می‌توان از توقف حفاری جلوگیری و خطرات ناشی از آن را نیز رفع کرد. لذا اطلاع دقیق از موارد مذکور حیاتی است. تحلیل اطلاعات میدانى، عنصر اصلى کاهش هزینه و بهبود عملیات حفارى و توسعه ابزارهاى تحلیل اطلاعات میدان، یکى از راه‌هاى توسعه و بهبود عملیات حفارى به شمار می‌رود. در صنعت حفاری برای شناسایی مشکل و یا بهبود عملیات عموماً از تست‌های آزمایشگاهی و فرمول‌های تجربی استفاده می‌شود؛ یا برای رفع مشکل از تجربیات گذشته استفاده می‌شود. در این پروژه سعی شده، از مدل‌سازی هوشمند برای پیش‌بینی، عیب‌یابی، رفع عیب و بهبود پارامترهای عملیات حفاری استفاده کنیم. هوش مصنوعی حوزه‌ای ترکیبی از علوم کامپیوتر و آمار است. در حالت عمومی این روش‌ زمانی ارزش خود را نشان می‌دهد که روی مجموعه‌ی بزرگی از داده‌ها پیاده‌سازی شده و الگوها و قوانین موجود در آن‌ها را نمایان سازد. این پروژه در چهار بخش با استفاده از داده‌های ثبت روزانه دکل حفاری و عملیات نمودارگیری و به کمک شبکه‌های عصبی و الگوریتم‌های بهینه‌سازی انجام ‌شد. نتایج حاصله در موضوعات مورد بحث همگی گویای دقت و کارایی بالای استفاده از روش‌های هوشمند است.


عنوان صفحه

فصل اول: مقدمه
1-1- اهمیت و بیان مسئله …………………………………………………………………………………………………………………………………….. 1
1-1-1- مقاومت فشاری تک محوره سنگ سازند …………………………………………………………………………………… 1
1-1-2- مته حفاری و نرخ نفوذ ……………………………………………………………………………………………………………………… 2
1-1-3- هرزروی سیال حفاری ………………………………………………………………………………………………………………………. 3
1-1-4- گیر رشته حفاری ……………………………………………………………………………………………………………………………… 4

فصل دوم: مروری بر تحقیقات گذشته
2-1- مقدمه …………………………………………………………………………………………………………………………………………………………….. 7
2-2- مقاومت فشاری تک محوره سنگ سازند ………………………………………………………………………………………………. 7
2-2-1- روش‌های محاسبه UCS ……………………………………………………………………………………………………………………. 7
2-2-1-1- تست آزمایشگاهی …………………………………………………………………………………………………………………… 7
2-2-1-2- روابط تجربی ……………………………………………………………………………………………………………………………… 9
2-2-1-3- شبکه عصبی مصنوعی …………………………………………………………………………………………………………. 12
2-3- انتخاب مته مناسب و بهبود نرخ نفوذ حفاری ……………………………………………………………………………………… 12
2-3-1- روش‌های حل مسئله ………………………………………………………………………………………………………………………. 12
2-3-1-1- روش هزینه به ازای حفاری ………………………………………………………………………………………………….. 14
2-3-1-2- مدل انرژی مخصوص …………………………………………………………………………………………………………….. 14
2-3-1-3- مدل بورگین- یانگ ……………………………………………………………………………………………………………… 15
2-3-1-4- هوش مصنوعی ………………………………………………………………………………………………………………………. 15
2-4- هرزروی سیال حفاری ………………………………………………………………………………………………………………………………. 17
2-4-1- روش حل مسئله ………………………………………………………………………………………………………………………………. 17
2-4-1-1- استفاده از مواد هرزگیر ………………………………………………………………………………………………………… 17
2-4-1-2- دوغاب‌های ترکیبی ………………………………………………………………………………………………………………. 17
2-4-1-3- حفاری زیر تعادلی ………………………………………………………………………………………………………………… 18
2-4-1-4- استفاده از لوله جداری ………………………………………………………………………………………………………… 18
2-5- گیر لوله حفاری ………………………………………………………………………………………………………………………………………….. 19
2-5-1- روش‌های حل مسئله ………………………………………………………………………………………………………………………. 19
2-5-1-1- مدل کینگزبرو و همپ کینگ ……………………………………………………………………………………………….. 19
2-5-1-2- مدل بیگلر و کان ……………………………………………………………………………………………………………………. 19
2-5-1-3- مدل گلاور و هاوارد ……………………………………………………………………………………………………………….. 20
2-5-1-4- روش هوش مصنوعی …………………………………………………………………………………………………………….. 20
2-6- چرایی استفاده از روش‌های هوشمند ……………………………………………………………………………………………………. 21

فصل سوم: مروری بر روش‌های یادگیری ماشینی و الگوریتم‌های بهینه‌سازی
3-1- مقدمه ………………………………………………………………………………………………………………………………………………………… 23
3-2- مفهوم شبکه ……………………………………………………………………………………………………………………………………………. 24
3-3- شبکه عصبی مصنوعی ………………………………………………………………………………………………………………………….. 24
  3-3-1- مدل یک نرون تک ورودی ………………………………………………………………………………………………………….. 26
3-3-2- تابع انتقال ……………………………………………………………………………………………………………………………………… 28
3-4- انواع شبکه های عصبی …………………………………………………………………………………………………………………………. 28
3-4-1- شبکه عصبی پرسپترون چندلایه ………………………………………………………………………………………………. 28
3-4-2- شبکه عصبی پیمانه ای ………………………………………………………………………………………………………………… 30
3-4-3- ماشین بردار پشتیبان ………………………………………………………………………………………………………………… 32
3-5- الگوریتم‌های بهینه‌سازی ……………………………………………………………………………………………………………………… 34
3-5-1- الگوریتم ژنتیک …………………………………………………………………………………………………………………………… 34
3-5-2- الگوریتم بهینه‌سازی ازدحام ذرات ………………………………………………………………………………………….. 39
3-5-3- الگوریتم ترکیبی ژنتیک و ازدحام ذرات …………………………………………………………………………………. 41

فصل چهارم: آماده‌سازی اطلاعات جهت مدل‌سازی و آنالیز
4-1- مقدمه …………………………………………………………………………………………………………………………………………………………. 44
4-2- مطالعه میادین مورد بررسی ………………………………………………………………………………………………………………….. 44
4-2-1- میدان نفتی اهواز ………………………………………………………………………………………………………………………….. 44
4-2-2- میدان نفتی مارون ……………………………………………………………………………………………………………………….. 46
4-3- آماده‌سازی داده‌ها جهت استفاده در مدل‌سازی ………………………………………………………………………………. 50
4-3-1 جمع‌آوری داده‌ها …………………………………………………………………………………………………………………………….. 50
4-3-1-1- مقاومت فشاری تک محوره سنگ سازند ………………………………………………………………………. 50
4-3-1-2- انتخاب مته حفاری و بهبود نرخ نفوذ …………………………………………………………………………….. 51
4-3-1-3- هرزروی سیال حفاری ……………………………………………………………………………………………………… 52
4-3-1-4- گیر لوله حفاری …………………………………………………………………………………………………………………. 54
4-3-2- پیش‌پردازش داده‌ها …………………………………………………………………………………………………………………… 55
4-3-2-1- آنالیز داده‌ها و تأیید صحت و دقت آن‌ها …………………………………………………………………….. 55
4-3-2-2- همسان‌سازی داده‌ها ………………………………………………………………………………………………………. 56
4-3-3- تقسیم بندی داده‌ها …………………………………………………………………………………………………………………… 57
4-4- مدل کردن ………………………………………………………………………………………………………………………………………….. 58
4-5- معیارهای عملکرد مدل ………………………………………………………………………………………………………………………….. 58

فصل پنجم: آنالیز و تحلیل اطلاعات
5-1- مقدمه ………………………………………………………………………………………………………………………………………………………….. 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 4–4– 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 ……………………………………………………………………………………………………………………..
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