斯伦贝谢技术有限公司

一种钻头包括切削元件和部署在钻头本体上的位移传感器。所述位移传感器包括接合活塞，所述接合活塞被设置成在传感器壳体中轴向平移。所述接合活塞包括内部柱塞和相对的外部接合元件，所述外部接合元件被配置为接合地下地层，并且所述接合活塞被偏压成从所述传感器壳体向外伸出。所述位移传感器还包括位置传感器，所述位置传感器被配置为感测所述接合活塞在所述传感器壳体中的轴向位置。电子控制器被配置为根据所述接合活塞的经感测的轴向位置来确定测量位移。所述位移传感器可使得能够在钻井时进行切削深度和机械钻速测量。

各方面提供了一种在井筒处进行自动岩性识别的方法。该方法包括对在钻探井筒时收集的岩屑进行成像。该方法包括一个或多个处理器：基于图像从实例分割机器学习模型获得与井筒相关联的一个或多个岩性识别预测；基于一个或多个岩性识别预测和参考数据来确定实例分割机器学习模型的一个或多个性能度量分数；以及将一个或多个性能度量分数与一个或多个性能度量分数阈值和/或第二模型的一个或多个性能度量分数进行比较。该方法包括基于该比较：对图像进行标记；以及(i)使用所标记的图像来重新训练该模型；或(ii)用第二模型替换该模型。该方法包括从所重新训练的实例分割机器学习模型或第二实例分割机器学习模型获得一个或多个第二岩性识别预测。

一种用于评估钻井岩屑岩性的计算机化方法包括：获取钻井岩屑的数字图像，以及在钻机现场处分割所获取的图像以划定图像中的个体颗粒。从经分割的图像中的所划定的颗粒中的所选择的颗粒提取特征，并且在该钻机现场处基于所提取的特征来进一步将所划定的颗粒指派到至少一个组。提示钻机现场用户输入该至少一个组的测量数据、标签或描述。将该经分割的图像、所提取的特征、所指派的分组和用户输入以电子方式传输到云计算资源，该云计算资源基于所提取的特征和该用户输入来执行对所划定的颗粒中的所选择的颗粒的岩性分类并生成该岩性分类的经整合的摘要结果。

一种井下工具包括具有纵向轴线的主体和延伸穿过主体的流体通道。井下工具包括其上具有一个或多个接合面的至少一个刀片。至少一个废料槽邻近所述至少一个刀片延伸。井下工具包括在主体的纵向轴线处的清洁元件。清洁元件具有与流体通道流体连通的基体孔。清洁元件包括至少一个开口，用于使流体从基体孔通过至少一个废料槽流出井下工具。所述至少一个开口的流动方向所述纵向轴线偏移。

井筒生产系统包括位于井筒内的生产油管和位于生产油管内的电潜泵(ESP)组件。ESP组件是无钻机ESP组件，其可通过输送线在所述生产油管内输送。所述ESP组件包括高速螺旋轴流泵和用于驱动所述螺旋轴流泵的马达。动力传输线在所述生产油管外部从井筒的地面延伸，并且通过所述生产油管连接到所述马达。所述井筒生产系统包括重力辅助气体分离器，所述重力辅助气体分离器连接到所述生产油管并连接到所述ESP组件的吸入口。