Оптимальное хранение данных о нагрузке для прогнозирования срока службы оборудования, используемого при эксплуатации скважины
Способ (1100) оптимального хранения данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважин, включает в себя: использование модели срока службы для элемента оборудования, используемого при эксплуатации скважины; вычисление, с помощью устройства (102) обработки, размера сегмента с использованием одного из следующего: модели срока службы и распределения данных о нагрузке; дискретизацию, с помощью устройства (102) обработки, спектра данных о нагрузке в одном или более сегментах с использованием вычисленного размера сегмента; сбор данных о нагрузке на элемент оборудования; назначение, устройством (102) обработки, собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке; сохранение, устройством (102) обработки, собранных данных о нагрузке, назначенных одному или более сегментам, в памяти (104); определение, с помощью устройства обработки, оценки срока службы элемента оборудования на основании данных о нагрузке, назначенных одному или более сегментам в спектре данных о нагрузке и сохраненных в памяти; и замену или повторный запуск элемента оборудования на основании оценки срока службы. Улучшается функционирование устройств обработки за счет более эффективного использования памяти. 2 н. и 12 з.п. ф-лы, 12 ил.
ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННЫЕ ЗАЯВКИ
Настоящая заявка испрашивает приоритет по заявке на патент США № 15/354279, поданной 17 ноября 2016 г., которая в полном объеме включена в настоящий документ посредством ссылки.
УРОВЕНЬ ТЕХНИКИ
Настоящее изобретение относится к эксплуатации скважины и, более конкретно, к определению оптимального хранения данных о нагрузке для прогнозирования срока службы элементов оборудования (т. е. электронных компонентов), используемых при эксплуатации скважины.
Скважины бурят в грунтовых формациях с пластами углеводородов, чтобы извлекать углеводороды через скважины на поверхность. Различные компоненты (например, сегменты труб, муфты труб, трубопроводные клапаны, коллекторы, стабилизаторы, расширители, ясы, забойные двигатели, направляющие устройства, датчики оценки пласта, буровые долота и т. п.) соединены с оборудованием низа бурильной колонны, которым управляют в скважине из буровой установки на поверхности земли.
В скважинном оборудовании в скважинах могут использоваться электронные компоненты для управления, мониторинга и связи или другие компоненты, такие как механические компоненты, электромеханические компоненты, гидравлика, датчики оценки пласта (LWD, logging-while-drilling, каротаж в процессе бурения), датчики скважинных измерений в процессе бурения (measurement-while-drilling, MWD). Со временем условия эксплуатации (например, высокая температура, высокое давление, чрезмерное ускорение, скачки напряжения или тока, механическое напряжение и т. п.) в забое скважины могут привести к повреждению или иному ухудшению компонентов, тем самым сокращая эксплуатационный срок службы компонента, и/или приводя к катастрофическому отказу компонента.
РАСКРЫТИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ
В соответствии с аспектами настоящего раскрытия обеспечены методики, включающие в себя способы, системы и/или компьютерные программные продукты для оптимальной дискретизации данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважины. Иллюстративный способ может включать в себя: использование модели срока службы для элемента оборудования, используемого при эксплуатации скважины; дискретизацию, с помощью устройства обработки, спектра данных о нагрузке в одном или более сегментов, причем один или более сегментов имеют определенный размер сегмента, при этом размер сегмента по меньшей мере одного сегмента основан на одном из следующего: модели срока службы и распределении данных о нагрузке; сбор данных о нагрузке на элемент оборудования; назначение, устройством обработки, собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке; и сохранение, устройством обработки, собранных данных о нагрузке, назначенных одному или более сегментам, в памяти.
Согласно дополнительным аспектам настоящего изобретения, иллюстративная система может содержать: датчик, выполняющий сбор данных о нагрузке на элемент оборудования; и устройство обработки для выполнения машиночитаемых команд, причем машиночитаемые команды включают: определение модели срока службы для элемента оборудования, используемого при эксплуатации скважины; дискретизацию спектра данных о нагрузке в одном или более сегментов, причем один или более сегментов имеют определенный размер сегмента, при этом размер сегмента по меньшей мере одного сегмента основан на одном из следующего: модели срока службы или распределении данных о нагрузке; назначение собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке; и сохранение собранных данных о нагрузке, назначенных одному или более сегментам, в памяти.
Дополнительные признаки и преимущества реализуются с помощью способов настоящего изобретения. Другие аспекты подробно описаны в настоящем документе и рассматриваются как часть изобретения. Для лучшего понимания настоящего изобретения с преимуществами и признаками, следует ознакомиться со следующим описанием и чертежами.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Объект, который рассматривается как изобретение, особо отмечен и четко заявлен в формуле изобретения в конце описания. Вышеизложенные и другие признаки и их преимущества очевидны из следующего подробного описания, рассматриваемого вместе с прилагаемыми чертежами, на которых:
Фиг. 1 иллюстрирует систему обработки для оценки срока службы элемента оборудования, используемого при эксплуатации скважины, согласно вариантам настоящего изобретения;
Фиг. 2 иллюстрирует график дискретизированной кривой Аррениуса в соответствии с вариантами настоящего изобретения;
Фиг. 3 иллюстрирует график типичного распределения данных о нагрузке, например ускорения, в соответствии с примерами настоящего изобретения;
Фиг. 4 иллюстрирует график для метода дискретизированного типичного распределения данных о нагрузке, например, ускорения, показанных на фиг. 3, согласно вариантам настоящего изобретения;
Фиг. 5 иллюстрирует график для метода дискретизированной кривой Аррениуса в соответствии с вариантами настоящего изобретения;
Фиг. 6 иллюстрирует график дискретизированного распределения Гаусса в соответствии с примерами настоящего изобретения;
Фиг. 7 иллюстрирует график для метода дискретизированного комбинирования метода дискретизированной кривой Аррениуса по фиг. 5 и метода дискретизированного распределения Гаусса по фиг. 5 согласно вариантам настоящего изобретения.
Фиг. 8 иллюстрирует график относительной ошибки дискретизации по отношению к модели с непрерывным сроком службы в соответствии с примерами настоящего изобретения;
Фиг. 9 иллюстрирует график сравнения истекших сроков службы в соответствии с примерами настоящего изобретения;
Фиг. 10 иллюстрирует график сравнения истекших сроков службы в соответствии с примерами настоящего изобретения;
Фиг. 11 иллюстрирует схему последовательности операций способа для идентификации и определения износа компонента, используемого при эксплуатации скважины, в соответствии с вариантами настоящего изобретения; и
Фиг. 12 иллюстрирует принципиальную схему системы обработки для реализации способов, описанных в настоящем документе, в соответствии с примерами настоящего изобретения.
ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
Оценка срока службы элемента оборудования (например, средств связи, направляющих устройств и другого оборудования), используемого при эксплуатации скважины, уменьшает количество отказов на месте работ и позволяет в соответствующее время обслуживать и/или заменять элемент оборудования. Для точного прогнозирования срока службы элемента оборудования данные о нагрузке измеряются и сохраняются на одном или более элементах оборудования для нагрузок на элемент оборудования. Примерами нагрузок могут быть температура, ускорения, частота вращения, крутящий момент, изгиб, давление, электрические нагрузки, осевые и поперечные усилия и другие факторы, которые влияют на срок службы элемента оборудования.
Хранение данных о нагрузке может быть использовано для прогнозирования срока службы элемента оборудования. Модели срока службы можно оценить, связав данные о нагрузке с отказами оборудования. Модель срока службы обеспечивает информацию о вероятности отказа элемента оборудования при подаче определенной нагрузки. Первоначальная модель срок службы, также называемая существующей моделью срока службы, может быть определена с использованием архивных данных о нагрузке. Эти архивные данные о нагрузке относятся к накопленным нагрузкам в случае отказа. Модель срока службы дает вероятность того, что отказ произойдет при определенной нагрузке, включая определенное отклонение, которое может быть вызвано небольшими различиями в элементе оборудования, изменениями в технологии изготовления, изменениями материала и другими статистическими параметрами. Если данные о нагрузке собираются в сегментах спектра данных о нагрузке, данные о нагрузке в этом сегменте усредняются или устанавливаются на среднее значение сегмента. В качестве альтернативы можно использовать среднее значение или среднеквадратичное значение, или другие репрезентативные алгоритмы усреднения. Сегмент в спектре данных о нагрузке представлен репрезентативным значением, вычисленным путем применения репрезентативного алгоритма усреднения к данным о нагрузке в сегменте. Затем выполняют подсчет того, как часто происходит накопление данных о нагрузке в каждом сегменте. Данные о нагрузке могут быть либо архивными данными о нагрузке, либо новыми данными о нагрузке. Подсчеты сохраняются в памяти. Следовательно, здесь обеспечивается оптимальное хранение данных о нагрузке в памяти с ограниченным размером.
Существуют различные механизмы отказа для различных типов оборудования (например, электроники, механических частей, гидравлики, соединений, датчиков оценки пласта (LWD), датчиков скважинных измерений в процессе бурения (MWD) и т. п.). Срок службы элемента оборудования зависит от циклов нагрузки и амплитуды нагрузок. Срок службы зависит от механизма отказа компонента. В то время как электроника в основном подвержена выходам из строя, связанным с температурой и электрическими нагрузками (ток и напряжение), механическая целостность, главным образом, зависит от механических нагрузок (например, давления, ускорения, импульсов, таких как изгиб, осевые и боковые усилия и т. п.). Настоящие методы обеспечивают оценку срока службы элемента оборудования, используемого при эксплуатации скважины, для оптимизации циклов технического обслуживания или поставки запасных частей.
Сильные ускорения в бурильных колоннах и оборудовании низа бурильной колонны (BHA, bottom hole assemblies) могут быть вызваны различными механизмами активизации, такими как самоактивизация, активизация параметров или вынужденная активизация. Ускорения могут отличаться в осевом, вращательном и боковом направлениях. Отрицательное влияние включает снижение скорости проходки, снижение качества измерений и аварии в скважине. Другие нагрузки могут включать температуру и эрозию, давление, крутящий момент, изгиб.
Один из подходов, представленных в настоящем документе, заключается в измерении данных, относящихся к сроку службы, на элементе оборудования, используемом при эксплуатации скважины, и сохранении данных в памяти на элементе оборудования. Измерение и/или обработка и хранение данных, относящихся к сроку службы, может выполняться с использованием специальных электронных модулей на элементе оборудования или в нем, и/или различных элементах оборудования вдоль BHA. Для этой цели используются специализированные интегральные схемы (ASIC, application specific integrated circuits) с ограниченной памятью. ASIC размещают, например, на многокристальных модулях (MCM, multi-chip model) в элементе оборудования для хранения данных о нагрузке для элемента оборудования. Данные о нагрузке затем используют для оценки срока службы элемента оборудования. В данном примере он может упоминаться как электроника, рассчитанная на срок службы. Данные о нагрузке других типов оборудования, такого как датчики оценки пласта (например, гамма, акустические, ядерного магнитного резонанса (NMR, nuclear magnetic resonance), радиоактивные) или механического, электромеханического или гидравлического оборудования, такого как двигатели, насосы, клапаны или подшипники, могут быть измерены и/или обработаны и сохранены в памяти в электронном модуле. Исходя из собранных данных, относящихся к сроку службы, и предполагаемого срока службы, может быть выполнено техническое обслуживание с учетом состояния (CBM, condition based maintenance).
Раскрыт способ дискретизации спектра зависящих от срока службы данных о нагрузке (например, температуры и ускорения и т.п.) в сегментах. Используемый здесь термин «сегмент» относится к интервалу данных о нагрузке. Каждый сегмент связан с интервалом или областью данных о нагрузке. Распределение данных о нагрузке в сегменте может быть представлено числом точек данных о нагрузке в интервале данных о нагрузке или временем, проведенным в интервале данных о нагрузке. Интервал данных о нагрузке может быть определен одной или множеством переменных, таких как температура, ускорение или давление. Способ включает в себя определение оптимальных размеров сегментов в спектре данных о нагрузке, зависящих от одного из следующего: модели срока службы и распределения данных о нагрузке, и других математических функций, чтобы минимизировать ошибку оценки срока службы при ограниченной памяти. Способ также может быть использован для оценки необходимой памяти для данного допуска оценки срока службы, также называемого ошибкой оценки срока службы. Для данной максимальной ошибки в оценке срока службы вычисляют требуемые размеры сегментов для множества сегментов в спектре данных о нагрузке. Объем памяти, требуемый для хранения распределения измеренных данных о нагрузке, может быть вычислен на основании множества сегментов в спектре данных о нагрузке.
В настоящих методах используют память для хранения данных о нагрузке более оптимизированным, эффективным и экономически эффективным способом, чем существующие решения. Например, в существующих решениях хранят данные о нагрузке (например, данные, контролируемые по времени), без дискретизации спектра данных о нагрузке в сегментах, которые используют больший объем памяти в памяти, тем самым увеличивая объем памяти и связанные с этим затраты. В настоящих методах, однако, используется меньше памяти, чем в существующих решениях, путем определения оптимальных размеров сегментов спектра данных о нагрузке и назначения данных о нагрузке сегментам, преобразования данных о нагрузке в распределение данных о нагрузке или профиль данных о нагрузке. Указанная дискретизация спектра данных о нагрузке и преобразование данных о нагрузке улучшает функционирование устройств обработки за счет более эффективного использования памяти. В настоящих методах также используются данные о нагрузке, контролируемой по времени, и преобразуются данные о нагрузке, контролируемой по времени, в сегменты, и распределение данных о нагрузке или профилей данных о нагрузке. Кроме того, настоящие методы обеспечивают сегменты разных размеров, так что меньшие сегменты используются вблизи ожидаемого значения, тогда как большие сегменты используются для значений в неожидаемых интервалах. Это уменьшает объем используемой памяти, а также обеспечивает более точную дискретизацию вблизи ожидаемых значений. Эти и другие преимущества будут очевидны из последующего описания.
Идеи настоящего изобретения могут применяться при разнообразных режимах эксплуатации скважины. Эти операции могут включать использование одного или более обрабатывающих агентов для обработки пласта, флюидов, находящихся в пласте, стволе скважины и/или оборудовании в стволе скважины, таком как эксплуатационная насосно-компрессорная колонна. Обрабатывающие агенты могут иметь форму жидкостей, газов, твердых веществ, полутвердых веществ и их смесей. Иллюстративные обрабатывающие агенты включают, но не ограничиваются ими, жидкости для гидроразрыва, кислоты, пар, воду, рассол, антикоррозионные агенты, цемент, модификаторы проницаемости, буровые растворы, эмульгаторы, деэмульгаторы, индикаторы, присадки для улучшения текучести и т. п. Иллюстративные режимы эксплуатации скважины включают в себя, но не ограничиваются ими: гидроразрыв пласта, интенсификацию, введение индикатора, очистку, подкисление, введение пара, заводнение, цементирование и т. п.
В качестве не имеющего ограничительного характера примера, эксплуатация скважины также может представлять собой операцию бурения в стволе скважины. Различные компоненты оборудования (скважинные инструменты) объединяют, чтобы получить оборудование низа бурильной колонны (BHA). Оборудование низа бурильной колонны оперативно связано с бурильной колонной на верхнем конце (наземный конец) и имеет буровое долото на нижнем конце (скважинный конец). Оборудование низа бурильной колонны, содержащее оборудование различного типа, такое как забойный двигатель, направляющее устройство, датчики оценки пласта и инструменты MWD, такие как направляющие, гидроимпульсные инструменты связи, вырабатывающие энергию инструменты (турбина или аккумуляторная батарея). Датчики оценки пласта, также называемые инструментами LWD, могут представлять собой инструменты для измерения удельного сопротивления, ядерного магнитного резонанса, акустические, для отбора проб в скважине, радиоактивные инструменты или инструменты для испытаний давлением. Может иметься двунаправленная связь между оборудованием низа бурильной колонны и поверхностью посредством гидроимпульсной телеметрии, включая нисходящую линию связи, электромагнитную телеметрию, акустическую телеметрию, проводную трубу или любую другую подходящую линию связи. В зависимости от различных элементов оборудования, которые находятся в конкретном оборудовании низа бурильной колонны, различного назначения оборудования низа бурильной колонны, различного материала оборудования низа бурильной колонны или диаметра забоя скважины, оборудование низа бурильной колонны называют определенным типом оборудования низа бурильной колонны.
В примерах память может находиться в элементе оборудования в оборудовании низа бурильной колонны и/или на нем. Дискретизация может быть выполнена на основании данных о нагрузке, полученных от оборудования низа бурильной колонны после выполнения бурения, на поверхности, или может быть выполнена в скважине на основании данных измеренной нагрузки в забое скважины. Оценка срока службы в режиме реального времени может быть выполнена в процессоре внутри элемента оборудования, либо в скважине, либо на поверхности, либо в отдельном процессоре, расположенном за пределами элемента оборудования либо в скважине, либо на поверхности. В первом случае оценка срока службы передается на поверхность. Решения о повторном запуске могут быть приняты на основании оценки срока службы. В случае если оценка срока службы детали близка к сроку службы элемента оборудования или уже превысила его, элемент оборудования можно заменить другим элементом оборудования.
Фиг. 1 иллюстрирует систему 100 обработки для оценки срока службы элемента оборудования, используемого при эксплуатации скважины, согласно вариантам настоящего изобретения. Различные компоненты, модули, двигатели и т. п., описанные со ссылкой на фиг. 1, могут быть реализованы как команды, хранящиеся на машиночитаемом носителе данных, как аппаратные модули, как аппаратура специального назначения (например, аппаратура для конкретного приложения, специализированные интегральные схемы (ASIC), встроенные контроллеры, проводные схемы и т. п.) или как некоторая их комбинация или комбинации.
В примерах описанный здесь механизм (механизмы) может представлять собой комбинацию аппаратуры и программирования. Программирование может быть исполняемыми процессором командами, хранящимися в материальной памяти, и аппаратура может содержать устройство 102 обработки для выполнения этих команд. Таким образом, в памяти 104 могут храниться программные команды, которые при выполнении устройством 102 обработки реализуют описанные в настоящем документе механизмы. Для включения других функций и функциональных возможностей, описанных в других примерах в настоящем документе, также могут быть использованы другие механизмы.
Система 100 обработки может содержать устройство 102 обработки, системную память 104, механизм 110 определения сегмента, механизм 112 оценки срока службы, механизм 114 сравнения срока службы и хранилище 120 данных о нагрузке. В качестве альтернативы или в дополнение система 100 обработки может содержать выделенную аппаратуру, такую как одна или более интегральных микросхем, специализированные интегральные микросхемы (ASIC), специальные процессоры для конкретных приложений (ASSP, Application Specific Special Processors), программируемые вентильные матрицы (FPGA, Field Programmable Gate Arrays) или любую комбинацию вышеупомянутых примеров выделенной аппаратуры для выполнения методов, описанных в настоящем документе.
Механизм 110 определения сегмента дискретизирует спектр данных о нагрузке на множество сегментов. Размер сегмента каждого из множества сегментов основан на распределении данных о нагрузке и/или основан на существующей модели срока службы для элемента оборудования, как описано ниже. Распределение данных о нагрузке может основываться на архивных данных о нагрузке на элементе оборудования. Архивные данные о нагрузке, распределение данных о нагрузке и другая информация, такая как измеренные сроки службы компонентов, полученные в ходе промысловых работ, могут храниться, например, в хранилище 120 данных о нагрузке.
На этапе 112 оценка срока службы выполняется с учетом данных, хранящихся в сегментах.
Дополнительно или в качестве альтернативы для дискретизации спектра данных о нагрузке память может быть разделена на ячейки, на основании одного из следующего: модели срока службы и распределения данных о нагрузке. Размер ячеек памяти зависит от одного из следующего: модели срока службы или распределения данных о нагрузке. Распределение данных о нагрузке сохраняется в разделенной на ячейки памяти.
Вместо подсчета того, как часто данные о нагрузке накапливаются в каждом интервале данных о нагрузке, в памяти может быть сохранена любая другая величина, которая может представлять массу интервала данных о нагрузке для измеренных данных о нагрузке.
Согласно вариантам настоящего изобретения срок службы электроники для оборудования, используемого при эксплуатации скважины, может быть описан кривой Аррениуса, как показано на фиг. 2. Благодаря обновлению размеров сегментов спектра данных о нагрузке, полный отказ, основанный на модели срока службы, сводится к минимуму. Спектр данных о нагрузке, показанный на фиг. 2, представляет температурный интервал, воздействию которого подвергается электроника. Обновление относится к пересчету размеров сегментов для множества сегментов спектра данных. В частности, размер сегмента может быть обновлен таким образом, чтобы ошибка еl на «левой» стороне сегмента была такой же, как ошибка еl на «правой» стороне сегмента. Затем эта ошибка является постоянной для каждого сегмента и поэтому ограничена этим значением.
Кроме того, ожидаемая температура или частота температуры может влиять на размер сегмента. Например, бесполезно собирать данные о температуре в сегментах при уровне температуры, который не будет достигнут во время ожидаемого прогона. Пример типичного распределения ускорений показан на фиг. 3.
В соответствии с примером ускорения, показанным на фиг. 3, механизм 110 определения сегмента (фиг. 1) обновляет размер сегмента во время операции, чтобы достигать значений среднеквадратического (gRMS, root mean square acceleration) ускорения, так что каждый сегмент приблизительно одинаков, с использованием следующего уравнения.
где xi = нижний (левый) предел сегмента, xi-1 = верхний (правый) предел сегмента, p(x) - плотность распределения вероятностей. Плотность распределения вероятностей p(x) может быть получена из гистограммы или распределения данных о нагрузке или частотного распределения данных о нагрузке в соответствии с вариантами настоящего изобретения. Переменная x и нижний предел xi, и верхний предел xi-1 также могут быть вектором множества переменных, таких как температура и ускорения. Функция p(x) представляет собой плотность распределения вероятностей, которая может зависеть от нескольких переменных. Согласно фиг. 4, площадь (т. е. вероятность) под каждым сегментом одинакова. Следовательно, размер сегмента шире в точках с низкой вероятностью и выше в точках с высокой вероятностью ожидаемого ускорения. Может быть возможной любая плотность распределения вероятностей. В качестве не имеющего ограничительного характера примера, плотность распределения вероятностей может представлять собой распределение Вейбулла, распределение Гаусса, нормальное распределение или экспоненциальное распределение. Также может существовать возможность подгонки многочлена к распределению нагрузок. Для определения плотности распределения вероятностей может использоваться более одного типа данных о нагрузке, в качестве не имеющего ограничительного характера примера это может быть температура и ускорение или температура и ускорение, и давление, или любая другая комбинация данных о нагрузке, приводящая к одной, двум или многомерным плотностям распределения вероятностей.
Путем объединения модели срока службы и распределения данных о нагрузке для ожидаемых нагрузок, таких как архивные данные о нагрузке или данные о синтетической нагрузке, можно определить оптимальные размеры сегмента. В качестве примера, а не ограничения, плотность распределения вероятностей умножается на модель срока службы L(x) для каждого значения нагрузки x. Для объединения распределения нагрузки с моделью срока службы также могут подходить другие математические операции. В примерах х может представлять собой температуру или gRMS уровень ускорений. Функция F(xi)=p(xi)L(xi) отражает срок службы, который истекает при нагрузке xi в соответствии с распределением нагрузки x, которое дает количество выборок (в сегменте) и модель L срока службы. Истекший срок службы в одном сегменте является постоянным для каждого сегмента для функции F, если распределение данных нагрузки равно p(x), а модель срока службы равна L(x).
Сегменты с оптимальными размерами могут быть смежными или могут иметь зазоры между собой, или могут перекрываться. В качестве не имеющего ограничительного характера примера может быть полезным хранение данных о нагрузке от противоположных сторон спектра данных о нагрузке только в одном сегменте. Сегменты не должны охватывать весь спектр данных о нагрузке. Конкретный сегмент может иметь профиль сечения с другим сегментом. Еще один сегмент может быть подмножеством другого сегмента.
Механизм 112 оценки срока службы определяет оценку срока службы элемента оборудования на основании новых данных о нагрузке, собранных, например, во время процесса бурения, сохраненных в памяти после того, как данные о нагрузке назначены дискретизированному спектру данных о нагрузке. Фиг. 5, 6 и 7 иллюстрируют оценку срока службы, как описано ниже.
Фиг. 5 иллюстрирует пример размера сегмента в соответствии с моделью срока службы согласно вариантам настоящего изобретения. Фиг. 6 иллюстрирует пример размера сегмента в соответствии с частотным распределением температуры согласно вариантам настоящего изобретения. Фиг. 7 иллюстрирует пример комбинации (например, умножение или любая другая подходящая математическая операция) модели срока службы по фиг. 5 и частотного распределения температуры по фиг. 6 согласно вариантам настоящего изобретения.
В соответствии с примерами, показанными на фиг. 5-7, для распределения температуры ожидается нормальное распределение, а в качестве модели ожидаемого срока службы используется коэффициент пропорциональности Аррениуса. Ожидаемое значение 150°C и дисперсия 10 (°C)2 используются для ожидаемого распределения температуры внутри скважины.
Что касается фиг. 5 с использованием метода дискретизированной кривой Аррениуса, максимальная ошибка в каждом сегменте равна скалярному значению. В случае непрерывно возрастающих наклонов максимальная ошибка рассчитывается по разности значений на правой или левой стороне каждого сегмента, которая задается непрерывной кривой Аррениуса, и значению, которое будет рассчитываться сегментом в середине сегмента. Для максимального значения непрерывной модели и для минимального значения непрерывной модели ошибка определяется разностью со значением в середине сегмента или другим значением, взятым в качестве эталона для этого сегмента. Максимальная ошибка в каждом сегменте не обязательно находится на границе сегмента, если модель срока службы имеет максимумы и минимумы в самом сегменте.
Что касается фиг. 6 с использованием метода дискретизированного распределения Гаусса в этом случае вероятность попадания в каждый сегмент одинакова. Следует понимать, что метод распределения Гаусса является лишь одним возможным примером, и вместо метода распределения Гаусса или в дополнение к нему могут быть реализованы другие методы распределения.
Что касается фиг. 7 с использованием метода дискретизированного комбинирования по фиг. 5 и 6, истекший срок службы в каждом сегменте в соответствии с моделью срока службы, и число ожидаемых выборок в одном сегменте, заданное плотностью распределения вероятностей, одинаковы. Если значения нагрузки равномерно распределены, этот метод приводит к тому же результату, что и оптимизация сегмента только посредством модели срока службы.
В соответствии с вариантами настоящего изобретения может быть выгодным выбор срока службы для сегментов на левой и правой границе (низкие температуры и высокие температуры, соответственно), а не в середине сегмента. В некоторых примерах вместо границ может использоваться определенное отношение. Отношение может быть определено частотным распределением данных о нагрузке и/или моделью срока службы. В соответствии с частотным распределением температуры имеет смысл ограничить рассматриваемые температуры определенным процентилем (например, 95% или 99%) плотности распределения вероятностей. В противном случае ошибки становятся очень большими, потому что среднее значение сегментов (взятых для прогнозирования срока службы) на границе имеет очень низкую вероятность в соответствии с частотным распределением этих данных о нагрузке. Поэтому значения на границе этого сегмента классифицируются по середине сегмента, что приводит к значительной ошибке.
Механизм 114 сравнения срока службы сравнивает оценку срока службы элемента оборудования с ожидаемым сроком службы элемента оборудования. Фиг. 8 иллюстрирует один такой пример сравнения для 15 сегментов. В частности, фиг. 8 иллюстрирует график относительной ошибки дискретизации по отношению к модели непрерывного срока службы в соответствии с примерами настоящего изобретения; Настоящие методы могут также применяться к нелинейной зависимости модели срока службы с использованием двух переменных. Например, ошибки, обусловленные ускорением, удваиваются, если температура увеличивается на 10°C. В другом примере модель срока службы пропорциональна температуре, умноженной на ускорение. В этом случае истекший срок службы, обусловленный температурой, и срок службы, обусловленный ускорением, не просто суммируются, и размеры сегмента могут изменяться.
Сегменты, показанные на фиг. 8, были вычислены для ожидаемого значения 150°C и дисперсии нормально распределенных значений температуры 10 (°C)2. При моделировании по методу Монте-Карло (Monte-Carlo-Simulations, MCS) использовалась дисперсия 10 (°C)2 и разные ожидаемые значения среднего значения температуры (например, 10000 MCS для каждого ожидаемого значения и нормально распределенных вычисленных случайных чисел). Ошибка становится очень малой при ожидаемом значении при 150°C для метода распределения Гаусса (фиг. 6) и метода комбинирования (фиг. 7). Ошибка становится большой для разных ожидаемых значений нормально распределенных случайных чисел с использованием этих методов.
Ошибки для сегментов, которые вычисляют по модели срока службы, уменьшаются только при высоких температурах, потому что для метода кривой Аррениуса в этом температурном интервале сегменты расположены близко. Для низких ожидаемых значений это приводит к очень большой ошибке (< 155°C). Это показывает, что необходимо учитывать распределение температур. В другом примере сегменты метода кривой Аррениуса могут быть ограничены между конкретными значениями, например процентилей, частотного распределения данных о нагрузке.
В частности, фиг. 8 и 9 иллюстрируют исследование параметров ожидаемого значения предполагаемого распределения температуры, которое может появиться в процессе бурения. Ожидаемое значение колеблется от 140°C до 185°C. Фиг. 8 иллюстрирует ход относительной ошибки дискретизации. На фиг.8 линия распределения Гаусса изображает ход относительной ошибки дискретизации при использовании сегментной дискретизации на основании нормального распределения Гаусса для температур. Кривая линия Аррениуса представляет собой ход относительной ошибки дискретизации при использовании дискретизации на основании кривой Аррениуса как функции срока службы. Линия комбинирования показывает ход относительной ошибки дискретизации при использовании дискретизации на основании комбинации функции Аррениуса для срока службы и предполагаемого распределения Гаусса для температуры.
Фиг. 9 иллюстрирует изменение абсолютного значения прогнозируемого истекшего срока службы. Проведены исследования для трех различных стратегий сегментной дискретизации. Дискретизация согласно: функции срока службы; функции распределения; и комбинации функции срока службы и функции распределения. Непрерывная линия изображает ход истекшего срока службы при использовании непрерывных (аналитических) функций для функции срока службы и показанного распределения температуры. Линия дискретизации Аррениуса изображает ход истекшего срока службы при использовании дискретизации на основании функции Аррениуса для срока службы. Линия дискретизации распределения Гаусса показывает ход истекшего срока службы при использовании дискретизации на основании нормального распределения Гаусса для температуры. Линия дискретизации комбинации изображает ход истекшего срока службы при использовании дискретизации на основании комбинации функции Аррениуса для срока службы и нормального распределения Гаусса.
Другой пример с использованием 15 сегментов, показан на фиг. 9 и 10. В частности, фиг. 9 иллюстрирует сравнение истекших времен жизни в соответствии с примерами настоящего изобретения. Вычисленный истекший срок службы показан для трех методов, приведенных выше на фиг. 5-7, относительно точного (непрерывного) значения.
Сегменты, показанные на фиг. 9, были вычислены для ожидаемого значения 150°C и дисперсии нормальных распределенных значений температуры 50 (°C)2. При моделировании по методу Монте-Карло (MCS) использовалась дисперсия 10 (°C)2 и разные ожидаемые значения вдоль оси x среднего значения температуры (например, 10000 MCS для каждого ожидаемого значения и нормально распределенных вычисленных случайных чисел). Непрерывная линия («непрерывная») представляет точное значение истекшего срока службы в соответствии с моделью срока службы. Проиллюстрировано, что ошибка является весьма малой для сегментов, вычисленных с использованием метода распределения Гаусса (фиг. 6) и метода дискретизированного комбинирования (фиг. 7), от 140°С до 165°С.
Это ожидаемо, потому что в обоих методах вычисленные сегменты дискретизированы в соответствии с частотным распределением температуры. Следует принимать во внимание, что более высокая дисперсия, используемая для вычисления оптимального размера сегмента, чем используемая в MCS, делает настоящие методы устойчивыми к изменениям ожидаемого значения. Ошибка прогнозирования срока службы становится очень большой выше 165°C, потому что в этой области существует только один сегмент. Ошибки сегментов, которые вычисляют по модели срока службы, уменьшаются только при высоких температурах, потому что для метода дискретизированной кривой Аррениуса в этом температурном интервале сегменты расположены близко (Фиг. 5).
Сегменты, показанные на фиг. 10, были вычислены для ожидаемого значения 150°C и дисперсии нормальных распределенных значений температуры 50 (°C)2. При моделировании по методу Монте-Карло (Monte-Carlo-Simulations, MCS) использовалась дисперсия 1 (°C)2 и разные ожидаемые значения среднего значения температуры (например, 10000 MCS для каждого ожидаемого значения и нормально распределенных вычисленных случайных чисел). Это означает, что распределение температуры очень узкое, и значения почти одинаковы. Те же результаты получены для общих тенденций трех способов, что и на фиг. 9. Тем не менее, сегменты можно идентифицировать по шагам в прогнозировании срока службы для метода кривой Аррениуса. Соответственно, прогнозируемый срок службы равен теоретическому значению, показанному непрерывной линией значений для среднего значения ожидаемого значения в середине одного сегмента, и становится большим на границе сегментов.
Как описано в настоящем документе, следует понимать, что ошибка прогнозирования срока службы может быть очень высокой, если местоположение и размер сегмента не обновляются должным образом. В некоторых случаях модели срока службы не существует. Следовательно, для учета неопределенностей полезно большее количество сегментов. В противном случае оценка модели срока службы невозможна. Настоящие методы также могут использоваться для оценки нагрузок или сроков службы соседних компонентов. В примерах данные нагрузки могут использоваться и комбинироваться с физическими моделями системы бурового оборудования для достижения лучших оценок срока службы. Комбинация более чем одного типа нагрузки (например, температуры и ускорения) может быть включена на основании тех же предположений.
Фиг. 11 иллюстрирует схему последовательности операций способа 1100 для определения износа компонента, используемого при эксплуатации скважины, в соответствии с вариантами настоящего изобретения. Способ 1100 может быть выполнен системой обработки, такой как система 100 обработки по фиг. 1, система 20 обработки по фиг. 12 и/или другой подходящей системой обработки. Способ 1100 начинается на этапе 1102 и продолжается на этапе 1104.
На этапе 1104 способ 1100 включает в себя сохранение архивных данных о нагрузке (например, нагрузок, нагрузок в зависимости от отказов и т. п.). Архивные данные о нагрузке могут быть получены из эксплуатационных данных, лабораторных данных, синтезированных данных и/или данных модели.
На этапе 1106 способ 1100 включает в себя фильтрацию данных о нагрузке. Данные о нагрузке могут быть отфильтрованы, например, по географическому региону, в котором были получены данные, типу оборудования, типу оборудования низа бурильной колонны (созданное оборудование низа бурильной колонны и включенные типы оборудования), типу бурового долота и/или типу пласта. Также может быть применена другая подходящая фильтрация.
На этапе 1108 способ 1100 включает в себя создание профилей нагрузки по архивным данным нагрузки. Например, как показано на фиг. 3 и 4 и, как описано выше, создаются гистограммы, представляющие профили нагрузки.
На этапе 1110 способ 1100 включает в себя определение моделей срока службы. Модели срока службы зависят от различных нагрузок или комбинаций нагрузок. Если моделей срока службы не существует, может быть реализовано лучшее предположение. Модели срока службы могут быть определены с использованием лабораторных испытаний, эксплуатационных испытаний и/или с использованием способов моделирования или с использованием синтетической модели срока службы, такой как модель с наилучшим предположением срока службы.
На этапе 1112 способ 110 включает в себя выполнение дискретизации сегмента спектра данных о нагрузке с использованием методов, описанных в настоящем документе. Это позволяет определять оптимальные размеры сегментов для различных сегментов, так что данные срока службы могут быть сохранены в памяти при использовании минимального объема памяти.
На этапе 1114 способ 1100 включает в себя сбор и запись измеренных нагрузок на элемент оборудования (то есть электроники, инструмента и т. п.) в сегментах, определенных на этапе 1112. Измеренные нагрузки могут включать в себя температуру, ускорения и т. п.
На этапе 1116 способ 1100 включает в себя выполнение оценки срока службы по данным о нагрузке, назначенным сегментам и сохраненным в памяти. Как описано выше, фиг. 5, 6 и 7 иллюстрируют оценку срока службы.
На этапе 1118 способ 1100 включает в себя сравнение оценки срока службы с фактическим сроком службы. Как описано выше, фиг. 8 иллюстрирует один такой пример сравнения. Данные о реальном сроке службы (фактическом сроке службы) могут быть извлечены из архивных данных о нагрузке. На фиг. 8 и 9 сравниваются описанный здесь способ с сегментом со способом точного моделирования (непрерывным). Фактический срок службы все еще может быть другим, но он является таким же, если предположить, что оценка непрерывного срока службы равна фактическому истекшему сроку службы.
Способ 1100 продолжается до этапа 1120 и заканчивается.
В некоторых примерах также могут быть включены дополнительные процессы, и следует понимать, что процессы, изображенные на фиг. 11, представляют иллюстрации, и что могут быть добавлены другие процессы или могут быть удалены, изменены или перегруппированы существующие процессы, без отклонения от объема и сущности настоящего изобретения.
Понятно, что настоящее изобретение может быть реализовано в сочетании с любым другим типом вычислительной среды, известной в настоящее время или разработанной позднее. Например, фиг. 12 иллюстрирует принципиальную схему системы 20 обработки для реализации способов, описанных в настоящем документе. В примерах, система 20 обработки имеет один или более центральных процессоров (процессоров) 21a, 21b, 21c и т. п. (совместно или в сообща называемых процессором (процессорами) 21 и/или устройством (устройствами) обработки)). В вариантах настоящего изобретения каждый процессор 21 может включать в себя микропроцессор компьютера с сокращенным набором команд (reduced instruction set computer, RISC). Процессоры 21 связаны с системной памятью (например, оперативной памятью (random access memory, RAM) 24) и различными другими компонентами через системную шину 33. Постоянное запоминающее устройство (read only memory, ROM) 22 связано с системной шиной 33 и может включать в себя базовую систему ввода/вывода (basic input/output system, BIOS), которая управляет некоторыми основными функциями системы обработки 20.
Далее проиллюстрированы адаптер 27 ввода/вывода (input/output, I/O) и адаптер 26 связи, также называемый сетевым адаптером, подключенный к системной шине 33. Адаптер 27 I/O может представлять собой адаптер системного интерфейса малых компьютеров (small computer system interface, SCSI), который обменивается данными с жестким диском 23 и/или накопителем 25 на магнитной ленте или любым другим аналогичным компонентом. Адаптер 27 I/O, жесткий диск 23 и накопитель 25 на магнитной ленте в совокупности называются в настоящем документе запоминающим устройством 34 большой емкости. Операционная система 40 для выполнения в системе 20 обработки может храниться в запоминающем устройстве 34 большой емкости. Сетевой адаптер 26 взаимно соединяет системную шину 33 с внешней сетью 36, позволяющей системе 20 обработки осуществлять связь с другими такими системами.
Дисплей (например, экранный монитор) 35 подключен к системной шине 33 с помощью адаптера 32 дисплея, который может включать в себя графический адаптер для повышения производительности приложений, интенсивно использующих графику, и видеоконтроллер. В одном варианте настоящего изобретения адаптеры 26, 27 и/или 32 могут быть подключены к одной или нескольким шинам I/O, которые соединены с системной шиной 33 через промежуточный мост между шинами (не показан). Подходящие шины I/O для подключения периферийных устройств, таких как контроллеры жестких дисков, сетевые адаптеры и графические адаптеры, обычно включают общие протоколы, такие как взаимное соединение периферийных компонентов (Peripheral Component Interconnect, PCI). Дополнительные устройства ввода/вывода показаны как подключенные к системной шине 33 через адаптер 28 интерфейса пользователя и адаптер 32 дисплея. Клавиатура 29, мышь 30 и динамик 31 могут быть взаимно подключены к системной шине 33 через адаптер 28 интерфейса пользователя, который может содержать: например, микросхему Super I/O, интегрирующую множество адаптеров устройств в одну интегральную схему.
В некоторых вариантах настоящего изобретения система 20 обработки содержит блок 37 обработки графических данных. Блок 37 обработки графических данных представляет собой специализированную электронную схему, предназначенную для манипулирования и изменения памяти для ускорения создания изображений в буфере кадров, предназначенном для вывода на дисплей. В общем, модуль 37 обработки графических данных весьма эффективен при манипулировании компьютерной графикой и обработке изображений, и имеет высокопараллельную структуру, что делает его более эффективным, чем центральные процессоры общего назначения для алгоритмов, в которых обработка больших блоков данных выполняется параллельно.
Таким образом, сконфигурированная в настоящем документе система 20 обработки включает возможность обработки в форме процессоров 21, возможность хранения, включающую в себя системную память (например, RAM 24) и запоминающее устройство 34 большой емкости, средства ввода, такие как клавиатура 29 и мышь 30, и средства вывода, включающие динамик 31 и дисплей 35. В некоторых вариантах настоящего изобретения часть системной памяти (например, RAM 24) и запоминающего устройства 34 совместно хранит операционную систему, такую как операционная система AIX® от IBM Corporation, для координации функций различных компонентов, показанных в системе 20 обработки.
Настоящие методы могут быть реализованы в виде системы, способа и/или компьютерного программного продукта. Компьютерный программный продукт может включать в себя машиночитаемый носитель данных (или носитель), на котором имеются машиночитаемые программные команды, приводящие к выполнению процессором вариантов настоящего изобретения.
Машиночитаемый носитель данных может представлять собой материальное устройство, которое может сохранять и хранить команды для использования устройством выполнения команд. Машиночитаемый носитель данных может представлять собой, например, но не ограничиваясь этим, электронное запоминающее устройство, магнитное запоминающее устройство, оптическое запоминающее устройство, электромагнитное запоминающее устройство, полупроводниковое запоминающее устройство или любую подходящую комбинацию вышеперечисленного. Неполный список более конкретных примеров машиночитаемого носителя информации включает в себя следующее: компактная компьютерная дискета, жесткий диск, оперативное запоминающее устройство (random access memory, RAM), постоянное запоминающее устройство (read-only memory, ROM), стираемое программируемое постоянное запоминающее устройство (erasable programmable read-only memory, EPROM или флэш-память), статическое оперативное запоминающее устройство (static random access memory, SRAM), компактное постоянное запоминающее устройство (compact disc read-only memory, CD-ROM), цифровой универсальный диск (digital versatile disk, DVD), карта памяти, дискета, механически кодируемое устройство, такое как перфокарты или рельефные структуры в канавке, несущие записанные команды, и любая подходящая комбинация вышеизложенного. Машиночитаемый носитель данных, используемый в настоящем документе, не должен рассматриваться как переходные сигналы как таковые, такие как радиоволны или другие свободно распространяющиеся электромагнитные волны, электромагнитные волны, передаваемые через волновод или другие передающие среды (например, световые импульсы, проходящие через волоконно-оптический кабель) или электрические сигналы, передаваемые по проводам.
Машиночитаемые программные команды, описанные в настоящем документе, могут быть загружены в соответствующие вычислительные/обрабатывающие устройства с машиночитаемого носителя данных или на внешний компьютер или внешнее устройство хранения через сеть, например Интернет, локальную сеть, глобальную сеть и/или беспроводную сеть. Сеть может содержать медные передающие кабели, оптические передающие волокна, беспроводную передачу, маршрутизаторы, межсетевые экраны, коммутаторы, шлюзовые компьютеры и/или пограничные серверы. Карта сетевого адаптера или сетевой интерфейс в каждом вычислительном/обрабатывающем устройстве принимает машиночитаемые программные команды из сети и направляет машиночитаемые программные команды для хранения на машиночитаемом носителе данных в соответствующем вычислительном/обрабатывающем устройстве.
Машиночитаемые программные команды для выполнения операций согласно настоящему изобретению могут представлять собой команды ассемблера, команды архитектуры набора команд (instruction-set-architecture, ISA), машинные команды, машинно-зависимые команды, микрокод, команды встроенных программ, данные установки состояния или либо исходный код или объектный код, написанный на любой комбинации одного или нескольких языков программирования, включая объектно-ориентированный язык программирования, такой как Smalltalk, C ++ или т. п., и обычные процедурные языки программирования, такие как язык программирования "C" или подобные языки программирования. Машиночитаемые программные команды могут выполняться полностью на компьютере пользователя, частично на компьютере пользователя, в виде отдельного программного пакета, частично на компьютере пользователя и частично на удаленном компьютере или полностью на удаленном компьютере или сервере. В последнем сценарии удаленный компьютер может быть подключен к компьютеру пользователя через любой тип сети, включая локальную сеть (local area network, LAN) или глобальную сеть (wide area network, WAN), или может быть установлено соединение с внешним компьютером (например, через Интернет с использованием интернет-провайдера). В некоторых примерах электронная схема, включающая, например, программируемую логическую схему, программируемые пользователем вентильные матрицы (field-programmable gate arrays, FPGA) или программируемые логические матрицы (programmable logic arrays, PLA), может выполнять машиночитаемые программные команды, используя информацию о состоянии машиночитаемых программных команд для персонализации электронной схемы, чтобы выполнять варианты настоящего изобретения.
Варианты настоящего изобретения описаны в настоящем документе со ссылкой на иллюстрации схем последовательности операций и/или принципиальных схем способов, устройств (систем) и компьютерных программных продуктов согласно вариантам настоящего изобретения. Понятно, что каждый этап иллюстраций схем последовательности операций и/или принципиальных схем, а также комбинации этапов на иллюстрациях схем последовательности операций и/или принципиальных схем могут быть реализованы посредством машиночитаемых программных команд.
Эти машиночитаемые программные команды могут быть обеспечены для процессора компьютера общего назначения, компьютера специального назначения или другого программируемого устройства обработки данных для создания вычислительной машины, так что команды, которые выполняются посредством процессора компьютера или другого программируемого устройства обработки данных, создают средства для реализации функций/действий, указанных на этапе или этапах схемы последовательности операций и/или принципиальной схемы. Эти машиночитаемые программные команды также могут храниться на машиночитаемом носителе данных, который может определенным образом управлять действием компьютера, программируемого устройства обработки данных и/или других устройств, так что машиночитаемый носитель информации, имеющий хранящиеся в нем команды, содержит изделие, включающее команды, которые реализуют варианты функции/действия, указанные на этапе или этапах схемы последовательности операций и/или принципиальной схемы.
Машиночитаемые программные команды также могут быть загружены на компьютер, другое программируемое устройство обработки данных или другое устройство, чтобы приводить к выполнению последовательности этапов операций на компьютере, другом программируемом устройстве или другом устройстве для создания реализуемого компьютером процесса, так что команды, которые выполняются на компьютере, другом программируемом устройстве или другом устройстве, реализуют функции/действия, указанные на этапе или этапах схемы последовательности операций и/или принципиальной схемы.
Схема последовательности операций и принципиальные схемы на чертежах иллюстрируют архитектуру, функциональные возможности и работу возможных реализаций систем, способов и компьютерных программных продуктов в соответствии с различными вариантами настоящего изобретения. В связи с этим каждый этап в схеме последовательности операций или принципиальных схемах может представлять модуль, сегмент или часть команд, которые содержат одну или несколько исполняемых команд для реализации указанной логической функции (функций). В некоторых альтернативных вариантах реализации функции, указанные на этапе, могут выполняться в порядке, отличающемся от указанного на фигурах. Например, два этапа, показанные последовательно, могут фактически выполняться по существу одновременно, или этапы могут иногда выполняться в обратном порядке, в зависимости от задействованных функциональных возможностей. Также следует заметить, что каждый этап иллюстрации схем последовательности операций и/или принципиальных схем и комбинаций этапов иллюстрации схем последовательности операций и/или принципиальных схем может быть реализован аппаратными системами специального назначения, которые выполняют указанные функции или действия, или осуществляют комбинации специального оборудования и компьютерных команд.
Ниже изложены некоторые варианты реализации описанного выше изобретения:
Вариант реализации изобретения 1: Способ оптимального хранения данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважины, причем способ включает: использование модели срока службы для элемента оборудования, используемого при эксплуатации скважины; дискретизацию, с помощью устройства обработки, спектра данных о нагрузке в одном или более сегментов, причем один или более сегментов имеют определенный размер сегмента, при этом размер сегмента по меньшей мере одного сегмента основан на одном из следующего: модели срока службы и распределении данных о нагрузке; сбор данных о нагрузке на элемент оборудования; назначение, устройством обработки, собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке; и сохранение, устройством обработки, собранных данных о нагрузке, назначенных одному или более сегментам, в памяти.
Вариант реализации изобретения 2: Способ по любому предыдущему варианту реализации, в котором назначение включает в себя определение распределения данных о нагрузке в одном или более сегментах.
Вариант реализации изобретения 3: Способ по любому предыдущему варианту реализации, в котором использование модели срока службы включает использование по меньшей мере одного из лабораторных испытаний, эксплуатационных испытаний или способов моделирования.
Вариант реализации изобретения 4: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя обновление одной из моделей срока службы, обновление распределения данных о нагрузке и обновление размера сегмента для спектра данных о нагрузке для элемента оборудования.
Вариант реализации изобретения 5: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя разделение памяти на ячейки, причем размер ячеек основан на одном из следующего: модели срока службы и распределения данных о нагрузке.
Вариант реализации изобретения 6: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя определение с помощью устройства обработки оценки срока службы элемента оборудования на основании данных о нагрузке, назначенных одному или более сегментам в спектре данных о нагрузке и сохраненных в памяти.
Вариант реализации изобретения 7: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя замену элемента оборудования на основании оценки срока службы.
Вариант реализации изобретения 8: Способ по любому предыдущему варианту реализации, в котором распределение данных о нагрузке включает в себя по меньшей мере одно из следующего: температура, ускорение, давление, механическая нагрузка и электрическая нагрузка.
Вариант реализации изобретения 9: Способ по любому предыдущему варианту реализации, в котором размер сегмента одного или более сегментов изменяется в соответствии с плотностью распределения вероятности.
Вариант реализации изобретения 10: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя фильтрацию данных о распределении нагрузки по меньшей мере по одному из следующего: географическому региону, типу элемента оборудования, типу оборудования низа бурильной колонны, типу бурового долота и типу пласта.
Вариант реализации изобретения 11: Способ по любому предыдущему варианту реализации, в котором хранение включает в себя использование памяти, расположенной в оборудовании низа бурильной колонны, используемом в операции бурения.
Вариант реализации изобретения 12: Способ по любому предыдущему варианту реализации, в котором обновление включает в себя минимизацию ошибки оценки срока службы для элемента оборудования.
Вариант реализации изобретения 13: Способ по любому предыдущему варианту реализации, в котором определение выполняется внутри оборудования низа бурильной колонны.
Вариант реализации изобретения 14: Способ по любому предыдущему варианту реализации, в котором определение выполняется за пределами оборудования низа бурильной колонны.
Вариант реализации изобретения 15: Способ по любому предыдущему варианту реализации, в котором дискретизация включает в себя оценку необходимого размера памяти на основании данной ошибки оценки срока службы.
Вариант реализации изобретения 16: Способ по любому предыдущему варианту реализации, дополнительно включающий в себя передачу определенной оценки срока службы на устройство обработки, расположенное на поверхности земли.
Вариант реализации изобретения 17: Система для оптимального хранения данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважины, причем система содержит: датчик, собирающий данные о нагрузке на элемент оборудования; и устройство обработки для выполнения машиночитаемых команд, причем машиночитаемые команды включают: определение модели срока службы для элемента оборудования, используемого при эксплуатации скважины; дискретизацию спектра данных о нагрузке в одном или более сегментов, причем один или более сегментов имеют определенный размер сегмента, при этом размер сегмента по меньшей мере одного сегмента основан либо на модели срока службы, либо на распределении данных о нагрузке; назначение собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке; и сохранение собранных данных о нагрузке, назначенных одному или более сегментам, в памяти.
Вариант реализации изобретения 18: Система по любому предыдущему варианту реализации, в которой память находится в элементе оборудования, и данные о нагрузке накапливаются в элементе оборудования внутри оборудования низа бурильной колонны.
Вариант реализации изобретения 19: Система по любому предыдущему варианту реализации, в которой устройство обработки определяет оценку срока службы элемента оборудования на основании данных нагрузки, назначенных одному или более сегментам и сохраненных в памяти, при этом линия связи передает оценочный срок службы на поверхность во время эксплуатации скважины.
Вариант реализации изобретения 20: Система по любому предыдущему варианту реализации, в которой элемент оборудования представляет собой многокристальный модуль (MCM).
Описания различных примеров настоящего изобретения представлены в целях иллюстрации, и не должны рассматриваться как исчерпывающие или ограниченные раскрытыми вариантами реализации. Специалистам в данной области техники будут очевидны многие изменения и варианты без отступления от объема и сущности описанных методов. Используемая в настоящем документе терминология была выбрана для лучшего объяснения принципов настоящих методов, практического применения или технического усовершенствования способов, имеющихся на рынке, или для того, чтобы другие специалисты в данной области техники могли понять способы, раскрытые в настоящем документе.
Кроме того, термин «примерно» предназначен для включения степени погрешности, связанной с измерением конкретного количества на основании оборудования, имеющегося на момент подачи заявки. Например, «примерно» может включать диапазон ±8%, или 5%, или 2% от заданного значения.
Хотя были показаны и описаны один или более вариантов реализации, в них могут быть выполнены изменения и замены без отклонения от сущности и объема изобретения. Соответственно, следует понимать, что настоящее изобретение было описано с целью иллюстраций, а не ограничения.
1. Способ (1100) оптимального хранения данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважины, при этом способ (1100) включает в себя:
использование модели срока службы для элемента оборудования, используемого при эксплуатации скважины;
вычисление, с помощью устройства (102) обработки, размера сегмента с использованием одного из следующего: модели срока службы и распределения данных о нагрузке;
дискретизацию, с помощью устройства (102) обработки, спектра данных о нагрузке в одном или более сегментов с использованием вычисленного размера сегмента;
сбор данных о нагрузке на элемент оборудования;
назначение, устройством (102) обработки, собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке;
сохранение, устройством (102) обработки, собранных данных о нагрузке, назначенных одному или более сегментам, в памяти (104);
определение, с помощью устройства обработки, оценки срока службы элемента оборудования на основании данных о нагрузке, назначенных одному или более сегментам в спектре данных о нагрузке и сохраненных в памяти; и
замену или повторный запуск элемента оборудования на основании оценки срока службы.
2. Способ (1100) по п. 1, в котором назначение включает в себя определение распределения данных о нагрузке в одном или более сегментах.
3. Способ (1100) по п. 1, в котором использование модели срока службы включает использование по меньшей мере одного из лабораторных испытаний, эксплуатационных испытаний или способов моделирования.
4. Способ (1100) по п. 1, дополнительно включающий в себя обновление одной из моделей срока службы, обновление распределения данных о нагрузке и обновление размера сегмента для спектра данных о нагрузке для элемента оборудования.
5. Способ (1100) по п. 1, дополнительно включающий в себя разделение памяти (104) на ячейки, причем размер ячеек основан на одном из следующего: модели срока службы и распределения данных о нагрузке.
6. Способ (1100) по п. 1, в котором распределение данных о нагрузке включает в себя по меньшей мере одно из следующего: температура, ускорение, давление, механическая нагрузка и электрическая нагрузка.
7. Способ (1100) по п. 1, дополнительно включающий в себя фильтрацию данных о распределении нагрузки по меньшей мере по одному из следующего: географическому региону, типу элемента оборудования, типу оборудования низа бурильной колонны, типу бурового долота и типу пласта.
8. Способ (1100) по п. 1, в котором хранение включает в себя использование памяти, расположенной в оборудовании низа бурильной колонны, используемом в операции бурения.
9. Способ (1100) по п. 1, в котором определение выполняется внутри оборудования низа бурильной колонны.
10. Способ (1100) по п. 1, в котором определение выполняется за пределами оборудования низа бурильной колонны.
11. Способ (1100) по п. 1, в котором дискретизация включает в себя оценку необходимого размера памяти (104) на основании данной ошибки оценки срока службы.
12. Способ (1100) по п. 1, дополнительно включающий в себя передачу определенной оценки срока службы на устройство обработки, расположенное на поверхности земли.
13. Система (100) для оптимального хранения данных о нагрузке для прогнозирования срока службы элемента оборудования, используемого при эксплуатации скважины, причем система (100) содержит:
датчик, выполняющий сбор данных о нагрузке на элемент оборудования и
устройство (102) обработки, служащее для выполнения машиночитаемых команд, причем машиночитаемые команды включают:
определение модели срока службы для элемента оборудования, используемого при эксплуатации скважины;
вычисление размера сегмента с использованием одно из следующего: модели срока службы и распределения данных о нагрузке;
дискретизацию спектра данных о нагрузке в одном или более сегментов с использованием вычисленного размера сегмента;
назначение собранных данных о нагрузке одному или более сегментам спектра данных о нагрузке;
сохранение собранных данных о нагрузке, назначенных одному или более сегментам, в памяти (104);
определение оценки срока службы элемента оборудования на основании данных о нагрузке, назначенных одному или более сегментам в спектре данных о нагрузке и сохраненных в памяти; и
замену или повторный запуск элемента оборудования на основании оценки срока службы.
14. Система по п. 13, в которой память находится в элементе оборудования, и данные о нагрузке накапливаются в элементе оборудования внутри оборудования низа бурильной колонны.
