智能鉆井關鍵技術研究

陳海峰 熊怡斌 馮鵬

摘 要 本文介紹了智能鉆井的關鍵技術在國內外發展的現狀，包括井眼軌跡智能優化、智能優化的鉆速、智能指導鉆井系統、井下閉環控制、智能監控和決策技術，對智能鉆井設備、國內外智能鉆桿、智能控制壓力鉆井系統和智能導向鉆井系統等設備的進展進行了分析。如本文中討論的智能技術發展，本文是關于現代人工智能技術在中國的快速發展，需要加強鉆井工程的前沿理論，各種鉆探技術的集成技術，鉆井方式加強合作創新，建立一個完美的智能鉆井系統理論，為實現我國油氣資源的高效勘探與開發不斷加強。

關鍵詞 智能鉆井 鉆井裝備 智能優化技術 智能導向

中圖分類號：TP18 文獻標識碼：A 文章編號：1007-0745（2021）01-0017-02

目前，國外智能鉆井技術仍處于發展初期，鉆井智能技術的基礎理論和核心技術有待突破。國內的智能鉆井技術還處于初級階段，研究深度與國外相比還有很大差距。因此，在智能鉆井的關鍵技術和設備的發展現狀系統分析的基礎上討論了在中國智能鉆井的主要研究方向，以促進智能鉆井的基本理論研究，改善智能鉆井的技術理論，實現智能鉆井技術的跨越式發展[1]。

1 井眼軌道智能優化技術

井眼軌跡智能優化技術主要是地質工程多源數據利用人工智能算法對井斜、方位角、井深等參數進行動態優化設計。J.Lee等利用遺傳算法關于網格節點調整偏轉點位置，優化水平井井眼軌跡。S. Lemmix等人利用梯度搜索法，結合伴隨矩陣函數和數值模擬軟件，分析了水平段對油氣井產能的分析情況，并通過重復迭代法優化了水平段軌跡。A.N.Morales等利用改進的遺傳算法對不同生產條件下的油氣井產能進行分析，以累積產量為目標函數優化凝析氣藏水平井的井眼軌跡。Z-law等人旨在最大化生產力井筒的單位長度，建立了儲層重量地圖確定水庫的甜點區域利用克里格方法，然后使用一個快速的方法來優化多邊井的井眼軌跡三維非均質砂巖儲層?？傮w而言，目前國內外井眼軌跡優化技術的智能化發展有待提高，不能充分利用多源地球工程數據來滿足復雜油藏高效開發的需要。在將來，在鉆井技術信息的有效傳播的發展和智能處理的多源數據下，預計將實現實時更新GETM-Engineering 3D模型的復雜的石油和天然氣鉆井形成更完整的智能優化技術的軌跡。

2 鉆井中智能優化鉆速技術

智能機械鉆速優化技術主要是關于井下實時參數，利用計算機大數據技術的使用利用數據和智能優化算法對鉆井多目標參數進行了分析和計算，然后對鉆井參數進行優化調整，從而獲得最優ROP。C.Hegde等采用關于隨機驅動的森林算法，建立了鉆井速度模型、鉆井過程鉆頭發生扭矩的模型和鉆井過程中機械之比動能的模型。以鉆頭重量、流量、鉆頭轉速和巖石強度為輸入參數，對鉆井模型進行了優化，主要采用的方式是元啟發式優化，得到了最優的鉆井參數。R.Arabjamaloei等通過實驗數據得到的實驗結果主要是用于建立鉆井鉆速和鉆井施工中各項參數之間的關系，希望通過人工神經網絡模式的啟發建立一種新型鉆井速度模型。并利用遺傳算法優化模型并獲得最優鉆井條件下的滲透率參數，進行了初步的應用。m.Bataee等人利用神經網絡建立鉆頭速度等參數之間的關系、鉆井液流變性、鉆壓、牙齒磨損、形成特點及靜液壓力和優化鉆井參數實時預測羅普，最后獲得了最佳羅普。x廖等人調查和收集的速度，如巖石的抗壓強度618組數據集，得到了巖石抗擠壓強度和不同巖石分類的重要數據指標，通過使用不同級別的智能系統建模的巖石，在人工蜂群驗算模式下進行不同條件的完善最優鉆進速度。c·甘等人建立了鉆速的預測模型關于改進粒子群優化算法（PSO）優化徑向基函數（RBF）神經網絡，針對數據不完全的特點，耦合和強非線性在鉆井過程中，提供智能優化控制的重要手段在復雜地層鉆井。中石油工程技術研究院將機器學習與梯度搜索、決策樹算法相結合，研制出智能鉆井提速導航儀，獲得美國第45屆EP工程創新的獎項。目前已應用60多口井，機械鉆速提高了18.8%～46.6%。一般來說，井下數據的實時采集、井下數據的進行優化、鉆井參數的智能控制是實現機械鉆速智能優化控制的關鍵。因此，將來有必要更加優化或開發更加可靠的優化算法，以保證參數調節的精度。

3 智能導向鉆井技術

智能鉆井技術的導向技術需要通過人工智能，通過對井眼軌跡的實時監測和分析，動態調整井眼軌跡，最終實現沿優化井眼軌跡定向鉆井。

該技術為智能導向鉆井系統的應用提供了重要支撐。關于一種新的靜態連續測量方法，斯倫貝謝開發了一種智能井眼軌跡控制算法，通過將近鉆頭連續測量數據與實際井眼軌跡數據進行比較，實現對導向參數的智能控制。關于雙環反饋協同控制方法，上海交通大學提出了一種關于進行邏輯控制和區間模糊計算的低通濾波器的強化學習算法，并將其應用于進行鉆井的導向技術和鉆井的立體井眼軌跡跟蹤控制。哈里伯頓提出了一種關于旋轉導向工具面跟蹤的鉆井井筒軌跡進行控制的技術，該技術能夠實時通過定位旋轉鉆井的導向面。挪威斯塔萬格大學（UniversityofStavanger）可以通過隨機的規劃方法來進行來對井眼的軌跡進行優化，大大提升了儲層的滲透率，同時讓鉆井成本更少。沙特阿拉伯法赫德國王石油礦業大學（KingFahdUniversityofPetroleumandMines）研究了鉆井方向自適應和智能優化控制技術。其目標是開發同步監控系統，同步進行參數優化，提升了鉆井速度，降低了軌跡的誤差。目前，智能定向鉆井技術還有很多不足。雖然一些研究成果取得了較好的測試結果，但尚未得到大規模應用。

該技術為智能導向鉆井系統的應用提供了重要支撐。關于一種新的靜態連續測量方法，斯倫貝謝開發了一種智能井眼軌跡控制算法，通過將近鉆頭連續測量數據與實際井眼軌跡數據進行比較，實現對導向參數的智能控制。在雙環反饋協同控制方法的基礎上，上海交通大學提出了一種關于區間模糊邏輯控制和一階數字低通濾波器的強化學習算法，并將其應用于旋轉導向鉆井三維井眼軌跡跟蹤控制。哈里伯頓提出了一種關于旋轉導向工具面跟蹤的鉆井井筒軌跡進行控制的技術，該技術能夠實時定位旋轉導向鉆井系統的工具面。斯塔萬格大學使用了離散隨機動態規劃方法來優化井眼軌跡，顯著提高了儲層滲透率，同時降低了鉆井成本。沙特阿拉伯法赫德國王石油礦業大學（KingFahdUniversityofPetroleumandMines）研究鉆井方向的自適應和智能優化控制技術。該公司的目標是開發實時控制系統，實時優化鉆井參數，提高機械鉆速，并消除井眼軌跡偏差。目前，智能定向鉆井技術還不成熟。一些研究成果雖然取得了較好的測試結果，但尚未得到大規模應用。

4 鉆井閉環控制技術

井下閉環控制技術的關鍵是實現智能鉆井、鉆井數據進行同步輸到地面，在地面的專家系統的基礎上，動態分析井眼條件，然后井下致動器發送控制命令，經過雙方向數據傳輸的信息形成閉環控制，從而實現實時對鉆井參數進行優化提升鉆井的鉆進速度。F.Abdulgalil等人提出了關于滑模控制方法的PID（比例積分微分）模型，提高了鉆井系統的穩定性，處理了不是直線的問題。A.Huo等人將積分滑?？刂品椒ㄅc自適應干擾評估模型相結合，減少了數據的錯誤，提高了閉環控制的可靠性。j.Matheus等人建立了一個兩階段混合閉環控制模型來提高閉環控制的效率，在進行內部的程序控制主要是鉆井施工工具之間的閉環調節。進行外部的程序控制主要是關于進行內部的程序控制的進行信息的反饋和表面系統給出了控制命令，進一步調整進行內部的程序控制。牛海峰等人建立的增量式PID控制模型具有更快的動態響應和更強的抗干擾能力，能夠滿足復雜環境下井下對數據進行處理的速度要求。李元志等人提出了一種關于電流環、速度環和位置環控制的井下執行器三閉環PID模型，可以根據轉向調節的快速性和超調量對系統進行提前修正。井下閉環控制技術當前主要是關于傳統控制理論模型，有許多簡化和假設，如模型的穩定性和準確性不足，將來需要需要的人工智能和自動控制理論相結合鉆井工程、多變量協調一致的反應機制的研究和鉆井閉環智能化控制技術的形成。

5 智能監測與決策技術

鉆井檢測技術智能化能夠同步收集鉆井數據，可使用在繁復井下工況的同步診斷和監測，為智能決策提供重要的數據支持。貝克休斯開發了關于鉆井檢測技術智能化的連續管，可以動態監測井深、地層壓力和溫度等參數。Marconi開發了一種關于互聯網的智能鉆井監測技術，能夠實時監測井筒中的鉆井液流動情況。關于多傳感器信息融合的原則，廖明艷等人監控了鉤負載、轉矩、立管壓力、鉆速、進口和出口的流動在鉆井過程中鉆井液和其他參數，并通過人體神經網絡系統和多種傳感信息技術的結合思路，該方法不依賴于精確的數學模型。李浩等結合現場鉆井情況，通過建立無線數據網絡傳輸模型，提升無線傳數據技術，大大提升了鉆井數據信息監測的準確性。

通過智能鉆井決策技術，鉆井工程師可以在鉆井過程中通過軟件進行分析，對鉆井的軌跡和遇到巖層進行實時分析，起到了智能分析和決策的作用。貝克休斯對多維大數據的智能解讀，使關鍵鉆井參數的動態評估和遠程系統的實時控制可以優化鉆井過程，已得到廣泛應用。與此同時，哈里伯頓（Halliburton）和斯倫貝謝（Schlumberger）等公司建立了大數據中心，對鉆井數據進行計算機分析，能夠正確建立鉆井方案。李奇等人建立了關于大數據備份的鉆井技術決定數據模型，可以提供整個鉆井過程的智能化管理提供數據參考。高曉蓉等人利用關于案例的推演技術對復雜的井下工況進行計算機數據處理和診斷，能夠快速獲得最佳的鉆井軌跡與參數方案。針對我國西部油田的復雜的地質狀況，通過優化數據實時監控參數和改進鉆井鉆進的規則，建立了溢流預警模型，有效防止了鉆井溢流施工現象的發生?？偟膩碚f，中國已經取得了一些鉆井狀態的智能監測和診斷，但尚未形成整個鉆井過程的智能監控和決策系統，以后工作要進一步結合多數據智能監控、快速收斂和多源數據云計算/計算技術，促進智能決策和參數監控的快速發展鉆井技術。

6 結語

智能鉆井技術涉及大數據、人工智能、物聯網、新材料等關鍵基礎理論和技術，有必要推動鉆井工程與前沿理論和技術的跨學科、跨界融合。同時，也應加強協同創新，構建一個industry-university-research合作平臺，提高技術人員和鉆井團隊機制建設，進一步促進智能鉆井技術的快速發展，提供技術支持，實現高效的開采油氣資源勘探和開發非常規等低滲透提供鉆井技術的支撐[2]。

參考文獻：

[1] 李根生，宋先知，田守嶒.智能鉆井技術研究現狀及發展趨勢[J].石油鉆探技術，2020，48（01）：1-8.

[2] 周方成，么秋菊，張新翌，丁慶新.智能鉆井發展現狀研究[J].石油礦場機械，2019，48（06）：83-87.

中石化江漢石油工程公司國際合作公司，湖北 潛江 433100