油基钻井液用降滤失剂PF-MOLSF粒度特征值测定稳定性的改进研究

油溶性沥青树脂PF-MOLSF作为一种重要的油基钻井液处理剂,在封堵降滤失提高井壁稳定性方面具有优良的作用效果。但目前PF-MOLSF检测标准中评价粒度的方法存在局限性,只给出粒度大概范围,不能反映真实粒度大小。基于此,找出影响激光粒度仪测试PF-MOLSF粒度特征值稳定性的主要因素,通过实验优选十二烷基硫酸钠(SDS)分散剂提高样品分散性,加入0.1%SDS后,PF-MOLSF粒度测试结果D10偏差降至1.5%,D50偏差降至1.3%,D90偏差降至1.8%,达到提高PF-MOLSF粒度特征值测定的稳定性目的。

储层粒度神经网络预测模型研究

国内外多年的研究表明,储层粒度特征值(d_(50))、非均质系数(d_(40)/d_(90))是防砂设计的基础。常规获取粒度分布范围的方法主要有激光粒度测试法(LDA)与筛析法(SA),两种方法均需要通过岩芯粒度测试来获取数据,而在制定开发井的完井防砂措施时往往没有实际开采层位的岩芯,只能参照探井粒度数据进行设计,从而导致较大的误差。针对该问题,从测井的角度出发,开展了储层粒度与多种测井曲线的响应关系的研究,采用神经网络技术,建立了探井伽马、密度测井项与实测粒度特征值三者样本库,训练出满足工程需要的学习网络,进而结合开发井测井资料,获得了整个粒度纵向分布剖面,为防砂分层设计提供准确的基础数据支撑。目前,该方法在中国海上多个油田的分层防砂优化设计中获得了成功应用。预测误差可控制在10%以内。

神经网络预测储层砂岩粒度纵向剖面

国内外多年的研究认为,储层粒度特征值(d50,UC)是防砂设计的基础。利用伽马测井、密度测井与粒度特征值之间的相关性,建立探井伽马、密度测井项与实测粒度特征值三者的样本库;利用神经网络技术,训练出满足工程需要的学习网络,进而结合开发区块的测井资料,建立整个储层的粒度纵向分布剖面。该技术对实测数据少或缺乏实测数据储层的防砂显得尤为重要,为防砂方案设计提供了准确的依据,并在现场进行了很好的应用。

昆明长水国际机场砂页岩(∈_2d)残积红土的粒度成分研究

论述4种化学分散剂对昆明长水国际机场砂页岩(∈_2d)块状红土粒度成分的分散作用,分析比较不同分散剂分别在不同浓度条件下对红土颗粒分析试验的作用规律,获得了最佳分散剂浓度及相应的粒度曲线和粒度成分,并确定了昆明长水国际机场砂页岩(∈_2d)块状红土粒度成分特征值,为长水国际机场对红土成因、红土粒度成分分析测试、红土综合性质研究应用提供了一种研究思路和研究方法。