TY - JOUR ID - TI - Using Artificial Neural Network to Predict Rate of Penetration from Dynamic Elastic Properties in Nasiriya Oil Field استخدام الشبكة العصبية الاصطناعية للتنبؤ بمعدل الاختراق من الخصائص المرنة الصخرية الديناميكية AU - Yasser A. Khudhaier ياسر عباس خضير AU - Fadhil S. Kadhim فاضل سرحان كاظم AU - Yousif K. Yousif يوسف خلف يوسف PY - 2020 VL - 21 IS - 2 SP - 7 EP - 14 JO - Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط SN - 19974884 26180707 AB - The time spent in drilling ahead is usually a significant portion of total well cost. Drilling is an expensive operation including the cost of equipment and material used during the penetration of rock plus crew efforts in order to finish the well without serious problems. Knowing the rate of penetration should help in speculation of the cost and lead to optimize drilling outgoings. Ten wells in the Nasiriya oil field have been selected based on the availability of the data. Dynamic elastic properties of Mishrif formation in the selected wells were determined by using Interactive Petrophysics (IP V3.5) software based on the las files and log record provided. The average rate of penetration and average dynamic elastic properties for the studied wells was determined and listed with depth. Laboratory measurements were conducted on core samples selected from two wells from the studied wells. Ultrasonic device was used to measure the transit time of compressional and shear waves and to compare these results with log records. The reason behind that is to check the accuracy of the Greenberg-Castagna equation that was used to estimate the shear wave in order to calculate dynamic elastic properties. The model was built using Artificial Neural Network (ANN) to predict the rate of penetration in Mishrif formation in the Nasiriya oil field for the selected wells. The results obtained from the model were compared with the provided rate of penetration from the field and the Mean Square Error (MSE) of the model was 3.58 *10-5.

يمثل الوقت المستغرق في تقدم عملية الحفر جزءًا كبيرًا من إجمالي تكلفة البئر. حفر الآبار عملية باهظة الثمن بما في ذلك تكلفة المعدات والمواد المستخدمة أثناء اختراق الصخور بالاضافة الى جهود الطاقم من أجل إنهاء البئر دون مشاكل خطيرة. معرفة معدل الاختراق من شأنه أن يساعد في تخمين التكلفة لذلك معرفة معدل الاختراق في المنطقة التي على وشك ان تحفر يساعد في عملية تخمين كلفة الحفر في تلك المنطقة. تم اختيار عشرة آبار في حقل الناصرية النفطي بناءً على توفر البيانات. تم تحديد الخصائص المرنة الديناميكية لتكوين المشرف في الآبار المحددة باستخدام برنامج Petrophysics Interactive (IP V3.5) واستناداً إلى ملفات las وتسجيلات اللوكات المقدمة من قبل الشركات. تم تحديد معدل اختراق الآبار التي تمت دراستها وإدراجها مقابل العمق مع معدل الخصائص المرنة الديناميكية. أجريت قياسات مختبرية على عينات أساسية مختارة من بئرين. تم استخدام جهاز Ultra-sonic لقياس وقت العبور لموجات الضغط والقص ولمقارنة هذه النتائج بتسجيلات اللوك. السبب وراء ذلك هو التحقق من دقة معادلة الموديل المستخدم Greenberg-Castagna التي تم استخدامها لحساب موجات القص لحساب الخصائص المرنة الديناميكية للصخور. تم بناء الموديل باستخدام تقنية الذكاء الاصطناعي والالية المستخدمة كانت الشبكة العصبية الاصطناعية للتنبؤ بمعدل الاختراق في تكوين مشرف في حقل نفط الناصرية النفطي للآبار المختارة. تمت مقارنة النتائج التي تم الحصول عليها من الموديل مع معدل الاختراق المقدم من تقارير الحفر وكان متوسط الخطأ التربيعي ( (3.58 *10-5 لموديل الشبكة العصبية الاصطناعية. ER -