MétaCan
Menu
Retour à la cohorte
Enregistrement W2066376133 · doi:10.4043/24614-ms

Control of Bottomhole Pressure in Managed Pressure Drilling using IMC Controller

2014· article· en· W2066376133 sur OpenAlexaff
Anirudh Nandan, Syed Imtiaz, Stephen Butt

Notice bibliographique

RevueOTC Arctic Technology Conference · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésChokeController (irrigation)Control theory (sociology)Pressure controlProcess (computing)PID controllerComputer scienceSetpointControl engineeringProcess controlEngineeringControl (management)Mechanical engineeringTemperature controlElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper we present a simple proportional integral (PI) with internal model controller (IMC) tuning for kick/loss rejection for managed pressure drilling (MPD) process. Arctic regions are very fragile and hence precaution must be taken to avoid any blow out. MPD is a promising technology for well control. Several complex controllers are available in the literature for controlling MPD but design and implementation of such controllers require the knowledge of advanced controls. It would be beneficial to check the suitability of simple controllers for the control of MPD. We propose a switching PI controller with IMC tuning. In order to synthesis the controller the process between the bottomhole pressure and choke opening was identified. It was observed that the process was highly nonlinear for lower choke openings and hence two separate cases of choke openings were considered for controller synthesis. The synthesized controller was used to reject a kick of 100 lpm and it was observed that performance of the controller was reasonable. We also show that the controller will be able to track the setpoint robustly at different choke openings. The proposed controller requires minimal human interference and it is very simple to implement. We demonstrate that complex advanced controllers will be beneficial from a technical point of view and to meet tough conditions, nevertheless simple controllers can also deliver a reasonable performance.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,187
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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTC Arctic Technology ConferenceMême sujetDrilling and Well EngineeringTravaux en français237 207