MétaCan
Menu
Retour à la cohorte
Enregistrement W2112154962 · doi:10.4028/www.scientific.net/amm.467.317

Deformation Analysis and Fracture Mechanism of Steel Casing in Oil Wells

2013· article· en· W2112154962 sur OpenAlexaff
Qing Zhu, Jing Chen

Notice bibliographique

RevueApplied Mechanics and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésCasingCreepDisplacement (psychology)Finite element methodDeformation (meteorology)Coupling (piping)Materials scienceFracture (geology)Porous mediumGeotechnical engineeringStructural engineeringPorosityEngineeringPetroleum engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Steel casing damage in oil wells is the primary hazards of oil production in China. There are two main reasons for the steel casing damage, one is the displacement loads on the external interface which primary come from rock creep, and another reason is temperature load on the internal surface which comes from steam injection. In this article, rock creep under fluid-solid interaction is calculated, and the displacement loads on external interface of steel casing is worked out. Then, steel casing deformation and crack propagation with temperature load is investigated. Underground rocks can be treated as porous media and rock creep is controlled by fluid-solid interaction for porous media. The method of fluid-solid interaction for finite element analysis is the calculation of two-way fluid-solid coupling for porous media; it means fully coupling between the solid and fluid solution variables. This method is analyzed and the displacement load is worked out as an example application. Finite element model is constructed; deformation and crack propagation of steel casing under multiple actions of outer loads and inner temperature load are calculated. Finally, fracture mechanism of steel casing in oil wells is analyzed, and some advice is proposed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,160
Écart entre enseignants0,157 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetDrilling and Well EngineeringTravaux en français237 207