Automated MPD and an Engineered Solution: Case Histories from Western Canada
Notice bibliographique
Résumé
Abstract Managed pressure drilling allows operators to address key technical risks such as narrow pore pressure and fracture gradient windows, influx management, sensitive wellbore stability environments and navigation of steep and unknown pore pressure ramps. In these applications, MPD may be the determining factor of delivering or not delivering the well. Historically in North America land, operators have executed simplified forms of equipment-centric MPD in well-known basins. However, as unconventional development expands and new basins open up, subsurface pressure regimes present challenges that require a more intense engineered approach to MPD drilling, at least until the field is known. Applying engineering support alone does not guarantee success, though. MPD systems are designed to offer different degrees of pressure management precision and control. Depending on the complexity of the reservoir and geometry of the well design, an MPD solution appropriate for the application is also required. The authors discuss the foundation of MPD automation using as an example, two systems with different degrees of automation control. Each was used for two distinct MPD projects in Western Canada. After determining the technical requirements of each basin, the appropriate MPD system was selected. In both instances, intensive drilling engineering design work was required to ensure the selected system was utilized successfully to drill these difficult wells. Each case unearthed unique lessons that allowed the drilling team to collectively evolve a step-change approach to MPD.
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) | 0,001 | 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 ».