MétaCan
Menu
Retour à la cohorte
Enregistrement W1999480232 · doi:10.2118/129592-ms

A Drilling Rate Model for Roller Cone Bits and Its Application

2010· article· en· W1999480232 sur OpenAlexaffabout
G. Hareland, A. Wu, B. Rashidi

Notice bibliographique

RevueInternational Oil and Gas Conference and Exhibition in China · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRate of penetrationDrillingBit (key)Computer scienceOffset (computer science)Drill bitAlgorithmMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Modeling bit performance is a scientific approach to optimizing drilling performance. Drilling rate or rate of penetration (ROP) is one of bit performance indexes. Several ROP models for roller cone bits have been developed over the years. However, there exist errors to some extent between these models and the field. This is because of the technical complexity of the bit-rock interaction. This paper introduces a new ROP model based on the interaction mechanism between drill bit and rock. The ROP model takes into account bit structure, especially cutting structure, and drilling parameters, such as WOB, RPM, and bit wear. The paper then focuses on applications of the ROP model in predicting drilling rate and rock compressive strength with drilling well data from Western Canada. Simulations were carried out using the ROP model for roller cone bits with two sets of offset well drilling data. The predicted ROP and rock strength when the model is used in an inverted mode were compared with field data or results from log rock strength data respectively. The comparison shows the ROP model can predict drilling operational ROP and rock compressive strength well. The ROP model is different from others in that it takes into account the bit cutting structure in more detail. The model can reflect the effects of different number of inserts and insert shape on ROP. The model is especially useful when selecting a roller cone bit with same IADC code but with different insert features and designs, and can be used in optimizing the drilling parameters in a planning mode and predicting the unconfined compressive strength in an inverted mode.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations35
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Oil and Gas Conference and Exhibition in ChinaMême sujetDrilling and Well EngineeringTravaux en français237 207