MétaCan
Menu
Retour à la cohorte
Enregistrement W1990429574 · doi:10.2118/105842-ms

A New Drillstring Fatigue Supervision System

2007· article· en· W1990429574 sur OpenAlexaff
O. Vincké, Daniel Averbuch, S. Tollet, Baptiste Lefèvre, Dominique Dupuis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensCybernet Systems Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésDrillingContext (archaeology)Identification (biology)EngineeringStructural engineeringComputer scienceFatigue testingMechanical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract With the development of complex wells, extended reach wells and deep wells (for deeply buried reservoirs production), drillstring elements are subject to several kinds of cyclic stresses. Eventhough such stresses are often below the material endurance threshold, the induced fatigue accumulation over time may generate the failure of drillpipes while drilling. Harsh drilling conditions would ideally require an advanced follow-up of the fatigue of each element of the drillstring. Tracking the mechanical and dynamic history of each drillstring element all over its life -from one site to another- is a challenge. To reach this objective, the team project regrouping experts from IFP, Cybernextix, Vam Drilling and Pride International has developed a new way to monitor the fatigue of each element of the drillstring. The proposed method is based on a RFID (Radio frequency identification) chip (called tag) used in association with a modeling approach to accurately estimate the fatigue damage. Pertinent parameters are estimated by modeling, based the operational context, and are written afterwards on the referenced element tag associated with each element of the drillstring. Reading of the identification number and the updating of the memory with new information about fatigue duration, etc., are automatically performed while the drillstring element goes through the rotary table upwards. This new system and its first rig tests are discussed in this paper.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207