РЕИНЖИНИРИНГ СИСТЕМЫ МОНИТОРИНГА ТЕХНИЧЕСКИХ ПАРАМЕТРОВ ПРОЦЕССА БУРЕНИЯ

REENGINEERING OF THE SYSTEM FOR MONITORING THE TECHNICAL PARAMETERS OF THE DRILLING PROCESS

Anastasia Sharafutdinova

master's student, Department of Automated Control Systems, Ufa state aviation technical University,

Russia, Ufa

Elena Dron

scientific supervisor, Candidate of Sciences in Technical, associate professor, Ufa state aviation technical University,

Russia, Ufa

АННОТАЦИЯ

В данной статье рассматривается и предлагается необходимость реинжиниринга системы мониторинга технических параметров процесса бурения. Предлагается ввести систему поддержки принятия решений, которая будет анализировать отклонения и оповещать оператора об отклонениях, а также анализировать вероятность возникновения аварий.

ABSTRACT

This article discusses and suggests the need for reengineering the monitoring system of the technical parameters of the drilling process. It is proposed to introduce a decision support system that will analyze deviations and notify the operator of deviations, as well as analyze the likelihood of accidents.

Ключевые слова: мониторинг технических параметров, процесс бурения, анализ данных, система поддержки принятия решений.

Keywords: monitoring of technical parameters, drilling process, data analysis, decision support system.

Введение

В современном мире нефтегазовой промышленности, эффективность и безопасность процессов бурения играют ключевую роль в повышении производительности и экономической эффективности добычи нефти и газа [1]. Для этого необходимо иметь надежную систему мониторинга технических параметров процессов бурения, которая позволит оперативно выявлять и устранять возможные проблемы и сбои в работе оборудования [9].

Существующие системы мониторинга технических параметров процессов бурения часто оказываются неэффективными и недостаточно надежными. Это связано с тем, что они могут быть устаревшими, не обладать достаточной функциональностью, например не оповещать оператора о приближающейся аварии [1]. Другая часть систем может не учитывать все факторы, влияющие на процессы бурения. Реинжиниринг системы мониторинга параметров процессов бурения может помочь решить проблемы безопасности.

В данной статье будет рассмотрен реинжиниринг системы мониторинга технических параметров во время бурения, который позволит повысить эффективность и надежность процессов бурения, а также снизить риски возникновения аварийных ситуаций.

Основная часть

Процесс бурения включает в себя совокупность взаимосвязанных операций и обычно на буровой есть большое число подрядчиков, имеющих собственное оборудование для проведения работ, задача которых обеспечить должное качество работ по своей технологии. Процесс работы контролируется по данным, поступающим с ГТИ и собственного оборудования. На буровой есть супервайзер - представитель заказчика, который контролирует процесс бурения и координирует работу сервисных подрядчиков. Он также проверяет оборудование подрядчика, чтобы оно было исправно и имело все сертификаты. Коммуникация между подрядчиками и супервайзером в процессе бурения обычно осуществляется по рации или в устной форме. Офис заказчика также производит мониторинг процесса бурения, планирует движения буровых бригад и заключает договора с подрядными организациями [14].

Одним из примером является реализация цифровой экосистемы «ЭРА», охватывающая все стороны деятельности: от геологии и добычи, до процесса распространения знаний внутри компании. Приоритетные в настоящий момент направления — создание электронных советников, когнитивных помощников, которые будут обрабатывать информацию и проводить расчеты, чтобы предлагать инженерам уже готовые решения по дальнейшим действиям [11].

Другим примером является программа «Цифровой 4.0». В рамках стратегии «Цифровой 4.0» принято решение о разработке цифровой экосистемы, а точнее о создании архитектуры цифровизации во всех бизнес-сегментах, в рамках которой осуществляются не только внедрение и централизация информационных систем, но и вывод из эксплуатации нерентабельного оборудования. Данные решения позволили оптимизировать парк оборудования, что привело к сокращению инвестиционных и операционных затрат.

На месторождении специалист должен сам следить за показателями бурения и реагировать на их изменение [1], что повышает риск возникновения осложнений при бурении (рисунок 1). Ввиду того что один оператор должен следить сразу за несколькими объектами, то это потенциально может вызвать упущение важных сигналов, свидетельствующих о возможной аварии. Так же нельзя исключить человеческий фактор – это может произойти из-за усталости, невнимательности или ошибок оператора. Поэтому важно иметь надежную систему мониторинга технических параметров процессов бурения, которая будет автоматически собирать и анализировать данные, и предупреждать о возможных проблемах (рисунок 2). Это позволит операторам быстро реагировать на изменения и принимать меры для предотвращения аварийных ситуаций.

Рисунок 1. Мнемосхема существующего бизнес-процесса

Кроме того, система мониторинга может быть интегрирована с другими системами управления процессами бурения, такими как система управления буровой установкой и система управления скважиной [9]. Это позволит создать единый информационный поток и повысить эффективность управления процессами бурения и предотвратить аварии. Для решения этой проблемы была создана цифровая платформа.

Рисунок 2. Мнемосхема существующего бизнес-процесса

Ответственность платформы начинается с момента поступления данных на WITSML-сервер [7, 9]. Параметры бурения проходят обработку, сохраняются в базе данных и в реальном времени поступают на интерфейс [3]. В случае если значения технических параметров выходят за пределы допустимых значений, то оператору на почту приходит уведомление. Оператор на основе этого уведомления составляет заключение оператору буровой установки, чтобы тот скорректировал настройки на пульте буровой установки. Затем оператор убеждается, что все отклонения были нивелированы и значения параметров нормальны. В случае быстро нарастающего отклонения технического параметра, либо в случае игнорирования оператором уведомления, система выдает уведомление о приближающейся аварии. В целях безопасности система высылает дополнительно SMS- сообщение оператору о возможной аварии.

В настоящее время, чтобы следить за техническими параметрами скважины, специалисты проводят ручной анализ данных, полученных от различных датчиков. Они должны постоянно контролировать изменения показателей и определять, находятся ли они в допустимом диапазоне. Это требует значительных усилий и времени, что может привести к задержкам в реакции на возможные проблемы.

Кроме того, такой подход не всегда эффективен, так как специалисты могут пропустить некоторые изменения показателей или не успеть своевременно заметить проблему. Это может привести к серьезным последствиям, включая аварии и потерю производительности скважины.

Заключение

Реинжиниринг системы мониторинга технических параметров процессов бурения является необходимым шагом в повышении безопасности и эффективности добычи нефти и газа. Надежная система мониторинга, которая будет автоматически собирать и анализировать данные, позволит операторам быстро реагировать на изменения и принимать меры для предотвращения аварийных ситуаций.

Список литературы:

1. Алали Валид. Еремин Н.А. О созданной в ИПНГ РАН интеллектуальной системе предупреждения осложнений при строительстве скважин на суше и на море // Экспозиция Нефть Газ. 2023. Том 1. С. 27-32.
2. Гончаров А.С., Савельев А.О., Саклаков В.М. Алгоритмическое обеспечение интеграции данных о состоянии бурения скважин, получаемых из распределенных гетерогенных источников // XIV Международная научно-практическая конференция, Томск, 28–30 ноября 2018 г. Томск, 2018 С. 22-26.
3. Еремин Н.А. Цифровые тренды в нефтегазовой отрасли // Нефть и газ. №12.2017
4. Исаков В.С. Искусственный интеллект в горнодобывающей промышленности: новые возможности и преимущества // Вестник науки. 2023. Том 2. № 59. С.266-269.
5. Ишейский В.А., Мартынушкин Е.А., Васильев А.С., Смирнов С.А. Отбор данных по процессу бурения взрывных скважин при формировании баз алгоритмов машинного обучения // Горный информационно-аналитический бюллетень (научно-технический журнал). 2022. Том 4. № 12. С.116-133.
6. Калянов Г.Н. Моделирование, анализ, реорганизация и автоматизация бизнес- процессов: книга. – М.: Эксмо, 2006 г. – 309 с.
7. Лобачев А.А., Ащеулов А.В. Анализ данных телеметрии процесса бурения // Научно-технические ведомости СПбПУ. Естественные и инженерные науки. 2017. Том 23. № 4. С. 191–203
8. Мардаганиев Т.Р., Перескоков К.А., Галиев А.Ф., Рафиков И.Р., Агзамов Ф.А. Оптимизация технологических процессов бурения скважин и решения, реализуемые в цифровой автоматизированной системе // Территория Нефтегаз. 2021. № 1-2. С.12-24.
9. Михеев С.А. Система поддержания эффективной осевой нагрузки на долото при бурении скважин // Вестник Самарского государственного технического университета. Серия: Технические науки. 2021. Том 29. № 4. С.32-42.
10. Мышов А.Н. Компьютерные технологии в нефтегазовой отрасли // Вестник науки. 2023. Том 2. № 59. С.259-262.
11. Официальный сайт ПАО «Газпром нефть» URL: https:// https://www.gazprom-neft.ru/social/safety/risk-management/ (дата обращения: 01.03.2023).
12. Официальный сайт ПАО «ЛУКОЙЛ» URL: https://lukoil.ru/Business/technology-and-innovation/digitalization (дата обращения: 01.03.2023).
13. Пантелеев Н.Н., Панов С.С., Кудояр В.Р. Анализ и выбор структуры оценки рисков для облачных приложений // Известия Волгоградского государственного технического университета. 2022. Том 3. № 12. С.31-45.
14. Петренко С.А., Беляев А.В. Управление непрерывностью бизнеса. Информационные технологии для инженеров. – М.: ДМК Пресс; М.: Компания АйТи, 2011. – 400 с.
15. Худаяров Т.А. Рост производительности труда в нефтегазовом комплексе путем использования современных цифровых технологий // Human Progress. 2021. Том 7. № 3. С.13-20.
16. Application of signal processing technology for automatic underground coal mining machinery. URL: https://www.researchgate.net/publication/4015487_ Application_of_signal_processing_technology_for_automatic_underground_coal_mining_machinery (дата обращения: 15.03.2023).
17. Drilling performance monitoring and optimization: a data-driven approach// Production Engineering. URL: https://link.springer.com/article/10.1007/s13202-019-0657-2 (дата обращения: 15.03.2023).
18. Pedro J. Arévalo; Matthew Forshaw; Alexander Starostin; Roger Aragall; Sergiy Grymalyuk. Monitoring Hole-Cleaning during Drilling Operations: Case Studies with a Real-Time Transient Model // SPE Annual Technical Conference and Exhibition, Houston, Texas, USA, October 2022. : SPE-210244-MS, 2022. 40-58 p.
19. Process Monitoring in Heavy Duty Drilling Rigs—Data Acquisition System and Cycle Identification Algorithms URL: https://www.mdpi.com/1996-1073/13/24/6748/htm (дата обращения: 15.03.2023).