MétaCan
Menu
Retour à la cohorte
Enregistrement W2192723799 · doi:10.1139/cjce-2015-0030

Predicting the plan annular pressure using the power law flow model in horizontal directional drilling

2015· article· en· W2192723799 sur OpenAlexafffundvenue
Ali Rostami, Yaolin Yi, Alireza Bayat, Manley Osbak

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Nebraska-Lincoln
Mots-clésDirectional drillingAnnulus (botany)DrillingPower-law fluidShear (geology)Rate of penetrationVolumetric flow rateDrilling fluidPressure dropPressure gradientGeologyShear ratePetroleum engineeringMechanicsGeotechnical engineeringRheologyEngineeringMechanical engineeringMaterials scienceNon-Newtonian fluidComposite material

Résumé

récupéré en direct d'OpenAlex

During horizontal directional drilling (HDD), the drilling fluid pressure must not surpass the maximum allowable pressure to minimize the risk of hydraulic fracturing; hence, a plan pressure can be used to manage the drilling fluid pressure. This paper addresses the prediction of plan annular pressure using the power law flow model. The annular pressures were predicted using the power law model with rheological parameters determined from a six-speed viscometer with varying shear rate ranges from 3 to 600 RPM for two HDD projects, and the predicted pressures were compared with the measurements. The results indicated that the annular pressure could be properly predicted, and the best prediction was achieved by the shear rate range of 6–100 RPM due to embracing the real shear rate of drilling fluid inside the annulus; this shear rate range is close to the recommendation (3–100 RPM) by American Petroleum Institute Recommended Practice.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,175
Écart entre enseignants0,162 · 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

Citations6
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetDrilling and Well EngineeringTravaux en français237 207