陳海峰 熊怡斌 馮鵬

摘 要 本文介紹了智能鉆井的關(guān)鍵技術(shù)在國內(nèi)外發(fā)展的現(xiàn)狀，包括井眼軌跡智能優(yōu)化、智能優(yōu)化的鉆速、智能指導(dǎo)鉆井系統(tǒng)、井下閉環(huán)控制、智能監(jiān)控和決策技術(shù)，對智能鉆井設(shè)備、國內(nèi)外智能鉆桿、智能控制壓力鉆井系統(tǒng)和智能導(dǎo)向鉆井系統(tǒng)等設(shè)備的進(jìn)展進(jìn)行了分析。如本文中討論的智能技術(shù)發(fā)展，本文是關(guān)于現(xiàn)代人工智能技術(shù)在中國的快速發(fā)展，需要加強(qiáng)鉆井工程的前沿理論，各種鉆探技術(shù)的集成技術(shù)，鉆井方式加強(qiáng)合作創(chuàng)新，建立一個完美的智能鉆井系統(tǒng)理論，為實(shí)現(xiàn)我國油氣資源的高效勘探與開發(fā)不斷加強(qiáng)。

關(guān)鍵詞 智能鉆井 鉆井裝備 智能優(yōu)化技術(shù) 智能導(dǎo)向

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-0745（2021）01-0017-02

目前，國外智能鉆井技術(shù)仍處于發(fā)展初期，鉆井智能技術(shù)的基礎(chǔ)理論和核心技術(shù)有待突破。國內(nèi)的智能鉆井技術(shù)還處于初級階段，研究深度與國外相比還有很大差距。因此，在智能鉆井的關(guān)鍵技術(shù)和設(shè)備的發(fā)展現(xiàn)狀系統(tǒng)分析的基礎(chǔ)上討論了在中國智能鉆井的主要研究方向，以促進(jìn)智能鉆井的基本理論研究，改善智能鉆井的技術(shù)理論，實(shí)現(xiàn)智能鉆井技術(shù)的跨越式發(fā)展[1]。

1 井眼軌道智能優(yōu)化技術(shù)

井眼軌跡智能優(yōu)化技術(shù)主要是地質(zhì)工程多源數(shù)據(jù)利用人工智能算法對井斜、方位角、井深等參數(shù)進(jìn)行動態(tài)優(yōu)化設(shè)計(jì)。J.Lee等利用遺傳算法關(guān)于網(wǎng)格節(jié)點(diǎn)調(diào)整偏轉(zhuǎn)點(diǎn)位置，優(yōu)化水平井井眼軌跡。S. Lemmix等人利用梯度搜索法，結(jié)合伴隨矩陣函數(shù)和數(shù)值模擬軟件，分析了水平段對油氣井產(chǎn)能的分析情況，并通過重復(fù)迭代法優(yōu)化了水平段軌跡。A.N.Morales等利用改進(jìn)的遺傳算法對不同生產(chǎn)條件下的油氣井產(chǎn)能進(jìn)行分析，以累積產(chǎn)量為目標(biāo)函數(shù)優(yōu)化凝析氣藏水平井的井眼軌跡。Z-law等人旨在最大化生產(chǎn)力井筒的單位長度，建立了儲層重量地圖確定水庫的甜點(diǎn)區(qū)域利用克里格方法，然后使用一個快速的方法來優(yōu)化多邊井的井眼軌跡三維非均質(zhì)砂巖儲層?？傮w而言，目前國內(nèi)外井眼軌跡優(yōu)化技術(shù)的智能化發(fā)展有待提高，不能充分利用多源地球工程數(shù)據(jù)來滿足復(fù)雜油藏高效開發(fā)的需要。在將來，在鉆井技術(shù)信息的有效傳播的發(fā)展和智能處理的多源數(shù)據(jù)下，預(yù)計(jì)將實(shí)現(xiàn)實(shí)時更新GETM-Engineering 3D模型的復(fù)雜的石油和天然氣鉆井形成更完整的智能優(yōu)化技術(shù)的軌跡。

2 鉆井中智能優(yōu)化鉆速技術(shù)

智能機(jī)械鉆速優(yōu)化技術(shù)主要是關(guān)于井下實(shí)時參數(shù)，利用計(jì)算機(jī)大數(shù)據(jù)技術(shù)的使用利用數(shù)據(jù)和智能優(yōu)化算法對鉆井多目標(biāo)參數(shù)進(jìn)行了分析和計(jì)算，然后對鉆井參數(shù)進(jìn)行優(yōu)化調(diào)整，從而獲得最優(yōu)ROP。C.Hegde等采用關(guān)于隨機(jī)驅(qū)動的森林算法，建立了鉆井速度模型、鉆井過程鉆頭發(fā)生扭矩的模型和鉆井過程中機(jī)械之比動能的模型。以鉆頭重量、流量、鉆頭轉(zhuǎn)速和巖石強(qiáng)度為輸入?yún)?shù)，對鉆井模型進(jìn)行了優(yōu)化，主要采用的方式是元啟發(fā)式優(yōu)化，得到了最優(yōu)的鉆井參數(shù)。R.Arabjamaloei等通過實(shí)驗(yàn)數(shù)據(jù)得到的實(shí)驗(yàn)結(jié)果主要是用于建立鉆井鉆速和鉆井施工中各項(xiàng)參數(shù)之間的關(guān)系，希望通過人工神經(jīng)網(wǎng)絡(luò)模式的啟發(fā)建立一種新型鉆井速度模型。并利用遺傳算法優(yōu)化模型并獲得最優(yōu)鉆井條件下的滲透率參數(shù)，進(jìn)行了初步的應(yīng)用。m.Bataee等人利用神經(jīng)網(wǎng)絡(luò)建立鉆頭速度等參數(shù)之間的關(guān)系、鉆井液流變性、鉆壓、牙齒磨損、形成特點(diǎn)及靜液壓力和優(yōu)化鉆井參數(shù)實(shí)時預(yù)測羅普，最后獲得了最佳羅普。x廖等人調(diào)查和收集的速度，如巖石的抗壓強(qiáng)度618組數(shù)據(jù)集，得到了巖石抗擠壓強(qiáng)度和不同巖石分類的重要數(shù)據(jù)指標(biāo)，通過使用不同級別的智能系統(tǒng)建模的巖石，在人工蜂群驗(yàn)算模式下進(jìn)行不同條件的完善最優(yōu)鉆進(jìn)速度。c·甘等人建立了鉆速的預(yù)測模型關(guān)于改進(jìn)粒子群優(yōu)化算法（PSO）優(yōu)化徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)，針對數(shù)據(jù)不完全的特點(diǎn)，耦合和強(qiáng)非線性在鉆井過程中，提供智能優(yōu)化控制的重要手段在復(fù)雜地層鉆井。中石油工程技術(shù)研究院將機(jī)器學(xué)習(xí)與梯度搜索、決策樹算法相結(jié)合，研制出智能鉆井提速導(dǎo)航儀，獲得美國第45屆EP工程創(chuàng)新的獎項(xiàng)。目前已應(yīng)用60多口井，機(jī)械鉆速提高了18.8%～46.6%。一般來說，井下數(shù)據(jù)的實(shí)時采集、井下數(shù)據(jù)的進(jìn)行優(yōu)化、鉆井參數(shù)的智能控制是實(shí)現(xiàn)機(jī)械鉆速智能優(yōu)化控制的關(guān)鍵。因此，將來有必要更加優(yōu)化或開發(fā)更加可靠的優(yōu)化算法，以保證參數(shù)調(diào)節(jié)的精度。

3 智能導(dǎo)向鉆井技術(shù)

智能鉆井技術(shù)的導(dǎo)向技術(shù)需要通過人工智能，通過對井眼軌跡的實(shí)時監(jiān)測和分析，動態(tài)調(diào)整井眼軌跡，最終實(shí)現(xiàn)沿優(yōu)化井眼軌跡定向鉆井。

該技術(shù)為智能導(dǎo)向鉆井系統(tǒng)的應(yīng)用提供了重要支撐。關(guān)于一種新的靜態(tài)連續(xù)測量方法，斯倫貝謝開發(fā)了一種智能井眼軌跡控制算法，通過將近鉆頭連續(xù)測量數(shù)據(jù)與實(shí)際井眼軌跡數(shù)據(jù)進(jìn)行比較，實(shí)現(xiàn)對導(dǎo)向參數(shù)的智能控制。關(guān)于雙環(huán)反饋協(xié)同控制方法，上海交通大學(xué)提出了一種關(guān)于進(jìn)行邏輯控制和區(qū)間模糊計(jì)算的低通濾波器的強(qiáng)化學(xué)習(xí)算法，并將其應(yīng)用于進(jìn)行鉆井的導(dǎo)向技術(shù)和鉆井的立體井眼軌跡跟蹤控制。哈里伯頓提出了一種關(guān)于旋轉(zhuǎn)導(dǎo)向工具面跟蹤的鉆井井筒軌跡進(jìn)行控制的技術(shù)，該技術(shù)能夠?qū)崟r通過定位旋轉(zhuǎn)鉆井的導(dǎo)向面。挪威斯塔萬格大學(xué)（UniversityofStavanger）可以通過隨機(jī)的規(guī)劃方法來進(jìn)行來對井眼的軌跡進(jìn)行優(yōu)化，大大提升了儲層的滲透率，同時讓鉆井成本更少。沙特阿拉伯法赫德國王石油礦業(yè)大學(xué)（KingFahdUniversityofPetroleumandMines）研究了鉆井方向自適應(yīng)和智能優(yōu)化控制技術(shù)。其目標(biāo)是開發(fā)同步監(jiān)控系統(tǒng)，同步進(jìn)行參數(shù)優(yōu)化，提升了鉆井速度，降低了軌跡的誤差。目前，智能定向鉆井技術(shù)還有很多不足。雖然一些研究成果取得了較好的測試結(jié)果，但尚未得到大規(guī)模應(yīng)用。

該技術(shù)為智能導(dǎo)向鉆井系統(tǒng)的應(yīng)用提供了重要支撐。關(guān)于一種新的靜態(tài)連續(xù)測量方法，斯倫貝謝開發(fā)了一種智能井眼軌跡控制算法，通過將近鉆頭連續(xù)測量數(shù)據(jù)與實(shí)際井眼軌跡數(shù)據(jù)進(jìn)行比較，實(shí)現(xiàn)對導(dǎo)向參數(shù)的智能控制。在雙環(huán)反饋協(xié)同控制方法的基礎(chǔ)上，上海交通大學(xué)提出了一種關(guān)于區(qū)間模糊邏輯控制和一階數(shù)字低通濾波器的強(qiáng)化學(xué)習(xí)算法，并將其應(yīng)用于旋轉(zhuǎn)導(dǎo)向鉆井三維井眼軌跡跟蹤控制。哈里伯頓提出了一種關(guān)于旋轉(zhuǎn)導(dǎo)向工具面跟蹤的鉆井井筒軌跡進(jìn)行控制的技術(shù)，該技術(shù)能夠?qū)崟r定位旋轉(zhuǎn)導(dǎo)向鉆井系統(tǒng)的工具面。斯塔萬格大學(xué)使用了離散隨機(jī)動態(tài)規(guī)劃方法來優(yōu)化井眼軌跡，顯著提高了儲層滲透率，同時降低了鉆井成本。沙特阿拉伯法赫德國王石油礦業(yè)大學(xué)（KingFahdUniversityofPetroleumandMines）研究鉆井方向的自適應(yīng)和智能優(yōu)化控制技術(shù)。該公司的目標(biāo)是開發(fā)實(shí)時控制系統(tǒng)，實(shí)時優(yōu)化鉆井參數(shù)，提高機(jī)械鉆速，并消除井眼軌跡偏差。目前，智能定向鉆井技術(shù)還不成熟。一些研究成果雖然取得了較好的測試結(jié)果，但尚未得到大規(guī)模應(yīng)用。

4 鉆井閉環(huán)控制技術(shù)

井下閉環(huán)控制技術(shù)的關(guān)鍵是實(shí)現(xiàn)智能鉆井、鉆井?dāng)?shù)據(jù)進(jìn)行同步輸?shù)降孛妫诘孛娴膶＜蚁到y(tǒng)的基礎(chǔ)上，動態(tài)分析井眼條件，然后井下致動器發(fā)送控制命令，經(jīng)過雙方向數(shù)據(jù)傳輸?shù)男畔⑿纬砷]環(huán)控制，從而實(shí)現(xiàn)實(shí)時對鉆井參數(shù)進(jìn)行優(yōu)化提升鉆井的鉆進(jìn)速度。F.Abdulgalil等人提出了關(guān)于滑?？刂品椒ǖ腜ID（比例積分微分）模型，提高了鉆井系統(tǒng)的穩(wěn)定性，處理了不是直線的問題。A.Huo等人將積分滑?？刂品椒ㄅc自適應(yīng)干擾評估模型相結(jié)合，減少了數(shù)據(jù)的錯誤，提高了閉環(huán)控制的可靠性。j.Matheus等人建立了一個兩階段混合閉環(huán)控制模型來提高閉環(huán)控制的效率，在進(jìn)行內(nèi)部的程序控制主要是鉆井施工工具之間的閉環(huán)調(diào)節(jié)。進(jìn)行外部的程序控制主要是關(guān)于進(jìn)行內(nèi)部的程序控制的進(jìn)行信息的反饋和表面系統(tǒng)給出了控制命令，進(jìn)一步調(diào)整進(jìn)行內(nèi)部的程序控制。牛海峰等人建立的增量式PID控制模型具有更快的動態(tài)響應(yīng)和更強(qiáng)的抗干擾能力，能夠滿足復(fù)雜環(huán)境下井下對數(shù)據(jù)進(jìn)行處理的速度要求。李元志等人提出了一種關(guān)于電流環(huán)、速度環(huán)和位置環(huán)控制的井下執(zhí)行器三閉環(huán)PID模型，可以根據(jù)轉(zhuǎn)向調(diào)節(jié)的快速性和超調(diào)量對系統(tǒng)進(jìn)行提前修正。井下閉環(huán)控制技術(shù)當(dāng)前主要是關(guān)于傳統(tǒng)控制理論模型，有許多簡化和假設(shè)，如模型的穩(wěn)定性和準(zhǔn)確性不足，將來需要需要的人工智能和自動控制理論相結(jié)合鉆井工程、多變量協(xié)調(diào)一致的反應(yīng)機(jī)制的研究和鉆井閉環(huán)智能化控制技術(shù)的形成。

5 智能監(jiān)測與決策技術(shù)

鉆井檢測技術(shù)智能化能夠同步收集鉆井?dāng)?shù)據(jù)，可使用在繁復(fù)井下工況的同步診斷和監(jiān)測，為智能決策提供重要的數(shù)據(jù)支持。貝克休斯開發(fā)了關(guān)于鉆井檢測技術(shù)智能化的連續(xù)管，可以動態(tài)監(jiān)測井深、地層壓力和溫度等參數(shù)。Marconi開發(fā)了一種關(guān)于互聯(lián)網(wǎng)的智能鉆井監(jiān)測技術(shù)，能夠?qū)崟r監(jiān)測井筒中的鉆井液流動情況。關(guān)于多傳感器信息融合的原則，廖明艷等人監(jiān)控了鉤負(fù)載、轉(zhuǎn)矩、立管壓力、鉆速、進(jìn)口和出口的流動在鉆井過程中鉆井液和其他參數(shù)，并通過人體神經(jīng)網(wǎng)絡(luò)系統(tǒng)和多種傳感信息技術(shù)的結(jié)合思路，該方法不依賴于精確的數(shù)學(xué)模型。李浩等結(jié)合現(xiàn)場鉆井情況，通過建立無線數(shù)據(jù)網(wǎng)絡(luò)傳輸模型，提升無線傳數(shù)據(jù)技術(shù)，大大提升了鉆井?dāng)?shù)據(jù)信息監(jiān)測的準(zhǔn)確性。

通過智能鉆井決策技術(shù)，鉆井工程師可以在鉆井過程中通過軟件進(jìn)行分析，對鉆井的軌跡和遇到巖層進(jìn)行實(shí)時分析，起到了智能分析和決策的作用。貝克休斯對多維大數(shù)據(jù)的智能解讀，使關(guān)鍵鉆井參數(shù)的動態(tài)評估和遠(yuǎn)程系統(tǒng)的實(shí)時控制可以優(yōu)化鉆井過程，已得到廣泛應(yīng)用。與此同時，哈里伯頓（Halliburton）和斯倫貝謝（Schlumberger）等公司建立了大數(shù)據(jù)中心，對鉆井?dāng)?shù)據(jù)進(jìn)行計(jì)算機(jī)分析，能夠正確建立鉆井方案。李奇等人建立了關(guān)于大數(shù)據(jù)備份的鉆井技術(shù)決定數(shù)據(jù)模型，可以提供整個鉆井過程的智能化管理提供數(shù)據(jù)參考。高曉蓉等人利用關(guān)于案例的推演技術(shù)對復(fù)雜的井下工況進(jìn)行計(jì)算機(jī)數(shù)據(jù)處理和診斷，能夠快速獲得最佳的鉆井軌跡與參數(shù)方案。針對我國西部油田的復(fù)雜的地質(zhì)狀況，通過優(yōu)化數(shù)據(jù)實(shí)時監(jiān)控參數(shù)和改進(jìn)鉆井鉆進(jìn)的規(guī)則，建立了溢流預(yù)警模型，有效防止了鉆井溢流施工現(xiàn)象的發(fā)生?？偟膩碚f，中國已經(jīng)取得了一些鉆井狀態(tài)的智能監(jiān)測和診斷，但尚未形成整個鉆井過程的智能監(jiān)控和決策系統(tǒng)，以后工作要進(jìn)一步結(jié)合多數(shù)據(jù)智能監(jiān)控、快速收斂和多源數(shù)據(jù)云計(jì)算/計(jì)算技術(shù)，促進(jìn)智能決策和參數(shù)監(jiān)控的快速發(fā)展鉆井技術(shù)。

6 結(jié)語

智能鉆井技術(shù)涉及大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、新材料等關(guān)鍵基礎(chǔ)理論和技術(shù)，有必要推動鉆井工程與前沿理論和技術(shù)的跨學(xué)科、跨界融合。同時，也應(yīng)加強(qiáng)協(xié)同創(chuàng)新，構(gòu)建一個industry-university-research合作平臺，提高技術(shù)人員和鉆井團(tuán)隊(duì)機(jī)制建設(shè)，進(jìn)一步促進(jìn)智能鉆井技術(shù)的快速發(fā)展，提供技術(shù)支持，實(shí)現(xiàn)高效的開采油氣資源勘探和開發(fā)非常規(guī)等低滲透提供鉆井技術(shù)的支撐[2]。

參考文獻(xiàn)：

[1] 李根生，宋先知，田守嶒.智能鉆井技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J].石油鉆探技術(shù)，2020，48（01）：1-8.

[2] 周方成，么秋菊，張新翌，丁慶新.智能鉆井發(fā)展現(xiàn)狀研究[J].石油礦場機(jī)械，2019，48（06）：83-87.

中石化江漢石油工程公司國際合作公司，湖北 潛江 433100