MétaCan
Menu
Retour à la cohorte
Enregistrement W4414553256 · doi:10.3390/pr13103077

Optimizing Hole Cleaning in Horizontal Shale Wells: Integrated Simulation Modeling in Bakken Formation Through Insights from South Pars Gas Field

2025· article· en· W4414553256 sur OpenAlexaffabout
Farshid Torabi, Ali Cheperli

Notice bibliographique

RevueProcesses · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésOil shaleDirectional drillingDrillingDrilling fluidWell controlRate of penetrationShale gasReservoir simulationTorquePermeability (electromagnetism)

Résumé

récupéré en direct d'OpenAlex

Horizontal wells in shale formations, such as those in the South Pars gas field (Iran) and the Bakken shale (Canada/USA), are essential for production from ultralow-permeability reservoirs but remain limited by poor hole cleaning, high torque, and unstable fluid transport. This study integrates real-time field data from South Pars with Drillbench simulations in the Bakken to develop practical strategies for improving drilling efficiency. A water-based mud system (9–10.2 ppg, 29–35 cP) supplemented with 2 wt.% sulphonated asphalt was applied to mitigate shale hydration, enhance cuttings transport, and preserve near-wellbore injectivity. Field implementation in South Pars demonstrated that adjusting drillstring rotation to 90 RPM and circulation rates to 1100 GPM reduced torque by ~70% (24 to 7 klbf·ft) and increased the rate of penetration (ROP) by ~25% (8 to 10 m/h) across a 230 m interval. Simulations in the Bakken confirmed these improvements, showing consistent torque and pressure trends, with cuttings transport efficiency above 95%. Inducing controlled synchronous whirl further improved sweep efficiency by ~15% and stabilized annular velocities at 0.7 m/s. Overall, these optimizations enhanced drilling efficiency by up to 25%, reduced operational risks, and created better well conditions for field development and EOR applications. The results provide clear, transferable guidelines for designing and drilling shale wells that balance immediate operational gains with long-term reservoir recovery.

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 enseignants0,362
Score d'incertitude au seuil0,487

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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,222 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207