MétaCan
Menu
Retour à la cohorte
Enregistrement W2893335186 · doi:10.3968/10409

Development and Application of a BHA Vibrations Analysis Model

2018· article· en· W2893335186 sur OpenAlexvenueno aff
Meng Cui

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRate of penetrationVibrationStructural engineeringEngineeringFrequency domainDrillingMechanical engineeringAcousticsMathematicsPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

BHA lateral vibration has been identified as one limiter that may hinder the rate of penetration (ROP). Based on Newton’s equations of motion and Euler-Bernoulli beam bending equation, a steady-state forced-frequency response dynamic model was developed to analyze vibration performance for a single point mass in the BHA surrogate. Wherein, the connection between points relied on massless springs or dampers. The frequency-domain model more accurately represented actual mechanical states for a particular BHA configuration. On this basis, the state vector for a mass point was calculated by the semi-analytical transfer function matrix method at any given position in the BHA surrogate, which greatly reduced the number of discrete elements and the associated computing time. It caused rapid screening of a large number of design alternatives on a PC. The state vector included the lateral and angular deflections, as well as the beam bending moment and shear load, which were integrated as a dynamic vibration performance index called Lateral Vibration Strength Estimate (LSE) utilized to quantitatively evaluate the lateral vibration state. The field application demonstrates that the methods for modeling bottom hole assembly (BHA) vibration performance during drilling to enable improved design in pre-drill and operation for enhanced drilling rate of penetration, to reduce downhole equipment failure in drilling. Field validation for the surveillance tool was performed by comparing high-frequency downhole memory sensor data (100samples/second data rate).

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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
GenreMéthodes

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetDrilling and Well EngineeringTravaux en français237 207