Optimizing Well Design and Delivery for Wellbore Stability Management by Minimizing Subsurface Uncertainties
Notice bibliographique
Résumé
Abstract Modeling instability in shales is pertinent to managing risk and uncertainty associated with drilling troublesome formations. Design parameter such as Unconfined Compressive Stress (UCS) is usually estimated from sonic or other porosity logs and calibrated with results of triaxial test from core samples. However, sonic logs may not be available for some wells, making UCS estimation difficult thereby increasing uncertainty. In this work, a compositional approach was used to evaluate UCS and the Volume of Shale (Vsh) of the rock was modelled from the spectral gamma ray (SGR) or gamma spectrometry as a measure of shaliness instead of the gamma ray. This is because the sandstone sequences as obtained in Niger Delta fields contain some non radiactive clay which gamma ray log may not delinate clearly. Subsurface geological issues like bedding plane and faults were also modelled and the estimated UCS at various intervals and lithologies were calibrated with offset well data. Field results showed consistent and reliable estimates of UCS in the absence of Sonic logs with a percentage error of ± 0.0208. The predicted safe drilling mud weights must be accompanied by good drilling practice and proper hole cleaning. ECD and fracture gradient issues were captured to prevent excessive loss circulation. Instability risk were minimized and the case study well presented showed consistent result.
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) | 0,000 | 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 ».