基于岩石抗钻特性的 ＢＰ神经网络钻头选型方法

 Bit type selection by BP neural network method based on rock’ s anti-drilling property

张辉 王昊 姜敞 熊天文 范国宏

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％。