Real-Time Borehole Condition Monitoring using Novel 3D Cuttings Sensing Technology
Notice bibliographique
Résumé
Abstract Wellbore instability and stuck pipe incidents are large contributors to drilling-related non-productive time (NPT). Drilling cuttings/cavings monitoring is crucial for early detection and mitigation of such events. Currently, monitoring is done manually and lacks a streamlined approach. Automating this process would be very beneficial, and is possible due to recent advances in sensing technology. Real-time cuttings/cavings monitoring can be used to quantify cuttings volume, measure size distribution, and analyze shape. By correlating these measurements with ongoing drilling operations, the hole condition (in particular hole cleaning/cuttings transport efficiency, wellbore stability situation, etc.) can be automatically assessed in real-time. This makes pro-active prevention and mitigation of NPT related to hole cleaning and wellbore instability possible. In this paper, we detail a system designed and prototyped to allow us to measure cuttings/cavings in real-time. A highly portable device employs a 2D high-resolution camera and a 3D laser sensor to determine the physical properties of cuttings. The 3D point cloud/depth data obtained by this device provides cuttings size distribution, volume and shape characteristics. Comparisons and discrepancies between expected and sensed quantities can then be used for alarming purposes and taking appropriate corrective action. A prototype experimental setup was constructed to evaluate the ability to quantify relevant cuttings properties and profiles in the presence of drilling fluids. In a controlled environment, the cuttings slide down a shaker table's clearing chute while simulating various realistic external variable scenarios. The environmental impact on the accuracy, repeatability and robustness of the various sensors under investigation was determined to identify the sensors best suited for the task at hand. The optimum device configuration was then implemented and evaluated to verify that the system is viable for use in the field. The automated cuttings monitoring system can warn drillers to potential hazards associated with poor hole cleaning conditions, ongoing wellbore breakout, and the likelihood of stuck pipe events.
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 ».