محسن طالب کیخاه - دانشگاه صنعتی امیرکبیر،
محمد لران اصفهانی - دانشگاه صنعتی امیرکبیر
امیدرضا امراللهی نسب مهدی آباد - دانشگاه صنعتی امیرکبیر
رسول خسروانیان - دانشگاه صنعتی امیرکبیر

نرخ حفاری یا ROP پارامتری کلیدی در عملیات حفاری بوده و پیش بینی آن به مهندسان حفار در تخمین مدت زمان کل حفاری و همچنین برآورد میزان هزینه حفاری چاه های نفت و گاز کمک می کند. ROP ، به پارامتر های متعددی وابسته است که در این مطالعه برای مدل سازی و پیش بینی آن، از هفت پارامتر اصلی که نقش تعیین کننده در تخمین آن دارند استفاده شده است. مشکل اصلی در مدل سازی ROP با استفاده از داده های مربوطه، وجود نویز بسیار در داده ها می باشد که منتج به خطای زیاد در اکثر روش های مدل سازی می گردد. به همین منظور، ROP باید با روشی مدل سازی شود که نسبت به نویز داده ها مقاوم و پایدار باشد. از همین رو، در این مطالعه، برای مدل سازی و پیش بینی ROP از تکنیک درخت تصمیم گیری استفاده شده است که یکی از مقاوم ترین روش ها برای مدل سازی داده های با نویز بالا محسوب می شود. همچنین برای ارزیابی اعتبار و دقت این روش، داده های دو میدان اهواز واقع در ایران و کینابالو واقع در مالزی مورد بررسی قرار گرفته اند.

نرخ نفوذ حفاری، مدل سازی، درخت تصمیم، نفت و گاز