Distributed Fiber Optic Sensing for Real-Time Monitoring of Gas in Riser during Offshore Drilling
Notice bibliographique
Résumé
Effective well control depends on the drilling teams' knowledge of wellbore flow dynamics and their ability to predict and control influx. Unfortunately, detection of a gas influx in an offshore environment is particularly challenging, and there are no existing datasets that have been verified and validated for gas kick migration at full-scale annular conditions. This study bridges this gap and presents pioneering research in the application of fiber optic sensing for monitoring gas in riser. The proposed sensing paradigm was validated through well-scale experiments conducted at Petroleum Engineering Research & Technology Transfer lab (PERTT) facility at Louisiana State University (LSU), simulating an offshore marine riser environment with its larger than average annular space and mud circulation capability. The experimental setup instrumented with distributed fiber optic sensors and pressure/temperature gauges provides a physical model to study the dynamic gas migration in full-scale annular conditions. Current kick detection methods primarily utilize surface measurements and do not always reliably detect a gas influx. The proposed application of distributed fiber optic sensing overcomes this key limitation of conventional kick detection methods, by providing real-time distributed downhole data for accurate and reliable monitoring. The two-phase flow experiments conducted in this research provide critical insights for understanding the flow dynamics in offshore drilling riser conditions, and the results provide an indication of how quickly gas can migrate in a marine riser scenario, warranting further investigation for the sake of effective well control.
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 ».