MétaCan
Menu
Retour à la cohorte
Enregistrement W3139994282 · doi:10.1061/(asce)ps.1949-1204.0000552

Assessing Friction Coefficient in HDD Using Analytical Models

2021· article· en· W3139994282 sur OpenAlexaff
Chao Kang, Sheng Huang, Alireza Bayat, Kent Heath, Cainan Trovato, Manley Osbak

Notice bibliographique

RevueJournal of Pipeline Systems Engineering and Practice · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensGlaxoSmithKline (Canada)University of AlbertaUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésThrustMechanicsViscosityFriction coefficientDirectional drillingBoreholeTorqueDrillingPressure coefficientFriction torqueDrillDrill pipeRange (aeronautics)Mechanical engineeringMaterials scienceGeologyEngineeringThermodynamicsGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In horizontal directional drilling (HDD), accurate determination of the pullback force for pipe installation (pullback) during the design phase is critical to the success of the project. For the calculation of pullback force, a friction coefficient of 0.3 is generally suggested for the lubricated borehole in the design. In this paper, friction coefficients are determined from data collected during running in hole (RIH), i.e., moving the drill assembly toward the cutting face without drilling, for the drilling of the pilot hole and reaming stage. This gives a friction coefficient that is calculated for hole conditions similar to those in the pullback process. The friction coefficient is back-calculated based on the equilibrium of thrust force (μF) and torque (μT), using three models. The main difference among the three models is whether or not the model incorporates the effect of annular pressure at the drill bit and viscosity of drilling fluid in the calculation. Results indicate the friction coefficient obtained based on the equilibrium of thrust force is larger than that for equilibrium of torque. The range of μF is between 0.10 and 0.40 and that of μT is between 0.05 and 0.2. This paper also compares three different models based on the calculated friction coefficients to identify the effect of annular pressure and viscosity on the calculation. The results indicate that the difference in terms of the calculated friction coefficient between the models is less than 10%. This paper provides an overall idea of the range of the friction coefficient for a clean hole in HDD based on data collected during an HDD project.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,038
Tête enseignante GPT0,288
Écart entre enseignants0,250 · 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
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pipeline Systems Engineering and PracticeMême sujetDrilling and Well EngineeringTravaux en français237 207