钻井参数优化技术的研究现状与发展趋势.pdf

◀钻井技术与装备▶ 钻井参数优化技术的研究现状与发展趋势 ∗ 沙 林 秀 （陕西省钻机控制重点实验室； 西安石油大学） 摘要 随着海洋及地下开采条件日趋复杂、 加之钻井工程技术、 工具设备及检测仪表技术不 断发展， 与其相关的随钻检测技术和计算机应用技术也有了长足发展， 特别是云计算技术的出现， 对钻井参数优化技术发展提供了新的解决途径。 总结了国内外钻井参数优化技术研究现状， 指出 该技术未来的发展趋势 ①向实时、 动态的智能全方位方向发展； ②从线性规划向非线性规划发 展， 从确定性向不确定性发展； ③从海量的油田数据中挖掘， 逐步实现钻井控制优化由数字化向 智能化转变。 关键词 钻井参数； 研究现状； 发展趋势； 云技术 中图分类号 ＴＥ２１ 文献标识码 Ａ ｄｏｉ １０􀆱 １６０８２／ ｊ􀆱 ｃｎｋｉ􀆱 ｉｓｓｎ􀆱 １００１－４５７８􀆱 ２０１６􀆱 ０２􀆱 ００６ Ｄｒｉｌｌｉｎｇ Ｐａｒａｍｅｔｅｒｓ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ Ｓｔａｔｕｓ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｔｒｅｎｄ Ｓｈａ Ｌｉｎｘｉｕ （Ｓｈａａｎｘｉ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｄｒｉｌｌｉｎｇ Ｒｉｇｓ Ｃｏｎｔｒｏｌｌｉｎｇ Ｔｅｃｈｎｉｑｕｅ； Ｘｉ’ａｎ Ｓｈｉｙｏｕ Ｕｎｉｖｅｒｓｉｔｙ） Ａｂｓｔｒａｃｔ Ｗｉｔｈ ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｃｏｍｐｌｅｘ ｃｏｎｄｉｔｉｏｎｓ ｆｏｒ ｏｆｆｓｈｏｒｅ ａｎｄ ｕｎｄｅｒｇｒｏｕｎｄ ｅｘｐｌｏｉｔａｔｉｏｎ， ａｎｄ ｔｈｅ ｃｏｎｔｉｎｕ⁃ ｏｕｓ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｄｒｉｌｌｉｎｇ ｔｅｃｈｎｏｌｏｇｙ， ｔｏｏｌｓ， ｅｑｕｉｐｍｅｎｔ ａｎｄ ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ， ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｍｏｎｉｔｏ⁃ ｒｉｎｇ ｗｈｉｌｅ ｄｒｉｌｌｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｃｏｍｐｕｔｅｒ ｔｅｃｈｎｏｌｏｇｙ ｈａｓ ｇａｉｎｅｄ ｓｉｇｎｉｆｉｃａｎｔ ｄｅｖｅｌｏｐｍｅｎｔ􀆱 Ｐａｒｔｉｃｕｌａｒｌｙ， ｔｈｅ ｅｍｅｒ⁃ ｇｅｎｃｅ ｏｆ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｐｒｏｖｉｄｅｓ ａ ｎｅｗ ｍｅｔｈｏｄ ｆｏｒ ｄｒｉｌｌｉｎｇ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ􀆱 Ｔｈｅ ｃｕｒｒｅｎｔ ｄｒｉｌｌｉｎｇ ｐａｒａｍｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｓｔａｔｕｓ ｈａｓ ｂｅｅｎ ｓｕｍｍａｒｉｚｅｄ ａｎｄ ｉｔｓ ｆｕｔｕｒｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄ ｉｓ ｐｒｅｓｅｎｔｅｄ ①ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｗｏｕｌｄ ｍｏｖｅ ｆｏｒｗａｒｄ ｔｏ ｒｅａｌ⁃ｔｉｍｅ， ｄｙｎａｍｉｃ ａｎｄ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｉｎｔｅｌｌｉｇｅｎｔ ｄｉｒｅｃｔｉｏｎ； ②ｆｒｏｍ ｌｉｎｅａｒ ｔｏ ｎｏｎｌｉｎｅａｒ ｐｒｏｇｒａｍｍｉｎｇ， ｆｒｏｍ ｃｅｒｔａｉｎｔｙ ｔｏ ｕｎｃｅｒｔａｉｎｔｙ； ③ｅｘｃａｖａｔｅ ｕｓｅｆｕｌ ｉｎｆｏｒｍａｔｉｏｎ ｆｒｏｍ ｔｈｅ ｍａｓｓ ｆｉｅｌｄ ｄａｔａ， ｐｒｏ⁃ ｇｒｅｓｓｉｖｅｌｙ ｒｅａｌｉｚｅ ｔｈｅ ｔｒａｎｓｖｅｒｓｅ ｏｆ ｔｈｅ ｄｒｉｌｌｉｎｇ ｃｏｎｔｒｏｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｒｏｍ ｄｉｇｉｔｉｚａｔｉｏｎ ｔｏ ｉｎｔｅｌｌｉｇｅｎｔｉｚａｔｉｏｎ􀆱 Ｋｅｙ ｗｏｒｄｓ ｄｒｉｌｌｉｎｇ ｐａｒａｍｅｔｅｒｓ； ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ； ｄｅｖｅｌｏｐｍｅｎｔ ｔｒｅｎｄ； ｃｌｏｕｄ ｔｅｃｈｎｏｌｏｇｙ ０ 引 言 油气作为世界上重要的能源和化工原料， 其勘 探、 开发和加工整个过程涉及多学科、 多领域、 多 层次和多环节。 随着钻井工程技术的发展， 海洋及 地下开采条件日趋复杂、 工具设备及测试仪表技术 不断更新， 对钻井参数优化技术提出了更高的要求。 同时， 与钻井参数优化相关的随钻检测技术和计算 机应用技术也有了长足发展， 特别是云计算技术的 出现， 为智能钻井参数优化找到了新的解决途径。 钻井参数优化是指在一定的客观条件下， 不同 钻井参数配合时各因素对钻进速度的影响规律， 应 用最优化理论， 经过钻井过程中的数据动态分析和 特征提取， 实现钻井参数的优选［１］， 使钻进过程 保持在最优的经济技术指标下。 笔者拟在此分析和 总结现有的钻井参数优化技术， 指出该技术未来的 发展趋势， 为实现快速、 精准的智能钻井控制优化 ９２ ２０１６ 年 第 ４４ 卷 第 ２ 期 石 油 机 械 ＣＨＩＮＡ ＰＥＴＲＯＬＥＵＭ ＭＡＣＨＩＮＥＲＹ ∗基金项目 陕西省自然科学基金项目 “基于随钻测量地层识别的智能钻参优化方法的研究” （２０１２ＪＱ８０４６）； 博士启动基金项目 “基 于油藏随机建模的钻井过程动态控制和优化” （２０１４ＢＳ４３）。 决策夯实基础。 １ 钻井参数优化的研究现状 在钻进过程中， 钻井的成本和质量、 钻进速 度、 钻头的磨损速度会受到多种因素的影响和制 约［２－３］。 其中不可控因素包括所钻地层的岩性、 油 气储层埋藏深度以及地层压力等； 可控因素包括钻 压、 转速、 钻头类型、 钻井液性能、 地面机泵设 备、 泵压和排量等因素。 因而， 围绕提高钻井效率 和降低钻井成本而开展的钻参优化相关研究及方法 如图 １ 所示。 图 １ 钻井参数优化相关研究及方法 Ｆｉｇ􀆱 １ Ｓｔｕｄｉｅｓ ａｎｄ ｍｅｔｈｏｄｓ ｆｏｒ ｄｒｉｌｌｉｎｇ ｐａｒａｍｅｔｅｒｓ ｏｐｔｉｍｉｚａｔｉｏｎ 目前， 钻井参数优化主要是以旋转钻井工艺为 研究对象， 围绕钻井参数优化、 地层岩性识别和岩 石可钻性评价 ３ 个分支展开了相关研究。 其中， 钻 井参数优化技术的研究主要是指对钻进速度提高有 较大影响的机械参数 （钻压、 转速）、 水力参数 （泵压、 排量） 和钻井液参数等。 针对某一地层， 优选出一套最佳参数配合， 以实现高钻速、 低成 本、 低钻头磨损为主要目标的研究课题。 目前， 国 外在实现钻井参数优化问题上主要有 ２ 条研究途 径 一是从理论上把二元钻速方程演变成多元钻速 方程， 建立更接近钻井实际工艺的多元钻速方程， 通过最优化理论求解出多元最优值［４］； 二是建立 钻井参数的一元或二元方程， 分别用计算机求解， 再寻找各钻井参数之间的最优配合， 比如对水力参 数和机械参数分别进行优选， 然后再优配。 国外在钻井参数优化方面研究起步较早， 相关 技术研究也较为成熟。 而国内的相关研究从 ２０ 世 纪末开始， 也经历了快速发展阶段， 特别是近几年 在多目标交互式钻井参数优化方面， 取得了突出成 绩。 纵观国内外钻井参数优化发展历程， 大致可分 为以下 ４ 个阶段。 １􀆱 １ 单个钻井参数的优化 国外早期钻参优化主要以提高机械钻速为目 标， 通过室内试验， 深入研究了水力参数、 钻井液 密度和钻井液性能对机械钻速的综合影响。 在一定 的钻井液排量和喷射速度下， 钻速随钻井液运动黏 度的增大而下降， 反映水力参数的流量、 钻井液密 度、 喷嘴直径和黏度等因素对钻速的影响； 分析了 钻井液密度对钻速的影响， 当钻井液密度提高时， 井内钻井液柱压力与地层压力之间的压差会增大， 使得钻速急骤下降。 １􀆱 ２ 多个钻井参数的优化 随着钻井参数优化技术的发展， 人们逐渐认识 到提高钻井效率和优化钻井过程受多个因素的影 响。 于是出现专门研究钻压和转速对钻进速度的影 响。 富尔顿研究确定了最小钻头水功率和钻压、 转 速的关系曲线； 美国 Ａｍｏｃｏ 公司研究制定了最小 钻头水功率和最大经济水功率的 “水力可钻性图 版”， 在此基础上， 优选钻压和转速， 从而在优选 水力参数和机械参数之间建立了相应的关系［１］。 Ａ􀆱 Ｔ􀆱 Ｂｏｕｒｇｏｙｎｅ 进一步简化了盖尔的计算模型， 以 钻头进尺成本为目标函数， 建立了钻压、 转速与机 械钻速、 钻头寿命之间的相互关系， 使优选钻压和 转速进入实用阶段。 Ａ􀆱 Ｔ􀆱 Ｂｏｕｒｇｏｙｎｅ 等综合考虑了 可钻性系数、 钻压、 转速、 钻头类型和钻头磨损等 参数， 引入了井底压差和水力参数影响的修正系 数， 提出了修正的杨格模式， 把影响钻进速度的各 种因素归纳成一个数学模式， 提出了多元回归钻速 方程， 以确定最优钻压⁃转速配合和水力参数等多 种因素。 随后钻井参数优选出现了由单个模型确定多个 钻井参数到多个模型、 细化模型确定多个参数过 程。 Ｔ􀆱 Ｍ􀆱 Ｗａｒｒｅｎ［６］建立了钻速模型， 该模型被用 于优化钻井条件、 选择钻头类型和分析地层特性。 针对牙轮钻头， Ｔ􀆱 Ｍ􀆱 Ｗａｒｒｅｎ［７］发明了三牙轮钻头 模型 （ｔｈｒｅｅ⁃ｔｅｒｍ 模型）； Ｂ􀆱 Ｒａｓｈｉｄｉ 等［８］总结了不 同压力对钻头磨损率和钻孔清洗问题的影响， 对 ｔｈｒｅｅ⁃ｔｅｒｍ 模型进行改进； Ａ􀆱 Ｗｕ 等［９］考虑到钻头 的结构， 特别是钻头的切削结构， 在钻速模型中引 入了转速、 钻压和钻头磨损， 提出了基于钻头和岩 石之间相互作用的钻速模型， 实现钻井参数的优化 和未知地层的岩石抗压强度的预测。 １􀆱 ３ 单目标、 多参数钻参优化 随着计算机、 信息技术和智能优化算法的快速 发展， 出现了单目标钻参优化和故障诊断的综合监 控系统。 Ｒ􀆱 Ｒｏｍｍｅｔｖｅｉｔ 等［１０］研发了一种新的钻井 ０３ 石 油 机 械２０１６ 年 第 ４４ 卷 第 ２ 期 自动监控系统， 提出了钻头载荷优化模型， 并将其 用于模拟转盘转速、 钻压及其改变对钻进速度的影 响分析。 该系统将钻进速度提高了 １５％～３０％， 同 时有效预防黏滑运动。 Ｆ􀆱 Ｅ􀆱 Ｄｕｐｒｉｅｓｔ 等［１１］以机械 比能量 （Ｍｅｃｈａｎｉｃａｌ Ｓｐｅｃｉｆｉｃ Ｅｎｅｒｇｙ， ＭＳＥ） 为目标 实现钻头钻进效率实时评估， 在完成钻速⁃钻压优 化的同时， 判断和分析出钻头泥包的类型， 以改善 钻头的运行情况。 Ｊ􀆱 Ｍｉｌｔｅｒ 等［１２］将海洋钻井采集到 的实时数据送至地面集控中心， 借助专家系统来实 现钻井过程的干预和钻井参数的优化。 通过对自动 监测的大量的实时数据的分析， 有效降低了不可预 知事件的发生。 Ｔ􀆱 Ｍｏｎｄｅｎ 等［１３］以钻井成本为目 标， 将钻井装置监测点信息直接送给运行支持中心 （Ｏｐｅｒａｔｉｏｎ Ｓｕｐｐｏｒｔ Ｃｅｎｔｒｅ， ＯＳＣ）， 通过 ＯＳＣ 提供 技术支持和决策实现钻井优化， 提高钻井效率， 降 低钻井作业时间。 Ｆ􀆱 Ｐ􀆱 Ｉｖｅｒｓｅｎ 等［１４］建立了由流量 井模型、 钻杆力学模型、 热物理模型、 固体传送模 型、 力矩模型及打捞模型构成的动态系统， 该系统 能实现钻井参数计算和井况安全性检测。 Ｔ􀆱 Ｅｒｅｎ 等［１５］将多重线性重叠的统计思想引入钻井优化方 法， 构造钻速与各个钻井变量参数 （如钻压， 钻 杆转速， 钻井液质量及其信息特征） 之间的独立 函数关系， 在钻机运行过程中， 实现了最低钻井成 本为目标的钻压和转速实时优化。 国内在研究钻井参数优化技术方面起步较晚， 相对于国外的发展， 存在一定的差距。 但是， 自 “十一五”、 “十二五” 规划中提出新技术的应用提 高采收率和单井产量以来， 我国在这个方向的发展 也取得了可喜的成绩［１６－１７］。 北京石油勘探开发研究院联合华北油田和辽河 油田， 通过大量的现场试验及资料统计分析， 研究 钻井主要参数与钻速和钻进成本之间的关系， 建立 了实用性较强的四元钻速模式和钻井成本方程， 被 称为扩展的 Ａｍｏｃｏ 模式； 提出了适合钻井工艺特 点的、 具有多种不等式约束的、 多元钻井参数优选 的模式搜索法和惩罚函数法［１８］， 成为国内首次实 现钻压、 转速、 泵压和排量的四元优化， 并首次将 动态规划原理和分支界限技巧用于全井钻头序列优 化， 建立了钻井专用数据库和优选参数钻井设计软 件包。 运用以上成果累计钻探试验井 ４６ 口， 平均 机械钻速提高 １５％～３０％， 钻井成本每米降低 １０％ ～１５％。 中国石油大学和中原油田根据大量现场检测资 料和室内试验数据， 绘制了部分区块的地层孔隙压 力和破裂压力的曲线图版和计算模式， 初步确定了 该地区压差卡钻的临界压力、 抽吸压力和压力激动 允差， 由此编写了优选井身结构的程序， 并根据中 原油田的钻井地质条件， 建立了一系列水力参数和 机械参数的相关模式和计算机优选软件， 在实际应 用中取得了明显效果。 ２０１０ 年大庆石油学院的袁 鹏等和教育部提高油气采收率重点实验室毕雪亮提 出以提高机械钻速为目标的基于范例推理的钻参优 化技术的研究， 以预防钻井事故和提高钻井质 量［１９－２０］。 胜利油田主要研究了对提高钻井效率最敏感的 水力参数和钻井液参数， 扩大了优选参数的范围， 完善了参数优选技术。 大庆油田在外围中、 深井优 选参数研究中， 分析钻进过程中随机因素对钻速的 影响， 建立了多元随机钻速模式， 提出了钻井参数 的可靠性优化方法。 深入研究了水力参数和机械参 数在破岩和清岩中存在的交互作用， 不仅将交互项 引入多元随机钻速模式， 还定量描述了交互作用的 程度， 同时应用模糊集合理论把钻井优化过程中的 硬性约束发展为弹性约束， 使优化方案更加合理， 更加完善。 １􀆱 ４ 多目标、 多参数交互式钻参优化 在实际钻井工程优化中， 要同时满足多个目 标， 而各目标之间往往互相冲突、 此消彼长［２１－２３］。 现有的钻井参数的优化方法存在单目标优化、 经典 的最优化方法的效率有待改进、 岩石可钻性估计方 法存在着非实时性， 精度差以及未能实现交互式、 动态优化等问题。 针对上述问题， 陕西省钻机控制 重点实验室的李琳提出了采用多目标粒子群算法实 现钻井参数多目标优化； 针对智能优化控制过程中 岩石可钻性参数估计存在非实时性和模型泛化能力 差的问题， 笔者［２３］提出采用两层结构建立了基于 Ｂａｙｅｓｉａｎ 多分支岩石可钻性估计模型。 通过 Ｂａｙｅｓ⁃ ｉａｎ 分类器实现岩性分类以提高可钻性模型样本数 据的相关性， 细化可钻性估计模型； 采用改进双链 量子遗传算法优化的 ＢＰＮＮ 结构， 实现随钻地层的 岩性和可钻性估计， 并在非匀质地层识别的基础 上［２４］， 设计了非支配排序多目标遗传算法， 实现 了随钻多目标、 交互式、 动态的钻井参数优化， 以 确定最优转速和钻压组合， 提高钻井效率［１］。 ２０１４ 年印度的 Ｃ􀆱 Ｇｕｒｉａ 提出了以最大机械钻速、 最小钻 进时间和最小钻井成本为目标， 采用非支配排序遗 传算法实现油田多目标钻井参数优化［２５］。 目前， 国内外钻井技术水平虽已有很大提高， 钻井成本有所降低， 但钻井仍然是油气田勘探开采 中花费最大的作业。 随着检测技术的快速发展， 数 １３２０１６ 年 第 ４４ 卷 第 ２ 期沙林秀 钻井参数优化技术的研究现状与发展趋势 据传送速度的加快， 钻进过程采集数据的种类和数 量有大幅的增加， 为钻井参数的动态优选和随钻地 层岩性的动态识别提供条件。 ２ 钻参优化的发展趋势 石油埋藏在地下几百米乃至上万米的地下岩层 中， 从近年国内外海陆钻井现状来看， 钻井深度不 断增加和钻井技术的多样化， 加之钻遇地层的隐 蔽、 复杂多变， 不仅具有随机性、 模糊性和关联 性， 还具有不确定性和动态特性。 通过井下诸多已 知或未知因素难以建立系统的精确数学模型。 如何 利用测井数据、 钻井数据、 录井数据、 物探数据和 化验数据等海量数据， 完成钻头类型、 钻井液性 能、 钻压、 转速、 泵压和排量等主观因素的实时、 交互式优化， 提高钻井效率、 降低能量损耗、 延长 钻具寿命、 保持最佳钻进状态和增强系统的负载适 应能力等是优化钻井技术中的关键技术。 伴随着云技术、 物联网和互联网的高速发展， 钻 井地上和地下的海量数据， 为数据挖掘实现智能油田 管理模块化和构建油田钻井研究平台提供了可能， 也 为基于随钻地层识别的钻井参数交互式优化和智能 钻井控制优化提供了数据支撑。 旨在提高油田采收 率、 实现安全绿色钻井、 降低人力成本和劳动强 度， 增强我国石油钻井装备的核心竞争力。 因而， 发展钻井参数优化技术主要从以下 ３ 个方向着手。 ２􀆱 １ 向实时、 动态的智能全方位方向发展 随着新型钻井技术的发展， 特别是超深井、 分 支井、 水平井和复杂井的出现， 需要对原有的优化 方法进行改进， 而钻参优化必须能满足复杂井况的 需求， 不仅要考虑钻井速度， 更要考虑效益、 安全 和环境等因素， 而且能够实现对钻井过程中钻参进 行实时、 动态的智能优化及系统综合分析。 ２􀆱 ２ 从线性规划向非线性规划发展， 从确定性向 不确定性发展 经典优化理论和方法比较系统和规范， 体系严 密， 但从钻井工程实际来看， 其过程十分复杂， 很 难通过确定模型达到与实际情况完全吻合； 从数学 角度来看， 最优化理论也是一个发展变化十分迅速 的学科。 因此， 结合新型优化理论， 实现非线性、 不确定钻参优化是钻参优化发展的重要方向。 ２􀆱 ３ 从海量的油田数据中挖掘， 逐步实现钻井控 制优化由数字化向智能化转变 随着信息科学技术的发展， 在钻井井筒形成过 程中， 会出现有关地层、 井筒、 设备和工具等多方 面信息， 利用新型数据采集、 传送和处理技术， 通 过综合处理、 分析整个钻井过程信息数据， 建立丰 富的信息处理和专家系统对大量信息可能具有的非 线性、 隐含性、 间接性进行数据挖掘， 同时进行特 征的得提取， 建立完善的钻井信息为钻井参数优化 技术提供重要依据。 ３ 结 论 由于油田一口井的数据包含有测井数据、 钻井 数据、 录井数据、 物探数据和化验数据等大量数 据， 且数据特征跨专业、 跨领域。 如何通过收集不 同地区、 不同钻井方式、 不同井况和不同井的数 据， 融合地球科学、 化工储运和仪器仪表专家知识 库， 结合无线勘探技术和计算机应用技术， 建立油 田数据的云端和云计算平台， 为地质描述的精细化 和智能钻井控制优化决策提供数据与技术支撑， 实 现集勘探、 开发、 管理和经营为一体的油田是油田 发展的方向。 因此， 实现智能钻井控制优化技术旨 在推动油田中智能钻井控制优化技术产品化和产业 化， 提高我国石油钻井技术装备核心竞争力。 参 考 文 献 ［１］ 沙林秀 􀆱 钻井控制参数多目标优化理论及方法 ［Ｍ］ 􀆱 北京 石油工业出版社， ２０１４􀆱 ［２］ 闫铁 􀆱 优选参数钻井理论与实践 ［Ｍ］ 􀆱 哈尔滨 哈尔滨工业大学出版社， １９９４􀆱 ［３］ 陈庭根， 管志川 􀆱 钻井工程理论与技术 ［Ｍ］ 􀆱 北 京 石油大学出版社， ２００１􀆱 ［４］ 史玉升， 梁书云 􀆱 基于目标函数的钻压优化模型建 模方法 ［Ｊ］ 􀆱 地质与勘探， ２００３， ３６ （２） ７－９􀆱 ［５］ Ｂｏｕｒｇｏｙｎｅ Ａ Ｔ， Ｙｏｕｎｇ Ｆ Ｓ􀆱 Ａ ｍｕｌｔｉｐｌｅ ｒｅｇｒｅｓｓｉｏｎ ａｐ⁃ ｐｒｏａｃｈ ｔｏ ｏｐｔｉｍａｌ ｄｒｉｌｌｉｎｇ ａｎｄ ａｂｎｏｒｍａｌ ｐｒｅｓｓｕｒｅ ｄｅｔｅｃ⁃ ｔｉｏｎ ［ Ｊ］ 􀆱 Ｓｏｃｉｅｔｙ ｏｆ Ｐｅｔｒｏｌｅｕｍ Ｅｎｇｉｎｅｅｒｓ Ｊｏｕｒｎａｌ， １９７４， １４ （１４） ３７１－３８４􀆱 ［６］ Ｗａｒｒｅｎ Ｔ Ｍ􀆱 Ｄｒｉｌｌｉｎｇ ｍｏｄｅｌ ｆｏｒ ｓｏｆｔ ｆｏｒｍａｔｉｏｎ ｂｉｔｓ ［Ｊ］ 􀆱 ＪＰＴ， １９８１ （６） ６３－７０􀆱 ［７］ Ｗａｒｒｅｎ Ｔ Ｍ􀆱 Ｐｅｎｅｔｒａｔｉｏｎ ｒａｔｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｒｏｌｌｅｒ ｃｏｎｅ ｂｉｔｓ ［Ｊ］ 􀆱 ＳＰＥ Ｄｒｉｌｌ Ｅｎｇ􀆱 ， １９８７， ２ （１） ９－１８􀆱 ［８］ Ｒａｓｈｉｄｉ Ｂ， Ｈａｒｅｌａｎｄ Ｇ， Ｔａｈｍｅｅｎ Ｍ􀆱 Ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ ｖｅｒｉｆｉｃａｔｉｏｎ ｏｆ ａ ｒｅａｌ⁃ｔｉｍｅ ｄｒｉｌｌ ｂｉｔ ｗｅａｒ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄ⁃ ｕｌｅ ［Ｃ］ 􀆱 ＳＰＥ Ｒｕｓｓｉａｎ Ｏｉｌ ａｎｄ Ｇａｓ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｈｉｂｉｔｉｏｎ， Ｏｃｔｏｂｅｒ ２６－２８， ２０１０， Ｍｏｓｃｏｗ， Ｒｕｓｓｉａ， ２０１０􀆱 ［９］ Ｗｕ Ａ， Ｈａｒｅｌａｎｄ Ｇ， Ｒａｓｈｉｄｉ Ｂ􀆱 Ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｄｉｆｆｅｒｅｎｔ ｒｏｃｋ ｔｙｐｅｓ ａｎｄ ｒｏｌｌｅｒ ｃｏｎｅ ｉｎｓｅｒｔ ｔｙｐｅｓ ａｎｄ ｗｅａｒ ｏｎ ＲＯＰ （ｒａｔｅ ｏｆ ｐｅｎｅｔｒａｔｉｏｎ）［Ｃ］ 􀆱 Ｒｏｃｋ Ｍｅｃｈａｎｉｃｓ Ｓｙｍｐｏｓｉ⁃ ２３ 石 油 机 械２０１６ 年 第 ４４ 卷 第 ２ 期 ｕｍ ａｎｄ ５ｔｈ Ｕ􀆱 Ｓ⁃Ｃａｎａｄａ Ｒｏｃｋ Ｍｅｃｈａｎｉｃｓ Ｓｙｍｐｏｓｉｕｍ， ２０１０ ２３－２８􀆱 ［１０］ Ｒｏｍｍｅｔｖｅｉｔ Ｒ， Ｂｊｏｒｋｅｖｏｌｌ Ｋ Ｓ， Ｉｎｇｅ Ｓ􀆱 Ｄｒｉｌｌｔｒｏｎｉｃｓ Ａｎ ｉｎｔｅｇｒａｔｅｄ ｓｙｓｔｅｍ ｆｏｒ ｒｅａｌ⁃ｔｉｍｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｄｒｉｌｌｉｎｇ ｐｒｏｃｅｓｓ ［Ｃ］ 􀆱 Ｐａｐｅｒ ＩＡＤＣ／ ＳＰＥ ８７１２４－ＭＳ ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＩＡＤＣ／ ＳＰＥ Ｄｒｉｌｌｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ， Ｄａｌ⁃ ｌａｓ， Ｔｅｘａｓ， ２００４ ２０３－２１０􀆱 ［１１］ Ｄｕｐｒｉｅｓｔ Ｆ Ｅ， Ｋｏｅｄｅｒｉｔｚ Ｗ􀆱 Ｍａｘｉｍｉｚｉｎｇ ｄｒｉｌｌ ｒａｔｅｓ ｗｉｔｈ ｒｅａｌ⁃ｔｉｍｅ ｓｕｒｖｅｉｌｌａｎｃｅ ｏｆ ｍｅｃｈａｎｉｃａｌ ｓｐｅｃｉｆｉｃ ｅｎｅｒｇｙ ［Ｃ］ 􀆱 Ｐａｐｅｒ ＩＡＤＣ／ ＳＰＥ ９２９１４－ＭＳ ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＳＰＥ／ ＩＡＤＣＤｒｉｌｌｉｎｇＣｏｎｆｅｒｅｎｃｅ，Ｄａｌｌａｓ，Ｔｅｘａｓ， ２００５ ４０－４６􀆱 ［１２］ Ｍｉｌｔｅｒ Ｊ， Ｂｅｒｇｊｏｒｄ Ｏ Ｇ， Ｒｕｇｌａｎｄ Ｂ􀆱 Ｍａｘｉｍｉｚｉｎｇ ｄｒｉｌｌ ｒａｔｅｓ ｗｉｔｈ ｒｅａｌ⁃ｔｉｍｅ ｓｕｒｖｅｉｌｌａｎｃｅ ｏｆ ｍｅｃｈａｎｉｃａｌ ｓｐｅｃｉｆｉｃ ｅｎｅｒｇｙ ［Ｃ］ 􀆱 Ｐａｐｅｒ ＳＰＥ ９２９１４－ＭＳ ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＳＰＥ／ ＩＡＤＣＤｒｉｌｌｉｎｇＣｏｎｆｅｒｅｎｃｅ，Ｄａｌｌａｓ，Ｔｅｘａｓ， ２００６ １１２０－１１２５􀆱 ［１３］ Ｍｏｎｄｅｎ Ｔ， Ｃｈｉａ Ｃ Ｒ􀆱 Ｆｉｅｌｄ ｖｅｒｉｆｉｃａｔｉｏｎ ｏｆ ｄｒｉｌｌｉｎｇ ｍｏｄｅｌｓ ａｎｄ ｃｏｍｐｕｔｅｒｉｚｅｄ ｓｅｌｅｃｔｉｏｎ ｏｆ ｄｒｉｌｌ ｂｉｔ， ＷＯＢ， ａｎｄ Ｄｒｉｌｌｓｔｒｉｎｇ Ｒｏｔａｔｉｏｎ ［Ｃ］ 􀆱 Ｐａｐｅｒ ＳＰＥ １４７８４－ＭＳ ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＳＰＥ／ ＩＡＤＣ Ｄｒｉｌｌｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ􀆱 Ｄａｌｌ⁃ ａｓ， Ｔｅｘａｓ， ２００７􀆱 ［１４］ Ｉｖｅｒｓｅｎ Ｆ Ｐ， Ｃａｙｅｕｘ Ｅ， Ｄｖｅｒｇｓｎｅｓ Ｅ Ｗ􀆱 Ｏｆｆｓｈｏｒｅ ｆｉｅ⁃ ｌｄ ｔｅｓｔ ｏｆ ａ ｎｅｗ ｉｎｔｅｇｒａｔｅｄ ｓｙｓｔｅｍ ｆｏｒ ｒｅａｌ⁃ｔｉｍｅ ｏｐｔｉｍｉ⁃ ｚａｔｉｏｎ ｏｆ ｔｈｅ ｄｒｉｌｌｉｎｇ ｐｒｏｃｅｓｓ ［Ｃ］ 􀆱 Ｐａｐｅｒ ＳＰＥ １１２７４４ － ＭＳ ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＩＡＤＣ／ ＳＰＥ Ｄｒｉｌｌｉｎｇ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ􀆱 Ｍａｒｃｈ ４－６ ２００８， Ｏｒｌａｎｄｏ， Ｆｌｏｒｉｄａ， ＵＳＡ， ２００８􀆱 ［１５］ Ｅｒｅｎ Ｔ， Ｏｚｂａｙｏｇｌｕ Ｍ Ｅ􀆱 Ｒｅａｌ ｔｉｍｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｄｒ⁃ ｉｌｌｉｎｇ ｐａｒａｍｅｔｅｒｓ ｄｕｒｉｎｇ ｄｒｉｌｌｉｎｇ ｏｐｅｒａｔｉｏｎｓ ［Ｃ］ 􀆱 ＳＰＥ Ｏｉｌ ａｎｄ Ｇａｓ Ｉｎｄｉａ Ｃｏｎｆｅｒｅｎｃｅ ａｎｄ Ｅｘｈｉｂｉｔｉｏｎ ｈｅｌｄ ｉｎ Ｍｕｍｂａｉ， Ｉｎｄｉａ， Ｊａｎｕａｒｙ ２０－２２， ２０１０􀆱 ［１６］ 陶兴华 􀆱 提高深井钻井速度的有效技术方法［Ｊ］ 􀆱 石油钻采工艺， ２００１， ２３ （５） ４－８􀆱 ［１７］ 张小宁， 张红卫， 张明坤， 等 􀆱 泡沫钻井水力参数 优化方法研究 ［Ｊ］ 􀆱 石油钻采工艺， ２０１４， ３６ （６） １１－１５􀆱 ［１８］ 吴修国， 刘畅 􀆱 提高小眼井钻井速度初探 ［Ｊ］ 􀆱 石油钻探技术， ２０００ （２） １７－１８􀆱 ［１９］ Ｙｕａｎ Ｐｅｎｇ， Ｙａｎ Ｔｉｅ， Ｆｅｎｇ Ｊｉｕｈｏｎｇ， ｅｔ ａｌ􀆱 Ａｐｐｌｉｃａ⁃ ｔｉｏｎ ｏｆ ｃａｓｅ⁃ｂａｓｅｄ ｂｅａｓｏｎｉｎｇ ｍｅｔｈｏｄ ｏｎ ｄｒｉｌｌｉｎｇ ｐａｒａｍ⁃ ｅｔｅｒ ｏｐｔｉｍｉｚａｔｉｏｎ ［ Ｃ］ 􀆱 Ｐｒｏｃｅｅｄｉｎｇｓ － ２００９ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ ＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ， ＣｉＳＥ２００９􀆱 Ｄｅｃｅｍｂｅｒ１１， ２００９， Ｗｕｈａｎ􀆱 ［２０］ Ｓｔｕａｒｔ Ｄ， Ｈａｍｅｒ Ｃ Ｄ， Ｈｅｎｄｅｒｓｏｎ Ｃ， ｅｔ ａｌ􀆱 Ｎｅｗ ｄｒｉｌｌ⁃ ｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｒｅｄｕｃｅｓ ｔｏｒｑｕｅ ａｎｄ ｄｒａｇ ｂｙ ｄｒｉｌｌｉｎｇ ａ ｓｍｏｏｔｈａｎｄｓｔｒａｉｇｈｔｗｅｌｌｂｏｒｅ［ Ｒ ］􀆱 ＩＡＤＣ／ ＳＰＥ ７９９１９， ２００３􀆱 ［２１］ Ｆｒａｎｓ Ｔ， Ｉａｎ Ｂ， Ｔｉｍｏ Ｓ􀆱 Ｏｐｔｉｍｉｚｉｎｇ ｉｎｔｅｇｒａｔｅｄ ｒｉｇｌｅｓｓ ｐｌｕｇ ａｎｄ ａｂａｎｄｏｎｍｅｎｔＡ ６０ ｗｅｌｌ ｃａｓｅ ｓｔｕｄｙ ［Ｒ］ 􀆱 ＳＰＥ ８９６３６， ２００４􀆱 ［２２］ Ｙａｎｇ， Ｃｈｉｆｆｏｎ， ＭｉｃｈｅｌＧ， ｅｔ ａｌ􀆱 Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｓ⁃ ｏｌｕｔｉｏｎ ｏｆ ｗａｔｅｒ ｔｒｅａｔｍｅｎｔ ｐｅｒｆｏｒｍａｎｃｅ ｉｓｓｕｅｓ ｏｎ ｔｈｅ １３５Ｄ ｐｌａｔｆｏｒｎ ［Ｒ］ 􀆱 ＩＡＤＣ／ ＳＰＥ， ９０４０９， ２００４􀆱 ［２３］ 沙林秀， 张奇志， 贺昱曜 􀆱 基于 ＳＤＣＱＧＡ 优化 ＢＰＮＮ 的岩石可钻性建模 ［Ｊ］ 􀆱 西安石油大学学 报， ２０１３， ２８ （２） ９２－９７􀆱 ［２４］ 沙林秀， 邵小华， 张奇志， 等 􀆱 基于 Ｂａｙｅｓｉａｎ 多 分支岩石可钻性值估计 ［Ｊ］ 􀆱 中国石油大学学 报 自然科学版， ２０１４ （３） ７３－７９􀆱 ［２５］ Ｇｕｒｉａ Ｃ， Ｇｏｌｉ Ｋ Ｋ， Ｐａｔｈａｋ Ａ Ｋ􀆱 Ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅ ｏｐｔｉ⁃ ｍｉｚａｔｉｏｎ ｏｆ ｏｉｌ ｗｅｌｌ ｄｒｉｌｌｉｎｇ ｕｓｉｎｇ ｅｌｉｔｉｓｔ ｎｏｎ⁃ｄｏｍｉｎａｔｅｄ ｓｏｒｔｉｎｇ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ［ Ｊ］ 􀆱 Ｐｅｔ􀆱 Ｓｃｉ􀆱（ ２０１４）， ２０１４， ９７－１１０􀆱 作者简介 沙林秀， 女， 副教授， 生于 １９７８ 年， ２０１３ 年毕业于西北工业大学， 获博士学位， 现从事智能钻井控 制技术研究工作。 地址（７１００６５）陕西省西安市。 Ｅ⁃ｍａｉｌ ｓｈａｌｉｎｘｉｕ＠ ｘｓｙｕ􀆱 ｅｄｕ􀆱 ｃｎ。 收稿日期 ２０１５－０７－２８ （本文编辑 刘 峰） 􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆􀤆 ◀简 讯▶ ２０１５ 年我国发明专利申请受理量超 １００ 万件蝉联世界第一 ２０１５ 年， 我国发明专利申请受理量达 １１０􀆱 ２ 万件， 同比增长 １８􀆱 ７％， 连续 ５ 年居世界首位。 国家知识产权局规划发展司司长龚亚麟在 １４ 日举行的 ２０１５ 年我国发明专利申请授权情况发布会上介绍， 去年， 国家 知识产权局共授权发明专利 ３５． ９ 万件。 其中， 国内发明专利授权 ２６􀆱 ３ 万件， 比 ２０１４ 年增长了 １０ 万件， 每万人口发明专 利拥有量达到 ６􀆱 ３ 件。 ２０１５ 年， 我国企业发明专利申请５８􀆱 ３ 万件， 占国内发明专利申请受理量的６０􀆱 ２％； 企业获得发明专利授权１５􀆱 ９ 万件， 占国内发明专利授权量的 ６０􀆱 ５％， 较 ２０１４ 年提高 ４􀆱 １％。 从国家知识产权局公布的排名榜来看， 中国石油化工股份有限公 司 ２ ８４４ 件排名第一， 中兴通讯股份有限公司 ２ ６７３ 件位居次席， 华为技术有限公司 ２ ４１３ 件排名第三， 国家电网和京东方 等也榜上有名。（谭谟晓、 高敬） ３３２０１６ 年 第 ４４ 卷 第 ２ 期沙林秀 钻井参数优化技术的研究现状与发展趋势