MétaCan
Menu
Retour à la cohorte
Enregistrement W2082639911 · doi:10.2118/170667-ms

A Statistical Evaluation of Cement Placement Techniques by use of Cement Bond Index

2014· article· en· W2082639911 sur OpenAlexaboutno aff
Surya Pallapothu, Martijn Bogaerts, Gunnar DeBruijn, Sebastien Peyle, Faisal Rashid

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementCementation (geology)Geotechnical engineeringPetroleum engineeringMaterials scienceDrillingDisplacement (psychology)BondRheologyGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Cement placement plays an important role in the primary cementing process. There are several best practices in place which are believed to have significant impact on the quality of the overall cement job. Previous investigations suggest that a combination of multiple placement techniques, such as density and rheology gradient coupled with proper displacement rates, pipe rotation or reciprocation, conditioning of drilling fluid prior to cement job, pipe centralization, and bottom plugs, improves the chances of a successful cement job. However, there is little quantitative analysis available to demonstrate the importance of each technique independently in the field. In the past 15 years, operations in offshore Atlantic Canada have cemented 140-mm and 178-mm liners in 216-mm openhole sections in two different reservoirs. The cementing designs for the liners are similar, especially in terms of flow rate, centralization (type or placement), and spacer train, but differ in pipe rotation, mud conditioning, and bottom plugs. Once the cementation process is executed, it is evaluated by an ultrasonic imaging tool, which measures the acoustic impedance to calculate the cement bond index. The average of the cement bond index for the entire liner is then used to quantify the quality of the cement job for each well. The average cement bond index obtained from 53 wells was used to evaluate various cement placement techniques. The average cement bond index is proportional to the amount of cement bonded to the pipe and is inferred to be proportional to factors related to mud removal and cement placement. Factors that affect mud removal, such as mud conditioning, annular velocity, pipe movement, wellbore characteristics, and the presence of a bottom plug, are investigated. Statistical analysis of the cement bond index indicates that some of these cement placement techniques affect mud removal significantly more than others. A comprehensive analysis of these results and an assessment of potential benefits are presented in this study. The results of the study were used to improve the cement job design.

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)0,020
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · 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'étudeObservationnel
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetDrilling and Well EngineeringTravaux en français237 207