MétaCan
Menu
Retour à la cohorte
Enregistrement W4312247035 · doi:10.1115/omae2022-79753

Experimental Study of Newtonian Laminar Annular Horizontal Displacement Flows With Rotating Inner Cylinder

2022· article· en· W4312247035 sur OpenAlexaff
Heeseok Jung, I.A. Frigaard, Ruizi Zhang, Alondra Renteria

Notice bibliographique

RevueVolume 10: Petroleum Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMechanicsLaminar flowCylinderBuoyancyDisplacement (psychology)Annulus (botany)Rotation (mathematics)Newtonian fluidEccentricity (behavior)Rotational speedPhysicsCentrifugal forceFlow (mathematics)Classical mechanicsMaterials scienceGeometryEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract During the primary cementing of oil and gas wells, it is increasingly becoming common to slowly rotate the inner casing to aid the mud displacement. We present an experimental study of laminar horizontal displacement of Newtonian fluids with rotating inner cylinder with the experimental setup detailed in (Renteria et al., J. Fluid Mech, 905, 2020). Inner cylinder rotation is able to distort the axial flow to helical. When the rotational viscous force dominates buoyancy force, the displacing fluid follows the helical flow path and displaces the in situ fluid azimuthally around the annulus. The dimensionless rotational speed is defined as the ratio of rotational velocity and axial velocity, which determines the degree of azimuthal dispersion. Even in a buoyancy-dominant displacement, inner cylinder rotation acts to increase the dispersion. Displacement efficiency analysis shows that increasing rotational speed results in improved displacement. For high eccentricity cases, bottom side residual fluids are observed, which can easily be removed by rotating the inner cylinder. In practice, where the entire length of casing is rotated, the effect of rotation is expected to be more significant and improve the displacement.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,019
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,004
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 10: Petroleum TechnologyMême sujetDrilling and Well EngineeringTravaux en français237 207