三牙轮钻头破岩过程计算机仿真模型

›› 2009, Vol. 30 ›› Issue (S1): 235-238.

三牙轮钻头破岩过程计算机仿真模型

况雨春，伍开松，杨迎新，马德坤

西南石油大学，成都 610500

收稿日期:2009-04-20 出版日期:2009-08-10 发布日期:2011-03-16
作者简介:况雨春，1971年生，副教授，中国系统仿真学会会员，工学博士，博士后，现在西南石油学院从事计算机仿真、CAD/CAE/CFD技术在机械及石油工程中的应用等教学及科研工作。
基金资助:
国家自然科学基金项目（No.50874095）；四川省青年科技基金项目（No.07ZQ026-014）。

Simulation model of drilling process of three-cone bit

KUANG Yu-chun, WU Kai-song, YANG Ying-xin, MA De-kun

Southwest Petroleum University, Chengdu 610500, China

Received:2009-04-20 Online:2009-08-10 Published:2011-03-16

摘要/Abstract

摘要：

进行钻头钻进过程的仿真对于优化钻头设计、提高破岩效率以及钻头选型都有着重要的应用价值。以现场实钻数据为基础，采用“黑箱法”为钻头钻进岩石互作用仿真模型的基本建模方法，对决定钻头钻进性能的齿坑模型和牙齿吃入岩石的力-吃深模型进行了仿真建模。并采用误差梯度下降算法来估计不同钻头结构和岩石性质所对应的模型参数，进而实现对钻头钻进过程的仿真。采用实钻数据反演的建模思路有利于利用大量的现场数据实现对模型的完善，更好地反映现场的各种钻井工况，使钻头破岩仿真技术在实用性和经济性上前进一大步。

关键词: 三牙轮钻头, 钻进过程, 反演, 仿真模型, 参数估计

Abstract:

The drilling process simulation of bits is important to optimize bit design, to improve efficiency of breaking rock, as well as to bit selection. Based on oil field drilling data, black-box method is used to be a basic modeling method of interaction model between bits and rock. Two important simulation models are built, which determine bit drilling performance, pit model of tooth and force-penetration model of tooth penetrate rock. Parameters of model are estimated by error gradient descent algorithm which includes parameters of bit structure and the rock properties. Then the simulation of bit drilling process is made. The main ideal of modeling by the drilling data is beneficial to use these data to improve the model, and reflects the various drilling conditions better. It also improves the practicability and economical efficiency of simulation technology of bits breaking rock.

Key words: three-cone bit, drilling process, inversion, simulation model, parameter estimation

中图分类号:

TD 41

况雨春，伍开松，杨迎新，马德坤. 三牙轮钻头破岩过程计算机仿真模型[J]. , 2009, 30(S1): 235-238.

KUANG Yu-chun, WU Kai-song, YANG Ying-xin, MA De-kun. Simulation model of drilling process of three-cone bit[J]. , 2009, 30(S1): 235-238.

参考文献

相关文章 15

[1]	阮永芬, 高春钦, 刘克文, 贾荣谷, 丁海涛, . 基于粒子群算法优化小波支持向量机的岩土力学参数反演[J]. 岩土力学, 2019, 40(9): 3662-3669.
[2]	马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406.
[3]	徐强, 肖明, 陈俊涛, 倪少虎, . 渗流监测数据缺失处理与渗透稳定判断[J]. 岩土力学, 2019, 40(4): 1526-1534.
[4]	刘鹤, 刘泉声, 唐旭海, 罗慈友, 万文恺, 陈磊, 潘玉丛, . TBM护盾−围岩相互作用荷载识别方法[J]. 岩土力学, 2019, 40(12): 4946-4954.
[5]	许年春，吴同情，皮海洋，游磊，吴越,. 基于柔性承载板载荷试验的土抗剪强度参数反演研究[J]. , 2018, 39(S1): 227-234.
[6]	颜天佑，崔臻，张勇慧，张传健，盛谦，李建贺，. 跨活动断裂隧洞工程赋存区域地应力场分布特征研究[J]. , 2018, 39(S1): 378-386.
[7]	王庆武，巨能攀，杜玲丽，黄健，胡勇,. 拉林铁路桑日至加查段三维地应力场反演分析[J]. , 2018, 39(4): 1450-1462.
[8]	刘飞跃，杨天鸿，张鹏海，周靖人，邓文学，侯宪港，赵永川, . 基于声发射的岩石破裂应力场动态反演[J]. , 2018, 39(4): 1517-1524.
[9]	蒙伟，何川，汪波，张钧博，吴枋胤，夏舞阳. 基于侧压力系数的岩爆区初始地应力场二次反演分析[J]. , 2018, 39(11): 4191-4200.
[10]	张社荣，胡安奎，王超，彭振辉, . 基于SLR-ANN的地应力场三维智能反演方法研究[J]. , 2017, 38(9): 2737-2745.
[11]	尹帅，丁文龙，单钰铭，周文，谢润成,. 基于声学数据反演定量评价致密砂岩储层微裂隙应力敏感性新方法[J]. , 2017, 38(2): 409-418.
[12]	曹渊，牛冠毅，王铁良，王英杰,. 基于原位渗透率试验反演岩石孔隙度的新方法[J]. , 2017, 38(1): 272-276.
[13]	冯帆，邱信蛟，张国新，管俊峰，王丹，. 基于施工期变形监测的特高拱坝力学参数反演研究[J]. , 2017, 38(1): 237-246.
[14]	吴顺川，黄小庆，陈钒，柴金飞，吴昊燕, . 岩体破裂矩张量反演方法及其应用[J]. , 2016, 37(S1): 1-18.
[15]	王开禾，罗先启，沈辉，张海涛. 围岩力学参数反演的GSA-BP神经网络模型及应用[J]. , 2016, 37(S1): 631-638.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed