检索结果-南通市图书馆

An Artificial Intelligence Algorithm for the Real-Time Early Detection of Sticking Phenomena in Horizontal shale gas Wells

引用

Fluid Dynamics & Materials Processing 2023年第10期19卷 2569-2578页

作者： Qing Wang Haige Wang Hongchun Huang Lubin Zhuo Guodong Ji CNPC Engineering Technology R&D Company Limited Planning and Support InstituteBeijing102206China

Sticking is the most serious cause of failure in complex drilling *** the present work a novel“early warning”method based on an artiﬁcial intelligence algorithm is proposed to overcome some of the known pro-blems associated with existing sticking-identiﬁcation *** method is tested against a practical case study(Southern Sichuan shale gas drilling operations).It is shown that the twelve sets of sticking fault diagnostic results obtained from a simulation are all consistent with the actual downhole state;furthermore,the results from four groups of veriﬁcation samples are also consistent with the actual downhole *** shows that the pro-posed training-based model can effectively be applied to practical situations.

关键词： shale gas drilling sticking fault artificial intelligence risk early warning technology

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：