節省時間和延長鉆頭壽命是（澳大利亞）昆士蘭陸上煤層氣非常規油田面臨的主要挑戰之一，基于最佳鉆井參數的最大鉆速是解決這些問題的關鍵目標。相關的數據集是從超過80只鉆頭的使用中積累起來的。采用有監督的機器學習算法對提高機械鉆速（ROP）和鉆頭耐久性的鉆井參數進行分類。為了實現這一目標，一是優化PDC鉆頭設計及鉆井水力，二是制定司鉆路線圖，以確保在油田采用最佳鉆井參數。
 
煤層氣鉆井的挑戰
 
A油田是位于昆士蘭州Wandoan西南45公里處的CSG油田，E油田位于東北30公里處。在這一階段，將在兩個油田鉆80口垂直井。這將提供試驗數據映射概念的機會，以提高ROP，并微調鉆頭設計以提高壽命。此外，鉆機傳感器數據集為創建機器學習模型提供了基礎，以幫助公司人員和司鉆在生產鉆井階段改進鉆井參數。

鑒于煤層氣作業的性質，希望能夠解決三個主要挑戰：非常規油田的經濟性——節省時間，降低每口井的平均成本；控制振動以避免扭轉/BHA疲勞——計劃外時間損失；一致的性能--如何支持司鉆優化鉆頭性能。最初項目的基準是80米/小時的最低機械鉆速（ROP），因此活動的目標是實現平均井底鉆速超過100米/小時，以及每口井1小時的鉆井時間節約。

通常，鉆頭優化是一個迭代過程，在為下一口井提出建議之前，利用鉆頭記錄信息（即ROP和鈍鉆頭分級）對鉆頭性能進行假設。更詳細的方法則包括使用測井數據（即伽馬射線、聲波）來估計巖石強度，并覆蓋基于深度的油井數據，以確定影響性能的關鍵事件（正反兩方面），以便在未來的油井中加以解決。這種方法雖然詳盡無遺，但需要時間才能完成，并且有可能是分析工程師的主觀解釋。

在煤層氣井鉆井時，典型的鉆井時間為3-5天。由于分析數據的兩口井之間的周轉時間較短，目標是開發一種自動化方法，使用從鉆機收集的實時數據，并以可視化方法將其呈現給現場/鉆井隊。
 
一種讓井隊能收到實時數據的方法

首先，使用來自鉆機的Pason數據：以10秒的間隔獲取原始帕森（Pason）數據。準備每個Pason通道的數據，并隨機化數據集以減少鉆探順序的影響。使用Matplotlib-Seaborn可視化數據以檢測任何其他錯誤或缺失值。可視化數據以幫助檢測變量之間的相關關系。最后，將數據拆分為培訓和評估集。

應用從第1階段分析中創建的數據集，開發了一個模型，該模型確定了在給定深度/地層下運行的最佳參數，并將該信息轉發給司鉆，以便進行必要的調整。然后將油井數據反饋到數據庫中，供后續油井使用。

該項目最大的成果之一是找到了一種獲取、處理和可視化大數據（傳統業務系統和物聯網、非結構化和實時）的方法，這有助于理解鉆井參數和機械鉆速（ROP）之間的關系。這使得能夠提高項目的鉆井性能，并降低意外事件的風險，即井眼堵塞或扭曲。

在訓練和評估機器學習算法后，還發現了其他結果。采用現場最佳鉆井參數創建了一個數據庫。該信息已與公司人員、司鉆和鉆機經理共享，以便可以隨時獲取信息。

在具體實施的第一階段中共鉆了19口井。在充分了解鉆井和地質災害的情況下，該項目于2019年6月啟動。在對鄰井情況進行分析的基礎上，鉆頭選擇包括4和5刀翼結構，19mm PDC齒，以通過這些預期的軟地層時實現最大的機械鉆速（ROP）。在鉆完前19口井后，顯然需要重新考慮鉆井過程。雖然在一些井（+100m/hr）中實現了較高的機械鉆速，但性能不一致，在深度、進尺數和機械鉆速之間沒有相關性。

如下面的圖1所示，ROP范圍為52–112m/hr。有理由認為，為了實現項目的經濟目標，需要提供更一致和能夠重復的鉆井性能。

采用更高效的鉆井設計
在具體實施的第二階段中共鉆了14口井，并采取了不同的方法。考慮到鉆機的額定容量，決定開發專注于更高效鉆井的設計，而不是僅僅關注鉆頭的攻擊性。通過優化一定功率輸入情況下的ROP，將能夠提供更一致的性能，并減少鉆機時間。由于這一理念的改變，本階段鉆井選擇了兩種5刀翼16毫米PDC齒的鉆頭設計。

耗費了一定的時間從鉆機傳感器收集Pason數據，以確定數據質量以及為了提高性能而需要向現場呈現哪些數據軌跡。在查看數據時，空值會影響數據的分析和可視化方式，這導致開發了一種在處理之前清理帕森（Pason）數據的方法。

在重述數據時，繪制這些參數可以確定性能良好的區域和需要額外關注的區域。目標是確定鉆井最佳點，這是通過繪制WOB（鉆壓）×RPM（轉速）×ROP（機械鉆速）來實現的。然后可以量化高ROP的集群，并與鉆機操作人員共享。據觀察，具有更緊密高性能集群的油井通常會縮短總體鉆井時間。

該信息在鉆井團隊中共享，以便在將結果分發給現場以供反饋之前，對結果進行微調和評論。讓鉆井人員參與優化過程可以更快地在現場采用該過程。
 
參考下面的圖2，可以看到，在500米的距離內，ROP逐漸變小。通過將參數從上部區域更改為下部區域，實現了總體性能提升。鉆壓從10-15Klbs增加到15-20Klbs。改變轉速對上部區域的影響較小，但從400米處觀察到，160轉/分產生了更高的ROP。雖然這些結果本可以在井場進行鉆取測試，但利用數據可視化方法，則可以以更易于理解的格式獲取最佳實踐方法。該方法還為未來的工作提供了一個記錄系統，可以建立一個歷史性能數據庫，并為現場提供實時優化建議。  
如上所述，在項目開始時，鄰井的平均井底機械鉆速（ROP）為80m/hr。而項目目標是以每小時100米的速度完成任務。從性能進展過程中可以看出，這一基準一直在實現。
 
在第三階段的鉆探中，進入了一個新的領域。據預測，煤層比A區淺。這將使得能夠在較淺的深度試驗新的優化過程，預計這將導致更高的機械鉆速。根據第3階段看到的鉆頭性能，采用了516 PDC鉆頭，同時也使用了兩種不同的設計。

通過復制第2階段中遵循的優化過程，實現了提高總體ROP的目標，導致底部平均ROP增加到+150m/hr。這突出表明可以進入一個新的領域，并加快學習進程。

隨著進入試驗活動的最后階段，為了提高鉆頭的經濟性，決定對其中的三只鉆頭進行維修和翻新。為了確保供應的連續性，從服務公司的租賃鉆頭中提取了一只鉆頭，以便使鉆機始終都保持擁有一只主用鉆頭和一只備用鉆頭。這種鉆頭管理方法降低了總體擁有成本，并確保在項目結束時沒有多余的庫存。對性能數據進行了密切監控，以確保翻新后的鉆頭的性能就像新鉆頭一樣。

在第2階段和第3階段，鉆井性能的井后可視化被用于指導井場團隊了解下一口井的參數。利用從鄰井收集的信息，利用原始鉆井數據和地質地層頂部創建了一個庫。然后通過機器學習算法運行數據集，以確定什么是最佳方法。

這些數據可供鉆臺上的司鉆使用，因此可以使用這些信息來支持其的決策。司鉆將輸入給定公差（+/-米）的參考深度和地層名稱。他們將收到一個顯示，顯示在整個層段內使用的最佳鄰井參數和參數范圍。例如，如果司鉆經歷了負面的鉆井中斷，他們可以參該庫，看看這是否屬于該地區的常見情況，以及采取了哪些安全措施來克服這一問題。

為了提高現場性能的一致性，實施了由現場公司代表（OCR）和鉆機經理推動的協作方法。在每口井結束時，討論了該井的性能總結。通過比較井與井之間的性能，可以確定技術極限，得出一個衡量一致性的過程。結果表明，在規定的范圍內，操作參數的差異越小，ROP就越高。
 
需要解決的變量
 
鉆井動力學是另一個需要解決的變量，因為這可能會對鉆井性能產生影響，并增加潛在鉆柱疲勞和扭曲的風險。作為一個起點，現場公司代表已經確定了經歷過高扭矩水平或在鉆臺上觀察到振動的油井。然后從鉆機傳感器和引發熱圖中所示振動的關鍵區域獲取參數（見圖4）。在隨后的鉆井中，進行了鉆取測試，以微調算法，繪制臨界極限。
在整個鉆井優化過程中，專家們聽取了來自現場的反饋以進行迭代設計并進行改進。這是基于對鉆頭在不同參數下通過不同地層工作時扭矩響應的評論，以及在兩次鉆進運行之間對鉆頭進行分級時的觀察。  
在鉆井開始時，考慮到所鉆地層的性質和鄰井的經驗，采用了激進的19mm（4和5刀翼）設計。雖然性能是可接受的，但根據數據分析，很明顯，鉆井下部的ROP有所下降。鑒于觀察到的扭矩響應，設計團隊一致認為，應該尋找更有效的設計方案。前提是尋找能夠將鉆井扭矩轉換為更高切割深度的設計。

在第2階段，隨著開發鉆井優化流程，最初運行了具有扭矩限制功能的PDC設計。隨著過程的發展和現場觀察到的結果，得以能夠重復設計，并引入框架，證明在鉆探A和E油田遇到的地層時更為有效。

與微調設計一樣，可能需要在鉆頭壽命和ROP之間達成某種妥協，見圖5。從鉆頭的鈍化狀況，觀察到了常見的鈍性特征。這些結果被捕獲，并將在下一次鉆井活動之前通過新設計予以解決。  
作為一項臨時措施，當鉆頭被送回維修中心進行翻新時，能夠對切削齒類型和幾何形狀進行更改，以提高516（K）鉆頭的耐用性。總而言之，在項目開始時，制定的目標是提供平均井底ROP+100m/hr的機械鉆速，并為每口井節省一小時的鉆井時間。基于各種鉆井優化計劃，在80口井活動期間成功實現。