论文纸片盒子 06
Maximizing the Use of Rock Mechanical Data through Empirical Correlation and Data-Driven Analytics
abstract
岩石力学参数的获取在岩土工程、油气工程领域具有重要意义，但是受限于储层岩样的缺乏以及实验测试的费用较高，因而相关数据十分有限。通常会基于井眼测井数据，采用经验公式等方式，来估算储层物理力学参数。而数据驱动的相关分析算法也被应用于此。
本篇论文提出了一种基于经验修正公式和数据驱动的分析算法的模型，以通过测井数据估算储层岩石的单轴抗压强度(UCS)。
该数据驱动的预测模型考虑的输入因素有：矿物组成、孔隙度、体积密度、超声波速度。
指出，经验公式往往不具备通用性，在使用时需要进行一定程度的修正。而数据驱动的模型则在使用时表现出更好的泛化能力。同时也指出了，采样数据的质量显著影响着经验公式以及数据驱动的预测模型的性能。
Introduction
- UCS 在各种地质工程应用中都具有重要意义，然而获取该参数需要高昂的费用。
- UCS 通常可采用以下方法获取：1.直接法，如单轴压缩实验（该方法得到的数值可能偏小，因为岩样内可能存在由钻井等引起的微裂纹），2.间接法，如摩尔库伦断裂包络线（通常认为该方法得到的数值比单轴压缩实验得到的数值更可靠），3.间接法，如巴西劈裂试验，4.间接法，如点荷载试验等。而上述方法存在的共同缺点在于：得到的数值都仅仅适用于采样深度，而不能反映测井连续剖面的 UCS 分布。
- 获得沿测井的连续 UCS 分布曲线具有重要价值。基于经验的方式可用于实现这一工作，如通过体积密度、声波速度等测井数据来估算 UCS。但是这一方式仍离不开特定区域岩样的试验参数，因此不具有通用性。
- UCS 不仅仅受某一个因素的影响，而是众多因素综合影响，它们之间的影响关系十分复杂。针对这一方面的相关研究仍然还不够完善。
- 基于上述情况，引入数据驱动的相关技术是很有必要的。
Methodology
- 从同一区域的三个不同钻井中获取岩样。
- 通过医用 CT 诊断岩样质量。
- 通过 UCS(Unconfined compressive strength test),SST(single-stage triaxial test),MST(multi-stage triaxial test) 试验获取了 65 组 UCS 数据。
- 通过实验设备获取了岩样的矿物组成、孔隙度、密度、超声波压缩波速以及剪切波速。
- 在每个钻井岩样对应深度获得相应的测井数据。
Sample preparation
岩样制备说明
Uniaxial compressive strength
UCS 强度参数获取说明
Petrophysical measurements
岩石物理参数获取说明
Validating measured UCS data using published empirical correlations
现有的经验修正公式说明。
image
Support vector regression for UCS correlations
支持向量回归方法用于预测 UCS
70% 为训练数据，30% 为验证数据。
误差函数为均值百分比误差(mean absolute percentage error,MAPE)。
Data analysis and interpretation
UCS correlations with core and log data
通过线性回归拟合各因素与 UCS。
Testing measured data using published correlations and modified correlations
使用现有的经验修正公式估算 UCS。
image
image
Validating measured UCS using SVR
使用 SVR 估算 UCS。
image
