NO337475B1 - Fremgangsmåte og system for å forhindre eller dempe uønskede borehendelser. - Google Patents

Description

Oppfinnelsens område

Denne oppfinnelse gjelder fremgangsmåter og utstyr for å unngå eller dempe uønskede utboringshendelser.

Oppfinnelsens bakgrunn

I oljefeltanvendelse kan utboringsprosessen hindres av mange forskjellige problemer. Nøyaktige målinger av nedihullstilstander, berggrunnsegenskaper og overflateutstyr gjør det mulig å minimalisere mange utboringsrisikoer, men de er også avgjørende for å detektere at et problem har oppstått. For nærværende er de fleste problemdeteksjoner en følge av menneskelig årvåkenhet, men deteksjonssannsynlighet er ofte nedsatt på grunn av tretthet, høy arbeids-belastning eller mangel på erfaring.

Noen begrensende teknikker er blitt brukt for å detektere én av to mulige riggtilstander, men vanligvis har disse bare brukt en enkelt inngangskanal. I et visst eksempel er en teknikk blitt brukt for automatisk å detektere om borerøret befinner seg "i kileinngrep" eller "ikke i kileinngrep". Denne informasjon brukes for å vinne nøyaktig styring av dybdeestimater, for eksempel i sammenheng med slike aktiviteter som måling-under-utboring (MWD eller slamlogging). For å avgjøre om borerøret befinner seg "i kileinngrep" brukes i henhold til kjent teknikk vanligvis en enkelt inngangskanal som måles på overflaten, nemlig kraklast. Et annet eksempel er en teknikk som brukes for å forutsi om borkronen befinner seg "på bunnen" eller "ikke på bunnen". På lignende måte gjør denne fremgangsmåte bruk av bare en enkelt inngangskanal, nemlig angående blokkposisjon, og blir bare brukt for å detektere én av to "tilstander" for boreriggen.

Kjente hendelses deteksjonsutstyr har vært avhengig av utborings-personalet for å kunne identifisere riggtilstanden. Se for eksempel "The MDS System: Computers Transform Drilling", Bourgois, Burgess, Rike, Unsworth, Oilfield Review, bind 2, nr. 1, 1990, sidene 4-15, og "Managing Drilling Risk" Aldred et al., Oilfield Review, sommeren 1999, side 219.

US 3605919 A angår for fremgangsmåte for automatisk å unngå eller nedsette til et minimum uønskede utboringshendelser under en utboringsprosess ved å detektere avvik i måledata fra en borerigg.

Sammenfatning av oppfinnelsen

Et formål for den foreliggende oppfinnelse er å frembringe fremgangsmåter og utstyr som avverger eller nedsetter til et minimum uønskede utborings-hendelser under en utboringsprosess.

Generelt uttrykt frembringer foreliggende oppfinnelse fremgangsmåter og utstyr for automatisk regulering av boringsprosesser.

Et første aspekt ved oppfinnelsen gjelder en automatisert (for eksempel datastyrt) fremgangsmåte for å avverge eller nedsette til et minimum uønskede utboringshendelser under en utboringsprosess, denne fremgangsmåte omfatter da: detektering av tilstanden for boreriggen som utfører utboringsprosessen, mottak av overflate- og/eller nedihullsmåledata,

detektering av én eller flere uønskede utboringshendelser ved å korrelere de opptatte måledata med den detekterte tilstand,

bestemmelse av et boreriggtiltak som avverger eller nedsetter til et minimum en detektert uønsket utboringshendelse, samt

overlagring av utboringsprosessen ved utkommandert utførelse av tiltaket.

Detekteringen av boreriggens tilstand kan utføres ved bruk av vanlige fremgangsmåter for deteksjon av boreriggtilstanden. Fortrinnsvis omfatter imidlertid deteksjonen følgende prosesstrinn: mottak over to eller flere uavhengige inngangsdatakanaler, hvor hver inngangsdatakanal representerer en rekke målinger som er utført overtid under utboringsprosessen, og

basert på disse to eller flere inngangsdatakanaler, detektering av den mest sannsynlige løpende tilstand av boreriggen fra minst tre mulige boreriggtilstanden

Deteksjonen av boreriggtilstanden gjør fortrinnsvis bruk av tre eller flere uavhengige inngangskanaler som fortrinnsvis velges blant de følgende tilstander, nemlig kraklast, blokkposisjon, dreiemoment og standrørstrykk. Settet av mulige boreriggtilstander omfatter fortrinnsvis i det minste 4 eller 6 tilstander, og til og med mer fordelaktig flere enn 10 mulige tilstander. Deteksjon av riggtilstanden genererer også fortrinnsvis en sannsynlighet for hver av de mulige riggtilstander.

Den algoritme som brukes ved deteksjon av den mest sannsynlige riggtilstand er fortrinnsvis sannsynlighetsrettet i sin art, og er enda mer å foretrekke basert på partikkelfiltreringsteknikker.

I én viss utførelse omfatter fremgangsmåten prosesstrinn som går ut på å ta opp jordmodelldata, hvor de opptatte måledata blir ytterligere korrelert med vedkommende jordmodelldata for det formål å detektere de uønskede utborings-hendelser.

Det prosesstrinn som går på å detektere én eller flere utboringshendelser kan da omfatte sammenligning mellom verdier utledet fra overflate og/eller nedihullsmåledata med terskelverdier, hvor forskjellige terskelverdier som anvendes avhenger av den detekterte boreriggtilstand.

Et annet aspekt ved oppfinnelsen omfatter et system (for eksempel et datamaskinbasert system) for automatisk å avverge eller nedsette til et minimum uønskede borehendelser under en utboringsprosess, hvor et slikt system da omfatter: et detekterende system for å detektere tilstanden for den borerigg som utfører utboringsprosessen,

opptaksutstyr for å ta opp måledata på overflaten og/eller nedihulls,

en prosess for (i) detektering av én eller flere uønskede utborings-hendelser ved å korrelere de opptatte måledata med den detekterte tilstand og (ii) bestemme et boreriggtiltak som da avverger eller nedsetter til minimal virkning en detektert uønsket utboringshendelse, og

en kommandoutsendende innretning for å overlagre vedkommende boringsprosess ved å sende ut en kommando som krever utførelse av vedkommende tiltak.

Ytterligere aspekter ved oppfinnelsen frembringer datamaskinsystemer og datamaskinprogrammer for å utføre fremgangsmåten i henhold til første opp-finnelsesaspekt, samt datamaskinlesbare media som utfører slike programmer.

Slik de brukes her henviser uttrykkene: "riggtilstander" og "boreriggens tilstander" til tilsiktede tiltak som finner sted i et utboringsanlegg under utboringsprosessen. Vedkommende sett av boreriggtilstander blir fortrinnsvis definert slik at de gjensidig utelukker hverandre.

Slik det anvendes her gjelder uttrykket "utboringsprosess" hele den fase av borebrønnskonstruksjon som gjelder utboring av borebrønnen, inkludert operasjoner som vanligvis vil være kjent som tripping, rømming, rotasjonsutboring, glidende utboring og løpende foring.

Kort beskrivelse av tegningene:

Figur 1 viser et eksempel på innganger og utgang for et system for riggtilstandsdeteksjon, Figur 2 anskueliggjør et parametrisk partikkelfilter betraktet som et Bayesisk nettverk; Figur 3 viser simulerte data hvor hver prøve er trukket ut fra én av tre støyfylte tilstander; Figur 4 viser forandringer i de etterfølgende densiteter for én partikkel under fire tidstrinn fra det eksempel som er vist i figur 3; Figur 5 viser et eksempel på parametere for det Kalman-filter som er optimalisert for detektering av tilstanden "i glidning";

Figur 6 viser et parametrisk partikkelfilter som detekterer

tilstandene "Pooh-pumpe", "Rih-pump" og "i glidning" ved bruk av HKLD- og BPOS-data;

Figur 7 viser opptegninger av innganger og utgang for et system for riggtilstander; Figur 8 viser trinn som inngår i et utstyr for automatisk riggtilstandsdeteksjon; Figur 9 viser skjematisk et datamaskinsystem for overlagringsstyring av en borebrønns utboringsprosess; Figur 10 viser utboringsutstyr med en automatisk riggtilstandsdeteksjon og overlagringsstyring, i samsvar med foretrukne utførelser av oppfinnelsen; Figur 11 viser en ytterligere detalj ved en egnet prosessor, i samsvar med foretrukne utførelser av oppfinnelsen; og Figur 12 anskueliggjør stykkevis sannsynligheter for lineært standrørs-trykk for tilfellene pumpene på og pumpene av, i samsvar med et beskrevet utførelseseksempel.

Detaljert beskrivelse

Foreliggende oppfinnelse er delvis basert på den erkjennelse at ved å opprette pålitelig riggtilstandsdeteksjon og hendelsesdeteksjon, vil det bli mulig å frembringe automatisk styring av utboringsprosesser. En viss utførelse oppretter et automatisk overlagringssystem som detekterer når en uønsket utboringshendelse finner sted eller sannsynligvis vil finne sted og styrer derpå riggarbeidet for å avverge eller nedsette til et minimum vedkommende hendelse. Dette vil si at i stedet for bare å utløse en alarm og antyde korrigerende tiltak så vil utstyret aktivt ta hånd om boreriggarbeidet for å sikre riggen og/eller brønnen.

Prosessene for å detektere riggtilstand og hendelse kan være basert på vanlige tiltak som er omtalt ovenfor. Foreliggende oppfinnelse gjør imidlertid bruk av automatiske riggtilstands- og hendelsesdeteksjonsteknikker som vil bli beskrevet i detalj nedenfor. Den overlagrede utboringsprosess kan være en manuelt styrt prosess. Når i dette tilfellet det korrigerende tiltak er blitt utført, kan styringen av riggen bli levert tilbake til riggpersonalet.

En mer omstendelig utførelse frembringer imidlertid et system som over-lagrer en arbeidsoperasjon som i seg selv er automatisert. For eksempel kan automatisert riggutstyr programmeres til å fullføre en forut fastlagt utborings-operasjon, slik at det opprettholdes en konstant borkronevekt eller overflate-dreiemoment under utboringen. Etter hvert som arbeidsoperasjonen skrider frem og det automatiske overlagringsutstyr detekterer foreliggende uønskede utborings-hendelser, vil den kunne modifisere utførelsen av arbeidsoperasjonen for derved å avverge eller nedsette til et minimum vedkommende hendelser. Et eksempel på automatisert utboringsutstyr som vil kunne modifiseres for å motta et automatisk overlagringssystem er Varco's Electronic Driller (se http://www.varco.com/productsA/DE/c2orange/css/c2orange_6.htm). Det vil nå bli beskrevet i detalj automatisk riggtilstands- og hendelsesdeteksjon før man går over til å beskrive overlagringssystemer for utboringsprosesser, og som da inkluderer disse muligheter.

Automatisk deteksjon av riggtilstand og hendelser

Det er erkjent at i signaturer som kan føre til nøyaktig deteksjon av mange utboringshendelser vil være spredt over flere overflate- og nedihullskanaler med lave signal/støy-forhold. I tillegg vil mange av utboringsstyrerens rutinetiltak kunne feilaktig antas å gjelde problemer hvis da ikke systemet analyseres som en helhet. Det er funnet at ved automatisk detektering av boreriggens aktivitet eller "riggtilstanden" i sanntid, kan denne riggtilstandsinformasjon bli matet inn på problem-deteksjonsalgoritmer og derved i høy grad øke nøyaktigheten av slike algoritmer.

De følgende betegnelser vil bli brukt i denne del av beskrivelsen:

BHA Bunnhullssammenstilling

BPOS Blokkposisjon

BVEL Blokkhastighet

DEPT Borkronedybde

HKLD Kroklast

HMM Skjult Markov-modell

IDEAL™ Integrert utboringsevaluering og logging

LWD Logging under utboring

MWD Måling under utboring

POOH Uttrekk fra hullet

PPF Parametrisk partikkelfilter

RIH Kjør inn i hull

RPM Omdreininger per minutt

SPIN-DR Undersøkelse av fastlåst rør, diagnose og anbefalinger - SPIN Doctor™

SPPA Standrørstrykk

TQA Dreiemoment

Figur 1 viser et eksempel på innganger og utgang fra utstyr for riggtilstandsdeteksjon. Riggaktivitet kan brytes ned i et antall prosesser, slik som utboring i rotasjonsmodus, utboring i glidemodus, RIH, POOH, etc, som da kan reguleres av utboreren. Som vist i kolonnene (a) til (d) i figur 1, utgjøres de foretrukne inngangskanaler av målinger utført på riggens overflate, nemlig i blokkposisjon (a), kroklast (b), dreiemoment (c) og standrørstrykk (d). Basert på disse fire inngangskanaler vil deteksjonsutstyret for riggtilstand detektere boreriggens tilstand, slik som vist i kolonne (e). I dette eksempel har systemet detektert tilstandene "PooH-pumpe", "Rih-pumpe" og "i glidning", og som vil bli nærmere beskrevet nedenfor.

Det er funnet at de følgende 13 riggtilstander utgjør et egnet grunnlag for å opprette rigghendelsesdetektering og styring i mange anvendelser:

hvor B = vekten av løpeblokken og T = vekten av borestrengen.

Fortrinnsvis opprettes en rimelig densitet for hver tilstand/kanal-kombinasjon og en overgangssannsynlighet er tildelt for hver eventuell overgang fra tilstand til tilstand. Usannsynlige overganger slik som "Pooh" og derpå "i glidning" er tildelt en lav sannsynlighet, for at røret må være i bevegelse nedover for at dette rør skal gå inn i glidetilstand. "Rih" og derpå "i glidning" vil følgelig bli tildelt en høy sannsynlighet.

En "uklassifisert" tilstand er inkludert med ekstremt konservative densiteter for å kunne fange opp lite sannsynelige operasjoner, slik som rotasjon, men ikke pumping. I henhold til den bestemte anvendelse som er for hånden kan det imidlertid være hensiktsmessig å definere ytterligere tilstander. Det er for eksempel funnet at i visse tilfeller vil tre ytterligere tilstander være hensiktsmessige for å definere det tilfellet som gjelder rotasjon uten pumping, nemlig RihRot, PoohRot, StaticRot.

Da de overflatemålte inngangskanaler typisk er forstyrret av støy, vil utstyret for å detektere riggtilstander gjøre bruk av Bayesisk interferens, da det fortrinnsvis arbeider ved representative grader av tiltro til motstående hypoteser. Disse hypoteser inkorporerer den omfattende tidligere informasjon som er kjent om hver tilstand (for eksempel kroklasten faller til vekten av løpeblokken mens røret befinner seg i glidning) og hvilken tilstand som sannsynligvis eller med liten sannsynlighet vil følge hverandre.

I henhold til en foretrukket utførelse blir de grunnleggende riggtilstander matet inn i et hierarki av mer komplekse riggtilstander. En "i glidning"-tilstand hvor blokkposisjonen ender opp omtrent 90 fot høyere enn når den gikk inn i tilstanden, vil med pålitelighet kunne betegnes som "forbindelse (rør lagt til)".

Sekvensen "Rih", "forbindelse (rør lagt til)", "Rih", "forbindelse (rør lagt til)", etc, vil da kunne klassifiseres som "tripping inn".

De fleste av de kjente tallrike forandringspunktsproblemer i den generelle signalbehandlingslitteratur blir påført vedkommende data retrospektivt, men den beregning som inngår hindrer vanligvis deres anvendelse til direktekoplet deteksjon. For eksempel US-patent nr. 5.952.569 omhandler anvendelse av enkeltstående forandringspunktsmodeller som er beregningsmessige lite kostnadskrevende ved sammenligning, slik at dette vil være både retrospektivt og direktekoplet. Sekvensielle metoder modifiserer resultatet fra det forutgående tidstrinn, eller en nyberegning fra utgangspunktet, slik at mer sofistikerte modeller kan anvendes innenfor punktprøvningsperioden. Fortrinnsvis vil den sekvens-baserte Bayesiske teknikk som er kjent som partikkelfiltrering kunne brukes ved riggtilstandsdetektering under bruk av et parametrisk partikkelfilter.

Sekvensiell Bayesisk filtrering vil nå bli nærmere beskrevet. En støyfylt måling xt angis som en funksjon av en underliggende systemvariabel 9t og et observasjonsstøyledd vt i observasjonsmodellen

Systemmodellen:

fanger opp systemets dynamikk. Den løpende verdi for systemets variable, Øt+i, antas å være avhengig av den forutgående verdi Øt, men uavhengig av verdien ved alle øvrige tidspunkter, nemlig Øt-i,Øt-2,...,9o; og en slik prosess kalles da

Markov. Hendelser som påvirker systemet dynamisk, men ikke fanges opp av Markov-prosessen, angis da som en annen støyprosess som kalles systemstøy wt.

Som et eksempel er Øt en vektor som inneholder avstand og hastighet for et luftfartøy som flyr direkte bort fra en flyplass. Systemets modell, nemlig

modulerer avstand som økende ved produktet av hastighet og måletidspunktet At. wt er en Gaussisk verdi som modulerer hastighetsforandringer som skriver seg fra vindkast eller pilotens forandrende skyvekraft, xt er det området som angis av luftplassens radar og som forstyrres av Gaussisk observasjonsstøy (kombinerte virkninger av elektrisk støy i forsterkerne, endelig avstandsoppløsning for radaren, etc).

I henhold til en foretrukket utførelse utnytter systemet for riggtilstandsdeteksjon en spesifikk type partikkelfilter som kalles parametrisk partikkelfilter.

Det parametriske partikkelfilter (PPF) som brukes her utgjør et partikkelfilter hvor systemmodellen eller observasjonsmodellen reguleres av en skjult Markov-modell, slik den er definert i Carpenter J, Clifford P. og Fearnhead

P, "Building Robust Simulation-based Filters for Evolving Data Sets", Technical report, Department of Statistics, University of Oxford, 1998.

En skjult Markov-modell (HMM) utgjøren sannsynlighetsbasert prosess over et diskret sett av tilstander v={1, ■ ■ ■, K}. Sannsynligheten for tilstand i det neste tidstrinn er gitt ved kvadratmatrisen for overgangssannsynligheter P(vt+i|vt) som kan fange opp sannsynlige og usannsynlige tilstandssekvenser.

Figur 2 anskueliggjør et parametrisk partikkelfilter som betraktes som et Bayesisk nettverk. I dette Bayesiske nettverk som representerer det parametriske partikkelfilter, angir pilene retningen av årsakbestemt påvirkning.

Hver partikkel må betrakte muligheten for tilstandsforandring i neste trinn, slik at vedkommende partikkel spaltes opp i K nye partikler med avveininger for j=1,... ,K. Et ytterligere punktprøvetrinn brukes for å redusere antallet partikler fra nK tilbake til n, for derved å unngå et eksponentielt økende antall partikler med tiden.

Dette ytterligere punktprøvningstrinn og Kal man-filteret vil nå bli omtalt mer detaljert.

Den punktprøvningsalgoritmen for minimum varians velger et nytt sett av avveininger Xi j som da minimaliserer:

som er gjenstand for begrensninger og det forhold at høyst n av X'J er forskjellig fra null. De avveininger som vil forplante seg til neste tidstrinn

<rn>vj| best£ av jkke-nullverdien XiJ .som ikke er lik null. Vektene som vil

U)

forplante seg til neste tidstrinn Vil da bestå avX'<j>. Den resulterende algoritme vil være som følger:

1. Beregn c, den eneste løsning av

Denne kan løses ved gjentatte tilnærmelser. Se "Sequential Monte Carlo methods in filter theory", P. Fearnhead, Department of Statistics, Oxford University, 1998, side 92.

cwt''' > 1

2. Partikler hvor ,+1 bibeholdes med uforandrede vekter Antallet bibeholdte partikler er k. 3. n-k partikler blir punktprøvd blant de gjenværende nK-k partikler under bruk av den systematiske punktprøvningsalgoritme (se

Carpenter, 1998, side 8). Bemerk at den publiserte algoritme inneholder en typografisk feil, idet den fjerde linje fra slutten bør lyde "switch sk med s1". De punktprøvde partikler mottar vekten X<i>J=1/cog resten innstilles til null.

4. X'-j normaliseres til å summeres til enhetsverdi.

5. ( mi )

5 \ *+i/w„-,ii settes til ikke-nullverdien XiJ.

Sannsynligheten for at en bestemt tilstand til enhver tid kan estimeres ved summen av partiklenes vektverdi i denne tilstand (se Fearnhead, 1998, side 88). Hvis systemets tilstand er uforandret, vil det kunne antas at den følgende observasjon og systemets modeller er gyldige

Støyens tilfeldige variabler Wt og Vt er multivariable tilfeldige Gaussiske variabler med middelverdi lik null og kovarians matriser Q og R. Wt og Vt er da ukorrelerte. Hvis den forutgående også er Gaussisk, så vil i hvert tidstrinn både den forutgående og den etterfølgende være Gaussisk. Løsningen ved disse betingelser er det velkjente Kalman-filter.

Den forutgående ved tidspunktet t, nemlig p(Øt|xt-i), har middelverdi at|n og kovarians Pt|t-i.

Den forutgående ved tidspunktet t, nemlig p(Øt|xt), har middelverdi at og kovarians Pt.

Kalman-filterets likninger er da:

Kalman-vinningsmatrisen K er da gitt ved

Et enkelt eksempel på et parametrisk partikkelfilter vil nå bli beskrevet.

Figur 3 viser simulerte data hvor hver punktprøve er trukket ut fra én av de tre støyfylte tilstander. Spesielt figur 3 viser et eksempel på et parametrisk partikkelfilter som anvendes på simulerte data trukket fra de heltrukne Gaussiske 210 på venstre side av opptegningen (a). De smalere Gaussiske 212 angir den tidligere kjennskap til tilstandsbeliggenhetene. I dette eksempel foreligger det en enkelt inngangskanal angitt ved linjen 200, og de tre tilstander er angitt ved romertallene I, II og III. I midten av hver sirkel angir en partikkel, og sirkelens radius angir partikkelens vekt og partikkeltilstanden er angitt ved de tre romertall I, II og III. 100 partikler ble anvendt.

I opptegningen (b) er PPF blitt anvendt for å anslå hvilken tilstand vedkommende data er trukket ut fra. Romertallene I, II og III angir den mest sann-synlige tilstand for hver uttatte punktprøve. Hver partikkel inneholdt et uavhengig Kalman-filter for hver tilstand. Det filter tilsvarende partikkelens løpende tilstand ble oppdatert sekvensielt, mens de øvre de to filtre forble sovende.

Figur 4 viser forandringer i de etterfølgende densiteter for én partikkel under fire tidstrinn regnet fra det eksempel som er vist i figur 3. De tre tilstander er angitt ved romertallene I, II og III. Det bør bemerkes at disse grafiske frem-stillinger alle utgjør forutgående og etterfølgende densiteter i systemets variable domene. Sannsynlighetsdensitetene i det observasjonsvariable domenet vil være bredere, for eksempel p(03|Y=2) utgjør nesten en delta-funksjon, slik at sann-synlighetsdensiteten vil se ut meget lik p(Øi|Y=2) når variansen=R.

Når en partikkel har forandret tilstand, vil dens tiltro i den tidligere tilstand bli innført på nytt. Når PPF-verdier brukes i deteksjonssystemer for riggtilstand, og hvis det da er kjent at utboreren tidligere har holdt vekten på borkronen nær 10 klbf under utboring, vil det være risikofylt å anta at utboreren vil gjøre det samme neste gang.

s' ri'

Hver partikkels 'som inngår i vil tiltroen til tilstanden av HMM og '' partiklenes støttepunkter, være

I tit

hvor *'' og c» være etterfølgende midler for de tre tilstander (hvilket vil si likning (11) for hvert av Kalman-filtrene), og<p>'i vil da være den etter-følgende varians for det aktive Kalman-filter (begge de sovende filtre hadde variansen R, slik at det vil være lite effektivt å lagre denne informasjon i hver partikkel).

Kalman-modellen var da den samme for hver tilstand F=H=1, Q=0, R=0,3, Pi=R. Valget av overgangssannsynligheter

vil være grunnleggende for filterets adferd i dette eksempel. Direkte sprang mellom tilstandene 1 og 3 har ikke vært tillatt, slik at det filterestimat at sannsynligheten for å være i tilstand 1 ved t=48 kunne neglisjeres, på tross av at observasjonen var meget nær middelverdien for tilstand 1. Det ble antatt at HMM ville forbli i en tilstand av lengde på omtrent 20 punktprøver, slik at sannsynligheten for spranget Pj ble satt til 1/20=0,05. Økning av Pj vil da øke sannsynligheten for mini-tilstander vil kunne eksistere ved t=33, 72 og 88.

Det ville være relativt enkelt å definere en observasjonsmodell med xt

som en vektor av de fire overflatekanaler, og utforme en tilsvarende systemmodell, men etter hvert som problemets dimensjonalitet øker, vil antallet påkrevde partikler øke eksponentielt. Ved problemer hvor den nyttige informasjon er lettere å trekke

ut fra visse kanaler enn fra andre, vil modellering av de enklere kanaler med en ikke-utviklende sannsynlighet redusere problemets dimensjonalitet.

Aweiningslikningen for de nye partikler blir da

hvor ,<+>I = avveiningsvekten for den j-te avledede av den i-te partikkel mt = vekten av den i-te partikkel = opphavets avveiningsvekt at = observasjoner som krever en utviklende densitet bt = observasjoner som ikke krever noen utviklende densitetYt = skjult tilstand = riggtilstand

°* = vektorer bestående av parametere som inneholder opphavets tiltro

p(at|...) = Gaussisk sannsynlighet ut i fra Kalman-filteret p(bt|...) = ikke-utviklende sannsynlighet

P(Yt|...) = overgangssannsynlighet.

Denne fremgangsmåte vil bli demonstrert i det følgende eksempel på et system for riggtilstandsdeteksjon og som bare bruker HKLD- og BPOS-kanaler. Signal/støy-forholdet for BPOS-kanalen er vanligvis meget høyt, slik at denne kanal er blitt modulert med en ikke-utviklende sannsynlighet, hvilket da gir

De relevante forut foreliggende betingelser for HKLD og sannsynligheter for BVEL er gitt i den følgende tabell (TQA- og SPPA-sannsynlighetene kan ignoreres frem til et senere eksempel).

Nøkkel:

U(lav, høy) = uniform pdf

N (middelverdi, varians) = Gaussisk pdf

Andre symboler er forklart nedenfor.

Figur 12 anskueliggjør sannsynlighetene for stykkevis lineært standrør-trykk for de tilfeller pumper er på og pumper er av, i samsvar med dette eksempel. I figur 12, A=500psi, B=1000psi, C=5000psi, D=2/(2C-B-A), E=(2C-2B)/(A(2C-B-A)).

Konservative estimater er slik de fortrinnsvis behandles lik konstanter. Parametere som estimeres ut fra de bestemte tilstander vil variere fra rigg til rigg og mange vil variere med dybden. Disse estimater kan gjøres av personalet eller ved hjelp av en kalibreringsalgoritme. De verdier som er angitt i tabellen ovenfor ble bruk i de eksempler som er vist.

Indikatorer for "borkrone på bunn" og "i glidningstilstand" fra slike systemer som IDEAL™ vil være nyttige for automatisk kalibrering.

B og ob blir fortrinnsvis innstilt til medianverdi og standard avvik for HKLD-data når indikatoren for "i glidningstilstand" er sann.

utqoblir fortrinnsvis innstilt til medianen for de foreliggende TQA-data når indikatoren "i glidetilstand" er sann. Under bruk av bare vedkommende TQA-data som er mindre enn ut<q>o når indikatoren som angir "i glidetilstand" er sann, blir standardavviket fra utqoberegnet og tildelt otqo. Denne avviser automatisk opptaks- og utbruddsdreiemomenter.

TQdrillblir fortrinnsvis innstilt til maksimalverdien av TQA, mens indikatoren som angir "borkrone på bunn" er sann.

Detektering når borestrengen går inn i glidetilstand er veldig viktig, slik at Kalman-filteret fortrinnsvis er optimalisert med henblikk på denne overgang. Figur 5 viser Kalman-filterets parametere optimalisert for å detektere tilstanden "InSlips". Opptegningen (a) viser kroklast som funksjon av punktprøvenummer for et begrenset antall valgte punktprøver. Kroklastdata er vist ved at punktene 228 er sammenføyd ved hjelp av en tykk streklinje 230. En kvadratisk kurve 242 er tilpasset til vedkommende kroklastdata, slik som vist. Også vist ved de stiplede linjer 240 er 3 standard avvik fra de tilpassede kvadratiske kurver. Observasjons-støyvariansen R er anslått med tilpasning av en kvadratisk kurve 242 til de HKLD-data for "RihPump" som er vist i figur 5 (a). Den maksimale gradient for den kvadratiske tilpasning var da 4,2 klbf/s, som vist ved kurvlinjen 244. Det ble antatt at systemstøyprosessen ville kunne være i stand til å generere en punktprøveverdi på denne størrelse som en 1-sigma-hendelse, slik at Q ble innstilt til 4,2<2>=18.

I figur 5 (b) er det også vist kroklastdata som funksjon av punktprøve-nummer, men da for et bredere område av punktprøveverdier. I dette eksempel er kroklastdatalinjen atter påført henvisningstallet 230. Kalman-estimatet er vist ved streken 232, som da er omgitt først av standard avviket 234 på Kalman-estimatet, og derpå av standard avviket for observasjonsstøyen R (vist ved linjene 236), samt endelig av standard avviket for Kalman-feilen + R (vist ved linjene 238). Da Kalman-filteret ikke kan sporfølge overgangen meget raskt, vil avkommet av

en "RihPump"-partikkel også i "RihPump"-tilstanden vil da oppnå en meget lavere vekt enn avkommet i "i glidning"-tilstanden ved å sette ned ved -85 klbf.

Blokken vil fortsette å trekkes ned noen få tommer etter at røret har gått inn i glidetilstand, slik at en forandring i BVEL vil ligge etter en forandring i HKLD og er derfor mindre anvendbar for å detektere glidetilstanden nøyaktig. SPPA og TQA inneholder ingen informasjon om overgangen, slik at behandlingen av HKLD må gjøres så nøyaktig som mulig.

Figur 6 viser PPF ved detektering av tilstandene "PoohPump", "RihPump" og "i glidning" ved bruk av HKLD- og BPOS-data, i samsvar med en foretrukket utførelse av oppfinnelsen. Opptegning (a) viser blokkposisjonen og opptegning (b) viser blokkhastighet, som er en funksjon av blokkposisjonen. Opptegning (c) viser inngangskanalen for kroklast. Slik det brukes her, er inngangskanalene inn-byrdes "uavhengige" hvis ikke én av inngangskanalene er direkte en funksjon av en annen inngangskanal. Blokkposisjonen og blokkhastighet er således ikke uavhengig av hverandre, men de er begge uavhengig av inngangskanalen for kroklast.

Som i figur 3 (a), angir i opptegningen (c) midten av hver sirkel en partikkel og dens radius angir partikkelens vekt. Den overveiende tilstand av partiklene er angitt ved tilstandsnavn ved bunnen av figur 6,

nemlig "PoohPump", "RihPump" og "InSlips". I dette eksempel ble det anvendt 100 partikler. Opptegningen (d) viser detekterte tilstandssannsynligheter ved å summere partikkelvekt på hvert punktprøvenummer.

Et eksempel på et deteksjonssystem for riggtilstand og som bruker fire inngangskanaler vil nå bli beskrevet. Installasjonen av en RPM-sensor er meget mer komplisert enn for en dreiemomentsensor (TQA), slik at de fleste utborings-jobber i oljefelt bare baserer seg på den sistnevnte. Det bør bemerkes at hvis det blir praktisk å opprette en RPM-sensor på riggen, vil RPM være i høy grad å foretrekke fremfor dreiemoment som en inngangskanal til det automatiske detekteringssystem for riggtilstanden. For tilstandsdeteksjon blir TQA brukt for å differensiere mellom roterende og ikke-roterende tilstander som ellers har meget likartede utseender, for eksempel "RihPump" og "RihPumpRot". Ethvert dreiemoment som rager opp på oversiden av et støygulv vil da bli regnet som roterende. Statistikkene for TQA i den ikke-roterende tilstand bør være tilnærmet stasjonær, slik at en utvikling av sannsynlighet ikke vil være nødvendig. TQA-sannsynligheter er vist i sannsynlighetstabellen ovenfor.

På lignende måte er størstedelen av informasjonen i SPPA også binær, nemlig slik at pumpene er på eller av, for derved å skjelne "RihPump" fra "Rih". Vekten av de nye partikler vil derfor være:

hvor ^-^(»^lr«.-^/^l^-^W^A«ln«-y) ikke er partikkel-avhengig, slik at den bare behøver å beregnes én gang per tidstrinn.

Figur 7 viser opptegninger av inngangene og utgangen for et deteksjonssystem for å opprette foretrukket riggtilstand. I det angitte tilfellet i figur 7, ble de samme data anvendt som i det angitte eksempel i figur 6, men de omfatter et bredere område av punktprøver. I det angitte tilfellet i figur 7 ble en foretrukket PPF-basert algoritme anvendt på 16 minutters boringsdata. Rekkene a-e viser henholdsvis blokkposisjon, blokkhastighet, kroklast, dreiemoment og standrørs-trykk. Rekke f viser utgangen fra riggtilstandsdetekteringen. De enkelte tilstander er uttrykt i form av en sannsynlighet. Det bør bemerkes at i figur 7 er åtte av de foreslåtte tretten tilstander blitt iverksatt opp til dato og er vist i opptegningen (f) i figur 7. I opptegningen (f) viser de to bokstavsmarkeringene til de følgende riggtilstander, nemlig RD = DrillRot, RO = PoohPumpRot, CR = StaticPumpRot, RI = RihPumpRot, C = StaticPump, SO = PoohPump, Sl = RihPump og IS = InSlips.

I det foreliggende utførelseseksempel ble overgangsmatrisen P tildelt ensartede verdier for å forenkle tolkningen. Også mer realistiske verdier er å foretrekke, ved derved å forbedre tilstandsdeteksjonen. Et eksempel på en usannsynlig tilstandssekvens er utboring i rotasjonsmodus som finner sted direkte etter utboring i glidemodus (DrillSlide). Dette forholder seg slik fordi trekkreftene er større under utboring i glidemodus, slik at hvis rotasjonen begynner mens man befinner seg på bunnen, så vil vekten på borkronen kunne raskt bli uønsket høy. DrillSlide, PoohPump,~5 fot, RihPumpRot~5 fot, DrillRot er en mer typisk sekvens.

De første 12 tilstander i tabellen ovenfor over forutsetninger og sannsynligheter etterlater frivillig gap i parameterområdet for de fire overflatekanaler, som da tilsvarer meget usannsynlige eller potensielt skadelige operasjoner, for eksempel i det tilfellet BHA inneholder en slammotor, vil RIH under rotasjon, men ikke pumping, være en meget risikofylt arbeidsoperasjon, nemlig som om borkronen berørte borehullsveggen og roterte, og den ville da suge slam og eventuelt borkaks inn i motoren. For å dekke disse gap og hindre ustabilitet i programvaren, er det definert en tilstand kalt "uklassifisert" med meget brede forutsetningsbetingelser.

Figur 8 viser prosesstrinn som inngår i et system for automatisk riggtilstandsdeteksjon. Spesielt viser figur 8 prosesstrinn for å bruke en parametrisk partikkelfiltermetode for automatisk riggtilstanddeteksjon. I trinn 110 blir n-partikler initialisert med lik vekt og likt antall partikler i hver tilstand. Partiklene blir fortrinnsvis vilkårlig tatt ut for punktprøvning ut i fra sannsynlighetsfordelinger som utgjør en del av tidligere informasjon 130. For eksempler på egnede sannsynlighetsfordelinger, se "Tabell over forutsatte tilstander og sannsynligheter" ovenfor.

Det bør bemerkes at sannsynlighetsfordelingene danner i likning (16). I trinn 112 gir hver partikkel "fødsel" for en ny partikkel i hver tilstand, og vil derpå "dø". I trinn 114 er vekten beregnet som forelderpartikkelens vekt ganger sannsynligheten ganger overgangens sannsynlighet. Sannsynlighetsfordelingen fra tidligere informasjon 130 og de nye sensordata 132 (hvilket vil si inngangskanaler) er fortrinnsvis inkorporert i samsvar med likning (16). I trinn 116 og 118, er partikkel-befolkningen redusert tilbake til n-partikler, hvor de med større vekt har større sannsynlig for å overleve, og avveiningsvektene normaliseres for å danne en sum lik enhetsverdien. Den foretrukne fremgangsmåte for å utføre disse prosesstrinn er beskrevet ovenfor i den beskrivelsesdel som følger etter likning (6). I trinn 119 blir partikkeltilstanden sammenlignet med tilstanden for dens forelderpartikkel. Hvis de ikke er den samme, bør trinn 112 gjentas for den neste punktprøve. Hvis de ikke har den samme verdi blir partikkelens tiltro fortrinnsvis forfinet ved bruk av Kalman-filteret ved anvendelse av data 132 i samsvar med likningene (9) til og med (13) ovenfor. I trinn 122 avgrenses tiltroene innenfor tidligere grenser, hvis dette er nødvendig, fortrinnsvis under bruk av sannsynlighetsmodeller i tidligere informasjon 130, slik som utledet fra tabellen ovenfor. I trinn 124 blir partiklenes aweiningsverdier summert for hver tilstand, slik at det derved frembringes tilstandssannsynlighet for hver punktprøve, og blir så i trinn 112 gjentatt for den neste punktprøve.

Når utboringstilstandene har gjort opptreden av en bestemt utboringshendelse ganske sannsynlig, kan det være kjent på forhånd at forandring til en bestemt riggtilstand i høy grad vil forverre problemet. På kanten av en tetnings-hendelse bør for eksempel utboreren ikke foreta uttrekk fra hullet før borehullet er blitt sirkulert i tilstrekkelig grundig grad til at sannsynligheten fortetning vil avta til et rimelig nivå. En forutsigelse av den neste boreriggtilstand kan utledes fra den løpende tilstands sannsynligheter og overgangssannsynlighetene, nemlig ved

Hvis hendelsessannsynligheten er høy og sannsynligheten for en uønsket neste riggtilstand også er høy, vil algoritmen fortrinnsvis minne utboreren om ikke å foreta noen forandring inn i denne bestemte boreriggtilstand. Den samme teknikk blir fortrinnsvis anvendt gjentatte ganger for å kunne forutsi boreriggtilstanden et visst antall punktprøver fremover.

Alternativt kan ytterligere inngangskanaler brukes, og riggtilstanden blir da nøyaktig detektert uten bruk av partikkelfiltreringsteknikker. Detekteringssystemet for boreriggtilstanden kan for eksempel gjøre bruk av to inngangskanaler fra et kjent utboringsopptakssystem, som vil være kjent under betegnelsen IDEAL™ fra Schlumberger. Spesielt blir to binære indikatorer brukt, nemlig: (1) BONB som angir når borkronen befinner seg på bunnen, og (2) STIS som angir når røret befinner seg i glidetilstand.

Bayes regel gir da:

hvor

P(Yt = j|bt) = etterfølgende sannsynlighet for tilstand j p(bt|yt = j) = multivariert sannsynlighet for tilstand j

P(Y*= j) = forut sannsynlighet for tilstand j.

Modellering av sannsynlighetene uavhengig av hverandre gir da:

Sannsynlighetstabellen utvides for å inkludere de binære indikatorer gir da følgende tabell.

I henhold til en annen alternativ utførelse blir uklar logikk brukt for automatisk å detektere riggtilstander i stedet for eller i kombinasjon med de sannsynlighetsbaserte metoder som er beskrevet ovenfor.

I henhold til foreliggende oppfinnelse blir den automatisk detekterte riggtilstandsinformasjon brukt som en del av et større system som inkluderer hendelsesdeteksjon. Spesielt er det blitt funnet at evnen til å diagnostisere disse boringsproblemer er i høy grad blitt forbedret ved å inkorporere den automatisk detekterte boreriggtilstand.

I henhold til én viss utførelse er det frembrakt et forbedret diagnostisk verktøy for å detektere problemer som har sammenheng med fastkilt rør. Dette verktøy er fortrinnsvis oppbygget på et kjent diagnostisk verktøy, slik som SPIN doctor™ fra Schlumberg. Dette kjente verktøy utspørrer boreriggpersonalet om riggtilstanden når røret er blitt fastkjørt. Se "Managing Drilling Risk, Aldred et al. Oilfield Review, sommeren 1999 på side 11. I samsvar med oppfinnelsen er det diagnostiske verktøy, slik som SPIN-DR, blitt modifisert for å ta inngangen direkte fra det automatiske deteksjonssystem for boreriggtilstanden, slik som beskrevet ovenfor for derved i høy grad å forbedre og automatisere deteksjonen ved påbegynt rørhefting.

Overlagringssystemer på utboringsprosess innbefattet automatisk deteksjon av riggstand og borerigg hendelse

Figur 9 viser skjematisk et datamaskinsystem for overlagringsregulering av en borebrønns utboringsprosess. I prosesstrinn 434 er målte overflatedata mottatt eller avfølt. Eksempler inkluderer da kroklast, blokkposisjon eller -hastighet, standrørstrykk, dreiemoment, så vel som detekterte inngangsdata slik som indikatorer for "borkrone på bunnen" og "i glidetilstand" fra slike systemer som IDEAL™. I trinn 436 mottas målte nedihullsdata, slik som MWD- eller LWD-data. I trinn 432 blir disse data ført som inngangsdata til det automatiske deteksjonssystem 400 for boreriggdata, slik som beskrevet ovenfor under henvisning til figur 8. Slik som beskrevet i figur 8, blir tidligere informasjon 430 også ført som inngang til deteksjonssystemet 400 for boreriggtilstanden. Fra deteksjonssystemet 400 blir informasjonen om boreriggtilstanden (som da foreligger i form av en sannsynlighet) brakt som inngang inn på hendelses-deteksjonssystemer.

I én viss utførelse blir de automatisk detekterte hendelser og den eller de tilstander hvorunder de finner sted matet direkte inn på en kunnskapsbasis, slik som den kommersielt brukte programvare som vil være kjent som RiskTRAK™ fra Schlumberger. Risikoer som identifiserer innenfor RiskTRAK™ kan da brukes som innganger til de automatiske riggtilstandsdetektorer. Spesielt kan de identifiserte risikoer brukes til å forandre de tidligere foreliggende sannsynligheter i hendelsesdeteksjonsalgoritmene.

I prosesstrinn 440 blir riggtilstandsinformasjonen korrelert med måledata 438 som er tatt opp fra overflaten og/eller nedihulls for det formål å overvåke uønskede hendelser. Disse måledata kan da omfatte data som er blitt brukt for å detektere boreriggtilstanden. Typiske eksempler er standrørstrykk og dreiemoment. De kan imidlertid også inkludere andre data, slik som data for MWD og

LWD.

Som eksempler kan det angis ringformede trykk under utboring (APWD) samt måledata som er blitt brukt i økende grad under operasjonsprosesser, slik som ved underbalanser! utboring, utboring med utvidet rekkevidde, samt utboring med høyt trykk og høy temperatur (HPHT) samt dypvannsutboring, kan da korreleres med boreriggtilstanden for å kunne tolke virkningene av rørrotasjon, skjærkraftbelastninger, trykkfall og trykksvingninger, lekkasjeutprøvninger (LOTS), utprøvning av formasjonsintegritet (FITS) samt tap sirkulering.

Måledata 438 kan suppleres med data fra en jordmodell. Et eksempel på en slik jordmodell er gitt i WO 01/25823.

I prosesstrinn 440 er generelt den automatiske hendelsesdeteksjon i høy grad forbedret ved bruk av den automatiske riggtilstandsdetektering. I trinn 440 blir fortrinnsvis boreriggtilstandsinformasjonen brukt for å påføre forskjellige variasjoner av hendelsesdeteksjonsalgoritmen i avhengighet av den bestemte foreliggende riggtilstand. Hvis hendelsesdeteksjonen er basert på terskel-parametere, vil terskelnivåene kunne fastlegges optimalt for hver boreriggtilstand, og derved i vesentlig grad redusere de falske positive og falske negative tilstander for hendelsesdetektoren. Som et alternativ til de terskelbaserte teknikker vil imidlertid hendelsesdetekteringen fortrinnsvis beregne sannsynligheten for at hendelsen har funnet sted eller vil finne sted om kort tid. Hvis en alarm skal utløses, utgjør denne fortrinnsvis en terskel på den beregnede sannsynlighet.

Hvis en bestemt hendelsesdetektor videre omfatter et antall parallelle modeller eller komponenter, kan disse selektivt avaktiveres når boreriggen er bestemt å befinne seg i en fastlagt tilstand, hvilket da kan forbedre detektorens pålitelighet.

En komponent av en detektor for brønnsparkhendelse kan for eksempel være en enhet som forutsier trykkfall. Denne trykkfallforutsiger bør aktiveres når den detekterte tilstand omfatter borerørbevegelse, slik som for eksempel i Pooh (tripping ut). Hvis imidlertid den detekterte tilstand ikke innebærer noen borerør- bevegelse, slik som for eksempel ved InSlips så kan trykkfallforutsigeren (og faktisk alle andre forutsigere som bare er relevante når borerøret befinner seg i bevegelse) avaktiveres for derved å redusere sannsynligheten for falske alarmer fra brønnsparkdetektoren.

Prosesstrinn 440 kan omfatte overvåkning av visse eller samtlige av følgende uønskede hendelser:

Brønnspark

Fastkjørt rør

Tapt sirkulering

Borkronens fasthefting-løsgjøring

Tilpluggede borkronemunnstykker

Utvasking av borkronens munnstykker

Over- eller underdimensjonerte målehull

Borkroneslitasje

Slammotorens driftstap

Boringsinduserte formasjonsfrakturer

Ballongdannelse

Porehullrensning

Rørutvasking

Destruktiv vibrasjon

Tilfeldig sidesporing

Påføring avbrekking

hvor hver hendelse fortrinnsvis har sin egen tilordnede detektor.

Når en uønsket hendelse detekteres, vil systemet fastlegge ved 444 å utføre et korrigerende boreriggtiltak som vil avverge eller nedsette til et minimum vedkommende hendelse. Systemet sender da ut en korrigerende tiltaks-kommando 446 til boreriggen, som da har egnet datamaskinstyrt utstyr for iverksetting av kommandoen. Visse eksempler på hendelser og mulige korrigerende tiltak vil bli omtalt nedenfor. Det hensiktsmessige tiltak kan da fastlegges for eksempel ved å bruke en oppslagtabell eller utnytte et "intelligent" system slik som det forbedrede SPIN-DR system som er omtalt ovenfor.

Dette system kan da frembringe et varsel til utboreren om at det er nødvendig å overlagre en utboringsprosess. Det kan også frembringe anvisninger om det tiltak som det vil ta og den hendelse som tiltaket er ment å påvirke.

Det vil nå bli beskrevet hendelser og mulige korrigerende tiltak i sammenheng med eksempler på overlagringssystemer.

Eksempel 1

Generelt har borkronen nesten samme diameter som selve borehullet, slik at ved hevning av en borestreng vil borkronen virke som et stempel og trykket på slammet på undersiden av borkronen vil da bli redusert. Dette trykk ved trykkfall kan gjøre det mulig å tillate reservoarfluider å trenge inn i borebrønnen hvis borestrengen heves for raskt, hvilket da kan føre til brønnspark eller en utblåsning. Omvendt forholder det seg slik at når borestrengen senkes ned, så vil trykket av slammet på undersiden av borkronen øke. Denne trykkbølge kan da frakturere formasjonen og således lede til slamtap og stabilitetsproblemerfor borebrønnen. Ved hvert punkt langs borebrønnen kan det maksimale sikre bølgetrykk og det minste sikre trykkfallstrykk beregnes, for eksempel ut fra en jordmodell. Nedihullstrykk kan måles direkte eller modelleres.

Et eksempel på utstyr for å hindre farlige trykkfall og bølgetrykk detekterer boreriggens tilstand, og tar opp måledata for nedihullstrykk og borkronedybde. Hvis det på et hvilket som helst punkt langs borebrønnen det maksimale/minimale sikre terskeltrykk for den detekterte tilstand er i ferd med å overskrides, vil systemet overlagre utborerens kommando for bevegelse av borestrengen og påføre en sikker borestrenghastighet, slik at trykket forblir innenfor sikre grenser.

Eksempel 2

Funksjonen for returnering av en borkrone til bunnen av brønnen bør utføres forsiktig for å hindre skade på borkronen og unngå å gå inn i en vibrasjons-modus som kan være vanskelig å komme ut av. Et eksempel på overlagringsutstyr detekterer boreriggens tilstand og tar opp måledata for borkronens dybde. Når den detekterte tilstand er en slik hvor borkronen kan nærme seg bunnen av borehullet, vil systemet sammenligne borkronens dybdeposisjon med borehullets dybde. Hvis forholdet er slik at borkronen nærmer seg bunnen for raskt, så vil utstyret overlagre utborerens reguleringstiltak og avakselerere borestrengen tilstrekkelig raskt til at borkronen nærmer seg bunnen forsiktig.

Eksempel 3

Over et visst dreiemoment vil en nedihulls slammotor vanligvis steile, og borkronen må da trekkes bort fra bunnen for å starte sin rotasjon på nytt. Det er åpenbart ønskelig å unngå nystarting av motoren på denne måte. Nedihulls-dreiemomentet kan imidlertid både måles og modelleres slik at når en utborer forsøker å overskride det maksimale nedihullsdreiemoment for motoren i en relevant boreriggtilstand, kan et visst eksempel på utstyr overlagre denne kommando og nedsette dreiemomentet slik at motoren hindres fra å steile.

Eksempel 4

Overlagringsutstyret kan omfatte et deteksjonssystem for å påvise utvaskning. I henhold til denne utførelse utføres følgende prosesstrinn. Bestemmelse av sammenhengen mellom pumpetrykk og slammets strømningstakt ved boreriggtilstander hvor pumping finner sted. Beregning av overflate-strømningstakt ut i fra overflatedata som samles opp av pumpesystemet. Beregning av nedihulls strømningstakt ut i fra MWD-turbinsammenstillingen. Sammenligning av strømningstakten på overflaten og nedihulls strømningstakten innenfor like tilstander. For eksempel sirkuleringene for PoohPumpRot og DrillSlide blir fortrinnsvis utført separat. Hvis uoverensstemmelse opptrer mellom strømningstakten på overflaten og nedihulls under likeartede tilstander, indikeres en utvaskningshendelse. For ytterligere detaljer omkring utvaskingsdeteksjon, se Schlumbergers utborings- og målingsoversiktsbrosjyre med tittelen "Utvaskings-alarm" ( http:// www. hub. slb. com/ Docs/ DandM/ GraphicsFolder/ DM-Overviews/ Washout alarm. pdf). Dette korrigerende tiltak kan gå ut på å bringe utboringsoperasjoner midlertidig til uttripping, slik at rørverktøyets skjøter kan inspiseres for å fastlegge eventuell utvasking.

Eksempel 5

Overlagringssystemet kan omfatte detektorutstyr for å fastslå borkroneslitasje basert på mekanisk effektivitetsanalyse. Teknikker for mekanisk effektivitetsanalyse gjør det formål å detektere borkroneslitasje er tidligere kjent. Se US-patent nr. 4.685.329, samt "Measuring the Wear of Milled Tooth Bits Using MWD Torque and Weight-on-Bit" Burgess and Lesso, SPE/IADC 13475. Forbedret detekteringsutstyr for borkroneslitasje kan frembringes ved å separere vedkommende data i forskjellige tilfeller basert på boreriggen: (1) roterende utboring (DrillRot), (2) glidende utboring (DrillSlide) samt (3) andre tilstander. Vedkommende data fra ikke-utboringstilstandene (andre tilstander) blir ignorert. Data fra roterende utboring og glidende utboring blir igjen analysert separat, nemlig ved finavstemning av dreiemomentet samt vektforholdene for hvert tilfelle. De forskjellige analyser gjør fortrinnsvis bruk av det forhold at idet sensoren for nedihulls dreiemoment typisk er posisjonsinnstilt på oversiden av slammotoren, mens ved roterende utboring dreiemomentet er avfølt direkte, samt under glidende utboring, blir det reaktive dreiemoment avfølt. Hvis en nedslitt borkrone blir detektert kan det korrigerende tiltak være å opphøre utboringsoperasjonene for å forberede tripping ut for det formål å erstatte eller reparere borkronen.

Eksempel 6

Overlagringssystemet kan omfatte hendelsesdetekteringsutstyr som gjør bruk av dreiemoment- og nedtrekksanalyse. Kommersielt tilgjengelig programvare for dreiemoment- og nedtrekksanalyse, slik som DrillSAFE™-delen av Schlumbergers DrillingOffice™ eller DeaDrag8™ fra Drilling Engineering Association kan modifiseres til automatisk å motta riggtilstandsinformasjonen for å fastslå hvilken modus av dreiemoment- og nedtrekksanalysen som skal kjøres. Denne automatisering tillater kontinuerlig modellering av målinger av bore-strengens strekkpåkjenninger og dreiemomentmålinger å bli utført. Sammenligning av disse modellerte data med de faktiske måleresultater muliggjør flere utforminger av hendelser, slik som fastkjørt rør, hullopprensningsproblemer, avbrekning og avskallede borkaks å bli detektert. Det korrekte korrigerende tiltak for hver hendelse kan da fastlegges.

Ett eksempel på utboringsutstyr som har automatisk overlagringsevne er vist i figur 10. Borestrengen 58 er vist inne i borehullet 46. Borehullet 46 befinner seg i jorden 40 med en overflate 42. Borehullet 46 er skåret av virkningen fra borkronen 54. Denne borkrone 54 er anordnet ved den ytterste ende av den bunnhullssammenstilling 56 som er festet og utgjør det nedre parti av borestrengen 58. Bunnhullssammenstillingen 56 inneholder et antall innretninger som omfatter forskjellige undersammenstillinger. I henhold til oppfinnelsen inngår undersammenstillinger for måling under utboring (MWD) i undersammenstillingene 62. Eksempler på typiske MWD-målinger omfatter bestemmelse av retning, skråstilling, overvåkningsdata, nedihulls trykk (inne i borerøret, samt på utsiden eller ringromstrykk), resistivitet, densitet og porøsitet. Også inkludert er en under-sammenstilling 60 for måling av dreiemoment og vekt på borkronen. Signalene fra undersammenstillingen 62 blir fortrinnsvis behandlet i prosessoren 66. Etter prosessbehandling blir informasjonen fra prosessorens 66 derpå kommunisert til den pulsdannende sammenstilling 64. Pulssammenstillingen 64 omformer informasjon fra prosessoren 66 til trykkpulser i borefluidet. Disse trykkpulser blir frembrakt i form av et bestemt mønster som representerer vedkommende data fra undersammenstillingene 62. Trykkpulsene vandrer oppover gjennom borefluidet i den sentrale åpning i borestrengen og mot overflateutstyret. Undersammenstillingene i bunnhullssammenstillingen 56 kan også omfatte en turbin eller motor for å frembringe effekt for å dreie og styre borkronen 54.

Boreriggen 12 omfatter en derrick 68 og et heisesystem, et roterbart utstyr og et slamsirkulasjonssystem. Heiseutstyret som borestrengen 58 er opphengt i omfatter trekkverkt 70, løpevaier 71, kronblokk 75, borevaier 79, vandreblokk og krok 72, svivel 74 samt dødvaier 77. Det roterende system omfatter kelly 76, rotasjonsbord 88 og motorer (ikke vist). Det roterende system påfører en rotasjonskraft på borestrengen 58, slik det er velkjent innenfor fagområdet. Skjønt utstyret med et drivrør og rotasjonsbord er vist i figur 10, vil fagkyndige på området erkjenne at foreliggende oppfinnelse også kan utøves på borearrangementer med toppdrev. Skjønt boresystemet i figur 10 er vist å være på land, vil fagkyndige på området erkjenne at foreliggende oppfinnelse like godt kan utøves i marine omgivelser.

Slamsirkuleringssystemet pumper borefluid nedover den sentrale åpning i borestrengen. Dette borefluid kalles ofte slam, og utgjøres vanligvis av en blanding av vann eller dieselbrensel, spesielle leirearter og andre kjemikalier. Boreslammet er lagret i slamgropen 78. Dette boreslam trekkes inn i slampumper (ikke vist), og som da pumper slammet gjennom standrør 86 og inn i drivrøret 78 gjennom svivelen 74 som inneholder en roterbar tetning. Oppfinnelsen kan også utøves på undrerbalansert utboring. Hvis utboringen er underbalanser! på et visst punkt forut for innløpet til borestrengen, blir gass ført inn i utboringsslammet ved bruk av injeksjonsutstyr (ikke vist).

Slammet passerer gjennom borestrengen 58 og gjennom borkronen 54. Etter hvert som tennene på borkronen maler opp og omgjør jordformasjonen til borkaks, blir slammet drevet ut gjennom åpninger eller munnstykker på borkronen med høy hastighet og høyt trykk. Disse slamstråler løfter borkakset bort fra bunnen av borehullet samt også bort fra borkronen, og drives oppover mot overflaten i det ringformede rom mellom borestrengen 58 og borehullets vegg 46.

På jordoverflaten forlater slammet og borkakset brønnen gjennom et sideutløp i utblåsningssikringen 99 samt gjennom slamreturledningen (ikke vist). Utblåsningssikringen 59 omfatter en trykkreguleringsinnretning og en roterbar tetning. Slamreturledningen fører slammet inn i en separator (ikke vist) som skiller slammet fra borkakset. Fra separatoren føres slammet tilbake til slamgropen 78 for lagring og fornyet bruk.

Forskjellige sensorer er plassert på boreriggen 10 for å utføre måling på boreutstyret. Spesielt blir kroklasten målt ved hjelp av kroklastsensoren 94 som er montert på dødvaieren 77, mens blokkposisjonen og den tilhørende blokkhastighet måles ved hjelp av blokksensoren 95, som da utgjør en del av trekkverket 70. Overflatedreiemomentet måles ved hjelp av en sensor på rotasjonsbordet 88. Standrørtrykket måles ved hjelp av trykksensoren 92, som befinner seg på standrøret 86. Signaler fra disse måleenheter blir kommunisert til en sentral overflateprosessor 96. I tillegg blir slampulser som vandrer oppover i borestrengen detektert ved hjelp av en trykksensor 92. Denne trykksensor 92 omfatter en omformer som omformer slamtrykk til elektroniske signaler. Trykksensoren 92 er forbundet med overflatesensoren 96, som da omformer signalet fra trykksignal til digital form, lagrer og demodulerer det digitale signal til anvendbare MWD-data. I samsvar med forskjellige utførelser som er beskrevet ovenfor, er overflateprosessoren 96 programmert til automatisk å detektere den mest sann-synlige boreriggtilstand basert på forskjellige inngangskanaler som er beskrevet. Overflateprosessoren 96 er også programmert til å utføre den automatiserte hendelsesdeteksjon, slik som beskrevet ovenfor.

Overflateprosessoren 96 overfører informasjon om boreriggtilstanden og hendelsesdeteksjon til å overlagre prosessoren 97, hvilket da fastlegger hensiktsmessige riggtiltak for å unngå eller nedsette til et minimum uønskede hendelser. Overflateprosessoren og overlagringsprosessoren er vist som separate innretninger, men i praksis kan de kombineres til én eneste utførelse.

Figur 11 viser ytterligere detaljer ved overflateprosessoren 96, og da i samsvar med foretrukne utførelser av oppfinnelsen. Overflateprosessoren 96 består fortrinnsvis av én eller flere sentrale behandlingsenheter 350, hovedminne 352, kommunikasjons- eller I/O-moduler 354, grafiske innretninger 356, en flytende punktakselerator 358, samt masselagringsenheter, slik som for bånd og disketter 360.

Overlagringsprosessoren er fortrinnsvis forbundet med utstyret på boreriggen via en riggregulator som har integrert elektriske reguleringsmuligheter. Én mulig regulator er en arbeidsstasjon av den type som er vist i GB-A-2341916. En annen mulig regulator er systemet med betegnelsen Varco V-ICIS™ (for mer informasjon om dette se http:// www. varco. com/ productsA/ DE/ c5mdt/ c5mdt/ css/ c5mdt html). Når en uønsket hendelse detekteres, vil kommandosignaler bli sendt ut fra overlagringsenheten til riggregulatoren. Disse signaler vil da drive riggregulatoren til å styre riggutstyret på en slik måte at de tiltak som identifiseres av overlagringsenheten faktisk blir utført.

Etterfølgende boreriggaktivitet avhenger av den type hendelse som er blitt påvist. Hvis for eksempel utboringsprosessen blir trippet inn eller ut og overlagringsenheten bare har hindret borestrengen fra å overskride den maksimale trippehastighet, kan reguleringen overføres tilbake direkte til boreriggregulatoren for å fortsette den overlagrede prosess. Hvis på den annen side et potensielt farlig brønnspark er blitt forhindret, så vil overlagringsenheten kunne bringe ytterligere boreriggprosessor til opphør, slik at en betraktning av boreoperasjonene kan finne sted.

Claims (10)

1. Fremgangsmåte for automatisk å unngå eller nedsette til et minimum uønskede utboringshendelser under en utboringsprosess, karakterisert vedat fremgangsmåten omfatter: detektering av tilstand for den borerigg som utfører utboringsprosessen, mottak av overflate og/eller nedihulls måledata, detektering av én eller flere uønskede borehendelser ved å korrelere de opptatte måledata med den detekterte tilstand, bestemmelse av et boreriggtiltak som avverger eller nedsetter til et minimum en detektert uønsket utboringshendelse, og overlagring av utboringsprosessen ved å beordre utførelse av vedkommende tiltak.

2. Fremgangsmåte som angitt i krav 1,karakterisert vedat deteksjonen av boreriggens tilstand omfatter følgende prosesstrinn: mottak gjennom to eller flere uavhengige inngangskanaler, hvor da hver inngangskanal overfører en rekke målinger utført over tid under utboringsprosessen, og basert på informasjon gjennom disse to eller flere inngangsdatakanaler, detektering av den mest sannsynlige løpende tilstand for boreriggen fra minst tre mulige boreriggtilstander.

3. Fremgangsmåte som angitt i krav 2,karakterisert vedat de to eller flere inngangskanaler omfatter to eller flere av de følgende inngangskanaler, nemlig for kroklast, blokkposisjon, dreiemoment og standsrørtrykk.

4. Fremgangsmåte som angitt i et hvilket som helst av de forutgående krav,karakterisert vedat de uønskede utboringshendelser omfatter et farlig trykkfall eller bølgetrykk.

5. Fremgangsmåte som angitt i ett av de forutgående krav,karakterisert vedat de uønskede utboringshendelser omfatter retur av borkronen til brønnbunnen for raskt.

6. Fremgangsmåte som angitt i ett av de forutgående krav,karakterisert vedat de uønskede utboringshendelser omfatter nedihulls fastkjøring av slammotoren.

7. Fremgangsmåte som angitt i ett av de forutgående krav,karakterisert vedat de uønskede utboringshendelser omfatter en utvasking.

8. Fremgangsmåte som angitt i ett av de forutgående krav,karakterisert vedat de uønskede utboringshendelser omfatter borkroneslitasje.

9. Fremgangsmåte som angitt i et hvilket som helst av de forutgående krav,karakterisert vedat det videre omfatter et prosesstrinn som går ut på å ta opp jordmodelldata, hvor disse opptatte måledata korreleres med de foreliggende jordmodelldata for det formål å detektere uønskede utboringshendelser.

10. Utstyr for automatisk å avverge eller nedsette til minimal virkning uønskede utboringshendelser under en utboringsprosess, karakterisert vedat dette utstyr omfatter: et detekterende system for å detektere tilstanden av den borerigg som utfører utboringsprosessen, opptaksutstyr for å ta opp måledata på overflaten og/eller nedihulls, en prosessor for (i) å detektere én eller flere uønskede utboringshendelser ved å korrelere de opptatte måledata med den detekterte tilstand, og (ii) bestemme et boreriggtiltak som da avverger eller nedsetter til minimal virkning en detektert uønsket utboringshendelse, og en kommandoutsendende innretning for å overlagre vedkommende boreprosess ved å sende ut en ordre som krever utførelse av vedkommende tiltak.