CN105518251B - 使用随机最优控制实现的钻井自动化 - Google Patents

使用随机最优控制实现的钻井自动化 Download PDF

Info

Publication number
CN105518251B
CN105518251B CN201380079301.1A CN201380079301A CN105518251B CN 105518251 B CN105518251 B CN 105518251B CN 201380079301 A CN201380079301 A CN 201380079301A CN 105518251 B CN105518251 B CN 105518251B
Authority
CN
China
Prior art keywords
well system
drilling
speed
value
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201380079301.1A
Other languages
English (en)
Other versions
CN105518251A (zh
Inventor
贾森·D·戴克斯特拉
薛玉珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Halliburton Energy Services Inc
Original Assignee
Halliburton Energy Services Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Halliburton Energy Services Inc filed Critical Halliburton Energy Services Inc
Publication of CN105518251A publication Critical patent/CN105518251A/zh
Application granted granted Critical
Publication of CN105518251B publication Critical patent/CN105518251B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E21B44/02—Automatic control of the tool feed
    • E21B44/04—Automatic control of the tool feed in response to the torque of the drive ; Measuring drilling torque
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B21/00—Methods or apparatus for flushing boreholes, e.g. by use of exhaust air from motor
    • E21B21/08—Controlling or monitoring pressure or flow of drilling fluid, e.g. automatic filling of boreholes, automatic control of bottom pressure
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
    • E21B44/02—Automatic control of the tool feed
    • E21B44/06—Automatic control of the tool feed in response to the flow or pressure of the motive fluid of the drive
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B45/00—Measuring the drilling time or rate of penetration
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Geophysics (AREA)
  • Remote Sensing (AREA)
  • Earth Drilling (AREA)
  • Feedback Control In General (AREA)
  • Control Of Non-Electrical Variables (AREA)
  • Perforating, Stamping-Out Or Severing By Means Other Than Cutting (AREA)

Abstract

用于钻井自动化的示例方法可以包括至少部分基于第一组井下测量值来生成钻井系统的模型。所述模型可以接受钻井系统的钻井参数作为输入。可以至少部分基于所述模型来确定钻井系统的机械钻速。可以使用所述钻井参数的第一组值来模拟所述模型，并且可以至少部分基于所述机械钻速和所述模拟结果来计算钻井系统的控制策略。可以至少部分基于所述控制策略来生成针对所述钻井系统的控制信号。

Description

使用随机最优控制实现的钻井自动化
背景技术
烃类，诸如石油和天然气，通常从可能位于陆上也可能位于海上的地下岩层获得。在大多数情况下，岩层位于地表下方数千英尺处，并且井筒必须先穿越岩层，然后才可以回收烃类。钻出井筒是劳动密集型和设备密集型的，并且当操作花费的时间变长时，钻井操作的成本增加。
附图简述
可以通过部分参照以下描述和附图来理解本公开的某些特定示例性实施方案。
图1是根据本公开各方面的示例钻井系统的图。
图2是根据本公开各方面的示例信息处理系统的图。
图3是根据本公开各方面的钻井系统的示例控制架构的框图。
图4是根据本公开各方面的示例最优控制输入的图。
虽然已经显示和描述了本公开的实施方案并且通过参照本公开的示例性实施方案限定了本公开的实施方案，但这些参考并不意味着对本公开的限制，并且不应推定存在这样的限制。如相关领域中享有本公开权益的技术人员所想到的，所公开的主题能够在形式和功能上进行大幅的修改、改变和等效替换。所显示和所描述的本公开的实施方案仅为示例，而并非对本公开范围的穷举。
具体实施方式
为了本公开的目的，信息处理系统可以包括可操作用于出于商业、科学、控制或其它目的而对任何类型的信息、资讯或数据计算、分类、加工、发送、接收、检索、创造、切换、存储、显示、显现、检测、记录、再现、处理或利用的任何手段或手段集合。例如，信息处理系统可为个人计算机、网络存储装置或任何其它合适的装置并且可能在尺寸、形状、性能、功能和价格方面有所不同。信息处理系统可以包括随机存取存储器(RAM)、一个或多个处理资源诸如中央处理单元(CPU)或硬件或软件控制逻辑、ROM和/或其它类型的非易失性存储器。信息处理系统的其它组件可以包括一个或多个盘驱动器、一个或多个网络端口，所述一个或多个网络端口用于与外部装置以及各种输入输出(I/O)装置(诸如键盘、鼠标和视频显示器)进行通信。信息处理系统还可包括一个或多个总线，所述一个或多个总线可操作用于在各种硬件组件之间传输通信。信息处理系统还可包括一个或多个接口单元，所述一个或多个接口单元能够将一个或多个信号发送至控制器、致动器或类似装置。
为了本公开的目的，计算机可读介质可包括可以保留数据和/或指令一段时间的任何手段或手段集合。计算机可读介质可以包括例如但不限于存储介质诸如直接存取存储装置(例如，硬盘驱动器或软盘驱动器)、顺序存取存储装置(例如，磁带磁盘驱动器)、压缩光盘、CD-ROM、DVD、RAM、ROM、电可擦除可编程只读存储器(EEPROM)和/或快闪存储器；以及通信介质诸如线材、光纤、微波、无线电波和其它电磁和/或光学载波；和/或以上各项的任意组合。
本文详细描述了本公开的说明性实施方案。为了清楚起见，可能并未在本说明书中描述实际实现方式的全部特征。当然，应该理解，为了实现特定的实现方式目标，在任一这类实际实现方式的开发中必须做出许多特定于实现方式的决定，这些特定实现方式目标因不同的实现方式而不同。此外应当理解，这种开发工作可能复杂且费时，但尽管如此，对享受本公开权益的本领域技术人员来说也只是常规的设计任务。
为了便于更好地理解本公开，给出某些实施方案的以下实施例。以下实施例绝不应该被理解为限制或界定本发明的范围。在任何类型的地下岩层中，本公开的实施方案可以适用于水平井筒、垂直井筒、偏斜井筒或其它非线性井筒。各实施方案可以适用于注入井以及生产井，包括烃类井。可以使用制作为适于沿岩层段测试、取回和取样的工具来实现实施方案。可以利用例如可通过管柱中的流道传送的工具或使用线缆、钢丝、连续油管、井下机器人等来实现实施方案。
本文所使用的术语“耦接”旨在意指间接或直接连接。因此，如果第一装置耦接至第二装置，那么所述连接可以通过直接连接完成或经由其它装置和连接件通过间接机械或电连接完成。类似地，本文所使用的术语“可通信地耦接”旨在意指直接或间接通信连接。这种连接可为有线连接也可为无线连接诸如以太网或LAN。这样的有线和无线连接对于本领域技术人员来说是众所周知的并且因此将不在本文中详细论述。因此，如果第一装置可通信地耦接至第二装置，那么所述连接可通过直接连接完成或经由其它装置和连接件通过间接通信连接完成。
现代石油钻井和生产操作需要与井下参数和状况有关的信息。井下信息收集存在数种方法，包括随钻测井(“LWD”)和随钻测量(“MWD”)。在LWD中，通常在钻井过程中收集数据，由此避免了移除钻井组件以插入线缆式测井工具的任何需求。LWD因此允许钻探者进行准确的实时修改或校正以优化性能同时使停机时间最小化。MWD为当钻井继续时，测量与钻井组件的移动和位置有关的井下状态的术语。LWD更多地集中于岩层参数测量。虽然MWD和LWD可能存在区别，但术语MWD和LWD通常可以互换使用。为了本公开的目的，将使用术语LWD，同时要理解的是，此术语涵盖岩层参数的收集以及与钻井组件的移动和位置有关的信息的收集。
本公开描述了使钻井操作的机械钻速增大的自动化控制系统和方法。ROP通过钻头冲破岩石以使井筒扩展的速度来表征。使ROP增大会使得其到达目标岩层所花费的时间减少，并且因此降低钻井的费用。虽然本文所述的自动化控制系统和方法涉及使钻井操作的ROP增大，但该控制系统和方法可以适于优化钻井操作的其它方面。
图1是根据本公开各方面的示例钻井系统100的图。钻井系统100可以包括钻机102，该钻机被安装在表面122上，位于地下岩层106内的钻孔104上方。虽然表面122在图1中示为陆地，但某些实施方案的钻机102可以位于海上，在这种情况下表面122包括钻井平台。可以使钻井组件至少部分设置在钻孔104内。钻井组件可以包括钻柱114、底部钻具组件(BHA)108、钻头110和顶部驱动器或旋转平台126。
钻柱114可以包括螺纹接合在一起的多个钻杆段。BHA 108可以耦接至钻柱114，并且钻头110可以耦接至BHA 108。顶部驱动器126可以耦接至钻柱114向钻柱114施加转矩和旋转，从而导致钻柱114旋转。可以将施加在钻柱114上的转矩和旋转转移到BHA 108和钻头110，从而导致BHA和钻头二者旋转。可以将钻头110处的转矩称为钻压(TOB)并且可以将钻头110的旋转速率以每分钟转数(RPM)的形式来表达。钻头110经由顶部驱动器126的旋转可以导致钻头110与岩层106接合或钻入岩层106中并且使井筒104扩展。如本领域技术人员鉴于本公开所了解，其它钻井组件安排也是可能的。
BHA 108可以包括工具诸如LWD/MWD元件116和遥测系统112，并且可以耦接至钻柱114。LWD/MWD元件116可以包括井下仪器，包括传感器160。在钻井过程中，传感器160和BHA108中的其它仪器可以连续地或间断地监视井下钻井特性和井下状态。示例井下状态包括岩层电阻率、岩层渗透性等。示例井下钻井特性包括钻头110的机械钻速、TOB和钻头110的钻压(WOB)。可以在仪器位于井下时，存储由LWD/MWD元件116产生的信息，并且稍后在取回钻柱时，在表面回收信息。在某些实施方案中，可以将由LWD/MWD元件116生成的信息使用遥测系统112传达至表面。遥测系统112可以与表面通过钻孔104内的钻井泥浆来经由各种信道(包括有线和无线通信信道以及泥浆脉冲)进行通信。
钻柱114可以通过表面管状物150向下延伸到钻孔104中。表面管状物150可以耦接至井口151并且顶部驱动器126可以耦接至表面管状物150。井口151可以包括延伸到钻孔104中的一部分。在某些实施方案中，井口109可以使用胶结物固定在钻孔104内，并且可以通过表面管状物108和其它表面设备(诸如防喷装置(BOP)(未示出))起作用，以防止从岩层106和钻孔104有过多的压力释放到表面103。
在钻井操作期间，位于表面122上的泵152可以通过钻柱114的上端从流体储层153以某个泵速(例如，每分钟加仑数)泵抽钻井流体。泵152的泵速可以与由于岩层106内的流体损耗而不同于泵速的井下流速相对应。如箭头154所示，钻井流体可以沿钻柱114的内部向下流动，穿过钻头106并且进入钻孔环形空间155。钻孔环形空间155由钻柱114和所附接的钻头110在钻孔104中的旋转而形成并且界定为位于钻孔104的内部壁/内壁或直径与钻柱114的外部表面/外表面或直径之间的空间。该环形空间可以延伸到钻孔104外部，穿过井口151并且进入表面管状物150。表面管状物150可以耦接至流体导管156，该流体导管在表面管状物150与表面储层153之间进行流体连通。钻井流体可以从钻孔环形空间155离开并且通过流体导管156流至表面储层153。
在某些实施方案中，可以使钻井组件包括钻柱114、BHA 108和钻头110中的至少某些从钻机102悬挂在大钩组件157上。可以将在大钩组件157上向下拉的合力称为大钩载荷。大钩载荷可以相当于钻井组件的重量减去使重量减少的任何力。示例力包括沿井筒104壁的摩擦和由于钻柱114浸入钻井流体中而引起的钻柱114的浮力。当钻头110接触岩层106底部时，岩层106会抵消钻井组件的一些重量，并且所述抵消可以相当于钻井组件的WOB。大钩组件157可以包括重量指示器，该重量指示器示出在给定时间从大钩157上悬挂下来的重量。在某些实施方案中，大钩组件157可以包括绞车，或可以将单独的绞车耦接至大钩组件157，并且绞车可以用于改变大钩载荷/WOB。
在某些实施方案中，钻井系统100可以包括定位在表面122上的控制单元124。控制单元124可以包括信息处理系统，该信息处理系统实现钻井系统100的控制系统或控制算法。控制单元124可以通信地耦接至钻井系统100的一个或多个元件，包括泵152、大钩组件157、LWD/MWD元件116和顶部驱动器126。在某些实施方案中，控制系统或算法可以导致控制单元124生成控制信号并向钻井系统100的一个或多个元件发送控制信号。
在某些实施方案中，控制单元124可以从钻井系统100接收输入并且至少部分基于这些输入来输出控制信号。这些输入可以包括来自LWD/MWD元件的信息，包括井下状态和井下钻井特性。控制信号可以改变钻井系统100的一个或多个钻井参数。示例钻井参数包括顶部驱动器126的机械钻速和转矩、大钩载荷、泵152的泵速等。一般可以将控制信号引导到钻井系统100的元件，或引导到致动器或这些元件内的其它可控机构。例如，顶部驱动器126可以包括致动器，通过该致动器控制施加在钻柱114上的转矩和旋转。同样，大钩组件157可以包括致动器，该致动器耦接至绞车组件，该绞车组件控制由绞车承担的重量，并且因此控制大钩载荷。在某些实施方案中，钻井系统100的某些或全部可控元件可以包括有限的整体控制元件或处理器，这些控制元件或处理器可以从控制单元124接收控制信号并且生成针对对应致动器或其它可控机构的特定命令。
钻井参数可以相当于井下钻井特性，以使得改变钻井桉树改变了井下钻井特性，尽管这些变化由于井下动力学而可能不是一对一的。引导至泵152的控制信号可以改变将钻井流体泵抽到钻柱114中的泵速，这进而改变穿过钻井组件的流速。引导至大钩组件157的控制信号可以通过导致绞车支承钻井组件的或多或少的重量来改变大钩载荷，这可能会影响WOB和TOB二者。引导至顶部驱动器的控制信号可以改变施加至钻柱114的旋转速度和转矩，这可能会影响钻头110的TOB和机械钻速。本领域技术人员鉴于本公开可以了解其它控制信号类型。
图2是根据本公开各方面的示出示例信息处理系统200的框图。可以将信息处理系统200用作例如钻井组件的控制系统或单元的一部分。例如，钻井操作者可以与信息处理系统200相互作用以改变钻井参数或向通信耦接至信息处理系统200的钻井设备发出控制信号。信息处理系统200可以包括处理器或CPU 201，该处理器或CPU可通信耦接至存储器控制器集线器或北桥202。存储器控制器集线器202可以包括存储器控制器，该存储器控制器用于将信息引导到或引导离开信息处理系统内的各种系统存储器组件，诸如RAM 203、存储元件206和硬盘驱动器207。存储器控制器集线器202可以耦接至RAM 203和图形处理单元204。存储器控制器集线器202还可以耦接至I/O控制器集线器或南桥205。I/O集线器205耦接至计算机系统的存储元件，包括存储元件206，该存储元件可以包括闪存ROM，该闪存ROM包括计算机系统的基本输入/输出系统(BIOS)。I/O集线器205还耦接至计算机系统的硬盘驱动器207。I/O集线器205还可耦接至超级I/O芯片208，该超级I/O芯片本身耦接至计算机系统的几个I/O端口，包括键盘209和鼠标210。信息处理系统200可以进一步通过芯片208通信地耦接至钻井系统的一个或多个元件。
结合有本公开各方面的控制系统和方法可以用于自动控制钻井参数以使钻井系统的ROP增大。如下所述，示例控制系统和方法可以包括随机控制以解决在钻头处引起不可预测和随机行为的钻井系统动力学的不确定性。这些不确定性包括钻头前面的岩石剖面、钻头的振动、钻井流体对钻孔剖面的影响和钻头接触岩石的角度。钻头处的不可预测和随机的行为使得从表面对钻头的控制减少并且使得钻井系统的整体ROP减小。
图3是根据本公开各方面的钻井系统的示例控制架构300的框图。可以在一个或多个信息处理系统中在钻机地点或远离钻机地点处生成、定位和/或实现控制架构300。控制架构300可以包括在线部分302和半离线部分304。在线部分302可以通过对来自钻井系统306的输入的实时处理或近实时处理来表征以使用由半离线部分304生成的控制策略来生成针对钻井系统306的控制信号。半离线部分304可以通过计算密集型处理步骤来表征以生成控制策略，一旦接收到井下数据，即间断地执行这些处理步骤。在线部分302和半离线部分304的使用提供计算复杂的控制架构300，该控制架构并不会使得控制器的实时速度显著减小。
在某些实施方案中，半离线部分304可以使用来自钻井系统306的LWD/MWD元件的批量数据来将钻井新系统306自适应地建模。钻井系统306的模型可以包括低维度状态空间模型。如本文所使用，状态空间模型可以包括钻井系统的数学模型，其中一组输入、输出和状态变量与一阶微分方程相关。例如，可以使用来自钻井系统306的数据以及来自具有类似岩石力学的其它井的数据来根据基于物理的方法的第一原理推断该模型。可以将钻头处的不可预测和随机的行为在该模型内解释为高斯噪声。
针对该模型的输入可以包括钻井参数诸如顶部驱动器上的转矩、泵的泵速和大钩载荷，这些钻井参数影响钻井组件的ROP。该模型的输出可以包括井下钻井特性，诸如WOB、TOB、钻头的旋转速率和穿过钻井组件的流速。这些状态变量可以包括钻井系统的306的动力学，诸如流体流动力学、钻杆运动、顶部驱动器马达激励动力学等。在等式(1)中示出示例状态空间模型公式，其中x相当于模型状态，u相当于输入，v相当于模型中的不确定性/噪声，f相当于钻井系统动力学模型，以及x·相当于输出。
等式(1)：
值得注意的是，这些模型参数与慢变动力学诸如钻头磨损、岩层变化相关并且因此缓慢变化。因此，当前模型可以用于预测未来时间范围内的未来行为。该模型可以随时间的推移进行更新，因为接收到来自钻井系统306的新数据。
半离线部分304可以从钻井系统306接收批量LWD/MWD/调查数据308。批量LWD/MWD/调查数据308可以包括井下状态、井下钻井特性、动力学和调查数据，包括但不限于WOB、TOB、钻头的旋转速率、岩层电阻率、岩层渗透性、岩层流体数据等。可以在钻井系统306的井下LWD/MWD元件处生成和积聚批量LWD/MWD/调查数据308并且在表面间断地取回。例如，可以将所述数据存储在耦接至LWD/MWD元件的井下存储介质中并且当取回表面上的存储介质时，下载或取回所述数据。在其它实施方案中，可以将所述数据使用有线通信、无线通信、光纤通信或泥浆脉冲经由井下遥测系统作为批量文件转移。
半离线部分304可以包括岩石钻头相互作用统计量估计器310，该估计器接收批量LWD/MWD/调查数据308的至少一部分。岩石钻头相互作用统计量可以表示钻头处的不可预测和随机的行为，通过钻头与钻头前面的岩石之间的相互作用来表征。估计器310可以接收批量LWD/MWD/调查数据308并且估计岩石钻头相互作用的统计量。在某些实施方案中，可以在估计器310中接收来自批量LWD/MWD/调查数据308的WOB和TOB测量值，这随后估计岩石钻头相互作用统计量以确定与钻头处的不可预测和随机行为相对应的高斯噪声的参数。
在某些实施方案中，可以在半离线部分304的系统识别元件312上构建钻井系统306的模型。系统识别元件312可以接收批量LWD/MWD/调查数据308并且使用统计方法以建立与批量LWD/MWD/调查数据308相对应的钻井系统306的数学模型。具体来说，系统识别元件308可以通过生成钻井系统306的模型来对批量LWD/MWD/调查数据308中的实际测量值作出解释，该模型在统计上最可能产生批量LWD/MWD/调查数据308。如上所述，该模型可以包括从基于物理的方法的第一原理推导出来的状态空间模型。
可以从系统识别元件312在稳态优化元件314处接收该模型。稳态优化元件314可以进一步接收钻井系统306的约束。这些约束可以相当于钻井系统306的物理约束(包括顶部驱动器的最大RPM、顶部驱动器的最大转矩、泵的最大泵速、最大大钩载荷等)，并且可以例如基于钻井系统306的已知机械特性来计算。这些约束可以与系统识别元件312的模型联合使用以确定钻井系统306处于其当前状态时的最大可实现ROP。最大可实现ROP可以相当于稳态优化元件314可以计算和输出的最优WOB、钻头的旋转速率和流速值。
在某些实施方案中，也可以在输入和状态空间元件316处接收批量LWD/MWD/调查数据308。元件316可以计算可能的输入和由系统识别元件312生成的状态空间模型的状态。具体来说，元件316可以接收批量LWD/MWD/调查数据308并且确定在考虑到批量LWD/MWD/调查数据308的实际测量值的情况下是可能的输入和状态的当前有效范围。这些当前有效范围可以包括但不限于顶部驱动器上的转矩范围、大钩载荷的范围和物理动态(诸如钻头的旋转速率)的范围，这些物理状态可以根据LWD/MWD/调查数据308产生所测量的WOB、TOB、钻头旋转速率和流速。可以将这些输入和状态的当前有效范围结合起来以形成模型的输入和状态空间。在某些实施方案中，元件316可以进一步对输入和状态空间进行离散化以简化和减少使用输入和状态空间的未来计算，如下所述。
控制架构300可以进一步包括视觉钻井系统元件318。视觉钻井系统元件318可以从系统识别元件312接收模型、从岩石钻头相互作用统计量估计器310接收岩石钻头相互作用统计量、从钻井系统306接收约束以及从输入和状态空间元件316接收离散化的输入和状态空间。视觉钻井系统元件318可以使用输入到视觉钻井系统元件318中的各种控制输入和初始状态而在钻井系统306的约束下模拟该模型。输入到视觉钻井系统元件318中的控制输入和初始状态可由来自输入和状态空间元件316的离散化的输入和状态空间来限制。在某些实施方案中，这些控制输入可以包括钻井参数(例如，大钩载荷、泵速、顶部驱动器的转矩/旋转速率)的不同值并且该模拟的结果可为与初始状态下的控制输入相对应的WOB、钻头的旋转速率和流速。对于这些控制输入值来说，该模拟可以进一步识别随时间推移而得到的WOB、钻头的旋转速率和流速。
可以将来自视觉钻井系统318的模拟数据传递到值迭代和结构元件320。值迭代和结构元件320可以包括成本函数，该成本函数包括由稳态优化元件314所计算的最优WOB、钻头的旋转速率和流速值与模拟数据中的WOB、钻头的旋转速率和流速值之间的跟踪误差的二次函数。该成本函数可以被构造成使得当模拟数据最接近由稳态优化元件314所计算的最优WOB、钻头的旋转速率和流速值时，成本函数输出最低，这意味着当成本函数最低时，ROP最高。在等式(2)中示出示例成本函数，其中xi和分别是第i状态的所测量值和所需值；uj是第j输入；和是状态或输入的权重；以及N1和N2分别是状态和输入的尺寸。
等式(2)：
这些状态可以包括例如旋转速率、WOB、TOB和钻头位置、轴向/旋转速度、加速度等。
值迭代和结构元件320可以根据模拟数据来计算值函数。值函数可以包括随时间推移所积聚的成本函数值的平均值。在某些实施方案中，可以根据模拟数据来计算初始值函数，并且可以对值函数进行迭代直到该值函数收敛到最优值函数，在该最优值函数中提供了随时间推移的最小平均成本函数。以下在等式(3)中示出示例值函数，其中E对应于预期值。
等式(3)：
在这种构造中，使J(x)最小化等效于使成本函数随时间推移最小化，即，使状态的所测量值与所需值之间的差最小化，以及使控制作用最小化。值得注意的是，状态函数、成本函数和值函数均具有对离散时间/连续时间、离散空间/连续空间的不同表达。等式(1)至(3)可以用于连续空间、连续时间的情况。
在某些实施方案中，最优值函数可以用于计算钻井系统306的最优控制策略322。具体来说，对于离散化状态中的每一者来说，最优值函数可以用于计算产生最优值的最优控制输入。最优控制输入可以包括钻井系统306的一个或多个钻井参数。可以将这些结果排列到查找表中，对于钻井系统306的所有可能离散化状态来说，该查找表包括离散化状态、优化控制输入和最优值。
在某些实施方案中，可以将作为查找表排列的最优控制策略322接收到在线部分302中。可以至少部分基于最优控制策略322来确定钻井系统306的控制信号。例如，在线部分302可以包括钻井系统运动观察器324，该钻井系统运动观察器使用实时MWD数据来估计钻井系统306的状态。由钻井系统运动观察器324所估计的状态可以对应于查找表内的状态，并且可以用于识别与钻井系统306的实时状态相对应的最优控制输入。值得注意的是，识别查找表的最优控制输入是计算简单的，从而使得能够实时识别最优控制输入而无需密集计算。
在某些实施方案中，由钻井系统运动观察器324所识别的状态可以是连续的，而非离散化的。虽然该连续状态可能不等于任何离散化状态，但可以识别和选择最接近的离散化状态。在其它实施方案中，可以在半离线部分304中经由机器学习方法或插值来计算构造图，例如以使得连续状态的最优控制策略是集中相邻离散状态的组合。
在所示实施方案中，最优控制输入可以包括钻井系统306的钻井参数值。可以在本地控制器326处接收这些钻井参数值，该本地控制器可以生成针对一个或多个元件328的与钻井参数值相对应的控制信号。在所示实施方案中，这些钻井参数值可以包括大钩载荷、顶部驱动器转矩和泵速值。本地控制器326可以生成信号，该信号导致钻井系统306中的顶部驱动器从第一转矩值移动到来自最优控制输入的转矩值。对于泵和泵速值来说，以及对于大钩和大钩载荷值来说，可以生成类似的电信号。可以包含反馈机制以确保由本地控制器所生成的控制信号的精确度。
图4是根据本公开各方面的说明了示例最优控制输入的图。在所示实施方案中，状态空间是二维的(x1和x2)并且最优控制输入是一维的。可以接收空间状态内的钻井系统的当前状态，该空间状态包括在最优控制输入的两个维度上的值。可以确定离散化空间的与钻井系统的当前状态相对应的最优控制输入值。例如，在所示实施方案中，当钻井系统的当前状态值为20和18时，最优控制输入可以包括.79。
根据本公开各方面，用于钻井自动化的示例方法可以包括至少部分基于第一组井下测量值来生成钻井系统的模型。所述模型可以接受钻井系统的钻井参数作为输入。可以至少部分基于所述模型来确定钻井系统的机械钻速。可以使用所述钻井参数的第一组值来模拟所述模型，并且可以至少部分基于所述机械钻速和所述模拟结果来计算钻井系统的控制策略。可以至少部分基于所述控制策略来生成针对所述钻井系统的控制信号。
在某些实施方案中，生成钻井系统的模型可以包括生成钻井系统的空间状态模型。确定钻井系统的机械钻速可以包括确定钻井系统的最大机械钻速。在某些实施方案中，钻井系统的钻井参数可以包括钻井系统的大钩的大钩载荷、钻井系统的泵的泵速和钻井系统的顶部驱动器的转矩值。该模型可以生成以下各项中的至少一者作为输出：钻井系统的钻压(WOB)、钻头的旋转速率和钻井流体穿过钻井系统的流速。
生成针对钻井系统的控制信号可以包括生成与钻井参数中的至少一者相对应的控制信号。钻井系统的最大机械钻速可以使用与最大机械钻速相对应的WOB、旋转速率和流速的值来确定。在某些实施方案中，使用钻井参数的第一组值来模拟模型可以包括生成与第一组值相对应的WOB、旋转速率和流速的第二组值。计算钻井系统的控制策略可以包括将第二组值与和最大机械钻速相对应的WOB、旋转速率和流速的值相比较。
在某些实施方案中，计算钻井系统的控制策略可以进一步包括：使用成本函数来跟踪第二组值与和最大机械钻速相对应的WOB、旋转速率和流速的值之间的差；计算与成本函数的最低平均输出相对应的值函数；使用值函数计算钻井系统的状态中的每一者的控制输入；以及生成查找表，该查找表包含钻井系统的控制输入和状态。至少部分基于控制策略生成针对钻井系统的控制信号可以包括：生成钻井系统的状态的实时估计值；从查找表选择与所估计状态相对应的控制输入；以及使用控制输入生成钻井系统的控制信号。
在某些实施方案中，示例方法可以进一步包括：接收第二组井下测量值；至少部分基于第二组井下测量值来生成钻井系统的第二模型；至少部分基于第二模型来计算第二控制策略；以及至少部分基于第二控制策略来生成针对钻井系统的第二控制信号。
根据本公开各方面，用于钻井自动化的示例设备可以包括处理器和耦接至该处理器的存储器装置。该存储器装置可以包含指令集，该指令集在由处理器执行时，导致处理器至少部分基于第一组井下测量值来生成钻井系统的模型。所述模型可以接受钻井系统的钻井参数作为输入。处理器可以至少部分基于该模型来确定钻井系统的机械钻速，并且使用钻井参数的第一组值来模拟该模型。处理器还可以包括至少部分基于机械钻速和模拟结果来计算钻井系统的控制策略，并且至少部分基于该控制策略来生成针对钻井系统的控制信号。
在某些实施方案中，导致处理器生成钻井系统的模型的指令集可以进一步导致处理器生成钻井系统的空间状态模型。导致处理器确定钻井系统的机械钻速的指令集可以进一步导致处理器确定钻井系统的最大机械钻速。在某些实施方案中，钻井系统的钻井参数可以包括钻井系统的大钩的大钩载荷、钻井系统的泵的泵速和钻井系统的顶部驱动器的转矩值。该模型可以生成以下各项中的至少一者作为输出：钻井系统的钻压(WOB)、钻头的旋转速率和钻井流体穿过钻井系统的流速。
在某些实施方案中，导致处理器生成针对钻井系统的控制信号的指令集可以进一步导致处理器生成与钻井参数中的至少一者相对应的控制信号。导致处理器确定钻井系统的最大机械钻速的指令集可以进一步导致处理器确定与最大机械钻速相对应的WOB、旋转速率和流速的值。在某些实施方案中，导致处理器使用钻井参数的第一组值来模拟模型的指令集可以进一步导致处理器生成与第一组值相对应的WOB、旋转速率和流速的第二组值。
在某些实施方案中，处理器可以通过将第二组值与和最大机械钻速相对应的WOB、旋转速率和流速的值相比较来进一步计算钻井系统的控制策略。导致处理器计算钻井系统的控制策略的指令集可以进一步导致处理器使用成本函数来跟踪第二组值与和最大机械钻速相对应的WOB、旋转速率和流速的值之间的差；计算与成本函数的最低平均输出相对应的值函数；使用值函数来计算钻井系统的状态中的每一者的控制输入；以及生成查找表，该查找表包含钻井系统的控制输入和状态。
在某些实施方案中，导致处理器至少部分基于控制策略来生成针对钻井系统的控制信号的指令集进一步导致处理器生成钻井系统的状态的实时估计值；从查找表选择与所估计状态相对应的控制输入；以及使用控制输入生成钻井系统的控制信号。在某些实施方案中，这些指令集可以进一步导致处理器接收第二组井下测量值；至少部分基于第二组井下测量值来生成钻井系统的第二模型；至少部分基于该第二模型来计算第二控制策略；以及至少部分基于该第二控制策略来生成针对钻井系统的第二控制信号。
因此，本公开很好地适用于获得所提及的目的和优点以及其中固有的目的和优点。以上所公开的特定实施方案仅仅是说明性的，因为本公开可以以受益于本文教示的本领域技术人员将明白的不同但等效的方式来修改和实践。此外，除非在随附权利要求中有所描述，无意限制本文中所示的构造或设计的细节。因此，显而易见的是，上文所公开的特定说明性实施方案可被更改或修改，并且所有这样的变化都被认为在本公开的范围和精神内。而且，除非专利权所有人另外明确地和清楚地定义，否则权利要求书中的术语具有其一般的普通含义。权利要求书中所使用的不定冠词“一”或“一个”在本文中定义成意指其所引述的一个或多个元件。

Claims (16)

1.一种用于钻井自动化的方法，所述方法包括：
至少部分基于第一组井下测量值来生成钻井系统的模型，所述模型接受所述钻井系统的钻井参数作为输入；
至少部分基于所述模型来确定所述钻井系统的机械钻速，其中确定所述钻井系统的所述机械钻速包括确定所述钻井系统的最大机械钻速；
使用所述钻井参数的第一组值来模拟所述模型，其中使用所述钻井参数的所述第一组值模拟所述模型包括生成与所述第一组值相对应的WOB、旋转速率和流速的第二组值；
至少部分基于所述机械钻速和所述模拟结果来计算所述钻井系统的控制策略，其中计算所述钻井系统的所述控制策略包括将所述第二组值与和所述最大机械钻速相对应的所述WOB、旋转速率和流速的所述值相比较；以及
至少部分基于所述控制策略来产生针对所述钻井系统的控制信号以改变所述钻井系统的一个或多个钻井操作。
2.如权利要求1所述的方法，其中生成所述钻井系统的所述模型包括生成所述钻井系统的空间状态模型。
3.如权利要求1所述的方法，其中
所述钻井系统的所述钻井参数包括
所述钻井系统的大钩的大钩载荷；
所述钻井系统的泵的泵速；以及
所述钻井系统的顶部驱动器的转矩值；并且
所述模型生成以下各项中的至少一者作为输出：
所述钻井系统的钻压(WOB)；
钻头的旋转速率；以及
钻井流体穿过所述钻井系统的流速。
4.如权利要求3所述的方法，其中生成针对所述钻井系统的所述控制信号包括生成与所述钻井参数中的至少一者相对应的控制信号。
5.如权利要求3所述的方法，其中确定所述钻井系统的所述最大机械钻速包括确定与所述最大机械钻速相对应的所述WOB、旋转速率和流速的值。
6.如权利要求1所述的方法，其中计算所述钻井系统的所述控制策略进一步包括
使用成本函数来跟踪所述第二组值与和所述最大机械钻速相对应的所述WOB、旋转速率和流速的所述值之间的差；
计算与所述成本函数的最低平均输出相对应的值函数；
使用所述值函数来计算所述钻井系统的状态中的每一者的控制输入；以及
生成查找表，所述查找表包含所述钻井系统的所述控制输入和所述状态。
7.如权利要求6所述的方法，其中至少部分基于所述控制策略生成针对所述钻井系统的所述控制信号包括
生成所述钻井系统的状态的实时估计值；
从所述查找表选择与所估计状态相对应的控制输入；
使用所述控制输入生成所述钻井系统的所述控制信号。
8.如权利要求1所述的方法，进一步包括
接收第二组井下测量值；
至少部分基于所述第二组井下测量值来生成所述钻井系统的第二模型；
至少部分基于所述第二模型来计算第二控制策略；以及
至少部分基于所述第二控制策略来生成针对所述钻井系统的第二控制信号。
9.一种用于钻井自动化的设备，其包括：
处理器；
耦接至所述处理器的存储器装置，其中所述存储器装置包含指令集，所述指令集在由所述处理器执行时导致所述处理器
至少部分基于第一组井下测量值来生成钻井系统的模型，所述模型接受所述钻井系统的钻井参数作为输入；
至少部分基于所述模型来确定所述钻井系统的机械钻速，其中确定所述钻井系统的所述机械钻速包括确定所述钻井系统的最大机械钻速；
使用所述钻井参数的第一组值模拟所述模型，其中使用所述钻井参数的所述第一组值模拟所述模型包括生成与所述第一组值相对应的WOB、旋转速率和流速的第二组值；
至少部分基于所述机械钻速和所述模拟结果来计算所述钻井系统的控制策略，其中计算所述钻井系统的所述控制策略包括将所述第二组值与和所述最大机械钻速相对应的所述WOB、旋转速率和流速的所述值相比较；以及
至少部分基于所述控制策略来生成针对所述钻井系统的控制信号以改变所述钻井系统的一个或多个钻井操作。
10.如权利要求9所述的设备，其中导致所述处理器生成所述钻井系统的所述模型的所述指令集进一步导致所述处理器生成所述钻井系统的空间状态模型。
11.如权利要求9所述的设备，其中
所述钻井系统的所述钻井参数包括
所述钻井系统的大钩的大钩载荷；
所述钻井系统的泵的泵速；以及
所述钻井系统的顶部驱动器的转矩值；并且
所述模型生成以下各项中的至少一者作为输出：
所述钻井系统的钻压(WOB)；
钻头的旋转速率；以及
钻井流体穿过所述钻井系统的流速。
12.如权利要求11所述的设备，其中导致所述处理器生成针对所述钻井系统的所述控制信号的所述指令集进一步导致所述处理器生成与所述钻井参数中的至少一者相对应的控制信号。
13.如权利要求11所述的设备，其中导致所述处理器确定所述钻井系统的所述最大机械钻速的所述指令集进一步导致所述处理器确定与所述最大机械钻速相对应的所述WOB、旋转速率和流速的值。
14.如权利要求9所述的设备，其中导致所述处理器计算所述钻井系统的所述控制策略的所述指令集进一步导致所述处理器
使用成本函数跟踪所述第二组值与和所述最大机械钻速相对应的所述WOB、旋转速率和流速的所述值之间的差；
计算与所述成本函数的最低平均输出相对应的值函数；
使用所述值函数计算所述钻井系统的状态中的每一者的控制输入；以及
生成查找表，所述查找表包含所述钻井系统的所述控制输入和所述状态。
15.如权利要求14所述的设备，其中导致所述处理器至少部分基于所述控制策略来生成针对所述钻井系统的所述控制信号的所述指令集进一步导致所述处理器
生成所述钻井系统的状态的实时估计值；
从所述查找表选择与所估计状态相对应的控制输入；
使用所述控制输入生成所述钻井系统的所述控制信号。
16.如权利要求9所述的设备，其中所述指令集进一步导致所述处理器
接收第二组井下测量值；
至少部分基于所述第二组井下测量值来生成所述钻井系统的第二模型；
至少部分基于所述第二模型来计算第二控制策略；以及
至少部分基于所述第二控制策略来生成针对所述钻井系统的第二控制信号。
CN201380079301.1A 2013-10-21 2013-10-21 使用随机最优控制实现的钻井自动化 Expired - Fee Related CN105518251B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2013/065895 WO2015060810A1 (en) 2013-10-21 2013-10-21 Drilling automation using stochastic optimal control

Publications (2)

Publication Number Publication Date
CN105518251A CN105518251A (zh) 2016-04-20
CN105518251B true CN105518251B (zh) 2018-11-20

Family

ID=52993262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380079301.1A Expired - Fee Related CN105518251B (zh) 2013-10-21 2013-10-21 使用随机最优控制实现的钻井自动化

Country Status (11)

Country Link
US (1) US9995129B2 (zh)
CN (1) CN105518251B (zh)
AR (1) AR098071A1 (zh)
AU (1) AU2013403373B2 (zh)
BR (1) BR112016004150B1 (zh)
CA (1) CA2922649C (zh)
GB (1) GB2533718B (zh)
MX (1) MX2016003567A (zh)
NO (1) NO20160402A1 (zh)
RU (1) RU2633006C1 (zh)
WO (1) WO2015060810A1 (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2547563B (en) 2014-12-31 2020-11-18 Halliburton Energy Services Inc Automated optimal path design for directional drilling
US9988891B2 (en) 2015-10-15 2018-06-05 Baker Hughes, A Ge Company, Llc Monitoring control and/or optimization of borehole sidetracking
US20170122092A1 (en) 2015-11-04 2017-05-04 Schlumberger Technology Corporation Characterizing responses in a drilling system
US10878145B2 (en) 2015-12-29 2020-12-29 Halliburton Energy Services, Inc. Bottomhole assembly design and component selection
US11131540B2 (en) 2016-01-26 2021-09-28 Schlumberger Technology Corporation Tubular measurement
CN109328256A (zh) 2016-05-25 2019-02-12 斯伦贝谢技术有限公司 基于图像的钻井作业系统
EP3510234B1 (en) 2016-12-09 2021-10-20 Halliburton Energy Services, Inc. Directional drilling with stochastic path optimization of operating parameters
CN106444563A (zh) * 2016-12-12 2017-02-22 中国石油集团川庆钻探工程有限公司 适用于气体钻井的安全保障系统
US11021944B2 (en) 2017-06-13 2021-06-01 Schlumberger Technology Corporation Well construction communication and control
US11143010B2 (en) 2017-06-13 2021-10-12 Schlumberger Technology Corporation Well construction communication and control
US11422999B2 (en) 2017-07-17 2022-08-23 Schlumberger Technology Corporation System and method for using data with operation context
GB2578258B (en) * 2017-08-18 2022-02-16 Landmark Graphics Corp Rate of penetration optimization for wellbores using machine learning
GB2578700B (en) * 2017-08-21 2022-09-21 Landmark Graphics Corp Neural network models for real-time optimization of drilling parameters during drilling operations
AU2017428335A1 (en) * 2017-08-21 2020-01-30 Landmark Graphics Corporation Iterative real-time steering of a drill bit
DE112019001222T5 (de) 2018-03-09 2020-11-26 Schlumberger Technology B.V. Integrierte Bohrlochkonstruktionssystem-Betriebsvorgänge
US11035219B2 (en) 2018-05-10 2021-06-15 Schlumberger Technology Corporation System and method for drilling weight-on-bit based on distributed inputs
US10876834B2 (en) 2018-05-11 2020-12-29 Schlumberger Technology Corporation Guidance system for land rig assembly
US11959373B2 (en) 2018-08-02 2024-04-16 Landmark Graphics Corporation Operating wellbore equipment using a distributed decision framework
US10890060B2 (en) 2018-12-07 2021-01-12 Schlumberger Technology Corporation Zone management system and equipment interlocks
US10907466B2 (en) 2018-12-07 2021-02-02 Schlumberger Technology Corporation Zone management system and equipment interlocks
CN110067550B (zh) * 2019-01-23 2020-05-01 中国地质大学（武汉） 一种具有多自由度-变参数的钻柱系统回转运动建模方法
US11391142B2 (en) 2019-10-11 2022-07-19 Schlumberger Technology Corporation Supervisory control system for a well construction rig
US12055027B2 (en) 2020-03-06 2024-08-06 Schlumberger Technology Corporation Automating well construction operations based on detected abnormal events
KR102294384B1 (ko) * 2020-12-31 2021-08-26 동아대학교 산학협력단 머신러닝을 이용한 굴진율 예측 시추운전가이드 모델 구축방법 및 이를 이용한 굴진율 예측시스템
WO2023067391A1 (en) 2021-10-22 2023-04-27 Exebenus AS System and method for predicting and optimizing drilling parameters
US12037857B2 (en) * 2021-11-30 2024-07-16 Saudi Arabian Oil Company Method and system for determining hole cleaning efficiency based on wellbore segment lengths

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910589A (zh) * 2004-03-04 2007-02-07 哈利伯顿能源服务公司 建模、测量、再校准、和优化控制井孔钻探的方法和系统
CN101600851A (zh) * 2007-01-08 2009-12-09 贝克休斯公司 动态控制钻进故障的钻进组件和系统及利用该钻进组件和系统进行钻井的方法
CN101719331A (zh) * 2009-12-08 2010-06-02 西南石油大学 钻井模拟器钻进工艺模拟方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6612382B2 (en) * 1996-03-25 2003-09-02 Halliburton Energy Services, Inc. Iterative drilling simulation process for enhanced economic decision making
US7032689B2 (en) 1996-03-25 2006-04-25 Halliburton Energy Services, Inc. Method and system for predicting performance of a drilling system of a given formation
US6785641B1 (en) * 2000-10-11 2004-08-31 Smith International, Inc. Simulating the dynamic response of a drilling tool assembly and its application to drilling tool assembly design optimization and drilling performance optimization
CA2357921C (en) 2000-09-29 2007-02-06 Baker Hughes Incorporated Method and apparatus for prediction control in drilling dynamics using neural networks
RU2244117C2 (ru) * 2002-03-06 2005-01-10 Шлюмбергер Текнолоджи Бв Способ управления работой в скважине и система бурения скважины
EP1608843A1 (en) * 2003-03-31 2005-12-28 Baker Hughes Incorporated Real-time drilling optimization based on mwd dynamic measurements
US7044239B2 (en) * 2003-04-25 2006-05-16 Noble Corporation System and method for automatic drilling to maintain equivalent circulating density at a preferred value
US7412331B2 (en) * 2004-12-16 2008-08-12 Chevron U.S.A. Inc. Method for predicting rate of penetration using bit-specific coefficient of sliding friction and mechanical efficiency as a function of confined compressive strength
US7441612B2 (en) 2005-01-24 2008-10-28 Smith International, Inc. PDC drill bit using optimized side rake angle
US8672055B2 (en) * 2006-12-07 2014-03-18 Canrig Drilling Technology Ltd. Automated directional drilling apparatus and methods
GB2468251B (en) 2007-11-30 2012-08-15 Halliburton Energy Serv Inc Method and system for predicting performance of a drilling system having multiple cutting structures
US8705318B2 (en) 2008-03-10 2014-04-22 Schlumberger Technology Corporation Data aggregation for drilling operations
US8892407B2 (en) 2008-10-01 2014-11-18 Exxonmobil Upstream Research Company Robust well trajectory planning
BRPI0919556B8 (pt) 2008-10-03 2019-07-30 Halliburton Energy Services Inc método, sistema para perfurar um poço, e, meio legível por computador
CA2744419C (en) * 2008-11-21 2013-08-13 Exxonmobil Upstream Research Company Methods and systems for modeling, designing, and conducting drilling operations that consider vibrations
US8453764B2 (en) * 2010-02-01 2013-06-04 Aps Technology, Inc. System and method for monitoring and controlling underground drilling
US9574432B2 (en) * 2010-12-13 2017-02-21 Schlumberger Technology Corporation Optimized drilling
GB2502726B (en) * 2011-02-08 2016-06-29 Logined Bv Three-dimensional modeling of parameters for oilfield drilling
US9587478B2 (en) 2011-06-07 2017-03-07 Smith International, Inc. Optimization of dynamically changing downhole tool settings
US9181791B2 (en) 2011-06-28 2015-11-10 Raytheon Company System and method for determining soil characteristics and drillstring instability during horizontal directional drilling
US9436173B2 (en) 2011-09-07 2016-09-06 Exxonmobil Upstream Research Company Drilling advisory systems and methods with combined global search and local search methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910589A (zh) * 2004-03-04 2007-02-07 哈利伯顿能源服务公司 建模、测量、再校准、和优化控制井孔钻探的方法和系统
CN101600851A (zh) * 2007-01-08 2009-12-09 贝克休斯公司 动态控制钻进故障的钻进组件和系统及利用该钻进组件和系统进行钻井的方法
CN101719331A (zh) * 2009-12-08 2010-06-02 西南石油大学 钻井模拟器钻进工艺模拟方法

Also Published As

Publication number Publication date
MX2016003567A (es) 2016-07-21
GB2533718B (en) 2018-04-18
CN105518251A (zh) 2016-04-20
NO20160402A1 (en) 2016-03-09
US9995129B2 (en) 2018-06-12
GB201603219D0 (en) 2016-04-06
CA2922649C (en) 2019-07-30
AU2013403373A1 (en) 2016-03-17
RU2633006C1 (ru) 2017-10-11
BR112016004150B1 (pt) 2021-07-13
CA2922649A1 (en) 2015-04-30
GB2533718A (en) 2016-06-29
BR112016004150A2 (pt) 2017-08-01
AR098071A1 (es) 2016-04-27
US20160230530A1 (en) 2016-08-11
WO2015060810A1 (en) 2015-04-30
AU2013403373B2 (en) 2016-12-01

Similar Documents

Publication Publication Date Title
CN105518251B (zh) 使用随机最优控制实现的钻井自动化
US10907465B2 (en) Closed-loop drilling parameter control
US8417495B2 (en) Method of training neural network models and using same for drilling wellbores
US9587478B2 (en) Optimization of dynamically changing downhole tool settings
CA3040864C (en) Directional drilling with stochastic path optimization of operating parameters
US10233739B2 (en) Controlling wellbore drilling systems
CN105378215B (zh) 钻井组件中的粘滑振动的消除
NO20170798A1 (en) Regulating downhole fluid flow rate using an multi-segmented fluid circulation system model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181120

Termination date: 20201021