مشبک کاری و اهمیت انتخاب نوع آن
Publish place: Fourth Scientific Conference on Hydrocarbon Reservoirs and Upstream Industries and Related Industries
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,054
This Paper With 15 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RESERVOIR04_055
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
بررسی تاثیر پارامترهای مختلف بر داده های چاه آزمایی نقش بسیار مهمی در مخازن نفت سنگین دارد. یکی ازاین پارامترها، میزان مشبک کاری سازندهای نفتی در نمودارهای چاه آزمایی است که خود را به صورت پوسته نشان می دهد و مهم ترین بخش در تکمیل یک چاه، مشبک کاری لایه بهره دهی آن است. این عمل به این معنی است که بین لایه تولیدکتتده و داخل چاه ارتباط برقرار نمایند تا نفت و گاز از سازند به درون حفره چاه راه پیدا کرده و سرانجام به سطح برسد. در سال های اخیر روش های جدیدی برای انجام این عملیات معرفی شده اند، اما استفاده از مشبک کننده های گلوله ای و شهاب فلزی کمکان شیوه معمول مشبک کاری در سراسر جهان به حساب می آیند. استفاده از این مواد علاوه بر وجود خطرات احتمالی جانی در هنگام استفاده باعث بوجود آمدن خسارات بسیاری به چاه و سازند توسط زائدات مشبک کاری گشته و مشکلات فراوانی را بوجود می آورند. دراین مقاله به بررسی انواع مشبک کاری ها و استفاده از لیزر برای انجام این عملیات می باشد. استفاده از لیزر علاوه بر کاهش خطرات روش های معمول، مزایای بسیار زیادی مانند افزایش تراوایی و عدم نیاز به عملیات تحریک، نفوذ کنترل شده و زاویه دار در سازند و عدم آسیب به چاه و لوله جداری را به دنبال دارد. نتایج بدست آمده نشان می دهد که می توان با استفاده از این تکنولوژی و شبیه سازی مخزن و تحلیل داده های چاه آزمایی آن میزان مشبک کاری بهینه لایه نفتی را برای کاهش میزان آسیب به سازند و افزایش ضریب بهره دهی چاه تعیین نمود.
Authors
سورنا جعفری زاده
دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر
رسول خسروانیان
عضو هیئت علمی دانشکده نفت دانشگاه صنعتی امیرکبیر
بیژن اقبال پور
دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :