Gerhard Thonhauser
1 - 10 von 110Seitengröße: 10
Publikationen
- 2024
- Veröffentlicht
Smart predictions of petrophysical formation pore pressure via robust data-driven intelligent models
Krishna, S., Irfan, S. A., Keshavarz, S., Thonhauser, G. & Umer Ilyas, S., 24 Juli 2024, in: Multiscale and multidisciplinary modeling, experiments and design. 7.2024, 6, S. 5611-5630 20 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Elektronische Veröffentlichung vor Drucklegung.
Evaluating Multi-target Regression Framework for Dynamic Condition Prediction in Wellbore
Keshavarz, S., Elmgerbi, A., Vita, P. & Thonhauser, G., 23 Apr. 2024, (Elektronische Veröffentlichung vor Drucklegung.) in: The Arabian journal for science and engineering. 49.2024, June, S. 8953-8982 30 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Veröffentlicht
Deep reinforcement learning algorithm for wellbore cleaning across drilling operation
Keshavarz, S., Elmgerbi, A. & Thonhauser, G., 25 März 2024, Fourth EAGE Digitalization Conference & Exhibition, Mar 2024, Volume 2024, p.1 - 5. Band 2024.Publikationen: Beitrag in Buch/Bericht/Konferenzband › Beitrag in Konferenzband
- 2023
- Veröffentlicht
Cellulose nanocrystals (CNCs) as a potential additive for improving API class G cement performance: An experimental study
Elmgerbi, A., Abou Askar, I., Fine, A., Thonhauser, G. & Ashena, R., Juni 2023, in: Natural Gas Industry. B. 10.2023, 3, S. 233-244 12 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Veröffentlicht
A Reinforcement Learning Approach for Real-Time Autonomous Decision-Making in Well Construction
Keshavarz, S., Vita, P., Rückert, E., Ortner, R. & Thonhauser, G., 19 Jan. 2023, SPE AI Symposium 2023: Leveraging Artificial Intelligence to Shape the Future of the Energy Industry. (Society of Petroleum Engineers - SPE Symposium: Leveraging Artificial Intelligence to Shape the Future of the Energy Industry, AIS 2023).Publikationen: Beitrag in Buch/Bericht/Konferenzband › Beitrag in Konferenzband
- 2022
- Elektronische Veröffentlichung vor Drucklegung.
Ultrasound velocity profiling technique for in-line rheological measurements: A prospective review
Krishna, S., Thonhauser, G., Kumar, S., Elmgerbi, A. & Ravi, K., 2 Nov. 2022, (Elektronische Veröffentlichung vor Drucklegung.) in: Measurement. 205.2022, December, 19 S., 112152.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Elektronische Veröffentlichung vor Drucklegung.
Holistic autonomous model for early detection of downhole drilling problems in real-time
Elmgerbi, A. & Thonhauser, G., 20 Juni 2022, (Elektronische Veröffentlichung vor Drucklegung.) in: Process safety and environmental protection. 164.2022, August, S. 418-434 17 S.Publikationen: Beitrag in Fachzeitschrift › Artikel › Forschung › (peer-reviewed)
- Veröffentlicht
Machine Learning Techniques Application for Real-Time Drilling Hydraulic Optimization
Elmgerbi, A., Thonhauser, G., Nascimento, A. & Chuykov, E., 21 Feb. 2022.Publikationen: Konferenzbeitrag › Paper
- Veröffentlicht
DETECTING DOWNHOLE DRILLING EVENTS
Elmgerbi, A. & Thonhauser, G., 3 Feb. 2022, IPC Nr. E21B 47/ 06 A I, Patent Nr. WO2022022812, Prioritätsdatum 28 Juli 2020, Prioritätsnr. WO2020EP71284Publikationen: Patent › Patentschrift
- 2021
- Veröffentlicht
Implementing the autonomous adaptive algorithm to manage ESP operation in harsh reservoir conditions
Antonic, M., Solesa, M., Thonhauser, G., Aleksic, M. & Zolotukhin, A., 25 Nov. 2021.Publikationen: Konferenzbeitrag › Paper › (peer-reviewed)
