پیشبینی برخط رخدادهای حفاری بر اساس نمودارگیری گل با استفاده از شبکه عصبی حافظه کوتاه مدت طولانی
دوره 8، شماره 1، بهار 1403، صفحه 26-35
مهران بادینلو، جمال فراشیانی، داود خوزان، مهدی منصوری، وحید دانشخواه
چکیده موضوع تحقیق: عملیات حفاری همواره دچار مشکلات فراوانی بوده است. این مشکلات میتوانند خسارات مالی، جانی یا حتی محیط زیستی فراوانی ایجاد کنند. به همین دلیل بهدنبال راهحلی باید بود که این مشکلات را کاهش دهد و قبل از واردشدن خسارات جانی و مالی، این اتفاقات را پیشبینی کند و اقدامات لازم را برای رفع و کاهش خسارات عملی سازد. در این پژوهش، تأثیر استفاده از الگوریتمهای هوش مصنوعی برای پیشبینی رخدادهای حفاری مورد بررسی قرار میگیرد. برای این منظور از دادههای نمودارگیری از گل حفاری (Mud Logging) که بهصورت برخط اندازهگیری شده و از چاههای موجود در یکی از میادین نفتی ایران جمعآوری شدهاند، استفاده میشود.
روش تحقیق: معماری ترکیبی شامل شبکه عصبی حافظه کوتاه مدت طولانی (LSTM) و شبکه عصبی تماماً متصل برای شناسایی و تشخیص ناهنجاریهایی مانند سیلان چاه (Kick) و گیرکردن لوله حفاری (Stuck Pipe) به کار گرفته شد. بهدلیل کمبود نمونههای این ناهنجاریها در مجموعه دادهها که میتواند بهطور قابلتوجهی دقت و عملکرد مدل را کاهش دهد، از روش نمونهبرداری دسته اقلیت (SMOTE) برای تعادل توزیع دستهها و بهبود عملکرد کلی شبکه استفاده شد. علاوه بر این، تأثیر تغییرات ابرمتغیرها بر کاهش خطای شبکه مورد بررسی قرار گرفت.
نتایج تحقیق: در شبکههایی که با ساختارها و معماریهای مختلف مورد بررسی قرار گرفتند، نتایج تجربی نشان داد که شبکه عصبی با دقت 94.45 درصد بر روی مجموعه دادههای آزمایشی عمل کرد. این عملکرد با تنظیم ابرمتغیرها بهصورت زیر حاصل شد: پنجره نگاه به عقب 7، نرخ یادگیری 0.001، نرخ حذف 0.2، اندازه دسته 32 و معماری شبکه چهار لایه با تعداد واحدهای {(512,256,256)} در لایههای پنهان اول، دوم و سوم. این پیکربندی در تشخیص ناهنجاری نسبت به سایر گزینههای آزمایششده، دقت بالاتر و هشدارهای کاذب کمتری داشت. با توجه به نتایج بهدستآمده این روش در تشخیص برخط ناهنجاری در فرایند حفاری مؤثر خواهد بود.
مطالعه رفتار رئولوژیکی و سازگاری آمیختههای کوپلیمر پلیاکریلآمید سولفونه/ نشاسته گندم در محیطهای آبی
دوره 3، شماره 2، تابستان 1398، صفحه 15-27
عبدالامیر استواری، جمال اعلایی، سعید بازگیر، صنم سپهری
چکیده به منظور توسعه دامنه کاربرد مواد پلیمری در تهیه سیالات حفاری، در این پژوهش آمیزه های مختلفی از نشاسته گندم و پلی اکریل آمید تهیه و رفتار ریولوژی و سازگاری نمونه ها در شرایط متفاوت مورد ارزیابی قرار گرفت. بررسی رفتار رئولوژیکی آمیزه های نشاسته-پلی اکریل آمید در آب شیر و آب نمک اشباع نشان داد که در هر دو محیط با افزایش غلظت پلی اکریل آمید، ویسکوزیته نمونه ها افزایش یافت. با این وجود، آمیزه های نشاسته-پلی اکریل آمید در آب نمک اشباع ویسکوزیته پایین تری نسبت به آب معمولی داشتند. مشاهده شد که در هر دو محیط آب شیر و آب نمک اشباع پس از 24 ساعت ماندگی در دمای 90 درجه سانتیگراد، ویسکوزیته اکثر نمونه ها افزایش یافت. مقایسه منحنی های مربوط به داده های تجربی ویسکوزیته و پیش بینی قانون مخلوط ها نشان داد که در آب نمک اشباع و دمای ◦c90 این منحنی ها بسیار به هم نزدیک بوده و این رفتار می تواند دلالت بر سازگاری اجزاء این آمیزه در محیط آب نمک اشباع باشد. انجام فرآیند پیرشدگی نمونه ها سبب بهبود سازگاری آمیزه های نشاسته- پلی اکریل آمید شد.
در مجموع نتایج این پژوهش نشان داد که آمیزه های نشاسته – پلی اکریل آمید در دمای بالا (◦C90 ) و محیط آب نمک NaCl اشباع سازگار بوده و بکارگیری این آمیزه ها در تهیه سیالات حفاری می تواند توسعه دامنه کاربرد مواد پلیمری در تهیه این سیالات و سهولت در تنظیم خواص رئولوژیکی آنها را به همراه داشته باشد.
