مرور مقالات فشار منفذی و روش های تعیین فشار منفذی بر اساس روابط تجربی وروش های مبتنی بر ماشین لرنینگ

یک بخش مهم از صنعت نفت و گاز، عملیات حفاری چاه ها برای تولید هیروکربن از اعماق زمین می باشد که در آن تیمحفاری با چالش های متعدد دسترسی به منابع هیدروکربنی برخورد می کند. برا ی کاهش زمان و هزینه های حفاری، بهتراست قبل از شروع فرآ یند حفاری، پارامترهای بحرا نی حفاری پیش بینی شوند. فشار منفذی، همان فشار وارد شده توسطسیالات در منافذ سازند و فضاهای شکسته، یک پارامتر بحرا نی است که بر راندمان و اقتصاد عملیات حفاری تاثیر می گذارد.پیش بینی دقیق فشار منفذی سازند به بهبود برنامه ری زی و حفاری موفق چاه ها با جلوگیری از مشکلات و خطرات مربوط بهعملیات حفاری و کاهش زمان و هز ینه های حفاری کمک می کند. را یج ترین روش های مستقیم برای اندازه گیری فشار منفذی ،آزمایش های تکرار تشکیل و آزمایش های ساقه مته هستند که زمانبر و پرهزینه می باشند. بعلاوه، این روش ها داده هایگسست های از اندازه گیری فشار منفذی در اعماق خاص را ارائه می دهند، اما تنها پس از حفاری سازند. در دسترس نبودن ابزاراندازه گیری فشار هنگام حفاری نیز استفاده از این ابزار را در بسیاری از چاه ها محدود می کند. در مقابل، روش های غیرمستقیممختلفی را میتوان برای تشخیص و پیش بینی فشار منفذی قبل از حفاری و یا حین حفاری با استفاده از پارامترهای حفاریمورد استفاده قرار داد. این روش ها به دو دسته ی استفاده از معادلات تجربی و استفاده از روش های مبتنی بر هوش مصنوعیتقسیم می شوند. هدف این تحقیق، مرور و بررسی روش های استفاده شده توسط افراد مختلف برای محاسبه فشار منفذی بااستفاده از داده های چاه برداری، پارامترهای حفاری مکا نیکی و هیدرولیکی و یا ترکیبی از آنها می باشد.

Keywords:

مهندسی حفاری , فشار منفذی , معادلات تجربی , هوش مصنوعی , جنگل تصادفی , ماشین بردار پشتیبان , یادگیری ماشین