Izvorni znanstveni članak
https://doi.org/10.17794/rgn.2026.3.1
PREDVIĐANJE TEŽINE I VRSTE ISPLAKE METODOM STROJNOGA UČENJA
Amin Tohidi
; Department of Mining Engineeing, Amirkabir University of Technology, Tehran, Iran.
*
Alireza Afradi
; Department of Mining and Geology, QaS.C., Islamic Azad University, Qaemshahr, Iran.
* Dopisni autor.
Sažetak
Odabir optimalnoga fluida za bušenje, definiranoga njegovom težinom i kemijskom vrstom, ključan je za sprječavanje nestabilnosti kanala bušotine i skupih katastrofalnih nesreća. Tradicionalne metode često se oslanjaju na metodu pokušaja i pogreške, prošla iskustva ili pojednostavnjene modele koji ne uspijevaju opisati složene interakcije stijena i fluida. Iako obrada velikoga broja podataka nudi obećavajuću alternativu, nedostaju istraživanja o istodobnome predviđanju težine i vrste isplake. Ovim istraživanjem predstavlja se novi okvir temeljem na strojnome učenju koji istovremeno predviđa ove važne faktore. Koristeći se sveobuhvatnim skupom podataka dobivenim iz 50 godina dnevnih izvješća o bušenju na 20 naftnih bušotina, napravljena su i uspoređena tri algoritma inspirirana prirodom: optimizacija Ant Colony (ACO), Bee Colony (BCO) i Emperor Penguins Colony (EPC). Rezultati pokazuju visoku prediktivnu točnost svih modela, pri čemu se algoritam optimizacije Bee Colony (BCO) pokazao kao najprecizinji, dajući koeficijent korelacije (R2) od 0,9841 i srednju kvadratnu pogrešku (engl. root-mean-square error, RMSE) od 0,0245. Nadalje, analiza osjetljivosti pokazala je da je na svojstva isplake mehanička brzina bušenja (ROP) najutjecajniji parametar, nadmašujući ostale varijable bušenja. Ključni je rezultat istraživanja dosljedno podudaranje modela sa 79–87 % pouzdanosti, da je isplaka na bazi morske vode s dodatkom polimera i soltex aditivima (SW-PO-SX) idealan bušaći fluid za pročavano polje. Ovo istraživanje pruža robusno rješenje temeljeno na podatcima koje omogućuje sustavan i proaktivan pristup odabiru bušaćega fluida znatno povećavajući sigurnost i učinkovitost rada.
Ključne riječi
grupiranje podataka; proaktivni model; težina isplake; vrsta isplake; stabilnost kanala bušotine
Hrčak ID:
347409
URI
Datum izdavanja:
26.5.2026.
Posjeta: 0 *