基于岩石物理性能的钻井地层工程特性研究

论文摘要

众所周知,钻井是国内外油气资源勘探与开采的主要手段,在钻井过程中,岩石是主要的工作对象,钻头要钻遇和钻穿多种岩石。构成地壳的岩石,是一具各向异性的非均质体,其品种极多且性质各异。因而,测试并获取诸项与钻井工程有关的岩石性能参数、研究各参数间的相互关系,是石油钻井工程技术领域中的主要研究内容之一。作为基础性研究工作的岩石性能参数测试及其应用研究,对于加快石油勘探开发速度、提高钻井工艺技术水平具有重要意义。本文选取胜利油田的东营、沾化、车镇、昌潍、惠民五大凹陷中的668块岩心为研究对象,首先进行了岩石的物理性能参数(孔隙度、渗透率、密度、声波速度)和钻井地层岩石工程力学特性参数(可钻性、硬度、塑性系数)的室内实验测定,获取了一定数量的岩石物理性能和工程特性实验数据。然后在对实验数据进行分析处理的基础上,分别建立了基于岩石孔隙度、渗透率、密度和声波速度的钻井地层工程特性双参数预测模式,在应用该模式进行钻井地层工程特性参数的预测时,其平均预测精度达到了80%左右。最后应用BP神经网络,建立了基于岩石物理性能的钻井地层工程特性多参数预测方法,该预测方法能够在一定程度上提高钻井地层工程特性参数的预测精度。本文研究结果表明,钻井地层工程特性与岩石物理性能之间有较强的相关性,应用岩石的物理性能参数预测钻井地层工程特性参数是一种切实可行的方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究意义
• 1.2 国内外研究现状
• 1.3 课题的来源、研究内容及创新点
• 第二章 岩石的物理性能研究
• 2.1 岩石的分类
• 2.2 岩石的孔隙性
• 2.3 岩石的渗透性
• 2.4 岩石的密度
• 2.5 岩石的弹性波
• 2.6 岩石物理性能的相互关系
• 第三章 岩石物理性能与钻井地层工程特性的实验研究
• 3.1 实验所用岩心的来源及岩样选取
• 3.2 岩石气体孔隙度测定实验
• 3.3 岩石气体渗透率测定实验
• 3.4 岩石密度测定实验
• 3.5 岩石波速测定实验
• 3.6 岩石可钻性测定实验
• 3.7 岩石硬度和塑性系数测定实验
• 3.8 岩石物理性能与钻井地层工程特性测定实验基本情况概述
• 3.8.1 实验过程简述
• 3.8.2 实验结果
• 第四章 基于岩石物理性能的钻井地层工程特性研究
• 4.1 实验数据的分析处理方法
• 4.2 不同岩性岩石的可钻性与硬度统计分析
• 4.2.1 砂岩剖面岩石可钻性与硬度的统计描述
• 4.2.2 泥岩剖面岩石可钻性与硬度的统计描述
• 4.2.3 碳酸盐岩剖面岩石可钻性与硬度的统计描述
• 4.2.4 不同岩性岩石可钻性与硬度的分析
• 4.3 基于岩石物理性能的可钻性研究
• 4.3.1 岩石可钻性与孔隙度的回归分析
• 4.3.2 岩石可钻性与渗透率的回归分析
• 4.3.3 岩石可钻性与密度的回归分析
• 4.3.4 岩石可钻性与声波速度回归分析
• 4.4 基于岩石物理性能的硬度研究
• 4.4.1 岩石硬度与孔隙度的回归分析
• 4.4.2 岩石硬度与渗透率的回归分析
• 4.4.3 岩石硬度与密度的回归分析
• 4.4.4 岩石硬度与声波速度的回归分析
• 4.5 基于岩石物理性能的塑性系数研究
• 4.5.1 岩石塑性系数与孔隙度的回归分析
• 4.5.2 岩石塑性系数与渗透率的相关性分析
• 4.5.3 岩石塑性系数与密度的回归分析
• 4.5.4 岩石塑性系数与声波速度的回归分析
• 4.6 利用岩石物理性能预测钻井地层工程特性参数
• 4.6.1 预测模式的建立
• 4.6.2 钻井地层工程特性参数的符合率与预测精度公式
• 4.6.3 钻井地层工程特性参数的预测
• 第五章 人工神经网络在钻井地层工程特性参数预测中的应用
• 5.1 人工神经网络概述
• 5.2 BP神经网络基础
• 5.2.1 BP神经网络的算法
• 5.2.2 BP算法的若干改进
• 5.2.3 BP神经网络的设计
• 5.2.4 BP神经网络的训练
• 5.2.5 BP神经网络在MATLAB中的实现
• 5.3 利用BP网络预测钻井地层工程特性参数
• 5.3.1 利用BP网络预测岩石的可钻性
• 5.3.2 利用BP网络预测岩石的硬度
• 5.3.3 利用BP网络预测岩石的塑性系数
• 结论
• 参考文献
• 致谢