Orientador: João Andrade de Carvalho Junior / Coorientador: Andreas Nascimento / Banca: Mauro Hugo Mathias / Banca: José Luiz Gonçalves / Abstract: To meet the increasing primary energy demand, more challenging petroleum reserves started being explored, such as the reservoirs from pre-salt formation close to the Brazilian and Angolan coasts. Historically, low penetration rates in drilling the pre-salt carbonates were reported in the literature, resulting in large capital expenditure on well's construction. Since the major part of exploration cost is associated with drilling, optimizing this activity is of major importance. In this context, the main objective of the present thesis is to investigate methods for real-time drilling optimization of oil and natural gas wells. A common way to optimize drilling activities is to determine the optimum operational variables (e.g. weight-on-bit and rotational speed) that maximizes the ROP. However, this may yield a decrease in drilling efficiency. An alternative to reduce problems related to drilling inefficiency, such as excessive bit wear and vibrations, is through the selection of operational variables able to minimize the specific energy (SE) spent to excavate a volumetric unit of rock. For that, it is necessary to employ accurate predictive models able to capture how the operational variables (weight-on-bit, rotational speed, mud flow and so on) influence not only on ROP but also on SE. Therefore, the present thesis employed a well-known machine learning method, called random forest, instead of analytical equations found in drilling engineering books. Thus, it was possible to o... (Complete abstract click electronic access below) / Resumo: Para atender à crescente demanda de energia primária, começaram a ser exploradas reservas de petróleo em áreas mais desafiadoras, tais como os reservatórios da formação do pré-sal próximos às costas brasileira e angolana. Historicamente, observa-se baixa taxa de penetração na perfuração dos carbonatos do pré-sal, resultando em altos custos na construção de poços. Como a maior parte dos custos de exploração está associado com perfuração, a otimização desta atividade é de grande importância. Neste contexto, o principal objetivo desta dissertação é investigar métodos de otimização em tempo-real de poços de petróleo e gás natural. Uma forma comum de se otimizar a perfuração é através da determinação dos parâmetros operacionais (peso na broca e rotação) que maximizem a taxa de penetração (rate of penetration, ROP). Contudo, isto pode acarretar na diminuição da eficiência do processo de perfuração. Assim, uma forma de diminuir problemas relacionadas a ineficiências da perfuração, tais como gasto excessivo da broca ou vibrações, é através da seleção dos parâmetros operacionais, minimizando a energia específica (specific energy, SE) gasta para escavar uma unidade volumétrica de rocha. Para tanto, é necessário o emprego de modelos precisos que relacionem como as variáveis operacionais (peso da broca, rotação, vazão do fluido de perfuração entre outros) influenciam, não somente o ROP, mas também a SE. Desde modo, a presente dissertação empregou um método conhecido de aprendizagem de má... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000912850 |
| Date | January 2019 |
| Creators | Barbosa, Luis Felipe Ferreira Motta. |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Engenharia (Campus de Guaratinguetá). |
| Publisher | Guaratinguetá, |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese, English, Texto em inglês, com resumos em português e inglês |
| Detected Language | Portuguese |
| Type | text |
| Format | 176 f. |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0019 seconds