MétaCan
Menu
Retour à la cohorte
Enregistrement W2060383244 · doi:10.2118/79875-ms

Control of Contained-Annulus Fluid Pressure Buildup

2003· article· en· W2060383244 sur OpenAlexaff
Roger N. Williamson, Wayne Sanders, Troy Jakabosky, Michael Serio, James Griffith

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésPressure controlAnnulus (botany)Fluid pressurePetroleum engineeringWell controlComputer scienceGeologyMechanicsMechanical engineeringMaterials scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Fluid trapped in the annulus of subsea wells can cause casing strings to fail. This condition occurs when casing annuli attain a closed-volume circumstance (when a well is cased, cemented, and head seals are set). During production, the heat transfer of the produced fluids to the casing strings causes the trapped fluid to increase in pressure. This condition is magnified in deepwater because annular fluids are cooler due to the cold deepwater environment. Laboratory testing indicates that thermal expansion of these fluids can cause trapped water- or oil-based fluids to increase in pressure above casing-collapse pressure, resulting in annular pressure buildup (APB). This paper outlines a simple laboratory procedure and resulting data to determine the resulting trapped-volume pressure. Data from eight fluid combinations are presented. The temperature change during testing is an increase from 80°F to 230°F. The testing relates to the conditions commonly found in deepwater Gulf of Mexico. The laboratory data obtained from this testing was used to design a spacer system for Walker Ridge 285 #1, a deepwater, subsea well located in the Gulf of Mexico. This paper also presents the job design and related procedure for the executed spacer system.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · 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
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

Citations41
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-time simulation and control systemsTravaux en français237 207