MétaCan
Menu
Retour à la cohorte
Enregistrement W1965877862 · doi:10.2118/162175-ms

Shear Wave Anisotropy Measurement from Azimuthally Focused LWD Sonic Tool

2012· article· en· W1965877862 sur OpenAlexaff
M. Mickael, Craig Barnett, Mohamed Diab

Notice bibliographique

RevueSPE Canadian Unconventional Resources Conference · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensAdvantage Forensics (Canada)
Organismes subventionnairesnon disponible
Mots-clésBoreholeAnisotropyAzimuthGeologyWaveformShear (geology)Sonic loggingTransmitterWell loggingAcousticsShear wavesGeophysicsGeotechnical engineeringOpticsPhysicsPetrologyEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Abstract A new logging-while-drilling (LWD) logging tool has been developed to measure shear wave anisotropy and provide a wellbore acoustic image. The tool consists of a focused transmitter and six focused receivers. The transmitter fires rapidly and waveforms are acquired in the six receivers as the tool rotates in the borehole. Sixteen azimuthal waveforms are acquired for each receiver and processed to produce compressional and shear velocities of the formation as a function of azimuth. Anisotropy ratio and maximum/minimum stress directions are determined from the velocity images. Borehole images of the compressional and shear velocities of the formation are also obtained from the azimuthal velocities. This paper shows modeling data of the tool response in different anisotropic formations to assess the accuracy and viability of the measurement. The ability of the measurement to determine formation anisotropy at different borehole inclinations and the sensitivity of the borehole image to the formation acoustic properties are also discussed. Field examples of the anisotropy measurement and the borehole images obtained in vertical, deviated, and horizontal wells are presented.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,206
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Canadian Unconventional Resources ConferenceMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207