MétaCan
Menu
Retour à la cohorte
Enregistrement W1995758981 · doi:10.2118/156394-ms

A Numerical Model for Predicting the Rate of Sand Production in Injector Wells

2012· article· en· W1995758981 sur OpenAlexaff
Saman Azadbakht, Mahshid Jafarpour, Hossein Rahmati, Alireza Nouri, Hans Vaziri, Dave Chan

Notice bibliographique

RevueSPE Deepwater Drilling and Completions Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInjectorDilatantGeotechnical engineeringHardening (computing)GeologyFlow (mathematics)Petroleum engineeringErosionComputer simulationMechanicsMaterials scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, a numerical model for volumetric prediction of sand production in injector wells is presented. Sanding in injector wells is mainly associated with the back-flow and cross-flow generated during shut-in in addition to the waterhammer pressure pulsing in the wellbore due to fast flow rate changes. Emphasis is given to the geomechanical aspects of sanding such as rock fatigue due to cyclic pressure changes and the concomitant degradation of bonding between the sand grains. This model is robust in capturing the key parameters in the sandstone behavior such as stress-dependent elasticity, hardening, softening and dilatancy. Rock degradation is considered to be the necessary condition for sand production which is assumed to obey the erosion mechanics. The model is calibrated and validated using physical model tests carried out under various stresses and fluid flow conditions. The numerical model has been utilized to analyze sanding potential in a cased and perforated injector which will be presented to demonstrate the field application of the proposed concepts.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,235
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Deepwater Drilling and Completions ConferenceMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207