تخمین موج فشاری و موج برشی از داده های انرژی ویژه حفاری با استفاده از تبدیل موجک و شبکه ANFIS-PSO
Publish place: 2rd National Conference on petroleum geomechanics
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 681
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NPGC02_049
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
در طول تاریخ حفاری چاه های نفت، یکی از مهم ترین مسایل و مشکلات این صنعت کمبود سرعت حفاری در اعماق پایین بوده است. توده سنگ یا به عبارتی دیگر سازند مورد نظر حفاری به عنوان محیط حفاری نقشی بسیار اساسی در میزان سرعت حفاری، استهلاک مته، ماشین و هزینه های کلی حفاری دارد. نقش نگاره های صوتى در فرآیند تعیین خصوصیات مخازن نقشى غیرقابل انکار است. سرعت موج فشاری و موج برشی در تعیین پارامترهای ژیومکانیکی و نوع لیتولوژی سازند کاربرد دارد. در این مقاله به واسطهی شبکه انفیس ازدحام ذرات، - رابطه بین انرژی مخصوص سنگ با نگاره های سرعت موج برشی و سرعت موج فشاری به دست آورده شده است. با استفاده از داده های عملیاتی انرژی ویژه حفاری هر قسمت از سازند محاسبه میشود. انرژی ویژه به عنوان ورودی در تابع موجک استفاده میشود، موجک استفاده شده از نوع db1 بوده و تا سطح 4 تجزیه شده است. بعد از تجزیه و تحلیل، خروجی تابع موجک به عنوان ورودی شبکه ANFIS-PSO استفاده می شود. نتایج نشان داده اند که ترکیب ANFIS-PSO نسبت به ANFIS-GA از قدرت پیشبینی بالایی برخوردار می باشد به طوری که مجذور میانگین مربع خطا و ضریب همبستگی به ترتیب برای سرعت و موج فشار 5/5 و 0/74 و برای سرعت موج برشی 7/7 و 0/68 محاسبه شده است. با این روش میتوان سرعت موج فشاری و سرعت موج برشی در نبود داده های لاگ صوتی محاسبه کرد.
Keywords:
Authors
محمد محمدی بهبود
دانشجوی کارشناسی ارشد دانشکده مهندسی معدن، نفت و ژیوفیزیک دانشگاه شاهرود
احمد رمضان زاده
استادیار دانشکده مهندسی معدن، نفت و ژیوفیزیک دانشگاه شاهرود
بهزاد تخمچی
دانشیار دانشکده مهندسی معدن، نفت و ژیوفیزیک دانشگاه شاهرود
محمد انه منگلی
دانشجوی دکتری دانشکده مهندسی معدن، نفت و ژیوفیزیک دانشگاه شاهرود
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 :