万夫磊,韩烈祥,姚建林
(1国家能源高含硫气藏开采研发中心 2川庆钻探工程有限公司钻采工程技术研究院 3四川川庆石油钻采科技有限公司)
钻头是破岩的主要工具,钻头的性能对提高钻进速度、降低钻井综合成本起着重要作用。针对不同地层、不同井段、不同工况下的个性化高效PDC钻头越来越受到青睐。传统的个性化钻头设计与制造仍依赖人工,效率低、成本高,严重制约了高效个性化钻头的发展。利用智能技术开展个性化钻头设计与制造,结合大数据分析,可以有效改变传统方法的窘境,有效提高个性化钻头作业性能和设计制造效率。
国内石油天然气勘探开发正持续向深层、非常规延伸,而上述油气藏中下部复杂难钻地层硬度高、可钻差、研磨性强、非均质性强。一般情况下复杂难钻地层进尺仅占钻井总进尺的20%,但其钻井成本却占总钻井成本的80%[1]。如何研制出满足深部难钻地层的高效、长寿命的个性化钻头,以提高深部难钻地层的钻井效率,降低钻井成本是行业热点问题。
钻头设计与制造涉及岩石力学、水力学、材料、机械加工制造等多个方面,传统的个性化钻头设计与制造仍依赖人工,利用简单的数据统计分析、数值模拟、破岩实验和人的经验设计制造个性化钻头仍是主流方法,钻井过程和钻后评估时,对钻头的状态、风险和磨损判断仍依靠经验,尤其是钻头后评估因人而异,这种方法效率低、成本高、优化改进过程漫长,严重制约了高效个性化钻头的发展。
国外钻头技术发展迅速,以史密斯、贝克休斯、瑞德为代表,形成了耐磨性、攻击性较强的钻头系列,通过开发新型耐磨抗温切削齿和制造工艺,钻头性能不断提高,硬地层平均进尺200 m以上,平均寿命120 h以上。百施特、格锐特、惠灵丰等国内知名的钻头厂家也相继研制出了高性能金刚石钻头,但适应深层能力仍旧较差,不同地区不同地层各有特点,虽然进口钻头性能优越,但钻头消耗量巨大,钻井成本高[2-6]。
人工智能(Artificial Intelligence,简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面,从诞生以来,人工智能理论和技术日益成熟,应用领域也不断扩大,可以对人的意识、思维的信息过程进行模拟,计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样,并且比人脑做得更快、更准确[7-9]。
智能个性化钻头设计及应用技术包括智能设计、钻井实时监测与风险识别、钻后评估等三个核心。
智能设计技术的核心思想是通过钻头大数据库挖掘技术,获得全面和完整的录、测井资料,可实时分析目标地层力学参数、可钻性极值与钻头最优指标,拟合金刚石钻头需要突出的性能,为个性化钻头设计与优选提供科学依据。
(1)建立工程技术“一体化”数据平台,涵盖钻井、录井、测井等相关专业,实现地质和工程数据采集入库,为工程大数据应用挖掘奠定基础。
(2)建立可钻性、研磨性、地层硬度和抗压强度等计算模型,通过提取一体化平台测井曲线的井径、中子、密度、声波等参数,自动计算获得可钻性、研磨性、硬度和抗压强度等关键影响钻头设计的岩石力学特性。
(3)建立地层可钻性、研磨性等岩石力学特性与钻头设计参数的反演模型,开发集钻头参数优化、快速三维模型设计、运动学/水力学/磨损仿真分析于一体的金刚石钻头设计与数字仿真系统软件,同时考虑井身结构,得到金刚石钻头的几何结构参数,即刀翼数量、切削齿尺寸、布齿密度、冠部剖面形状、保径长度、后倾角等参数和对应的IADC编号,实现钻头的全自动CAD数字建模,快速形成个性化钻头设计模型。
(4)利用钻头数字模拟与动力学、水力学仿真模块开展数值模拟,通过井底流场和动力学仿真系统,进一步验证和优化个性化钻头设计参数,优化改进设计模型,完成设计。
(5)利用3D打印和五轴加工联动的高精度快速制造技术快速完成模具、钻头的制造(图1)。
浙江省新一代海洋气象业务平台目前主要针对省一级需求开发,未来探讨各沿海市县的需求,加入更多功能、开发更多产品问题。同时继续加强数据库建设,扩展基于CIMISS的数据环境接口,不断提高平台对数据获取的高效稳定及快速检索,提高数据检验模块的执行效率和展示接口,提供更加友好灵活的检验结果展示。
图1 3D打印快速成型胎体钻头工艺流程
传统的胎体钻头存在制造工艺流程长、成本高、且胎体安全性相对较低等劣势,使得钢体钻头应用需求不断提高,同时钻头设计由平面2D设计逐渐发展为立体3D数字化设计,也为数控加工技术与钻头加工的有机结合奠定了基础。按照三维设计模型,通过五轴数控加工中心对带有水孔的粗加工钻头坯体进行钻头的顶面和刀翼精加工,加工出钻头精细的轮廓细节,提高光洁度,同时进一步加工切削齿齿孔,最终成型钻头本体。
在钻进过程中,地质和工程环境千变万化,尤其是在深部难钻地层,岩石的性质受井底压力和温度条件(特别是压力)的影响很大,钻井过程中的钻井液液柱压力、围限压力、孔隙压力都会直接影响岩石的强度、塑性和研磨性。随着井深增加,井底压力升高,岩石变得更加致密,强度增高,塑性增加,研磨性增强,且变化幅度受多种因素的制约,规律十分复杂,切削齿容易产生热磨损、吃入岩石困难等问题;随着地质沉积的复杂化,岩石组分和微观结构呈现复杂多变的状态,部分地层存在软硬互层、夹杂砾石甚至黄铁矿等严重不均质情况,这对于硬脆性的钻头材料来说则会产生致命的冲击崩损甚至断裂,导致钻头因钻速迅速降低而起钻。地层性质、钻井模式(复杂运动方式)决定了钻头牙齿的载荷特性,对钻头牙齿的失效形式产生至关重要的影响[7]。例如个性化PDC钻头复合片的失效形式有:正常磨损、崩刃磨损(金刚石层冲击崩损)、热磨损、强度失效(冲击断裂)等多种。钻头上不同区域的切削齿失效往往也有显著差异(心部一般为正常磨损,外部则容易崩损),不同材料特性的复合片抵抗各种失效的能力也有明显差异。钻头上牙齿的失效有时为单一形式的磨损,更多的时候则是不同失效形式并存,多重因素的综合严重制约了PDC钻头在深部难钻地层的工作性能。因此,在千变万化的井下环境下监测钻头状态和预判风险至关重要,是确保钻头发挥极限、避免先期破坏的关键。
2.1 井下随钻监测系统应用
井下随钻监测系统的核心是利用井下数据采集装置采集井下参数,实时高效的传输至地面。利用LWD、井下动态记录仪等工具可实时传输井下钻井工程参数(随钻钻具扭矩、振动、钻压等)。国民油井公司的井下动态记录仪,直接连接在钻头上方,用于实时监测钻头振动、载荷、扭矩、压力、温度、转速等参数。哈里伯顿、贝克休斯等公司均也研制了实时井下参数检测装置。
2.2 机械比能钻井参数优化与风险识别系统
机械比能(Mechanical specific energy,以下简称MSE)是作为一种用来描述钻头性能的概念被提出的,它提供了一种实时评价钻井性能的工具。
(1)
式中:MSE—机械比能,WOB—钻压;Ab—钻头面积;ROP—机械钻速;Db—钻头直径。
式(1)为樊洪海的MSE模型,利用该模型,结合井下随钻监测系统,建立MSE钻井参数优化与风险识别系统,可实现钻头磨损、钻井效率的随钻监测与评价。主要技术思路是从钻头磨损对机械比能和钻速的影响出发定量反算钻头磨损量,利用岩石侧限抗压强度将机械比能理论和钻速方程结合起来,反算钻头磨损。
图2反应了钻压、机械钻速与机械比能的关系。区域一中,钻压较低,钻头吃入深度不够,破岩能量被大量损耗,能量利用率较低,导致机械钻速较低;钻速随钻压的增加呈非线性增大的趋势。区域二,随着钻压和吃入深度的增大,钻井效率逐渐增大。机械钻速与钻压呈线性增加,在这一施工过程中增加钻压可以获得较高的机械钻速,破岩能量得到充分应用。达到某一不稳定点时,钻速与钻压呈非线性关系,该点对应的钻压即是最优钻压。在该直线区域,对于给定的地层岩石,当钻压处于该线性区域时,在特定的设计条件下能传输最大限度的能量。进入区域三后,不稳定点处已经接近当前钻井系统可能获得的最高钻速。钻压较高,容易导致钻具震动,不能有效传递破岩能量,钻井效率降低。主要体现为:钻头泥包、井底泥包、钻具振动、涡动和粘滑、钻头非正常磨损和破坏等[10-13]。
图2 钻压、机械钻速与机械比能的关系
因此,利用MSE可优化钻井参数,让施工参数处于区域二与区域三的交点处,可保障避免钻头非正常磨损和破坏的风险,提高钻头工作效率,延长钻头工作时间和进尺。
MSE钻井参数优化与风险识别系统在四川某井(3 743~3 987 m)开展试验,平均机械钻速3.36 m/h,同比邻井(1.43 m/h)提高了127.97%,同比该区块同井段最高指标(3.16 m/h)提高了6.33%。在另外一口井,钻至井深1 605 m后,MSE值急剧增加,机械钻速显著降低,扭矩仪表显示数值波动幅度大且频繁,而其他参数无明显变化,钻进井段岩性未发生变化,判断为钻头发生钝化,起钻后发现钻头确已磨损。
MSE能实时识别地层岩性变化,不断优化钻井参数,消除井下瓶颈因素,提高钻头工作效率,避免钻头非正常磨损和破坏,改变了传统的静态“后优化”模式,实现钻头的智能化使用。
为了克服人工检测缺点,研制了一种智能钻头评估方法和装置,利用三维激光扫描检测技术自动快速检测和评估钻头磨损情况。三维激光扫描技术是利用激光测距的原理,通过记录被测物体表面大量密集点的三维坐标、反射率和纹理等信息,可快速复建出被测目标的三维模型及线、面、体等各种图件数据。由于三维激光扫描系统可以密集地大量获取目标对象的数据点,因此相对于传统的单点测量,三维激光扫描技术也被称为从单点测量进化到面测量的革命性技术突破[9]。利用上述方法采集已磨损的钻头数据三维模型,获取钻头磨损的关键特征值,分析识别胎体、刀翼、切削齿等磨损特征和参数信息,对比磨损特征库,输出钻头磨损检测和评估结果,并给出钻头优化和改进建议。
个性化钻头技术已在川渝地区开展应用,取得了显著效果。利用智能设计制造技术,钻头的设计生产制造时间由原来的30 d降至4~5 d,时间节约了83%以上,制造效率提高了8倍以上,生产制造成本节约了50%以上。生产制造的个性化钻头结合实时监测与风险识别技术已应用10余口井,与普通钻头相比,进尺和机械钻速等指标更优,且单井消耗的钻头数量更少。
例如,在四川某区块,针对须家河、长兴-龙潭、茅口-栖霞等难钻地层特点,利用工程技术“一体化”数据平台开展数据分析,发现钻头在须家河组需要提高耐冲击性、研磨性和稳定性,在长兴-龙潭组需要提高稳定性、切削效率和寿命,在茅口-栖霞组需要提高钻头稳定性、抗扭转冲击和保径位置的抗研磨性等问题,利用智能个性化钻头技术优化设计制造形成了CHM6164型和CHM5163型PDC钻头,产品价格仅为同类进口产品的50%;上述钻头在3口井开展现场试验,配合使用机械比能钻井参数优化与风险识别系统,单只进尺同比邻井PDC钻头提高了103%,平均机械钻速同比提高65%。
利用智能技术和大数据技术,本研究所形成的智能个性化钻头设计与应用技术,能辅助个性化钻头的智能设计制造和高效应用,该技术包括个性化钻头设计、钻井实时监测与风险识别、钻后评估等三个核心。通过地层岩石特征测井解释模型,形成了地层岩石特性测井曲线反演-钻头结构参数-三维数字模型-优选比对-3D打印和五轴加工联动的个性化钻头技术高效智能设计和生产制造。利用井下随钻监测和机械比能钻井参数优化与风险识别系统,实现钻头的智能化使用,利用三维激光扫描技术实现智能钻头评估。在川渝地区应取得了显著效果。
尽管该技术取得了较大进展,但仍有诸多不足。例如:①相关大数据分析和反演算法和模型仍不成熟;②三维数字化模型数值模拟与设计平台融合度不足,仍不能实现快速、智能三维模型数值分析;③虽然3D打印实现了钻头模具成型,但仍需经过橡胶模具和陶瓷模具两步转化,方可作为胎体钻头成型烧结模具,且暂未实现多种材料的3D智能打印;④ LWD、井下动态记录仪等井下随钻参数检测工具数据传输效率和准确率有限,且依赖进口,不能满足随钻实时监测的需要;⑤钻后评估技术尚不完善,仍未实现与智能钻头优化设计的互联,且三维激光扫描检测技术成本较高。
国外智能个性化钻头技术近年来发展迅速,例如石墨烯、超硬合金、纳米等PDC复合片新材料,多维切削、可旋转复合片;贝克休斯公司还研发了自适应钻头、具备数据采集功能的钻头,国民油井公司研发了钻头黑匣子,实时记录钻头工作状态;依靠随钻测量和高速信息传输技术,将井下数据实时传输至钻井远程决策支持中心(RTOC),RTOC中心可对钻头工作状况进行分析并优化钻井参数,提高钻头工作效率[2]。
下一步,将在智能个性化钻头设计与应用技术、大数据分析模型、生产制造技术和图像识别技术等方面继续开展攻关,利用深度学习等算法,提高数据分析和挖掘水平,开展低成本钻头评估技术研究,提高智能优化设计水平,提高智能制造水平,并在更多的地区推广应用。