پیش بینی زمان تعویض مته در حین حفاری به صورت بلادرنگ

تخمین بهترین زمان تعویض مته در حفاری ، یکی از راه های بهینه سازی حفاری و کاهش زمان حفاری به وسیله کاهش دفعات تعویض مته و دفعات لوله بالا و لوله پایین است. برای این کار در ابتدا ما روش و فرمولی را برای انتخاب زمان تعویض مته به دست آوردیم و پس از آن جهت پیش بینی زمان تعویض مته با این معادله با استفاده از داده های که در پروپوزال یا داده های چاه های مشابه و یا برنامه حفاری، موجود است، باید به پیش بینی نرخ نفوذ بپردازیم. از آنجا که توانایی شبکه عصبی هوشمند در ایجاد رابطه بین متغییر های زیاد اثبات شده است ، لذا به نظر می رسد شبکه هوشمند نتیجه مفیدی را در پیش بینی نرخ نفوذ داشته باشد. در این پروژه با استفاده از نرم افزار Matlab و داده های گروه گل نگاری مستقر در محل حفاری که به صورت لحظه ای در دسترس است، مدلی ساخته می شود که بتواند نرخ نفوذ را پیش بینی بکند. در این مدل، با استفاده از پارامترهای حفاری از قبیل وزن روی مته، سرعت چرخش مته، مقدار پمپاژ سیال حفاری و فشار آن، وزن گل موجود و مدت زمان کارکرد مته و در اندازه ثابت حفره چاه ، نرخ نفوذ را پیش بینی می کنیم. با استفاده از داده های موجود، ابتدا مدل ساخته و آموزش داده می شود و آنگاه با استفاده از پارامترهای پیش بینی شده در پروپوزال حفاری و داده های حین حفاری، اقدام به پیش بینی نرخ نفوذ چاه فعلی می کنیم. ضریب همبستگی ANN برای طرح کلی آموزش و خروجی پیش بینی شده 0.96 است. پس از پیش بینی نرخ نفوذ، با استفاده از آن و معادله مربوطه که جهت پیدا کردن زمان تعویض مته به دست آمده بود، بهترین زمان تعویض مته را پیش بینی می کنیم

Keywords:

تخمین زمان تعویض مته , نرخ نفوذ پذیری , بهینه سازی حفاری , پیش بینی نرخ نفوذ پذیری , کاهش زمان حفاری , کاهش هزینه های حفاری