吉林油田泉頭組抗鉆特性與鉆頭適應性評價

張立春，王昶皓，李傳均，青 川，李士斌

(1.中國石油吉林油田公司鉆井工藝研究院，吉林松原 138000；2.東北石油大學，黑龍江大慶 163318)

2019年，在吉林油田開展了鉆頭優選與個性化設計，現場試驗中發現，讓70區塊南部泉頭組含鈣高、硬脆性復雜地層中鉆頭吃入地層困難，單只鉆頭進尺僅362 m，機械鉆速為3.8 m/h。通過鉆頭個性化設計來提高鉆頭的攻擊性，復合片數量為32片-27片-23片，復合片切削角度為21°-18°-15°，提速效果不明顯，嚴重影響產能建設開發進程。

對讓70區塊地層的礦物組分、硬度及塑性系數、PDC鉆頭和牙輪鉆頭可鉆性進行測試，建立全井段抗鉆特性分布剖面[1-3]。對鉆頭使用情況進行標準化處理，形成鉆頭數據庫[4]，再利用虛擬強度指數法對鉆頭使用情況進行排序[5-7]，優化得到泉頭組推薦鉆頭及鉆進參數。

1 巖石抗鉆特性測試

實驗巖心主要取自乾125-10、乾130-23等井，取心井段深度為2 365.51～2 473.22 m，巖心覆蓋較全面。

1.1 巖心礦物組分分析

采用X射線衍射分析技術(XRD)測試讓70區塊南部泉頭組巖心礦物組分，根據礦物衍射圖譜，測定巖樣的礦物組成及其含量。實驗參照中華人民共和國石油天然氣行業標準：沉積巖中黏土礦物和常見非黏土礦物X射線衍射分析方法(SY/T 5163-2018)[8]。對數據進行統計分析，得到研究區塊礦物組分分析結果如圖1。

由圖1可知，研究區塊泉頭組地層巖石中石英含量很高，普遍為40%～50%。此外，斜長石、方解石和白云石的含量也較高，這些都是高含鈣礦物，顆粒硬度高，導致巖石的研磨性變強[9-10]。白云石和方解石屬于碳酸鹽礦物，現場測試中上返巖塊遇冷，稀鹽酸慢慢出泡就是這兩種造巖礦物產生的。由此可見，由于巖石主要的造巖礦物都有硬度高、性質脆等特點，礦物顆粒本身難以被鉆頭破碎，當井底巖屑不能被及時清理時，破碎的顆粒將對鉆頭產生嚴重的磨損，導致鉆頭破巖效率下降。

圖1 泉頭組巖石礦物組分分析結果

1.2 硬度與塑性系數測試

巖石的硬度和塑性系數測試參照史立涅爾硬度測定原理。將兩端平整巖樣放入硬度儀，由一定形狀的壓頭壓入并破碎巖石，用載荷除以表面積的數值表示巖樣的硬度值[11]。這是石油勘探等行業最常用的巖石硬度與塑性系數測試方法。實驗過程中，多次發生壓頭崩齒現象(圖2)。這說明巖石內硬質礦物含量高，局部壓入硬度過大，導致硬質合金壓頭不能壓入巖石而導致損壞。部分實驗結果見表1。

表1 巖石硬度及塑性系數測試結果

圖2 實驗壓頭崩齒

泉頭組地層巖石硬度變異系數較大，說明硬度具有很強的非均質性和各向異性，其硬度最大達到2 188.36 MPa，普遍表現為中硬地層。部分巖石達到7級硬地層。塑性系數同樣差異較大，主要為1.09～1.80，無圍壓條件下普遍為低塑性，部分巖石表現出較強的脆性，實驗時直接脆性斷裂。地層巖石軟硬交錯、中硬巖石多且非均質性較強，是影響機械鉆速的重要原因之一[12-13]。

1.3 巖石可鉆性測試

利用微鉆速實驗法，通過室內PDC、牙輪微鉆頭實驗測定地層可鉆性級值。實驗參照中華人民共和國國家標準：石油天然氣鉆井工程巖石可鉆性測定與分級(SY/T5426-2016)。求得可鉆性級值后，再查巖石可鉆性分級標準對照表[14]，進行定級。部分巖石可鉆性實驗結果如表2所示。

表2 讓70區塊巖石可鉆性測試結果

PDC鉆頭代表純剪切破巖方式。上述實驗結果表明，PDC鉆頭可鉆性級值主要集中在8級和10級，屬于難鉆地層，并伴隨著軟硬交錯。多數巖心出現打滑現象，說明巖石硬度高，低鉆壓切削齒不能有效吃入地層，使巖石不能產生大體積剪切破碎。

牙輪鉆頭代表純壓入破巖方式，可鉆性級值主要為7～10級，部分巖心可鉆性超過了10級，表現為打滑。這說明牙輪鉆頭牙齒壓入巖石的能力較差，也證明了巖石的硬度高。

綜合PDC鉆頭和牙輪鉆頭可鉆性結果可知，該地區巖石完整致密、顆粒細密、硬度高，PDC鉆頭鉆進中不能以剪切方式產生體積破碎，而只能以表面破碎方式或疲勞破碎方式來克取巖石，破巖效率極低[15]。

2 井段抗鉆特性參數剖面描述

地層抗鉆特性是確定鉆井方式、選擇破巖工具、預測機械鉆速、優選鉆井參數的主要依據。從地層抗鉆特性入手，利用巖石的可鉆性等抗鉆特性參數進行測定，運用數理統計方法，建立地層抗鉆特性參數與測井資料的相關性模型[16]。通過對泉頭組巖心抗鉆特性參數抽樣測定，并借助現有的鉆井資料，研究了硬度、可鉆性參數沿縱向的分布規律。

2.1 測井數據與地層巖石抗鉆特性

聲波速度和地層密度是影響巖石彈性參數和巖石強度的重要參數，可以導出巖石泊松比、彈性模量等表征巖石強度性能的參數，而反映地層易鉆程度和機械破碎性能的主要地層特征參數與巖石強度性能參數密切相關[17]。因此，從常規測井資料中得到的聲波速度、地層密度必然和巖石抗鉆特性有著內在聯系。

為了建立巖石抗鉆特性與測井資料相關解釋模型，單因素相關性分析同樣采用線性函數、冪函數、指數函數、倒指數函數和對數函數作為回歸模型，在回歸模型的基礎上，選用回歸系數為實驗數據處理分析結果及其擬合優度值高低的判斷標準進行預測模式的選定。由此得到了泉頭組巖石硬度與縱波時差的關系模型為：

H=11 323 exp(-0.009Δtp)

(1)

式中：H為巖石的硬度，MPa；Δtp為巖石縱波時差，μs/m。

研究區地層可鉆性測試結果大部分都大于10級，因此不方便直接與縱波時差進行擬合。聲波時差大的巖石，鉆速明顯高于聲波時差小的巖石，說明可鉆性級值明顯小于聲波時差小的巖石。上述實驗結果和大量現場實際測井資料、鉆井資料都清楚地表明，巖石聲波時差與巖石可鉆性具有很好的相關性[18]。由此，通過大量的實際測井資料和鉆井資料的統計分析建立了巖石聲波時差與巖石可鉆性的統計關系模型。式(2)為目前廣泛使用的基于聲波時差的巖石可鉆性預測模型。

(2)

式中：Kd為巖石可鉆性級值；a、b為線性回歸系數。

2.2 巖石抗鉆特性剖面的建立

將基于測井解釋的抗鉆特性參數預測模型和實鉆測井數據相結合，利用室內實驗結果對參數進行校正，得到了讓70區塊全井段的抗鉆特性剖面(圖3)。

圖3 讓70區塊全井段巖石抗鉆特性剖面

利用抗鉆特性剖面可以直接查找研究區塊某一深度井深相對應的地層硬度、可鉆性和巖性分布情況。地層抗鉆特性預測剖面可與不同鉆頭生產廠家在鉆頭出廠時配備的鉆頭推薦使用說明相結合進行使用，與地層配伍性差甚至不適合于此地層的鉆頭直接不列為鉆頭選型方案中的備選鉆頭，避免進行二次選型的重復工作，為后續的鉆頭選型提供依據。

3 泉頭組地層鉆頭選型與優化

采用虛擬強度指數法將鉆頭破碎單位體積的巖石所消耗的能量，通過鉆壓做功、扭矩做功、流體射流作用做功、井下動力工具做功四部分，將鉆頭破碎單位體積巖石消耗的能量直觀地用數量表示，這在評價鉆頭選型是否合理，即鉆頭與地層的匹配性是否好，有很大的優勢。可以進行鉆井參數的評價，在使用相同型號鉆頭破碎單位體積巖石時，能量消耗少說明鉆井參數的選擇上優于能量消耗多的，進而可以實現鉆井參數的優化設計。

3.1 泉頭組鉆頭數據庫建立

鉆頭使用情況的記錄是油氣井鉆井井史中的重要信息，這些數據不但記錄了鉆頭鉆進的井段、所鉆地層、進尺、機械鉆速，包括在鉆頭使用過程中的相關鉆井參數，如轉速、排量、立管壓力，通過這些數據可以基本了解整口井的鉆井過程。目前，國內外油田服務公司都建立了施工區塊的鉆頭使用數據庫，實現對這些已施工井的鉆頭使用數據的管理和利用[19]。數據量大、信息準確、資料完善的鉆頭數據庫對鉆頭使用效果評價、鉆頭選型、鉆頭設計優化具有指導意義。以下對讓70區塊泉頭組地層鉆頭使用情況進行統計，形成鉆頭使用數據庫，部分統計結果見表3。

表3 讓70區塊泉頭組鉆頭數據庫部分統計

對鉆頭使用數據進行標準化處理，獲得讓70區塊泉頭組平均機械鉆速為4.24 m/h，平均單只鉆頭進尺為396.16 m，單只鉆頭平均使用壽命91.30 h。

3.2 基于虛擬強度指數的鉆頭優選

從消耗能量的角度評價鉆頭的使用情況，在國外以優化鉆井參數為目的的虛擬強度指數法(VSI)基礎上，國內研究人員提出了基于VSI值的鉆頭選型方法。該方法從能量守恒定律出發，將鉆頭的輸入能量等同于巖石強度的最小虛擬強度指數和鉆井效率作為能量平衡系統的三個主要因素[20]。即將作用于井底巖石的有效鉆壓、井下鉆頭處扭矩和流體射流作用在單位時間內對地層做功之和與單位時間內破碎巖石體積做比來定義為虛擬強度指數，該虛擬強度指數模型為：

(3)

式中：VSI為虛擬強度指數，kPa；W鉆壓為鉆壓在單位時間內對地層做的功，J；W轉速為鉆頭扭矩在單位時間內對地層做的功，J；W射流為流體射流作用在單位時間內對地層做的功，J；VROP為機械鉆速，m/h。

將鉆壓、轉速、機械鉆速、鉆頭扭矩、鉆頭壓降等分別帶入后得到：

6.897×10-6

(4)

因此，式(4)可以表示為：

6.897×10-6

(5)

該方法的優點是物理意義清晰，對關系式的推導邏輯嚴密，對鉆井參數整合程度高，消除了人為因素對鉆頭選型的影響，因而具有普遍適用性。根據泉頭組鉆頭數據庫計算得到各鉆頭的虛擬強度指數，對其進行排序得到鉆頭選型結果如表4。

表4 基于虛擬強度指數法的鉆頭選型結果

3.3 適應性鉆頭優化

為了分析PDC鉆頭吃入地層困難的真實原因，對優選出的鉆頭進行了破巖過程的數值模擬分析。為方便計算和觀察，利用布爾計算將胎體減除，只計算切削齒與巖石之間的作用過程，從而可以觀察切削齒與地層間的受力狀態，對比現場使用后的鉆頭實際情況如圖4所示。

圖4 實際鉆頭使用情況與數值模擬結果對比

由模擬結果可以看出，優選的PDC鉆頭在破碎巖石的過程中有三個切削齒發生了嚴重的應力集中。對比現場實際使用過的鉆頭，起鉆之后發現磨損最嚴重的齒就是發生了應力集中的切削齒。這證明了數值模擬結果的準確性，也說明優選的鉆頭在布齒方面仍然存在一定的缺陷。

實際鉆井過程中，鉆頭水力學參數優化可以減少泥包現象、冷卻鉆頭、潤滑刀齒、清洗井底等。對鉆頭在井下的流場進行的模擬計算結果見圖5。

流體速度場分布越均勻說明流體對鉆頭的清潔能力越好。從圖5a可以看到，速度場流線均勻分布在PDC鉆頭的刀翼間，能避免巖屑堆積；圖5b可以看到流體均勻作用在鉆頭表面，沒有發生應力集中的現象。但是中心噴嘴井底直射點和外圍噴嘴直射點漫流速度相近，不具有一定的速度梯度，不利于主刀翼切削巖屑運移到鉆頭環空。因此，鉆頭在噴嘴直徑上存在一定的問題，中心噴嘴和外圍噴嘴直徑級差較小，這使得中心噴嘴出口中心的流速和外圍噴嘴出口中心的流速都降低。高射流速度有利于射流輔助破巖作用，所以在滿足井底清潔的情況下，應使噴嘴射流流速最大化。

圖5 鉆頭流體速度場及流場壓力場模擬結果

針對上述問題，將應力集中的切削齒的后傾角調整為15°，噴嘴組合設置為兩個16 mm的中心噴嘴+5個14 mm的外圍噴嘴。在讓70區塊泉頭組試驗了3井次，總進尺為1 764 m，平均進尺588 m，比原始單只鉆頭進尺362 m提高了62.43%。總純鉆時間為344.25 h，平均機械鉆速5.12 m/h，相比原始機械鉆速3.8 m/h提高了34.73%。試驗井機械鉆速及進尺統計如圖6。

圖6 試驗井機械鉆速及進尺統計

4 結論

(1)吉林油田泉頭組機械鉆速低的主要原因為地層巖石軟硬交錯，巖石中石英和含鈣礦物含量高，巖石可鉆性差，PDC鉆頭鉆進中不能以剪切方式產生體積破碎，效率極低。

(2)根據地層抗鉆特性實驗結果建立了全井段抗鉆特性剖面，得出泉頭組可鉆性為8～10級。

(3)對讓70區塊泉頭組地層鉆頭使用情況進行統計，形成鉆頭使用數據庫，利用虛擬強度指數法對現有鉆頭進行了評價并優化。比原始單只鉆頭進尺362 m提高了62.43%。總純鉆時間為344.25 h，平均機械鉆速5.12 m/h，相比原始機械鉆速3.8 m/h提高了34.73%。