Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "prędkość wiercenia" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Effect of rock properties on ROP modeling using statistical and intelligent methods: a case study of an oil well in southwest of Iran
    Badanie wpływu właściwości skał na prędkość wiercenia przy zastosowaniu metod statystycznych i inteligentnych: studium przypadku: szyb naftowy w południowo-zachodniej części Iranu
    Autorzy:
    Bezminabadi, S. N.
    Ramezanzadeh, A.
    Jalali, S. M. E.
    Tokhmechi, B.
    Roustaei, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/219768.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    prędkość wiercenia
    właściwości skał
    metoda wielokrotnej regresji nieliniowej
    sztuczne sieci neuronowe
    ROP
    rock properties
    MNR
    ANN
    Opis:
    Rate of penetration (ROP) is one of the key indicators of drilling operation performance. The estimation of ROP in drilling engineering is very important in terms of more accurate assessment of drilling time which affects operation costs. Hence, estimation of a ROP model using operational and environmental parameters is crucial. For this purpose, firstly physical and mechanical properties of rock were derived from well logs. Correlation between the pair data were determined to find influential parameters on ROP. A new ROP model has been developed in one of the Azadegan oil field wells in southwest of Iran. The model has been simulated using Multiple Nonlinear Regression (MNR) and Artificial Neural Network (ANN). By adding the rock properties, the estimation of the models were precisely improved. The results of simulation using MNR and ANN methods showed correlation coefficients of 0.62 and 0.87, respectively. It was concluded that the performance of ANN model in ROP prediction is fairly better than MNR method.
    Prędkość wiercenia jest jednym z podstawowych parametrów charakteryzujących tempo prac wiertniczych. Oszacowanie prędkości wiercenia jest zagadnieniem kluczowym dla inżynierów wiertnictwa, gdyż pozwala na dokładne określenie czasu trwania prac, a co za tym idzie także kosztów operacyjnych. Szacowanie prędkości wiercenia odbywa się na podstawie modelu uwzględniającego parametry pracy oraz parametry środowiskowe. Pierwszy krok obejmuje pozyskanie danych o fizycznych i mechanicznych właściwościach skał na podstawie profilowania geofizycznego otworu. Zastosowano korelację odpowiednich par danych dla pokreślenie wpływu głównych czynników warunkujących prędkość wiercenia. Nowy model obliczania prędkości wiercenia opracowany został w okręgu naftowym Azadegan w południowo-zachodniej części Iranu. Symulacje prowadzono w oparciu o metodę wielokrotnej regresji nieliniowej a także przy wykorzystaniu sztucznych sieci neuronowych. Poprzez dodanie danych o właściwościach skał, model został znacznie udoskonalony. Wyniki symulacji prowadzonych w oparciu o powyższe metody wykazały współczynniki korelacji na poziomie 0.62 i 0.87. Stwierdzono, że metoda wykorzystująca sztuczne sieci neuronowe daje dokładniejsze szacunki prędkości wiercenia niż podejście bazujące wyłącznie na metodzie obliczania regresji nieliniowej
    Źródło:
    Archives of Mining Sciences; 2017, 62, 1; 131-144
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Review of basic equations for evaluating drilling efficiency
    Przegląd podstawowych równań oceny wydajności wiercenia
    Autorzy:
    Mehtiyev, Rafail K.
    Tanriverdiyev, Yusif A.
    Powiązania:
    https://bibliotekanauki.pl/articles/31348240.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    rock matrix
    compressive stress
    tensile stress
    rock strength
    drilling velocity
    hardness coefficient of rock
    matryca skalna
    naprężenie ściskające
    naprężenie rozciągające
    wytrzymałość skały
    prędkość wiercenia
    współczynnik twardości skały
    Opis:
    The main goal of the reviewed article is to provide statistically determined relationships between the parameters of disintegration processes and the properties of rocks. The results of theoretical and experimental studies are discussed and analysed in the article. In relation to drilling, the formulas of drilling speed, depending on various parameters as an indicator that fully reflects the efficiency of the process, are given and compared. Thus, the drilling speed for percussion drilling is related to the characteristics of the rock and, at the same time, taking into account the constructional characteristics of the drilling tool. In percussion drilling, a new formula for drilling speed is presented, considering each impact and the frequency of the impact. The expression for the drilling speed was determined taking into account the degree of crushing of the rock matrix during drilling. Thus, the drilling speed is determined by considering the contact strength of the rock being drilled in the mechanical drilling method. The distribution of the stress state in the drilling zone was determined. Also, the shape and development characteristics of the cracks formed in the rock during the operation of the drilling tool (especially the dynamic percussions of the tool in the bottom zone of the well) were investigated. It should be noted that the energy intensity of the drilling process in the rock was determined by studying the next stages of the process of breaking the rock. The technical and economic indicators of the drilling works have been evaluated. Corresponding mathematical formulas are presented as a reliable calculation of drilling rates. The relevant mechanical and geophysical properties of the excavated rocks were considered. In the article, the drilling tools are selected depending on the drilling method, physical-mechanical properties of the rocks and geological conditions of the rock mass. The results of the obtained studies can be used in the design of the technological parameters of the drilling. The observations and results expressed in the article have a theoretical and practical aspect.
    Głównym celem recenzowanego artykułu jest przedstawienie statystycznie określonych zależności między parametrami procesów rozwiercania a właściwościami skał. W artykule omówiono i przeanalizowano wyniki badań teoretycznych i eksperymentalnych. W odniesieniu do wiercenia podano i porównano wzory prędkości wiercenia w zależności od różnych parametrów jako wskaźnika w pełni odzwierciedlającego efektywność procesu. Zatem prędkość wiercenia przy wierceniu udarowym jest związana z charakterystyką skały i jednocześnie uwzględnia cechy konstrukcyjne narzędzia wiertniczego. Dla wiercenia udarowego przedstawiono nowy wzór na prędkość wiercenia uwzględniający każde uderzenie i częstotliwość uderzenia. Wyrażenie na prędkość wiercenia wyznaczono z uwzględnieniem stopnia zmiażdżenia matrycy skalnej podczas wiercenia. Tak więc prędkość wiercenia jest określana z uwzględnieniem wytrzymałości kontaktowej skały wierconej metodą wiercenia mechanicznego. Określono rozkład stanu naprężeń w strefie wiercenia. Zbadano również kształt i charakterystykę pęknięć powstających w skale podczas pracy narzędzia wiertniczego (zwłaszcza dynamicznych udarów narzędzia w strefie dennej otworu). Należy zaznaczyć, że energochłonność procesu wiercenia w skale została wyznaczona poprzez badanie kolejnych etapów procesu kruszenia skały. Tym samym dokonano oceny wskaźników techniczno-ekonomicznych prac wiertniczych. Odpowiednie wzory matematyczne przedstawiono jako rzetelny schemat obliczania postępu wiercenia. Uwzględniono odpowiednie właściwości mechaniczne i geofizyczne wydobytych skał. W artykule dokonano doboru narzędzi wiertniczych w zależności od metody wiercenia, właściwości fizyko-mechanicznych skał oraz warunków geologicznych górotworu. Wyniki uzyskanych badań mogą być wykorzystane w projektowaniu parametrów technologicznych prac wiertniczych. Przedstawione w artykule obserwacje i wyniki mają aspekt teoretyczny i aplikacyjny.
    Źródło:
    Nafta-Gaz; 2023, 79, 10; 670-677
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of penetration rate of rotary-percussive drilling using artificial neural networks – a case study
    Prognozowanie postępu wiercenia przy użyciu wiertła udarowo-obrotowego przy wykorzystaniu sztucznych sieci neuronowych – studium przypadku
    Autorzy:
    Aalizad, S. A.
    Rashidinejad, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/219500.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    prędkość wiercenia
    wiertło obrotowo-udarowe
    sztuczne sieci neuronowe
    urządzenia udarowe
    kopalnia rud żelaza Sangan
    penetration rate
    rotary-percussive drilling
    artificial neural networks
    top hammer drilling
    Sangan iron mine
    Opis:
    Penetration rate in rocks is one of the most important parameters of determination of drilling economics. Total drilling costs can be determined by predicting the penetration rate and utilized for mine planning. The factors which affect penetration rate are exceedingly numerous and certainly are not completely understood. For the prediction of penetration rate in rotary-percussive drilling, four types of rocks in Sangan mine have been chosen. Sangan is situated in Khorasan-Razavi province in Northeastern Iran. The selected parameters affect penetration rate is divided in three categories: rock properties, drilling condition and drilling pattern. The rock properties are: density, rock quality designation (RQD), uni-axial compressive strength, Brazilian tensile strength, porosity, Mohs hardness, Young modulus, P-wave velocity. Drilling condition parameters are: percussion, rotation, feed (thrust load) and flushing pressure; and parameters for drilling pattern are: blasthole diameter and length. Rock properties were determined in the laboratory, and drilling condition and drilling pattern were determined in the field. For create a correlation between penetration rate and rock properties, drilling condition and drilling pattern, artificial neural networks (ANN) were used. For this purpose, 102 blastholes were observed and drilling condition, drilling pattern and time of drilling in each blasthole were recorded. To obtain a correlation between this data and prediction of penetration rate, MATLAB software was used. To train the pattern of ANN, 77 data has been used and 25 of them found for testing the pattern. Performance of ANN models was assessed through the root mean square error (RMSE) and correlation coefficient (R2). For optimized model (14-14-10-1) RMSE and R2 is 0.1865 and 86%, respectively, and its sensitivity analysis showed that there is a strong correlation between penetration rate and RQD, rotation and blasthole diameter. High correlation coefficient and low root mean square error of these models showed that the ANN is a suitable tool for penetration rate prediction.
    Postęp wiercenia przy wierceniach skał jest jednym z podstawowych parametrów decydujących o opłacalności przedsięwzięcia. Całkowite koszty prowadzenia prac wiertniczych określa się w oparciu o prognozowane tempo postępu wiercenia, parametr ten uwzględnia się następnie przy planowaniu prac wydobywczych. Niektóre spośród licznych czynników wpływających na postęp wiercenia przy użyciu wiertła obrotowo-udarowego nie zostały jeszcze w pełni rozpoznane. Przy prognozowaniu postępu wiercenia prowadzonego przy użyciu urządzeń udarowo-obrotowych uwzględniono cztery rodzaje skał obecnych w kopalni Sangan, leżącej w prowincji Khorasan-Razavi w północno -wschodniej części Iranu. Wybrane czynniki mające wpływ na postęp prac wiertniczych pogrupowano w trzy kategorie: właściwości skał, warunki prowadzenia prac wiertniczych oraz plan prowadzenia wiercenia. Parametry określające właściwości skał to gęstość, jakość skał (RQD) i wytrzymałość na ściskanie jednoosiowe, wytrzymałość skał otrzymywana w oparciu o test brazylijski, porowatość, twardość Mohra, moduł Younga, prędkość propagacji fali, Parametry określające warunki prowadzenia wierceń obejmują: udar, prędkość obrotowa, siła naporu, ciśnienie płukania, zaś parametry związane z planem prowadzenia wiercenia obejmują: wymiary otworu wiertniczego i długość. Właściwości skał określono laboratoryjnie, warunki i plan wierceń badano w terenie. Korelacji pomiędzy prędkością postępu wiercenia i właściwościami skał oraz warunkami i planem prac wiertniczych poszukiwano przy użyciu sztucznych sieci neuronowych (ANN). Zbadano 102 otwory wiertnicze, przeanalizowano warunki prowadzenia wierceń, plany prac i zarejestrowano czasy ich prowadzenia. W celu znalezienia korelacji pomiędzy tymi danymi a prognozowaną prędkością wiercenia wykorzystano oprogramowanie MATLAB. W treningu sieci neuronowej wykorzystano 77 danych, 25 z nich otrzymano w drodze testowania wzorca. Wyniki działania sieci neuronowych oceniono w oparciu o błąd średniokwadratowy (RMSE) oraz współczynnik korelacji (R2). Dla zoptymalizowanego modelu (14-14-10-1) błąd średniokwadratowy i współczynnik korelacji wynoszą odpowiednio 0.1865 i 86%. Analiza wrażliwości wykazała istnienie silnej korelacji pomiędzy prędkością wiercenia a jakością skały, prędkością obrotową wiertła i średnicą otworu wiertniczego. Wysoki współczynnik korelacji i niska wartość błędu średniokwadratowego otrzymana dla tych modeli wskazuje, że metody wykorzystujące sztuczne sieci neuronowe są odpowiednie do prognozowania prędkości wiercenia.
    Źródło:
    Archives of Mining Sciences; 2012, 57, 3; 715-728
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies