井底压力条件下岩石可钻性实验及仿真研究

岩石的可钻性是正确评价是确定钻井参数、选择钻头类型、预测钻井效果以及规定钻进工作定额时所必需的;而以往岩石可钻性极值的确定都是在常压下进行的。常压下岩石的可钻性极值与井底压力条件下岩石可钻性极值相差较大,远不能满足工程需要。为此,提出了一种室内测定井底压力条件下岩石岩石可钻性极值的实验方法;并通过HyperMesh有限元处理器仿真得到井底压力条件下岩石的可钻性极值的仿真值。通过对实验数值和仿真数值的对比,二者误差都在10%以内。所以该实验方法能够较准确的得到井底压力条件下岩石的可钻性极值。从而更能够准确的选择钻头类型,优化钻进参数,指导工程实践。     

一种利用岩石强度刻划试验确定岩石PDC钻头可钻性级值的方法

基于微钻岩石可钻性试验与岩石强度刻划试验破岩机制一致性,通过开展试验获得两种试验岩石破碎比功的转化关系,结合岩石PDC钻头可钻性级值求取方法,建立利用刻划岩石破碎比功求取岩石PDC钻头可钻性级值模型,形成一种通过刻划岩心表面得到岩石PDC钻头可钻性级值剖面的方法。结果表明,该方法不但与微钻可钻性试验结果具有很好的一致性,还充分表征了矿物组分、胶结强度、微观结构等复杂因素变化对岩石PDC钻头可钻性级值的影响,且不破坏岩心的整体结构,提高了岩心的利用率,推广应用价值高。     

岩石可钻性研究

为满足优质高速钻井的要求,需要对岩石可钻性做出更加精确的观测。本文对岩石力学参数和可钻性级值通过多元回归的方法得出了围压下岩石可钻性级值的相关模型,通过该模型,可以更准确的预测地层岩石可钻性。     

典型地层的各向异性钻井特性

采用岩石可钻性方法描述地层的各向异性,并按地层各向异性的不同情况,将典型地层(包括正交各向异性地层和横观各向同性地层)划分为12类。在文献[10]的基础上,定义了两个地层特性参数,用来定量表达典型地层的各向异性钻井特性。通过地层特性参数的计算和分析,阐明了12类典型地层对井斜变化和方位漂移的影响规律,即其中大多数地层遵循“上倾规律”或“下倾规律”。     

地层宏观可钻性与实用原理

本文综述了1927年以来传统的岩石可钻性研究及应用的主要趋势,文中指出,岩石为均质体的理论假设限制了传统岩石可钻性的实用效果,且不适应当前钻井技术水平。本文以地层是非均质为基础,提出了统计地层可钻性,认为地层可钻性是随机变量,用概率统计理论处理,所得宏观可钻性有良好的实用效果,是评价非均质地层的新概念,拓宽了岩石可钻性的应用范围。文章归纳了近年来试验研究并应用于实际的三个原理:宏观原理、等概原理及相关原理,以指导实际应用。     

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。     

PDC钻头钻进的岩石可钻性研究

用微型PDC试验钻头模拟全尺寸PDC钻头的切削破岩方式在岩样上钻孔,测定了石油钻井所遇地层岩心的微PDC钻头可钻性指数(PDT).研究了微PDC钻头可钻性指数和微牙轮钻头可钻性指数(UDT)的关系.研究表明,基于牙轮钻头钻进特点的油矿地层可钻性分级.同样适用于PDC钻头钻井.在岩石可钻性方面.PDC钻头对地层的适应性较差.PDC钻头钻进时,存在着极限等级值和有效等级值.当地层等级值大于极限等级值时。其破岩效果差,当等于或小于有效等级值时,效果最好.     

基于SDCQGA优化BP神经网络的岩石可钻性建模

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法;采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.     

基于可钻性的地层分层方法

根据测井资料可以得到整井每一个测点的岩石的可钻性级值。在实际的应用中是不可能逐一地去分析每一个点的岩石可钻性级值,只能是按岩石可钻性,对整井段进行分层,然后对每一个井段进行分析。数学上有一种按照样本的、彼此相近的程度进行分类的理论,称为模糊聚类。人们利用它的基本原理在岩土工程中进行了膨胀土的分类、砂土的地震液化判别等。利用多参数因子的模糊聚类分析,对测井资料实测得到的原始剖面中分布与性质相近的地层进行合理的模糊聚类合并。根据岩石可钻性级值采用模糊聚类的方法对井段进行分层,求出每一段的平均岩石可钻性级值、最高和最低的值,最终实现分层。该方法的实现将使钻井速度大幅度提高,钻井成本也会大大降低。     

基于各向同性双孔隙度模型的各向异性岩石物理模型及其应用

为对各向异性孔隙介质进行储层参数评价和岩石性质预测,在各向同性双孔隙度(IDP)模型基础上建立了新的各向异性地层的岩石物理模型.新模型综合考虑了岩石速度的各向异性、岩石的泥质含量以及粘土颗粒等矿物在地层中不规则排列的影响,采用差分有效介质理论(DEM)与自适应近似理论(SCA)相结合的方法计算干岩样骨架的弹性模量,用Brown和Korringa模型计算流体驱替参数.现场应用结果表明,各向异性岩石物理模型的散射和测量误差非常小,应用效果明显优于IDP模型.     

定向钻井PDC钻头三维钻速预测方法

综合考虑PDC钻头的切削作用、钻具组合的力学作用和地层岩石可钻性各向异性,根据钻头力平衡原理,建立一种新的PDC钻头三维钻速预测方法。在钻头瞬态力平衡计算中,不仅考虑钻具组合的力学作用,还考虑钻头冠部的侧向不平衡力和保径受力对PDC钻头切削作用的影响。结果表明:井眼轨迹的预测结果与实测结果有较高的吻合度,说明方法合理;根据具体的钻头结构参数和地层可钻性各向异性,通过数值计算可获得钻头的轴向和侧向钻速,不需要取得地层法向钻进效率;在钻头瞬态力平衡计算中,钻头侧向不平衡力过大将增大井眼轨迹控制的难度,对PDC钻头布齿参数的进行优化设计可以减小钻头的侧向不平衡力,进而减小钻头漂移角和工具面变化范围,增强井眼轨迹控制能力。     

基于空间球对称模型的井底岩石可钻性研究

针对井底复杂应力环境下的岩石可钻性问题,开展了岩石可钻性和岩石单轴抗压强度实验和理论研究,研究 中采用弹性力学理论和Drucker-Prager 强度准则,建立了球坐标系下的井底岩石可钻性模型,并以川西地区某井须家 河组致密砂岩实验数据和测井资料为基础,进行了算例分析。结果表明,井底岩石可钻性随着液柱压力的增大而增 加;井深一定时,沿井底表面径向方向,随着距离的增加,岩石可钻性增大。该模型计算结果,能够较好地反映井底岩 石可钻性级值的变化规律,有助于钻具优化设计。     

川西须家河组二段岩石可钻性实验分析

川西坳陷须家河组存在可钻性差、机械钻速低等严重制约钻井效率的问题。以川西坳陷须家河组二段地层所采岩样为研究对象,利用自主研发的HTHP岩石可钻性试验仪对模拟井底围压及液柱压力条件下的岩样进行可钻性级值测试,并从岩样的岩石力学性质及微观组构等方面开展研究,以此分析其对岩石可钻性的影响。结果表明:围压及液柱压力的增加导致岩石可钻性级值及抗压强度的增加,抗压强度与可钻性级值成正比。高抗压强度条件下的可钻性级值增长率降低;岩石的研磨性及硬度会影响岩石的可钻性。岩石中石英含量越高、黏土矿物含量越少,岩石研磨性及硬度越高,岩石可钻性级值越大。     

徐深气田火成岩储层岩石可钻性分布规律研究

大庆油田火成岩地层是世界级难钻地层,钻进过程中该地层岩石表现为可钻性值极高,地层与钻头适应性差。预先评价未打开地层的岩石可钻性分布规律,对钻井施工提供指导是有实际意义的。本文以随机分形理论为基础,先应用分形维数解释模型计算岩屑取样点的岩石可钻性,再应用分形插值理论建立井间地层岩石可钻性预测模型,两模型的结合使用实现了井间岩石可钻性分布规律的评价,经过现场的应用验证,该方法能够有效的再现岩石可钻性的分形分布规律,预测准确,满足工程精度要求。     

基于岩石可钻性指标的地层界面识别理论与方法

岩石可钻性指标是石油、矿山及地质部门广泛用于钻头选择和制定生产定额的重要参数,但现行可钻性指标的定义及参数获取的实验方法还存在许多问题. 通过分析,重新定义了岩石的可钻性,提出了以单位能量下的穿孔速率作为可钻性指标的新概念;基于钻进过程中有效轴压、转速、穿孔速率和可钻性指标间的耦合关系,建立了可钻性指标的计算公式. 同时,对新的可钻性指标在地层识别中的敏感性进行了分析,阐述了可钻性指标在地层识别中的物理意义. 研究表明,新的可钻性指标克服了传统可钻性指标在判层中存在的盲区,并可实现沿钻孔剖面的连续判层.     

基于相关向量机的地层可钻性级值预测

对录井资料及测井资料与地层可钻性级值的关系进行分析,提出一种基于相关向量机算法的地层可钻性级值预测的新方法.通过标准化钻速、测井声波时差、地层密度、泥质含量和地层深度进行学习训练相关向量机,建立地层可钻性级值预测的相关向量机模型.对准噶尔盆地部分井的地层可钻性级值进行预测的结果表明,该方法优于BP神经网络方法,具有预测精度高、收敛速度快、推广能力强等优点.     

基于DE-SVM的岩层可钻性预测研究

鉴于试验确定深部岩层可钻性指标成本很高,而且测井信息神经网络模型往往存在过学习问题,利用遵循结构风险最小化的统计学习理论工具——支持向量机(SVM)建立可钻性预测模型,通过支持向量机对样本的学习,建立岩层可钻性与诸多测井信息的复杂非线性映射.为解决支持向量机参数选取问题,引入全局优化算法——差异进化算法(DE),建立DE-SVM的进化模型,进一步提高模型预测精度.算例表明,差异进化算法收敛快速,该方法预测精度高于传统方法,对新井钻头选型和钻速确定有重要意义.