पीडीसी बिट आरओपी मॉडल के मूल्यांकन और मॉडल गुणांक पर रॉक ताकत के प्रभाव को कैसे जानें?

अमूर्त

वर्तमान कम तेल की कीमत की स्थिति ने तेल और गैस कुओं की ड्रिलिंग में समय बचाने और परिचालन लागत को कम करने के लिए ड्रिलिंग अनुकूलन पर जोर दिया है। प्रवेश की दर (आरओपी) मॉडलिंग ड्रिलिंग मापदंडों को अनुकूलित करने में एक महत्वपूर्ण उपकरण है, अर्थात् तेज ड्रिलिंग प्रक्रियाओं के लिए बिट वजन और रोटरी गति। एक्सेल वीबीए, आरओपीप्लॉटर में विकसित एक नए, पूर्ण-स्वचालित डेटा विज़ुअलाइज़ेशन और आरओपी मॉडलिंग टूल के साथ, यह काम मॉडल के प्रदर्शन और दो अलग-अलग पीडीसी बिट आरओपी मॉडल के मॉडल गुणांक पर रॉक ताकत के प्रभाव की जांच करता है: हेरलैंड और रैम्पर्सड (1994) और मोटाहारी और अन्य. (2010)। ये दो पीडीसी बिट मॉडलों की तुलना एक बेस केस से की जाती है, बिंगहैम (1964) द्वारा बकेन शेल क्षैतिज कुएं के ऊर्ध्वाधर खंड में तीन अलग-अलग बलुआ पत्थर संरचनाओं में विकसित सामान्य आरओपी संबंध। पहली बार, अन्यथा समान ड्रिलिंग मापदंडों के साथ लिथोलॉजी की जांच करके आरओपी मॉडल गुणांक पर अलग-अलग रॉक ताकत के प्रभाव को अलग करने का प्रयास किया गया है। इसके अतिरिक्त, उपयुक्त मॉडल गुणांक सीमाओं के चयन के महत्व पर एक व्यापक चर्चा आयोजित की जाती है। रॉक ताकत, जिसका हिसाब हेरलैंड और मोटाहारी के मॉडल में है, लेकिन बिंघम में नहीं, इसके परिणामस्वरूप मोटाहारी के मॉडल के लिए बढ़े हुए आरपीएम शब्द प्रतिपादक के अलावा, पूर्व मॉडल के लिए निरंतर गुणक मॉडल गुणांक के उच्च मूल्य होते हैं। इस विशेष डेटासेट के साथ तीन मॉडलों में से हरेलैंड और रैम्पर्सड के मॉडल को सर्वश्रेष्ठ प्रदर्शन करते दिखाया गया है। पारंपरिक आरओपी मॉडलिंग की प्रभावशीलता और प्रयोज्यता पर सवाल उठाया जाता है, क्योंकि ऐसे मॉडल अनुभवजन्य गुणांक के एक सेट पर भरोसा करते हैं जो मॉडल के निर्माण में शामिल नहीं किए गए कई ड्रिलिंग कारकों के प्रभाव को शामिल करते हैं और एक विशेष लिथोलॉजी के लिए अद्वितीय होते हैं।

परिचय

पीडीसी (पॉलीक्रिस्टलाइन डायमंड कॉम्पैक्ट) बिट्स आज तेल और गैस कुओं की ड्रिलिंग में उपयोग किए जाने वाले प्रमुख बिट-प्रकार हैं। बिट प्रदर्शन को आमतौर पर प्रवेश की दर (आरओपी) द्वारा मापा जाता है, जो इस बात का संकेत है कि प्रति यूनिट समय में ड्रिल किए गए छेद की लंबाई के संदर्भ में कुआं कितनी तेजी से ड्रिल किया गया है। ड्रिलिंग अनुकूलन अब दशकों से ऊर्जा कंपनियों के एजेंडे में सबसे आगे रहा है, और वर्तमान कम तेल की कीमत के माहौल (हेरलैंड और रैम्पर्सड, 1994) के दौरान इसका महत्व और बढ़ गया है। सर्वोत्तम संभव आरओपी का उत्पादन करने के लिए ड्रिलिंग मापदंडों को अनुकूलित करने में पहला कदम सतह पर प्राप्त माप से ड्रिलिंग दर से संबंधित एक सटीक मॉडल का विकास है।

एक निश्चित बिट प्रकार के लिए विशेष रूप से विकसित मॉडल सहित कई आरओपी मॉडल साहित्य में प्रकाशित किए गए हैं। इन आरओपी मॉडल में आमतौर पर कई अनुभवजन्य गुणांक होते हैं जो लिथोलॉजी पर निर्भर होते हैं और ड्रिलिंग मापदंडों और प्रवेश की दर के बीच संबंधों की समझ को ख़राब कर सकते हैं। इस अध्ययन का उद्देश्य मॉडल के प्रदर्शन का विश्लेषण करना है और कैसे मॉडल गुणांक अलग-अलग ड्रिलिंग मापदंडों के साथ क्षेत्र डेटा पर प्रतिक्रिया करते हैं, विशेष रूप से चट्टान की ताकत, दो के लिएपीडीसी बिट मॉडल (हैरलैंड और रैम्पर्सड, 1994, मोताहारी एट अल., 2010)। मॉडल गुणांक और प्रदर्शन की तुलना बेस केस आरओपी मॉडल (बिंघम, 1964) से भी की जाती है, एक सरल संबंध जो पहले आरओपी मॉडल के रूप में कार्य करता है जो पूरे उद्योग में व्यापक रूप से लागू होता है और अभी भी उपयोग में है। अलग-अलग चट्टान की ताकत के साथ तीन बलुआ पत्थर संरचनाओं में ड्रिलिंग फ़ील्ड डेटा की जांच की जाती है, और इन तीन मॉडलों के लिए मॉडल गुणांक की गणना की जाती है और एक दूसरे के साथ तुलना की जाती है। यह अनुमान लगाया गया है कि प्रत्येक चट्टान के निर्माण में हेरलैंड और मोटाहारी के मॉडल के गुणांक बिंघम के मॉडल गुणांक की तुलना में व्यापक रेंज में होंगे, क्योंकि बाद के फॉर्मूलेशन में अलग-अलग चट्टान की ताकत को स्पष्ट रूप से ध्यान में नहीं रखा गया है। मॉडल के प्रदर्शन का भी मूल्यांकन किया जाता है, जिससे नॉर्थ डकोटा में बक्कन शेल क्षेत्र के लिए सर्वश्रेष्ठ आरओपी मॉडल का चयन किया जाता है।

इस कार्य में शामिल आरओपी मॉडल में अनम्य समीकरण शामिल हैं जो कुछ ड्रिलिंग मापदंडों को ड्रिलिंग दर से जोड़ते हैं और इसमें अनुभवजन्य गुणांक का एक सेट होता है जो हाइड्रोलिक्स, कटर-रॉक इंटरैक्शन, बिट जैसे हार्ड-टू-मॉडल ड्रिलिंग तंत्र के प्रभाव को जोड़ता है। डिज़ाइन, बॉटम-होल असेंबली विशेषताएँ, मिट्टी का प्रकार और छेद की सफाई। हालाँकि ये पारंपरिक आरओपी मॉडल आम तौर पर फ़ील्ड डेटा के मुकाबले अच्छा प्रदर्शन नहीं करते हैं, लेकिन वे नई मॉडलिंग तकनीकों के लिए एक महत्वपूर्ण कदम प्रदान करते हैं। बढ़े हुए लचीलेपन के साथ आधुनिक, अधिक शक्तिशाली, सांख्यिकी-आधारित मॉडल आरओपी मॉडलिंग की सटीकता में सुधार कर सकते हैं। गैंडेलमैन (2012) ने ब्राजील के पूर्व-नमक बेसिन में तेल के कुओं में पारंपरिक आरओपी मॉडल के बजाय कृत्रिम तंत्रिका नेटवर्क को नियोजित करके आरओपी मॉडलिंग में महत्वपूर्ण वृद्धि की सूचना दी है। बिल्गेसु एट अल के कार्यों में आरओपी भविष्यवाणी के लिए कृत्रिम तंत्रिका नेटवर्क का भी सफलतापूर्वक उपयोग किया जाता है। (1997), मोरन एट अल। (2010) और एस्माईली एट अल। (2012)। हालाँकि, आरओपी मॉडलिंग में ऐसा सुधार मॉडल व्याख्या की कीमत पर आता है। इसलिए, पारंपरिक आरओपी मॉडल अभी भी प्रासंगिक हैं और यह विश्लेषण करने के लिए एक प्रभावी तरीका प्रदान करते हैं कि एक विशिष्ट ड्रिलिंग पैरामीटर प्रवेश की दर को कैसे प्रभावित करता है।

ROPPlotter, Microsoft Excel VBA (सोरेस, 2015) में विकसित एक फ़ील्ड डेटा विज़ुअलाइज़ेशन और ROP मॉडलिंग सॉफ़्टवेयर, मॉडल गुणांक की गणना और मॉडल प्रदर्शन की तुलना करने में नियोजित है।