CN109869131A - 一种定向井微复合造斜方法及装置 - Google Patents
一种定向井微复合造斜方法及装置 Download PDFInfo
- Publication number
- CN109869131A CN109869131A CN201910230932.8A CN201910230932A CN109869131A CN 109869131 A CN109869131 A CN 109869131A CN 201910230932 A CN201910230932 A CN 201910230932A CN 109869131 A CN109869131 A CN 109869131A
- Authority
- CN
- China
- Prior art keywords
- driven
- micro
- directional well
- control
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005553 drilling Methods 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000013528 artificial neural network Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000002620 method output Methods 0.000 claims 1
- 230000003068 static effect Effects 0.000 abstract description 10
- 238000004422 calculation algorithm Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 239000002131 composite material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000011088 calibration curve Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- E21B3/00—Rotary drilling
- E21B3/02—Surface drives for rotary drilling
- E21B3/022—Top drives
-
- 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
- E21B3/00—Rotary drilling
- E21B3/02—Surface drives for rotary drilling
- E21B3/025—Surface drives for rotary drilling with a to-and-fro rotation of the tool
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/003—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by analysing 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
- E21B7/00—Special methods or apparatus for drilling
- E21B7/04—Directional drilling
- E21B7/06—Deflecting the direction of boreholes
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (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)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Analytical Chemistry (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Earth Drilling (AREA)
- Automatic Control Of Machine Tools (AREA)
Abstract
本发明公开了一种定向井微复合造斜方法及装置，该定向井微复合造斜方法包括：获取顶驱的转速数据和扭矩数据；获取现场钻井信息；将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，控制算法用于控制顶驱对定向井进行造斜作业。本发明可以在作业过程中不断控制顶驱的扭矩上限和速度上限，使钻柱以预设速度带动钻具向前钻进，将其受到的静摩擦力转化为滑动摩擦力，较好地消除了钻柱所受的静摩擦阻力。
Description
技术领域
本发明涉及石油勘探技术领域，尤其涉及一种定向井微复合造斜方法及装置。
背景技术
在定向井的钻井作业过程中，特别是在造斜井段，钻柱只加钻压而不旋转，井下的钻具沿着其弯壳体的弯角度方向钻进，钻柱随钻具沿井壁向下滑动，也就是滑动钻进，这样就会使整根钻柱处于滑动状态(非旋转状态)，进而导致钻柱在钻进过程中受到的静摩擦阻力较大，影响钻井效率。因此，为了保证钻井效率，减小钻柱在钻进过程中受到的静摩擦阻力是十分重要的。
发明内容
本发明实施例提供一种定向井微复合造斜方法，用以降低在钻井过程中钻柱所受的静摩擦阻力，该方法包括：
获取顶驱的转速数据和扭矩数据；
获取现场钻井信息；
将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，所述控制算法用于控制顶驱对定向井进行造斜作业。
可选的，第一学习样本为微复合状态学习样本；
微复合状态为顶驱的扭矩和转速在预设范围内。
可选的，所述控制算法用于控制顶驱对定向井进行造斜作业，包括：控制顶驱进行正向运动、反向运动或正反交替运动。
可选的，现场钻井信息包括：地层信息、钻机信息和钻井过程的即时信息。
本发明实施例还提供一种定向井微复合造斜装置，用以降低在钻井过程中钻柱所受的静摩擦阻力，该装置包括：
第一数据获取模块，用于获取顶驱的转速数据和扭矩数据；
第二数据获取模块，用于获取现场钻井信息；
训练控制模块，用于将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，所述控制算法用于控制顶驱对定向井进行造斜作业。
可选的，第一学习样本为微复合状态学习样本；
微复合状态为顶驱的扭矩和转速在预设范围内。本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例还提供了一种定向井微复合造斜方法，该方法包括：
利用上述方法输出的控制算法，控制顶驱对定向井进行造斜作业。
可选的，利用控制算法控制顶驱对定向井进行造斜作业，包括：
收集现场信息和顶驱的反馈信号，并根据现场信息和顶驱的反馈信号利用控制算法控制顶驱对定向井进行造斜作业。
本发明实施例中，通过获取顶驱的转速数据和扭矩数据，以及现场钻井信息，并将其分别生成第一学习样本和第二学习样本，再输入神经网络控制模型进行训练，输出顶驱的控制算法，利用该控制算法控制顶驱对定向井进行造斜作业，可以在作业过程中不断控制顶驱的扭矩上限和速度上限，使钻柱以预设速度带动钻具向前钻进，将其受到的静摩擦力转化为滑动摩擦力，较好地消除了钻柱所受的静摩擦阻力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中定向井微复合造斜方法的流程示意图；
图2为本发明实施例中定向井微复合造斜装置的结构示意图；
图3为本发明实施例中定向井微复合造斜方法的示例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1是本申请一个示例性实施例提供的定向井微复合造斜方法流程图，如附图1所示，该方法包括：
步骤101、获取顶驱的转速数据和扭矩数据；
步骤102、获取现场钻井信息；
步骤103、将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，该控制算法用于控制顶驱对定向井进行造斜作业。
本发明实施例提供的定向井微复合造斜方法，通过获取顶驱的转速数据和扭矩数据，以及现场钻井信息，并将其分别生成第一学习样本和第二学习样本，再输入神经网络控制模型进行训练，输出顶驱的控制算法，利用该控制算法控制顶驱对定向井进行造斜作业，可以在作业过程中不断控制顶驱的扭矩上限和速度上限，使钻柱以预设速度带动钻具向前钻进，将其受到的静摩擦力转化为滑动摩擦力，较好地消除了钻柱所受的静摩擦阻力。
在步骤102中，现场钻井信息包括：地层信息、钻机信息和钻井过程的即时信息。
在步骤103中，第一学习样本为微复合状态学习样本。
微复合状态为顶驱的扭矩和转速在预设范围内。
示例性的，微复合状态是一种临界的复合钻进状态，是指钻杆非常缓慢或非匀速的带动钻具旋转钻进，通常此时顶驱的扭矩上限值处于“复合扭矩”的范围内。复合扭矩是指处于复合钻进状态下的扭矩值，通常情况下该扭矩值是处于持续的波动状态，一般在一定的范围内。
本发明是通过接管顶驱的部分功能，再结合特定的算法，通过不断控制顶驱的扭矩上限值和速度上限值，来控制钻柱达到微复合状态的。接管顶驱的功能包括下列信号的一种或几种：扭矩上限值设置、速度上限值设置、正反转切换、刹车、角度信号、工具面信息、泵压、泵压差、大钩悬重、钻压等。
可选的，控制算法用于控制顶驱对定向井进行造斜作业，包括：控制顶驱进行正向运动、反向运动或正反交替运动。
此外，在使用上述算法时还需要实时监控钻进过程中的信号，该信号包括下列的一种或几种：顶驱的扭矩信号、速度信号、角度信号、刹车状态、顶驱工作状态、正反转状态、速度零位信号、工具面信息、泵压、泵压差、大钩悬重、钻压等。
可选的，在使用上述算法时还需要获取现场的相关信息，现场的相关信息包括下列信息的一种或几种：钻杆尺寸、井深、井垂深、井斜、钻具组合、钻井液情况等。
上述算法在获得了足够的钻进过程中的信号以及现场的相关信息，就可以通过接管的顶驱功能，通过发送控制信号对顶驱进行实时的控制，进而实现定向井微复合造斜。
由于现场的条件约束，部分信号或信息可能无法被上述算法获取，此时算法可以向用户开放其一个或几个内部参数，用于辅助算法的运行，弥补因信号或信息缺失导致的算法不完整。
上述算法为了将工具面控制在目标范围内，在微小改变工具面后，需要将顶驱驱动钻杆旋转的扭矩释放，以避免工具面变化过大。
通常，工具面在钻头切削地层的作用下会发生反向偏转，因此，上述算法会根据作业的实际情况对顶驱进行控制，控制的逻辑一般为：算法控制顶驱不间断做正向微复合动作或反向微复合动作，直到完成作业。
其中，正向微复合动作是控制顶驱做正向旋转至微复合状态，再释放转柱的扭矩。
反向微复合动作是控制顶驱做反向旋转至微复合状态，再释放转柱的扭矩。
间断运动(即正反交替运动)，可以是只做正向微复合动作，可以是只做反向微复合动作，也可以正向微复合动作和反向微复合动作交替执行，对正反向微复合动作的配比都是由算法根据现场的实际情况进行确定的。
基于同一发明构思，本发明实施例中还提供了一种定向井微复合造斜装置，如下面的实施例所述。由于定向井微复合造斜装置解决问题的原理与定向井微复合造斜方法相似，因此，定向井微复合造斜装置的实施可以参见定向井微复合造斜方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本发明实施例还提供了一种定向井微复合造斜装置，如附图2所示，该装置包括：
第一数据获取模块201，用于获取顶驱的转速数据和扭矩数据。
第二数据获取模块202，用于获取现场钻井信息。
训练控制模块203，用于将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，该控制算法用于控制顶驱对定向井进行造斜作业。
在本发明实施例中，第一学习样本为微复合状态学习样本；
微复合状态为顶驱的扭矩和转速在预设范围内。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例还提供了一种定向井造斜方法，包括：
利用上述方法输出的控制算法，控制顶驱对定向井进行造斜作业。
进一步地，利用控制算法控制顶驱对定向井进行造斜作业，包括：
收集现场信息和顶驱的反馈信号，并根据现场信息和顶驱的反馈信号利用控制算法控制顶驱对定向井进行造斜作业。
附图3是本申请一个示例性实施例提供的定向井微复合造斜方法的具体示例图，如附图3所示，具体步骤如下：
广泛搜集大量顶驱的升速曲线数据，这些数据包括转速曲线、扭矩曲线的即时信息。
对上述曲线信息进行数据处理，作为微复合的学习样本。
广泛搜集导向马达滑动钻井的现场钻井数据，这些钻井的数据包括地层信息、钻机信息、钻井过程的即时信息。
对上述曲线信息进行数据处理，作为滑动钻井的学习样本。
建立一个基于神经网络的控制模型，并利用上述的微复合的学习样本和滑动钻井的学习样本针对控制模型中相应子程序进行训练。
训练完成后形成相应的微复合造斜算法。
将这个算法植入工业控制设备。
利用这个设备对顶驱的部分功能进行接管，例如：扭矩上限值设置、速度上限值设置、正反转切换。
利用这个设备对顶驱的相关反馈信号和现场的相关信息进行收集。
通过算法的控制顶驱的动作，完成定向井微复合造斜作业。
综上所述，本发明通过获取顶驱的转速数据和扭矩数据，以及现场钻井信息，并将其分别生成第一学习样本和第二学习样本，再输入神经网络控制模型进行训练，输出顶驱的控制算法，利用该控制算法控制顶驱对定向井进行造斜作业，可以在作业过程中不断控制顶驱的扭矩上限和速度上限，使钻柱以预设速度带动钻具向前钻进，将其受到的静摩擦力转化为滑动摩擦力，较好地消除了钻柱所受的静摩擦阻力。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种定向井微复合造斜方法，其特征在于，包括：
获取顶驱的转速数据和扭矩数据；
获取现场钻井信息；
将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，所述控制算法用于控制顶驱对定向井进行造斜作业。
2.如权利要求1所述的方法，其特征在于，第一学习样本为微复合状态学习样本；
微复合状态为顶驱的扭矩和转速在预设范围内。
3.如权利要求1所述的方法，其特征在于，所述控制算法用于控制顶驱对定向井进行造斜作业，包括：控制顶驱进行正向运动、反向运动或正反交替运动。
4.如权利要求1所述的定向井微复合造斜方法，其特征在于，现场钻井信息包括：地层信息、钻机信息和钻井过程的即时信息。
5.一种定向井微复合造斜装置，其特征在于，包括：
第一数据获取模块，用于获取顶驱的转速数据和扭矩数据；
第二数据获取模块，用于获取现场钻井信息；
训练控制模块，用于将顶驱的转速数据和扭矩数据作为第一学习样本，将现场钻井信息作为第二学习样本，输入神经网络控制模型进行训练，输出顶驱的控制算法，所述控制算法用于控制顶驱对定向井进行造斜作业。
6.如权利要求5所述的装置，其特征在于，第一学习样本为微复合状态学习样本；
微复合状态为顶驱的扭矩和转速在预设范围内。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
9.一种定向井微复合造斜方法，其特征在于，包括：
利用权利要求1-4任一所述的方法输出的控制算法，控制顶驱对定向井进行造斜作业。
10.如权利要求9所述的方法，其特征在于，利用控制算法控制顶驱对定向井进行造斜作业，包括：
收集现场信息和顶驱的反馈信号，并根据现场信息和顶驱的反馈信号利用控制算法控制顶驱对定向井进行造斜作业。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910230932.8A CN109869131B (zh) | 2019-03-26 | 2019-03-26 | 一种定向井微复合造斜方法及装置 |
| US16/883,694 US11486245B2 (en) | 2019-03-26 | 2020-05-26 | Micro-rotating drilling method in directional drilling, computer device and readable storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910230932.8A CN109869131B (zh) | 2019-03-26 | 2019-03-26 | 一种定向井微复合造斜方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109869131A true CN109869131A (zh) | 2019-06-11 |
| CN109869131B CN109869131B (zh) | 2022-09-23 |
Family
ID=66921233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910230932.8A Active CN109869131B (zh) | 2019-03-26 | 2019-03-26 | 一种定向井微复合造斜方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11486245B2 (zh) |
| CN (1) | CN109869131B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110500034A (zh) * | 2019-08-30 | 2019-11-26 | 中国石油集团川庆钻探工程有限公司 | 建立神经网络模型、确定扭摆钻柱参数和定向钻井的方法 |
| CN111144053A (zh) * | 2019-12-19 | 2020-05-12 | 中国地质大学（武汉） | 一种基于遗传算法优化的钻进过程造斜率预测方法及系统 |
| CN111176113A (zh) * | 2019-12-31 | 2020-05-19 | 长安大学 | 一种基于长短时记忆神经网络的钻具受力优化控制方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103277048A (zh) * | 2013-05-23 | 2013-09-04 | 长江大学 | 自动滑动钻井控制装置 |
| US20140000964A1 (en) * | 2010-09-10 | 2014-01-02 | Selman and Associates, Ltd. | Cloud computing method for geosteering directional drilling apparatus |
| CN104420861A (zh) * | 2013-08-23 | 2015-03-18 | 中国石油天然气集团公司 | 一种控制石油天然气钻井减小钻柱粘滞阻力的方法 |
| CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
| US20160237802A1 (en) * | 2015-02-17 | 2016-08-18 | Canrig Drilling Technology Ltd. | Drill Pipe Oscillation Regime and Torque Controller for Slide Drilling |
| US20170370203A1 (en) * | 2016-06-28 | 2017-12-28 | Nabors Drilling Technologies Usa, Inc. | Stick-Slip Reduction Using Combined Torsional and Axial Control |
| FR3070180A1 (fr) * | 2017-08-21 | 2019-02-22 | Landmark Graphics Corporation | Modeles de reseau de neurones pour l'optimisation en temps reel de parametres de forage lors d'operations de forage |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10677052B2 (en) * | 2014-06-06 | 2020-06-09 | Quantico Energy Solutions Llc | Real-time synthetic logging for optimization of drilling, steering, and stimulation |
| CA3093017A1 (en) * | 2018-03-27 | 2019-10-03 | Conocophillips Company | Data stream controller with configurable barrier for join and aggregation |
| EP3887647A4 (en) * | 2019-02-05 | 2022-07-20 | Magnetic Variation Services, LLC | GEOGUIDANCE METHODS AND SYSTEMS FOR ENHANCED DRILLING PERFORMANCE |
| US20210017846A1 (en) * | 2019-07-15 | 2021-01-21 | Petex Energy, Inc. | Control scheme for surface steerable drilling system |
| US11441411B2 (en) * | 2019-10-15 | 2022-09-13 | Nabors Drilling Technologies Usa, Inc. | Optimal drilling parameter machine learning system and methods |
-
2019
- 2019-03-26 CN CN201910230932.8A patent/CN109869131B/zh active Active
-
2020
- 2020-05-26 US US16/883,694 patent/US11486245B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140000964A1 (en) * | 2010-09-10 | 2014-01-02 | Selman and Associates, Ltd. | Cloud computing method for geosteering directional drilling apparatus |
| CN103277048A (zh) * | 2013-05-23 | 2013-09-04 | 长江大学 | 自动滑动钻井控制装置 |
| CN104420861A (zh) * | 2013-08-23 | 2015-03-18 | 中国石油天然气集团公司 | 一种控制石油天然气钻井减小钻柱粘滞阻力的方法 |
| US20160237802A1 (en) * | 2015-02-17 | 2016-08-18 | Canrig Drilling Technology Ltd. | Drill Pipe Oscillation Regime and Torque Controller for Slide Drilling |
| CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
| US20170370203A1 (en) * | 2016-06-28 | 2017-12-28 | Nabors Drilling Technologies Usa, Inc. | Stick-Slip Reduction Using Combined Torsional and Axial Control |
| FR3070180A1 (fr) * | 2017-08-21 | 2019-02-22 | Landmark Graphics Corporation | Modeles de reseau de neurones pour l'optimisation en temps reel de parametres de forage lors d'operations de forage |
Non-Patent Citations (1)
| Title |
|---|
| 胡睿: "钻井工程事故诊断专家系统研究", 《中国石油大学胜利学院学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110500034A (zh) * | 2019-08-30 | 2019-11-26 | 中国石油集团川庆钻探工程有限公司 | 建立神经网络模型、确定扭摆钻柱参数和定向钻井的方法 |
| CN110500034B (zh) * | 2019-08-30 | 2021-03-19 | 中国石油集团川庆钻探工程有限公司 | 建立神经网络模型、确定扭摆钻柱参数和定向钻井的方法 |
| CN111144053A (zh) * | 2019-12-19 | 2020-05-12 | 中国地质大学（武汉） | 一种基于遗传算法优化的钻进过程造斜率预测方法及系统 |
| CN111176113A (zh) * | 2019-12-31 | 2020-05-19 | 长安大学 | 一种基于长短时记忆神经网络的钻具受力优化控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109869131B (zh) | 2022-09-23 |
| US20210095553A1 (en) | 2021-04-01 |
| US11486245B2 (en) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2616053C1 (ru) | Оптимизированное вращение бурильной колонны во время наклонно-направленного бурения в скользящем режиме | |
| CN109869131A (zh) | 一种定向井微复合造斜方法及装置 | |
| CN104420861B (zh) | 一种控制石油天然气钻井减小钻柱粘滞阻力的方法 | |
| CN108694258A (zh) | 用于施工方案预演优化的钻井井下虚拟仿真方法及系统 | |
| CN111126735B (zh) | 一种钻井数字孪生系统 | |
| GB2587119A (en) | Model-based parameter estimation for directional drilling in wellbore operations | |
| CA2950093A1 (en) | Calculating downhole card in deviated wellbore using parameterized segment calculations | |
| Srivastava et al. | An extensive review of laboratory scaled experimental setups for studying drill string vibrations and the way forward | |
| CN105003203A (zh) | 基于井下钻具工具面动态控制的顶驱式钻机系统及钻井方法 | |
| Loeken et al. | Design principles behind the construction of an autonomous laboratory-scale drilling rig | |
| CN114856428B (zh) | 一种滑动导向钻井前馈控制方法、前馈工控机及系统 | |
| US10240414B2 (en) | Regulating downhole fluid flow rate using an multi-segmented fluid circulation system model | |
| Wilson | Drilling modeling and simulation: current state and future goals | |
| CN105003245B (zh) | 一种井下定向动力钻具工具面的动态控制系统及方法 | |
| Elshafei et al. | Optimization of rotary steerable drilling | |
| US20210348494A1 (en) | Slide Drilling Overshot Control | |
| US11236588B2 (en) | Method and apparatus for verifying a well model | |
| Cayeux et al. | Modelling of the Dynamic Behavior of the Power Transmission of an Automatic Small Scale Drilling Rig | |
| CN105156091A (zh) | 基于自适应井下钻具工具面动态控制的钻机系统及钻井方法 | |
| Pienknagura Dolberg | Implementation of a Digital Sucker Rod Pumping Unit for Research and Educational Purposes | |
| Agarwal | Automation and Investigation of Intelligent Drilling and Its Implementation in Experimental Setup | |
| CN109901401A (zh) | 一种地面定向系统控制方法及装置 | |
| Patil | Investigation of Torsional Vibrations in a Drillstring Using Modeling and Laboratory Experimentation | |
| Elshafei et al. | Control and optimization of directional drilling system | |
| Leonard | A first-principles directional drilling simulator for control design |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200106 Address after: 100086 room 9049, block a, floor 8, building 1, No. 2, South Zhongguancun Street, Haidian District, Beijing Applicant after: Beijing Zhongsheng high tech energy technology Co.,Ltd. Address before: 100000 room 1801, building 3, Regal Court B District, 28 Guang Qu Road, Chaoyang District, Beijing. Applicant before: Ao Jiangni |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230308 Address after: Floor 18, No. 225, Chaoyang North Road, Chaoyang District, Beijing, 100125 Patentee after: Beijing Peng Feng Technology Co.,Ltd. Address before: 100086 9049, block a, 8 / F, building 1, 2 Zhongguancun South Street, Haidian District, Beijing Patentee before: Beijing Zhongsheng high tech energy technology Co.,Ltd. |