鉆井模型與機(jī)器學(xué)習(xí)耦合的實(shí)時(shí)卡鉆預(yù)警技術(shù)*

李紫璇 張菲菲 祝鈺明 吳墨染 劉泳敬 于 琛

(1.長(zhǎng)江大學(xué)石油工程學(xué)院 2.油氣鉆井技術(shù)國(guó)家工程實(shí)驗(yàn)室防漏堵漏研究室 3.油氣鉆采工程湖北省重點(diǎn)實(shí)驗(yàn)室4.青海油田分公司 5.渤海鉆探第一鉆井分公司 6.渤海鉆探第三鉆井分公司 7.渤海鉆探工程技術(shù)研究院)

0 引言

統(tǒng)計(jì)數(shù)據(jù)表明[1]，鉆進(jìn)過(guò)程中大約有70%的時(shí)間損失與鉆具阻卡有關(guān)。如不能及時(shí)發(fā)現(xiàn)，一旦發(fā)生卡鉆事故，往往需要停鉆處理，將會(huì)花費(fèi)大量的時(shí)間及處理成本，并有可能引起更為嚴(yán)重的次生危害[2]。目前解決此類問(wèn)題最有效的方法是對(duì)鉆井過(guò)程中的卡鉆風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確預(yù)測(cè)分析，并對(duì)風(fēng)險(xiǎn)的處理提供合理的決策方案以規(guī)避卡鉆，縮短非作業(yè)時(shí)間[3]。

目前，卡鉆預(yù)警方法多以基于大數(shù)據(jù)的統(tǒng)計(jì)分析預(yù)警方法和基于鉆井模型的分析模型為主。前者主要分為判別分析法和模式識(shí)別法。該方法以收集大量有效數(shù)據(jù)為前提，通過(guò)對(duì)卡鉆發(fā)生原因、卡鉆時(shí)的作業(yè)狀況等進(jìn)行分析，利用神經(jīng)網(wǎng)絡(luò)、多元統(tǒng)計(jì)分析、模糊邏輯及層次分析法等方法建立模型或?qū)＜蚁到y(tǒng)判斷是否發(fā)生卡鉆[4－7]。要想實(shí)現(xiàn)實(shí)時(shí)卡鉆預(yù)測(cè)，還需建立時(shí)間序列ARMA 模型[8]。用于統(tǒng)計(jì)分析方法的數(shù)據(jù)多來(lái)自于地層信息和鄰井的卡鉆事故，若缺乏鄰井資料，則難以建立有效的卡鉆檢測(cè)系統(tǒng)和方法。同時(shí)，收集到的數(shù)據(jù)往往受地域限制，使得利用統(tǒng)計(jì)分析的卡鉆預(yù)警模型難以進(jìn)行大范圍推廣[9]?？ㄣ@預(yù)警方法使用的物理模型多為摩阻扭矩模型，使用摩阻扭矩模型對(duì)摩阻系數(shù)進(jìn)行反算，將摩阻系數(shù)隨深度的異常變化作為卡鉆風(fēng)險(xiǎn)監(jiān)測(cè)的指標(biāo)[10]；分析對(duì)比扭矩預(yù)測(cè)值和扭矩實(shí)測(cè)值，對(duì)鉆井過(guò)程中的異常進(jìn)行監(jiān)測(cè)[11－12]。卡鉆發(fā)生時(shí)會(huì)導(dǎo)致鉆井參數(shù)出現(xiàn)異常變化，但傳統(tǒng)物理模型所需計(jì)算量大且難以完全反映卡鉆發(fā)生時(shí)的變化規(guī)律[13]，在實(shí)際應(yīng)用中誤報(bào)率高、準(zhǔn)確率低、實(shí)時(shí)性較差，且難以對(duì)發(fā)生的卡鉆進(jìn)行分類[14]。

本文將瞬態(tài)巖屑運(yùn)移模型、摩阻扭矩模型和機(jī)器學(xué)習(xí)相結(jié)合，研究基于實(shí)時(shí)錄井?dāng)?shù)據(jù)的卡鉆風(fēng)險(xiǎn)監(jiān)測(cè)及預(yù)警技術(shù)，利用瞬態(tài)巖屑運(yùn)移模型對(duì)巖屑床分布和井眼清潔狀況進(jìn)行實(shí)時(shí)監(jiān)測(cè)；將瞬態(tài)巖屑運(yùn)移模型的計(jì)算結(jié)果作為輸入，建立考慮井筒巖屑分布對(duì)鉆桿受力影響的改進(jìn)摩阻扭矩模型；利用貝葉斯優(yōu)化訓(xùn)練鉆井模型，使模型能夠不斷進(jìn)行自我調(diào)整以適應(yīng)新的工況，即使改變井況或井型，也能不斷提高模型精度，且模型訓(xùn)練速度快，僅需當(dāng)前井的錄井?dāng)?shù)據(jù)便能完成模型訓(xùn)練。通過(guò)分析對(duì)比混合模型實(shí)時(shí)預(yù)測(cè)結(jié)果和實(shí)測(cè)數(shù)據(jù)，并進(jìn)行時(shí)序數(shù)據(jù)分析，最終得到卡鉆風(fēng)險(xiǎn)指數(shù)。

1 鉆井模型

1.1 實(shí)時(shí)井眼清潔監(jiān)測(cè)模型

井眼清潔不充分是造成卡鉆的常見(jiàn)原因之一，約占比例的50%[3]。在鉆進(jìn)過(guò)程中對(duì)整個(gè)井眼的巖屑分布情況進(jìn)行準(zhǔn)確且實(shí)時(shí)地監(jiān)測(cè)是有效預(yù)測(cè)卡鉆事故的關(guān)鍵。

采用瞬態(tài)巖屑運(yùn)移模型對(duì)巖屑沿井眼軌跡分布進(jìn)行一維數(shù)值模擬[15]，將巖屑運(yùn)移過(guò)程在時(shí)間域上進(jìn)行離散化，通過(guò)實(shí)時(shí)計(jì)算每個(gè)離散單元的巖屑堆積量和環(huán)流壓力梯度實(shí)現(xiàn)井眼清潔實(shí)時(shí)監(jiān)測(cè)。模型公式基于質(zhì)量和動(dòng)量守恒方程，公式為:

式中:角標(biāo)α和β分別為流型中的不同部分(也可稱為層)；n為給定流型的總層數(shù)；A為層的橫截面積，mm2；C為巖屑密度，g/cm3；U 為流速，m/s；S為層的周長(zhǎng)，mm；p 為流動(dòng)壓力，Pa；ρ為層的平均密度，g/cm3；τ 為切應(yīng)力，Pa；Ex為不同層之間的巖屑體積交換率；g 為重力加速度，m/s2。

在數(shù)值模擬中使用基于有限體積的半隱式差分方法來(lái)求解方程。在鉆井過(guò)程中，鉆井參數(shù)不斷變化，巖屑的流動(dòng)形態(tài)也會(huì)隨之改變，為使模型能同時(shí)處理時(shí)間域和空間域中巖屑流型的變化，使用基于瞬態(tài)力學(xué)模型的廣義流型[16]，在每次計(jì)算前對(duì)離散單元的巖屑流型進(jìn)行判斷，根據(jù)巖屑流型建立相應(yīng)的模型方程組。所有流型的每個(gè)層都有自己的質(zhì)量守恒和動(dòng)量守恒方程，給定流型的方程總數(shù)將取決于其總層數(shù)。模型計(jì)算過(guò)程中，首先根據(jù)初始狀態(tài)通過(guò)動(dòng)量守恒方程求解下一個(gè)時(shí)間步的速度和壓力，將收斂的速度和壓力帶入質(zhì)量守恒方程求得新的懸浮巖屑密度和沉積巖屑體積，最后把結(jié)果帶入下一個(gè)時(shí)間步，依次進(jìn)行計(jì)算。模型建立和求解的詳細(xì)過(guò)程見(jiàn)文獻(xiàn)[17]。

1.2 實(shí)時(shí)摩阻扭矩計(jì)算模型

隨著井筒中巖屑床的堆積，井筒內(nèi)井眼清潔狀況變差，鉆桿扭矩和起下鉆時(shí)的大鉤載荷增加明顯，卡鉆風(fēng)險(xiǎn)也隨之增加[18－19]。若要模擬巖屑床對(duì)鉆桿運(yùn)動(dòng)的精確影響，需要對(duì)整個(gè)井眼中鉆桿在環(huán)空中的位置進(jìn)行復(fù)雜的有限元模擬。為便于實(shí)時(shí)計(jì)算，在實(shí)際應(yīng)用中，通過(guò)使用一個(gè)附加力來(lái)表示巖屑床和鉆桿之間的復(fù)雜相互作用:起下鉆時(shí)，附加力施加在鉆桿軸向上，表示巖屑床對(duì)鉆桿軸向作用力的影響；鉆桿旋轉(zhuǎn)時(shí)，附加力與鉆桿壁曲面相切，方向與旋轉(zhuǎn)方向相反。

為便于描述空間井眼軌跡，將空間直角坐標(biāo)系與弗萊納坐標(biāo)系相結(jié)合，如圖1 所示。通過(guò)對(duì)鉆桿單元體進(jìn)行受力分析，建立旋轉(zhuǎn)鉆桿的力和力矩平衡方程，方程如下[20]:

圖1 鉆桿單元體在3D 井眼中的受力圖Fig.1 Force diagram of drill pipe unit body in 3D wellbore

式中:Ft為軸向力，N；wp為單位鉆桿在鉆井液中重力，N；wc為接觸力，N；tz、nz和bz分別為z方向上單位切向、法向和副法向向量；θ為沿平面法線與接觸力間的夾角，(°) ； Fc為巖屑床施加的附加力，N；φ為井斜角，(°) ；μ為摩阻系數(shù)，無(wú)量綱；rp為鉆桿半徑，m；Mt為鉆桿旋轉(zhuǎn)所需的軸向扭矩，N·m；ds為鉆桿單元的長(zhǎng)度，m；κ為曲率，m－1。

通過(guò)上述方程，可得Fc等于鉆桿上的附加力。

除了每個(gè)單元體的附加摩擦力需要基于局部巖屑床的高度來(lái)計(jì)算之外，用于解改進(jìn)摩阻扭矩模型的算法與解標(biāo)準(zhǔn)摩阻扭矩模型的算法相似。

實(shí)時(shí)井眼清潔監(jiān)測(cè)模型與摩阻扭矩模型結(jié)合應(yīng)用時(shí)，以實(shí)時(shí)操作參數(shù)作為實(shí)時(shí)井眼清潔監(jiān)測(cè)模型的輸入，預(yù)測(cè)巖屑床在井眼中的實(shí)時(shí)動(dòng)態(tài)分布。摩阻扭矩模型將巖屑床的分布預(yù)測(cè)結(jié)果作為輸入，計(jì)算出每個(gè)離散點(diǎn)的附加力，最后得出鉆桿上的摩阻扭矩值。為進(jìn)一步研究巖屑床對(duì)鉆桿的影響，該研究利用試驗(yàn)設(shè)備[21]，通過(guò)一系列試驗(yàn)數(shù)據(jù)，探究附加力與巖屑床高的關(guān)系，試驗(yàn)參數(shù)如表1 所示。

表1 試驗(yàn)測(cè)試參數(shù)Table 1 Experimental test matrix

為了便于研究相關(guān)性，分別對(duì)巖屑床高和巖屑床高對(duì)扭矩的影響進(jìn)行標(biāo)準(zhǔn)化處理，如下所示:

式中:hc為巖屑床高度，mm；D為井眼直徑，mm；hs為標(biāo)準(zhǔn)化巖屑床高度，無(wú)量綱；Ts為標(biāo)準(zhǔn)化巖屑床高h(yuǎn)s下的扭矩測(cè)量值，kN·m；Tc為相同井眼結(jié)構(gòu)下清潔井眼的扭矩計(jì)算值，kN·m；TR為由巖屑引起的扭矩變化率，無(wú)量綱。

經(jīng)標(biāo)準(zhǔn)化處理后，測(cè)試數(shù)據(jù)無(wú)量綱巖屑床高和扭矩變化率的關(guān)系如圖2 所示。

由圖2 可知，標(biāo)準(zhǔn)化巖屑床高和扭矩變化率的關(guān)系大致呈指數(shù)形式。因此，在數(shù)據(jù)集的基礎(chǔ)上發(fā)展指數(shù)函數(shù)相關(guān)性，公式如下:

式中:a和b均為無(wú)量綱參數(shù)，圖2 所示曲線中a和b分別為10.2 和2.025。

圖2 標(biāo)準(zhǔn)化巖屑床高和扭矩變化率的關(guān)系圖Fig.2 Relationship between standardized cuttings bed height and torque change rate

由于試驗(yàn)是在模擬直井的設(shè)施上進(jìn)行的，扭矩與井眼和鉆桿間的接觸力、井眼和鉆桿間的摩阻系數(shù)成正比。因接觸力在試驗(yàn)過(guò)程中保持不變，故扭矩的變化只與摩阻系數(shù)的變化有關(guān)。又因參數(shù)是無(wú)量綱的，故公式(10) 可轉(zhuǎn)換為表示標(biāo)準(zhǔn)巖屑床高與摩阻系數(shù)變化率之間的關(guān)系，如公式(11)所示。

式中:fR為摩阻系數(shù)的變化率，可以用公式(12)定義。

式中:fs為標(biāo)準(zhǔn)化巖屑床高下的摩阻系數(shù)；fc為沒(méi)有巖屑時(shí)的摩阻系數(shù)。

將公式(11) 應(yīng)用于前文所述的摩阻扭矩計(jì)算模型中，用于計(jì)算有巖屑井的扭矩值。與試驗(yàn)測(cè)試不同，在實(shí)際鉆井應(yīng)用中需要對(duì)參數(shù)進(jìn)行改變。雖然由試驗(yàn)數(shù)據(jù)得出的相關(guān)性可能不適用于所有情況，但是摩阻系數(shù)和無(wú)量綱巖屑床高的變化趨勢(shì)應(yīng)是相同的(即a和b的值可能在不同的情況下有所不同，但公式(11) 仍然有效)。

2 機(jī)器學(xué)習(xí)和模型訓(xùn)練

在摩阻扭矩模型計(jì)算過(guò)程中，鉆桿被分成若干離散單元，由于巖屑床高沿鉆桿發(fā)生變化，所以每個(gè)單元體都需要一個(gè)特定的摩阻系數(shù)。前文所述摩阻系數(shù)與巖屑床高呈指數(shù)關(guān)系，但a和b的值可能在不同的工況下有所不同，為使模型應(yīng)用范圍更廣，更好地適用于現(xiàn)場(chǎng)實(shí)際，需要以歷史鉆井?dāng)?shù)據(jù)為輸入，使用參數(shù)估值的方法對(duì)模型進(jìn)行訓(xùn)練。

通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)訓(xùn)練改進(jìn)摩阻扭矩模型的過(guò)程，本質(zhì)上是對(duì)考慮井眼清潔影響的摩阻扭矩模型進(jìn)行參數(shù)估值，可以視為尋找最優(yōu)參數(shù)集(即摩阻系數(shù)沿井眼的分布情況)，使得井口扭矩與轉(zhuǎn)盤(pán)扭矩差值最小，是一個(gè)非線性優(yōu)化問(wèn)題。貝葉斯優(yōu)化算法可用較少的評(píng)估次數(shù)求得復(fù)雜目標(biāo)函數(shù)的最優(yōu)解，是較為常用的優(yōu)化算法，其關(guān)鍵在于概率代理模型和采集函數(shù)的建立。

訓(xùn)練模型優(yōu)化過(guò)程需要最小化扭矩差值，選用納什效率系數(shù)(NSE) 作為模型的評(píng)價(jià)指標(biāo)，表示模型擬合方差占總方差的百分比[22]。因極值對(duì)NSE影響較大，本文選用lgNSE作為模型評(píng)價(jià)指標(biāo)，可有效降低極值對(duì)模型總體擬合效果的影響，如公式(13) 所示[23]。式中:yt和分別代表時(shí)間步為t時(shí)的扭矩實(shí)測(cè)值和計(jì)算值，代表實(shí)測(cè)值的平均值。

計(jì)算結(jié)果越接近于1，參數(shù)優(yōu)化效果越好。貝葉斯優(yōu)化的目的是使lgNSE最大化，以找出最有可能的摩阻系數(shù)分布情況。

使用概率代理模型替代評(píng)估代價(jià)高昂的復(fù)雜目標(biāo)函數(shù)，根據(jù)貝葉斯定理不斷地進(jìn)行迭代以增加信息量，對(duì)先驗(yàn)知識(shí)進(jìn)行修正[24]。高斯過(guò)程函數(shù)具有高度的靈活性、可擴(kuò)展性和可分析性，對(duì)線性和非線性關(guān)系均具有良好的替代性[25]，因而成為貝葉斯優(yōu)化中應(yīng)用最廣泛的概率代理模型。高斯過(guò)程是多元高斯概率分布的范化，由均值函數(shù)m(x) 和半正定的協(xié)方差函數(shù)k(x，x′) 構(gòu)成，如公式(14)所示。

式中:g(x) 為多元高斯概率分布，GP為高斯過(guò)程。

在使用過(guò)程中，為方便計(jì)算，假定先驗(yàn)均值函數(shù)為0，該設(shè)定對(duì)后驗(yàn)分布的準(zhǔn)確性幾乎沒(méi)有影響[26]，協(xié)方差函數(shù)采用的是一類高度靈活的Matérn 協(xié)方差函數(shù)簇，可產(chǎn)生二階可微的樣本函數(shù)，如公式(15) 所示。

式中:v為平滑參數(shù)，l為尺度參數(shù)，Kv為第二類變形貝塞爾函數(shù)。

采集函數(shù)根據(jù)概率代理模型的后驗(yàn)結(jié)果構(gòu)造主動(dòng)選擇策略，被用于確定貝葉斯優(yōu)化的方向，選擇采集函數(shù)最大值點(diǎn)作為下一個(gè)評(píng)估點(diǎn)。采集函數(shù)有多種類型，如提升概率(PI)、期望提升量(EI)、置信上邊界(UCB) 等，其中EI能將提升概率和提升量整合起來(lái)，所需參數(shù)少且能兼顧全局搜索和局部變化，如公式(16) 所示。

式中:y為當(dāng)前最優(yōu)函數(shù)值，φ為標(biāo)準(zhǔn)正態(tài)分布累計(jì)密度函數(shù)，μt(x) 為均值，σt(x) 為方差，ξ為平衡參數(shù)，無(wú)因次。

本文使用貝葉斯優(yōu)化對(duì)改進(jìn)摩阻扭矩模型進(jìn)行訓(xùn)練的流程圖如圖3 所示。圖3 中錄井?dāng)?shù)據(jù)為實(shí)時(shí)錄井?dāng)?shù)據(jù)，井眼數(shù)據(jù)為井身結(jié)構(gòu)、井眼信息、鉆具組合和鉆井液參數(shù)等靜態(tài)數(shù)據(jù)。

圖3 使用貝葉斯優(yōu)化訓(xùn)練摩阻扭矩模型流程圖Fig.3 Flow chart of torque and drag model training by Bayesian optimization

3 實(shí)時(shí)卡鉆風(fēng)險(xiǎn)系數(shù)分析

本文所用實(shí)時(shí)卡鉆風(fēng)險(xiǎn)預(yù)測(cè)方法通過(guò)分析3 個(gè)不同來(lái)源的扭矩?cái)?shù)據(jù):考慮巖屑影響的扭矩預(yù)測(cè)值、不考慮巖屑影響的扭矩預(yù)測(cè)值以及離底自由旋轉(zhuǎn)扭矩的測(cè)量值；生成兩個(gè)獨(dú)立的卡鉆風(fēng)險(xiǎn)指數(shù)，即與井眼清潔相關(guān)的卡鉆風(fēng)險(xiǎn)指數(shù)和與其他因素相關(guān)的卡鉆風(fēng)險(xiǎn)指數(shù)。由于摩阻扭矩模型已通過(guò)數(shù)據(jù)驅(qū)動(dòng)模型以歷史數(shù)據(jù)為基礎(chǔ)做好了調(diào)試，所以實(shí)測(cè)值與預(yù)測(cè)值出現(xiàn)偏差表示井下異常情況的出現(xiàn)。本文選用時(shí)序數(shù)據(jù)分析的方法對(duì)實(shí)時(shí)數(shù)據(jù)的異常趨勢(shì)進(jìn)行檢測(cè)。首先計(jì)算相對(duì)偏差值，計(jì)算公式如下:

式中:Tc為考慮巖屑影響的扭矩預(yù)測(cè)值，kN·m；Tn為不考慮巖屑影響的扭矩預(yù)測(cè)值，kN·m；Tr為離底自由旋轉(zhuǎn)扭矩的測(cè)量值，kN·m；Rc為考慮巖屑影響與不考慮巖屑影響的扭矩預(yù)測(cè)值之間的相對(duì)偏差，無(wú)量綱；Rm為實(shí)測(cè)值與考慮巖屑影響的扭矩預(yù)測(cè)值之間的相對(duì)偏差，無(wú)量綱。

在趨勢(shì)分析中，移動(dòng)平均值偏差方法被用于追蹤兩個(gè)相對(duì)偏差值隨時(shí)間的變化趨勢(shì)，移動(dòng)平均偏差值為正表示數(shù)據(jù)處于增長(zhǎng)趨勢(shì)，為負(fù)表示數(shù)據(jù)處于降低趨勢(shì)[15]，如公式(19)所示。

最后，計(jì)算出表示卡鉆事故發(fā)生概率的風(fēng)險(xiǎn)指數(shù)，為實(shí)時(shí)監(jiān)測(cè)提供更直觀的監(jiān)測(cè)結(jié)果和警報(bào)。最終卡鉆風(fēng)險(xiǎn)指數(shù)將被轉(zhuǎn)換成介于0 到1 之間的值，0 表示沒(méi)有卡鉆風(fēng)險(xiǎn)，1 表示鉆桿有極大可能會(huì)卡死，公式為:

4 案例分析

選用鉆井實(shí)時(shí)數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。圖4 為一段時(shí)長(zhǎng)為290 min 的卡鉆發(fā)生前的實(shí)際井錄井?dāng)?shù)據(jù)，該數(shù)據(jù)每10 s 記錄一次?？ㄣ@發(fā)生在鉆進(jìn)過(guò)程中，井斜角約為56°。如圖4 所示，在早上5:20 左右，當(dāng)其他參數(shù)基本保持不變時(shí)，扭矩從15 kN·m 增加到18 kN·m，且增長(zhǎng)速度較快。

圖4 卡鉆發(fā)生之前的實(shí)時(shí)鉆井?dāng)?shù)據(jù)Fig.4 Real-time drilling data before pipe sticking

為更好地解釋扭矩的變化，將扭矩與井深相對(duì)應(yīng)，如圖5 所示。從2 255 m 鉆到2 450 m 期間扭矩測(cè)量值持續(xù)增加。考慮巖屑影響的扭矩預(yù)測(cè)值與不考慮巖屑影響的扭矩預(yù)測(cè)值之間的偏差持續(xù)增加，表明井眼中的巖屑堆積在阻礙鉆進(jìn)。在鉆到大約2 410 m (早上5:20) 時(shí)，扭矩從15 kN·m 迅速增加到18 kN·m，井下出現(xiàn)異常狀況。由于鉆井隊(duì)沒(méi)有注意到扭矩的迅速增加，繼續(xù)向下鉆進(jìn)，在鉆桿卡死前又持續(xù)鉆了40 m。在后續(xù)鉆的這40 m 中，扭矩依然在增加。

圖5 扭矩隨深度變化圖Fig.5 Change of torque with depth

將實(shí)時(shí)卡鉆風(fēng)險(xiǎn)分析應(yīng)用于鉆后分析和算法驗(yàn)證。卡鉆事故發(fā)生前5 h 的風(fēng)險(xiǎn)指數(shù)如圖6 所示。

圖6 實(shí)時(shí)卡鉆風(fēng)險(xiǎn)分析結(jié)果Fig.6 Analysis results of real-time pipe sticking risks

由圖6 可知，與井眼清潔相關(guān)的卡鉆風(fēng)險(xiǎn)指數(shù)在2:05 左右已經(jīng)達(dá)到0.6，并在事發(fā)前上升到0.7 以上。5:50 前，與其他因素相關(guān)的卡鉆風(fēng)險(xiǎn)指數(shù)處于極低水平(0.2～0.4 之間)，表明目前引起卡鉆的主要因素與井眼清潔相關(guān)。當(dāng)扭矩突然增大，與其他因素相關(guān)的卡鉆風(fēng)險(xiǎn)系數(shù)突然增加到0.8 以上，表明發(fā)生卡鉆事故的可能性很大。通過(guò)實(shí)例分析，該模型能夠捕捉到卡鉆是否發(fā)生，同時(shí)能夠?qū)σl(fā)生的卡鉆進(jìn)行分類，并在事故發(fā)生前給出預(yù)警信號(hào)。因此，如果將該工具應(yīng)用于鉆井監(jiān)測(cè)系統(tǒng)中，將有助于避免卡鉆事故的發(fā)生。

5 結(jié)論

(1) 研究了一種實(shí)時(shí)卡鉆預(yù)警技術(shù)，該技術(shù)將鉆井模型和機(jī)器學(xué)習(xí)相結(jié)合，通過(guò)分析實(shí)時(shí)鉆井?dāng)?shù)據(jù)對(duì)卡鉆進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并區(qū)分即將發(fā)生的卡鉆是否與井眼清潔有關(guān)。

(2) 將摩阻扭矩模型和瞬態(tài)巖屑運(yùn)移模型相耦合，充分考慮了巖屑床對(duì)鉆桿的影響。

(3) 使用貝葉斯優(yōu)化訓(xùn)練鉆井模型，使鉆井模型能夠適應(yīng)操作參數(shù)的變化不斷進(jìn)行自我調(diào)整的同時(shí)，也能不斷提高模型預(yù)測(cè)精度。

(4) 利用時(shí)序數(shù)據(jù)分析監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)的異常趨勢(shì)，通過(guò)計(jì)算卡鉆風(fēng)險(xiǎn)指數(shù)，為卡鉆事件提供直接的實(shí)時(shí)監(jiān)控和警報(bào)，可幫助工程技術(shù)人員及時(shí)采取有效措施避免卡鉆事故發(fā)生。