Forage des puits
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/4051
Browse
6 results
Search Results
Item Emulating "Directional Driller Decision-Making" for trajectory : optimization using "Machine Learning" in Ain Aminas field(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2025) Sayah, Aya; Mansour, Mohammed Tahar; Belimane, Zakaria (Promoteur)While traditional methods like Positive Displacement Motors (PDM) served their purpose, modern directional drilling thrives on advanced Rotary Steerable Systems (RSS). This thesis introduces a revolutionary approach: leveraging Artificial Intelligence (AI) to emulate and surpass human expertise in guiding complex wellbore trajectories. Our research meticulously integrates RSS capabilities with real-time Measurement While Drilling (MWD) data. Through sophisticated machine learning techniques,including the application of the eXtreme Gradient Boosting (XGBoost) algorithm and optimization techniques, we interpret intricate drilling parameters to replicate the intuitive decisions of seasoned human operators. This innovative framework transforms directional drilling from a human-dependent craft into a highly autonomous and adaptive system, ensuring unparalleled accuracy and operational integrity. This work pioneers intelligent drilling solutions that precisely mirror human proficiency in trajectory planning and execution.Item Optimisation de «ROP» et «MSE» utilisant les algorithmes «META-HEURISTIQUES»(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Ghebache, Abdenncer; Bouchema, Ayyoub; Belimane, Zakaria (Promoteur)L'Obtention du taux de pénétration maximal "ROP" est l'une des nombreuses techniques permettant de réduire les coûts et Le temps non productif dans le forage des puits. Cette étude a été développée en trois parties : tout d'abord, les données ont été sélectionnées et prétraitées. Dans la deuxième partie, cinq modèles d'apprentissage automatique (Forêt aléatoire, Gradient Boosting, Support Vector Regressor, Réseau de neurones et Ada Boost) ont été mis en œuvre pour créer un modèle de "ROP". Ensuite, une optimisation mono-objective du "ROP" et de l'énergie spécifique mécanique (MÉSE) a été réalisée en utilisant Îles algorithmes d'évolution différentielle (DE) et d'optimisation par essaim de particules (FSO). L'algorithme génétique de tri non domine Il (NSGA-Il) est ensuite utilisé pour l'optimisation multi-objectif avec le taux de pénétration et l'énergie spécifique mécanique comme objectifs d'optimisation. Les résultats de cette étude fournissent des informations précieuses sur l'application des modèles d'apprentissage automatique et des algorithmes d'optimisation dans l’industrie du forage, offrant une approche systématique pour améliorer l'efficacité du forage et réduire les coûts opérationnels.Item Conception optimisée de fluides de forage à base de nanoparticules et contrôle amélioré de la filtration : méthodologies de Mapping inverse et algorithmes évolutifs(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Boualouache, Ahmed; Attaba, Mohamed Amine; Belimane, Zakaria (Promoteur)L'Incorporation de nanoparticules dans les fluides de forage a émergé comme une technique prometteuse pour améliorer le contrôle de la filtration dans les opérations de forage. Cette étude vise à déterminer la composition optimale des fluides de forage enrichis en nanoparticules en utilisant des techniques de modélisation avancées. Nous avons développé deux modèles généraux de réseaux de neurones artificiels (ANN) : le premier prédit le volume de filtrat de la boue à base de nanoparticules, tandis que le second, comprenant quatre sous-modèles, prévoit les propriétés rhéologiques de cette même boue. Pour identifier la composition optimale du fluide de forage nano, nous avons utilisé la cartographie inverse avec des algorithmes évolutifs (EA), intégrant un mécanisme de partage pour restreindre l'espace de recherche en utilisant le modèle rhéologique comme modèle de contrôle. Nos modèles ont montré des performances robustes, affichant des améliorations significatives dans la prédiction des propriétés de filtration et de rhéologie des fluides de forage enrichis en nanoparticules. Les données utilisées pour l'entraînement et la validation proviennent entièrement d'expériences en laboratoire. Un travail futur intégrant ces modèles avec des données réelles pourrait révolutionner la conception et l'application des fluides de forage, conduisant potentiellement à des opérations de forage plus efficaces et plus économiques.Item Étude et analyse des coincements survenus dans la phase «81/2ʺ» : cas du puits «MLEZ-32»(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Benoussaid, Sadek; Mermat, Riad; Belimane, Zakaria (Promoteur)Le Champ de Berkine est l'un des champs pétrolifères les plus difficiles au monde en raison de sa structure souterraine complexe. Cela rend le forage vulnérable à divers problèmes. Le coincement d'une garniture de forage ou d'une colonne de tubage est l'un des problèmes les plus courants. Notre étude se concentre sur l'analyse de deux incidents de coincement survenus à la phase 8½ʺ dans le puits « MLEZ-32 » : le premier, un coincement de type pack-off, est survenu à la profondeur de 3420 m, et le second, un coincement par pression différentielle. Après une série de tentatives pour libérer la garniture, les ingénieurs ont réussi, mais cela a entraîné une perte considérable de temps et d'argent. L'objectif principal de ce travail est de proposer des techniques et des recommandations pour prévenir et éviter ce type de problèmes et réduire le NPT (Non-Productive Time) à l'avenir, notamment grâce à l'utilisation de la simulation du torque and drag (T&D) par le logiciel Techlog64 2022.1.3.Item Optimisation des opérations well control : détermination de la différence de kick tolérance avec les modèles de simulation «gaz à bulle unique et multiphasique dynamique»(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2023) Mihoubi, Ahmed Rami; Mohamdi, Ali; Belimane, Zakaria (Promoteur)La détermination de l'ampleur d'un afflux dans le puits lorsqu'un événement de kick se produit est très importante lors de la conception du puits ainsi que lors des phases d'exécution du puits. Ce travail est mené pour déterminer la tolérance d’un kick en utilisant un modèle multiphasique dynamique, puis les résultats de ce modèle sont comparés avec ceux du modèle monophasique à bulle unique utilisé généralement sur chantier. La modélisation multiphasique dynamique est capable de supporter un volume de kick plus important par rapport à la modélisation monophasique à bulle unique, car elle prend en compte plusieurs phases de fluide dans un afflux et applique la caractéristique du gaz pour avoir une perte de pression multiphasique. Le modèle multiphasique dynamique offre un plus grand volume de kick pour fracturer le point le plus faible au niveau du sabot de tubage, alors que la phase de gaz à bulle unique est plus conservative lorsqu'elle un afflux est survenue. L'effet du poids de la boue, du type de boue, de la composition de l'huile dans la boue, ainsi que du taux de circulation de l’afflux sont explorés en utilisant le modèle multiphasique dynamique. L'augmentation du poids de la boue, réduit le volume maximal de kick admissible d'un afflux en raison de la réduction de la MAASP entre la pression de fracturation et la pression hydrostatique au sabot du tubage. Un volume de kick plus élevé peut être atteint en utilisant du WBM (water based mud) par rapport au OBM(oil based mud) . De plus, l'impact de la kick tolérance a été étudié lorsque différents types de boue sont utilisés, tels que la boue à base d'eau et la boue à base synthétique. Ce travail a démontré que le modèle multiphasique dynamique peut être utilisé comme un guide pour identifier le comportement d'un afflux lorsqu'un événement de kick se produit.Item Adaptation de la technique (Dual Gradient Drilling) pour le cas de forage onshore(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2023) Elbar, Nail; Belimane, Zakaria (Promoteur)Le forage en double gradient en mer DGD (Dual Gradient Drilling) est une technologie innovante qui vise à résoudre les problèmes liés au forage en eau profonde, en particulier lors de la phase initiale du puits (top hole), ou cette méthode permet également de minimiser l'utilisation des colonnes de tubage, Ce qui contribue à enrichir l'efficacité et l'aspect économique de l'opération de forage. L'objectif de ce travail est de proposer l'inclusion de la méthode DGD dans le forage onshore afin de surmonter les défis et d'améliorer les performances. L'étude a révélé sept méthodes différentes d'incorporation de la méthode DGD dans le forage onshore, chacune présentant ses propres avantages et limitations. Ces méthodes sont considérées comme un ajout précieux à la technologie de forage onshore existante. Une étude numérique est réalisée pour montrer les facteurs qui influencent la réduction du gradient de pression, tels que les caractéristiques du fluide de forage, la méthode d'injection de gaz et la géométrie de l'espace annulaire. Cependant, des études supplémentaires sont nécessaires pour évaluer les aspects pratiques et économiques de l'utilisation de la méthode DGD dans le contexte spécifique du forage terrestre. Ces résultats pourraient contribuer à une meilleure compréhension des avantages potentiels et des limites de cette méthode, ouvrant ainsi de nouvelles perspectives pour l'industrie du forage onshore.