简介：旧油管清洗是油管修复工艺中最基础、最关键的一环，清洗质量不仅对后续工序产生重要影响，而且也关系到油管使用成本以及施工作业的质量，其清洗方式还影响着油管的清洗效果、成本、修复质量、操作安全性及环保等。针对传统清洗方法对结垢、锈皮的旧油管存在清洗效率低、成本高及环境污染严重等问题，提出旧油管的外壁采用刷式清洗与射流清洗结合，内壁采用钻通与高压水射流相结合的清洗方法，并通过现场应用，证明这种清洗方法具有节能、环保、安全、清洗效率、质量高等优点，给油田企业创造了巨大效益。图3参7
简介：介绍并比较了两种有监督的机器学习方法：BP神经网络和决策树。用两种方法分别论证了如何利用测井信息非线性地表示孔隙度。与传统的线性回归方法相比,机器学习效果更好,准确性更高。BP神经网络和决策树的应用效果表明,机器学习可以有效预测孔隙度,也可以应用于储层孔隙度预测中。相比之下,神经网络具有更高的准确性和更广阔的前景。
简介：
油田油管清洗新方法
基于机器学习的孔隙度预测方法研究
优化用于裸眼水平井的钻井液和清洗剂的化学性质
