MétaCan
Menu
Retour à la cohorte
Enregistrement W2806979748 · doi:10.14500/aro.10278

Evaluating the Wear of Polycrystalline Diamond Compact Drill Bit Cutters using Indentation and Scratch Tests

2018· article· en· W2806979748 sur OpenAlexaff
Rafid K. Abbas, Ali Hassanpour

Notice bibliographique

RevueARO-The Scientific Journal of Koya University · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesUniversity of Leeds
Mots-clésScratchMaterials scienceDrillingIndentationAbrasion (mechanical)DrillDiamondPolycrystalline diamondLubricityDrill bitComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

–Polycrystalline diamond compact (PDC) drill bits are widely used in oil and gas drilling. The wear of PDC cutters is a major problem during drilling. It leads to severe time losses which affect the overall drilling operation cost. Therefore, it is essential to evaluate the wear tendency for these cutters using predictive approaches. The present research is focused on studying the wear mechanisms of PDC cutters and the effect of their mechanical properties on the extent of wear. The volume of wear for the PDC cutters was determined experimentally using micro- and nano-scratch tests by implementing an approach based on the geometry of the removed material after micro- and nano-scratch tests. The experimental wear results were compared to the predictions from current models in the literature.Various wear models are evaluated for micro- and nano-scratch tests on both layers of the PDC samples. The study shows that the wear of the PDC cutters can be predicted from the material mechanical properties, applied load, sliding distance, and hardness of the PDC cutters. The study could be extended for the evaluation of wear intensity of PDC cutters from various manufactures without using the previous techniques of abrasion testing.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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'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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARO-The Scientific Journal of Koya UniversityMême sujetTunneling and Rock MechanicsTravaux en français237 207