دانلود پایان نامه ارشد : استفاده از مدل‌سازی هوشمند در فرآیند طراحی و عیب یابی عملیات حفاری

  ………………………………………………………………………………………………………………………………………………………….. 60
5-2- مقاومت فشاری تک محوره سنگ سازند  ……………………………………………………………………………………………. 60
    5-2-1- روش کار  …………………………………………………………………………………………………………………………………………… 60
        5-2-1-1- پیش‌بینی UCS توسط MLP  ……………………………………………………………………………………………… 60
        5-2-1-2- پیش‌بینی UCS  توسط MLP&GA  …………………………………………………………………………………. 63
5-3- انتخاب مته حفاری و بهبود نرخ نفوذ  …………………………………………………………………………………………………. 66
     5-3-1- روش کار  ………………………………………………………………………………………………………………………………………… 67
          5-3-1-1- پیش‌بینی مته حفاری  ……………………………………………………………………………………………………….. 67
          5-3-1-2- پیش‌بینی نرخ نفوذ حفاری  …………………………………………………………………………………………….. 68
          5-3-1-3- بهینه‌سازی نرخ نفوذ  ……………………………………………………………………………………………………….. 69
     5-3-2- بحث روی نتایج  …………………………………………………………………………………………………………………………… 72
         5-3-2-1- مته حفاری  …………………………………………………………………………………………………………………………… 72
         5-3-2-2- نرخ نفوذ و دبی جریان گل  ………………………………………………………………………………………………. 72
         5-3-2-3- فشار پمپ گل و سطح مقطع جریان  …………………………………………………………………………….. 74
         5-3-2-4- وزن روی مته و سرعت دوران رشته حفاری  ……………………………………………………………….. 75
         5-3-2-5- گرانروی گل  ………………………………………………………………………………………………………………………… 76
5-4- هرزروی سیال حفاری  ……………………………………………………………………………………………………………………………. 76
    5-4-1- روش کار  ………………………………………………………………………………………………………………………………………….. 77
        5-4-1-1- پیش‌بینی کمی هرزروی سیال حفاری  …………………………………………………………………………….. 78
        5-4-1-2- پیش‌بینی کیفی هرزروی سیال حفاری  …………………………………………………………………………… 79
        5-4-1-3- کاهش میزان هرزروی سیال حفاری  ……………………………………………………………………………….. 82
5-5- گیر لوله حفاری  ………………………………………………………………………………………………………………………………………. 85
     5-5-1- روش کار  ………………………………………………………………………………………………………………………………………… 85
          5-5-1-1- پیش‌بینی گیر مکانیکی و اختلاف فشاری  ……………………………………………………………………. 85
          5-5-1-2- پیش‌بینی گیر اختلاف فشاری  ……………………………………………………………………………………….. 87
          5-5-1-3- کاهش احتمال گیر لوله حفاری  ……………………………………………………………………………………… 88
 
فصل ششم: نتایج و پیشنهادها
6-1- نتایج  …………………………………………………………………………………………………………………………………………………………… 92
6-2- پیشنهادها  ………………………………………………………………………………………………………………………………………………… 94
منابع ……………………………………………………………………………………………………………………………………………………………………….. 95
پیوست ………………………………………………………………………………………………………………………………………………………………….. 102


 
 
 
فهرست جدول
 
عنوان                                                                                                                        صفحه
 
جدول 2-1 لیست تعدادی از روابط تجربی محاسبه UCS  ……………………………………………………………………………. 11
جدول 2-2 مقایسه مدل UCS ارائه شده با روش‌های دیگر  ……………………………………………………………………….. 13
جدول 2-3 مقایسه مدل انتخاب مته و نرخ نفوذ ارائه شده با روش‌های دیگر  ……………………………………….. 16
جدول 2-4 مقایسه مدل هرزروی پیشنهادی با سایر روش‌ها  ……………………………………………………………………. 18
جدول 2-5 مقایسه مدل گیر لوله حفاری ارائه شده با سایر روش‌ها  ………………………………………………………… 21
جدول 3-1 لیست تعدادی از توابع انتقال مورد استفاده برای شبکه های عصبی  ………………………………….. 29
جدول 4-1 تحلیل آماری داده‌های استفاده شده در مدل‌سازی مقاومت فشاری سنگ سازند  ……………. 50
جدول 4-2 توصیف آماری داده‌های استفاده شده در مدل‌سازی انتخاب مته و نرخ نفوذ حفاری  ……… 52
جدول 4-3 توصیف آماری داده‌های استفاده شده در مدل‌سازی هرزروی سیال حفاری  ……………………. 54
جدول 4-4 توصیف آماری داده‌های استفاده شده در مدل‌سازی گیر لوله حفاری  ……………………………….. 56
جدول 5-1 مقایسه عملکرد دو شبکه‌ عصبی استفاده شده برای مدل‌سازی تعیین UCS  …………………… 66
جدول 5-2 بررسی عملکرد شبکه‌های عصبی استفاده شده برای پیش‌بینی انتخاب مته و نرخ نفوذ حفاری  …………………………………………………………………………………………………………………………………………………………………… 69
جدول 5-3 مقدار و محدوده پارامترهای ثابت و متغیر در بخش‌های مختلف چاه  ………………………………..  70
جدول 5-4 مقادیر پارامترهای بهینهسازی شده در بخشهای مختلف چاه  ……………………………………………. 70
جدول 5-5 بررسی مته حفاری انتخاب شده  ………………………………………………………………………………………………… 72
جدول 5-6 بررسی نرخ نفوذ و دبی جریان گل بهینهسازی شده  ……………………………………………………………… 74
جدول 5-7 بررسی فشار پمپ گل و سطح مقطع جریان بهینهسازی شده  ……………………………………………. 75
جدول 5-8 بررسی وزن روی مته و سرعت دوران رشته حفاری بهینهسازی شده  ………………………………. 76
جدول 5-9 ساختار شبکه عصبی پیمانه‌ای مدل اول  …………………………………………………………………………………. 78
جدول 5-10 ساختار شبکه عصبی پیمانه‌ای مدل دوم  ………………………………………………………………………………… 79
جدول 5-11 تعیین محدوده برای خروجی مدل پیش‌بینی کیفی هرزروی سیال حفاری  ……………………… 80
جدول 5-12 مقایسه عملکرد شبکه‌های عصبی استفاده شده برای هر دو مدل  ……………………………………. 81
جدول 5-13 نتایج بهینه‌سازی پارامترهای موثر بر هرزروی سیال حفاری با استفاده از الگوریتم تجمع ذرات  ……………………………………………………………………………………………………………………………………………………………………… 84
جدول 5-14 تست نتایج بهینه‌سازی با استفاده از شبکه عصبی مدل اول ……………………………………………… 85
جدول 5-15 تعیین محدوده برای خروجی مدل پیش‌بینی گیر مکانیکی لوله حفاری  …………………………. 87
جدول 5-16 عملکرد شبکه‌های عصبی استفاده شده در دو مدل  …………………………………………………………… 87
جدول 5-17 نتایج بهینه‌سازی پارامترهای موثر بر گیر لوله حفاری با استفاده از الگوریتم ترکیبی ژنتیک و تجمع ذرات  …………………………………………………………………………………………………………………………………………… 90
جدول 5-18 تست نتایج بهینه‌سازی با استفاده از شبکه عصبی  ………………………………………………………………. 91
 
 
 
عنوان                                                                                                                        صفحه
 
شکل 2-1 نمودار تنش-کرنش دو سنگ شکننده و شکل پذیر. نمودار سمت چپ منحنی تنش کرنش نمونه‌ی شکننده و سمت راست نمونه‌ی تغییر شکل‌پذیر  ……………………………………………………………………………… 8
شکل 3-1 نمونه عصب واقعی (در این شکل اکسون ترمینال در واقع همان سیناپس است)  ……………… 25
شکل 3-2 مدل یک شبکه عصبی با یک نرون و یک ورودی  ……………………………………………………………………. 27
شکل 3-3 شبکه عصبی پرسپترون دو لایه (دارای سه نرون در لایه ورودی و چهار نرون در لایه پنهان و یک نرون در لایه خروجی است)  …………………………………………………………………………………………………………………… 30
شکل 3-4 طرح شماتیک از یک شبکه عصبی پیمانه ای  …………………………………………………………………………… 31
شکل 3-5 ساختارهای مختلف شبکه عصبی پیمانه ای  …………………………………………………………………………….. 32
شکل 3-6-  ابرصفحه جدایش و بردارهای پشتیبان …………………………………………………………………………………… 34
شکل 3-7 فلوچارت الگوریتم ژنتیک  ……………………………………………………………………………………………………………. 38
شکل 3-8 فلوچارت الگوریتم تجمع ذرات  ……………………………………………………………………………………………………. 41
شکل 3-9 شکل شماتیکی از الگوریتم ترکیبی GA&PSO  ……………………………………………………………………….. 43
شکل 4-1- موقعیت جغرافیایی میدان نفتی اهواز  ………………………………………………………………………………………. 46
شکل 4-2- شکل میدان مارون و تقسیم بندی آن به هشت بخش  …………………………………………………………. 47
شکل 4-3- موقعیت جغرافیایی میدان نفتی مارون  …………………………………………………………………………………… 48
شکل 44– موقعیت جغرافیایی (مختصات شمال و شرق جغرافیایی) چاه های حفر شده در میدان نفتی مارون  …………………………………………………………………………………………………………………………………………………………………….. 49
شکل 5-1 نمودار ضریب رگرسیون MLP  برای پیش‌بینی داده‌های UCS در مرحله تست  …………………. 63
شکل 5-2 فلوچارت آموزش شبکه MLP توسط الگوریتم ژنتیک  ……………………………………………………………. 64
شکل 5-3 نمودار ضریب رگرسیون MLP&GA برای پیش‌بینی داده‌های UCS در مرحله تست  ……….. 65
شکل 5-4 مقایسه شبکه‌های MLP و MLP&GA بر اساس میزان خطا و سرعت همگرایی  ………………… 65
شکل 5-5 مقایسه مقادیر تخمین زده شده UCS توسط هر دو شبکه با مقادیر واقعی  ……………………….. 66
شکل 5-6 ضریب رگرسیون شبکهی عصبی در انتخاب مته حفاری برای داده‌های تست  …………………… 67
شکل 5-7 ضریب رگرسیون شبکهی عصبی در پیش‌بینی نرخ نفوذ حفاری برای داده‌های تست  ……. 68
شکل 5-8 نتایج بهینه‌سازی پارامترهای حفاری توسط الگوریتم ژنتیک در سایز 5/8 چاه (شکل 5-8-1)، 25/12 چاه (شکل 5-8-2) و 5/17 چاه (شکل 5-8-3)  ……………………………………………………………………… 71
شکل 5-9 شبکه عصبی پیمانه‌ای استفاده شده در مدل‌سازی  ………………………………………………………………… 77
شکل 5-10 ضریب رگرسیون شبکه عصبی پیمانه‌ای مدل اول در مرحله تست  ……………………………………. 78
شکل 5-11 ضریب رگرسیون شبکه عصبی پیمانه‌ای مدل دوم در مرحله تست  ……………………………………. 80
شکل 5-12 مقایسه MNN  و MLP  بر اساس دقت و سرعت همگرایی برای هر دو مدل (محور عمودی لگاریتمی است)  ……………………………………………………………………………………………………………………………………………………. 81
شکل 5-13 مقایسه مقادیر واقعی و مقادیر پیش‌بینی شده هرزروی سیال حفاری در مرحله تست برای مدل اول  ……………………………………………………………………………………………………………………………………………………………….. 82
شکل 5-14 مقایسه مقادیر واقعی و مقادیر پیش‌بینی شده هرزروی سیال حفاری در مرحله تست برای مدل دوم  ……………………………………………………………………………………………………………………………………………………………….. 82
شکل 5-15 ضریب رگرسیون شبکه ماشین بردار پشتیبان برای داده‌های تست  …………………………………. 86
شکل 5-16 ضریب رگرسیون شبکه عصبی پرسپترون چندلایه بهینه‌شده توسط الگوریتم تجمع ذرات برای داده‌های تست …………………………………………………………………………………………………………………………………………….. 88
شکل 5-17 فلوچارت آموزش شبکه عصبی توسط الگوریتم تجمع ذرات  ……………………………………………… 88
 
 
مساحت نازل …………………………………………………………………………………………………………………………..
الگوریتم کلونی مورچگان ……………………………………………………………………………………………………
هوش مصنوعی ……………………………………………………………………………………………………………………….
شبکه عصبی مصنوعی ……………………………………………………………………………………………………….
پارامتر شناختی …………………………………………………………………………………………………………………………
پارامتر اجتماعی ………………………………………………………………………………………………………………………
قیمت مته حفاری ……………………………………………………………………………………………………………………..

 

پایان نامه

 

هزینه ثابت عملیاتی دکل حفاری ……………………………………………………………………………………………….
نمودار گامای طبیعی ……………………………………………………………………………………………………………
ضریب تصحیح زاویه ……………………………………………………………………………………………………………
ضریب تصحیح سایز خرده‌های حفاری …………………………………………………………………………………….
ضریب تصحیح وزن ……………………………………………………………………………………………………………..
قطر نازل …………………………………………………………………………………………………………………………………..
عمق حفاری ……………………………………………………………………………………………………………………………..
عمق لوله جداری ………………………………………………………………………………………………………………….
قطر مته ………………………………………………………………………………………………………………………………..
قطر آنالوس ……………………………………………………………………………………………………………………….
قطر چاه ………………………………………………………………………………………………………………………………
سایز متوسط خرده‌ها …………………………………………………………………………………………………………
چگالی خرده‌های حفاری ……………………………………………………………………………………………………….
قطر خرده‌های حفاری ……………………………………………………………………………………………………………..
مدول یانگ استاتیکی ………………………………………………………………………………………………………………
مدول یانگ دینامیکی ……………………………………………………………………………………………………………..
الگوریتم ژنتیک ……………………………………………………………………………………………………………………..
هیدروژن سولفور ………………………………………………………………………………………………………………..
متراژ حفاری ………………………………………………………………………………………………………………………………
طول حفره باز ………………………………………………………………………………………………………………………..
انجمن بین المللی پیمانکاران حفاری ……………………………………………………………………………………. IADC
پرسپترون چند لایه …………………………………………………………………………………………………………….. MLP
شبکه عصبی پیمانه‌ای ………………………………………………………………………………………………………… MNN
میانگین مربع خطا ……………………………………………………………………………………………………………….. MSE
وزن گل حفاری ……………………………………………………………………………………………………………………… MW
تعداد جمعیت …………………………………………………………………………………………………………………………….. N
نمودار تخلخل نوترون ………………………………………………………………………………………………………… NPHI
تخلخل موثر …………………………………………………………………………………………………………………………….
قطر بیرونی لوله حفاری ………………………………………………………………………………………………………
درصد تقاطع …………………………………………………………………………………………………………………………….
بهترین موقعیت محلی ذره …………………………………………………………………………………………………
بهترین موقعیت سراسری ذره ……………………………………………………………………………………………
درصد جهش …………………………………………………………………………………………………………………………..
فشار گل حفاری ………………………………………………………………………………………………………………….
الگوریتم بهینه‌سازی ازدحام ذرات …………………………………………………………………………………………. PSO
دبی پمپ …………………………………………………………………………………………………………………………………… Q
ضریب رگرسیون ………………………………………………………………………………………………………………………… R
نمودار چگالی ظاهری ………………………………………………………………………………………………………… RHOB
نرخ نفوذ …………………………………..…………………………………………………………………………………………. ROP
سرعت چرخش رشته حفاری ……………………………………………………………………………………………….. RPM
فضای جستجو ……………………………………………………………………………………………………………………………. S
انرژی مخصوص ……………………………………………………………………………………………………………………….. SE
ماشین بردار پشتیبان ………………………………………………………………………………………………………….. SVM
زمان حفاری ………………………………………………………………………………………………………………………………… t
زمان راندمان مته ………………………………………………………………………………………………………………………
زمان اتصال ……………………………………………………………………………………………………………………………….
زمان بالا و پایین کردن رشته حفاری ………………………………………………………………………………………….
کل سطح مقطع جریان ………………………………………………………………………………………………………….. TFA
حفاری فرو تعادلی ……………………………………………………………………………………………………………….
مقاومت فشاری تک محوره سنگ سازند ………………………………………………………………………………… UCS
سرعت موج تراکمی ………………………………………………………………………………………………………………….
سرعت موج برشی …………………………………………………………………………………………………………………….
سرعت ذره ………………………………………………………………………………………………………………………..
سرعت جدید ذره ………………………………………………………………………………………………………..
حداکثر سرعت ذره ………………………………………………………………………………………………………………
حداقل سرعت گل مورد نیاز ………………………………………………………………………………………………….
سرعت انتقال خرده‌های حفاری ………………………………………………………………………………………………
سرعت لغزش ………………………………………………………………………………………………………………………..
وزن روی مته …………………………………………………………………………………………………………………….
ورودی شبکه …………………………………………………………………………………………………………………………….
موقعیت ذره ………………………………………………………………………………………………………………………
موقعیت جدید ذره ………………………………………………………………………………………………………
خروجی شبکه …………………………………………………………………………………………………………………………..
مقاومت فشاری تک محوره سنگ سازند ……………………………………………………………………………………
متراژ حفاری ………………………………………………………………………………………………………………………….
زمان عبور موج صوتی …………………………………………………………………………………………………………….
ضریب وزنی سکون ……………………………………………………………………………………………………………………
نیروی برشی در سرعت 600 دور در ثانیه ………………………………………………………………………………….
نیروی برشی در سرعت 300 دور در ثانیه …………………………………………………………………………………
خروجی نورون ………………………………………………………………………………………………………………………….
زاویه انحراف چاه از حالت عمود …………………………………………………………………………………………….
چگالی گل ……………………………………………………………………………………………………………………………
نرخ یادگیری ……………………………………………………………………………………………………………………………..
حوزه محلی ……………………………………………………………………………………………………………………………..
مشتق تابع فعال‌سازی ………………………………………………………………………………………………………………
ویسکوزیته ظاهری …………………………………………………………………………………………………………………..
– اهمیت و بیان مسئله
1-1-1- مقاومت فشاری تک محوره سنگ سازند
دانش معقول از خواص فیزیکی و مکانیکی سنگ و انتخاب مناسب پارامترهای عملیات حفاری کمک زیادی در کاهش هزینه‌های حفاری و تولید از مخزن نفت[2] می‌کند. بنا به تعریف، مقاومت فشاری تک محوره[3]، مقدار تنش فشاری تک محوره است، هنگامی که المان مورد نظر کاملاً گسیخته می‌شود. UCS در واقع سطح استرسی که باعث شکست سنگ می‌شود است، زمانی که آن را تحت تنش تک محوره قرار می‌دهیم. مقاومت فشاری تک محوره سنگ سازند، پارامتر مکانیکی مهم سنگ می‌باشد که نقش حیاتی در حفاری چاه‌های نفت و گاز دارد. عملیات حفاری تعامل بین سنگ و مته حفاری[4] می‌باشد زمانی که استرس حاصل بزرگ‌تر از مقاومت سنگ شود، سنگ دچار شکست می‌شود.
از آنجایی که مقدار مقاومت فشاری تک محوره توسط پارامترهای بسیاری از قبیل چگالی و تخلخل[5] تحت تأثیر است، به کمک آن می‌توان خواص مکانیکی سنگ را نشان داد. از این رو می‌توان آن را در محاسبات انتخاب مته، تخمین زمان بهینه برای بیرون کشیدن مته، تجزیه و تحلیل پایداری چاه (انتخاب محدوده مناسب برای وزن گل)، تولید شن و ماسه و تعیین میدان تنش درجا مؤثر، طراحی روش‌های ازدیاد برداشت و مطالعات نشست مخزن در نظر گرفت. که انتخاب درست این موارد باعث بهبود و بهینه‌سازی عملیات حفاری و تولید می‌گردد [1].

هیچ نظری هنوز ثبت نشده است
نظر دهید

آدرس پست الکترونیک شما در این سایت آشکار نخواهد شد.

URL شما نمایش داده خواهد شد.
بدعالی
This is a captcha-picture. It is used to prevent mass-access by robots.