MétaCan
Menu
Retour à la cohorte
Enregistrement W2009410075 · doi:10.2118/65517-ms

Inflow Analysis and Optimization of Slotted Liners

2000· article· en· W2009410075 sur OpenAlexaboutno aff
T. M. V. Kaiser, Stuart Wilson, L. A. Venning

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflowOutflowCharacterization (materials science)Marine engineeringPetroleum engineeringEnvironmental scienceMechanical engineeringComputer scienceGeologyEngineeringMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

Abstract Slotted liners have been used for many years to provide sand control in oil industry applications. They are relatively inexpensive to manufacture and tolerant of installation loads, but historically they have not been able to offer the very small opening sizes of wire-wrap screens for controlling production of fine sands. However, recent advances in slot manufacturing methods provide slot openings that match and surpass the size and tolerance of wire-wrap screens. Furthermore, slotted liners offer an advantage in providing a variable slot density that can be used to optimize inflow or outflow distributions. In the development of its South Bolney reservoir, Marathon Oil Canada and Noetic Engineering Inc. performed an analytical evaluation of inflow characteristics for a new generation of commercially available slots. Several interesting conclusions were reached, the most significant being that inflow resistance depends much more strongly on slot density than on open area. The inflow characterization was also used to develop an optimized slot density distribution to promote more uniform production over the entire well. The slotting design was incorporated into a new well that was designed to control thermally induced loads, thereby avoiding the sand control characteristics of slotted liner being compromised.

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: aucune
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,341

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 Opus0,002
Tête enseignante GPT0,158
Écart entre enseignants0,156 · 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

Citations19
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207