بهنام سکاکی - دانش آموخته، دانشگاه صنعتی امیرکبیر
محمد احمدی - استادیار، دانشگاه صنعتی امیرکبیر

در صنعت نفت و گاز، با توجه به هزینه ی بسیار در بخش حفاری، ارائه راهکارهای موثر در کاهش آن ضروری است. مشکلاتحین حفاری، نظیر خرابی و تعویض تجهیزات، هرزروی، گیر لوله و درنهایت تاخیر در اتمام حفاری چاه، از جمله مهمتریندلایل افزایش هزینه هاست. در بهینه سازی مسیر چاه، با فرض بیشینه کردن نرخ نفوذ مته و در نظر گرفتن عدم قطعیتپارامترهای ژئومکانیکی، زمان حفاری کاسته می شود؛ همچنین، با تحلیل پایداری دیواره چاه، ریسک های احتمالی نیزپیش بینی خواهد شد. برای رسیدن به این مقصود، ابتدا اطلاعات پتروفیزیک و حفاری ۳ حلقه چاه با داده های واقعی در یکمیدان نفتی فرضی با ابعاد مشخص، جمع آوری و مدل ژئومکانیکی یک بعدی هر چاه ساخته می شود. متغیر نرخ نفوذ مته بهعنوان تابعی از ۱۶ متغیر شامل پارامترهای حفاری، ژئومکانیکی و مسیر چاه، توسط شبکه عصبی مصنوعی منتخب تعیینمی گردد. سپس بهینه کردن مسیر چاه در سازندهای مربوطه با الگوریم ژنتیک صورت می گیرد تا بهترین مسیر مشخص شود.توزیع داده های ژئومکانیکی در میدانی فرضی با روش کریجینگ اعمال شده و تعیین بازه عدم قطعیت با شبیه سازی متوالیگوسی و ساخت چندین تحقق برای هر داده ژئومکانیکی انجام می گردد . در آخر، با مقایسه نتایج آنالیز حساسیت از مطالعهپایداری دیواره چاه و در نظر گرفتن بازه عدم قطعیت پارامترهای ژئومکانیکی در عمق های منتخب، شیب و مسیر بهینه حفاریتعیین خواهد شد.

مدل ژئومکانیکی چاه، بهینه سازی، شبکه عصبی مصنوعی، الگوریتم ژنتیک، شبیه سازی متوالی گوسی