کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

تحلیل پارامترهای مؤثر بر نرخ نفوذ مته در حفاری چاه‌های نفت و گاز با مدل‌سازی مبتنی بر شبکه‌های عصبی مصنوعی

نویسندگان :

حسن غنیطوس¹ مسعود گوهری منش² علی اکبر اکبری³

1- دانشگاه فردوسی مشهد 2- دانشگاه تربت حیدریه 3- دانشگاه فردوسی مشهد

کلمات کلیدی :

پارامترهای مؤثر در حفاری، نرخ نفوذ مته، ارتعاشات رشته حفاری، شبکه عصبی

چکیده :

نرخ نفوذ مته و نگهداشت آن در محدوده مناسب در عملیات حفر چاه‌های نفت و گاز، بستگی به پارامترهای متعدد دارد و مسئله‌ای پیچیده و چالش‌برانگیز است. در این مقاله پارامترهای مختلف مؤثر در عملیات حفاری با استفاده از داده‌های میدانی یک حلقه چاه نفت و گاز واقع در جنوب غربی ایران، مورد ارزیابی قرار گرفته است. تاثیر این پارامترها بر یکدیگر با رسم نمودار بررسی شد. باتوجه به اثرگذاری آنها بر یکدیگر، سه پارامتر قابل کنترل شامل وزن روی مته، سرعت دورانی میز دوار و عمق مته حفاری انتخاب شدند و تأثیر هر یک بر نرخ نفوذ مته مورد تحلیل قرار گرفت. با مدل‌سازی مبتنی بر شبکه عصبی، ارتباط بین نرخ نفوذ و سایر پارامترهای تأثیرگذار مورد بحث قرار گرفتند و ضریب همبستگی مدل (R2) حدودا 90 درصد مورد توجه قرار گرفت. در این تحقیق مشخص شد که با افزایش عمق حفاری، نرخ نفوذ مته کاهش یافته و برای نگهداشت آن در محدوده قابل قبول، باید سرعت دورانی و وزن روی مته به نحو مناسب تغییر کنند که به این منظور مدل قابل قبولی در این مقاله ارائه شده است.