RESUMO A formação conglomerática no campo de petróleo Mahu, na China, é caracterizada por uma litologia complexa, desenvolvimento de seixos e forte não-homogeneidade, resultando em dificuldade na seleção da broca, baixa velocidade mecânica de perfuração, longo ciclo de perfuração e dificuldade em avaliar sua perfurabilidade por métodos convencionais. Neste artigo, são discutidos os modelos de relação entre o conteúdo de volume de seixos, tamanho mediano das partículas, resistência à compressão uniaxial e valor de perfurabilidade do conglomerado para broca PDC; um modelo de avaliação de perfurabilidade por registro e um modelo de previsão por rede neural de profundidade são estabelecidos com base em dados de registro e método de aprendizado de profundidade. Os resultados mostram que o valor de perfurabilidade da broca PDC em conglomerado está relacionado linearmente ao conteúdo de volume de conglomerado, de forma logarítmica ao tamanho mediano do conglomerado e de função potência à resistência à compressão uniaxial do conglomerado, e a precisão de previsão do modelo varia de 80,8% a 96,8%, com uma precisão média de 91,2%. O método de aprendizado profundo pode prever a perfurabilidade das brocas PDC em formações conglomeráticas de forma mais precisa e fornecer uma base para a seleção da broca e otimização dos parâmetros de perfuração em formações conglomeráticas, melhorando assim a eficiência da perfuração nessas formações.
Xia et al. (Mon,) estudaram esta questão.