基于岩石抗钻特性的BP神经网络钻头选型方法

地层岩石抗钻特性是影响钻头使用效果最重要的一个因素,传统的钻头选型方法大多只是定性分析地质层位和钻头的对应关系,定量地计算分析岩石抗钻特性与钻头使用效果之间的关系较少。在分析现有钻头选型方法的基础上,提出一种基于岩石抗钻特性的BP神经网络钻头选型方法,并在大港油田进行了应用。首先基于测井资料和室内实验建立大港油田地层抗钻特性评价模型,并且利用模型计算得到的岩石力学参数数据和现场钻头使用数据编码成神经网络学习样本,然后建立完钻井地层抗钻特性和对应最佳钻头类型的BP神经网络模型,最后输入学习样本完成神经网络训练。利用该模型进行选型时需提供待钻井段的岩石力学参数预测数据,神经网络经过计算之后会输出最佳钻头类型。该选型方法在港深18-17井应用效果不错,优选的钻头在港深18-17井沙一段相比于邻井同一层段平均机械钻速提高了25%。