Processing math: 100%

基于SVM的套管最大von Mises应力预测方法

狄勤丰, 吴志浩, 王文昌, 覃光煦, 陈锋

狄勤丰, 吴志浩, 王文昌, 覃光煦, 陈锋. 基于SVM的套管最大von Mises应力预测方法[J]. 石油钻探技术, 2019, 47(3): 62-67. DOI: 10.11911/syztjs.2019065
引用本文: 狄勤丰, 吴志浩, 王文昌, 覃光煦, 陈锋. 基于SVM的套管最大von Mises应力预测方法[J]. 石油钻探技术, 2019, 47(3): 62-67. DOI: 10.11911/syztjs.2019065
DI Qinfeng, WU Zhihao, WANG Wenchang, QIN Guangxu, CHEN Feng. An Prediction Method for Determining the Maximum von Mises Stress in Casing Based on SVM[J]. Petroleum Drilling Techniques, 2019, 47(3): 62-67. DOI: 10.11911/syztjs.2019065
Citation: DI Qinfeng, WU Zhihao, WANG Wenchang, QIN Guangxu, CHEN Feng. An Prediction Method for Determining the Maximum von Mises Stress in Casing Based on SVM[J]. Petroleum Drilling Techniques, 2019, 47(3): 62-67. DOI: 10.11911/syztjs.2019065

基于SVM的套管最大von Mises应力预测方法

基金项目: 国家自然科学基金重点项目“超深井钻柱非线性动力学及动态安全性基础理论研究”(编号:U1663205)、国家自然科学基金青年项目“气体钻井中预弯底部钻具组合控斜的非线性动力学机制”(编号:51704191)和国家自然科学基金青年项目“超深井油套管螺纹接头三维力学特性分析及密封机理研究”(编号:51804194)联合资助
详细信息
    作者简介:

    狄勤丰(1963—),男,江苏溧阳人,1984年毕业于华东石油学院钻井工程专业,1997年获西南石油学院油气井工程专业博士学位,教授,博士生导师,主要从事石油工程中的力学问题研究。系本刊编委。E-mail:qinfengd@sina.com

  • 中图分类号: TE21

An Prediction Method for Determining the Maximum von Mises Stress in Casing Based on SVM

  • 摘要:

    为了预测非均匀地应力条件下不居中套管的最大应力,提高套管安全性,研究了基于支持向量机(SVM)的套管最大von Mises应力预测方法。首先确定了影响套管最大应力的关键因素,包括非均匀地应力、水泥环的弹性模量及泊松比、套管偏心距等8个因素;然后利用ANSYS软件构建了套管应力实验样本;最后建立了εSVR模型,实现了套管最大应力的预测。通过自学习,基于径向基核函数的SVM回归方法对于训练样本达到了很好的精度,5个测试样本的平均相对误差仅为1.32%,具有较好的预测精度,满足工程需求,且可以实现非均匀地应力条件下不居中套管最大应力的快速求解。研究结果为现场安全施工提供了理论依据。

    Abstract:

    In order to predict the maximum stress of uncentered casing under non-uniform in-situ stress and improve the safety of casing, a prediction method of casing’s maximum von Mises stress based on artificial intelligence SVM is studied. First, the key factors affecting the maximum stress of casing are determined, including non-uniform geologic stress, elastic modulus and Poisson's ratio of cement sheath, eccentricity of casing, etc. Then the "experimental" samples of casing stress are constructed by using ANSYS software. Finally the εSVR model is established to realize the prediction of casing’s maximum stress. Through self-learning, the SVM regression method based on RBF kernel achieves good accuracy for training samples. For the five test samples, the average relative error is only 1.32%, which means that this method can meet the needs of engineering application. In particular, this method can be used to quickly solve the maximum stress of uncentered casing under non-uniform in-situ stress.The research results provide theoretical basis for site safety construction.

  • 顺北油气田位于塔里木盆地北部顺托果勒低隆起,由一系列沿断裂带分布、埋深大于7 000 m的碳酸盐岩断溶体海相油气藏组成,主要采用超深小井眼中短半径水平井进行开发[1-6]。由于储层埋藏深(7 500~8 500 m)、井底温度高(160~200 ℃)[7]、压力高(90~160 MPa),钻进下部井段(含下部造斜段及水平段)时MWD仪器故障率超过50 %,个别井中MWD仪器无法工作[8-10]。该情况下,不仅钻具组合中不能连接MWD仪器,也不能用多点测斜仪和“吊测”方式监测井眼轨迹,仅能在每趟钻起钻时采用多点测斜仪和“投测”方式测量井眼轨迹,然后依据测量结果和待钻井眼轨道设计确定下一趟钻的钻具组合和钻进参数。目前,国内陆上钻水平井时主要采用“MWD+弯螺杆钻具”组成的滑动导向钻进系统,采用滑动钻进和复合钻进交替进行的方式实现井眼轨迹控制 [311-15]。无MWD仪器可用时只能采用常规钻具组合进行旋转钻进,或者弯螺杆钻具组合进行复合钻进。现有文献尚未系统探讨超深高温水平井下部井段无MWD仪器可用时井眼轨迹控制的技术方法。鉴于此,笔者给出了顺北油气田超深高温水平井井眼轨道设计与井眼轨迹控制一体化技术方案、复合钻进井斜角变化率预测方法,以降低顺北油气田超深高温水平井井眼轨迹控制难度,提高钻井效率。

    顺北油气田超深高温水平井以四开井身结构为主,其中四开井段为定向井段,多采用ϕ149.2 mm井 眼。由于储层埋藏深(7 500~8 500 m)、井底温度高(160~200 ℃)、地质构造复杂(碳酸盐岩断溶体)、井眼直径小(149.2 mm)、造斜率高((18°~24°)/30 m),井眼轨迹控制存在以下技术难点[3-4, 8-10, 13]

    1)钻柱摩阻大,滑动钻进时工具面调整困难。例如,SBP1H 井钻至井深8 304 m时下放摩阻达280 kN,滑动钻进时调整工具面十分困难。顺北油气田有部分超深高温水平井滑动钻进时调整工具面平均用时2~3 h/次,不仅影响纯钻时效,还导致造斜率难以满足设计要求。

    2)井眼轨道设计过于简单,螺杆钻具的造斜能力匹配难度大。例如,现有井眼轨道多为单一圆弧轨道,设计造斜率(18°~24°)/30 m,需要使用大弯角螺杆钻具(>1.75°)进行定向造斜。由于大弯角螺杆钻具(>1.75°)不允许进行复合钻进,不能采用滑动钻进和复合钻进交替进行的方式调整造斜率,若滑动钻进时的实际造斜率与设计造斜率有较大偏差,就需要起钻更换钻具组合。顺北油气田超深水平井起下钻用时较长(平均约50 h),频繁起钻更换钻具组合会造成钻井周期增长。

    3)MWD仪器故障率高,有时无MWD仪器可用,井眼轨迹控制难度大。例如,SHB16X井四开ϕ149.2 mm侧钻井眼仅第1趟钻MWD仪器正常工作,第2—第6趟钻均不能正常工作;从第7趟钻开始无MWD仪器可用,只能采用单弯螺杆钻具组合进行复合钻进,控制井斜角变化。为避免井眼轨迹出现较大偏差而影响中靶,每趟钻仅钻进100 m就需起钻,利用多点测斜仪测量井眼轨迹参数。

    为降低超深高温水平井的井眼轨迹控制难度,提高钻井效率,解决无MWD仪器可用的问题,应对井眼轨道设计与井眼轨迹控制进行一体化规划,并在每趟钻下钻前准确预测和调控井斜角变化率。

    顺北油气田超深高温水平井钻井过程中,MWD仪器故障率比较高,造斜段第一趟钻应采用大弯角螺杆钻具和MWD仪器进行定向造斜,在MWD仪器出故障之前以较高的造斜率尽快增大井斜角,以便下部造斜段无MWD仪器时能够采用缓增斜钻具组合和旋转钻进方式准确入靶。该情况下最适合将超深高温水平井井眼轨道设计成造斜率“前高后低”的多圆弧轨道。

    考虑到超深高温水平井井眼直径较小、靶前位移和造斜段均相对较短,设置1个高造斜率增斜段和2个缓增斜段,井眼轨道基本形式为“直—高增(造斜率(18°~24°)/30 m)—缓增1(造斜率3.0°/30 m左右)—缓增2(造斜率1.0°/30 m左右)—稳”。与文献[13]仅设置1个缓增斜段相比,设置2个缓增段既能弥补螺杆钻具组合滑动钻进造斜率与设计造斜率的偏差,还能弥补螺杆钻具组合复合钻进造斜率与设计造斜率的偏差,无MWD仪器可用时能够显著降低超深高温水平井的中靶难度。

    第一趟钻推荐采用单弯单稳定器螺杆钻具组合和MWD仪器进行定向造斜,尽可能以较高造斜率尽快增大井斜角,为下部井段换用缓增斜钻具组合和旋转钻进创造有利条件。推荐采用弯角2.0°左右(1.75°~2.5°)的螺杆钻具,全部采用滑动钻进方式钻进。与单弯无稳定器螺杆钻具组合相比,单弯单稳定器螺杆钻具组合有助于稳定工具面,提高定向钻进效率。与单弯双稳定器螺杆钻具组合相比,单弯单稳定器螺杆钻具组合能够以较高的造斜率快速增斜,有助于在MWD仪器出现故障前获得较大的井斜角,降低下部井段井眼轨迹的控制难度。

    第一趟钻定向造斜,从第二趟钻开始不再使用MWD仪器,原则上采用由钻柱稳定器和钻铤组成的常规钻具组合(包括缓增斜、稳斜、缓降斜)进行旋转钻进(转盘或顶驱),或采用弯螺杆钻具组合进行复合钻进。对于超深高温水平井,采用常规钻具组合进行旋转钻进时,转速通常较低,不利于提高钻井速度;稳定器数量较少时不利于稳方位,稳定器数量较多时卡钻风险高。该情况下最适合采用弯螺杆钻具组合进行复合钻进。

    通过优化钻具组合和钻进参数,采用单弯螺杆钻具组合进行复合钻进能够获得缓增斜、稳斜、缓降斜的效果。通常情况下,缓增斜段1的造斜率在3.0°/30 m左右,推荐采用单弯无稳定器螺杆钻具组合或单弯单稳定器螺杆钻具组合,螺杆钻具弯角1.25°~1.5°,加较大的钻压进行复合钻进;缓增斜段2的造斜率在1.0°/30 m左右,推荐采用单弯双稳定器螺杆钻具组合或单弯单稳定器螺杆钻具组合,螺杆钻具弯角1.25°~1.5°,加中等钻压进行复合钻进。水平段的钻具组合可参考缓增斜段2:当井眼稳定、卡钻风险较低时,推荐采用单弯双稳定器螺杆钻具组合;当井眼不稳定、卡钻风险较高时,推荐采用单弯单稳定器螺杆钻具组合。

    无MWD仪器可用时能否利用弯螺杆钻具组合的复合钻进控制井眼轨迹,实现准确中靶,关键在于下钻前准确预测复合钻进时的井斜角变化率,根据井眼轨迹控制要求优化钻具组合和钻进参数。

    目前有多种方法预测弯螺杆钻具组合滑动钻进时的造斜率,如“三点定圆法”[16-18]、“平衡曲率法”[19-20]、“极限曲率法”[19-20]、“平衡趋势法”[21-22]等,但是尚无预测复合钻进井斜角变化率的方法。笔者借鉴文献[20]给出的钻具组合力学模型、文献[21-22]给出的平衡趋势造斜率预测方法,分别预测出滑动钻进时全力增斜对应的造斜率K0(正值)、全力降斜对应的造斜率K180(负值),然后取二者的平均值作为复合钻进时的井斜角变化率Kr

    平衡趋势造斜率预测方法的基本原理[20]图1所示(x为已钻井眼方向(井眼轴线的切线方向);单位矢量erefea分别为待钻井眼方向(将要钻进方向)、钻头合力方向、钻头轴线方向;Ar为待钻井眼方向与已钻井眼方向的夹角,称为钻进趋势角[13-16])。

    图  1  钻进趋势角示意
    Figure  1.  Drilling trending angle

    若钻进趋势角Ar0,则待钻井眼曲率将增大(Ar>0)或减小(Ar<0);随着待钻井眼长度增长,钻进趋势角|Ar|将会越来越小;当钻进趋势角Ar=0时,待钻井眼曲率将不再变化,即为给定钻井条件对应的造斜率。平衡趋势造斜率预测方法集成了钻具组合力学分析模型、钻头与地层交互作用模型,能够综合分析钻具组合、钻头、地层及钻进参数对造斜率的影响。

    单弯单稳定器螺杆钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm带稳定器单弯螺杆+单流阀+ϕ120.7 mm无磁钻铤。螺杆钻具型号5LZ120×7.0,本体直径120.7 mm;稳定器直径146.0 mm,稳定器距离钻头中心0.74 m;螺杆弯角1.25°~1.5°,弯角中心距离螺杆稳定器中心0.65 m;钻压50 kN;钻头各向异性指数0.05。

    1)螺杆弯角对井斜角变化率的影响规律。模拟计算采用不同弯角螺杆时的井斜角变化率,结果如图2所示。从图2可以看出:单弯单稳定器螺杆钻具组合滑动钻进时的造斜率(全力降斜取绝对值,下同)随弯角增大而显著增大,复合钻进时的井斜角变化率随弯角增大而减小;钻压50 kN条件下,1.5°螺杆钻具滑动钻进时的造斜率约19.0°/30 m、复合钻进时的井斜角变化率约2.4°/30 m,1.25°螺杆钻具滑动钻进时的造斜率约17.0°/30 m、复合钻进时的井斜角变化率约2.7°/30 m。

    图  2  螺杆弯角对井斜角变化率的影响
    Figure  2.  The effect of PDM bent angle on well inclination variation rates

    2)螺杆稳定器直径对井斜角变化率的影响规律。模拟计算螺杆自带不同直径稳定器时的井斜角变化率,结果如图3所示。从图3可以看出,单弯单稳定器螺杆钻具组合滑动钻进时的造斜率随螺杆自带稳定器直径增大有所减小,复合钻进时的井斜变化率随螺杆自带稳定器直径增大明显减小。

    图  3  螺杆稳定器直径对井斜角变化率的影响
    Figure  3.  The effect of PDM stabilizer diameter on well inclination variation rates

    3)钻压对井斜角变化率的影响规律。模拟计算不同钻压下单弯单稳定器螺杆钻具组合的井斜角变化率,结果如图4所示。从图4可以看出:单弯单稳定器螺杆钻具组合滑动钻进时的造斜率、复合钻进时的井斜角变化率均随钻压增大而增大;钻压对复合钻进时井斜角变化率的影响显著。

    图  4  钻压对井斜角变化率的影响
    Figure  4.  The effect of weight on bit (WOB) on well inclination variation rates

    顺北油气田超深高温水平井因为温度高,造成MWD仪器故障率高,导致下部井段无MWD仪器可用,于是对井眼轨道进行优化设计,采用上文推荐的钻具组合和钻进参数,并准确预测和调控井斜角变化率,控制了井眼轨迹,实现了准确中靶。下面以SHB16X井ϕ149.2 mm侧钻井眼为例,介绍超深高温水平井井眼轨迹控制技术的具体应用情况。

    SHB16X井四开井眼直径为149.2 mm,原设计完钻井深6 759.41 m(垂深6 680.00 m),第一次加深至井深6 865.00 m(垂深6 767.99 m),第二次准备加深至井深7 471.47 m(垂深7 350.00 m)。但钻至井深7 086.00 m时短起下过程中发生卡钻,处理卡钻之后井内有落鱼,根据地质要求回填侧钻。

    根据上文的井眼轨道优化设计方法设计了SHB16X井侧钻井眼的轨道,结果见表1。该井从井深6 374.00 m开始,共用6种钻具组合、8趟钻钻至井深7 060.00 m完钻,各趟钻的钻进情况见表2。由表2可知,除了第1趟钻MWD仪器正常工作外,第2—第6趟钻MWD仪器均出现故障,钻井现场已经无MWD仪器可用,第7趟和第8趟钻只能采用上文推荐的单弯单稳定器螺杆钻具钻具进行复合钻进,控制井眼轨迹。

    表  1  SHB16X井侧钻井眼轨道设计结果
    Table  1.  Well SHB16X sidetrack wellbore trajectory design
    井深/m垂深/m井斜角/(°)方位角/(°)闭合距/m井眼曲率/((°)·(30m)−1靶点
    6 375.006 343.9732.71323.1103.630
    6 393.136 359.4031.00340.0112.7515.00
    6 433.616 390.8947.000.13133.9515.00
    6 979.796 612.0784.310.13600.462.05
    7 009.426 615.0084.310.13629.680A
    7 111.106 625.0784.310.13730.120B
    下载: 导出CSV 
    | 显示表格
    表  2  SHB16X井侧钻8趟钻钻进情况
    Table  2.  Summary of 8 runs of sidetracking in Well SHB16X
    趟次井段/m钻压/kN井斜角变化井眼曲率/((°)·(30m)−1机械钻速/(m·h−1起钻原因
    16 374~6 4233032.65°↗47.52°20.001.33定向结束,起钻更换稳斜钻具
    26 423~6 4623047.52°↗52.87°4.124.08MWD仪器无信号
    6 462~6 4842052.87°↗55.17°3.143.62
    36 484~6 5153055.17°↗55.88°0.693.29MWD仪器无信号
    6 515~6 5445055.88°↗56.42°0.565.27
    6 544~6 5836056.42°↗59.05°2.025.02
    6 583~6 6505059.05°↗60.66°0.724.69
    46 650~6 654502.82MWD仪器无信号
    56 654~6 695505.52MWD仪器无信号
    66 695~6 79550~6061.55°↗63.16°0.484.49多点测斜仪测量
    76 795~6 89540~5063.16°↗70.55°2.222.52多点测斜仪测量
    86 895~7 06040~070.55°↗81.50°1.992.19钻遇硅质地层,多点测斜仪测量后起钻
    注:第1趟钻钻具组合为ϕ149.2 mm混合钻头+ϕ120.7 mm弯螺杆(弯角2°、ϕ143.0 mm稳定器)+ϕ120.7 mm无磁钻铤+MWD;第2趟钻钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm弯螺杆(弯角1.25°、ϕ146.0 mm稳定器)+ϕ120.7 mm短钻铤+单流阀+ϕ145.0 mm稳定器+ϕ120.7 mm无磁钻铤+MWD;第3—5趟钻钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm弯螺杆(弯角1.25°、ϕ143.0 mm稳定器)+单流阀+ϕ145.0 mm稳定器+ϕ120.7 mm无磁钻铤+MWD;第6趟钻钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm弯螺杆(弯角1.5°)+单流阀+ϕ120.7 mm无磁钻铤+MWD;第7趟钻钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm弯螺杆(弯角1.25°、ϕ145.0 mm直条稳定器)+单流阀+ϕ120.7 mm无磁钻铤;第8趟钻钻具组合为ϕ149.2 mm PDC钻头+ϕ120.7 mm弯螺杆(弯角1.5°、ϕ145.0 mm直条稳定器)+单流阀+ϕ120.7 mm无磁钻铤。
    下载: 导出CSV 
    | 显示表格

    由于第2—第6趟钻MWD仪器均出现故障,于是从第7趟钻开始采用单弯单稳定器螺杆钻具组合进行复合钻进,继续增斜。根据复合钻进井斜角变化率预测结果优化钻具组合及钻进参数,将井斜角变化率控制在(2°~3°)/30 m,每趟钻每钻进100 m就采用多点测斜仪测量一次井眼轨迹参数。

    图5所示为第7趟钻和第8趟钻复合钻进井斜角变化率与井深对应关系。从图5可以看出:第7趟钻复合钻进增斜率最高2.82°/30 m,平均2.22°/30 m;第8趟钻复合钻进增斜率最高3.00°/30 m,平均1.99°/30 m;复合钻进增斜效果较好,达到了预期增斜目标,也与上文预测结果一致。

    图  5  复合钻进效果分析
    Figure  5.  Well inclination variation rates of compound drilling at different depths

    此外,第8趟钻前半程复合钻进增斜较快,与上文预测结果一致;后半程复合钻进增斜较慢,与上文预测结果有较大偏差。结合SHB16X井地质资料分析,可能原因有2个:1)地层倾角、倾向、均质性发生较大变化;2)下部地层有硅质成分,钻头磨损后侧向切削力降低。

    1)顺北油气田超深高温水平井适合采用造斜率“前高后低”的多圆弧轨道,推荐采用“直—高增—缓增1—缓增2—稳”的井眼轨道。

    2)利用平衡趋势造斜率预测方法分别预测出单弯单稳定器螺杆钻具组合全力增斜和全力降斜对应的造斜率,取二者的平均值作为复合钻进井斜角变化率是可行的。

    3)对于顺北油气田超深高温水平井无MWD仪器可用的下部高温井段,可采用单弯单稳定器螺杆钻具组合进行复合钻进,控制井眼轨迹,但下钻前需根据复合钻进井斜角变化率预测结果优化钻具组合和钻进参数。

  • 图  1   线性可分情况下的最优分类线[14]

    Figure  1.   Optimal classification line in the case of linear separability[14]

    图  2   ε–SVR模型的MATLAB程序实现

    Figure  2.   MATLAB program implementation of the ε–SVR Model

    图  3   套管–水泥环–地层系统几何模型

    Figure  3.   Geometry model for casing, cement sheath and formation

    图  4   套管–水泥环–地层系统有限元模型

    Figure  4.   Finite element model for casing, cement sheath and formation

    图  5   套管内壁von Mises应力云图

    Figure  5.   von Mises stress cloud diagram on the casing inner wall

    图  6   预测值和样本值对比结果

    Figure  6.   Comparison of predicted and sample values

    表  1   主要影响因素及取值范围

    Table  1   Main influencing factors and range of values

    影响因素取值范围
    最大水平主应力σH/MPa80~135
    最小水平主应力σh/MPa30~80
    钻井液密度ρf/(kg∙L–11.15~2.05
    水泥环的弹性模量Ec/GPa10~60
    水泥环的泊松比μc0.15~0.35
    地层的弹性模量Es/GPa1~30
    地层的泊松比μs0.10~0.30
    套管偏心距δ/mm1.5~25.7
    下载: 导出CSV

    表  2   SVM“实验样本”数据

    Table  2   Data of the SVM “experimental samples”

    序号ρf/(kg∙L–1Ec/GPaμcEs/GPaμsσH/MPaσh/MPaδ/mmσv/MPa
    11.7335.000.2615.700.2555.00107.5025.7642.24
    21.4838.570.1825.910.2340.71123.211.5766.62
    31.4838.570.1825.910.2340.71123.2111.2768.59
    41.2338.570.1817.740.3137.1480.001.5458.83
    51.4820.710.3225.910.2351.43127.1420.8754.53
    61.4838.570.1825.910.2340.71123.216.3767.72
    71.4820.710.3225.910.2351.43127.1411.2754.29
    82.0542.140.3523.870.1665.71111.431.5487.51
    91.7335.000.269.570.4051.43127.1425.71 008.85
    101.8127.860.177.530.3444.29103.571.5835.23
    911.8924.290.2421.830.1033.5799.6416.0550.76
    921.1556.430.2911.610.1276.43115.3625.7957.12
    931.7335.000.269.570.4051.43127.146.31 006.05
    941.4838.570.1825.910.2340.71123.2116.0769.33
    951.2317.140.1530.000.3665.71111.436.3468.30
    961.7310.000.3021.830.1055.00107.5025.7586.98
    971.4860.000.217.530.3462.14131.0716.01 192.18
    981.4860.000.217.530.3462.14131.0720.81 195.77
    991.4038.570.1813.660.1937.1480.0020.8531.50
    1001.9724.290.245.490.2776.43115.3625.7862.73
    下载: 导出CSV

    表  3   测试样本的预测结果

    Table  3   Predictive effect of test samples

    样本序号模型参数最大von Mises应力/MPa绝对误差/MPa相对误差,%平均相对误差,%
    样本值预测值
    96σ=2.01
    ε=0.01
    C=3.00
    586.98603.2116.232.761.32
    971 192.181 200.548.360.70
    981 195.771 207.7411.971.00
    99531.50530.85–0.65–0.12
    100862.73845.36–17.37–2.01
    下载: 导出CSV
  • [1]

    American Petroleum Institute. API BULLETIN 5C3: bulletin on formulas and calculations of casing, tubing, drill pipe and line pipe properties[S]. 1994-10-01.

    [2]

    HAN J Z, SHI T H. Nonuniform loading affects casing collapse resistance[J]. Oil & Gas Journal, 2001, 99(25): 45–48.

    [3] 李军, 陈勉, 柳贡慧,等. 套管、水泥环及井壁围岩组合体的弹塑性分析[J]. 石油学报, 2005, 26(6): 99–103. doi: 10.3321/j.issn:0253-2697.2005.06.023

    LI Jun, CHEN Mian, LIU Gonghui, et al. Elastic-plastic analysis of casing-concrete sheath-rock combination[J]. Acta Petrolei Sinica, 2005, 26(6): 99–103. doi: 10.3321/j.issn:0253-2697.2005.06.023

    [4] 殷有泉,李平恩. 非均匀载荷下套管强度的计算[J]. 石油学报, 2007, 28(6): 138–141. doi: 10.3321/j.issn:0253-2697.2007.06.029

    YIN Youquan, LI Ping’en. Computation of casing strength under non-uniform load[J]. Acta Petrolei Sinica, 2007, 28(6): 138–141. doi: 10.3321/j.issn:0253-2697.2007.06.029

    [5] 李国庆. 套管水泥环组合应力计算边界条件分析[J]. 石油钻探技术, 2012, 40(2): 20–24. doi: 10.3969/j.issn.1001-0890.2012.02.004

    LI Guoqing. Analysis of boundary condition of stress calculation on casing/cement-sheath[J]. Petroleum Drilling Techniques, 2012, 40(2): 20–24. doi: 10.3969/j.issn.1001-0890.2012.02.004

    [6]

    CHEN Zhanfeng, ZHU Weiping, DI Qinfeng. Elasticity solution for the casing under linear crustal stress[J]. Engineering Failure Analysis, 2018, 84: 185–195. doi: 10.1016/j.engfailanal.2017.11.007

    [7] 李子丰,张永贵,阳鑫军. 蠕变地层与油井套管相互作用力学模型[J]. 石油学报, 2009, 30(1): 129–131. doi: 10.3321/j.issn:0253-2697.2009.01.026

    LI Zifeng, ZHANG Yonggui, YANG Xinjun. Mechanics model for interaction between creep formation and oil well casing[J]. Acta Petrolei Sinica, 2009, 30(1): 129–131. doi: 10.3321/j.issn:0253-2697.2009.01.026

    [8] 徐守余,李茂华,牛卫东. 水泥环性质对套管抗挤强度影响的有限元分析[J]. 石油钻探技术, 2007, 35(3): 5–8. doi: 10.3969/j.issn.1001-0890.2007.03.002

    XU Shouyu, LI Maohua, NIU Weidong. Finite element analysis of effect of cement sheath property on casing collapsing strength[J]. Petroleum Drilling Techniques, 2007, 35(3): 5–8. doi: 10.3969/j.issn.1001-0890.2007.03.002

    [9] 李子丰,杨海军,陈飞. 蠕变性地层中套管有效外挤压力的计算方法探讨[J]. 石油钻探技术, 2014, 42(3): 13–15.

    LI Zifeng, YANG Haijun, CHEN Fei. The calculation of the effective external pressure on casing in creep formation[J]. Petroleum Drilling Techniques, 2014, 42(3): 13–15.

    [10]

    RODRIGUEZ W J, FLECKENSTEIN W W, EUSTES A W. Simulation of collapse loads on cemented casing using finite element analysis[R]. SPE 84566, 2003.

    [11]

    PATTILLO P D, LAST N C, ASBILL W T. Effect of nonuniform loading on conventional casing collapse resistance[J]. SPE Drilling & Completion, 2004, 19(3): 156–163.

    [12]

    NABIPOUR A, JOODI B, SARMADIVALEH M. Finite element simulation of downhole stresses in deep gas wells cements[R]. SPE 132156, 2010.

    [13] 窦益华. 粘弹性围岩中套管与井眼不同心时套管围压分析[J]. 石油钻采工艺, 1989, 11(4): 1–6.

    DOU Yihua. Analysis of casing confining pressure when casing and borehole are not concentric in viscoelastic surrounding rock[J]. Oil Driling & Production Technology, 1989, 11(4): 1–6.

    [14]

    CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning, 1995, 20(3): 273–297.

    [15]

    CHEN Wei, DI Qinfeng, YE Feng, et al. Flowing bottomhole pressure prediction for gas wells based on support vector machine and random samples selection[J]. International Journal of Hydrogen Energy, 2017, 42(29): 18333–18342. doi: 10.1016/j.ijhydene.2017.04.134

    [16] 朱国强,刘士荣,俞金寿. 支持向量机及其在函数逼近中的应用[J]. 华东理工大学学报, 2002, 28(5): 555–559, 568. doi: 10.3969/j.issn.1006-3080.2002.05.023

    ZHU Guoqiang, LIU Shirong, YU Jinshou. Support vector machine and its applications to function approximation[J]. Journal of East China University of Science and Technology, 2002, 28(5): 555–559, 568. doi: 10.3969/j.issn.1006-3080.2002.05.023

    [17] 白鹏, 张喜斌, 张斌, 等.支持向量机理论及其工程应用实例[M].西安: 西安电子科技大学出版社, 2008: 53-56.

    BAI Peng, ZHANG Xibin, ZHANG Bin, et al. Support vector machine and its application in mixed gas infrared spectrum analysis[M]. Xi’an: Xidian University Press, 2008: 5-56.

    [18] 成鹏,汪西莉. SVR参数对非线性函数拟合的影响[J]. 计算机工程, 2011, 37(3): 189–191, 194. doi: 10.3969/j.issn.1000-3428.2011.03.067

    CHENG Peng, WANG Xili. Influence of SVR parameter on non-linear function approximation[J]. Computer Engineering, 2011, 37(3): 189–191, 194. doi: 10.3969/j.issn.1000-3428.2011.03.067

    [19] 王国华,陈正茂,熊继有, 等. 非均匀载荷下套管偏心对套管强度影响研究[J]. 石油天然气学报, 2012, 34(10): 105–107. doi: 10.3969/j.issn.1000-9752.2012.10.025

    WANG Guohua, CHEN Zhengmao, XIONG Jiyou, et al. The effect of casing eccentricity on the casing strength under non-uniformity load[J]. Journal of Oil and Gas Technology, 2012, 34(10): 105–107. doi: 10.3969/j.issn.1000-9752.2012.10.025

    [20] 陈占锋,朱卫平,狄勤丰,等. 非均匀地应力下套管偏心对抗挤强度的影响[J]. 上海大学学报(自然科学版), 2012, 18(1): 83–86.

    CHEN Zhanfeng, ZHU Weiping, DI Qinfeng, et al. Effects of eccentricity of casing on collapse resistance in non-uniform in-situ stresses[J]. Journal of Shanghai University(Natural Science Edition), 2012, 18(1): 83–86.

    [21] 赵德安, 陈志敏, 蔡小林, 等. 中国地应力场分布规律统计分析[J]. 岩石力学与工程学报, 2007, 26(6): 1265–1271. doi: 10.3321/j.issn:1000-6915.2007.06.024

    ZHAO Dean, CHEN Zhiming, CAI Xiaolin, et al. Analysis of distribution rule of geostress in China[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 26(6): 1265–1271. doi: 10.3321/j.issn:1000-6915.2007.06.024

    [22] 程文瀼.混凝土结构: 上册: 混凝土结构设计原理[M].北京: 中国建筑工业出版社, 2005: 15-17.

    CHENG Wenxiang. Concrete structure: part A: design principle of concrete structure[M]. Beijing: China Architecture & Building Press, 2005: 15-17.

图(6)  /  表(3)
计量
  • 文章访问数:  5081
  • HTML全文浏览量:  1222
  • PDF下载量:  62
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-02-27
  • 网络出版日期:  2019-04-29
  • 刊出日期:  2019-04-30

目录

/

返回文章
返回