Оптимизация процессов бурения скважин. Оптимизация процессов бурения нефтяных скважин
Оптимизация - бурение - Большая Энциклопедия Нефти и Газа, статья, страница 1
Оптимизация - бурение
Cтраница 1
Оптимизация бурения понимается у нас и за рубежом, как двухступенчатая операция. [2]
Основными критериями оптимизации бурения как глубоких скважин на нефть и газ, так и разведочных на твердые полезные ископаемые являются: минимум стоимости 1 м проходки скважины, максимум механической и рейсовой скоростей. Известны и другие критерии, но в силу трудности их достижения в реальных условиях бурения они пока имеют теоретическое значение. [3]
Экономический эффект от оптимизации рвжшюв бурения составляет 9 - 18 руб на I м проходки. [4]
Ряд фирм США специализируется на решении задач оптимизации бурения, разрабатывает соответствующие алгоритмы и программы, которые реализуют на мощных ЭЕ. В ВЦ накапливается информация по скважинам, пробуренным в различных нефтяных районах страны. Информационный массив регулярно пополняется данными по вновь пробуренным скважинам. В процессе реализации программ ЭВМ подбирает информацию по скважинам, условия которых близки к услое иям бурления данной скважины, и выдает предварительный план бурения. Предварительный план в процессе бурения может корректироваться на основе получаемой со скважины информации, что, в частности, позвопяет более точно прогнозировать износ вооружения и опор долота с целью предотвращения аварий. [5]
Приведены теоретические исследования возможности использова - ния детерминированной модели в процессе оптимизации бурения. [6]
Значительное развитие прогнозирующий метод получил в работах А. В. Орлова, в которых для оптимизации бурения используются данные по разбуриванию хотя бы одной скважины на площади. [7]
Беркхепен 2001 - это проект горизонтального бурения, исследования и разработка с применением обычной технологии бурения с целью оптимизации бурения, направления ствола и методов исследования ствола. [8]
Накопление и использование сведений о каждой пробуренной скважине является сложным и актуальным информационным процессом, который составляет сущность оптимизации бурения скважин. [9]
Скважинный измерительный прибор, устанавливаемый над электробуром в немагнитной трубе из монеля, имеет датчики контроля направления ствола и датчики ряда параметров, требующихся для оптимизации бурения, а также необходимые устройства кодирования и передачи сигналов. Система передает информацию о направлении ствола по трем координатным осям, забойной температуре промывочной жидкости, вибрациях электробура и напряжении на забойном электродвигателе. Команды к скважинному прибору посылаются путем дискретного изменения несущей частоты. [10]
Отбор керна широко используется в разведочном бурении для поисков и оценки запасов жидких, газообразных и твердых ископаемых, для исследования стратиграфии разреза в целях разведки и оптимизации бурения скважин, для базовых исследований в области механики твердых и сыпучих тел. [11]
Целью оптимизации СПО в условиях бурового предприятия при заданных параметрах технологического оборудования следует считать максимальное использование скоростных возможностей установок при ограничении режимов отдельных операций, что соответствует главной цели оптимизации бурения - выполнению заданного объема проходки с наименьшими затратами. [12]
Необходимо отметить, что это первая система из рассмотренных выше, в которой некоторые данные регистрируются на перфоленте, что позволяет обрабатывать эту информацию непосредственно на ЭВМ, однако состав этой информации совершенно недостаточен для решения рассмотренных в первой главе задач оптимизации бурения. [13]
В серии статей о гидравлике буровых растворов Р. Э. Уокер рассматривает характеристики бурового раствора и создаваемые объемные скорости течения в свете достижения оптимальных показателей промывки ствола скважины. Широкое применение программ оптимизации бурения свидетельствует об их полезности. Сообщают о снижении буровых затрат благодаря оптимизации бурения скважин в шт. Монтана и в юго-западной части шт. [14]
Рассмотрены методы и системы оптимального управления бурением скважин. Особое внимание уделено оперативным методам оптимизации бурения, основанным на анализе поступающей технологической информации и нахождении оптимальных управляющих воздействий в ходе рейса. Изложены оригинальные адаптивные алгоритмы управления. Сформулированы принципы построения и рассмотрено устройство адаптивной системы сбора информации о бурении для создания массива банка статистических данных. [15]
Страницы: 1 2
www.ngpedia.ru
Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 не выходят за границы критического интервала отбраковки. В выборке №1 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому подлежит отбраковки. Теперь пересчитаем среднюю величину для выборки №1.
Метод 3s: Выборка №1
Метод Башинского: Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. В выборке №1 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому подлежит отбраковки. Теперь пересчитаем среднюю величину для выборки №1.
|
www.coolreferat.com
Метод 3s: Выборка №1
Значения выборки 1 не выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 не выходят за границы критического интервала отбраковки. Метод Башинского: Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. Выборка №2
продолжение |
www.coolreferat.com
, Выборка №1
Выборка №2
, Выборка №1
Выборка №2
, Выборка №1
Выборка №2
Метод 3s:
Выборка №1
Значения выборки 1 не выходят за границы критического интервала отбраковки.
Выборка №2
Значения выборки 2 не выходят за границы критического интервала отбраковки. Метод Башинского: , где - коэффициент Башинского; - размах варьирования.
Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 выходят за границы критического интервала отбраковки. В выборке №1 и №2 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому и подлежат отбраковки. Теперь пересчитаем среднюю величину для обоих выборок. продолжение |
www.coolreferat.com
Метод Башинского: Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 выходят за границы критического интервала отбраковки. В выборке №1 и №2 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому и подлежат отбраковки. Теперь пересчитаем среднюю величину для обоих выборок.
Метод 3s: Выборка №1
Значения выборки 1 не выходят за границы критического интервала отбраковки. Выборка №2 продолжение |
www.coolreferat.com
Значения выборки 2 не выходят за границы критического интервала отбраковки. Метод Башинского: Выборка №1
Значения выборки 1 выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 выходят за границы критического интервала отбраковки. В выборке №1 и №2 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому и подлежат отбраковки. Теперь пересчитаем среднюю величину для обоих выборок.
Метод 3s: Выборка №1
Значения выборки 1 не выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 не выходят за границы критического интервала отбраковки. Метод Башинского: продолжение |
www.coolreferat.com
Значения выборки 2 выходят за границы критического интервала отбраковки. В выборке №1 и №2 по методу Башинского значение выборки вышло за границы критического интервала отбраковки, поэтому и подлежат отбраковки. Теперь пересчитаем среднюю величину для обоих выборок.
Метод 3s: Выборка №1
Значения выборки 1 не выходят за границы критического интервала отбраковки. Выборка №2
Значения выборки 2 не выходят за границы критического интервала отбраковки. продолжение |
en.coolreferat.com