本文将详述一个跨学科、跨产品的系统，旨在成为自动化建井序列的一个组成部分。
数据驱动的井前规划
相比于绿色油田作业，棕色油田作业数据相对丰富。利用当代工具，邻井分析过程可以实现自动化，将以前需要数周的任务缩短到几分钟。
钻井风险缓解
将数字孪生与高分辨率泥浆比重窗口（由地质模型定义的钻井边界条件）相集成，可以缓解可能导致技术侧钻的非生产时间（NPT）事件。这些事件在成熟油田和棕色油田中发生频率更高。
通过效率实现脱碳
提高效率的技术缩短了建井总时间，从而降低了与从该资产生产的每桶油当量（BOE）相关的二氧化碳当量（CO2e）。此外，所述系统已与远程作业服务交付模型一起部署，人员从陆上中心操作，进一步降低了相关排放。
集成的数字化建井规划与执行概念
近年来，在钻井过程的组成部分自动化方面取得了很大进展，并且正在努力进一步整合各种服务，形成整体的自动化和优化解决方案。同样，E&P和服务公司也一直在努力实现建井规划和评估中更高水平的工作流程和数据集成。
一个重要机会在于，利用建井执行期间获取的实际数据，实时连接和更新传统的、离散的规划和分析任务。将所有工程和执行步骤联系起来，并利用实时数据与历史数据相结合，对于实现完整的建井工程价值流并最终降低建井CAPEX至关重要。
图片
例如，钻井自动化可以利用应用于大数据集的机器学习，在检测地层变化方面真正复制经验丰富的人类钻井工程师。
新的互操作性和数据建模标准正受到整个行业以及多个原本竞争的软件解决方案供应商和客户的共同关注。这包括钻井和井互操作性标准小组（D-WIS）和开放组织的开放地下数据宇宙（OSDU）井数据基础（WDF）。D-WIS致力于推动井场系统的互操作性（即插即用），开发允许第三方应用程序（顾问程序）连接到井场自动化钻井控制系统（ADCS）的基础设施和指南。这些系统随后可以在钻井作业期间支持过程自动化。
另一方面，WDF小组关注的是支持将建井计划交付到井场并捕获钻井过程中经验教训的数据模式。这两项工作是协作的：WDF交付钻井计划，D-WIS将计划分解为可自动化的过程步骤。这些努力最终将带来更高效的创新数字解决方案的开发和集成，并最大限度地减少各利益相关方在很大程度上重复进行的基础设施开发投资。
新开发的数字服务和解决方案通常必须能够部署在包含不同软件应用程序、数据模型、安全协议、连接级别等的异构、预先存在的生态系统中。单一的专有解决方案和对特定数据基础设施的依赖已不再被接受。在某些地区，数据驻留要求和其他法律或监管约束可能会给引入基于云的服务带来额外挑战。
本文讨论的集成建井规划和执行解决方案适应了当前部署和集成多样化需求的现实，同时与新兴的行业标准和趋势同步发展。主要的构建模块和架构关系如图所示。
建井数据对象以及相关的分析和模拟模块在整个价值链中共享和更新，从规划到执行，再到作业后分析和报告。构成建井过程的数字孪生，这些数据和软件服务可以被不同的客户端应用程序使用和更新。
面向用户的前端可以根据不同用户组和任务的需求，通过暴露选定的工作流程功能和可视化级别进行定制和优化。这种方法已被证明对于最大化每个工作岗位的可用性和效率，以及促进从遗留系统迁移的用户快速上手至关重要。
一个工作流编排环境用于定义和管理建井项目及其工作团队。
图片
活动和任务被分配给团队成员；完成状态和相关的数据工件对所有利益相关者即时可见和可用。
为了在异构环境中有效互操作，数据和软件应用程序连接器是至关重要的需求。所述的建井工程和执行解决方案中提供了大量此类连接器，用于静态、近实时和实时数据。可以双向访问第三方软件应用程序和模拟引擎，例如有限元分析（FEA）求解器，如图所示。
图片
应用程序和服务可以根据需求部署在云端或本地。井场的时间关键型操作活动必须始终可靠地执行，不受网络连接中断或延迟的影响。因此，用于过程监控和自动化的相关软件服务部署在井场（边缘计算），而用户前端通常从陆上或城内的远程操作中心（ROC）访问。对于高密度、低延迟的传感器和过程控制数据通信，已实施OPC UA协议，并正迅速被采纳为全行业标准 。
基于WITSML的数据传输对于时间要求不那么严格和较低密度的数据仍然是一个重要的能力。分布式软件组件通常通过安全的、访问受控的HTTPS连接（REST API）进行通信。
本文的其余部分说明了连接数字生态系统中曾经离散的组件所带来的价值：从邻井数据中获取见解；在井规划中使用整体和详细的技术模型；将地球科学和油藏建模与钻井工程联系起来；交付实时监控和执行；以及自动化井位放置和定向钻井。虽然这些学科传统上是在各自的孤岛中执行的，但将它们耦合在数字生态系统中实现的价值是显而易见的。
从邻井数据中获取见解
邻井数据分析对于主动风险识别和风险管理，以及建井中持续的性能优化的重要性，业界已认识数十年。随着棕色油田（老油田）项目的日益增多，这一点变得更加突出。充分利用其潜力仍然是一个挑战，主要是因为将可用的邻井数据转换、清理和整合成可用的形式和能够提供所需见解的语境，需要大量的时间和精力。提供完整、聚合和管理的所有可能数据的公司级数据存储库和查询系统近年来取得了进展，但它们并非随处可得，并且通常需要补充来自不同来源的额外数据。
本文讨论的邻井分析解决方案采用了一种务实的方法，使工程师能够轻松地将许多结构化（例如，测井曲线；起下钻、钻头和事件数据记录）、半结构化（例如，电子表格报告）和非结构化（例如，扫描文档、图片和视频）格式的数据整合到一个整体的井和环境模型中，便于进行深入的技术洞察和统计分析。该系统可以与数据存储（例如，遵循OSDU标准或现有专有数据库）以及利用传统文件导入和实时数据流进行交互。因此，随着时间的推移，越来越多的数据被摄取到数字模型中，将历史数据与当前作业期间获取的数据相结合，这些数据可立即用于分析和决策。
邻井分析的工作流程支持不同级别的调查。一个基本但关键的功能是在地下环境、技术系统和作业活动的完整语境中进行数据可视化，从而直观地理解事件、事故和性能趋势的相关性和根本原因 。
图片
图片
机器学习算法从邻井数据中自动检测和标记井下事件，用于预测目标井（正在规划中）的危害和风险。这些算法显著加快了从每日钻井报告（DDR）和完井报告（EOWR）等可读文档中识别关键事件（如完全和部分漏失、卡钻、上提拉力过大等）的过程。否则需要大量手动工作的这个过程可以在几分钟内完成，从而可以对大量井进行扩展分析。
将井事件与测井信息相结合，允许训练一个模型，使用概率指数来预测即将开钻井的井事件。邻井事件和预测结果进一步与地质力学研究相结合，以微调地下环境模型，并创建一个包含必要缓解措施的全面钻井风险记录。
图片
上图显示了地质力学结果和目标井危害预测与邻井事件在可比地层中一同绘制的示例：
DDR数据：实际DDR事件相对于深度的绘图
钻井危害预测（DHP）数据：所选危害的贡献百分比绘图
日数 vs. 深度图：实际钻井作业进度相对于泥浆比重和危害的绘图
可以从邻井测井曲线中提取相关的作业参数和由此产生的钻井性能或功能障碍，并分析其因果关系。支持机器学习的函数可以帮助将数据分割成可比的作业场景，使用多个标准，如地层变化、井斜角、方位角和曲率、钻头设计、井下和地面传感器数据等。
图片
可以使用各种插值方法（无论是否使用3D网格属性）将合适的钻井参数和预期的性能结果投影到目标井轨迹上。这些投影作为基于物理的模拟以及目标井的统计性能预测的输入。实时过程监控和优化应用程序可以利用这些数据来初始化服务，并为进一步优化缩小合适的解决方案空间。在邻井数据上训练，然后实时应用的机器学习模型的其他示例包括在持续作业中预测渐进式钻头磨损 。
使用整体和详细的技术模型进行井规划
在为井执行进行详细规划期间，建井软件会编译基于物理的模型并进行模拟，从而将数字孪生扩展到作业前阶段。执行所有相关的计算，例如，扭矩和摩阻分析、钻井和起下钻水力学、导向预测、振动分析、测量管理验证等，这些计算是同时进行的。
所使用的数据模型为所有重要方面提供了丰富的属性，以进行全面而深入的分析。可以从包含超过6,500个BHA和钻柱组件以及35,000种钻头设计变体（包含所有必要细节）的设计目录中插入详细的套管、钻柱、底部钻具组合（BHA）和钻头数据。可以轻松地根据其技术规格和目标用途选择模型。
模拟结果以直观的红绿灯仪表板呈现给用户，在未满足规划标准或存在风险时提供额外的解释指导。
图片
工程师可以从此处深入查看详细结果并进行必要的调整。任何输入更改都可以立即更新所有计算。
可进行瞬态和可变参数模拟，以反映条件或作业设定值随时间和深度的变化，并比传统计算（主要关注单个深度或活动的最坏情况）更准确地预测预期结果。
图片
典型的例子包括流体顶替作业、井下温度和流体性质随时间的变化，以及瞬态岩屑运移计算（下文将进一步详述）。与深度相关的参数，如转速、钻压、排量或BHA作业状态（例如，扩眼器激活或RSS导向动作），可以从邻井数据中预填充并由工程师进行优化。
连接的地球科学、油藏建模和钻井工程
本文介绍的集成软件解决方案的一个重要好处是油藏和地质力学建模与建井工作流程的无缝集成。虽然地球科学和建井角色在E&P和服务公司中通常在组织上是分开的，并且需要不同的技能组合，但团队协作和数字孪生数据对所有利益相关者的一致性对于快速的建井周期和一致的质量至关重要。
来自1D或3D地质力学模型的裂缝压力、孔隙压力和坍塌压力预测可以直接用作ECD（当量循环密度）和抽汲/激动计算中的约束条件，无论是在井前还是在执行期间。通过WITSML数据流连接的实时数据可用于持续更新孔隙压力模型，以及描述钻井过程和井眼状况的其他实时数据。提供了一个详细的案例研究，说明了如何持续更新钻前地质力学模型以优化泥浆比重并保持井筒完整性。
基于超深探测方位电阻率测量进行自动反演计算和地层边界映射。建井软件中可用的新算法会不断提出与更新后的边界相对应的新井规划目标，并检查它们是否符合钻井约束条件，从而在很大程度上自动化了已建立的储层导向工作流程。结合闭环导向控制，可以在储层中实现最佳的井位放置自动化，工程师可以专注于过程监督和在发生意外事件时进行干预，而不是执行重复的机械任务。储层结构模型本身也可以在钻井时利用连接的软件生态系统进行实时更新。
图片
实时过程监控与执行
邻井分析和作业前建模为实时执行创建了路线图，在实时执行期间，建井活动是按照井前创建的参考依据进行的。钻井自动化应用程序负责监测和控制井筒，以确保安全高效的执行（建立安全作业包络SOE）。钻井自动化应用程序涵盖不同领域，如水力学优化和井控、ROP优化以及自动化定向钻井等。
在安全方面，井筒水力学的数字孪生是钻井和起下钻期间部署的应用程序的主要组成部分。数字孪生最初在作业前建模阶段准备，随后在实时执行中使用来自地面和井下传感器的实时数据流进行部署。Arévalo等人详细解释了部署实时水力学服务的过程和组件。
实时部署的数字孪生产生井筒水力条件的更新快照，供水力优化和井控应用程序使用。通过集成自动流体监测（AFM）单元，实时传输钻井流体性质的测量结果，可以极大地增强实时部署的数字孪生所产生结果的质量。
水力优化应用程序在边缘设备上部署算法来监控井筒安全。它们与自动化钻井控制系统（ADCS）接口，执行闭环控制例程，以强制执行由司钻控制的过程的安全作业包络（SOE），例如改变排量、起升速度和加速度，或增加钻压等。
一个主要需求是随时监测当量流体密度和井下压力状态，以保持井筒中岩屑床和悬浮岩屑的当前快照，以及沿井筒的更新后的压力窗口。图展示了一个用于控制压力钻井（MPD）部署的井筒压力监控用户界面（UI）示例，其中压力状态被投影到井段目标深度（TD），以评估钻头前方的作业安全性。
图中显示，沿井筒实时校准的校正当量循环密度（ECD）（连续黄线）处于SOE之内，并且在本井段的其余部分使用相同的排量和泥浆比重组合继续作业是安全的。然而，屏幕也显示井筒中的静态循环密度（ESD）正在下降到地层孔隙压力梯度以下。这意味着一旦泵关闭，必须用地面回压补偿井筒中的密度，以将静态密度增加到SOE之内。这是MPD部署中的常见操作。
除了监测沿井筒的压力状态外，水力学自动化应用程序还呈现输入参数（如排量）的SOE快照。在图16的左侧，向用户展示排量，突出显示了将岩屑运送到地面的最小值，以及由底部钻具组合（BHA）、钻机泵、地面立管压力（SPP）限制和井下破裂梯度所施加的不同最大值。
井筒压力状态的监测与井筒岩屑分布的监测密切相关，这也是实时现场部署的水力学应用程序集合的一部分。定义井筒清孔状态的岩屑瞬态行为由漂移-通量岩屑运移模型捕获，该模型监测井筒中岩屑的演变。水力学应用程序以不同格式（整个井筒、不同井斜段、趋势分析）密切监测岩屑的变化或积聚趋势。图展示了一个清孔监测的示例，它整合了通过有线钻杆实时传输当量泥浆比重（EMW）数据的随钻测量（ASM）。
图片
除了钻井，起下钻是建井的另一个主要组成部分，因此，水力学建模、优化和控制也部署用于起下钻作业。实时部署的数字孪生考虑了钻柱在井筒内移动的动态行为。因此，起下钻监控和控制应用程序为起下钻过程中每个立柱的每个立柱计算速度和加速度的限制。此外，这些限制可以发送到ADCS，以在管理井场设备的钻机控制系统内定义SOE。因此，司钻始终控制着操作，但其操作被限制在安全作业区域内。图展示了在北海一个海上钻井平台上部署的起下钻应用程序示例。
图片
起下钻应用程序可以在循环或不循环的情况下部署，并可以解释压力和温度对钻井液的影响。因此，该应用程序可以用于全范围的作业用例（即MPD、升沉补偿、压力和温度）。
图片
钻井自动化应用程序的一个主要挑战是在现场、远程操作中心（ROC）和办公室的工程师眼中证明其价值。定向井工程师、现场服务工程师和钻井工程师需要学会如何将这些应用程序集成到他们的日常工作中，作为增强和简化其日常工作的生产性工具。一旦跨越了这个鸿沟，钻井自动化应用程序释放的价值就具有巨大的潜力。
井位放置和定向钻井的自动化
准确、快速的井位放置对于运营商的短期目标和非谈判事项（如健康安全环境HSE和项目授权支出AFE）至关重要，对于资产的最终采收率等长期目标也同样重要。在过去二十年中，旋转导向系统（RSS）进入以前由弯外壳马达钻井主导的市场，确立了半自主导向的概念。这个概念采用了部署在井下工具固件中的低延迟控制回路。RSS技术的一种变体------连续比例导向，清楚地显示了这种半自主系统在提供更高质量井筒方面的附加价值 。
这类系统也促进了当代服务交付模式的实现，即之前位于井场的定向井工程师（DD）现在被安置在远程操作中心。这带来了双重好处：通过ROC中多技能的中心"团队"（而非单井场工程师）推动建井性能，同时也降低了与钻机作业相关的CO2e 。
定向钻井的下一个变革步骤即为旋转导向系统引入了一个第二个控制回路------在地面。这里的算法控制器被集成到服务公司的地面边缘软件中，并与本文前面描述的建井工程应用程序进行数字链接。这使得控制器能够直接从规划系统消费确定的井计划。
一旦开始底部钻进，基于地面的控制器会根据随钻测量（MWD）测量站以及连续位置测量，不断计算井眼轨迹。测量的位置参考井计划。如果在当前位置或钻头前方的预测轨迹上观察到偏差，控制器会提出一组要下行链接到工具的导向参数。在咨询模式下，这些参数可以由定向井工程师审查，或者当系统配置为自动导向时，提案无需定向井工程师审查即可发送。
定向井工程师是技能高超的工程师，能够按照运营商严格的规格交付井眼。然而，定向钻井工作流程的某些组成部分是重复性的，不一定复杂。所描述的自动化系统允许将这些组成部分从定向井工程师的工作范围中移除。因此，引入这样的系统增加了现场工程师专注于更紧迫或技术更复杂的任务的能力，例如通过最小化振动和粘滑来优化性能，监督最佳的钻压和转速以获得最佳的机械钻速（ROP），以及管理清孔以防止与水力学相关的非生产时间。虽然这些组成部分任务正逐步实现自动化，但最终的过程监督仍属于人类工程师的职责范围。图展示了一个示例性的井眼轨迹，该轨迹使用了井下连续比例导向的RSS和地面的自动化定向钻井系统进行导向。
图片
该组合系统在北海钻了一个具有挑战性的3D 12-1/4英寸井段。该轨迹包括造斜、水平着陆和平缓转弯部分，具有中等防碰风险。它是从一个固定平台上钻探的。
该井段的55%是由自动化定向钻井（ADD）系统完全控制钻进的，通过下行链路执行导向提案，而定向井工程师担任监督角色，但没有主动干预。图显示了ADD用户界面，向定向井工程师显示所有关键的导向信息。
图片
正如预期的那样，使用自动化钻井系统使定向井工程师能够专注于性能优化和选择参数组以优化ROP。虽然其他优化工作也在起作用，但ADD系统在将井段钻井时间比预算的37.5小时缩短25%（在28小时内将钻具组合起出井口）方面做出了重要贡献。在自动模式下钻井时，系统发送了12个导向下行链路，平均每53米一个------略低于在咨询模式下由人类定向井工程师在可比井段引入的数量。结合RSS井下闭环控制，该井段以最小的计划偏差完成，并且狗腿严重度（DLS）保持在允许的最大值以下，确保了井眼质量。
远程作业已成为建井执行的基本标准，减少了差旅和船上人员（POB）需求。本文提出的规划和过程自动化应用程序完全采纳了相关要求，例如在IT安全、连接性、软件可靠性和运行时间方面。通过模块化方法有效应对了集成分析、规划和执行的挑战，该方法在价值链的每个阶段无缝连接邻井数据、地球科学、高级分析、物理模型和现场传感器数据。钻井自动化和实时咨询服务所增加的价值正在全球越来越多的应用中得到记录。
演进的下一阶段将是通过将多种服务结合成综合的实时过程优化，以及通过先进的能力（如自动化储层导航，从随钻测井反演到沿储层边界执行RSS导向）来驱动。对单个钻井条件的监控正在演变为多维参数优化，利用基于物理和分析相结合的算法。随着对其在建井背景下的可行性理解更加成熟，机器学习和人工智能将发挥越来越大的作用。