Collaborating on Real-Time Geomechanics across Organizational Boundaries
Notice bibliographique
Résumé
Abstract Real-time geomechanics techniques contribute to managing the risks and challenges faced during the realization of a well, providing, in particular, decision-making support to drillers for managing the safe mud-weight window and wellbore instability and for bridging knowledge of the rocks’ mechanical properties to drilling practices. Wellbore instability is often not caused by geomechanical conditions alone and is, in many cases, caused by the combination of geomechanics and the drilling process. This paper describes the application of real-time geomechanics to a remote exploration project located in a challenging field and how operations benefited from this technique. A previously drilled well in the field presented serious wellbore instability issues during tripping. The instability was suspected to have caused problems during the wireline logging phases, which made it impossible to complete the formation evaluation program. The stakeholders were based in four different locations: the rig site, the operator’s office, the operator’s real-time center and the service company’s real-time center. Interaction among stakeholders was coordinated through the operator and service company real-time centers. The use of available infrastructure and remote collaboration software created a collaborative environment that successfully supported the operator’s decision-making process, with the following specific achievements: well total depth selection based on maximum allowable equivalent circulation density before incurring in losses; avoidance of wellbore instability events during drilling, tripping or logging phases; and first operator to achieve successful wireline fluid sampling in the deeper formation of this field.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».