Com saber l'avaluació dels models PDC bit ROP i l'efecte de la resistència de la roca en els coeficients del model?

Com conèixer l'avaluació dels models PDC bit ROP i l'efecte de la resistència de la roca en els coeficients del model? (1)
Com conèixer l'avaluació dels models PDC bit ROP i l'efecte de la resistència de la roca en els coeficients del model? (2)

Resum

Les condicions actuals de baix preu del petroli han renovat l'èmfasi en l'optimització de la perforació per tal d'estalviar temps en la perforació de pous de petroli i gas i reduir els costos operatius.El modelatge de la taxa de penetració (ROP) és una eina clau per optimitzar els paràmetres de perforació, és a dir, el pes de la broca i la velocitat de rotació per a processos de perforació més ràpids.Amb una nova eina de visualització de dades i modelatge ROP totalment automatitzada desenvolupada a Excel VBA, ROPPlotter, aquest treball investiga el rendiment del model i l'impacte de la resistència de la roca en els coeficients del model de dos models diferents de PDC Bit ROP: Hareland i Rampersad (1994) i Motahhari. et al.(2010).Aquests dos Bit PDC Els models es comparen amb un cas base, una relació ROP general desenvolupada per Bingham (1964) en tres formacions diferents de gres a la secció vertical d'un pou horitzontal d'esquist de Bakken.Per primera vegada, s'ha intentat aïllar l'efecte de la força variable de la roca sobre els coeficients del model ROP investigant litologies amb paràmetres de perforació similars.A més, es fa una discussió exhaustiva sobre la importància de seleccionar els límits adequats dels coeficients del model.La força de la roca, que es té en compte en els models de Hareland i Motahhari, però no en els de Bingham, dóna lloc a valors més elevats de coeficients de model multiplicador constant per als models anteriors, a més d'un exponent de terme RPM augmentat per al model de Motahhari.Es demostra que el model de Hareland i Rampersad funciona millor dels tres models amb aquest conjunt de dades en particular.Es posa en dubte l'eficàcia i l'aplicabilitat del modelatge ROP tradicional, ja que aquests models es basen en un conjunt de coeficients empírics que incorporen l'efecte de molts factors de perforació que no es tenen en compte en la formulació del model i són únics d'una litologia particular.

Introducció

Les broques PDC (Polycrystalline Diamond Compact) són el tipus de broca dominant que s'utilitza actualment en la perforació de pous de petroli i gas.El rendiment de la broca normalment es mesura per la taxa de penetració (ROP), una indicació de la rapidesa amb què es perfora el pou en termes de longitud del forat perforat per unitat de temps.L'optimització de la perforació ha estat al capdavant de les agendes de les empreses energètiques des de fa dècades, i guanya més importància durant l'actual entorn de preus baixos del petroli (Hareland i Rampersad, 1994).El primer pas per optimitzar els paràmetres de perforació per produir el millor ROP possible és el desenvolupament d'un model precís que relacioni les mesures obtingudes a la superfície amb la velocitat de perforació.

A la literatura s'han publicat diversos models ROP, inclosos models desenvolupats específicament per a un tipus de bit determinat.Aquests models ROP normalment contenen una sèrie de coeficients empírics que depenen de la litologia i poden perjudicar la comprensió de la relació entre els paràmetres de perforació i la velocitat de penetració.L'objectiu d'aquest estudi és analitzar el rendiment del model i com els coeficients del model responen a les dades de camp amb diferents paràmetres de perforació, en particular la força de la roca, durant dosBit PDC models (Hareland i Rampersad, 1994, Motahhari et al., 2010).Els coeficients i el rendiment del model també es comparen amb un model ROP de cas base (Bingham, 1964), una relació simplista que va servir com el primer model ROP àmpliament aplicat a tota la indústria i encara s'utilitza actualment.S'investiguen les dades del camp de perforació en tres formacions de gres amb diferents forces de roca i es calculen i es comparen els coeficients del model d'aquests tres models.Es postula que els coeficients dels models de Hareland i Motahhari en cada formació rocosa abastaran un rang més ampli que els coeficients del model de Bingham, ja que la força variable de la roca no es té en compte explícitament en aquesta darrera formulació.També s'avalua el rendiment del model, la qual cosa condueix a l'elecció del millor model ROP per a la regió d'esquist de Bakken a Dakota del Nord.

Els models ROP inclosos en aquest treball consisteixen en equacions inflexibles que relacionen alguns paràmetres de perforació amb la velocitat de perforació i contenen un conjunt de coeficients empírics que combinen la influència de mecanismes de perforació difícils de modelar, com la hidràulica, la interacció tallador-roca, la broca. disseny, característiques de muntatge del fons del forat, tipus de fang i neteja del forat.Tot i que aquests models tradicionals de ROP generalment no funcionen bé si es comparen amb les dades de camp, proporcionen un pas important per a tècniques de modelatge més noves.Els models moderns, més potents i basats en estadístiques amb una major flexibilitat poden millorar la precisió del modelatge ROP.Gandelman (2012) ha informat d'una millora significativa en el modelatge de ROP mitjançant l'ús de xarxes neuronals artificials en lloc dels models tradicionals de ROP als pous de petroli a les conques de pre-salinitat a la costa del Brasil.Les xarxes neuronals artificials també s'utilitzen amb èxit per a la predicció de ROP en els treballs de Bilgesu et al.(1997), Moran et al.(2010) i Esmaeili et al.(2012).Tanmateix, aquesta millora en el modelatge ROP es fa a costa de la interpretabilitat del model.Per tant, els models tradicionals de ROP encara són rellevants i proporcionen un mètode eficaç per analitzar com un paràmetre de perforació específic afecta la taxa de penetració.

ROPPlotter, un programari de visualització de dades de camp i modelatge ROP desenvolupat a Microsoft Excel VBA (Soares, 2015), s'utilitza per calcular els coeficients del model i comparar el rendiment del model.

Com conèixer l'avaluació dels models PDC bit ROP i l'efecte de la resistència de la roca en els coeficients del model? (3)

Hora de publicació: 01-set-2023