Advancements in Screen Testing, Interpretation and Modeling for Standalone Screen Applications
Notice bibliographique
Résumé
Abstract Slurry type sand retention tests (SRT) that simulate gradual rock failure around the wellbore have been widely used in the industry to evaluate the performance of sand control screens for standalone screen (SAS) applications. Using the test results, screen selection is generally done based on the relative ranking of screen performances rather than absolute performance. A recent paper by Chanpura et al. (2011) highlighted the drawbacks of the current practices in slurry type SRT procedures and proposed a new testing and interpretation methodology. Another recent work by Mondal et al. (2010) proposed simulation methods and results that, to the best of our knowledge, modeled screen performance numerically for the first time and presented comparisons to physical experiments. However, the approach used by Mondal et al. considers cases where hole collapse occurs on wire wrap screens and simulates "prepack" testing as opposed to slurry type tests considered in this work. In this paper, we review the recent advancements in screen testing, interpretation and modeling for standalone screen applications, and present an analytical as well as a statistical (Monte Carlo) approach for prediction of sand production through sand screens with slot geometry. We show that the proposed methods can estimate both mass and size distribution of the produced solids in a slurry type SRT taking into account the full particle size distribution (PSD) of formation sand for wire wrap screens. Simulations show that once the slot opening is covered by particles bigger than the slot opening, sand production becomes negligible unless there is a true "fines" problem, which is characterized by a bimodal size distribution. The effect of slot size variation in screen coupons on sand production demonstrates the importance of proper quality control or at least accurate determination of slot sizes in these tests. The proposed methods can be used to estimate sand production in slurry type SRT for different screen sizes and thereby enable screen size selection based on defined acceptable level of sand production. Final screen selection can be confirmed through a sand retention test.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».