编译 李智鹏
 
    一项新的井下异常检测和管理服务集成了成熟的MPD（控压钻井）和有线钻杆技术，能够更快地发现和解决井下问题，让深水钻井更安全、更高效。
    本文回顾了目前最先进的MPD和有线钻杆作业井下异常检测系统，以及这项技术为深水钻井带来的安全性和有效性。此外，还讨论了将MPD的响应功能与有线钻杆测量网络的实时检测功能相结合的一个新产品。单一、全面的井下异常检测和管理系统是凭借司钻的直觉来消除井下异常检测更多的不确定性，减少对纠措需求，从而在钻井过程中实现更安全、更有保障的井下控制。
 
利用MPD处治井下异常事件
深水钻井施工面临的挑战就是控制井下压力，使其保持在储层孔隙压力、坍塌压力和破裂压力梯度之间一个狭窄的钻井窗口或压力范围内。MPD 服务被广泛用于最大限度地降低与井涌、井漏或井眼坍塌相关的安全风险，以及因此导致的钻井周期延长和增加额外成本的情况出现。作为一种自适应的钻井工艺，MPD通过确定井下环境的压力极限（钻井窗口）以及相应地管控钻井液环空压力曲线来控制井筒的环空压力。
 
    MPD为深水钻井提供了几个显著的好处，包括：能够钻曾被认为是不可能钻的井，包括非常困难的深水和超深水钻井、钻高温/高压井以及在枯竭的油藏钻大位移井；可减少与井控失控、井漏、井筒不稳定以及压差卡钻相关的非生产时间；能够提高机械钻速、能以更低的钻井液密度、更清洁的钻井液和更低的过平衡或近平衡压力进行钻进。有助于缩短钻井周期以及在狭窄压力窗口的情况下进行钻井作业，同时还能减少对地层的伤害，从而提高油井的生产效率，延长钻头的使用寿命；能显著降低钻井作业的碳排放量、柴油机的柴油消耗量以及所需钻井液的使用量；通过沿伸套管下入深度和消除套管柱来简化套管设计；本质上讲，钻井风险越低，钻井作业就越安全。通过将MPD技术引入钻井作业，使其成为钻井工艺的一个组成部分，作业方就可有效地解决与井筒压力相关的问题。据估计，钻井期间大约有40%的非生产时间是由计划外作业造成的，其中主要是因井筒压力问题所致，MPD仅用作最后一种手段。
 
    与传统的钻井工艺相比，MPD的流体管控能力有了重大改进，传统钻井工艺依靠各种地面传感器来检测泥浆池中的流量变化和意外的流体量。这些传感器通常不会检测出问题，直到井涌阈值体量达到10桶或更多时才能查出。一旦被发现，工人们有责任迅速采取适当的措施来保护油井。即使在司钻处理完问题后，通过关闭BOP（防喷器）以及将套压恢复到稳态状态时，地面也会有高达50桶或更多额外的井涌流体量。这种流体必须缓慢地循环出井筒，通常可能需要几天的时间，而且会增加深水钻机大量的时间和成本。 目前最先进的MPD技术是基于模型的节流控制，根据一个嵌入式的液压模型提供的信息自动调MPD节流流量。该模型是根据井的流路相关数据构建的，包括套管尺寸、套管鞋深度、泥浆比重以及钻具与BHA（井底钻具组合）的配置。
 
    该模型预估了各种操作假设下的井下压力。这些估值通过纳入实际的井下压力数据进行微调，这些数据是通过PWD（随钻压力检测）工具获取的。MPD控制系统采用精确的井下压力估值来选择最佳的地面节流压力，以便在井的预定深度达到时获得所需的压力或钻井液当量密度。虽然基于模型的自动节流控制比传统的钻井技术有了巨大的改进，但由于缺乏实时的井下数据，模型只能提供估计的参数，主要来自井场地面获得的数据和观测的结果。司钻和钻工们已经进行过执行MPD操作的培训，他们可以很好地预测井下发生的事情。
 
    这种局限性增加了误判井下异常事件和运用错误的纠正措施的风险。例如，在发生井筒坍塌事件期间，井筒内低液柱压力导致地层压实受损或破坏以及地层岩石流失到钻井液返回到地面这种现象。井壁超规格膨胀，钻井液会立即填充地层岩石破碎或脱落后留下的空隙体积。在地面不会立即检测到这种井筒坍塌事件。然而，随着时间的不断延续，岩屑堆积的速度将比预期的要快，地面泥浆池中的液位则会下降，如果孤立地看，这可能会被解释为是由于井下液柱压力过大而导致的钻井液漏失。司钻可能会通过降低泵速和钻井液密度来予以应对，然后再将低密度钻井液泵入井下循环观察、处治，如果采用这种方法处理，将会使井筒压力更低，导致井筒进一步坍塌。
 
 
井下宽带解决方案进行早期异常检测
 
    深水钻井作业受益于通过LWD/MWD（随钻测井和随钻测量）工具获取的数据，帮助确保更安全、更高效、更精确地将井钻至油藏最高产的开采区域。
 
    多年来，钻井作业依靠泥浆脉冲遥测技术，通过压力脉冲穿越钻井液柱的方法将测得的井下数据传送到地面。然而，受制于泥浆脉冲带宽的限制，每秒仅有5到40 bps，传输速度达到声速的最大值，并且需要在流动的钻井液中进行通信。信号干扰的风险也限制了泥浆脉冲的测量值，一次只允许传送一个工具的测量数据，而且，通常与靠近BHA的区域进行通信。有限的数据流缓慢、低带宽的传输率限制了司钻和定向工程师做出及时、明智决策所需的信息量。
 
    一种被简称为DBS（A downhole broadband solution井下宽带解决方案）的技术消除了泥浆脉冲系统的许多带宽和传输速度限制。该方法集成了三个独立的组件，以更清晰、更准确、更快速的方式提供实时井下数据传输，从而能使作业者及时做出更明智的钻井决策。
 
一种高速的DBS网络通过有线钻杆传输数据，见图2（一个有线钻杆柱的示例，它从BHA的位置传输定向钻井和LWD数据，传输来自分布式传感器沿管柱的测量数据。尽管有线钻杆柱在不断变长并深入地层，数据链路能帮助增强信号传输），这种钻杆将传统钻杆、嵌入式同轴电缆以及沿钻杆长度定位的信号增强感应联轴器结合在一起制造而成。如果说泥浆脉冲遥测在带宽领域类似于拨号互联网，那么有线钻杆就像以太网电缆，以超过57000 bps的速度提供井下遥测。也就是自动测量与传输，比泥浆脉冲传输快约2500倍。
该网络可始终进行数据传输，不受流体介质或流量影响，即使在起下钻作业期间也能传输数据。一个位于顶驱上的起下钻数据工具在起下钻期间摆动并与剩余钻具相连接，与井下工具保持持续的数据连接，使司钻能实时地了解潜在的不安全的压力变化。
用于数据采集的井下工具包括多种布设在BHA中的测量工具和专用的第三方服务的测井工具，目的是提高地质导向能力，帮助优化井眼轨迹直至钻入最佳油层。DBS工具包括BHA中布设的PWD，以及沿有线钻杆放置的分布式传感器，用于测量其他参数，如测量整个环空的压力和温度数据，以便更深入地了解钻井、起下钻和完井作业期间的井下工况。总而言之，这些工具通过同时采集和传输多个数据流，将整口井变成一个测量设备，以便更清楚地了解钻井效率、井眼净化和井筒稳定性。钻机的一个DBS数据服务器将这些数据汇总、背景化或上下关联的进行分析和理解，并将这些数据转化为司钻所需的任何语言和结论输出。
 
DBS应用程序包括可视化软件和钻井应用App，这些Apps利用井下数据来更快地识别井筒状况。DBS支持任何服务提供商的Apps，并将它们连接到一个人机界面，将井下数据转换为支持更可操作的钻井决策形式，无论是在井场还是在远程作业中心都能实现。
 
 
    DBS为司钻提供各种井下数据，目的是提高钻井效率，帮助作业者加快钻井速度、使井钻得更深、位移更远，同时还要使井眼轨迹最终钻入最高产的储层区域。DBS还提供了对钻柱发生过度振动、潜在的井筒不稳定以及卡钻事件的实时感知，司钻可以利用这些感知判断井下工况是否存在问题，如果判断存在，及时采取适当的纠正措施，尽早解决或缓解存在的问题，最大限度地减少非生产时间和成本高昂的干预作业。
 
    虽然该方法提供了对井涌或井漏事件的实时感知，但如果钻井现场没有MPD服务，司钻的响应选项会受到限制。这种情况发生在地面采用常规钻井设备加上井下采用有线钻杆钻井时。钻进时井下工具记录到一个压力问题，但钻井队在地面没有正确的诊断工具来验证和识别这个问题。钻进继续进行，直到泥浆池液面数据表明，此次事件是一次规模和严重度都在增大的井涌事件。司钻被迫停泵，关闭BOP，建立地面回压，一个多星期才将井内的井涌流体循环出井口，这给钻井作业增加了费用，延长了时间。
 
    事后分析表明，DBS就绪工具测量出一些MPD系统在地面永远无法检测到的压力异常。但是，MPD会检测其他测量参数，能为井下数据提供更多背景信息。MPD系统有一个基于已建立的物理特性和地面可见的油井视图，而井下传感器则检测真实的原位状况，不考虑应计的价值。通过比较MPD模型的估计参数与实际数据的偏差，司钻可以做出更快、更准确的控制决策，降低井涌的规模和严重度。
 
改进井下异常检测及管控的综合方法
 
    上述钻井挑战由于缺乏实时数据而误解了某些井下事件，或由于井场缺乏MPD系统而无法根据实时数据的感知采取行动，这些都促使了NOV（National Oilwell Varco国民油井Varco）公司开发一种新的异常检测和管理系统。
 
    新方法集成了DBS的检测能力以及基于模型的MPD在地面的响应能力，以提高具有挑战性的海上环境的钻井安全和效率。
 
    井下异常检测系统包括一个水力学模型，其配置为与一个仅支持MPD的系统相同，使用在地面获取的数据和动态信息，并根据PWD工具测量的井下数据进行校准。该系统还整合了井下传感器网络的高速、高分辨率数据，这些数据来自LWD工具以及沿钻柱获得的压力和温度的传感器数据。
 
    然后，将来自井下传感器和水力学模型的数据输入到异常事件检测引擎，该引擎将每个井下传感器的测量值与相应的建模后的估计值进行独立的比较。当测得的井下值与估计值匹配时，将验证模型是否符合实际的井下工况。任何差异都表明发生了一些意外的井下事件，这些事件要么在模型中没有被捕获到，要么在地面无法检测到。井下传感器网络还能监测事件随时间推移的任何变化或进展，为司钻和技术人员提供对事件发生的位置、体积和速度的感知或洞察，如图3（新的集成系统如何提供井下异常事件的早期检测和实时跟踪的一个例子）所示。
 
 
    来自水力学模型、钻井现场的科里奥利流量计和压力传感器、以及井下分布式传感器网络的数据被整合到DBS应用程序中，进行完善式的解释。目前的异常事件检测系统包括一个可视化的App，该App以图形方式将实时传感器测得的数据与多色热图上的建模值（如井下压力或温度）进行比较，见图4（可视化App提供的一幅有代表性的热图，它能帮助司钻提高对分布式井下传感器数据的理解）所示。此类热图清楚地显示了与模型现实偏离的时间和位置。司钻和技术人员分析这些地图，确定适当的响应，并通过调整 MPD 系统的节流来执行此响应。
 
 
    未来，这种方法将利用解释Apps来审查、处理和解释数据，诊断井下异常，为司钻提供对异常事件发生的位置、类型和严重程度进行更深入的了解。
 
     开发的最终阶段将是一种闭环式的自动化升级，其应用工具可完全自动化地进行异常事件检测和响应。在发生井涌时，该过程会从井下传感器网络开始，检测压力和温度最微小的变化，这些变化表明地层流体开始涌入井筒。这些数据会通过有线钻杆传输到地面，在地面，一种人工智能算法会对数据进行分析，确认此次井涌。然后，精确的指令会自动发送给MPD控制器，执行必要的操作，例如上提钻头、降低泵速或调整节流，施加最佳回压，将井涌流体循环出井口，继续安全地钻至目标井深。
 
    这种完全自动化的过程将在井涌和井漏早期的检测中提供一个真正的阶梯式变化。司钻可随时了解井下工况，而该过程能将司钻从检测、分析和循环响应中解脱出来，自动处治井涌或井漏，实现真正的MPD辅助的井控操作。通过整合近乎实时的数据采集、传输与处理实际的井下数据，与模型控制的MPD系统相比，该过程能更精准、更迅速和更安全地处治井涌和井漏问题。
 
    上述内容可总结为，通过更快地检测异常事件，更快地做出明智决策，实施异常控制与处治几乎就在瞬间，该系统有可能会节省数天或数周的建井周期，同时还能降低风险，提高作业安全，让严重的井控事故和井喷事件成为过去。