تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی

سرعت حفاری یا به بیان دیگر نرخ نفوذ مته از مهمترین پارامتر‌ها در عملیات حفاری می‌باشد. از آنجا که عملیات حفاری سهم قابل توجهی از هزینه‌های اکتشاف و بهره‌برداری مواد هیدروکربوری را به خود اختصاص می‌دهد، تخمین سرعت حفاری از اهمیت ویژه‌ای برخوردار است. بدست آوردن ارتباط صحیح بین پارامترهای حفاری جهت تخمین سرعت حفاری اهمیت بالایی دارد، که شبکه‌های عصبی قادر به بدست آوردن ارتباط صحیح بین پارامتر‌های حفاری و نرخ نفوذ مته می‌باشند. در این مقاله به تخمین سرعت حفاری با سیال کف با روش شبکه عصبی مصنوعی رگرسیون عمومی برای چاه شماره 6 میدان شانول، پرداخته می‌شود. میدان شانول واقع در جنوب ایران، منطقه فارس ساحلی می‌باشد. این میدان جزء میادین گازی کشور بوده که چاه شماره 6 این میدان حدود 2800 متر با کف حفاری شده است. نتایج حاصل نشان دهنده قابلیت بالای شبکه عصبی در تخمین سرعت حفاری با توجه پارامترهای دخیل در حفاری می باشد.

کلیدواژه ها:

شبکه عصبی رگرسیون عمومی ، سیال کف ، سرعت حفاری