MétaCan
Menu
← Retour à la cohorte
Enregistrement W3114083515 · doi:10.1115/omae2020-19149

A Random Method for Calculation of Hoisting Drag

2020· article· en· W3114083515 sur OpenAlexaff
Hongyuan Qiu, Jianming Yang, Geoff Rideout, Stephen Butt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDragRandomnessTorqueParametric statisticsDrag coefficientMonte Carlo methodFinite element methodDrillingMechanicsEngineeringControl theory (sociology)MathematicsComputer scienceMechanical engineeringPhysicsStructural engineeringStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In reality, downhole conditions are highly unpredictable due to many uncertain and inconsistent factors, such as the uncertainty of the friction and contact between drillstring and bore-hole. As friction and contact are crucial components in torque and drag calculation, it is meaningful and practical to consider their uncertainty. This paper presents a random method for calculation of hoisting drag. Firstly, the finite element method (FEM) is used for hoisting drag calculation of a directional drilling well using Adanoy’s method in the deterministic case. Then two strategies are taken to model the random component in the downhole. The first strategy considers the randomness of the downhole friction. Instead of being a deterministic value, the friction coefficient is considered as Gaussian. The second strategy considers the randomness of contact between drillstring and wellbore. As a result, the drillstring is no longer continuously contacting with the wellbore in the curved section of well profile, which can help avoid overestimating torque and drag. Parametric studies on both strategies are conducted. Monte Carlo (MC) simulation is employed for statistical analysis. The probability density distributions and mean values of drag will be studied. The methodology can be extended into torque or drag calculation in lowering, ream in and ream out drilling conditions. Results from this paper indicate that surface hoisting drag is nearly Gaussian when the friction coefficient is Gaussian. The contact loss leads to considerable reduction in the surface hoisting drag when contact uncertainty is considered. The work of this paper will help estimate the range of surface drag and torque, which allows the well planner to develop a risk assessment for a challenging well trajectory.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well Engineering→Travaux en français237 207→