Processing math: 8%

基于震源机制关系的长宁-威远区块套管变形分析

陈朝伟, 王鹏飞, 项德贵

陈朝伟, 王鹏飞, 项德贵. 基于震源机制关系的长宁-威远区块套管变形分析[J]. 石油钻探技术, 2017, 45(4): 110-114. DOI: 10.11911/syztjs.201704019
引用本文: 陈朝伟, 王鹏飞, 项德贵. 基于震源机制关系的长宁-威远区块套管变形分析[J]. 石油钻探技术, 2017, 45(4): 110-114. DOI: 10.11911/syztjs.201704019
CHEN Zhaowei, WANG Pengfei, XIANG Degui. Analysis of Casing Deformation in the Changning-Weiyuan Block Based on Focal Mechanism[J]. Petroleum Drilling Techniques, 2017, 45(4): 110-114. DOI: 10.11911/syztjs.201704019
Citation: CHEN Zhaowei, WANG Pengfei, XIANG Degui. Analysis of Casing Deformation in the Changning-Weiyuan Block Based on Focal Mechanism[J]. Petroleum Drilling Techniques, 2017, 45(4): 110-114. DOI: 10.11911/syztjs.201704019

基于震源机制关系的长宁-威远区块套管变形分析

基金项目: 

国家科技重大专项"工厂化钻井关键技术研究及应用"(编号:2016ZX05022-001)部分研究内容。

详细信息
    作者简介:

    陈朝伟(1979-),男,辽宁葫芦岛人,2001年毕业于湖南大学工程力学专业,2007年获北京大学固体地球物理专业博士学位,高级工程师,主要从事储层地质力学研究。

  • 中图分类号: P631.4+43

Analysis of Casing Deformation in the Changning-Weiyuan Block Based on Focal Mechanism

  • 摘要: 四川长宁-威远页岩气示范区套管变形问题突出,天然裂缝或断层是导致套管变形的主要因素。为了明确引起套管变形的裂缝或断层尺度与微地震震级之间的关系,分析了圆形断层模型的震源参数关系,建立了由断层半径、滑移距离、地震矩和矩震级等参数组成的数学模型。首先根据24臂井径测井数据或通过套管变形点的磨鞋最大直径来确定断层的滑动量(即套管变形量),然后利用该模型计算得到引起套管变形的裂缝或断层的半径和微地震震级。计算结果表明,引起长宁-威远区块套管变形的裂缝或断层的半径为100~400 m,微地震距震级为2.0~3.5,这与现场实测数据吻合,表明该模型在长宁-威远区块具有一定的可靠性和实用性,也验证了套管变形机理的正确性。研究结果对于井眼轨道优化设计、压裂过程中的实时微地震监测与套管变形预防及治理具有一定的指导作用。
    Abstract: Casing deformation is a very serious problem in the Changning-Weiyuan Shale Gas Demonstration Area in Sichuan Province,where natural fractures(or faults)create problems,and in fact are the main controlling factor of casing deformation.In order to understand the effect of microseismic magnitude and fractures(or faults)and the scale which induces casing deformation,a study employed the source parameters of the circular fault model,and a mathematical model reflecting the relationships among parameters(e.g.fault radius,slip throw,seismic moment and moment magnitude)was developed.In practical application,the slip throw of fault(i.e.,casing deformation)is estimated by using 24-finger caliper logging data or the maximum diameter of grind shoe through the casing deformation position.Then the model is used to calculate the fracture or fault radius and the microseismic magnitude which can be related to the casing deformation.The calculated microseismic magnitude and fracture or fault radius related to casing deformation in Changning-Weiyuan Block are 2.0-3.5 and 100-400 m,respectively;the results are consistent with the measured data.The results also demonstrated a certain reliability and practicability of this model in the Changning-Weiyuan Block and verified the casing deformation mechanism.The research results can be used as references in wellbore trajectory optimization design,real-time microseismic monitoring during hydraulic fracturing and in the prevention and control of casing deformation.
  • 大庆油田古龙凹陷页岩油资源量巨大,勘探开发前景广阔,是大庆油田重要的接替领域[1-2]。目前,大庆油田古龙页岩油开发大多采用长水平段水平井,但由于降本增效的要求,钻进提速需求十分紧迫。较高的机械钻速意味着产生大量的岩屑,而岩屑运移不充分造成的井眼清洁问题已逐渐成为古龙页岩油区块水平井钻井的主要问题之一。当更换钻头、接单根等作业需要停止钻井液循环时,钻井液中的岩屑会发生沉降,并在大斜度井段和水平井段沉积形成岩屑床[3-4]。岩屑沉降末速度、成床厚度、岩屑床表面颗粒再启动速度等关键参数的计算,均与岩屑的沉降阻力系数有关[5-7]。因此,研究古龙页岩岩屑在钻井液中的沉降规律,可为优化钻井液流变性和循环排量提供依据。

    国内外学者对球形颗粒在牛顿流体中的沉降规律开展了大量的试验研究[8-9],得到了较高精度的预测模型。但是,页岩岩屑的形状不规则,且大多数钻井液为具有一定剪切稀释性的非牛顿流体[10-11],以往提出的预测球形颗粒在牛顿流体中的沉降阻力系数模型,是否适用于预测不规则形状页岩岩屑在非牛顿流体中的沉降阻力系数值得商榷[12-13]。为了解决上述问题,笔者对沉降试验数据回归分析,建立了球形颗粒在幂律流体中的沉降阻力系数预测模型;在此基础上,引入形状因子来描述颗粒的二维几何特征,建立了用于预测页岩岩屑在幂律流体中的阻力系数模型;根据得到的岩屑阻力系数预测模型使用迭代法计算岩屑沉降速度,分析了通过模型计算所得的沉降速度与实测沉降速度的平均相对误差,验证了该模型预测结果的准确性。

    沉降试验装置如图1所示。该装置为有机玻璃管,内径100 mm,高度1 500 mm。该装置使用千眼狼高速摄像机(2F04C型)捕捉岩屑的沉降轨迹。图像采集区域设置为玻璃管底部300 mm范围内,既保证岩屑已达到沉降末速度,又避免端部效应对沉降速度产生影响。同时,为了减少不确定性因素的干扰,每组试验至少重复进行3次,且数据处理时只保留最大相对误差小于5%的试验数据,用于拟合阻力系数的关系式。

    图  1  沉降试验装置示意
    Figure  1.  Devices for settlement experiments

    为了使沉降阻力系数预测模型具有较大的颗粒雷诺数适用范围,选取不锈钢、氧化锆和玻璃3种材质的球形颗粒进行沉降试验,同时选取大庆油田古龙页岩岩屑进行不规则形状颗粒沉降试验。为了降低壁面效应对试验的影响,颗粒直径相比有机玻璃管直径尽量小。试验用颗粒的物性参数见表1

    表  1  试验用颗粒的物性参数
    Table  1.  Physical property parameters of particles for experiments
    颗粒材质颗粒等效直径/mm密度/(kg·m−3
    不锈钢1,2,3,4,57 930
    氧化锆1,2,3,4,56 080
    玻璃1,2,3,4,52 500
    页岩颗粒2.1~5.72 073
    下载: 导出CSV 
    | 显示表格

    试验用羧甲基纤维素钠(CMC)水溶液作为幂律流体基液,质量分数0.25%~2.00%。使用Anto paar MCR 92型流变仪测试其在试验温度下的流变性,并根据幂律流体的流变模型τ=K˙γnτ为剪切应力,Pa;˙γ为剪切速率,s−1K为幂律流体的稠度指数,Pa·snn为流体的流性指数),对测试流体的流变参数进行拟合。通过流变仪的温度控制系统来控制试验液体温度,使其与试验时的温度保持一致。试验所用溶液的物性参数及流变参数见表2

    表  2  不同质量分数CMC水溶液的物性参数及流变参数
    Table  2.  Physical property and rheological parameters of CMC aqueous solution with different mass fractions
    CMC质量分数,%温度/℃密度/(kg·m−3流变参数
    K/(Pa·snn
    2.0017.31 008.08.161 90.418 2
    1.7518.61 006.05.340 50.443 7
    1.5018.01 005.03.320 40.471 0
    1.2517.61 004.51.532 20.522 4
    1.0017.21 003.00.697 70.578 6
    0.5016.61 002.00.045 00.819 4
    0.2516.91 001.00.008 00.953 0
    下载: 导出CSV 
    | 显示表格

    颗粒形状是影响物体沉降速度和沉降状态的重要因素。有学者研究指出[14],当颗粒雷诺数Res时岩屑沉降轨迹是摆动的,而当R{e_{\rm{s}}} < 100时沉降轨迹是稳定的。在不考虑颗粒沉降过程中出现的二次运动,圆形度c更适合用于建立预测模型[15]。所以,在R{e_{\rm{s}}} < 100的低颗粒雷诺数情况下,通过引入c来建立岩屑在幂律流体中的沉降阻力系数预测模型是可行的。c指颗粒最大投影面周长与其等效圆的周长之比,因其为对颗粒轮廓不规则性敏感的二维形状参数,所以测量相对容易,其定义为:

    c = \frac{{{\text{π}} {d_A}}}{L} (1)

    式中:dA为颗粒最大投影面等效圆的直径,m;L为颗粒最大投影面周长,m。

    试验用大庆古龙页岩岩屑形态如图2所示。

    图  2  古龙凹陷不同井深处页岩岩屑形态
    Figure  2.  Cuttings morphology in different well depths of the Gulong Depression

    利用图像粒子分析软件ImageJ的“分析颗粒”功能,对目标颗粒进行了圆形度测定。ImageJ用户指南中圆形度c的定义为[16]

    {\text{ }}c = 4{\text{π}} \frac{{{A_{\text{p}}}}}{{{L^2}}} (2)

    式中:AP为颗粒最大投影面的表面积,m2

    球形颗粒c = 1,其他任何形状颗粒c < 1。选取的部分页岩岩屑图像转换实例,如图3所示。

    图  3  古龙页岩岩屑的图像转换实例
    Figure  3.  Image conversion example of Gulong shale cuttings

    试验得到了224组页岩岩屑圆形度和等效直径的分布情况(见图4)。页岩岩屑等效直径为3.2~4.2 mm,中值为3.7 mm;圆形度为0.65~0.87,中值为0.76,圆形度集中在0.70~0.85。

    图  4  页岩岩屑圆形度与等效直径的分布关系
    Figure  4.  Distribution relationship between the roundness and equivalent diameter of shale cuttings

    颗粒沉降过程中受到的流体黏滞力与颗粒动能的比值称为阻力系数,是描述颗粒沉降行为的主要参数。阻力系数可根据流体和颗粒的性质以及沉降速度来计算:

    {C_{\text{D}}} = \frac{{4\left( {{\rho _{\rm{p}}} - {\rho _{\rm{l}}}} \right){d_{\rm{e}}}g}}{{3{\rho _{\rm{l}}}{v_{\rm{t}}}^2}} (3)
    \; 其中\qquad \qquad\qquad\; {d_{\rm{e}}} = \sqrt[3]{\dfrac{6{m_{\rm{p}}}}{{\text{π}} {\rho _{\rm{p}}}}} \qquad\qquad \qquad\quad\; (4)

    式中:CD为阻力系数;ρl 为流体密度,kg/m3g为重力加速度,m/s2vt 为沉降速度,m/s;de为颗粒的等效直径(当颗粒为球体时,de等于直径),m;mp为颗粒的质量,kg;ρp为颗粒的密度,kg/m3

    对于光滑圆球,阻力系数仅为颗粒雷诺数的函数,即:

    {C_{\text{D}}} = f\left( {R{e_{\rm{s}}}} \right) (5)

    颗粒所受的惯性力与黏滞力之比为颗粒雷诺数,是描述颗粒沉降行为的另一个主要参数。对于幂律流体,颗粒雷诺数的表达式为:

    {Re_{\rm{s}}} = \frac{{{\rho _l}{v_{\text{t}}}^{2 - n}d_{\rm{e}}^n}}{K} (6)

    首先对球形颗粒进行沉降试验,并建立阻力系数CD(式(3))和颗粒雷诺数Res(式(6))的关系式。对196组球形颗粒的沉降试验数据进行分析,并以对数坐标绘制CDRes的关系式,见图5图5中,三角形(幂律流体中沉降试验结果)所表示的数据点,由式(6)计算所得的颗粒雷诺数Res与式(3)计算所得的阻力系数CD组成;斜线(斯托克斯公式计算结果)所表示的数据点,由式(6)计算所得的颗粒雷诺数Res与斯托克斯公式(CD=24/Res)计算所得的阻力系数CD组成。

    图  5  沉降试验得到的196组球形颗粒的CDRes关系
    Figure  5.  CD-Res relationship of 196 groups of spherical particles obtained through settlement experiments

    图5可以看出,使用斯托克斯公式预测球形颗粒在幂律流体中的沉降阻力系数时存在较大的误差。例如,在Res< 0.1条件下,幂律流体中的沉降试验结果与斯托克斯公式预测结果之间的平均相对误差高达30.16%,说明非牛顿流体的流变特性对流体–的颗粒相互作用有重要影响。在这种情况下,用牛顿关联式计算圆球在非牛顿流体中的沉降阻力系数将会产生较大的误差。

    截至目前,多位学者提出了关于球形颗粒在非牛顿流体中的沉降阻力系数预测关系式,如S. N.Shah等人[17]提出的沉降阻力系数模型为:

    \sqrt {C_{\text{D}}^{2 - n}R{e^2}} = A{\left( {Re} \right)^B} \;\; \left( {{\text{0}}{\text{.281 < }}R{e_{\rm{s}}}{\text{ < }}1.000} \right) (7)

    式中:A = 6.914\;8{n^2} - 24.838n + 22.642B = - 0.506\;7{n^2} + 1.323\;4n - 0.174\;4

    A. R. Khan等人[18]提出的阻力系数模型为:

    \begin{split} {C_{\text{D}}} = & {(2.25R{e_{\rm{s}}}^{ - 0.31} + 0.36R{e_{\rm{s}}}^{0.06})^{3.45}}\\ &{\text{ (0}}{\text{.01 < }}R{e_{\rm{s}}}{\text{ < 3.00}} \times {\text{1}}{{\text{0}}^{\text{5}}}) \end{split} (8)

    I. Machač等人[19]提出的阻力系数模型为:

    \left\{ {\begin{array}{*{20}{ll}} {C_{\text{D}}} = \dfrac{{24}}{{R{e_{\rm{s}}}}}X\left( n \right)&(R{e_{\rm{s}}} < 1) \\ {C_{\text{D}}} = \dfrac{{24}}{{R{e_{\rm{s}}}}}X\left( n \right) + \dfrac{{10.5n - 3.5}}{{R{e_{\rm{s}}}^{0.32n + 0.13}}} &(1 \leqslant R{e_{\rm{s}}} < 1\;000){\text{ }} \end{array}} \right. (9)
    \begin{split} \,其中 \; \qquad X\left( n \right) = &{3^{\tfrac{3n - 3}{2}}}\frac{{33{n^5} - 64{n^4} - 11{n^3} + 97{n^2} + 16n}}{{4{n^2}(n + 1)(n + 2)(2n + 1)}}\;\\ &(n > 0.5 )\;\;\;\;\\[-10pt] \end{split}\;\;\;\; (10)

    V. C. Kelessidis等人[20]提出的阻力系数模型为:

    \begin{split} {C_{\text{D}}} = &\frac{{24}}{{R{e_{\rm{s}}}}}(1 + 0.140\;7R{e_{\rm{s}}}^{0.601\;8}) + \frac{{0.211\;8}}{{1 + \dfrac{0.421\;5}{R{e_{\rm{s}}}}}}\\ &{\text{ (0}}{\text{.1 < }}R{e_{\rm{s}}}{\text{ < 1\;000.0)}} \end{split} (11)

    利用球形颗粒沉降试验数据对上述沉降阻力系数模型进行参数拟合,发现V. C. Kelessidis等人[20]提出的五参数阻力系数模型具有最佳的拟合优度,其形式为:

    {C_{\text{D}}} = \frac{{24}}{{R{e_{\rm{s}}}}}(1 + AR{e_{\rm{s}}}^B) + \frac{C}{{1 + {\dfrac{D}{Re_{\rm{s}}^E}}}} (12)

    式中:ABCDE均为相关系数。

    式(12)中,等号右边第一项表示层流条件下阻力系数的下降趋势,第二项表示湍流条件下阻力系数的下降趋势,可以通过在扩展的斯托克斯定律中加入一个复杂的湍流项来预测阻力系数。上述推论符合物理基本规律,即总的拖曳力是任意流动状态下层流和湍流分量的总和[21]

    对196组球形颗粒的沉降试验数据进行拟合回归,得到球形颗粒在幂律流体中的沉降阻力系数:

    \begin{split} {C_{\text{D}}} =& \frac{{24}}{{R{e_{\rm{s}}}}}(1 + 0.723R{e_{\rm{s}}}^{0.304}) + \frac{{0.219}}{{1 + \dfrac{{55.03}}{{R{e_{\rm{s}}}^{1.757}}}}}{\text{ }}\\ &\left( {{\text{0}}{\text{.001 < }}R{e_{\rm{s}}} < 848.000} \right) \end{split} (13)

    通过对比式(13)与已发表文献中具有代表性的关系式,即式(8)、式(9)和式(11),采用平均相对误差(δMRE)、最大平均相对误差(δMMRE)和均方根对数误差(δRMSLE)等3个统计参数,评估所提出的幂律流体中球形颗粒沉降阻力系数关系式的预测精度,对比结果见表3

    表  3  幂律流体中球形颗粒沉降阻力系数误差统计
    Table  3.  Error statistics of the settlement drag coefficient of spherical particles in power-law fluids
    颗粒雷诺数范围模型预测误差,%
    δMREδMMREδRMSLE
    0.001<Res<848.000式(8)17.3623.0034.94
    式(9)13.3114.0032.73
    式(11)20.8434.0039.24
    式(13)7.118.0019.72
    下载: 导出CSV 
    | 显示表格

    δMREδRMSLE 的计算方法如下[22]

    {\delta _{{\rm{MRE}}}} = \frac{1}{N}\sum\limits_{i = 1}^N {\frac{{\left| {{C_{{\text{D}},{\rm{c}},i}} - {C_{{\text{D}},{\rm{m}},i}}} \right|}}{{{C_{{\text{D}},{\rm{m}},i}}}}} \times 100\% (14)
    {\delta _{{\rm{RMSLE}}}} = \sqrt {\frac{1}{N}\sum\limits_{i = 1}^N {{{\left( {\ln {C_{{\text{D}},{\rm{c}},i}} - \ln {C_{{\text{D}},{\rm{m}},i}}} \right)}^2}} } (15)

    式中:N为总数;CD, c为预测的阻力系数;CD, m为试验测得的阻力系数。

    通过试验得到了颗粒的沉降速度vts,并拟合得到沉降阻力系数CD与颗粒雷诺数Res之间的关系。基于提出的CDRes相关式,可采用迭代试错法计算颗粒在流体中的沉降阻力系数CD和沉降速度vt,迭代程序如图6所示[23]

    图  6  迭代试错程序的流程
    Figure  6.  Flow of iterative trial and error program

    根据提出的球形颗粒阻力系数预测模型(式(13)),采用试错法计算沉降颗粒的阻力系数CD和沉降速度vt,结果见图7图8

    图  7  球形颗粒沉降阻力系数预测值与试验值的对比
    Figure  7.  Comparison between predicted settlement drag coefficient of spherical particles and that measured through experiments
    图  8  球形颗粒沉降速度的预测值与试验值的对比
    Figure  8.  Comparison between predicted settling velocity of spherical particles and that measured throughexperiments

    图7表3可知,对于幂律流体,式(8)、式(9)和式(11)的预测值与试验值较为接近,平均相对误差约为17.17%,式(13)的平均相对误差为7.11%,与其他模型相比,3个量化评价参数均有一定程度的降低,对试验结果的预测精度更高。同时,图8所示的球形颗粒沉降速度预测值与试验测量值平均相对误差仅为7.10%,所以本文提出的模型能较好地预测圆球颗粒在幂律流体中的沉降阻力系数CD和沉降速度vt

    基于上述圆球阻力系数预测模型(式(13)),通过引入颗粒圆形度c建立适用于页岩岩屑的沉降阻力系数CD的表达式。在任意给定的雷诺数下,岩屑受到的拖曳力要大于其等效球体的拖曳力[23]。这是因为,岩屑表面的不规则会导致阻力增加和产生更大的流动分离现象,从而与球形颗粒相比沉降速度有所降低[24]。通过试验观察(见图9),相同条件下岩屑阻力系数CD与球形颗粒的阻力系数预测值CD,sph之比略大于1。在高雷诺数下,由于形状的影响,该比值会更大。

    图  9  224组页岩岩屑数据的CDRes关系
    Figure  9.  CDRes relationship of 224 groups of shale cuttings data

    通过分析相同条件下页岩岩屑试验得到的阻力系数CD与球形颗粒沉降阻力系数预测值CD,sph的差异性,得到了圆形度函数f(c)作为CD/CD,sph自然对数的函数。确定颗粒形状因子cCD/CD,sph之间的关系式为:

    {C_{\text{D}}} = {C_{{\text{D}},{\rm{sph}}}}\exp \left[ {f\left( c \right)} \right] (16)

    在特殊情况下,如c = 1时,页岩岩屑的阻力系数等于相同参数下圆球的阻力系数。即当c = 1时,f(c) = 0。为了确保颗粒为球形时满足CD/CD,sph = 1,结合224组试验数据,通过式(17)确定了f(c)。

    f(c) = \alpha Re_{\rm{s}}^\beta {(1 - c)^\eta } (17)

    式中:αβη为经验系数,可通过非线性拟合得出。

    岩屑在幂律流体中阻力系数CD的表达式为:

    \begin{split} {C_{\text{D}}} = &{C_{{\text{D}},{\rm{sph}}}}{\rm{exp}}\left[ {0.31R{e_{\rm{s}}}^{0.25}{{(1 - c)}^{0.19}}} \right]{\text{ }}\\ &\left( {{\text{0}}{\text{.001 < }}R{e_{\rm{s}}}{\text{ < 99.000}}} \right) \end{split} (18)

    图10所示为式(18)计算所得页岩岩屑沉降阻力系数CD与试验测得沉降阻力系数CD之间的关系。用该模型对页岩岩屑的沉降阻力系数进行了预测,预测结果的平均相对误差为7.68%,均方根对数误差为0.010 9,最大平均相对误差为25.35%。

    图  10  页岩岩屑沉降试验测得阻力系数与模型预测阻力系数的对比
    Figure  10.  Comparison between drag coefficient of shale cuttings measured by settlement experiments and that predicted by the proposed model

    利用式(18)计算了页岩岩屑在幂律流体中的沉降速度,并与试验测得的沉降速度进行了对比(见图11)。对比结果表明,模型预测页岩岩屑在幂律流体中沉降速度的平均相对误差为6.93%。虽然模型预测结果具有一定程度的分散性,但数据在直线上分布良好,说明该模型能较好地预测页岩岩屑在幂律流体中的沉降速度。

    图  11  页岩岩屑沉降速度实测值与模型预测值的对比
    Figure  11.  Comparison between experimentally measured settling velocity of shale cuttings and that predicted by the model

    1)在颗粒雷诺数相同条件下,页岩岩屑的阻力系数随着圆形度减小而增大,阻力系数随雷诺数增大而减小,但在高雷诺数条件下减小的趋势变缓。

    2)相较于具有规则形状的非球形颗粒,测量像岩屑颗粒这样形状高度不规则粗糙颗粒的表面积比较困难,也难以在现场作业中实现。事实上,如何精确测量不规则形状颗粒的表面积,也是圆形度计算中的一个难点。引入二维的侧视面几何参数来预测阻力系数,其精度与引入圆球形模型的预测精度相近。

    3)根据本文建立的岩屑阻力系数预测模型,使用迭代法计算岩屑沉降速度,平均相对误差为6.93%,模型预测结果与试验结果吻合较好。预测模型可为大庆油田古龙页岩油钻井工程现场实践中的井眼清洁和水力参数优化提供理论指导。

    4)由于受试验材料及试验可实现程度的限制,本文在进行颗粒沉降试验时并未使用宾汉流体。对于宾汉流体,沉降阻力系数计算能否采用赫–巴流体(n=1)中的阻力系数预测模型,仍存在不确定性。同时,对高雷诺数以及颗粒群的沉降试验应是今后重点关注和探索的方向之一。

  • [1] 田中兰,石林,乔磊.页岩气水平井井筒完整性问题及对策[J].天然气工业,2015,35(9):70-76. TIAN Zhonglan,SHI Lin,QIAO Lei.Research and countermeasure for wellbore integrity of shale gas horizontal well[J].Natural Gas Industry,2015,35(9):70-76.
    [2] 陈朝伟,石林,项德贵.长宁-威远页岩气示范区套管变形机理及对策[J].天然气工业,2016,36(11):70-75. CHEN Zhaowei,SHI Lin,XIANG Degui.Mechanism of casing deformation in the Changning-Weiyuan national shale gas project demonstration area and countermeasures[J].Natural Gas Industry,2016,36(11):70-75.
    [3]

    KRISTIANSEN T G,BARKVED O,PATTILLO P D.Use of passive seismic monitoring in well and casing design in the compacting and subsiding Valhall Field,North Sea[R].SPE 65134,2000.

    [4]

    MAXWELL S C,JONES M,PARKER R,et al.Fault activation during hydraulic fracturing[R].SEG 2009-1552,2009.

    [5]

    SMITH R J.15 years of passive seismic monitoring at Cold Lake,Alberta[J].Recorder,2010,35(7):7-13.

    [6]

    WARPINSKI N R,DU Jing,ZIMMER U.Measurements of hydraulic-fracture-induced seismicity in gas shales[R].SPE 151597,2012.

    [7]

    MAXWELL S C.Anomalous induced seismic deformation associated with hydraulic fracturing[R].SPE 167181,2013.

    [8]

    WARPINSKI N R.A review of hydraulic-fracture induced microseismicity[R].ARMA-2014-7774,2014.

    [9]

    PIRAYEHGAR A,DUSSEAULT M B.Numerical investigation of seismic events associated with hydraulic fracturing[R].ISRM-13CONGRESS-2015-168,2015.

    [10]

    BAO Xuewei,EATON D W.Fault activation by hydraulic fracturing in Western Canada[J].Science,2016,354(6318):1406-1409.

    [11]

    AKI K,RICHARDS P G.Quantitative seismology[M].2nd ed.California:University Science Books, 2002:146-177.

    [12]

    STEIN S,WYSESSION M.An introduction to seismology,earthquakes,and earth structure[M].Oxford:Blackwell Publishing,2003:263-273.

    [13]

    BOORE D M, BOATWRIGHT J.Average body-wave radiation coefficients[J].Bulletin of the Seismological Society of America,1984,74(5):1615-1621.

    [14]

    HANKS T C,KANAMORI H.A moment magnitude scale[J].Journal of Geophysical Research,1979,84(B5):2348-2350.

    [15]

    KANAMORI H,ANDERSON D L.Theoretical basis of some empirical relations in seismology[J].Bulletin of the Seismological Society of America,1975,65(5):1073-1095.

    [16]

    CIPOLLA C L,MACK M G,MAXWELL S C,et al.A practical guide to interpreting microseismic measurements[R].SPE 144067,2011.

    [17]

    MUKUHIRA Y,ASANUMA H,NⅡTSUMA H,et al.Characteristics of large-magnitude microseismic events recorded during and after stimulation of a geothermal reservoir at Basel,Switzerland[J].Geothermics,2013,45(45):1-17.

    [18] 赵翠萍,陈章立,华卫,等.中国大陆主要地震活动区中小地震震源参数研究[J].地球物理学报,2011,54(6):1478-1489. ZHAO Cuiping,CHEN Zhangli,HUA Wei,et al.Study on source parameters of small to moderate earthquakes in the main seismic active regions,China mainland[J].Chinese Journal of Geophysics,2011,54(6):1478-1489.
  • 期刊类型引用(36)

    1. 翟文宝,陈朝伟,王倩,冯枭,黄浩勇,谭鹏,杨子轩. 基于地质力学的断裂滑动风险评估方法. 西安石油大学学报(自然科学版). 2025(02): 74-84 . 百度学术
    2. 付海峰,刘鹏林,陈祝兴,翁定为,马泽元,李军. 基于避免断层激活机制的组合压裂模式研究. 石油机械. 2024(01): 88-97 . 百度学术
    3. 刘豪,刘怀亮,刘宇,曹伟,连威,李军. 页岩气多级压裂断层动态滑移规律研究. 石油机械. 2024(02): 65-74 . 百度学术
    4. 刘怀亮,樊子潇,刘宇,连威,席岩,张小军. 基于震源机制的断层滑移量计算方法. 世界石油工业. 2024(05): 40-47 . 百度学术
    5. 林魂,宋西翔,杨兵,袁勇,张健强,孙新毅. 温-压耦合作用下断层滑移对套管应力的影响. 石油机械. 2023(06): 136-142+158 . 百度学术
    6. 孟胡,吕振虎,王晓东,张辉,申颍浩,葛洪魁. 基于压裂参数优化的套管剪切变形控制研究. 断块油气田. 2023(04): 601-608 . 百度学术
    7. 张伟,李军,张慧,王典,李托,刘怀亮. 断层滑移对套管剪切变形的影响规律及防控措施. 断块油气田. 2023(05): 734-742 . 百度学术
    8. 文山师,尹陈,石学文,张洞君,韩福盛,熊财富. 天然裂缝主导模式下泸州龙马溪组页岩水力压裂多尺度破裂特征. 地球物理学进展. 2023(05): 2172-2181 . 百度学术
    9. 赵欢,李玮,唐鹏飞,王晓,张明慧,王剑波. 压裂工况下近井筒地应力及套管载荷分布规律研究. 石油钻探技术. 2023(05): 106-111 . 本站查看
    10. 孟胡,申颍浩,朱万雨,李小军,雷德荣,葛洪魁. 四川盆地昭通页岩气水平井水力压裂套管外载分析. 特种油气藏. 2023(05): 166-174 . 百度学术
    11. 陈朝伟,周文高,项德贵,谭鹏,宋建,陈晓军,任乐佳,黄浩. 预防页岩气套变的橡胶组合套管研制及其抗剪切性能评价. 天然气工业. 2023(11): 131-136 . 百度学术
    12. 张旭,张哲平,杨尚谕,王雪刚,宋琳. 基于特征值和弧长法计算套管抗挤强度. 钻采工艺. 2022(01): 35-40 . 百度学术
    13. 陈朝伟,项德贵. 四川盆地页岩气开发套管变形一体化防控技术. 中国石油勘探. 2022(01): 135-141 . 百度学术
    14. 吴建忠,乔智国,慈建发,何龙,连威,李军. 基于震源机制的套管变形量控制方法研究. 石油管材与仪器. 2022(03): 24-31 . 百度学术
    15. 刘鹏林,李军,席岩,连威,张小军,郭雪利. 页岩断层滑移量计算模型及影响因素研究. 石油机械. 2022(08): 74-80 . 百度学术
    16. 郭雪利,沈吉云,武刚,靳建洲,纪宏飞,徐明,刘慧婷,黄昭. 韧性材料对页岩气压裂井水泥环界面完整性影响. 表面技术. 2022(12): 232-242 . 百度学术
    17. 陈朝伟,黄锐,曾波,宋毅,周小金. 四川盆地长宁页岩气区块套管变形井施工参数优化分析. 石油钻探技术. 2021(01): 93-100 . 本站查看
    18. 李军,赵超杰,柳贡慧,张辉,张鑫,任凯. 页岩气压裂条件下断层滑移及其影响因素. 中国石油大学学报(自然科学版). 2021(02): 63-70 . 百度学术
    19. 张平,何昀宾,刘子平,童亨茂,邓才,任晓海,张宏祥,李彦超,屈玲,付强,王向阳. 页岩气水平井套管的剪压变形试验与套变预防实践. 天然气工业. 2021(05): 84-91 . 百度学术
    20. 李晓蓉,古臣旺,冯永存,丁泽晨. 考虑井筒加载历史的压裂过程中套管剪切变形数值模拟研究. 石油科学通报. 2021(02): 245-261 . 百度学术
    21. 张鑫,李军,刘鹏林,郭雪利,韩葛伟. 断层滑移条件下页岩气井套管变形影响因素分析. 科学技术与工程. 2021(16): 6651-6656 . 百度学术
    22. 陈朝伟,张浩哲,周小金,曹虎. 四川长宁页岩气套管变形井微地震特征分析. 石油地球物理勘探. 2021(06): 1286-1292+1198 . 百度学术
    23. 张慧,李军,张小军,张鑫,连威. 页岩气井压裂液进入断层的途径及防控措施. 断块油气田. 2021(06): 750-754+760 . 百度学术
    24. 林志伟,钟守明,宋琳,王雪刚,林铁军,于浩,史涛. 体积压裂改造非对称性对套管损坏影响机理. 特种油气藏. 2021(06): 158-164 . 百度学术
    25. 陈朝伟,房超,朱勇,项德贵. 四川页岩气井套管变形特征及受力模式. 石油机械. 2020(02): 126-134 . 百度学术
    26. 连威,李军,柳贡慧,席岩,韩葛伟. 水力压裂过程中页岩强度折减对套管变形的影响分析. 石油管材与仪器. 2020(04): 46-50 . 百度学术
    27. 蒋振源,陈朝伟,张平,张丰收. 断块滑动引起的套管变形及影响因素分析. 石油管材与仪器. 2020(04): 30-37 . 百度学术
    28. 范宇,黄锐,曾波,陈朝伟,周小金,项德贵,宋毅. 四川页岩气水力压裂诱发断层滑动和套管变形风险评估. 石油科学通报. 2020(03): 366-375 . 百度学术
    29. 陈朝伟,曹虎,周小金,苟其勇,张浩哲. 四川盆地长宁区块页岩气井套管变形和裂缝带相关性. 天然气勘探与开发. 2020(04): 123-130 . 百度学术
    30. 席岩,李军,柳贡慧,曾义金,李剑平. 页岩气水平井多级压裂过程中套管变形研究综述. 特种油气藏. 2019(01): 1-6 . 百度学术
    31. 乔磊,田中兰,曾波,杨恒林,付盼,杨松. 页岩气水平井多因素耦合套变分析. 断块油气田. 2019(01): 107-110 . 百度学术
    32. 高德利,刘奎. 页岩气井井筒完整性若干研究进展. 石油与天然气地质. 2019(03): 602-615 . 百度学术
    33. 罗庆,黄华,徐菲,张立. 新型组合井况监测仪在普光高含硫气井的应用. 断块油气田. 2019(02): 240-243 . 百度学术
    34. 陈朝伟,项德贵,张丰收,安孟可,尹子睿,蒋振源. 四川长宁—威远区块水力压裂引起的断层滑移和套管变形机理及防控策略. 石油科学通报. 2019(04): 364-377 . 百度学术
    35. 周波,毛蕴才,查永进,汪海阁. 体积压裂水锤效应对页岩气井屏障完整性影响及对策. 石油钻采工艺. 2019(05): 608-613 . 百度学术
    36. 郭雪利,李军,柳贡慧,陈朝伟,任凯,来东风. 基于震源机制的页岩气压裂井套管变形机理. 断块油气田. 2018(05): 665-669 . 百度学术

    其他类型引用(32)

计量
  • 文章访问数:  7836
  • HTML全文浏览量:  81
  • PDF下载量:  6644
  • 被引次数: 68
出版历程
  • 收稿日期:  2017-01-02
  • 修回日期:  2017-05-03
  • 刊出日期:  2017-08-24

目录

/

返回文章
返回