ارائه رابطه تجربی جهت محاسبه مقدار هرزروی سیال حفاری در حفاری فرو تعادلی سازند آسماری میدان پارسی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 657

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICOGPP03_198

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

هرزروی سیال حفاری میتواند باعث افزایش زمان و هزینه عملیات گیرکردن لوله های حفاری اسیب رساندن به سازند و جریان کنترل نشده نفت و گاز درچاه شود تعیین مقدار هرزروی درمقابله با مشکلات ایجادشده بسیارمفید است پارامترهای متفاوتی ازجمله وزن سیال حفاری فشارپمپ عمق و .... برروی هرزروی تاثیر دارد بااستفاده ازشبکه عصبی مصنوعی میتوان مقدارهرزروی را پیش بینی کرد شبکه عصبی یک سیستم موازی و مدل ریاضی الهام گرفته شده ازشبکه عصبی انسان است که توانایی یادگیری داشته و میتواند روابط پیچیده میان پارامترهای مختلف را بیابد باتوجه به اینکه سازند اسمار یمهمترین لایه نفتی میدان پارسی است بابررسی گزارشهای روزانه حفاری دراین میدان سه چاه با بیشترین مقدارهرزروی مقدارمتوسط و بدون هرزروی برای این مطالعه انتخاب شدها ند دراین مقاله با استفاده ازشبکه عصبی مصنوعی تاثیر وزن سیال حفاری عمق فشارپمپ و دبی پمپ برروی مقدار هرزروی درحفاری فروتعالی سازند اسماری میدان پارسی مطالعه و این مقدار پیش بینی شده است دراخر باارایه سه رابطه تجربی مقدارهرزروی درسازند اسماری میدان پارسی براساس فشارودبی پمپ فشارپمپ و وزن سیال و همچنین دبی پمپ و وزن سیال محاسبه شده است

نویسندگان

پوریا بهنودفر

دانشجوی کارشناسی ارشد مهندسی نفت دانشگاه صنعتی امیرکبیر

پانته آ حسینی

دانشجوی کارشناسی مهندسی نرم افزار دانشگاه آزاد اسلامی اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • زمانی، احمد. ماهنامه اکتشاف و تولید شماره 99، اسفند ماه ...
  • زمین‌شناسی ایران، سید علی آقانباتی، 1385، انتشارات سازمان ...
  • شرکت نفت مناطق نفت خیز جنوب. _ 1388 -، مطالعه ...
  • Zelterman, Daniel (2010). Applied linear models with SAS ([Online-A usg.]. ...
  • Draper, N. R.; Smith, H. (1998). Applied Regression Analysis. Wiley-In ...
  • Hyndman, Rob J. Koehler, Anne B.; Koehler (2006). "Another look ...
  • Rumelhart, D.E. et al. "artificial neural network" 1986. ...
  • "Drilling engineering", Dr. J. J. Azar and De G. Robello ...
  • R. Matoorian, M. R. Malaieri, "Drilling fluids? 2009. ...
  • Pilehvari A.A and Nyshadham V.R: "effect of material type and ...
  • Hertz, J., Krogh, A, and Palmer, R.G.: "Introduction to the ...
  • Mohaghegh S..: _ V irtual -Inteligence Applications in Petroleum Engineerin: ...
  • نمایش کامل مراجع