MétaCan
Menu
Retour à la cohorte
Enregistrement W4313068975 · doi:10.1115/omae2022-79349

Empirical Evaluation of Influence of pVARD on Drilling Performance Through Static, Dynamic, and Drilling Applications

2022· article· en· W4313068975 sur OpenAlexaff
Abdelsalam Abugharara, Shafaet Jamil, Stephen Butt

Notice bibliographique

RevueVolume 10: Petroleum Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDrillingDrillDrilling fluidDrill bitMeasurement while drillingDisplacement (psychology)Rotational speedPetroleum engineeringRate of penetrationGeotechnical engineeringStructural engineeringEngineeringGeologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The research of this paper is a continuation on the evaluation of Belleville Springs and Dampening for the passive Vibration Assisted Rotary Drilling (pVARD) tool optimization for drilling operations. The research involves a set of mono versus dual compression tests through involving rotational loading on Belleville Springs and Damping to simulate the rotational drilling performance using pVARD. The reason for involving rotational compression loading during rock drilling is to capture the associated bit-rock interactions and evaluate its relation to the implementation of pVARD versus conventional rotational drilling (no-pVARD). Comprehensive experimental sets on natural isotropic rock drilling using pVARD vs. no-pVARD are conducted under the same conditions of weight on bit (WOB), revolution per minute (rpm), rock type, water flow rate, drill bit. All drilling experiments were conducted at atmospheric pressure using a large-scale and fully instrumented rotary drilling simulator. At first, a full set of static compression tests on Belleville Springs and dampening in combination as well as in individual sets were conducted and displacement versus load relationships were generated. Dynamic motions of pVARD while drilling were also captured and reported. Relationships between pVARD static and dynamic compressions were linked to the drilling performance resulted from pVARD vs. no-pVARD drilling.

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 enseignants0,031
Score d'incertitude au seuil0,783

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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