MétaCan
Menu
Retour à la cohorte
Enregistrement W4283276756 · doi:10.3390/en15124496

A Novel Prediction Model of the Drag Coefficient of Shale Cuttings in Herschel–Bulkley Fluid

2022· article· en· W4283276756 sur OpenAlexaff
Xiaofeng Sun, Minghao Sun, Zijian Li

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHerschel–Bulkley fluidDrill cuttingsDragDrag coefficientDrilling fluidSettlingGeologyGeotechnical engineeringMechanicsSettlement (finance)Newtonian fluidGeneralized Newtonian fluidNon-Newtonian fluidDrillingRheologyEngineeringShear ratePhysicsMechanical engineeringThermodynamicsComputer science

Résumé

récupéré en direct d'OpenAlex

In the drilling industry, it is of great significance to accurately predict the drag coefficient and settling velocity of drill cuttings falling in the non-Newtonian drilling fluid. However, the irregular shape of drill cuttings and the non-Newtonian rheological properties of drilling fluid (e.g., shear-thinning and yield stress behavior) make it challenging to predict the settling velocity. In this study, the velocity of particle settlement was studied by a visual device and high-speed camera system. Experimental data of the free settlement of 224 irregular drilling cuttings and 105 spherical particles in the Herschel–Bulkley fluid were obtained. A mechanical model dependent on the force balance of settlement particles was adopted to conduct a detailed statistical analysis of the experimental results, and a prediction model of the drag coefficient of spherical particles in the Herschel–Bulkley fluid was established. A two-dimensional shape description parameter is introduced to establish a model for predicting the drag coefficient of irregular-shaped cuttings in a Herschel–Bulkley fluid. The model has high prediction accuracy for the settling velocity of irregular shale cuttings in Herschel–Bulkley fluid. The average relative error is 7.14%, verifying the model’s accuracy.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,262

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 Opus0,008
Tête enseignante GPT0,168
Écart entre enseignants0,161 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetDrilling and Well EngineeringTravaux en français237 207