Um modelo híbrido de simulação em tempo real para estimação de desgaste de equipamentos: uma aplicação na área de perfuração de poços

Abstract

A minimização do custo de perfuração de um poço de petróleo é alcançada principalmente pela redução do tempo necessário para completar a operação, que por sua vez, pode ser obtida através do aumento da taxa de perfuração, em inglês Rate of Penetration (ROP). A ROP é resultante de uma combinação de fatores, como a formação litológica, os parâmetros operacionais aplicados e o desgaste da broca. Esta dissertação aborda o desgaste de brocas durante a perfuração, usando um método que combina uma equação física, técnicas de análise de risco e mineração de dados para estimar o comportamento do desgaste da broca, representado através de uma distribuição de probabilidades para cada metro perfurado em tempo real. O método recebe como entrada dados históricos de operações de perfuração contendo os parâmetros operacionais aplicados, os perfis litológicos encontrados por metro até a troca da broca, incluindo o desgaste final observado da broca. O método utiliza clusterização para identificar os principais cenários da operação, e distribuições de probabilidades para representarem o comportamento das variáveis e coeficientes do modelo analítico empregado. Experimentos foram conduzidos com dados reais para testar a validade e acurácia do método e os resultados demonstraram a relevância desta abordagem.

Abstract : Minimization of the cost of drilling an oil well is primarily achieved by reducing the operation completion time, which in turn can be achieved by increasing the Rate of Penetration (ROP). The ROP is the result of a combination of factors, such as lithological formation, operational parameters, and bit wear. This paper addresses bit wear during drilling, using a method that combines a physical equation, techniques for risk analysis, and data mining to estimate the behavior of bit wear, represented by a probability distribution for each drilled meter in real time. The method receives as input historical data from drilling processes containing used operational parameters, observed lithological profiles per meter until the drill change, including observed final drill wear. The method employs clustering to identify the main operating scenarios and probability distributions to represent the behavior of the variables and coefficients of the analytical model employed. Experiments were conducted with real-world data to test the method's validity and accuracy and the results demonstrated the relevancy of this approach.