ИИ выявил режимы бурения с прогнозируемым ускорением до 68,4%
Старший преподаватель Центра искусственного интеллекта «Сколтеха» Шадфар Давуди разработал вычислительный подход для оптимизации бурения в неоднородных карбонатных коллекторах. Система одновременно прогнозирует параметры процесса, объясняет влияние факторов и подбирает режимы, способные повысить эффективность работы.
Для одной из исследованных скважин модель оценила потенциальный рост скорости проходки на 68,4%. При этом расчёт показал возможное снижение крутящего момента на 41,2% и удельной механической энергии на 17,9%. Результаты исследования опубликованы в журнале Results in Engineering.
Оптимизация должна учитывать не только скорость
Скорость проходки напрямую влияет на продолжительность и стоимость бурения, однако её максимизация не всегда означает лучший результат. Ускорение процесса может привести к росту крутящего момента, увеличению механической нагрузки на оборудование и повышению энергозатрат.
Особую сложность представляют неоднородные карбонатные коллекторы: свойства породы в них заметно меняются с глубиной. Поэтому при выборе режима важно одновременно учитывать скорость проходки, нагрузку на оборудование и эффективность использования энергии.
Машинное обучение и объяснимый ИИ
В работе использовали 5,74 тыс. записей из трёх вертикальных скважин, пробуренных в карбонатной формации. В набор вошли рабочие параметры бурения и характеристики горных пород. Модели прогнозировали два ключевых показателя — скорость проходки и крутящий момент.
Исследователь сравнил алгоритмы LSTM, Random Forest и многослойную нейронную сеть. Наилучшие результаты показала LSTM-модель: коэффициент детерминации составил R² = 0,846 для скорости проходки и R² = 0,995 для крутящего момента. При проверке на данных третьей скважины, которые не использовались при обучении, показатели составили 0,805 и 0,977 соответственно.
Для интерпретации прогнозов применялись методы объяснимого искусственного интеллекта SHAP и PDP. Анализ показал, что самым значимым фактором в исследуемом наборе данных была скорость вращения бурильного инструмента — RPM.
Подбор режимов с несколькими целями
Прогнозные модели интегрировали в алгоритм многоцелевой оптимизации NSGA-III. Он подбирал сочетания осевой нагрузки на долото, скорости вращения и расхода буровой жидкости, которые позволяли одновременно увеличить скорость проходки, уменьшить крутящий момент и снизить удельную механическую энергию. В расчёты также включили физическое ограничение, отражающее минимальную энергию, необходимую для разрушения породы.
Результаты показали, что единого оптимального режима для всех скважин нет: рекомендации зависят от свойств породы и исходных условий. Для другой скважины модель спрогнозировала прирост скорости на 66,9% и снижение крутящего момента на 59,6%. Если же скважина уже бурилась в режиме, близком к оптимальному, потенциал ускорения оказался значительно ниже — 2,7%. В этом случае основным эффектом оптимизации стало снижение нагрузки и энергозатрат.
Авторы подчёркивают, что приведённые значения являются оценками суррогатных моделей, а не результатами натурных испытаний. Подход пока проверен на исторических данных в пределах одной карбонатной формации. Для применения в других геологических условиях потребуются дополнительная настройка и валидация. Следующим этапом должна стать проверка рекомендаций на полевых данных и развитие системы для адаптивной оптимизации бурения в реальном времени.
