一种基于神经网络的冻融土层井筒传热计算方法与流程

本发明涉及钻井建模数值分析，特别涉及一种基于神经网络的冻融土层井筒传热计算方法。

背景技术：

1、在极寒地区深部钻进时井筒中的钻井液会向浅层冻土带传热，引发井壁失稳等问题。为此，建立冻土井筒传热模型，用数值模拟方法分析传热对上部冻土带产生的影响是目前最普遍的方法。

2、常规土体的导热系数受环境影响较小，土体本身物理性质不会变化，而冻融土导热系数不仅受含水率、干密度等因素的影响，而且与土性和冻融状态密切相关。因此，对冻融土导热系数进行测试研究，研究出黏性土和砂土导热系数总体特征及导热系数与其影响因素含水率与干密度偏相关性进行分析，建立高精度黏性土、砂土冻(融)土导热系数rbf神经网络预测模型，对冻融土层的井筒温度计算有重要的参考价值。

3、现有技术中，常规计算方法，以冻融土导热系数含水率和干密度作为自变量，采用二元回归方程拟合，建立冻融土导热系数回归方程，但整体拟合效果并不理想。与传统的多元回归模型相比，神经网络预测模型在非线性函数逼近领域有一定的优越性。

4、神经网络在土体导热系数研究方面应用较少，但是优势是在逼近能力、学习速度方面在其他非线性逼近领域得以广泛应用，与传统的多元回归模型相比，神经网络预测模型在非线性函数逼近领域有一定的优越性，因此采用rbf神经网络来构建冻融土导热系数模型，提高冻融土层导热系数的预测精度。

技术实现思路

1、为了解决现有技术中的上述问题，本发明提出了一种基于神经网络的冻融土层井筒传热计算方法。

2、本发明提出了一种基于神经网络的冻融土层井筒传热计算方法，其特征在于，包括以下步骤：

3、s1：采用rbf神经网络构建冻融土导热系数模型；

4、s2：基于导热系数模型预测结果分析；

5、s3：将s2得到的分析结果用于冻融土井筒传热计算方法。

6、作为本发明的具体实施方式，所述s1中，所述采用rbf神经网络构建的冻融土导热系数模型设计主要包括选取激活函数、隐藏层和每层节点的数量；

7、所述激活函数选用径向高斯函数；

8、所述隐藏层数为双层；

9、所述每层节点数均设置多个；优选地，10个；

10、优选地，设置输入层为干密度、含水率；设置导热系数为输出层。

11、需要说明的是，径向基函数rbf神经网络具有单隐含层的三层前馈式网络，能以任意精度逼近任意连续函数。同其他类型的神经网络相比，rbf神经网络具有结构简单、学习速度快、收敛性良好的特点。本发明中的rbf神经网络结构的设计主要包括选取激活函数、隐藏层和每层节点的数量，理论上隐藏层数和节点数越多拟合效果越好，但随着层数和节点的增多，计算量也随之增大，易导致过拟合。根据反复训练确定神经网络结构，激活函数选用径向高斯函数，将隐藏层数由原始单层改为双层，每层节点数均设置为10个，将干密度和含水率作为rbf神经网络的因子x，导热系数作为响应y，建立改进后的rbf神经网络关系图如图1所示。

12、作为本发明的具体实施方式，所述s3中，包括以下步骤：

13、s31：建立井筒和冻融土耦合传热物理模型；

14、s32：选取井口周围温度场控制方程；

15、s33：建立冻融土层井筒传热的理论几何模型，进行温度场计算。

16、作为本发明的具体实施方式，井筒和冻融土传热示模型：井筒钻井液沿管柱向下流动并与环空内的钻井液交换热量，钻井液在环空内向上流动并与周围的冻融土交换热量。冻融土与井筒之间的热量交换会引发冻土的融化，从而引发冻融土热物性参数变化，如图2a～2e所示。

17、油气井作业过程中，井筒内的工作液或储层流体与冻土层之间存在温差，使得井眼附近的地层温度会不断变化，且近井地带冻土的融化又存在相变。所以近井冻土层的温度场是一个存在相变且边界在不断变化的不稳定温度场。由于井眼的横向尺寸远远小于轴向尺寸，因此在建立模型过程中首先进行如下假设：

18、(1)相比于作业过程中井筒内的温度变化，由于自然天气变化导致的温度变化幅度较小，因此假设冻土层的上表面边界条件即大气温度不发生明显变化，主要考虑由井筒热源传入引起的冻土层的温度变化，且井筒热源主要考虑井筒内流体的温度影响，忽略钻头破岩造成的短时温度升高；

19、(2)在钻井液的循环过程中认为同一截面上钻井液的温度、压力、流速和密度是均匀分布的；

20、(3)假设土体呈现均匀连续的分布，土体为各项同性的不可压缩弹性材料，不考虑倾斜等其它因素，如水分迁移、盐分等对于模型的影响；

21、(4)管柱材料的热物性参数不随温度变化，热量在介质中的传递方式以传导和对流为主；

22、(5)冻融土体的热物性参数随温度变化，热传导系数采用rbf神经网络模型预测结果；

23、(6)由于实际相变过程的复杂性，本文假设土体的冻融过程的相变潜热在冻结界面是持续放热的过程，设定相变值为同一个温度范围内进行；

24、(7)井口及井筒为轴对称模型。

25、作为本发明的具体实施方式，所述s32中，井口温度场控制方程为

26、

27、式中，q为热流密度，w/m2；λ为导热系数，w/(m·℃)；n为等温线的法线方向；t为井口温度场的温度，℃。

28、需要说明的是，该方程建立在热量平衡原理的基础上，即在任意段时间内，该井口温度场所积蓄的热量，等于传入该井口温度场的热量加上内部热源所提供的热量。

29、假定该井口温度场为均匀介质，如图3所示从x方向上流入井口温度场左边面积的热量为dqx＝qxdydzdt(公式2-1)，从右侧流出热量为如图3所示。

30、在x方向上净流入的热量为即据此可得，在y、z方向上井口温度场流入热量为

31、作为本发明的具体实施方式，所述s33中，将温度场三维建模，得到轴对称圆柱体型井口温度场模型，其xyz三个方向均有热量流入，则流入井口温度场中净热量为：

32、

33、若井口温度场内有热源，其强度为u，则在dt的时间内，井口温度场内产生了热能为udxdydzdt，由热量平衡原理可得井口温度场内的热量变化等于内能的变化，即

34、

35、dt时间内由于相变产生的热量变化为:同时水在温度梯度的作用下会向低温区迁移将会带走一部分热量，可表示为-cwρwdiv(tv)dxdydzdt(公式3-3),则岩石非稳态的热传导方程为：

36、

37、假设岩体为均匀介质：λx＝λy＝λz可得：

38、

39、式中：c为岩体容积比热；ρ为岩体的密度；t为岩体温度；ρw为未冻水的密度；ρi为冰的密度；l为水的相变潜热；θw为液态水的体积含量；θi为冰的体积含量；λ为岩体的导热系数；cw为水的比热容；v为水的渗流速度；u为热源或汇；q为流入井口温度场中净热量；t为时间。

40、通过钻孔取样，得到待测区域冻土层的土质资料。土壤介质区域简化为半径、厚度为一定值的冻土土体，按照外界温度，土体的初始温度按照实测地温梯度选取。将表层导管外径、壁厚、下入深度分别取值，建立井筒的几何模型如图4a、图4b所示。

41、作为本发明的具体实施方式，所述s33中，还包括以下步骤：

42、s331：确定待计算参数变量；确定物理力学参数；

43、s332：设定边界条件；

44、s333：通过热力耦合求解，绘制井壁的温度变化曲线；

45、s334：计算不同工况下的井口温度场。

46、作为本发明的具体实施方式，所述s331中，所述计算参数变量包括：井筒传热的密度ρ、弹性模量e、泊松比、比热容c、导热系数λ、膨胀系数、相变潜热l、相变温度t；密度ρ，单位103kg/m3；弹性模量e，单位mpa；泊松比、比热容c，单位j/(kg℃)；导热系数λ、膨胀系数，单位w/(m℃)；相变潜热l，单位j/m3×106；相变温度t，单位℃。

47、参照我国《冻土地区建筑地基设计规范》(jgj118-98)、《石油天然气工业套管、油管、钻杆和用作套管或油管的管线管性能公式及计算》(gb/t 20657-2011)和《石油化工设备混凝土基础工程施工技术规程》(sh/t 3608-2011)，选取冻土层、套管及固井水泥环的相关物理力学参数设置，如表1～表3所示；根据土质参数表如表4所示，计算冻融土导热系数。

48、表1冻土主要物理参数

49、 泊松比 比热容 相变潜热 膨胀系数 相变温度 j/(kg℃) <![cdata[j/m³×10⁶]]> <![cdata[10^-5/℃]]> ℃ 0.35 1500 60.3 1 -0.5～0

50、表2表层导管及套管的主要物理参数

51、 密度 弹性模量 泊松比 比热容 导热系数 膨胀系数 <![cdata[10³kg/m³]]> mpa j/(kg℃) w/(m℃) <![cdata[10^-5℃^-1]]> 7.9 <![cdata[2.06×10⁵]]> 0.3 462 50 1.2

52、表3固井水泥环的主要物理参数

53、 密度 弹性模量 泊松比 比热容 导热系数 膨胀系数 <![cdata[10³kg/m³]]> mpa j/(kg℃) w/(m℃) <![cdata[10^-5℃^-1]]> 7.9 <![cdata[2.06×10⁵]]> 0.3 462 50 1.2

54、表4土质参数

55、 顶部深度/m 底部深度/m 土体性质 <![cdata[干密度10³kg/m³]]> 含水率％ 0.00 3.20 黏土 1.70 45.53 3.20 4.90 黏土 1.70 27.53 4.90 14.00 黏土 1.75 36.67 14.00 24.00 黏土 1.75 34.86 24.00 31.80 黏土 1.75 35.47 31.80 45.90 黏土 1.84 40.64 45.90 49.80 黏土/砂土 1.90 43.86 49.80 51.20 黏土 1.86 54.32 51.20 58.00 黏土 1.88 52.93 58.00 67.60 黏土 1.85 47.33 67.60 72.80 黏土 1.90 50.38 72.80 82.40 黏土 1.90 45.53 82.40 108.00 黏土 1.95 27.53

56、需要说明的是，由于温度变化使得原本起支撑作用的冰融化成水，岩石弹性模量与泊松比也发生改变，同时会导致岩石强度发生改变在冻土的融化过程中，土体的粘聚力会降低，摩擦角增大，冻土层的弹性模量、泊松比、抗剪强度与土温的关系式，作为本发明的具体实施方式，所述计算参数变量满足：

57、

58、式中：e为弹性模量，mpa；

59、t为土体温度，℃；

60、c为粘聚力，mpa；

61、φ为内摩擦角，°；

62、a1，b1，a2，b2，a3，b3，a4，b4——计算参数。

63、计算参数取值如表5所示：

64、表5冻土层力学性质随温度变化计算参数

65、 <![cdata[a₁]]> <![cdata[b₁]]> <![cdata[a₂]]> <![cdata[b₂]]> <![cdata[a₃]]> <![cdata[b₃]]> <![cdata[a₄]]> <![cdata[b₄]]> 20 27 0.3 -0.008 39.3 0.09 20.9 0.6

66、冻土层力学性质随温度变化计算参数是根据经验值选取。

67、作为本发明的具体实施方式，所述s332中，所述边界条件包括：

68、第一类边界条件：已知边界上的温度函数：

69、tw＝f(x，y，z，t)   (公式5)

70、第二类边界条件：已知边界上的热流密度值：

71、qw＝f(x，y，z，t)   (公式6)

72、第三类边界条件：已知边界上物体与外界的对流换热系数以及外界的温度：

73、

74、式中，tw为外边界上的温度，℃；

75、qw为物体边界上的热流密度，w/m2；

76、h为对流换热系数，w/(m2·℃)；

77、λ为物体导热系数，w/(m2·℃)；

78、tf为内边界上的温度，℃。

79、按照上述定义，冻土层井口几何模型的边界条件如图5所示，按照图中序号可得该模型的边界条件如下：

80、(1)为冻土层的上表面，冻土与空气不断地进行对流热交换，本文简化为固定的热交换系数，大气温度不随时间的变化而变化，为第三类边界条件；

81、(2)为冻土层的假设边界，内外都为冻土层，且温度和组成相同，不进行热量交换，为第一类边界条件；

82、(3)为冻土层的下边界，可以假设为温度为固定的恒稳层，不进行热量交换，为第一类边界条件；

83、(4)为冻土层与环空介质接触面，不断地发生热量交换，为第三类边界条件。

84、作为本发明的具体实施方式，所述s333中，所述热力耦合求解，顺序耦合热应力分析对模型进行求解。

85、作为本发明的具体实施方式，本发明以ansys软件为例，首先用ansys的热传递分析步分析由导管内壁温度引起的土体温度场变化分布，导出输出结果，作为在土体的融沉分析中初始条件进行求解。

86、具体的模型模拟过程如下：

87、(1)温度场分析

88、step1：由于在计算融沉分析时会消耗大量的计算机资源，同时冻土温度场和融沉问题的分析模型前后需要有一致性，因此考虑到冻土层钻井的模型可以简化为轴对称模型，本位采用轴对称方法建立部件。

89、step2：设置材料及截面特征。设置材料的相关属性，并分别给导管和土层分配相应的截面属性。

90、step3：装配部件。在assembly模块中建立相应的instance。本文在建模的时候已经考虑模型位置关系，因此不需要设立相关的约束关系。

91、step4：定义分析步。在step模块中建立设置分析步为【heattransfer】，时间长度，设置增量步为自动。建立相应的场输出和历程输出。

92、step5：设置接触类型。在initial分析步设置导管和土体间的接触类型为表面与表面接触，在heattransfer分析步中设置导管内表面的表面热交换条件，设置内部环境温度。

93、step6：定义载荷和边界条件。在load模块中，创建边界条件，设定下表面和侧面的温度，设定冻土的初始预定义温度场，设置上表面与空气发生的热交换系数。

94、step7：划分网格。为了更好的划分网格，在部件模块中首先对模型进行分割，进入mesh模块，对相应的边界进行布种设置，划分网格网络，对网格的质量进行检查，是否有不规则的地方，对所有区域选择单元dcax8。

95、step8：提交任务，执行计算。

96、查看结果，设置相应的观察点，输出曲线。

97、作为本发明的具体实施方式，所述s334中，计算不同工况下的井口温度场，在实际生产中，主要包括两方面工况的温度场计算：

98、第一方面钻井工况下井口温度场计算：

99、根据上述步骤，取钻井液温度的一个定值，例如：15℃、18℃，计算得到钻井过程中井口周围温度场的变化和分布云图，钻井过程中的冻土层温度场径向分布图。同时计算了不同初始含水率的冻土层(例如：10％、20％、30％、40％、50％)在钻井过程中井壁的温度变化曲线。然后对图和曲线进行分析，钻井过程中由于钻井液的温度对整个冻土层的径向影响；在二开固井之前，导管及井口的承载力主要由冻土层和导管之间的冻结强度提供，因此钻井过程中如果井口载荷超过了冻土层和导管之间的冻结强度，可能会导致冻土层的井口下沉。

100、第二方面，生产工况下井口温度场计算：

101、取生产过程中储层高温流体进入井筒后，可以计算得到生产过程中井口周围温度场的变化和分布云图，生产过程中冻土层温度场径向分布图，钻井及生产过程中的井口周围土体温度径向变化对比图；然后对计算结果进行分析，生产过程中由于地下的高温储层流体进入井筒，对井筒周围的温度场影响，冻土层的径向融化半径，整个井筒附近地层的力学性质如何变化。

102、作为本发明的具体实施方式，所述s1采用rbf神经网络构建冻融土导热系数模型前，导热系数测试方法不做进一步限定，采集有效数据即可。优选地，本发明采用基于瞬态平面热源法的hot disk导热系数仪进行冻融土导热系数试验测试，测试过程中假定土体内部各向同性，且土体的导热系数不受外界温度影响。

103、将取回的土样严格按照《土工试验方法标准》(gb/t50123－2019)规范标准制备成重塑土样，融土试样依据试验干密度和含水率配置好土样，并用保鲜膜密封养护至少24h；对于饱和的含冰土层需在低温环境下加入沙冰来配置，并用保鲜膜密封加以重物冻结后方可测试。

104、与现有技术相比，本发明的有益效果在于：

105、1、本发明的神经网络预测模型与传统的多元回归模型相比，在非线性函数逼近领域有一定的优越性；神经网络在土体导热系数研究方面应用较少，但其优势是在逼近能力、学习速度方面在其他非线性逼近领域可以广泛用于，因此采用rbf神经网络来构建冻融土导热系数模型，可以提高冻融土层导热系数的预测精度。

106、2、实施例中采用传统二元回归方程计算出的导热系数平均拟合优度为0.52，平均评价指标为0.49。采用rbf神经网方法预测结果平均拟合优度为0.94，相对误差小于15％平均占比为92.3％，平均评价指标为0.8977。rbf神经网络预测精度明显高于二元回归方程预测精度，在rbf神经网络预测精度中黏性土(融土)导热系数预测结果最好。

107、3北极和亚北极低温地区的浅部地层广泛分布着大面积的多年冻土，永久冻土层覆盖陆地和海洋，厚度从几十米到上百米。钻井过程中由于钻井液等循环介质与地层发生热交换以及钻头和地层间的切削摩擦生热，使冻土中的孔隙冰融化，冻土的承载能力大幅下降。俄罗斯西西伯利亚气田的一些井由于冻土层融化而导致井口出现下沉，最大下沉深度超3m，因此准确预测冻土层的井筒温度，高精度的预测土层导热系数，对于维护井筒安全，保护油气井稳产有重要意义。研究结果可为极地井钻井设计和钻井施工提供依据和指导。