ارائه مدل هوشمند سيستم استنتاج عصبي - فازي تطبيقي به منظور تخمين نرخ نفوذ حفاري در يكي از ميادين نفتي ايران

عمليات حفاري يكي از هزينه بر ترين قسمت هاي بالادستي در صنايع مختلف نفت و گاز مي باشد. از اين رو اهداف اصلي در مهندسي حفاري، بهينه سازي عمليات جهت كاهش زمان حفاري با روش هاي اقتصادي و در نتيجه كاهش هزينه ها است. تخمين نرخ نفوذ حفاري به دليل نقش آن در كمينه نمودن هزينه هاي حفاري براي بهينه سازي عمليات از اهميت زيادي برخوردار است. تحليل داده هاي ميداني، كليد اصلي كاهش هزينه و بهبود عمليات حفاري بوده و توسعه ابزارهاي تحليل داده ها و ارائه مدل هاي پيش بيني، يكي از راه هاي توسعه و بهبود عمليات حفاري به شمار مي رود. هدف اصلي انجام اين مطالعه كاربرد سيستم هوشمند جهت تخمين نرخ نفوذ است كه بدين منظور يك بانك اطلاعاتي از داده هاي ميداني از جمله وزن روي مته، سرعت چرخش مته، نرخ گردش گل، افت فشار حفاري، وزن سيال حفاري، عمق حفاري و همچنين نرخ نفوذ از يكي از ميادين ايران تهيه گرديد. سپس سامانه هوشمند استنتاج عصبي فازي تطبيقي به منظور تخمين نرخ نفوذ با استفاده از داد ه هاي ذكر شده طراحي و ساخته شد. از داده هاي حفاري و نرخ نفوذ متناظر با آن ها در شش چاه ميدان مورد مطالعه به عنوان مجموعه ي الگوهاي آموزشي براي تشكيل سيستم عصبيفازي استفاده گرديد. انتخاب داده ها نيز به صورت تصادفي صورت گرفت. داده هاي سه چاه ديگر از ميدان مورد بحث (به جز چاه هايي از ميدان كه از داده هاي آن ها براي آموزش و ساخت سيستم استفاده شد) جهت تخمين نرخ نفوذ وارد سيستم شدند و پس از تخمين نرخ نفوذ متناظر با داده هاي ورودي، خروجي سيستم با مقادير واقعي مقايسه گرديد. ارزيابي نتايج استفاده از اين سامانه نشان داد كه ضريب همبستگي خوب و با دقت بالايي براي تخمين نرخ نفوذ حاصل مي شود كه حاكي از دقت مدل پيش بيني با استفاده از روش عصبي - فازي است.