Loading [MathJax]/jax/output/SVG/jax.js

钻进参数自适应调控数字孪生系统架构

赵修文, 尹虎, 李黔

赵修文,尹虎,李黔. 钻进参数自适应调控数字孪生系统架构[J]. 石油钻探技术,2024,52(5):163−170. DOI: 10.11911/syztjs.2024092
引用本文: 赵修文,尹虎,李黔. 钻进参数自适应调控数字孪生系统架构[J]. 石油钻探技术,2024,52(5):163−170. DOI: 10.11911/syztjs.2024092
ZHAO Xiuwen, YIN Hu, LI Qian. Architecture of a digital twin-based adaptive control system for drilling parameters [J]. Petroleum Drilling Techniques, 2024, 52(5):163−170. DOI: 10.11911/syztjs.2024092
Citation: ZHAO Xiuwen, YIN Hu, LI Qian. Architecture of a digital twin-based adaptive control system for drilling parameters [J]. Petroleum Drilling Techniques, 2024, 52(5):163−170. DOI: 10.11911/syztjs.2024092

钻进参数自适应调控数字孪生系统架构

基金项目: 四川省自然科学基金项目“钻进参数自适应调控数字孪生模型构建及随钻更新方法研究”(编号:2024NSFSC0205)资助。
详细信息
    作者简介:

    赵修文(1995—),男,重庆人,2017年毕业于重庆科技学院石油工程专业,西南石油大学在读博士研究生,主要从事智能钻井及钻井参数优化方面的研究工作。E-mail:xiuwen_zhao@outlook.com

    通讯作者:

    尹虎,huyinswpu@outlook.com

  • 中图分类号: TE242;TE928

Architecture of a Digital Twin-Based Adaptive Control System for Drilling Parameters

  • 摘要:

    智能化钻井背景下,传统的司钻调控钻进参数的钻井模式已经无法满足钻进参数自适应调控的需求,而数字孪生技术具有实时同步、真实映射和高保真度的特性,因而构建钻进参数自适应调控数字孪生系统,与智能钻井设备、智能终端相结合,可实现钻机自主送钻和自主定向。为此 ,在介绍钻进参数自适应调控技术架构及其工艺流程的基础上,设计了基于数字孪生技术的钻进参数自适应调控系统架构,包括物理钻井平台、虚拟钻井平台、钻井孪生数据、服务应用层和通信连接层5个要素;并从数字孪生系统的构建、演化及更新等3个方面阐述了钻进参数自适应调控数字孪生系统的运行机制,分析了关键理论技术需求。研究表明,钻进参数自适应调控数字孪生系统能够实现钻进参数自适应调控技术和智能钻机、智能设备的深度融合,推动数字孪生技术在钻井工程中的应用,对于实现智能化钻井有重要作用。

    Abstract:

    Under the background of intelligent drilling, the traditional drilling mode in which the drilling parameters are controlled by the driller fails to meet the needs of adaptive control of drilling parameters. Because the digital twin technology has the characteristics of real-time synchronization, faithful mapping, and high fidelity, a digital twin-based adaptive control system for drilling parameters was constructed, which combined with intelligent drilling equipment and intelligent terminal, so as to realize autonomous bit feed and autonomous orientation of the drilling rig. Therefore, the technical architecture of adaptive control of drilling parameters and its process flow was introduced, and the architecture of a digital twin-based adaptive control system for drilling parameters was designed, including five components: physical drilling platform, virtual drilling platform, drilling twin data, service application layer, and communication connection layer. The operational mechanism of the digital twin-based adaptive control system for drilling parameters was discussed from three aspects: the construction, evolution, and updates of the digital twin system. Furthermore, the key theoretical and technical requirements were analyzed. The research shows that the digital twin-based adaptive control system for drilling parameters integrates adaptive control technology for drilling parameters with intelligent drilling rigs and equipment, promoting the application of digital twin technology in drilling engineering and significantly contributing to the realization of intelligent drilling.

  • 目前,国内外随钻测量传输技术主要有2种:一种依靠钻井液脉冲,一种依靠电磁信号[1]。钻井液脉冲传输速率很慢,且在一些气井中无法使用,也不符合自动化钻井的趋势。而电磁随钻测量(EM-MWD)技术以电磁波为载波,具有数据传输速率快、通信方式简单等优点[2],因此成为近年来的研究重点。例如,熊皓等人[3]基于等效传输线理论,建立了钻柱、地层电阻率和发射频率与EM-MWD信号传输深度的理论模型;范业活等人[4]建立了“分段均匀传输线”理论模型,利用现场试验结果进行了验证,得到了影响信号传输的主要因素是地层电阻率、载波频率和钻柱电阻率的结论;邵春等人[5]利用有限元法分析了接地发射电极对EM-MWD信号传输的影响,并提出信号接收效果与发射电极直径存在正相关关系;R. Mugoya等人[6]从基础电磁理论出发,分析了不同信号频率、不同地层电阻率下EM-MWD信号的衰减特性。但是,EM-MWD信号在地层中传输时受地层电阻率影响很大。为了保证传输效果,一般将井下钻柱作为偶极子天线,辐射电磁波[7]。这样,钻柱既是辐射天线又是传导电流的传输介质[8],其自身属性势必会对EM-MWD信号的传输效果产生影响。但对此,目前国内外鲜有研究。为此,笔者基于等效传输线法分析了EM-MWD 信号信道、建立了EM-MWD 信号理论模型,然后根据地面EM-MWD系统接收信号的效果,采用Ansys有限元软件,分析了钻柱外径、横截面积以及钻柱上是否加套管、加套管长度等对EM-MWD信号传输的影响,以期为EM-MWD系统的改进和设计提供参考。

    EM-MWD系统的原理是:井下的随钻仪器捕获钻井及地层参数后,将原始信号传输至井下控制中心,经过放大、调制等一系列操作后,加载于电磁信号经发射机向外发射[9]。因此,井下EM-MWD信号传输的信道可以分为钻井液、钻柱和地层3部分[10]

    钻井液作为连通井下与地面的循环介质,其成分非常复杂,且导电性不强,因此不是良好的传输介质。钻柱主要由钻杆构成,主要成分是钢铁,为良导体,利于井下交变电磁场的传播。但钻柱嵌于地层之中,两者之间并没有绝缘,因此,EM-MWD信号多以钻柱、地层为共同传输媒介[11]。信号传输过程中,钻柱向外辐射电磁波,钻柱同时也是传导电流的主要传输介质,在信道中起到非常重要的作用。

    目前,EM-MWD系统多利用绝缘短节将钻柱上下截开,构成非对称的偶极子天线形式[12]。EM-MWD信号传输的物理模型如图1所示。

    图  1  EM-MWD信号传输模型
    Figure  1.  EM-MWD signal transmission model

    目前,建立EM-MWD系统模型的方法主要有2种:一种是等效传输线法,一种是求场方程边值法[13]。求场方程边值法理论复杂,求解方程得到的结果常与实际相差很大。所以,国内外学者多基于等效传输线法建立模型、分析,该方法也较为成熟。因此,笔者也利用等效传输线法,建立非均匀地层中EM-MWD信号传输信道的理论模模。

    实际传输中,由于传输介质不断发生变化,电场强度、磁场强度等变量可能是不连续的,而在经典电磁场理论中要求这些变量必须连续分布。为了解决该问题,需要引进旋度变量[14]。EM-MWD信号在各地层中传输都应满足麦克斯韦方程组,而麦克斯韦方程组中涉及旋度的公式为:

    lHdl=SJdS+SDtdS (1)
    lEdl=SBtdS (2)

    式中:H为磁场强度,A/m;l为导体回路长度,m;J为电流密度,A/m2Sl所限定曲面的面积,m2t为时间,s;D为电通量密度,C/m2E为电场强度,V/m;B为磁通量密度,Wb/m。

    根据等效传输线理论,作为“传输线”的上、下钻柱均为带电导体,并同时向地层中辐射能量,需要分别计算钻柱、地层的电位变化,然后积分求和。而有限元分析法,其本质是将求解微分方程的边值问题转化为等价的泛函求极值的变分问题,然后将场域划分为有限个小的单元,通过求每个小单元中的极值得到原微分方程的近似解[15],其数学公式为:

    bk(η)=ni=1bih(x)(i=1,2,3,,n) (3)

    式中:bk为所求有限元中所划定单元得到的方程近似解;η为坐标轴;bi为补偿系数;h(x)为有限元模型中计算参数的极值;n为网格划分的个数。

    由式(1)和式(2)可推导出导电物体中传导电流的电位差公式:

    V(x)=l0Edl=l0Jσdl (4)

    式中:V(x)为电位差,V;σ为电导率,S/m。

    又因旋度空间中,矢量函数存在如下关系:

    G(η)=G2(η2)η1G1(η1)η2 (5)

    式中:为哈密顿算符;G(η)为有限元求解中η点处的矢量函数;η1η2为有限元坐标中任意两点处的矢量函数。

    对式(3)、式(4)、式(5)进行积分变换,并应用于有限元模型,得两点间的电位差为:

    V(x)=ni=1bil0JiJi1σidl (6)

    式中:JiJi1分别为有限元节点ii-1处的电流密度,A/m2σi为有限元节点i处的电导率,S/m。

    由上述理论分析可知,计算两点间的电位差,只需对井下电流回路上每点的电势差积分求和。基于此,可建立有限元分析模型,用以模拟分析EM-MWD信号在钻柱中传输时的受影响情况。

    建立有限元分析模型时,设定所钻井为直井,井眼规则,钻柱组合中所有工具的组成材料相同,地层分为3层并均为矩形;井径0.2 m,钻杆外径127.0 mm,内径108.6 mm,壁厚9.2 mm,每根钻杆长9.50 m,钻杆间公接头、母接头为NC40型。建立的有限元分析模型如图2所示。

    图  2  有限元分析模型示意
    Figure  2.  Finite element analysis model

    该有限元分析模型高800 m(z轴),长650 m(y轴),宽200 m(x轴),井眼位于模型长50 m、宽100 m处;绝缘短节长0.5 m,激励长0.2 m,在距离井眼10 m处设置接收电极;地层中EM-MWD信号的发射频率为10 Hz;钻柱的电导率为2×106 S/m,激励处电导率为5.8×107 S/m,EM-MWD信号的发射功率为5 W;钻井液的电阻率为5 Ω·m(忽略钻井液在湍流状态时对电磁信号传输的影响)。

    采用Ansys软件求解有限元分析模型的数值解,分析交变电场,规定最小分析步为6步,每步计算结果比上一步前进30%,每步的分析误差为百分之一,最大分析步为20步。

    由于需要将模型划分为多个网格,通过这些网格将模型映射到参考域,然后对参考域进行计算,所以网格大小极为重要。为了保证结果准确,将钻柱、激励、绝缘短节、钻井液网格的最大长度设为0.01 m。对于地层模型,其体积较大,应采用Ansys中的自适应网格。

    利用有限元分析模型,模拟得到了EM-MWD电位与电流信号的截面云图,分别如图3图4所示。

    图  3  EM-MWD电位模拟结果
    Figure  3.  Results of EM-MWD electric potential simulation
    图  4  EM-MWD电流模拟结果
    Figure  4.  Results of EM-MWD current simulation

    图3图4可知,EM-MWD电位和电流信号密度的分布是分层呈阶梯状的,井眼附近的电位最高、电流信号密度最强。这是因为,钻柱在传输传导电流和向地层辐射电磁波时,由于趋肤效应,电信号在弱导电体中传输过程中,电磁波会在导体中沿内法线方向传播、会靠近每层介质的表面,且出现分层现象[16]。井眼附近(即钻柱附近)信号最强,也证明钻柱对信号传输具有重要影响。

    为了明确钻柱属性对EM-MWD信号传输效果的具体影响,利用上述有限元分析模型,应用变量控制法(即只改变某一参数,其他参数不变),通过反复求解,分析了钻柱外径、钻柱横截面积以及钻柱上是否加套管、加套管长度等与EM-MWD信号传输间的关系。

    目前钻柱多为钢质,传输EM-MWD信号会产生损耗。由电阻定律可知,导体横截面积越大电阻越小,因此,钻柱横截面积越大导电效果越好[17]。实际生产中,最常用的是ϕ88.9、ϕ114.3和ϕ127.0 mm(壁厚分别为6.5,9.2和12.7 mm)等3种钻柱[18]。为此,以外径88.9 mm、内径76.0 mm和外径127.0 mm、内径108.6 mm钻柱为例,改变信号发射功率和信号频率,分析单位长度钻柱中EM-MWD信号的能量损耗,结果如图5图6所示。

    图  5  EM-MWD信号在外径127.0 mm、内径108.6 mm钻柱中的能量损耗
    Figure  5.  Energy loss of EM-MWD signal in the drill string with an outer diameter (OD) of 127.0 mm and an inner diameter (ID) of 108.6 mm
    图  6  EM-MWD信号在外径88.9 mm、内径76.0 mm钻柱中的能量损耗
    Figure  6.  Energy loss of EM-MWD signal in the drill string with an OD of 88.9 mm and an ID of 76.0 mm

    图5图6可以看出,随着信号发射功率和频率增大,EM-MWD信号在钻柱中的能量损耗也相应增大。当信号发射频率超过100 Hz时,钻柱中信号的能量损耗显著增加。

    对比图5图6发现,外径127.0 mm、内径108.6 mm钻柱的横截面积约为外径88.9 mm、内径76.0 mm钻柱的2倍,而前者的EM-MWD信号能量损耗,在发射功率为5 W时约为后者的4倍,在发射功率为10 W时约为后者的4.2倍,在发射功率达到20 W时约为后者的4.5倍。

    可见,钻柱的横截面积、EM-MWD信号的发射频率和发射功率,都对钻柱中信号的能量损耗有很大影响。

    在实际工程中钻柱具有多种规格,不同规格的钻柱其壁厚、外径都不相同,且钻柱内存在的钻井液为非良导体,这使EM-MWD信号在钻柱中的传输变得较为复杂[19]。由上文可知壁厚6.5,9.2和12.7 mm具有较大代表性,因此设定壁厚为6.5,9.2和12.7 mm分析不同钻柱外径与地面接收到的信号强度的关系,得到地面接收到的EM-MWD信号强度与钻柱外径的关系曲线,如图7所示。

    图  7  不同壁厚条件下地面接收到的EM-MWD信号强度与钻柱外径的关系
    Figure  7.  Relationship between the EM-MWD signal intensity received on the surface and the OD of drill strings under different wall thicknesses

    图7可知,随着钻柱外径增加地面接收到信号强度先快速升高后缓缓降低,这是因为,开始时钻柱的横截面积增大,EM-MWD信号整体的传输效果变好,但随着钻柱外径进一步增大,钻柱内的钻井液消耗了大部分能量。

    图7还可以分析得出,不同规格的钻柱,信号传输效果也不同。例如:壁厚为6.5 mm时,钻柱外径在40~80 mm间,地面接收到信号的强度较强且出现峰值;壁厚为9.2 mm时,钻柱外径在50~90 mm间,地面接收信号的强度较强且出现峰值;壁厚为12.7 mm时,钻柱外径在60~100 mm间,地面接收信号的强度较强且出现峰值。总体看来,当壁厚与外径的比在0.08~0.20之间时传输效果较好。

    在钻井施工中,为了提高钻柱强度或为了隔离复杂地层,会下入套管,套管也会对EM-MWD信号传输产生影响。为此,在激励处添加10 m长的套管,分析了有、无套管情况下钻柱中电压信号强度分布情况,如图8所示。

    图  8  有无套管两种情况下钻柱中电压信号强度分布
    Figure  8.  Voltage signal intensity distribution in drill strings with or without casing

    图8可知,在激励至钻头段EM-MWD信号强度衰减很快,有无套管对此段信号强度并无影响;经过激励之后,EM-MWD信号强度在钻柱上衰减速度逐渐变弱。进一步分析可以发现,有套管时钻柱上的电信号衰减速度更慢,尤其在套管段,与无套管相比,EM-MWD信号强度衰减速度明显变缓。这说明套管对于电磁信号传输具有屏蔽作用,这有利于电磁信号在钻柱中的传输。

    分析了套管长度对钻柱中EM-MWD信号传输的具体影响,结果如图9所示。

    图  9  不同发射频率、不同套管长度下钻柱传输到地面的信号强度
    Figure  9.  Signal intensity transmitted to the surface under different transmission frequencies and casing lengths

    图9可知,当发射频率在50 Hz以下时,套管形成的屏蔽电场对EM-MWD信号的传输影响较小;发射信号为100 Hz时,套管会对EM-MWD信号传输产生较大影响。套管的长度对EM-MWD信号传输也具有一定影响,当套管长度大于40 m时,地面所接收信号强度的下降趋势更为明显。

    1)EM-MWD信号在钻柱中传输时的能量损失随发射功率和频率增加而增加,且当频率超过100 Hz时,能量损失明显增加。钻柱横截面积与能量损耗之间存在一定比例关系,但总的来说钻柱横截面积越小,能量损失越少。

    2)钻柱规格会对钻柱中EM-MWD信号的能量损耗、信号遥测深度产生影响。在钻井施工中,钻柱壁厚与外径的比保持在0.08~0.20传输效果较好。

    3)在钻柱上加套管会形成屏蔽效应,相较未加套管时,地面接收到的EM-MWD信号减弱,但沿钻柱传输的EM-MWD信号增强。当发射频率在50 Hz以下时,套管形成的屏蔽电场对EM-MWD信号的传输影响较小。另外,钻井施工中,在满足工程要求的前提下,应尽量将套管长度控制在40 m以下。

  • 图  1   钻进参数自适应调控技术架构

    Figure  1.   Architecture of adaptive control technology for drilling parameters

    图  2   钻进参数自适应调控技术的工艺流程

    Figure  2.   Process flow of adaptive control technology for drilling parameters

    图  3   钻进参数自适应调控数字孪生系统架构

    Figure  3.   Architecture of digital twin-based adaptive control system for drilling parameters

    图  4   钻进参数自适应调控数字孪生系统运行机制

    Figure  4.   Operational mechanism of digital twin-based adaptive control system for drilling parameters

    图  5   水平井摩阻扭矩传递示意

    Figure  5.   Friction and torque transfer of horizontal well

    图  6   钻井数据概念漂移示意

    Figure  6.   Conceptual drift in drilling data

    图  7   钻进参数动态优化调控示意

    Figure  7.   Dynamic optimization control of drilling parameters

    图  8   不同地层的机械钻速

    Figure  8.   Rate of penetration for different formations

  • [1] 陶飞,刘蔚然,张萌,等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统,2019,25(1):1–18.

    TAO Fei, LIU Weiran, ZHANG Meng, et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing Systems, 2019, 25(1): 1–18.

    [2] 陶飞,刘蔚然,刘检华,等. 数字孪生及其应用探索[J]. 计算机集成制造系统,2018,24(1):1–18.

    TAO Fei, LIU Weiran, LIU Jianhua, et al. Digital twin and its potential application exploration[J]. Computer Integrated Manufacturing Systems, 2018, 24(1): 1–18.

    [3] 杨林瑶,陈思远,王晓,等. 数字孪生与平行系统:发展现状、对比及展望[J]. 自动化学报,2019,45(11):2001–2031.

    YANG Linyao, CHEN Siyuan, WANG Xiao, et al. Digital twins and parallel systems: state of the art, comparisons and prospect[J]. Acta Automatica Sinica, 2019, 45(11): 2001–2031.

    [4] 李伯虎,柴旭东,张霖,等. 面向新型人工智能系统的建模与仿真技术初步研究[J]. 系统仿真学报,2018,30(2):349–362.

    LI Bohu, CHAI Xudong, ZHANG Lin, et al. Preliminary study of modeling and simulation technology oriented to neo-type artificial intelligent systems[J]. Journal of System Simulation, 2018, 30(2): 349–362.

    [5] 闫铁,许瑞,刘维凯,等. 中国智能化钻井技术研究发展[J]. 东北石油大学学报,2020,44(4):15–21. doi: 10.3969/j.issn.2095-4107.2020.04.003

    YAN Tie, XU Rui, LIU Weikai, et al. Research and development of intelligent drilling technology in China[J]. Journal of Northeast Petroleum University, 2020, 44(4): 15–21. doi: 10.3969/j.issn.2095-4107.2020.04.003

    [6] 杨传书,张好林,肖莉. 自动化钻井关键技术进展与发展趋势[J]. 石油机械,2017,45(5):10–17.

    YANG Chuanshu, ZHANG Haolin, XIAO Li. Key technical progress and development trend of automated drilling[J]. China Petroleum Machinery, 2017, 45(5): 10–17.

    [7] 姜海龙,柳贡慧,李军,等. 井下工程参数测量系统的研制与应用[J]. 钻采工艺,2020,43(1):5–8. doi: 10.3969/J.ISSN.1006-768X.2020.01.02

    JIANG Hailong, LIU Gonghui, LI Jun, et al. Development and application of downhole engineering data measurement system[J]. Drilling & Production Technology, 2020, 43(1): 5–8. doi: 10.3969/J.ISSN.1006-768X.2020.01.02

    [8] 李根生,宋先知,田守嶒. 智能钻井技术研究现状及发展趋势[J]. 石油钻探技术,2020,48(1):1–8. doi: 10.11911/syztjs.2020001

    LI Gensheng, SONG Xianzhi, TIAN Shouceng. Intelligent drilling technology research status and development trends[J]. Petroleum Drilling Techniques, 2020, 48(1): 1–8. doi: 10.11911/syztjs.2020001

    [9]

    CHAPMAN C D, FLORES J L, de LEON PEREZ R, et al. Automated closed-loop drilling with ROP optimization algorithm significantly reduces drilling time and improves downhole tool reliability[R]. SPE 151736, 2012.

    [10]

    LAI S W, NG J, EDDY A, et al. Large-scale deployment of a closed-loop drilling optimization system: Implementation and field results[J]. SPE Drilling & Completion, 2021, 36(1): 47–62.

    [11]

    MAHMOUD H, HAMZA A, NASSER M S, et al. Hole cleaning and drilling fluid sweeps in horizontal and deviated wells: comprehensive review[J]. Journal of Petroleum Science and Engineering, 2020, 186: 106748. doi: 10.1016/j.petrol.2019.106748

    [12]

    ZHU Xiaohua, LI Ke, AN Jiawei. Calculation and analysis of dynamic drag and torque of horizontal well strings[J]. Natural Gas Industry B, 2019, 6(2): 183–190. doi: 10.1016/j.ngib.2018.08.004

    [13]

    AKGUN F. A finite element model for analyzing horizontal well BHA behavior[J]. Journal of Petroleum Science and Engineering, 2004, 42(2/4): 121–132.

    [14]

    WU Xiang, ZHANG Kanjian. Three-dimensional trajectory design for horizontal well based on optimal switching algorithms[J]. ISA Transactions, 2015, 58: 348–356. doi: 10.1016/j.isatra.2015.04.002

    [15]

    NAJJARPOUR M, JALALIFAR H, NOROUZI-APOURVARI S. Half a century experience in rate of penetration management: application of machine learning methods and optimization algorithms: a review[J]. Journal of Petroleum Science and Engineering, 2022, 208(part D): 109575.

    [16]

    KUANG Yuchun, LIN Wei, LIU Yang, et al. Numerical modelling and field experimental validation of the axial load transfer on the drill-strings in deviated wells[J]. Journal of Natural Gas Science and Engineering, 2020, 75: 103124. doi: 10.1016/j.jngse.2019.103124

    [17]

    DEPOUHON A, DETOURNAY E. Instability regimes and self-excited vibrations in deep drilling systems[J]. Journal of Sound and Vibration, 2014, 333(7): 2019–2039. doi: 10.1016/j.jsv.2013.10.005

    [18] 孙晓峰,姚笛,孙士慧,等. 基于漂移流动模型的水平井岩屑床高度瞬态计算新方法[J]. 天然气工业,2022,42(5):85–92. doi: 10.3787/j.issn.1000-0976.2022.05.009

    SUN Xiaofeng, YAO Di, SUN Shihui, et al. A new transient calculation method of cuttings bed thickness based on drift flow model[J]. Natural Gas Industry, 2022, 42(5): 85–92. doi: 10.3787/j.issn.1000-0976.2022.05.009

    [19]

    RASHIDI B, HARELAND G, NYGAARD R. Real-time drill bit wear prediction by combining rock energy and drilling strength concepts[R]. SPE 117109, 2008.

    [20]

    WIDMER G, KUBAT M. Learning in the presence of concept drift and hidden contexts[J]. Machine Learning, 1996, 23(1): 69–101.

    [21] 高德利,刘维,万绪新,等. PDC钻头钻井提速关键影响因素研究[J]. 石油钻探技术,2023,51(4):20–34. doi: 10.11911/syztjs.2023022

    GAO Deli, LIU Wei, WAN Xuxin, et al. Study on key factors influencing the ROP improvement of PDC bits[J]. Petroleum Drilling Techniques, 2023, 51(4): 20–34. doi: 10.11911/syztjs.2023022

    [22] 刘湘华,杜欢,刘彪,等. 顺北Ⅳ号条带超深高温定向井钻井关键技术[J]. 石油钻采工艺,2022,44(6):665–670.

    LIU Xianghua, DU Huan, LIU Biao, et al. Key technology of directional drilling in the ultra-deep high-temperature IV belt, the Shunbei Oilfield[J]. Oil Drilling & Production Technology, 2022, 44(6): 665–670.

    [23]

    GILLAN C, BOONE S, KOSTIUK G, et al. Applying precision drill pipe rotation and oscillation to slide drilling problems[R]. SPE 118656, 2009.

    [24] 孙明光,张洪宁,刘卫东,等. 特深定向井滑动导向过程中扭矩传递规律研究[J]. 石油机械,2020,48(2):1–8.

    SUN Mingguang, ZHANG Hongning, LIU Weidong, et al. Torque transmission law in slide steering for extra-deep directional wells[J]. China Petroleum Machinery, 2020, 48(2): 1–8.

  • 期刊类型引用(7)

    1. 胡中志,王佩赛. 套管—钻杆窄间隙环形空间电磁波传输特性. 天然气工业. 2024(08): 114-124 . 百度学术
    2. 张国辉,李伟勤. 基于随机共振的井下无线电磁2FSK信号解调. 石油机械. 2024(09): 10-16 . 百度学术
    3. 韦海瑞,吴川,朱芝同,沈显鸿,廖宇豪,刘阔,贾明浩,邵玉涛,刘广. 近钻头随钻测量系统天线参数试验优化研究. 钻探工程. 2024(S1): 85-89 . 百度学术
    4. 曹华庆,燕建成,龙志平. 川东南页岩气井岩溶浅表层安全高效钻井技术. 石油钻探技术. 2023(02): 22-28 . 本站查看
    5. 刘丽,王茂仁. 石油钻井工程技术应用与发展. 化学工程与装备. 2023(04): 137-138+164 . 百度学术
    6. 亢武臣,杨书博,赵琪琪,黄豪彩,丁士东. 基于优化变分模态分解和互相关的钻井液脉冲信号处理方法. 石油钻探技术. 2023(03): 144-151 . 本站查看
    7. 邵春,陈明华,徐林,龙小平,胡闯. 基于ANSYS的电磁随钻测量信号中继传输特性分析. 钻采工艺. 2022(05): 29-33 . 百度学术

    其他类型引用(3)

图(8)
计量
  • 文章访问数:  200
  • HTML全文浏览量:  28
  • PDF下载量:  109
  • 被引次数: 10
出版历程
  • 收稿日期:  2024-06-26
  • 修回日期:  2024-08-31
  • 录用日期:  2024-09-26
  • 网络出版日期:  2024-10-08
  • 刊出日期:  2024-09-24

目录

/

返回文章
返回