Разработка ингибирующих буровых растворов

 
 

    Остальные параметры ПГ ИБР полученные в  результате проведения опытов следующие: СНС₁=0..1,63 дПа; h=0,5 мм.

    Принятые  концентрации компонентов данной промывочной  жидкости на каждом из пяти уровней приведены в таблице 4.2, а матрица планирования эксперимента, составленная в полном соответствии с рисунком 4.1, и результаты проведенных опытов приведены в таблице 4.1. 

    

    

                                                                  Таблица 4.2

Значения  уровней переменных факторов

 

    Для построения математических нелинейных моделей показателей свойств промывочной жидкости используют метод Брандона [4, 19]. Этот метод является много этапным, при этом число этапов на единицу превышает число факторов. Поэтому обработка результатов эксперимента является трудоемким процессом, к тому же процедуру обработки трудно формализовать. В связи со сложностью получения моделей показателей свойств промывочных жидкостей, обусловленной отмеченными выше недостатками метода Брандона, ВНИИКРнефтью было предложено ограничиться представлением технических характеристик промывочной жидкостей в виде информационных массивов [20].

    Данное  предложение было реализовано ВНИИКРнефтью совместно с ВНИИБТ и УкрГИПРОНИИнефтью в виде РД 39-0147009-543-87 «Методика выбора основных типов буровых растворов по показателям свойств», который не только регламентирует порядок формирования информационных массивов, но и включает в себя информационные массивы гуматной, полимерной недиспергирующей, полимерной малоглинистой, гипсоизвестковой, лигносульфатной и ряда других типов промывочных жидкостей. Постоянное изменение рынка компонентов промывочных жидкостей должно сопровождаться не только дополнением (обновлением) имеющихся массивов, но и созданием новых.

    Таким образом, получение нелинейных моделей описывающих ПГ ИБР практически невозможно без специального программного обеспечения. Исходя из этого, оптимизацию рецептуры бурового раствора произведем с помощью построения линейных моделей.

    

    Обработав результаты опытов с помощью программы Statgraphics,     получили линейные модели:

r=1046,12+ 0,370588×Х₁+ 1,14118×Х₂+ 3,02941×Х₃+ 0,541176×Х₄+ 0,2×Х₅+5,85882×Х₆

    The R-Squared statistic indicates that the model as fitted explains 79,1656%

УВ=12,5059+4,64353×Х₁+0,347059×Х₂+4,59647×Х₃–1,03294×Х₄+ 0,62×Х₅+1,47294×Х₆

    The R-Squared statistic indicates that the model as fitted explains 89,9572%

ПФ=7,26176–0,25294×Х₁–0,17588×Х₂–0,20706×Х₃+0,0241176×Х₄+0,07×Х₅–0,43412×Х₆ 

    The R-Squared statistic indicates that the model as fitted explains 60,6029%

СНС= –11,0176+1,5264×Х₁+0,634824×Х₂+4,6156×Х₃–2,2932×Х₄–0,034×Х₅+3,6952×Х₆

    The R-Squared statistic indicates that the model as fitted explains 71,1652%

η=2,58176+0,80106×Х₁+0,174118×Х₂+0,78694×Х₃–0,461882×Х₄–0,186×Х₅+0,48988×Х₆

    The R-Squared statistic indicates that the model as fitted explains 71,7856%

pH=5,81765+0,06059×Х₁–0,108824×Х₂+0,0194×Х₃+0,231176×Х₄+0,04×Х₅+0,698824×Х₆

    The R-Squared statistic indicates that the model as fitted explains 93,9119%

    Таким образом получили линейные уравнения  регрессии, где Х₁, Х₂,…,Х₆ – уровни входных факторов, в процентах характеризуется точность описания или сила связи выходного параметра с концентрациями компонентов промывочной жидкости.

    Анализирую  полученные модели можно оценить  влияние каждого компонента промывочной жидкости на свойства раствора. Например: на плотность бурового раствора в основном влияют бентонит (2600 кг/м³) и полигликоль (1100 кг/м³), незначительно – Т-66 (пеногаситель), что вполне справедливо.

    Для получения оптимальной рецептуры, чтобы получить требуемые показатели свойств (r=1080 кг/м³; УВ=38 с; ПФ=4 см³/30мин; СНС₁₀=20 дПа; h=7 мПа×с; рН=9), необходимо решить систему из шести уравнений с шестью неизвестными. С помощью ЭВМ получили следующие значения уровней входных факторов: Х₁=0,978424; Х₂=0,652087; Х₃=0,521889; Х₄=1,44503; Х₅=1,05281; Х₆=0,705495.

    

    Для перевода значения уровней в концентрации бурового раствора воспользуемся формулой [26]:

;                            (4.1)

    где Х_i – значение i-го фактора;

         х_i – натуральное текущее значение i-го фактора, %;

         х_i0 – начальный уровень i-го фактора, %;

         Dх_i – интервал варьирования i-го фактора, %.

    х₁ =0,978424×0,2+0,3=0,4956848%, то есть 0,5% КМЦ-700;

    х₂ =0,652087×1 + 0,5 = 1,152087%, то есть 1,15% Т-66;

    х₃ =0,521889×2+6=7,043778%, то есть 7% Бентонита;

    х₄ =1,44503×0,2+0,1=0,389006%, то есть 0,4% ГКЖ-11;

    х₅ =1,05281×0,1+0,05=0,155281%, то есть 0,15% НТФ;

    х₅ =0,705495×10+5=12,05495%, то есть 12% Полигликоля.

    Таким образом, с помощью линейных моделей  получили следующую уточненную рецептуру ПГ ИБР:

Тех.вода+12%ПГ+7%Бентонита+0,5%КМЦ-700+0,15%НТФ+0,4%ГКЖ-11+1,15%Т-66

    По  уточненной рецептуре приготовил ПГ ИБР (в указанной выше последовательности) и измерил все необходимые параметры (таблица 4.3).

                                                                  Таблица 4.3

Свойства  уточненной рецептуры ПГ ИБР 

 

    В процессе бурения скважины производится пополнение объема бурового раствора, а так же дополнительная обработка  приготовленного ранее бурового раствора с целью достижения параметров промывочной жидкости по проекту.

    

    В таблице 4.4 представлены состав удельный расход химреагентов при бурении под эксплуатационную колонну, а в таблице 4.5 – параметры ПГ ИБР.

                                                                  Таблица 4.4

Состав  и удельный расход химических реагентов для получения ПГ ИБР

 

                                                                  Таблица 4.5

Параметры ПГ ИБР