Hogyan ismerhetjük meg a PDC bit ROP modellek értékelését és a kőzet szilárdságának hatását a modell együtthatóira?

Absztrakt

A jelenlegi alacsony olajárkörülmények ismét a fúrásoptimalizálásra helyezték a hangsúlyt, hogy időt takarítsanak meg az olaj- és gázkutak fúrásánál, és csökkentsék az üzemeltetési költségeket. A penetrációs ráta (ROP) modellezése kulcsfontosságú eszköz a fúrási paraméterek, nevezetesen a fúrófej súlyának és forgási sebességének optimalizálásában a gyorsabb fúrási folyamatok érdekében. Egy új, teljesen automatizált adatvizualizációs és ROP modellező eszközzel, a ROPPlotterrel, amely Excel VBA-ban készült, ez a munka a modell teljesítményét és a kőzet szilárdságának a modell együtthatóira gyakorolt ​​hatását vizsgálja két különböző PDC Bit ROP modell esetében: Hareland és Rampersad (1994), valamint Motahhari et al. (2010). Ez a két... PDC bit A modelleket egy alapesettel, Bingham (1964) kidolgozott általános ROP-összefüggéssel hasonlítják össze három különböző homokkő formációban egy Bakken-pala vízszintes kút függőleges metszetében. Első alkalommal próbálták elkülöníteni a változó kőzetszilárdság hatását a ROP-modell együtthatókra az egyébként hasonló fúrási paraméterekkel rendelkező litológiák vizsgálatával. Ezenkívül átfogóan megvitatják a megfelelő modell-együttható határok kiválasztásának fontosságát. A kőzetszilárdság, amelyet Hareland és Motahhari modelljeiben figyelembe vesznek, de Bingham modelljében nem, az előbbi modelleknél magasabb állandó szorzómodell-együtthatók értékeit eredményezi, a Motahhari modell megnövekedett RPM-kitevője mellett. Hareland és Rampersad modellje teljesít a legjobban a három modell közül ezzel a konkrét adathalmazzal. A hagyományos ROP-modellezés hatékonysága és alkalmazhatósága megkérdőjeleződik, mivel az ilyen modellek olyan empirikus együtthatók halmazára támaszkodnak, amelyek számos, a modell megfogalmazásában nem figyelembe vett fúrási tényező hatását tartalmazzák, és egy adott litológiára egyediek.

Bevezetés

A PDC (polikristályos gyémánt kompakt) fúrófejek a ma olaj- és gázkutak fúrásában használt domináns fúrófej típusok. A fúrófej teljesítményét jellemzően a penetrációs sebességgel (ROP) mérik, amely azt jelzi, hogy milyen gyorsan fúrják a kutat az egységnyi idő alatt fúrt lyuk hosszában kifejezve. A fúrásoptimalizálás évtizedek óta az energiaszolgáltató vállalatok napirendjének élvonalában van, és a jelenlegi alacsony olajárkörnyezetben még nagyobb jelentőségre tesz szert (Hareland és Rampersad, 1994). A fúrási paraméterek optimalizálásának első lépése a lehető legjobb ROP elérése érdekében egy pontos modell kidolgozása, amely a felszínen mért méréseket a fúrási sebességgel kapcsolja össze.

Számos ROP modell, köztük kifejezetten egy adott fúrótípusra kifejlesztett modellek is megjelentek a szakirodalomban. Ezek a ROP modellek jellemzően számos empirikus együtthatót tartalmaznak, amelyek kőzetfüggetlenek, és ronthatják a fúrási paraméterek és a behatolási sebesség közötti kapcsolat megértését. E tanulmány célja a modell teljesítményének elemzése, valamint annak, hogy a modellegyütthatók hogyan reagálnak a terepi adatokra változó fúrási paraméterek, különösen a kőzet szilárdsága mellett, két esetben.PDC bit modellek (Hareland és Rampersad, 1994, Motahhari et al., 2010). A modell együtthatóit és teljesítményét egy alap ROP modellel (Bingham, 1964) is összehasonlítják, amely egy leegyszerűsített összefüggés, és az első, széles körben az iparban alkalmazott, és jelenleg is használatban lévő ROP modellként szolgált. Három, változó kőzeterősségű homokkő formáció fúrási terepi adatait vizsgálják, és kiszámítják a három modell modell-együtthatóit, majd összehasonlítják azokat egymással. Feltételezik, hogy a Hareland és Motahhari modellek együtthatói az egyes kőzetformációkban szélesebb tartományt fognak át, mint a Bingham modell-együtthatók, mivel a változó kőzeterősséget az utóbbi megfogalmazásban nem veszik figyelembe explicit módon. A modell teljesítményét is értékelik, ami az észak-dakotai Bakken pala régió legjobb ROP modelljének kiválasztásához vezet.

Az ebben a munkában szereplő ROP-modellek rugalmatlan egyenletekből állnak, amelyek néhány fúrási paramétert a fúrási sebességhez kapcsolnak, és empirikus együtthatók halmazát tartalmazzák, amelyek egyesítik a nehezen modellezhető fúrási mechanizmusok, például a hidraulika, a vágó-kőzet kölcsönhatás, a fúró kialakítása, a fúrólyuk alján lévő összeszerelési jellemzők, az iszap típusa és a fúrólyuk tisztításának hatását. Bár ezek a hagyományos ROP-modellek általában nem teljesítenek jól a terepi adatokkal összehasonlítva, fontos ugródeszkát jelentenek az újabb modellezési technikákhoz. A modern, hatékonyabb, statisztikán alapuló modellek, amelyek nagyobb rugalmasságot biztosítanak, javíthatják a ROP-modellezés pontosságát. Gandelman (2012) jelentős javulásról számolt be a ROP-modellezésben azáltal, hogy mesterséges neurális hálózatokat alkalmazott a hagyományos ROP-modellek helyett a brazil part menti sótermelő medencék olajkutakban. A mesterséges neurális hálózatokat sikeresen alkalmazzák ROP-előrejelzésre Bilgesu és munkatársai (1997), Moran és munkatársai (2010) és Esmaeili és munkatársai (2012) munkáiban is. Az ROP-modellezés ilyen javulása azonban a modell értelmezhetőségének rovására megy. Ezért a hagyományos ROP modellek továbbra is relevánsak, és hatékony módszert kínálnak annak elemzésére, hogy egy adott fúrási paraméter hogyan befolyásolja a penetrációs sebességet.

A ROPPlotter, egy Microsoft Excel VBA-ban fejlesztett terepi adatvizualizációs és ROP modellező szoftver (Soares, 2015), a modell együtthatóinak kiszámítására és a modell teljesítményének összehasonlítására szolgál.