MétaCan
Menu
Retour à la cohorte
Enregistrement W4413391062 · doi:10.1115/omae2025-156387

Placing Off-Bottom Cement Plugs: The Influence of Contamination From Sub-Optimal Placement in Vertical Wells

2025· article· en· W4413391062 sur OpenAlexaboutno aff
Amin Shakeri, Abdallah Ghazal, S.S. Iremonger, Ida Karimfazli

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementContaminationPetroleum engineeringGeologyEnvironmental scienceMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract In Canada, a common approach in well abandonment is the placement of cement plugs using the balanced plug method. This involves the injection of cement slurry through a concentric injector into a wellbore typically filled with wellbore fluid. We use numerical simulations to examine the effect of contamination of the cement slurry on the dynamics of the plug placement in vertical wells. The slurry is characterized across varying contamination levels using API RP 10B-2 standards, and its rheology is modeled using three models: (i) Bn Linear, where rheological properties follow a linear variation with contamination based on the Bingham model; (ii) HB Linear, which uses the Herschel-Bulkley model with linear rheological variations; and (iii) HB Exponential, which employs the Herschel-Bulkley model with exponential rheological variations. Results show that slurry rheology varies exponentially with contamination level. Rapid decrease in the yield stress and consistency of the contaminated slurry expedites the onset of shear instabilities and changes the mixing layer characteristics below injector. HB exponential model predicts less particle sedimentation compared to other models, which improves the plug placement. Overall, we highlight the influence of rheology in modelling cement plug placement processes, a key contributor to the success of well abandonment operations.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,195
Écart entre enseignants0,191 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDrilling and Well EngineeringTravaux en français237 207