CN107709702B - 用于功率损失故障表征的方法、系统和装置 - Google Patents
用于功率损失故障表征的方法、系统和装置 Download PDFInfo
- Publication number
- CN107709702B CN107709702B CN201680039483.3A CN201680039483A CN107709702B CN 107709702 B CN107709702 B CN 107709702B CN 201680039483 A CN201680039483 A CN 201680039483A CN 107709702 B CN107709702 B CN 107709702B
- Authority
- CN
- China
- Prior art keywords
- wellbore
- drill string
- drilling
- time series
- sensor
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012512 characterization method Methods 0.000 title description 3
- 238000005553 drilling Methods 0.000 claims abstract description 124
- 238000005452 bending Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 14
- 230000000116 mitigating effect Effects 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 239000000835 fiber Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 241000276498 Pollachius virens Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Earth Drilling (AREA)
Abstract
本发明涉及用于通过测量与井筒中的钻柱相关联的信号传播的功率损失来实时确定钻探作业故障的方法、系统和装置。本发明包括从与井筒中的钻柱相关联的柱中钻探子传感器采集第一时间序列,以及从与所述钻柱相关联的传感器采集第二时间序列,其中所述传感器是在大地表面上的钻机上或附近。所述方法还包括确定所述井筒的几何形状以及使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定用于表征井筒的模型参数阿尔法和贝塔。所述模型参数然后可以用于钻探后续的井,使用表面传感器采集的数据来确定钻探故障。
Description
关于联邦资助的研究或开发的声明
无。
技术领域
本发明总体涉及检测和减轻钻探中的故障。更具体但非限制性地,本发明的实施例包括通过对井筒环境建模来预测在钻柱的任何位置处的实时故障,从而使得能够从处于工作状况下的钻柱回收信号能量,这允许检测和减轻井下钻探故障,故障由地表上的传感器检测。
背景技术
使用与从地表旋转的钻柱相关联的钻头或使用井下马达、或同时使用井下马达并且从地表旋转钻柱通过钻探作业来开发烃储量。在钻柱末端的井底钻具组合(BHA)可以包括诸如钻铤、扶正器、钻井马达和记录工具、以及测量工具的部件。BHA还能够将各种钻井和地质参数遥测发送到地表设施。
在钻井过程中钻柱在井筒中遇到的阻力导致钻柱的显著磨损,特别常见钻头和BHA的显著磨损。对于增强钻井效率并且使成本最小化而言重要的是,理解井筒的几何形状如何影响钻柱和BHA上的阻力,以及管理潜在导致井下设备失效的动态状况。称为钻探故障的、可能导致部件失效的各种状况包括扭矩过大、冲击、钻头跳动、引入的振动、钻头涡动(whirl)、粘-滑等等。这些状况必须被快速检测到,从而尽可能快地努力将其减轻,因为某些故障可能迅速导致工具失效。
快速汇聚和分析来自与井筒钻探作业相关的多个来源的数据,通过对钻探故障的及时响应而有助于高效的钻井作业。井下传感器采集的井眼或钻柱时间序列数据的准确定时信息对于汇聚来自地表和井下传感器的信息而言是重要的。然而,每个传感器可能具有其自身的内部时钟,或者来自许多传感器的数据可能是相对于未同步的多个时钟而采集和记录的。定时信息的这种非同步性在合并和处理来自不同传感器的数据时产生了问题。此外,已知传感器定时有时受到各种环境因素的影响,所述环境因素造成了可能不同地影响各种传感器的可变定时漂移。许多因素都可能使独立传感器的定时不准确,所述传感器于是需要被校正或调整以使数据可以在所有传感器信息在时间上一致的情况下被正确地同化,以便将正在钻的井的动态状态准确地通知钻井作业中心。
井下钻探故障可以造成难以检测或预测的严重作业问题。越快越高效地辨识出钻探故障,就可以越快地减轻故障。因而需要高效的方法、系统和装置来快速辨识和减轻在钻井作业过程中的故障。
发明内容
应理解的是,虽然下文中提供了一个或多个实施例的展示性实现方式,但各种具体实施例可以使用任何数目的本领域普通技术人员已知的技术来实现。本披露绝不应以任何方式受限于展示性实施例、附图、和/或下文展示的技术,包括在本文中展示和描述的示例性设计和实现方式。此外,本披露可以在所附权利要求书的范围及其全部等效物范围内进行修改。
本发明更具体地在非限制性实施例中包括一种用于通过测量与井筒中的钻柱相关联的信号传播的功率损失来实时确定钻探作业故障的方法,所述方法包括从与第一井中的井筒中的钻柱相关联的柱中钻探子传感器采集第一时间序列,并且从与所述钻柱相关联的传感器采集第二时间序列,其中所述传感器是在大地表面上的钻机上或附近。所述方法还包括确定所述井筒的几何形状以及使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定用于表征井筒的模型参数阿尔法和贝塔。
在另一个非限制性实施例中,提供了一种用于通过在钻探井筒过程中测量与钻柱相关联的信号传播的功率损失来实时确定钻探作业故障的系统,其中所述系统包括:与第一井中的井筒中的钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列,以及与所述第一井钻柱相关联的传感器,所述传感器用于采集第二时间序列,其中所述传感器是在钻机上或大地表面附近。与所述钻柱相关联的井底钻具组合提供数据以确定所述第一井筒的几何形状,而第一计算机程序模块使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定表征井筒的模型参数阿尔法和贝塔。
在又另一个非限制性实施例中,提供了一种钻机装置用于钻探多个井,其中所述装置包括具有用于钻探第一井的第一钻柱的钻机和与所述钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列,以及与所述钻柱相关联的第二传感器,其中所述第二传感器在大地表面处的钻机上或附近,所述第二传感器用于采集第二时间序列。还提供了与所述钻柱相关联的井底钻具组合,所述井底钻具组合用于提供数据以确定井筒的几何形状。提供了第一计算机程序模块用于使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状来确定模型参数,以推导出表征行进穿过所述钻柱的信号的信号传播的功率损失的模型参数阿尔法和贝塔。
附图说明
对本发明及其益处的更完整的理解可以通过参照与附图相关进行的以下说明来获得,在附图中:
图1展示了具有根据本披露的不同实施例的第一井筒和第二井筒的地层的示例;
图2展示了用于描述井筒的几何曲折度的术语;
图3展示了用于描述井筒中的钻柱的力的术语;
图4展示了根据本披露的实施例用于通过测量与钻柱相关联的信号传播的功率损失来实时确定故障的方法;
图5展示了根据本披露的实施例用于对井筒环境建模的系统;
图6展示了根据本披露的实施例用于对井筒环境建模的装置;
图7展示了根据本披露的另外实施例的系统或装置。
具体实施方式
现在转到对本发明的优选安排的具体说明,应理解的是,本发明的特征和概念可以在其他安排中体现并且本发明的范围并不限于所说明的或所展示的实施例。本发明的范围仅旨在受到随后权利要求书的范围限制。
给出本发明的某些实施例的以下示例。每个示例都是通过解说本发明的方式提供的,为本发明的众多实施例之一,并且以下的示例不应解读为限制或定义本发明的范围。
图1展示了具有根据本披露的不同实施例的第一井筒和第二井筒的地层的示例。本文披露的不同实施例用在如图1所展示的钻井环境中,其中从地表钻机设施101钻出井筒102,所述地表钻机设施包括钻机、与钻柱相关联的用于从井筒内获得在钻柱中遥测的数据的传感器103(例如附接在Kelly或防爆喷器上的电子声学接收器)、以及相关联的控制和支持设施105,所述控制和支持设施可以包括数据聚合、数据处理基础设施(包括计算机系统)以及钻井控制系统。在钻井作业过程中,井筒102包括钻柱,所述钻柱包括相关联的井底钻具组合(BHA),所述井底钻具组合可以包括泥浆马达112、可调节的弯曲壳体或‘BHA动态子组(Dynamic Sub)’114(包含各种传感器、换能器和电子部件)以及钻头116。BHA动态子组采集时间序列数据,如RPM、转矩、弯曲力矩、拉力、压力(ECS)和振动数据。另外,BHA以高保真或标准模式来采集钻井同时测量和钻井同时记录(MWD/LWD)的数据,如倾斜度、方位角、伽马射线、电阻率和其他高级的LWD数据。用BHA采集的任何数据可以作为时间序列数据通过钻柱遥测方式或通过泥浆脉冲遥测方式被传输到钻机101。
钻柱还可以包含相关联的传感器,例如采集高保真时间序列数据(如RPM、转矩、弯曲力矩、拉力和振动数据)的柱中动态子组110,并且这些带有仪器的子组可以通过遥测方式将代表这些测量值的信号沿钻柱向上发送,这些信号还在钻机上或附近被记录。
在不同实施例中,通过将钻探第一井筒102时采集的结果提供用于第二井筒(如图1中的井筒104)的钻探,可以提高后续钻井的效率。如本文中所披露的,通过使用从钻探第一井筒102确定的模型参数(其中使用了带有仪器的柱中动态子组110),井筒104就将不需要所述带有仪器的子组,因为与井筒104的钻柱相关联的传感器(所述传感器是在大地表面上的钻机上或附近)、与通过遥测方式从与第二井筒的钻柱相关联的BHA接收的几何信息和其他时间序列信息相组合就是确定与钻探作业相关联的井下动态特征所需要的全部,从而可以有效检测并减轻故障。
本文中披露的实施例提供了在钻柱的任何位置预测实时钻探故障。本文中披露的不同实施例提供的优点包括:(a)通过仅三个参数来检测和建模大范围的可能的功率损失的简单性;(b)良好设置且经得起以不同尺度来稳定估算参数的检验的对井下状况的确定;(c)与不同弯曲函数和信号表示(例如平均值、包络值)一起使用的灵活性;(d)通过在时间/深度上的任何点的功率损失确定来预测故障的效力,并且因此可用于通过在地表钻探设施采集的与钻柱相关联的测量值来测量和理解动态井下状况,使得可以不使用柱中动态子组而仅使用从地表采集的数据来表征在钻探作业过程中的动态井下环境地钻探相似定位的井。
在钻探作业中,传感器放置在不同的井筒位置、钻柱位置和时间/深度间隔处以提供实时测量值,如每分钟转数(RPM)、转矩、钻压(WOB)和加速度等。由于井轨迹的弯曲效果引起的吸收、散射和泄露,用所述传感器采集的数据可能是不规则分布的并且经受了传输损失。这些效应的非线性组合造成信号幅值的重要的衰减或功率损失,这可能对完整性和对沿井筒在钻柱的多个区段处的故障预测造成损害。
对管控沿井筒的功率损失的规律的理解因此对于使得检测和控制机理有效是关键性的,所述控制机理可以减轻不希望的振动或其他状况并且防止或推迟实际的钻头或BHA失效。本发明提供简单但强大的功率损失模型,所述模型预测在任意的弯曲效果下由于井筒的几何形状造成的信号能量衰减。通过这个功率损失模型提供的对沿井筒的功率损失的理解有助于对正在钻井时的动态井下状况(包括故障)的理解。
功率损失模型取决于一组3个参数:一个参数阿尔法(α)用于控制沿竖直区段(即不考虑弯曲效应)的损失,以及两个参数贝塔(β)和伽马(γ),控制对于给定的弯曲函数或井筒几何形状而言指数和双曲线信号衰减之间的权衡。
功率损失模型将片状(刚性)的和纤维状(柔软)的模型损失的同类项合并,所述模型类似于在Optics[Hunsperger,2009]和Photonics[Pollock,2003]中提出的模型。当前披露的实施例包括但不限于相对于井筒几何形状的三个不同的弯曲函数,所述函数可以使用α、β和γ通过数学关系来描述:1)几何曲折度,2)累积的弯折(dog-leg)和3)夹紧效率。
井眼曲折度是钻探所固有的,并且是从所计划的井筒轨迹的波动,如在竖直区段中成螺旋形或在水平区段中有滑动-旋转行为。弯折是在井筒中井筒的轨迹偏离直路径处的转弯的地方。弯折可以是有意地在定向钻探中制造的,以便使井筒转向到水平路径,例如在非常规页岩井的情况下。弯折严重程度的标准计算值以每100英尺(或每30米)井筒长度的二维度数来表达。
在实时井下作业中增加传感器的使用对于在钻探过程中调查井筒环境以及测量井筒的实际几何结构是有用的。将沿钻柱向上行进的信号的功率损失作为井筒几何形状的结果来建模的可能性现在可以用带仪器的钻探实践来得以解决。模型通常由指数衰减函数来掌控。这些函数可以采用不同的形式以适应不同的材料类型、以捕捉弯曲几何形状上的其他损失源,如由微弯曲和突然的或相对快速的曲率变化产生的那些。
本文中披露的弯曲函数模型的优点包括:(a)使用三个模型参数(在此指定为α、β和γ)的组合通过不同数学描述来适应大范围的可能的损失的简单性;(b)经得起以不同尺度来稳定估算其参数的良好设置的模型或模型组;(c)与不同弯曲函数和信号表示(例如平均值、包络值)一起使用的灵活性;以及(d)在时间/沿钻柱的深度上的任何点使用功率损失预测故障而导致高效且及时的故障减轻的效力。
低频率地表数据,如RPM、钻压(WOB)、转矩(TOB)和加速数据,照例用于发现和减轻钻探故障。然而,最近在记录高频率地表和井下数据方面的发展为更好的理解钻探故障增添了新的维度。波动光学和光子学文献提供了可用于理解传输损失(如穿过经受(如在井筒中由几何形状导致的)弯曲效应的不同材料的吸收、散射和泄露)的类似内容。
假定所有传播常数都可以组合在一起并且可以忽略相效应,则信号传播a可以表达为a=α·e-β·R(对于片状的情况,可用于在相对较短距离上建模)以及a=α·R-1/2e-β·R(对于纤维状的情况,可用于在较长距离上建模),其中R是曲率半径,α是量值取决于情况的常数,β和γ是在指数或双曲线意义上与弯曲或半径相关的参数。
本披露的不同实施例提供功率损失的混合型片状/纤维状模型。所披露的模型包括指数系数,所述指数系数作为来自弯曲模型的指数和双曲线趋势的混合而衰减,其中
两步参数估算:(1)对于i=1,2,…,Nz;j=1,2,…,Ns,有ln(P0,jPi,j)+aizi=0,并且(2)是为了考虑到组合的片状/纤维状效应的三参数问题,其中i是深度上的指数且j指代观测站。
用于对功率损失故障进行表征或建模的不同优选实施例的实现方式包括选择弯曲函数或对所选的弯曲函数(即几何曲折度、弯折和夹紧效率)建模的选项。还有,可以使用这些模型参数推导出具有不同拟合选项的实验的选项。此外,有可能从任何给定的起始深度来限定拟合几何形状。还存在通过应用针对不同光滑化和过滤选项的模型参数来提供的定义。片状和纤维状模型都可用于使用与等效井下传感器时间序列数据相比较的地表传感器时间序列数据的组合来通过反演估算功率损失。可以对任何传感器的数据或来自一些或全部传感器的聚合的数据来进行回归。
几何曲折度弯曲函数可以通过给出,其中lk是从一个地表下的观测站位置到下一个地表下观测站位置的理想化长度,并且zk是沿所钻井筒的实际几何长度的实际距离。方程式中最后一项的分子和分母展示在图2中。累积的弯折弯曲函数δ由下式给出:
如在图2中所展示的,从观测站1到观测站2的几何曲折度弯曲函数是双向测量的,这包括分子||TVDk,NSk,EWk||2和分母MDk。分母是沿井筒在观测站1和观测站2之间测量的实际几何形状,例如使用从BHA采集的数据,而分子是基于竖直距离(TVDk)、南北距离(NSk)和东西距离(EWk)的平方之和的平方根的理想化测量值,还考虑到钻柱在观测站1的方位角Az1和倾斜度I1以及钻柱在观测站2的方位角Az2和倾斜度I2。
为了进一步分析井筒中的弯曲函数,夹紧效率参数可以在基于物理学的方程中进行描述,其中作用在钻管上的力如在图3中所展示地显示在分别指定为倾斜度和方位角的轨迹中的弯曲处。对于在井筒轨迹方向上在钻柱上的拉力或横向力而言,沿钻柱的轨迹的力是Ft,而在此点垂直于井筒轨迹的力是Fn。在弯曲处从钻柱轨迹的轨迹在另一个方向上的力是Ft+ΔFt,由于弯曲,所述力在方向上是作为相关联的。钻柱的重量指定为W。通过这些参数,可以将力组合以描述夹紧效率,类似于由于钻柱与井筒几何形状的互相作用导致的井筒对钻探作业的阻力的形式:
图4展示了用于通过测量与钻柱相关联的信号传播的功率损失来实时确定钻探故障的方法。(第一)井用带有仪器的钻柱来钻探,其中钻柱包括柱中钻探子单元以采集和通过遥测方式向地表发送时间序列数据401。从井筒中与柱中钻探子单元相关联的传感器采集第一时间序列,其中传感器在大地表面以下403。从与钻柱相关联的传感器采集第二时间序列,所述钻柱在井筒中,其中与钻柱相关联的传感器在大地表面上或附近,例如与附接到Kelly或其他用于获取信号的钻机部件的声学接收器相关联。从来自井底钻具组合的、遥测送到地表的数据来确定井筒的几何形状405。描述由于几何形状效应导致的井筒信号传播功率损失的模型参数是使用第一时间序列、第二时间序列和井筒的几何形状来确定的,以推导出参数阿尔法和贝塔,所述参数基于由井筒的几何形状造成的衰减而表征行进穿过钻柱的信号的信号传播的功率损失409以及其他动态效应。在不同位置处的不同传感器之间的差分功率损失可以辅助表征。对不同时间序列比较的差分功率损失效应的分析允许检测且然后减轻钻探故障。可以钻探第二井,其中钻柱不包括采集和发送时间序列数据到钻柱中的柱中钻探子单元411。在第二井筒中的第二井钻柱的动态状态可以根据与井筒中的钻柱相关联的传感器所采集的第三时间序列数据来确定,其中传感器在大地表面上或附近(即与Kelly上的声学传感器相关联),并且第三时间序列数据与BHA遥测的数据和从第一井确定的模型参数相组合413。在钻探第二井时的钻探故障可以使用第三时间序列来检测和减轻415,模型参数从第一井筒和第二井筒的几何形状推导出。
图5展示了包括柱中钻探子传感器(110)的系统,所述柱中钻探子传感器与第一井中的井筒中的钻柱相关联以便采集第一时间序列501。与所述第一井钻柱相关联的传感器,所述传感器用于采集第二时间序列,其中所述传感器是在钻机上或大地表面附近503。与井筒102中的钻柱相关联的井底钻具组合112、114、116提供数据以确定第一井筒102的几何形状505。第一计算机程序模块使用第一时间序列、第二时间序列和井筒几何形状来确定模型参数,以推导出表征行进穿过钻柱的信号的信号传播的功率损失的模型参数阿尔法和贝塔507。任选地,系统还可以包括在井筒104中的第二井钻柱,其中钻柱不包括采集和发送时间序列数据到钻柱中的柱中钻探子单元509。任选地,系统还可以进一步包括与第二井钻柱相关联的传感器103,其中传感器是在大地表面上或附近(例如与Kelly相关联的声学传感器)以提供数据来根据传感器所采集的第三时间序列与从第一井确定的模型参数相组合确定井筒中第二井钻柱的动态状态511。系统还可以包括第二计算机模型,从而确定在钻探第二井时的钻探故障,故障使用从第一井确定的模型参数、第三时间序列和第二井筒的几何形状(如从与第二钻柱相关联的BHA数据推导出的)来确定513。系统还可以包括第三计算机第三计算机程序模块,用于减轻钻探第二井时的钻探故障515。
图6展示了用于钻探多个井601的钻探装置的使用,所述钻探装置包括带有在井筒102中的用于钻探第一井的第一钻柱的钻机101,所述第一钻柱带有与钻柱相关联的、用于采集第一时间序列603的柱中子传感器110。第二传感器103与井筒102中的所述钻柱相关联,其中所述第二传感器在大地表面处的钻机101上或附近,所述第二传感器用于采集第二时间序列605。井底钻具组合112、114、116与钻柱相关联以提供数据来确定与井筒102中的钻柱相关联的井筒的几何形状。所述装置包括第一计算机程序模块,用于使用第一时间序列、第二时间序列和井筒的几何形状来确定模型参数,以推导出表征在井筒中行进穿过钻柱的信号的信号传播的功率损失的模型参数阿尔法和贝塔609。第二井可以如下钻探,其中钻柱不包括柱中钻探子单元611。井底钻具组合112、114、116可以与井筒104中的第二钻柱相关联,以提供数据来确定第二井筒的几何形状613并且提供用于与在地表103上的钻柱相关联传感器进行比较的时间序列数据,从而提供第三时间序列以便推导出在井筒中沿钻柱的信号功率损失并且以便在正在钻井时确定钻探故障615。在推导出参数阿尔法和贝塔后,这些参数可以用在钻探第二井中,其中第二井的几何数据、与BHA时间序列数据相组合来推导出关于第二井筒的功率损失信息的第三时间序列数据(如来自传感器103的)可以被反算以检测且然后减轻钻探作业中的钻探故障。另外,第二计算机程序模块可以确定参数伽马,所述参数伽马与阿尔法和贝塔一起可以被用于表征在第一或第二钻柱中行进的信号的信号传播的功率损失。使用这些参数的组合,故障检测计算机程序模块可以确定在井筒中的第二钻柱的动态状态。当检测到钻探故障时,可以采取用于减轻故障的手段。
图7是系统700的实施例的示意性图表,所述系统可以对应于计算机和/或任何其他计算装置(如工作站、服务器、主机、超级计算机、处理图和/或数据库)或可以是其一部分。系统700壳体与钻机101上的地表基础设施105相关联。系统700包括处理器702,所述处理器也可以称为中央处理单元(CPU)。处理器702可以与系统700内的其他部件通信和/或对其提供指令,如输入接口704、输出接口706和/或存储器708。在其他实施例中,处理器702可以包括作为缓存器和/或数据储存器工作的一个或多个多核处理器和/或存储器(例如高速缓冲存储器)。在替代实施例中,处理器702可以是一个或多个其他处理部件的一部分,如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、和/或数字信号处理器(DSP)。虽然图7展示了处理器702可以是单一处理器,但将理解的是,处理器702并不受限于此并且替代地可以代表多个处理器,包括大规模并行的实现方式和包括数据流连接的数学运算符的处理图。处理器702可以被配置用于实现本文中所描述的方法中的任一种。
图7展示了存储器708可以操作性地耦联至处理器702。存储器708可以是被配置用于存储不同类型数据的非暂态的介质。例如,存储器708可以包括一个或多个存储器装置,包括辅助储存器、只读存储器(ROM)和/或随机存取存储器(RAM)。辅助储存器典型地包括一个或多个磁盘驱动器、光学驱动器、固态驱动器(SSD)和/或磁带驱动器,并且被用于非易失性数据储存。在某些实例中,如果所分配的RAM不是大到足以容纳所有工作数据,辅助储存器可以用于储存溢出的数据。辅助储存器还可以用于当选择程序以执行时存储加载到RAM中的此类程序。ROM用于储存指令以及也许在程序执行过程中读取的数据。ROM是非易失性存储器装置,典型地具有相对于辅助储存器的较大存储容量而言小的存储容量。RAM用于储存易失性数据并且也许用于存储指令。
如在图7中所示,存储器708可以用于容纳用于执行本文中所描述的不同实施例的指令。在实施例中,存储器708可以包括计算机程序模块710,所述计算机程序模块可以被处理器702访问和实现。替代地,应用界面712可以储存在存储器之内并由处理器702访问。特别地,程序模块或应用界面可以进行对本文中所述的时间序列数据进行信号处理和/或调整。
编程和/或加载可执行指令到存储器708和处理器702上以便将系统700转变为对时间序列数据进行操作的特定机器或装置是本领域已知的。通过将可执行软件加载到计算机中来实现指令、实时监测以及其他功能可以通过公知的设计法则来转换为硬件实现方式。例如,以软件或硬件实现想法之间的抉择可以取决于设计选择的数目,所述设计选择包括设计的稳定性、待生产的单元的数目和从软件域转变到硬件域所涉及的问题。通常,设计可以以软件形式进行开发和测试并且然后通过公知的设计法则来转变为ASIC中的等价硬件实现方式或将软件指令硬连接的专用硬件。以与受新ASIC控制的机器为特定机器或装置的相同方式,同样地,已经被编程和/或加载有可执行指令的计算机可以被看做特定的机器或装置。
另外,图7展示了处理器702可以操作性地耦联被配置用于获得时间序列数据的输入接口704和被配置用于输出和/或显示结果或将结果传送到其他处理过程的输出接口706。输入接口704可以被配置用于经由传感器、线缆、连接器和/或通信协议来获得时间序列数据。在一个实施例中,输入接口704可以是包括多个端口的网络接口,所述端口被配置用于经由网络来接收和/或发送时间序列数据。具体而言,网络可以经由有线链路、无线链路和/或逻辑链路来发送所采集时间序列数据。输入接口704的其他示例可以是通用串行总线(USB)接口、CD-ROM、DVD-ROM。输入接口706可以包括但不限于用于图像显示器(例如监视器)和/或产生所生成结果的硬副本的打印装置的一个或多个连接。
为了进一步理解功率损失模型,状况数(CN)提供了功率损失模型对于弯曲函数的改变的良好设置程度或灵敏程度的验证:
其中|α·z|是非依赖性弯曲模型(如标准衰减模型)的状况数。
在一个非限制性实施例中,一种用于实时确定钻探作业故障的方法测量与钻柱相关联的信号传播的功率损失,所述方法包括从与第一井中的井筒中的钻柱相关联的柱中钻探子传感器采集第一时间序列,并且从与所述钻柱相关联的传感器采集第二时间序列,其中所述传感器是在大地表面上的钻机上或附近。所述方法还包括确定所述井筒的几何形状以及使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定用于表征井筒的模型参数阿尔法和贝塔。
其他方面可以包括钻探第二井,其中所述钻柱不包括采集和发送时间序列数据到所述钻柱中的柱中钻探子单元。另外的方面可以包括钻探第二井并且从与井筒中的钻柱相关联的传感器采集第三时间序列,其中所述传感器是在大地表面上的所述钻机上或附近。可以在钻探所述第二井时减轻钻探故障,其中所述故障使用所确定的模型参数阿尔法和贝塔、所述第三时间序列以及所述第二井筒的几何形状来确定。所述方法还可以包括推导出参数伽马,所述参数伽马与阿尔法和贝塔一起表征穿过钻柱行进的信号的信号传播的功率损失故障。使用所述第一和第二时间序列来确定模型参数还可以包括两步的参数估算:(1)对于i=1,2,…,Nz;j=1,2,…,Ns,有ln(P0,jPi,j)+aizi=0,并且(2)是为了考虑到组合的片状/纤维状效应的三参数问题,其中i是深度上的指数且j是关于观测站的指数。所述方法还可以包括使用阿尔法、贝塔和任选的伽马来确定选自下组的至少一项:i)几何曲折度,ii)累计的弯折值,以及iii)夹紧效率。
在另一个非限制性实施例中,提供了一种用于通过在钻探井筒过程中测量与钻柱相关联的信号传播的功率损失来实时确定钻探作业故障的系统,其中所述系统包括:与第一井中的井筒中的钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列,以及与所述第一井钻柱相关联的传感器,所述传感器用于采集第二时间序列,其中用于采集第二时间序列的所述传感器是在钻机上或大地表面附近。与所述钻柱相关联的井底钻具组合提供数据以确定所述第一井筒的几何形状,而具有处理器和存储器的计算机还包括第一计算机程序模块,所述第一计算机程序模块用于使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定表征井筒的模型参数阿尔法和贝塔。
在其他方面,所述系统还可以包括第二井钻柱,其中所述钻柱不包括采集和发送时间序列数据到所述钻柱中的柱中钻探子单元。另外,所述系统可以包括与第二井钻柱相关联的传感器,其中所述传感器是在大地表面上或附近以便提供数据来由所述传感器采集的第三时间序列数据与所确定的模型参数相组合地确定在所述井筒中的第二井钻柱的动态状态。所述系统还可以包括第二计算机程序模块,所述第二计算机程序模块确定在钻探所述第二井时的钻探故障,故障使用所确定的模型参数、所述第三时间序列以及所述第二井筒的几何形状来确定。第三计算机程序模块可以被提供用于减轻在钻探所述第二井时的钻探故障。可以提供第四计算机程序模块,所述第四计算机程序模块确定参数伽马,所述参数伽马能与阿尔法和贝塔一起用于表征穿过钻柱行进的信号的信号传播的功率损失故障。
在又另一个非限制性实施例中,提供了一种钻机装置用于钻探多个井,其中所述装置包括具有用于钻探第一井的第一钻柱的钻机和与所述钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列,以及与所述钻柱相关联的第二传感器,其中所述第二传感器在大地表面处的钻机上或附近,所述第二传感器用于采集第二时间序列。还提供了与所述钻柱相关联的井底钻具组合,所述井底钻具组合用于提供数据以确定井筒的几何形状。可以提供具有处理器和存储器的计算机,所述计算机具有一个或多个应用界面以及一个或多个计算机程序模块。可以提供第一计算机程序模块用于使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状来确定模型参数,以推导出表征行进穿过所述钻柱的信号的信号传播的功率损失的模型参数阿尔法和贝塔。
在其他方面,所述装置还可以包括第二井钻柱,其中所述钻柱不包括采集和发送时间序列数据到所述第二钻柱中的柱中钻探子单元。所述装置也可以包括与所述第二钻柱相关联的井底钻具组合,所述井底钻具组合用于提供数据以确定第二井筒的几何形状。此外可以提供与第二井钻柱相关联的传感器,其中所述传感器是在大地表面处的钻机上或附近以便采集第三时间序列。可以提供第二计算机程序模块,所述第二计算机程序模块确定参数伽马,所述参数伽马能与阿尔法和贝塔一起用于表征穿过所述第一钻柱或所述第二钻柱行进的信号的信号传播的功率损失故障。可以提供故障检测计算机程序模块,所述故障检测计算机程序模块用于确定在井筒中的所述第二钻柱的动态状态。可以提供故障减轻计算机程序模块,所述故障减轻计算机程序模块用于减轻与井筒中的钻柱相关联的检测到的钻探故障。
总结起来,应注意的是,对任何引用内容的讨论不是承认它是本发明的现有技术,尤其是任何可能具有在本申请优先权日期之后的公开日期的引用内容。同时,下文的每一项权利要求特此作为本发明的另外的实施例结合到详细说明或说明书中。
虽然本文中描述的系统和方法已经进行了详细描述,但应理解的是,在不偏离如以下权利要求书所限定的本发明精神和范围的情况下可以做出不同的变化、替代和改变。本领域技术人员可能能够学习优选的实施例并辨别出用于实践本发明的与本文所描述不尽相同的其他方式。发明人的意图为,本发明的变体和等效物都落入权利要求书的范围内,而说明书、摘要和附图不应用于限定本发明的范围。本发明的范围特别旨在与下文的权利要求书及其等效物的范围一样广。
Claims (20)
1.一种用于通过测量与用于钻探井筒的钻柱相关联的信号传播的功率损失来实时确定故障的方法,其中所述方法包括:
a.从与第一井中的井筒中的钻柱相关联的柱中钻探子传感器采集第一时间序列;
b.从与所述钻柱相关联的传感器采集第二时间序列,其中所述传感器位于大地表面;
c.确定所述井筒的几何形状;
d.使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状通过推导出信号传播的功率损失来确定用于表征井筒的第一模型参数、第二模型参数和第三模型参数;以及
e.减轻在钻另一井时至少使用所述第一模型参数和所述第二模型参数而确定的钻探故障。
2.如权利要求1所述的方法,其中所述另一井包括另一钻柱,所述另一钻柱没有采集和发送时间序列数据到所述钻柱中的柱中钻探子传感器。
3.如权利要求1所述的方法,还包括在钻探所述另一井时从与另一井筒中的钻柱相关联的另一传感器采集第三时间序列,其中所述另一传感器位于大地表面上。
4.如权利要求3所述的方法,其中所述钻探故障还被使用所述第三时间序列以及所述另一井筒的几何形状来确定。
5.如权利要求1所述的方法,进一步包括使用所述第一模型参数和所述第二模型参数来确定几何曲折度、累积的弯折和/或夹紧效率。
7.如权利要求5所述的方法,还包括使用所述第一模型参数、所述第二模型参数和所述第三模型参数来确定选自下组的至少一项:i)几何曲折度,ii)累计的弯折值,和/或iii)夹紧效率。
8.一种用于通过测量与用于钻探井筒的钻柱相关联的信号传播的功率损失来实时确定故障的系统,其中所述系统包括:
a.与第一井中的第一井筒中的第一钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列;
b.与所述第一井钻柱相关联的传感器,所述传感器用于采集第二时间序列,其中所述传感器位于在大地表面;
c.与所述钻柱相关联的井底钻具组合,所述井底钻具组合用于提供数据以确定所述第一井筒的几何形状;以及
d.计算机,所述计算机包括存储器、处理器和通过所述存储器存储的一个或多个程序,所述一个或多个程序被所述处理器执行时导致所述计算机:确定用于使用所述第一时间序列、所述第二时间序列和所述第一井筒的几何形状通过推导出信号传播的功率损失来确定表征所述第一井筒的第一模型参数、第二模型参数和第三模型参数,并且减轻在钻另一井时至少使用所述第一模型参数和所述第二模型参数而确定的钻探故障。
9.如权利要求8所述的系统,还包括另一钻柱,所述另一钻柱没有采集和发送时间序列数据到所述另一钻柱中的柱中钻探子传感器。
10.如权利要求8所述的系统,还包括具有另一传感器的另一钻柱,其中所述另一传感器位于大地表面,所述另一传感器被配置为提供数据来使用所述另一传感器采集的第三时间序列数据与所确定的所述第一模型参数和所述第二模型参数相组合地确定在另一井筒中的所述另一井钻柱的动态状态。
11.如权利要求10所述的系统,其中所述钻探故障被使用所述第三时间序列以及所述另一井筒的几何形状来确定。
12.如权利要求8所述的系统,其中所述计算机被配置为通过所述一个或多个程序来确定几何曲折度、累积的弯折和/或夹紧效率。
14.一种用于钻探多个井的钻机装置,其中所述装置包括:
a.具有用于钻探第一井的第一钻柱的钻机;
b.与所述第一钻柱相关联的柱中钻探子传感器,所述柱中钻探子传感器用于采集第一时间序列;
c.与所述第一钻柱相关联的第二传感器,其中所述第二传感器位于大地表面处,所述第二传感器用于采集第二时间序列;
d.与所述第一钻柱相关联的井底钻具组合,所述井底钻具组合用于提供数据以确定井筒的几何形状;以及
e.计算机,所述计算机包括存储器、处理器和通过所述存储器存储的一个或多个程序,所述一个或多个程序被所述处理器执行时导致所述计算机确定用于使用所述第一时间序列、所述第二时间序列和所述井筒的几何形状来确定表征行进穿过所述第一钻柱的信号的信号传播的功率损失的第一模型参数、第二模型参数和第三模型参数,并且减轻在钻另一井时至少使用所述第一模型参数和所述第二模型参数而确定的钻探故障。
15.如权利要求14所述的装置,还包括另一钻柱,其中所述另一钻柱没有采集和发送时间序列数据到所述另一钻柱中的柱中钻探子传感器。
16.如权利要求15所述的装置,还包括与所述另一钻柱相关联的另一井底钻具组合,所述井底钻具组合用于提供数据以确定另一井筒的另一几何形状。
17.如权利要求14所述的装置,还包括具有另一传感器的另一钻柱,其中所述另一传感器位于所述表面处以便采集第三时间序列。
19.如权利要求17所述的装置,其中所述计算机被配置为,通过所述一个或多个程序确定在另一井筒中的所述另一钻柱的动态状态。
20.如权利要求19所述的装置,其中所述计算机被配置为通过所述一个或多个模块来确定几何曲折度、累积的弯折和/或夹紧效率。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562160886P | 2015-05-13 | 2015-05-13 | |
US62/160,886 | 2015-05-13 | ||
PCT/US2016/031864 WO2016183205A1 (en) | 2015-05-13 | 2016-05-11 | Power loss dysfunction characterization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107709702A CN107709702A (zh) | 2018-02-16 |
CN107709702B true CN107709702B (zh) | 2021-09-03 |
Family
ID=61169616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680039483.3A Active CN107709702B (zh) | 2015-05-13 | 2016-05-11 | 用于功率损失故障表征的方法、系统和装置 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3294989B1 (zh) |
CN (1) | CN107709702B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113187464A (zh) * | 2021-04-16 | 2021-07-30 | 中石化江钻石油机械有限公司 | 一种具有井下故障预警功能的钻井监控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089733A (zh) * | 2006-06-13 | 2007-12-19 | Asml荷兰有限公司 | 表征光学系统的透射损失的方法 |
US8731888B2 (en) * | 2007-12-19 | 2014-05-20 | Exxonmobil Upstream Company | Gamma ray tool response modeling |
CN104217376A (zh) * | 2014-09-18 | 2014-12-17 | 国电南瑞南京控制系统有限公司 | 一种故障风机损失发电量的估计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5115872A (en) * | 1990-10-19 | 1992-05-26 | Anglo Suisse, Inc. | Directional drilling system and method for drilling precise offset wellbores from a main wellbore |
CA2357921C (en) * | 2000-09-29 | 2007-02-06 | Baker Hughes Incorporated | Method and apparatus for prediction control in drilling dynamics using neural networks |
AU2011326567B2 (en) * | 2010-11-12 | 2014-05-15 | Chevron U.S.A. Inc. | System and method for investigating sub-surface features of a rock formation |
RU2016101247A (ru) * | 2013-08-19 | 2017-09-26 | Хэллибертон Энерджи Сервисиз, Инк. | Оценочные телеметрические системы для ствола скважины |
-
2016
- 2016-05-11 CN CN201680039483.3A patent/CN107709702B/zh active Active
- 2016-05-11 EP EP16793454.6A patent/EP3294989B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089733A (zh) * | 2006-06-13 | 2007-12-19 | Asml荷兰有限公司 | 表征光学系统的透射损失的方法 |
US8731888B2 (en) * | 2007-12-19 | 2014-05-20 | Exxonmobil Upstream Company | Gamma ray tool response modeling |
CN104217376A (zh) * | 2014-09-18 | 2014-12-17 | 国电南瑞南京控制系统有限公司 | 一种故障风机损失发电量的估计方法 |
Non-Patent Citations (1)
Title |
---|
UV-imprinted single-mode waveguides with low loss at visible wavelength;Jussi Hiltunen;《IEEE PHOTONICS TECHNOLOGY LETTERS》;20130515;第25卷(第10期);第996-998页 * |
Also Published As
Publication number | Publication date |
---|---|
EP3294989A1 (en) | 2018-03-21 |
EP3294989A4 (en) | 2018-05-23 |
CN107709702A (zh) | 2018-02-16 |
EP3294989B1 (en) | 2019-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10788801B2 (en) | Big drilling data analytics engine | |
US11112513B2 (en) | Method and device for estimating sonic slowness in a subterranean formation | |
US10120343B2 (en) | Time corrections for drilling data | |
US20150226049A1 (en) | Assessment, monitoring and control of drilling operations and/or geological-characteristic assessment | |
EP3294990A1 (en) | Big drilling data analytics engine | |
BR112018075116B1 (pt) | Métodos para caracterizar propriedades de rochas, para calibrar derivações de propriedades mecânicas de rocha de uma ferramenta de perfuração e para obter tensão e deformação, e, aparelhos | |
AU2016261837B2 (en) | Drilling and power loss dysfunction characterization | |
CN107709702B (zh) | 用于功率损失故障表征的方法、系统和装置 | |
CA3049367C (en) | Distance-to-bed-boundary inversion solution pixelation | |
US8730763B2 (en) | Methods and apparatus to optimize parameters in a downhole environment | |
EP3294987B1 (en) | Time corrections for drilling data | |
WO2018156121A1 (en) | Incremental time lapse detection of corrosion in well casings | |
US20240167380A1 (en) | Analyzing drill cuttings using acoustic analysis | |
WO2018106247A1 (en) | Methods and systems to optimize downhole condition identification and response using different types of downhole sensing tools | |
Ekchian | Real-time bit-wear estimation using surface-vibration signals. Phase 1 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |