Kako saznati procjenu PDC bit ROP modela i utjecaj čvrstoće stijene na koeficijente modela?

Abstract

Trenutni uslovi niske cijene nafte obnovili su naglasak na optimizaciji bušenja kako bi se uštedjelo vrijeme bušenja naftnih i plinskih bušotina i smanjili operativni troškovi. Modeliranje stope penetracije (ROP) je ključno sredstvo u optimizaciji parametara bušenja, odnosno težine svrdla i brzine rotacije za brže procese bušenja. S novom, potpuno automatiziranom vizualizacijom podataka i alatom za ROP modeliranje razvijenim u programu Excel VBA, ROPPlotter, ovaj rad istražuje performanse modela i utjecaj čvrstoće stijene na koeficijente modela dva različita PDC Bit ROP modela: Hareland i Rampersad (1994) i Motahhari et al. (2010). Ovo dvoje PDC bit modeli su upoređeni sa osnovnim slučajem, opštom ROP relacijom koju je razvio Bingham (1964) u tri različite formacije pješčenjaka u vertikalnom presjeku horizontalne bušotine Bakken iz škriljaca. Po prvi put je učinjen pokušaj da se izoluje utjecaj različite čvrstoće stijena na koeficijente ROP modela istraživanjem litologije sa inače sličnim parametrima bušenja. Dodatno, sprovedena je sveobuhvatna diskusija o važnosti odabira odgovarajućih granica koeficijenata modela. Čvrstoća stijene, koja se uzima u obzir u Harelandovim i Motahharijevim modelima, ali ne i u Binghamovom, rezultira višim vrijednostima koeficijenata modela konstantnog množitelja za prethodne modele, uz povećani eksponent RPM termina za Motahharijev model. Harelandov i Rampersadov model je pokazao najbolji učinak od tri modela s ovim određenim skupom podataka. Učinkovitost i primjenjivost tradicionalnog ROP modeliranja dovedena je u pitanje, jer se takvi modeli oslanjaju na skup empirijskih koeficijenata koji uključuju učinak mnogih faktora bušenja koji nisu uzeti u obzir u formulaciji modela i koji su jedinstveni za određenu litologiju.

Uvod

PDC (Polycrystalline Diamond Compact) svrdla su dominantni tip bita koji se danas koristi u bušenju naftnih i plinskih bušotina. Performanse svrdla se obično mjere brzinom penetracije (ROP), što je pokazatelj koliko se brzo buši bušotina u smislu dužine bušene rupe po jedinici vremena. Optimizacija bušenja je na čelu agendi energetskih kompanija već decenijama, a dobija još na važnosti tokom trenutnog okruženja niske cijene nafte (Hareland i Rampersad, 1994). Prvi korak u optimizaciji parametara bušenja za postizanje najboljeg mogućeg ROP-a je razvoj preciznog modela koji povezuje mjerenja dobijena na površini i brzinu bušenja.

Nekoliko ROP modela, uključujući modele razvijene posebno za određeni tip bita, objavljeno je u literaturi. Ovi ROP modeli obično sadrže niz empirijskih koeficijenata koji su ovisni o litologiji i mogu narušiti razumijevanje odnosa između parametara bušenja i brzine prodiranja. Svrha ove studije je analizirati performanse modela i kako koeficijenti modela reaguju na terenske podatke s različitim parametrima bušenja, posebno čvrstoćom stijene, za dvaPDC bit modeli (Hareland i Rampersad, 1994, Motahhari et al., 2010). Koeficijenti modela i performanse se također upoređuju sa osnovnim ROP modelom (Bingham, 1964), pojednostavljenim odnosom koji je poslužio kao prvi ROP model široko primijenjen u cijeloj industriji i još uvijek u upotrebi. Istražuju se podaci polja bušenja u tri formacije pješčenjaka s različitim čvrstoćama stijena, a koeficijenti modela za ova tri modela su izračunati i međusobno upoređivani. Pretpostavlja se da će koeficijenti za Harelandove i Motahharijeve modele u svakoj stijenskoj formaciji obuhvatiti širi raspon od koeficijenata Binghamovog modela, budući da se promjenjive čvrstoće stijena ne uzimaju u obzir eksplicitno u potonjoj formulaciji. Performanse modela se također ocjenjuju, što dovodi do izbora najboljeg ROP modela za regiju Bakken škriljaca u Sjevernoj Dakoti.

ROP modeli uključeni u ovaj rad sastoje se od nefleksibilnih jednadžbi koje povezuju nekoliko parametara bušenja sa brzinom bušenja i sadrže skup empirijskih koeficijenata koji kombinuju utjecaj teško modeliranih mehanizama bušenja, kao što su hidraulika, interakcija sjekača i stijene, bit dizajn, karakteristike montaže na dnu rupe, tip isplake i čišćenje rupe. Iako ovi tradicionalni ROP modeli generalno ne rade dobro u poređenju sa terenskim podacima, oni predstavljaju važnu odskočnu dasku ka novijim tehnikama modeliranja. Moderni, moćniji modeli zasnovani na statistici sa povećanom fleksibilnošću mogu poboljšati tačnost ROP modeliranja. Gandelman (2012) je izvijestio o značajnom poboljšanju ROP modeliranja korištenjem umjetnih neuronskih mreža umjesto tradicionalnih ROP modela u naftnim bušotinama u predslanim bazenima na moru Brazila. Umjetne neuronske mreže također se uspješno koriste za predviđanje ROP-a u radovima Bilgesua et al. (1997), Moran et al. (2010) i Esmaeili et al. (2012). Međutim, takvo poboljšanje u ROP modeliranju dolazi na račun interpretabilnosti modela. Stoga su tradicionalni ROP modeli i dalje relevantni i pružaju efikasnu metodu za analizu kako određeni parametar bušenja utječe na brzinu prodiranja.

ROPPlotter, softver za vizualizaciju podataka na terenu i ROP modeliranje razvijen u Microsoft Excel VBA (Soares, 2015), koristi se za izračunavanje koeficijenata modela i upoređivanje performansi modela.