पीडीसी बिट आरओपी मॉडल के मूल्यांकन और मॉडल गुणांकों पर चट्टान की मजबूती के प्रभाव को कैसे जाना जाए?

अमूर्त

तेल की मौजूदा कम कीमतों के कारण तेल और गैस के कुओं की ड्रिलिंग में लगने वाले समय को बचाने और परिचालन लागत को कम करने के लिए ड्रिलिंग अनुकूलन पर फिर से जोर दिया जा रहा है। ड्रिलिंग मापदंडों, विशेष रूप से बिट के वजन और घूर्णी गति को अनुकूलित करने के लिए प्रवेश दर (आरओपी) मॉडलिंग एक महत्वपूर्ण उपकरण है, जिससे ड्रिलिंग प्रक्रिया तेज हो जाती है। एक्सेल वीबीए में विकसित एक नए, पूरी तरह से स्वचालित डेटा विज़ुअलाइज़ेशन और आरओपी मॉडलिंग टूल, आरओपीपीलॉटर का उपयोग करते हुए, यह शोध दो अलग-अलग पीडीसी बिट आरओपी मॉडल: हरेलैंड और रामपरसाद (1994) और मोटाहारी एट अल. (2010) के मॉडल प्रदर्शन और चट्टान की मजबूती के मॉडल गुणांकों पर पड़ने वाले प्रभाव की जांच करता है। पीडीसी बिट बैकेन शेल क्षैतिज कुएं के ऊर्ध्वाधर खंड में तीन अलग-अलग बलुआ पत्थर संरचनाओं में बिंघम (1964) द्वारा विकसित सामान्य आरओपी संबंध के आधार पर मॉडलों की तुलना की गई है। पहली बार, समान ड्रिलिंग मापदंडों वाली चट्टानों की जांच करके आरओपी मॉडल गुणांकों पर चट्टान की बदलती मजबूती के प्रभाव को अलग करने का प्रयास किया गया है। इसके अतिरिक्त, उपयुक्त मॉडल गुणांक सीमाओं के चयन के महत्व पर एक व्यापक चर्चा की गई है। चट्टान की मजबूती, जिसे हरेलैंड और मोटाहारी के मॉडलों में ध्यान में रखा गया है, लेकिन बिंघम के मॉडल में नहीं, के परिणामस्वरूप पूर्व मॉडलों के लिए स्थिर गुणक मॉडल गुणांकों के उच्च मान प्राप्त होते हैं, साथ ही मोटाहारी के मॉडल के लिए आरपीएम पद घातांक में वृद्धि होती है। इस विशेष डेटासेट के साथ तीनों मॉडलों में से हरेलैंड और रामपरसाद का मॉडल सर्वश्रेष्ठ प्रदर्शन करता है। परंपरागत आरओपी मॉडलिंग की प्रभावशीलता और प्रयोज्यता पर सवाल उठते हैं, क्योंकि ऐसे मॉडल अनुभवजन्य गुणांकों के एक समूह पर निर्भर करते हैं जो कई ड्रिलिंग कारकों के प्रभाव को शामिल करते हैं जिन्हें मॉडल के निर्माण में ध्यान में नहीं रखा जाता है और जो एक विशेष लिथोलॉजी के लिए अद्वितीय होते हैं।

परिचय

आज तेल और गैस के कुओं की ड्रिलिंग में पीडीसी (पॉलीक्रिस्टलाइन डायमंड कॉम्पैक्ट) बिट्स का सबसे अधिक उपयोग होता है। बिट के प्रदर्शन को आमतौर पर प्रवेश दर (आरओपी) द्वारा मापा जाता है, जो प्रति इकाई समय में खोदे गए छेद की लंबाई के संदर्भ में कुएं की ड्रिलिंग की गति का संकेत देता है। ड्रिलिंग अनुकूलन दशकों से ऊर्जा कंपनियों के एजेंडे में सबसे आगे रहा है, और वर्तमान में तेल की कम कीमतों के माहौल में इसका महत्व और भी बढ़ गया है (हेयरलैंड और रैम्परसाद, 1994)। सर्वोत्तम संभव आरओपी प्राप्त करने के लिए ड्रिलिंग मापदंडों को अनुकूलित करने का पहला कदम सतह पर प्राप्त मापों को ड्रिलिंग दर से संबंधित एक सटीक मॉडल विकसित करना है।

साहित्य में कई आरओपी मॉडल प्रकाशित किए गए हैं, जिनमें विशेष रूप से एक निश्चित प्रकार के बिट के लिए विकसित मॉडल भी शामिल हैं। इन आरओपी मॉडलों में आमतौर पर कई अनुभवजन्य गुणांक होते हैं जो चट्टान संरचना पर निर्भर होते हैं और ड्रिलिंग मापदंडों और प्रवेश दर के बीच संबंध को समझने में बाधा उत्पन्न कर सकते हैं। इस अध्ययन का उद्देश्य दो प्रकार के ड्रिलिंग मापदंडों, विशेष रूप से चट्टान की मजबूती, के साथ क्षेत्र डेटा पर मॉडल के प्रदर्शन और मॉडल गुणांकों की प्रतिक्रिया का विश्लेषण करना है।पीडीसी बिट मॉडल (हेयरलैंड और रैम्परसाद, 1994, मोटाहारी एट अल., 2010) का उपयोग किया गया है। मॉडल गुणांक और प्रदर्शन की तुलना एक आधार केस आरओपी मॉडल (बिंगहम, 1964) से भी की गई है, जो एक सरलीकृत संबंध है और उद्योग में व्यापक रूप से लागू होने वाला पहला आरओपी मॉडल है और वर्तमान में भी उपयोग में है। अलग-अलग चट्टानी सामर्थ्य वाली तीन बलुआ पत्थर संरचनाओं में ड्रिलिंग क्षेत्र के डेटा का अध्ययन किया गया है, और इन तीनों मॉडलों के गुणांकों की गणना करके उनकी आपस में तुलना की गई है। यह माना गया है कि प्रत्येक चट्टानी संरचना में हेयरलैंड और मोटाहारी के मॉडलों के गुणांक बिंगहम के मॉडल के गुणांकों की तुलना में अधिक व्यापक रेंज में होंगे, क्योंकि बाद वाले सूत्र में चट्टानी सामर्थ्य में भिन्नता को स्पष्ट रूप से ध्यान में नहीं रखा गया है। मॉडल के प्रदर्शन का भी मूल्यांकन किया गया है, जिसके परिणामस्वरूप उत्तरी डकोटा के बैकेन शेल क्षेत्र के लिए सर्वोत्तम आरओपी मॉडल का चयन किया गया है।

इस कार्य में शामिल आरओपी मॉडल में कुछ ड्रिलिंग मापदंडों को ड्रिलिंग दर से जोड़ने वाले अपरिवर्तनीय समीकरण होते हैं और इनमें अनुभवजन्य गुणांकों का एक समूह होता है जो हाइड्रोलिक्स, कटर-चट्टान परस्पर क्रिया, बिट डिज़ाइन, बॉटम-होल असेंबली विशेषताएँ, मड का प्रकार और होल क्लीनिंग जैसी कठिन-से-मॉडल की जाने वाली ड्रिलिंग प्रक्रियाओं के प्रभाव को संयोजित करता है। यद्यपि ये पारंपरिक आरओपी मॉडल आमतौर पर फील्ड डेटा की तुलना में बेहतर प्रदर्शन नहीं करते हैं, फिर भी ये नई मॉडलिंग तकनीकों के लिए एक महत्वपूर्ण आधार प्रदान करते हैं। अधिक लचीलेपन वाले आधुनिक, अधिक शक्तिशाली, सांख्यिकी-आधारित मॉडल आरओपी मॉडलिंग की सटीकता में सुधार कर सकते हैं। गैंडेलमैन (2012) ने ब्राजील के अपतटीय प्री-सॉल्ट बेसिन में तेल कुओं में पारंपरिक आरओपी मॉडल के बजाय कृत्रिम तंत्रिका नेटवर्क का उपयोग करके आरओपी मॉडलिंग में महत्वपूर्ण वृद्धि की सूचना दी है। कृत्रिम तंत्रिका नेटवर्क का उपयोग आरओपी पूर्वानुमान के लिए बिलगेसु एट अल. (1997), मोरन एट अल. (2010) और एस्माइली एट अल. (2012) के कार्यों में भी सफलतापूर्वक किया गया है। हालांकि, आरओपी मॉडलिंग में इस तरह के सुधार से मॉडल की व्याख्यात्मकता पर असर पड़ता है। इसलिए, पारंपरिक आरओपी मॉडल अभी भी प्रासंगिक हैं और यह विश्लेषण करने का एक प्रभावी तरीका प्रदान करते हैं कि कोई विशिष्ट ड्रिलिंग पैरामीटर प्रवेश दर को कैसे प्रभावित करता है।

आरओपीपीलॉटर, जो माइक्रोसॉफ्ट एक्सेल वीबीए (सोरेस, 2015) में विकसित एक फील्ड डेटा विज़ुअलाइज़ेशन और आरओपी मॉडलिंग सॉफ्टवेयर है, का उपयोग मॉडल गुणांकों की गणना करने और मॉडल प्रदर्शन की तुलना करने में किया जाता है।