Processing math: 22%

多层合采智能井井筒温度场预测模型及应用

杨顺辉, 豆宁辉, 赵向阳, 柯珂, 王志远

杨顺辉, 豆宁辉, 赵向阳, 柯珂, 王志远. 多层合采智能井井筒温度场预测模型及应用[J]. 石油钻探技术, 2019, 47(4): 83-91. DOI: 10.11911/syztjs.2019049
引用本文: 杨顺辉, 豆宁辉, 赵向阳, 柯珂, 王志远. 多层合采智能井井筒温度场预测模型及应用[J]. 石油钻探技术, 2019, 47(4): 83-91. DOI: 10.11911/syztjs.2019049
YANG Shunhui, DOU Ninghui, ZHAO Xiangyang, KE Ke, WANG Zhiyuan. Temperature Field Prediction Model for Multi-Layer Commingled Production Wellbore in Intelligent Wells and It's Application[J]. Petroleum Drilling Techniques, 2019, 47(4): 83-91. DOI: 10.11911/syztjs.2019049
Citation: YANG Shunhui, DOU Ninghui, ZHAO Xiangyang, KE Ke, WANG Zhiyuan. Temperature Field Prediction Model for Multi-Layer Commingled Production Wellbore in Intelligent Wells and It's Application[J]. Petroleum Drilling Techniques, 2019, 47(4): 83-91. DOI: 10.11911/syztjs.2019049

多层合采智能井井筒温度场预测模型及应用

基金项目: 国家科技重大专项“海上油气田关键工程技术”(编号:2016ZX05033-004)资助
详细信息
    作者简介:

    杨顺辉(1973—),男,河南洛阳人,1995年毕业于大庆石油学院采油工程专业,2008年获中国石油大学(华东)石油与天然气工程专业工程硕士学位,研究员,主要从事欠平衡/控制压力钻井、钻井工具及采油工艺方面的研究工作。E-mail:yangsh.sripe@sinopec.com

  • 中图分类号: TE311

Temperature Field Prediction Model for Multi-Layer Commingled Production Wellbore in Intelligent Wells and It's Application

  • 摘要:

    智能井多层合采过程中为了优选温度监测设备和确定测点位置,需要准确预测井筒温度剖面。根据智能井多层合采过程中的井筒内流体流动特征,考虑流体经过流量控制阀时,节流效应对井筒内流体流动参数的影响,建立了含流量控制阀的单油管多层合采井筒温度预测模型,并结合生产井的工况进行了数值模拟。模型预测结果表明,井筒温度随产层产出液性质、产液量、产层厚度、产层配比和地层温度梯度的变化呈规律性变化;与各产层单独开采相比,合采时的井筒温度高于各产层单独开采时的平均温度,且合采时的温度梯度最低。为了有效应用多层合采井筒温度场预测模型,基于流量控制阀处温度测量误差最小的原则,提出了温度传感器指标及测点的优选方法;基于井筒温度、温度梯度及流量控制阀处温降变化规律,提出了产层温度异常的解释方法。多层合采智能井井筒温度场预测模型为多层合采智能井温度测量装置的优选和温度变化规律的解释提供了理论依据。

    Abstract:

    In order to optimize the temperature monitoring equipment and properly determine the positions of measuring points for the multi-layer commingled production of intelligent wells, it is necessary to accurately predict the whole wellbore temperature profile. According to the characteristics of fluid flow in the commingled production wellbore of intelligent wells, a prediction model for single-tubing multi-layer commingled production wellbore temperature with the flow control valve was established. Taking the throttling effect of flow control valve on fluids flow parameters in the system into account, a numerical simulation was carried out in combination with the working conditions of production wells. The model prediction results showed that the wellbore temperature changed regularly with several variables, including the produced fluids properties, liquid production rate, thickness of payzone, production allocation of each layer and geothermal gradient. Compared with the individual production layer, the wellbore temperature of commingled production wells is higher than the average temperature of wells with individually produced layer, and the temperature gradient of commingled production wellbore is the lowest. Based on the principle of minimum temperature measurement error at the flow control valve, an optimization method for temperature sensor index and measuring point was proposed. Taking into consideration the wellbore temperature, temperature gradient and the laws of temperature drop at flow control valve, it was possible to obtain an interpretation method of production layer temperature anomaly. The temperature field prediction model of multi-layer commingled production wellbore in intelligent wells provided a theoretical basis for optimizing the temperature measuring equipment and temperature data interpretation in multi-layer commingled production.

  • 近年来,全世界新增探明的油气资源有76%来自于海洋,其中约有48%来自于深水、超深水区域[1-2]。深水钻井具有高投资、高风险、高科技等特点[3],高昂的钻井平台日费促使钻井技术不断朝着如何减少建井成本的方向发展。深水表层建井方式主要包括喷射法、钻入法和吸力锚法等[4]。其中,井口吸力锚(conductor anchor node,CAN)是近年来兴起的一种新型浅层建井工具,该工具由深水导管和吸力式基础复合设计而来,采用井口吸力锚建井可大大节省下入时间和成本[5-7]

    国外很早开始吸力式技术的研究及应用,早期多用于水下锚桩定位。1958年,F. J. H. Mackereth[8]首次利用负压原理在软泥湖床上进行了土样采集。1980年,吸力锚首次在欧洲北海Gorm油田用于油轮系泊[9]。1988年,K. H. Andersen等人[10]分析了吸力基础的安装原理,并总结了影响安装阻力的关键因素。2016年,Cheng Xinglei等人[11]利用有限元方法,模拟了软黏土中受循环载荷作用的吸力基础的变形过程。1970年开始,国内相关机构陆续展开了筒形基础的理论研究。1994年,国内首次将吸力锚用于渤海曹妃甸1-6-1井延长测试系统的系泊[12]。另外,丁红岩等人[13-16]开展了一系列缩比实验和数值模拟,研究了吸力式基础土塞形成机理、桶内渗流特征及对承载力的影响。

    尽管国内外学者对吸力式基础的贯入机理、土塞效应和稳定性的力学特性等做了大量研究,但国内外关于CAN的原理和应用方面的研究还比较少,未见关于CAN下入深度的设计与预测的文献报道。笔者根据API规范和行业标准《建筑基桩检测技术规范》(JGJ 106—2014),综合考虑井口吸力锚结构特征、二开固井井口最大载荷和竖向承载力安全系数,建立了一套适用于深水钻井的井口吸力锚下入深度计算模型,并以南海X井为例计算了井口吸力锚的极限承载力,根据下入深度模型计算了最小入泥深度,研究结果可以指导现场施工设计。

    CAN是一种吸力锚和表层导管的组合结构,外部为大直径圆桶,下部为开口桩;上部封闭,并设置抽水口和排水口等装置;桩中心贯穿导向管,中间内置高低压井口及表层导管,能够利用负压原理安装。上部盖板设置有4个用于起吊的吊耳,装备有用于定位的声学测量装置和水平仪,BOP导向杆插座分布在上部盖板上(见图1)。

    图  1  井口吸力锚结构示意
    Figure  1.  Structure of conductor anchor node

    深水井口吸力锚建井作为一种新型的表层建井方式,可以提高对深水钻井复杂情况的应对能力,并且与传统的建井方式相比可节省费用21%~44%。与传统的喷射建井相比,CAN具备以下优点:1)CAN在工厂内集成导管,可以实现更小的一开,开钻孔径可至0.508 m;2) CAN具有更高的负载能力,可极大地提高井口承载力和抗弯能力;3)对于松软的海床起到很好的支撑作用;4)先于平台导管安装,可由小型工程船安装和回收,简化封井和弃井操作,可节省时间2~5个平台工作日;5)适用于卫星井井口系统整体安装。

    CAN通过工程船下放至海底接触海床,根据浅层土质性质的不同,会在自重作用下嵌入海底土壤一定深度,直至侧面摩阻力和端部阻力至与重力平衡;再下放水下机器人,ROV的抽汲泵与CAN相连接,启动抽汲泵,抽出CAN内部的水与空气,使CAN内部形成负压,在外部水压与自身重力的作用下,筒体逐渐被压入泥中,直至CAN入泥至设计深度。泵的最大工作压力可达1.0 MPa,一般只需要0.2~0.3 MPa的抽汲力就可使CAN下入到位。

    CAN安装到位后,由于存在土塞效应,土塞与顶板接触,能够提供额外的承载力。开口管桩沉入过程中,桩端土一部分被挤向外围,一部分涌入管内形成“土塞”。CAN竖向抗压承载力包括吸力锚外筒外侧摩阻力Qf,1、外筒内侧摩阻力Qf,2、导向管外侧摩阻力Qf,3、端部阻力Q p,b和顶板承载力Q p,t(见图2)。

    图  2  CAN竖向承载力
    Figure  2.  Vertical bearing capacity of CAN

    CAN抗压承载力可表示为:

    QC=Qf+Qp,b+Qp,t (1)

    式中:QC为CAN竖向抗压承载力,kN;Qf为抗压状态下的桩侧摩阻力,kN;Qp,b为桩端部阻力,kN;Qp,t为桩顶板承载力,kN。

    桩侧摩阻力包括外筒内外两侧摩阻力和导向管的外侧摩阻力,可表示为:

    Qf=3j=1Qf,j (2)
    Qf,j=θfj(z)Ajs=θfj(z)Ajsdz=θifj,i(z)Ajs,i (3)

    式中:Qf,j为桩j侧摩阻力,kN;j取值1,2和3,分别表示外筒外侧、内侧和导向管外侧;θ为安装效应系数,与CAN安装方式有关;fj(z)为对应桩的j侧单位侧摩阻力,kPa;z为初始海床面以下深度,m;Ajs为对应桩j侧的桩周表面积,m2i表示竖向上土的分层数,根据实际地质勘探调查取值;fj,i(z)为桩j侧第i层土单位侧摩阻力,kPa;Ajs,i为桩j侧第i层的桩周表面积,m2

    桩端部阻力为:

    Qp,b=qbAp,b (4)

    式中:qb为桩端单位承载力,kPa;Ap,b为桩端总面积,m2

    桩顶板承载力为:

    Qp,t=qtAp,t (5)

    式中:qt为顶板单位承载力,kN/m2Ap,t为顶板面积,m2

    吸力锚沉贯过程中,假设筒内土体均匀受力,均匀抬升,同一高度土体性质一致,因此f2(z)=f3(z),即Qf,2=Qf,3

    黏性土中的管桩深度和单位侧摩阻力存在以下关系[17]

    f(z)=αSu (6)
    α={0.5ψ0.50,ψ (7)
    {\psi}=\frac{{{S}}_{\text{u}}}{{{p'}}_{\text{0}}\left({z}\right)} (8)

    式中:α为黏性土侧向摩阻力系数; {{S}}_{\text{u}} 为土体不排水抗剪强度,kPa; {\psi} 为归一化系数,是土体不排水抗剪强度与竖向有效应力比值; {{p}}'_{\text{0}}\left({z}\right) z深度上的竖向有效应力,是地质调查时得到的浅层土壤参数,kPa。

    注意,使用式(7)时,对于欠固结土(快速固结后具有超孔隙水压力的黏土), \text{α}\mathrm{取} 1.0;对于 {\psi}\text{ > 3} 的土体,无桩荷载试验,计算结果可能存在较大误差;式(7)不适用于计算在不排水抗剪强度高的土体中下入较深的桩。

    桩端部阻力为[17]

    {{Q}}_{\text{p,b}}={{q}}_{\text{b}}{{A}}_{\text{p,b}} (9)

    端部位于黏土中的桩,端部阻力 {{q}}_{\text{b}} 可表示为:

    {{q}}_{\text{b}} =9 {{S} }_{\text{u,b}} (10)

    式中:{{S} }_{\text{u,b}}为端部土体不排水抗剪强度,kPa;{{A}}_{\text{p,b}}为桩端部面积,m2

    基于CPT计算轴向承载力的方法,考虑了桩长的影响和摩擦、疲劳等因素[17]。假定摩阻力和端部阻力对桩基的承载力贡献是非耦合的,有土塞开口桩受压时的承载力{{Q}}_{\text{c}}为:

    {{Q}}_{\text{c}}={{Q}}_{\text{f,c}}=\text{π}{D}\int {{f}}_{\text{c}}\left({z}\right){{\rm{d}}z} (11)
    \,其中 \qquad \qquad \qquad f_{{\rm{c}}}(z)= {\beta}{{p}}'_{\text{0}}\left({z}\right)\qquad \qquad (12)

    式中: {{f}}_{\text{c}}\left({z}\right) 为受压时单位桩侧摩擦阻力,是深度、几何形状和土壤条件的函数,kPa;z为初始海床面以下深度,m; {\beta} 为无黏性土侧向摩阻力系数。

    无土塞的端部开口打入桩,可按照文献[17]中无黏性硅质土设计参数表取{\beta}\text{值};对于完全排土桩(如形成完全闭合土塞的开口桩), {\beta} 取值可以比文献[17]中无黏性硅质土设计参数表中数值高25%。

    作为指导,基于CPT方法的深度增量宜取桩长的1/100,深度增加量不宜大于0.20 m。

    无黏土中桩的端部阻力[17],单位面积端部的 {{q}}_{\text{b}} 为:

    {{q}}_{\text{b}}={{N}}_{a}{{p}}'_{\text{0,tip}} (13)

    式中: {{p}}'_{\text{0,tip}} 为桩端部的竖向有效应力,kPa; {{N}}_{\text{a}} 为承载力系数, {{N}}_{\text{a}} 值见文献[17]中无黏性硅质土设计参数表。

    对于长桩, {{q}}_{\text{b}} 值不会随着桩端竖向有效应力无限增大,宜采用文献[17]中无黏性硅质土设计参数表的 {{q}}_{\text{b}} 值限制[17]

    对于长径比较小的CAN基础,不能忽略筒顶承载力,在实际工程中对于筒顶承载的CAN应用不多,因此理论计算相较于普通的筒型基础也显得更加匮乏,学者们大都直接采用太沙基圆形基础上的极限荷载公式[18]。太沙基在计算极限承载力公式时提出了以下假设:地基地面粗糙;基础底面地基土体出现5个区;不考虑基础底面以上的土,其强度视为均布荷载{q=\gamma d}。经过推导,得到了更加适合CAN的极限荷载计算公式:

    {{q}}_{\text{t}}={c}{{N}}_{\text{c}}+{q}{{N}}_{\text{q}}+\frac{{B}}{\text{2}}\gamma {{N}}_{\text{γ}} (14)

    式中:q为基底水平面以上基础两侧的超载,kPa; \gamma 为土体重度,kN/m3c为土体黏聚力,kPa;Bd为基底的宽度和埋置深度,m; {{N}}_{\text{c}} {{N}}_{\text{q}} {{N}}_{\text{γ}} 为承载力因数,仅与土的内摩擦角有关,为了方便计算,可直接查表得到相应土体内摩擦角 \varphi {{N}}_{\text{c}} {{N}}_{\text{q}} {{N}}_{\text{γ}} [19]

    软弱黏性土和松散沙土中,基础一般发生局部剪切破坏,采用公式不变,土的抗剪强度指标取整体破坏采用的抗剪强度指标的 2/3,即:

    {{c}}'=\frac{\text{2}}{\text{3}}{c} (15)
    {\text{tan}\;{\varphi}}'=\frac{\text{2}}{\text{3}}\text{tan}\;{\varphi} (16)

    式中: {{c}}'为折减后的土体黏聚力,kPa; {\varphi}' 为折减后的内摩擦角,(°)。

    更适用于筒型基础的太沙基公式应为圆形基础公式,直径为 D的CAN在松软地层的顶板极限荷载计算公式为:

    {{q}}_{\text{t}}=c{{N}}'_{\text{c}}+ \gamma {{dN}}'_{\text{q}}{+0.5}{\gamma D}{{{N}}'_{\text{γ}}} (17)

    式中: {{N}}'_{\text{c}} {{N}}'_{\text{q}} {{{N}}'_{\text{γ}}} 为根据 {{c}}' {\varphi}' 取得的承载力因数。

    深水浅层建井一般采用重力贯入、负压贯入、喷射下入、钻入法下入和锤入法贯入等方式,无论采用何种安装方式,都会对附近土体产生扰动。安装过程中,附近土体发生重塑,并有较高的超静孔隙水压力,而且距离桩体越近,孔隙水压力越大。安装完成后孔隙水将流出扰动区域,流动到远处,近桩初土体将产生固结;随着孔隙水压力的消散,桩体的承载力将增大,这便是安装效应[18]。最为经典的安装效应预测公式为:

    \frac{{{Q}}_{\text{t}}}{{{Q}}_{\text{0}}}{=1+}{A}\text{log}\left(\frac{t}{{t}_{0}}\right) (18)

    式中: {{Q}}_{\text{t}} 为桩完成安装之后t时刻的承载力,kN; {{Q}}_{\text{0}} {t}_{0} 时刻桩的承载力,kN;A为常数,与土性有关。

    桩的下入方式不同,A的取值不同,重力贯入一般取值为0.05[20],负压贯入取值为0.10~0.20,锤入法取值为0.20~0.80[21],喷射法取值为3.00左右[22]。采用的浅层建井方式不同,对周围土体影响范围及扰动程度不同,安装效应也不同。重力贯入的安装效应最小,吸入法次之,然后是锤入法,喷射法安装效应最大,此处定义一个安装效应系数 \theta =[0,1]。 \theta 可以用式(18)计算的重力贯入方式和其他下入方式的比值表示,重力贯入方式为1.00,吸入法为0.79~0.92,锤入法为0.42~0.79,喷射法为0.28。安装效应下的侧摩阻力计算公式为:

    {{Q}}_{\text{f}}=\sum \theta_{{i}}{{f}}_{{i}}\left({z}\right){{A}}_{\text{s,}{i}} (19)

    式中:\theta_{{i}} 为安装效应系数。当第i层土层为重力下入时, {\theta}_{{i}}{=1}{.00} ;当第i层土层为负压下入时, {\theta}_{{i}}\text{=0.79}\text{~} \text{0.92}

    CAN集成了传统喷射钻井的表层导管、低压井口和防沉板等装备,成为浅层钻井的持力基础。后续钻井作业中,高压井口头安装在其上,连接并支撑上部防喷器;其下部可悬挂各层套管。CAN安装到位后,半潜式钻井平台就位;二开钻井至预定深度,下入二开套管,并坐挂于井口;二开套管下入到位后,下固井管柱,泵入水泥浆进行固井作业;候凝一段时间后,将防喷器安装于水下井口,进行三开钻井作业。井口设备如图3所示。

    图  3  CAN井口设备示意
    Figure  3.  CAN wellhead equipment

    二开套管坐挂井口固井阶段载荷较大,是CAN承受竖向载荷最大的工况,风险较大。深水钻井二开套管固井时,固井水泥浆达到井眼底部而尚未进入表层套管形成的二开环空的时刻,CAN受到的竖向载荷最大,此工况下最容易出现井口下沉及井口失稳事故[23]。除了CAN自重以外,其他设备为固定载荷,需要乘以固定载荷系数1.30[24],因此钻井工况下CAN承受的竖向载荷为:

    {{G}}_{\text{c}}={{W}}_{\text{c}}+{{1.3(}{{W}}_{\text{w}}+{W}}_{\text{mr}}{+{W}}_{\text{ca}}+{{W}}_{\text{cs}}+{{W}}_{\text{ce}}{)} (20)

    式中: {{G}}_{\text{c}} 为CAN竖向总载荷,kN; {{W}}_{\text{c}} 为CAN湿重,kN; {{W}}_{\text{w}} 为高压井口头湿重,kN; {{W}}_{\text{mr}} 为表层套管送入工具湿重,kN; {{W}}_{\text{ca}} 为表层套管湿重,kN; {{W}}_{\text{cs}} 为固井管柱湿重,kN; {{W}}_{\text{ce}} 为固井水泥浆湿重,kN。

    API规范对打入桩竖向承载力安全系数取值为k=2.0,为保证该工况下表层导管不下沉,需要满足:

    {{Q}}_{\text{c}}{ > k}{{G}}_{\text{c}} (21)

    将工程实际参数代入式(20),即可求得最小下入深度。井口吸力锚最小下入深度计算流程见图4

    图  4  井口吸力锚最小下入深度计算流程
    Figure  4.  Calculation process of the minimum depth for CAN setting

    南海陵水区块X井水深1 501 m,使用CAN建井方式,若CAN下入深度太浅,可能导致承载力不够,造成井口下沉或者倾覆,带来严重后果[25];若CAN下入过深,会影响作业时效,也可能遇到较硬土层,不能够靠吸力下入。因此,需要针对具体井位开展CAN最小深度设计,以保证现场安全高效作业施工。

    在陵水区块X井位附近采用重力取样获取了6个土样,取样深度在2.00~3.50 m,均为淤泥状,湿密度1 400~1 450 kg/m3,黏聚力小于10 kPa,内摩擦角小于3.0°,总体来看浅层土质很松软。表1为X井位附近土体由不固结不排水试验得到的参数。通过目标井浅层土质调查报告和土工试验报告中的土质参数回归计算,依据邻井土层变化趋势,得到X井位浅层土质不排水抗剪强度 {S} _{{\rm{u}}}\text{=6.83+}\text{1.}\text{1}\text{0}{z}

    表  1  陵水区块X井位土质参数
    Table  1.  Soil parameters of Well X in Lingshui block
    土样取样深度/m湿密度/(kg·m−3)不固结不排水试验结果
    黏聚力/kPa内摩擦角/(°)
    12.38~2.601 4005.601.70
    22.58~2.801 4408.501.90
    32.78~3.001 4307.501.90
    42.98~3.201 4306.401.90
    52.98~3.201 4509.802.30
    63.28~3.501 4203.202.60
    下载: 导出CSV 
    | 显示表格

    根据API规范中给出的桩的极限承载力计算模型,CAN下至预期深度12 m时,导向管侧向摩阻力 {{Q}}_{\text{f,3}} =397.33 kN,CAN外筒外侧摩阻力 {{Q}}_{\text{f,1}} =2 234.71 kN,CAN外筒内侧摩阻力 {{Q}}_{\text{f,2}} =2 215.79 kN,CAN端部阻力 {{Q}}_{\text{p,b}} =85.94 kN,CAN顶板承载力 {{Q}}_{\text{p,t}} =3 129.81 kN。CAN的总承载力 {{Q}}_{\text{C}} =8 063.59 kN,CAN极限承载力如图5所示。

    图  5  X井井口吸力锚极限承载力
    Figure  5.  Ultimate bearing capacity of CAN at Well X

    ϕ50.8 mm表层套管固井阶段可能出现吸力锚承受载荷最大的情况,常用内管柱插入方式进行表层套管固井。根据X井的井身结构,查询计算可得,井口头湿重为38.89 kN,表层导管湿重为7.02H kN(H为CAN入泥深度设计值),吸力锚湿重为39.97H+26.17 kN,表层套管送入工具湿重35.99 kN,表层套管湿重1405.05 kN,固井水泥浆湿重170.93 kN,固井管柱湿重483.74 kN。将以上数据代入式(20),可得:

    \begin{split} {{G}}_{\text{c}}\text=&\text{38.89+7.02}{H}\text{+39.97}{H}+26.17+\\ &1.3 \times (35.99+1405.05+170.93+483.74 )=\\ &46.99H+3 032.49 \end{split} (kN)

    根据图5,将X井安全系数下的井口载荷 {k}{{G}}_{\text{c}} 添加到极限承载力图版,得到CAN入泥深度设计图版(见图6),图版显示CAN最小入泥深度H=10.56 m。一般井口吸力锚的设计高度为12 m,上部土塞会有轻微隆起,此设计深度可以满足井口吸力锚的的竖向承载力需求。

    图  6  X井井口吸力锚入泥深度设计图版
    Figure  6.  Depth design of setting in mud of CAN at Well X

    根据目标区块土质资料及CAN的参数,采用Abaqus建立有限元模型,模拟下入到位的CAN的极限承载力。CAN材质为钢材,选用线弹性模型,弹性模量为206 GPa,泊松比为0.30,密度为7 850 kg/m3,吸力锚外径为6.00 m,壁厚为25.4 mm,中间导向管直径为1.067 m,导向管壁厚为38.1 mm,整体高度为12.00 m,顶板厚度为0.05 m。土体选用摩尔–库伦模型,数值取用表1中土质参数的平均值,具体为弹性模量10 MPa,泊松比0.35,密度1 430 kg/m3,内摩擦角2.0°,黏聚力6.83 kPa。土体模型设置为直径30 m、深度20 m的圆柱体。

    采用Abaqus中自带模型工具,根据尺寸参数建立物理模型,设置CAN对应的钢材属性和土体属性,并将截面属性赋予实体。在装配模块中,将CAN装配到圆柱型的土体中,装配结果见图7(为方便展示截取了模型剖面)。

    图  7  井口吸力锚和土体装配效果
    Figure  7.  Assembly effect of CAN and soil body

    在初始分析步中约束土体底部XYZ方向位移,约束土体侧面XY方向位移,CAN侧面的XY方向位移,CAN底部的XY方向位移。先施加重力荷载,将计算结果提取,在载荷中加入预定义场,平衡地应力;再添加位移载荷,在CAN的顶板上施加向下的位移0.30 m。分别对CAN和土体进行网格划分、求解,提取数据绘制CAN的载荷位移曲线。

    土体和CAN的Mise应力分布情况如图8所示。从图8可以看出,土体和CAN的最大应力都集中在CAN底部与土体相互接触部分。提取CAN顶板结点竖向应力S33数值及竖向位移U3数值,求取其平均值作为整个顶板上表面的位移及应力值。顶板竖向应力与顶板面积的乘积即为CAN的承受载荷。CAN顶板竖向应力数值如图9所示,CAN的载荷位移曲线如图10所示。

    图  8  土体及CAN的Mise应力分布情况
    Figure  8.  Mise stress distribution of soil and CAN
    图  9  CAN顶板竖向应力分布
    Figure  9.  Vertical stress distribution of CAN roof
    图  10  CAN载荷–位移曲线
    Figure  10.  Load-displacement curve of CAN

    根据《建筑基桩检测技术规范》(JGJ 106—2014),对于基桩的载荷–位移曲线有如下规定:对于缓变型Q-s曲线,宜根据桩顶总沉降量,取s等于40 mm对应的荷载值;对D(D为桩端直径)大于等于800 mm的桩,取s等于0.05D对应的荷载值;当桩长大于40 m时,需要考虑桩身弹性压缩。此模型中,CAN外径较大为6.00 m,取s等于0.05D即为0.30 m时的荷载值,如图10所示,荷载值为7 844.41 kN。此处需要加上CAN的浮重748.81 kN,极限承载力为8 593.22 kN。由图6可知,CAN在12 m处极限承载力理论值为8 063.59 kN,误差为6.16%,数值与有限元模拟结果较为吻合。

    1)根据不同下入阶段原理,定义了井口吸力锚竖向承载力模型的安装效应系数。以南海X井土质资料为基础进行模拟计算,计算结果表明,有限元模型精度较高。

    2)结合南海深水表层建井作业实践,建立了适用于深水钻井井口吸力锚下入深度模型,充分考虑了深水钻井过程中的各类载荷,并以南海X井为例,计算了井口吸力锚最小入泥深度,可以有效指导深水表层建井施工设计。

    3)工程实践可知,井口吸力锚下入深度模型的经验系数在不同海域取值会有一定差别,目前井口吸力锚在南海应用较少,需要根据后续井口吸力锚的应用结果优化模型中的经验系数。

  • 图  1   含流量控制阀的单油管多层合采井筒流动模型

    ①为环空与环境传热;②为井筒与环空传热;Ta为环空内流体的温度,K;ΔTva为流量控制阀处的温度损失,K;Tt,uTt,d分别为混合点前、后油管内流体的温度,K。

    Figure  1.   The flow model for single-tubing multi-layer commingled production wellbore with flow control valve

    图  2   模型计算结果与文献[22]中实测数据的对比

    Figure  2.   Comparison of model computational results and the measured data in reference[22]

    图  3   产出液的密度、比热容和导热系数对井筒温度的影响曲线

    Figure  3.   Influence curves of the density, specific heat capacity and thermal conductivity of produced fluids on wellbore temperature

    图  4   中间产层产液量对井筒温度的影响

    Figure  4.   Effect of Intermediate production layer liquid production rate on wellbore temperature

    图  5   中间产层厚度对井筒温度的影响

    Figure  5.   Effect of Intermediate production layer payzone thickness on wellbore temperature

    图  6   产层配比对井筒温度的影响

    Figure  6.   Effect of production allocation on wellbore temperature

    图  7   流量控制阀处的温度测量误差示意

    Figure  7.   Schematic diagram of temperature measurement error at the flow control valve

    表  1   文献[22]多层合采智能井基本参数

    Table  1   Basic parameters of the multi-layer commingled production intelligent wells in the reference[22]

    层段深度/m产液量/(m3·d–1
    上部油层1 646.00~1 737.00 91.0
    中部油层1 737.00~1 859.00161.7
    下部油层1 859.00~1 890.00163.7
    下载: 导出CSV

    表  2   产出液的基本性质参数

    Table  2   Basic properties of output liquid

    序号密度/(kg·m–3比热容/(J·K–1·kg–1导热系数/(W·m–1·K–1
    A9002 2000.14
    B1 0002 2000.14
    C9002 6400.14
    D9002 2000.17
    下载: 导出CSV

    表  3   DTS–SR系统监测算例井温度实测值与所建立模型计算值的相对误差

    Table  3   The relative error between the measured temperature of example well with DTS-SR monitoring system and the calculated value by the established model

    测点间距Δh/mH=2 900 m相对误差εr,%H=2 950 m相对误差εr,%平均|εr|max,%
    t1′=t1+0.01K
    t2′=t2–0.01K
    t1′=t1–0.01K
    t2′=t2+0.01K
    |εr|maxt1′=t1+0.01K
    t2′=t2–0.01K
    t1′=t1–0.01K
    t2′=t2+0.01K
    |εr|max
    0.10–1.588.988.98–1.609.969.969.47
    0.20–2.637.937.93–2.788.788.788.35
    0.30–3.686.886.88–3.967.607.607.24
    0.40–5.265.305.30–5.735.835.835.56
    下载: 导出CSV

    表  4   各种DTS传感器的技术性能指标及监测M-X井时的最大相对测量误差

    Table  4   Technical performance indicators of various DTS systems and the maximum relative measurement error when monitoring Well M-X

    传感器空间分辨率/m采样间隔/m温度分辨率/K最大相对测量误差,%最优测点间距Δh/m
    DTS-SR1.000.500.01 5.830.40
    DTS-FR0.300.300.0526.920.20
    Sensa DTS1.001.000.0522.170.30
    WFT-E102.001.000.1033.210.90
    下载: 导出CSV

    表  5   某井段的井筒温度剖面变化与产层状态/环境变化的关系

    Table  5   Relationship between wellbore temperature profile variation and production layer status/environmental changes in a well section

    产层状态/环境变化温度是否变化温度梯度是否变化控制该井段的流量控制阀处温降是否变化
    井段以上的产层状态改变
    井段所在的产层状态改变是/否
    井段以下的产层状态改变是/否是/否
    井段以上的环境改变
    井段所在层的环境改变
    井段以下的环境改变
    下载: 导出CSV

    表  6   多层合采井筒温度剖面的定性解释

    Table  6   Qualitative interpretation on the wellbore temperature profile in multi-layer commingled production wells

    温度变化情况可能的参数变化情况及解释结果优先等级
    温度升高产出液密度增大,考虑水侵2
    产出液比热容增大,考虑水侵2
    产出液导热系数减小,考虑气侵4
    产层厚度减小,考虑砂堵3
    该层或该层以下的产层产量增大1
    地层温度梯度增大1
    温度梯度减小产出液密度增大,考虑水侵2
    产出液比热容增大,考虑水侵2
    产出液导热系数减小,考虑气侵4
    产层厚度减小,考虑砂堵3
    该层或该层以下的产层产量增大1
    地层温度梯度减小1
    流量控制阀处温差增大产出液密度减小,考虑气侵2
    产出液比热容减小,考虑气侵2
    该层或该层以下的产层产量减小1
    地层温度梯度增大1
     注:优先等级1、2、3和4代表优先次序由高到低。
    下载: 导出CSV
  • [1] 单彦魁, 韦红术, 张俊斌, 等. 南海深水油田智能井修井挑战及对策[J]. 钻采工艺, 2017, 40(6): 63–65. doi: 10.3969/J.ISSN.1006-768X.2017.06.19

    SHAN Yankui, WEI Hongshu, ZHANG Junbin, et al. Challenges and countermeasures for workover on deepwater smart well in South China Sea[J]. Drilling & Production Technology, 2017, 40(6): 63–65. doi: 10.3969/J.ISSN.1006-768X.2017.06.19

    [2] 石军太, 李骞, 张磊, 等. 多层合采气井产能指示曲线异常的原因与校正方法[J]. 天然气工业, 2018, 38(3): 50–59. doi: 10.3787/j.issn.1000-0976.2018.03.006

    SHI Juntai, LI Qian, ZHANG Lei, et al. An abnormality of productivity indicative curves for multi-layer gas wells: reason analysis and a correction method[J]. Natural Gas Industry, 2018, 38(3): 50–59. doi: 10.3787/j.issn.1000-0976.2018.03.006

    [3] 何祖清, 梁承春, 彭汉修, 等. 鄂尔多斯盆地南部致密油藏水平井智能分采技术研究与试验[J]. 石油钻探技术, 2017, 45(3): 88–94.

    HE Zuqing, LIANG Chengchun, PENG Hanxiu, et al. Research and tests on horizontal well smart layering exploiting technology in tight oil reservoirs in Southern Ordos Basin[J]. Petroleum Drilling Tech-niques, 2017, 45(3): 88–94.

    [4] 石艺. 国际石油2015年十大科技进展(四):全电动智能井系统取得重大进展[J]. 石油钻采工艺, 2016, 38(1): 92.

    SHI Yi. Top ten scientific and technological progress of inter-national petroleum in 2015(4): major progress of all-electric smart well system[J]. Oil Drilling & Production Technology, 2016, 38(1): 92.

    [5] 王浩. 智能完井生产优化方法研究[D]. 西安: 西安石油大学, 2017.

    WANG Hao. Research on production optimization method of intelligent completion[D]. Xi’an: Xi’an Shiyou University, 2017.

    [6] 姚军, 刘钧荣, 张凯. 国外智能井技术[M]. 北京: 石油工业出版社, 2011: 21-55.

    YAO Jun, LIU Junrong, ZHANG Kai. Intelligent well technology abroad[M]. Beijing: Petroleum Industry Press, 2011: 21-55.

    [7]

    TIWARI A, BROWN W P. System and method for simultaneous visualization of fluid flow within well completions and a reservoir: US13811826[P]. 2013-07-11.

    [8] 刘涛, 刘生平. 智能分层控采技术在牛263井的应用[J]. 化工管理, 2016, 29(16): 157. doi: 10.3969/j.issn.1008-4800.2016.16.084

    LIU Tao, LIU Shengping. Application of intelligent stratification and production control technology in Niu 263 Well[J]. Chemical Enterprise Management, 2016, 29(16): 157. doi: 10.3969/j.issn.1008-4800.2016.16.084

    [9] 张振奇, 童茂松, 曹庆芳, 等. 光纤传感器及其在石油钻探中的应用[J]. 石油仪器, 2007, 21(4): 1–6. doi: 10.3969/j.issn.1004-9134.2007.04.001

    ZHANG Zhenqi, TONG Maosong, CAO Qingfang, et al. Optic fiber sensor and its application in drilling and exploration[J]. Petroleum Instruments, 2007, 21(4): 1–6. doi: 10.3969/j.issn.1004-9134.2007.04.001

    [10]

    DA SILVA M F, MURADOV K M, DAVIES D R. Review, analysis and comparison of intelligent well monitoring systems[R]. SPE 150195, 2012.

    [11]

    RAMEY H J Jr. Wellbore heat transmission[J]. Journal of Petroleum Technology, 1962, 14(4): 427–435. doi: 10.2118/96-PA

    [12]

    WILLHITE G P. Over-all heat transfer coefficients in steam and hot water injection wells[J]. Journal of Petroleum Technology, 1967, 19(5): 607–615. doi: 10.2118/1449-PA

    [13]

    KABIR C S, HASAN A R, JORDAN D L, et al. A well-bore/reservoir simulator for testing gas wells in high-temperature reservoirs[J]. SPE Formation Evaluation, 1996, 11(2): 128–134. doi: 10.2118/28402-PA

    [14]

    HASAN A R, KABIR C S, AMEEN M M, et al. A fluid circulating temperature model for workover operations[J]. SPE Journal, 1996, 1(2): 133–144. doi: 10.2118/27848-PA

    [15]

    YIN Bangtang, LI Xiangfang, LIU Gang. A mechanistic model of heat transfer for gas-liquid flow in vertical wellbore annuli[J]. Petroleum Science, 2018, 15(1): 135–145. doi: 10.1007/s12182-017-0193-y

    [16] 廖成龙, 黄鹏, 李明, 等. 智能完井用井下液控多级流量控制阀研究[J]. 石油机械, 2016, 44(12): 32–37.

    LIAO Chenglong, HUANG Peng, LI Ming, et al. Downhole hydraulic operated multistage flow control valve for intelligent well completion system[J]. China Petroleum Machinery, 2016, 44(12): 32–37.

    [17]

    AJAYI A A, KONOPCZYNSKI M R. Theory and application of probabilistic method of designing customized interval control valves choke trim for multizone intelligent well systems[R]. SPE 110600, 2007.

    [18]

    HOLMAN J P. Heat transfer[M]. New York: McGraw-Hill Book Company, 1976.

    [19]

    HASAN A R, KABIR C S. Fluid flow and heat transfer in wellbores[M]. 2nd ed. Richardson: Society of Petroleum Engineers, 2018.

    [20]

    CENGEL Y A, BOLES M A. Thermodynamics: an engineering approach[M]. 3rd ed. Hightstown: WCB/McGraw-Hill, 1998.

    [21] 李维国, 同登科. 数值计算方法[M]. 2版. 东营: 中国石油大学出版社, 2009: 243-249.

    LI Weiguo, TONG Dengke. Numerical computation method[M]. 2nd ed. Dongying: China University of Petroleum Press, 2009: 243-249.

    [22]

    MURADOV K M, DAVIES D R. Zonal rate allocation in intelligent wells[R]. SPE 121055, 2009.

  • 期刊类型引用(10)

    1. 张启龙,张明,陈玲,刘鹏,孙龙飞,谢宗财. 连续油管喷砂射孔管柱校核方法研究与应用. 当代化工. 2023(07): 1604-1609 . 百度学术
    2. 王思凡,张安康,胡东锋. 连续油管打捞砂埋节流器技术研究与现场试验. 石油钻探技术. 2021(05): 108-113 . 本站查看
    3. 韩超,刘峰,余建生,王晓,陈玉山. 渤海A油田水力喷砂射孔压裂增产技术. 油气井测试. 2020(04): 56-62 . 百度学术
    4. 李凌川. 致密砂岩气藏水平井全通径分段压裂改造实践及认识. 钻采工艺. 2019(05): 62-65+10 . 百度学术
    5. 闫吉曾. 泾河油田非均质储层三维水平井钻井技术. 石油机械. 2018(06): 13-19 . 百度学术
    6. 杨同玉,魏辽,冯丽莹,马兰荣,朱玉杰. 水平井趾端压裂关键工具设计与试验. 石油钻探技术. 2018(04): 54-58 . 本站查看
    7. 陈晓华,王翔,冯永超,牛萌萌,闫吉曾. 泾河油田裂缝性致密油藏防漏堵漏技术. 断块油气田. 2017(02): 297-300 . 百度学术
    8. 郑子君,余成. 重复射孔对套管强度的影响. 石油机械. 2017(12): 100-105 . 百度学术
    9. 李建山. 泾河油田水平井固井难点与对策研究. 石油钻探技术. 2017(06): 19-23 . 本站查看
    10. 朱新春. 泾河油田分段多簇压裂起裂机理分析及参数设计. 断块油气田. 2016(02): 226-229 . 百度学术

    其他类型引用(4)

图(7)  /  表(6)
计量
  • 文章访问数:  1047
  • HTML全文浏览量:  693
  • PDF下载量:  76
  • 被引次数: 14
出版历程
  • 收稿日期:  2018-10-06
  • 修回日期:  2019-06-11
  • 网络出版日期:  2019-07-23
  • 刊出日期:  2019-06-30

目录

/

返回文章
返回