استفاده از مدل‌سازی هوشمند در فرآیند طراحی و عیب یابی عملیات حفاری : پایان‌نامه ارشد مهندسی نفت گرایش حفاری و بهره‌برداری
هر دانشجویی در مقطع تحصیلات تکمیلی، که شامل دوره های کارشناسی ارشد و دکتری است، مشغول به تحصیل باشد، بعد از اینکه تمام واحد های درسی تعیین شده را گذراند، موظف است برای تمام کردن دورۀ خود رساله و یا پایان نامه ای بنویسد و طی مراسمی رسمی که از قبل برنامه ریزی شده است، از آن دفاع کند و نمرۀ قبولی بگیرد. نوشتن پایان نامه برای دانشجوی کارشناسی ارشد تقریباً اولین تجربۀ علمی و پژوهشی جدی و روشمند است و دانشجو با نوشتن پایان نامه در واقع راه را برای پژوهش های بعدی اش هموار می کند. همان طور که می دانید پایان نامه یا رساله نوعی پژوهش دانشگاهی است و بنابراین باید از بیشتر قواعدی که در حوزۀ پژوهش ها و تحقیقات آکادمیک وجود دارد پیروی کند و بتواند پیام خود را به گونه ای که رسا، علمی، مستدل و منطقی باشد، به مخاطبانش برساند. برای کمک به دانشجو در رسیدن به این اهداف به معرفی موضوعات پایان نامه های ارشد از دانشگاه های برتر کشور پرداختیم . در ادامه پایان نامه مقطع کارشناسی ارشد رشته مهندسی نفت گرایش حفاری و بهره‌برداری با عنوان استفاده از مدل‌سازی هوشمند در فرآیند طراحی و عیب یابی عملیات حفاری در 130 صفحه با فرمت WORD همراه با نمودار و اشکال نگارش شده است. در ادامه قسمتهایی از این پایان نامه بعنوان نمونه آورده شده است:
چکیده تحقیق استفاده از مدل‌سازی هوشمند در فرآیند طراحی و عیب یابی عملیات حفاری :
در عملیات حفاری ، با انتخاب درست ابزار مورد استفاده و همچنین پیش‌بینی دقیق و به موقع پارامترها و مشکلات احتمالی می‌توان این عملیات را در زمان و هزینه کمتر انجام داد. مقاومت فشاری تک محوره سنگ سازند، یکی از ویژگی‌های اصلی سنگ به شمار می‌آید که نقش به‌سزایی در انتخاب مته حفاری دارد. در صورت پیش‌بینی صحیح این ویژگی می‌توان مته مناسب برای حفاری سنگ مورد نظر را انتخاب کرد. از طرفی مته حفاری خود یکی از ابزارهای اصلی در عملیات حفاری به شمار می‌رود که تأثیر مستقیم بر نرخ نفوذ حفاری دارد. نرخ نفوذ مناسب زمان و هزینه‌های عملیات حفاری را کاهش می‌دهد. در عملیات حفاری گاهی اوقات با مشکلاتی مواجه می‌شویم که باعث کند شدن حفاری و افزایش هزینه‌ها میشود. از جمله این مشکلات می‌توان به هرزروی گل و گیر رشته حفاری اشاره کرد. در صورتی که بتوان این مشکلات را به درستی پیش‌بینی کرد می‌توان از توقف حفاری جلوگیری و خطرات ناشی از آن را نیز رفع کرد. لذا اطلاع دقیق از موارد مذکور حیاتی است. تحليل اطلاعات ميدانى، عنصر اصلى كاهش هزينه و بهبود عمليات حفارى و توسعه ابزارهاى تحليل اطلاعات ميدان، يكى از راه‌هاى توسعه و بهبود عمليات حفارى به شمار می‌رود.
در صنعت حفاری برای شناسایی مشکل و یا بهبود عملیات عموماً از تست‌های آزمایشگاهی و فرمول‌های تجربی استفاده میشود؛ یا برای رفع مشکل از تجربیات گذشته استفاده میشود. در این پروژه سعی شده، از مدل‌سازی هوشمند برای پیش‌بینی، عیب‌یابی، رفع عیب و بهبود پارامترهای عملیات حفاری استفاده کنیم. هوش مصنوعی حوزه‌ای ترکیبی از علوم کامپیوتر و آمار است. در حالت عمومی این روش زمانی ارزش خود را نشان می‌دهد که روی مجموعه‌ی بزرگی از داده‌ها پیاده‌سازی شده و الگوها و قوانین موجود در آن‌ها را نمایان سازد. این پروژه در چهار بخش با استفاده از داده‌های ثبت روزانه دکل حفاری و عملیات نمودارگیری و به کمک شبکه‌های عصبی و الگوریتم‌های بهینه‌سازی انجام شد. نتایج حاصله در موضوعات مورد بحث همگی گویای دقت و کارایی بالای استفاده از روش‌های هوشمند است.
اهمیت و بیان مسئله
مقاومت فشاری تک محوره سنگ سازند
دانش معقول از خواص فیزیکی و مکانیکی سنگ و انتخاب مناسب پارامترهای عملیات حفاری کمک زیادی در کاهش هزینه‌های حفاری و تولید از مخزن نفت می‌کند. بنا به تعریف، مقاومت فشاری تک محوره، مقدار تنش فشاری تک محوره است، هنگامی که المان مورد نظر کاملاً گسیخته میشود. UCS در واقع سطح استرسی که باعث شکست سنگ میشود است، زمانی که آن را تحت تنش تک محوره قرار می‌دهیم. مقاومت فشاری تک محوره سنگ سازند، پارامتر مکانیکی مهم سنگ می‌باشد که نقش حیاتی در حفاری چاه‌های نفت و گاز دارد. عملیات حفاری تعامل بین سنگ و مته حفاری می‌باشد زمانی که استرس حاصل بزرگ‌تر از مقاومت سنگ شود، سنگ دچار شکست میشود.
از آنجایی که مقدار مقاومت فشاری تک محوره توسط پارامترهای بسیاری از قبیل چگالی و تخلخل تحت تأثیر است، به کمک آن می‌توان خواص مکانیکی سنگ را نشان داد. از این رو می‌توان آن را در محاسبات انتخاب مته، تخمین زمان بهینه برای بیرون کشیدن مته، تجزیه و تحلیل پایداری چاه (انتخاب محدوده مناسب برای وزن گل)، تولید شن و ماسه و تعیین میدان تنش درجا مؤثر، طراحی روش‌های ازدیاد برداشت و مطالعات نشست مخزن در نظر گرفت. که انتخاب درست این موارد باعث بهبود و بهینه‌سازی عملیات حفاری و تولید میگردد
فهرست مطالب تحقیق استفاده از مدل‌سازی هوشمند در فرآیند طراحی و عیب یابی عملیات حفاری :
فصل اول: مقدمه
1-1- اهمیت و بیان مسئله ……………………………………………………………………………………………………. 1
1-1-1- مقاومت فشاری تک محوره سنگ سازند ……………………………………………………………………………… 1
1-1-2- مته حفاری و نرخ نفوذ …………………………………………………………………………………………………….. 2
1-1-3- هرزروی سیال حفاری ……………………………………………………………………………………………………………… 3
1-1-4- گیر رشته حفاری …………………………………………………………………………………………………………….. 4
فصل دوم: مروری بر تحقیقات گذشته
2-1- مقدمه ……………………………………………………………………………………………………………………………………………….. 7
2-2- مقاومت فشاری تک محوره سنگ سازند ………………………………………………………………………………………………. 7
2-2-1- روش‌های محاسبه UCS ……………………………………………………………………………………………………………………. 7
2-2-1-1- تست آزمایشگاهی …………………………………………………………………………………………………………………… 7
2-2-1-2- روابط تجربی ……………………………………………………………………………………………………………………………… 9
2-2-1-3- شبکه عصبی مصنوعی …………………………………………………………………………………………………………. 12
2-3- انتخاب مته مناسب و بهبود نرخ نفوذ حفاری ……………………………………………………………………………………… 12
2-3-1- روش‌های حل مسئله ………………………………………………………………………………………………………………………. 12
2-3-1-1- روش هزینه به ازای حفاری ………………………………………………………………………………………………….. 14
2-3-1-2- مدل انرژی مخصوص …………………………………………………………………………………………………………….. 14
2-3-1-3- مدل بورگین- یانگ ……………………………………………………………………………………………………………… 15
2-3-1-4- هوش مصنوعی ………………………………………………………………………………………………………………………. 15
2-4- هرزروی سیال حفاری ………………………………………………………………………………………………………………………………. 17
2-4-1- روش حل مسئله ………………………………………………………………………………………………………………………………. 17
2-4-1-1- استفاده از مواد هرزگیر ………………………………………………………………………………………………………… 17
2-4-1-2- دوغاب‌های ترکیبی ………………………………………………………………………………………………………………. 17
2-4-1-3- حفاری زیر تعادلی ………………………………………………………………………………………………………………… 18
2-4-1-4- استفاده از لوله جداری ………………………………………………………………………………………………………… 18
2-5- گیر لوله حفاری ………………………………………………………………………………………………………………………………………….. 19
2-5-1- روش‌های حل مسئله ………………………………………………………………………………………………………………………. 19
2-5-1-1- مدل کینگزبرو و همپ کینگ ……………………………………………………………………………………………….. 19
2-5-1-2- مدل بیگلر و کان ……………………………………………………………………………………………………………………. 19
2-5-1-3- مدل گلاور و هاوارد ……………………………………………………………………………………………………………….. 20
2-5-1-4- روش هوش مصنوعی …………………………………………………………………………………………………………….. 20
2-6- چرایی استفاده از روش‌های هوشمند ……………………………………………………………………………………………………. 21
فصل سوم: مروری بر روش‌های یادگیری ماشینی و الگوریتم‌های بهینه‌سازی
3-1- مقدمه ………………………………………………………………………………………………………………………………………….. 23
3-2- مفهوم شبکه ……………………………………………………………………………………………………………………………. 24
3-3- شبكه عصبي مصنوعي ………………………………………………………………………………………………………………… 24
3-3-1- مدل یک نرون تک ورودی ………………………………………………………………………………………………………….. 26
3-3-2- تابع انتقال ……………………………………………………………………………………………………………………………. 28
3-4- انواع شبکه های عصبی ………………………………………………………………………………………………………………….. 28
3-4-1- شبکه عصبی پرسپترون چندلایه ………………………………………………………………………………………….. 28
3-4-2- شبکه عصبی پیمانه ای ………………………………………………………………………………………………………….. 30
3-4-3- ماشین بردار پشتیبان …………………………………………………………………………………………………………. 32
3-5- الگوریتم‌های بهینه‌سازی ……………………………………………………………………………………………………………… 34
3-5-1- الگوریتم ژنتیک ……………………………………………………………………………………………………………………. 34
3-5-2- الگوریتم بهینه‌سازی ازدحام ذرات ………………………………………………………………………………………….. 39
3-5-3- الگوریتم ترکیبی ژنتیک و ازدحام ذرات …………………………………………………………………………………. 41
فصل چهارم: آماده‌سازی اطلاعات جهت مدل‌سازی و آنالیز
4-1- مقدمه …………………………………………………………………………………………………………………………………………………. 44
4-2- مطالعه میادین مورد بررسی ………………………………………………………………………………………………………………….. 44
4-2-1- میدان نفتی اهواز ………………………………………………………………………………………………………………………….. 44
4-2-2- میدان نفتی مارون ……………………………………………………………………………………………………………………….. 46
4-3- آماده‌سازی داده‌ها جهت استفاده در مدل‌سازی ………………………………………………………………………………. 50
4-3-1 جمع‌آوري داده‌ها …………………………………………………………………………………………………………………………….. 50
4-3-1-1- مقاومت فشاری تک محوره سنگ سازند ………………………………………………………………………. 50
4-3-1-2- انتخاب مته حفاری و بهبود نرخ نفوذ …………………………………………………………………………….. 51
4-3-1-3- هرزروی سیال حفاری ……………………………………………………………………………………………………… 52
4-3-1-4- گیر لوله حفاری …………………………………………………………………………………………………………………. 54
4-3-2- پیش‌پردازش داده‌ها …………………………………………………………………………………………………………………… 55
4-3-2-1- آناليز داده‌ها و تأييد صحت و دقت آن‌ها …………………………………………………………………….. 55
4-3-2-2- همسان‌سازی داده‌ها ………………………………………………………………………………………………………. 56
4-3-3- تقسيم بندي داده‌ها …………………………………………………………………………………………………………………… 57
4-4- مدل کردن ………………………………………………………………………………………………………………………………………….. 58
4-5- معيارهاي عملكرد مدل ………………………………………………………………………………………………………………………….. 58
فصل پنجم: آنالیز و تحلیل اطلاعات
5-1- مقدمه ………………………………………………………………………………………………………………………………………………………….. 60
5-2- مقاومت فشاری تک محوره سنگ سازند ……………………………………………………………………………………………. 60
5-2-1- روش کار …………………………………………………………………………………………………………………………………………… 60
5-2-1-1- پیش‌بینی UCS توسط MLP ……………………………………………………………………………………………… 60
5-2-1-2- پیش‌بینی UCS توسط MLP&GA …………………………………………………………………………………. 63
5-3- انتخاب مته حفاری و بهبود نرخ نفوذ …………………………………………………………………………………………………. 66
5-3-1- روش کار ………………………………………………………………………………………………………………………………………… 67
5-3-1-1- پیش‌بینی مته حفاری ……………………………………………………………………………………………………….. 67
5-3-1-2- پیش‌بینی نرخ نفوذ حفاری …………………………………………………………………………………………….. 68
5-3-1-3- بهینه‌سازی نرخ نفوذ ……………………………………………………………………………………………………….. 69
5-3-2- بحث روی نتایج …………………………………………………………………………………………………………………………… 72
5-3-2-1- مته حفاری …………………………………………………………………………………………………………………………… 72
5-3-2-2- نرخ نفوذ و دبی جریان گل ………………………………………………………………………………………………. 72
5-3-2-3- فشار پمپ گل و سطح مقطع جریان …………………………………………………………………………….. 74
5-3-2-4- وزن روی مته و سرعت دوران رشته حفاری ……………………………………………………………….. 75
5-3-2-5- گرانروی گل ………………………………………………………………………………………………………………………… 76
5-4- هرزروی سیال حفاری ……………………………………………………………………………………………………………………………. 76
5-4-1- روش کار ………………………………………………………………………………………………………………………………………….. 77
5-4-1-1- پیش‌بینی کمی هرزروی سیال حفاری …………………………………………………………………………….. 78
5-4-1-2- پیش‌بینی کیفی هرزروی سیال حفاری …………………………………………………………………………… 79
5-4-1-3- کاهش میزان هرزروی سیال حفاری ……………………………………………………………………………….. 82
5-5- گیر لوله حفاری ………………………………………………………………………………………………………………………………………. 85
5-5-1- روش کار ………………………………………………………………………………………………………………………………………… 85
5-5-1-1- پیش‌بینی گیر مکانیکی و اختلاف فشاری ……………………………………………………………………. 85
5-5-1-2- پیش‌بینی گیر اختلاف فشاری ……………………………………………………………………………………….. 87
5-5-1-3- کاهش احتمال گیر لوله حفاری ……………………………………………………………………………………… 88
فصل ششم: نتایج و پیشنهادها
6-1- نتایج …………………………………………………………………………………………………………… 92
6-2- پیشنهادها ………………………………………………………………………………………………….. 94
منابع ………………………………………………………………………………………………………………….. 95
پیوست ……………………………………………………………………………………………………………. 102
فهرست جدول
دول 2-1 لیست تعدادی از روابط تجربی محاسبه UCS ……………………………………………………………………………. 11
جدول 2-2 مقایسه مدل UCS ارائه شده با روش‌های دیگر ……………………………………………………………………….. 13
جدول 2-3 مقایسه مدل انتخاب مته و نرخ نفوذ ارائه شده با روش‌های دیگر ……………………………………….. 16
جدول 2-4 مقایسه مدل هرزروی پیشنهادی با سایر روش‌ها ……………………………………………………………………. 18
جدول 2-5 مقایسه مدل گیر لوله حفاری ارائه شده با سایر روش‌ها ………………………………………………………… 21
جدول 3-1 لیست تعدادی از توابع انتقال مورد استفاده برای شبکه های عصبی ………………………………….. 29
جدول 4-1 تحلیل آماری داده‌های استفاده شده در مدل‌سازی مقاومت فشاری سنگ سازند ……………. 50
جدول 4-2 توصیف آماری داده‌های استفاده شده در مدل‌سازی انتخاب مته و نرخ نفوذ حفاری ……… 52
جدول 4-3 توصیف آماری داده‌های استفاده شده در مدل‌سازی هرزروی سیال حفاری ……………………. 54
جدول 4-4 توصیف آماری داده‌های استفاده شده در مدل‌سازی گیر لوله حفاری ……………………………….. 56
جدول 5-1 مقایسه عملکرد دو شبکه عصبی استفاده شده برای مدل‌سازی تعیین UCS …………………… 66
جدول 5-2 بررسی عملکرد شبکه‌های عصبی استفاده شده برای پیش‌بینی انتخاب مته و نرخ نفوذ حفاری ………….. 69
جدول 5-3 مقدار و محدوده پارامترهای ثابت و متغیر در بخش‌های مختلف چاه ……………………………….. 70
جدول 5-4 مقادیر پارامترهای بهینه‌سازی شده در بخش‌های مختلف چاه ……………………………………………. 70
جدول 5-5 بررسی مته حفاری انتخاب شده ………………………………………………………………………………………………… 72
جدول 5-6 بررسی نرخ نفوذ و دبی جریان گل بهینه‌سازی شده ……………………………………………………………… 74
جدول 5-7 بررسی فشار پمپ گل و سطح مقطع جریان بهینه‌سازی شده ……………………………………………. 75
جدول 5-8 بررسی وزن روی مته و سرعت دوران رشته حفاری بهینه‌سازی شده ………………………………. 76
جدول 5-9 ساختار شبکه عصبی پیمانه‌ای مدل اول …………………………………………………………………………………. 78
جدول 5-10 ساختار شبکه عصبی پیمانه‌ای مدل دوم ………………………………………………………………………………… 79
جدول 5-11 تعیین محدوده برای خروجی مدل پیش‌بینی کیفی هرزروی سیال حفاری ……………………… 80
جدول 5-12 مقایسه عملکرد شبکه‌های عصبی استفاده شده برای هر دو مدل ……………………………………. 81
جدول 5-13 نتایج بهینه‌سازی پارامترهای موثر بر هرزروی سیال حفاری با استفاده از الگوریتم تجمع ذرات …………………. 84
جدول 5-14 تست نتایج بهینه‌سازی با استفاده از شبکه عصبی مدل اول ……………………………………………… 85
جدول 5-15 تعیین محدوده برای خروجی مدل پیش‌بینی گیر مکانیکی لوله حفاری …………………………. 87
جدول 5-16 عملکرد شبکه‌های عصبی استفاده شده در دو مدل …………………………………………………………… 87
جدول 5-17 نتایج بهینه‌سازی پارامترهای موثر بر گیر لوله حفاری با استفاده از الگوریتم ترکیبی ژنتیک و تجمع ذرات ……………….. 90
جدول 5-18 تست نتایج بهینه‌سازی با استفاده از شبکه عصبی ………………………………………………………………. 91
فهرست اشكال
شکل 2-1 نمودار تنش-کرنش دو سنگ شکننده و شکل پذیر. نمودار سمت چپ منحني تنش کرنش نمونه‌ي شکننده و سمت راست نمونه‌ي تغيير شکل‌پذير …….. 8
شکل 3-1 نمونه عصب واقعی (در این شکل اکسون ترمینال در واقع همان سیناپس است) ……………… 25
شکل 3-2 مدل یک شبکه عصبی با یک نرون و یک ورودی ……………………………………………………………………. 27
شکل 3-3 شبکه عصبی پرسپترون دو لایه (دارای سه نرون در لایه ورودی و چهار نرون در لایه پنهان و یک نرون در لایه خروجی است) ……………….. 30
شکل 3-4 طرح شماتیک از یک شبکه عصبی پیمانه ای …………………………………………………………………………… 31
شکل 3-5 ساختارهای مختلف شبکه عصبی پیمانه ای …………………………………………………………………………….. 32
شکل 3-6- ابرصفحه جدایش و بردارهای پشتیبان …………………………………………………………………………………… 34
شکل 3-7 فلوچارت الگوریتم ژنتیک ……………………………………………………………………………………………………………. 38
شکل 3-8 فلوچارت الگوریتم تجمع ذرات ……………………………………………………………………………………………………. 41
شکل 3-9 شکل شماتیکی از الگوریتم ترکیبی GA&PSO ……………………………………………………………………….. 43
شکل 4-1- موقعیت جغرافیایی میدان نفتی اهواز ………………………………………………………………………………………. 46
شکل 4-2- شکل میدان مارون و تقسیم بندی آن به هشت بخش …………………………………………………………. 47
شکل 4-3- موقعیت جغرافیایی میدان نفتی مارون …………………………………………………………………………………… 48
شکل 4-4- موقعیت جغرافیایی (مختصات شمال و شرق جغرافیایی) چاه های حفر شده در میدان نفتی مارون ………………….. 49
شکل 5-1 نمودار ضریب رگرسیون MLP برای پیش‌بینی داده‌های UCS در مرحله تست …………………. 63
شکل 5-2 فلوچارت آموزش شبکه MLP توسط الگوریتم ژنتیک ……………………………………………………………. 64
شکل 5-3 نمودار ضریب رگرسیون MLP&GA برای پیش‌بینی داده‌های UCS در مرحله تست ……….. 65
شکل 5-4 مقایسه شبکه‌های MLP و MLP&GA بر اساس میزان خطا و سرعت همگرایی ………………… 65
شکل 5-5 مقایسه مقادیر تخمین زده شده UCS توسط هر دو شبکه با مقادیر واقعی ……………………….. 66
شکل 5-6 ضریب رگرسیون شبکه‌ی عصبی در انتخاب مته حفاری برای داده‌های تست …………………… 67
شکل 5-7 ضریب رگرسیون شبکه‌ی عصبی در پیش‌بینی نرخ نفوذ حفاری برای داده‌های تست ……. 68
شکل 5-8 نتایج بهینه‌سازی پارامترهای حفاری توسط الگوریتم ژنتیک در سایز 5/8 چاه (شکل 5-8-1)، 25/12 چاه (شکل 5-8-2) و 5/17 چاه (شکل 5-8-3) ……….. 71
شکل 5-9 شبکه عصبی پیمانه‌ای استفاده شده در مدل‌سازی ………………………………………………………………… 77
شکل 5-10 ضریب رگرسیون شبکه عصبی پیمانه‌ای مدل اول در مرحله تست ……………………………………. 78
شکل 5-11 ضریب رگرسیون شبکه عصبی پیمانه‌ای مدل دوم در مرحله تست ……………………………………. 80
شکل 5-12 مقایسه MNN و MLP بر اساس دقت و سرعت همگرایی برای هر دو مدل (محور عمودی لگاریتمی است) …….. 81
شکل 5-13 مقایسه مقادیر واقعی و مقادیر پیش‌بینی شده هرزروی سیال حفاری در مرحله تست برای مدل اول …………… 82
شکل 5-14 مقایسه مقادیر واقعی و مقادیر پیش‌بینی شده هرزروی سیال حفاری در مرحله تست برای مدل دوم ………….. 82
شکل 5-15 ضریب رگرسیون شبکه ماشین بردار پشتیبان برای داده‌های تست …………………………………. 86
شکل 5-16 ضریب رگرسیون شبکه عصبی پرسپترون چندلایه بهینه‌شده توسط الگوریتم تجمع ذرات برای داده‌های تست ……………. 88
شکل 5-17 فلوچارت آموزش شبکه عصبی توسط الگوریتم تجمع ذرات ……………………………………………… 88
راهنمای خرید و دانلود فایل
برای پرداخت، میتوانید از کلیه کارتهای عضو شتاب استفاده نمائید.
بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.
در صورت بروز هر مشکلی،میتوانید از طریق تماس با ما پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.
برای دانلود فابل روی دکمه خرید و دانلود کلیک نمایید.
ديدگاه ها