MétaCan
Menu
Retour à la cohorte
Enregistrement W2205670116

A study of flow rate effects in drilling with embedded diamond coring bits, and the commissioning of a cerchar rock abrasivity tester

2012· dissertation· en· W2205670116 sur OpenAlexfundno aff
Reza Alvari

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2012
Typedissertation
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesSuncor Energy Incorporated
Mots-clésDrillingCoringRate of penetrationDrillDrilling fluidPetroleum engineeringVolumetric flow ratePenetration rateDiamondMaterials scienceMechanical engineeringEngineeringComposite materialMechanicsPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The research is composed of two separate efforts. First, a study of the effect of flow rate of drilling fluid on the drilling performance of two-inch coring bits; and second, the commissioning of equipment for the CERCHAR rock abrasiveness test. CERCHAR is a standard test to determine a measure of rock abrasiveness based on the wear flat that the rock produces on the tip of a scratching tool. -- In the drilling tests the primary variables were the flow rate and weight on bit and also the drilling modes (vibration assisted and conventional). The bits were impregnated diamond coring bits and wear measurements were based on both microscopic photos of the bit surface and the diamonds and on the weight loss of the tool. The results show an overall increase of the rate of penetration for vibration assisted drilling compared to conventional drilling and also the boosting the effect of the flow rate on this increase in the rate of penetration. -- A previously constructed CERCHAR testing facility was commissioned, including the determination of the appropriate heat treatment of the tool steel chosen for the styli. The effect on the CECHAR Abrasiveness Index (CAl) of stylus hardness within the range of hardness of ±2HRC about the hardness stipulated in the standard is within the confidence limits for a CAl determination.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,233
Écart entre enseignants0,217 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetTunneling and Rock MechanicsTravaux en français237 207