راحب باقرپور
فرایند حفاری به عنوان یکی از عملیاتهای مهم در استخراج مواد معدنی و نفت بهطور مستقیم بر هزینههای پروژه اثرگذاراست و مدیریت و بهینهسازی این فرایند از اهمیت زیادی برخوردار است. به همین منظوردر این تحقیق به رفتارسنجی فرایند حفاری با انرژی ویژهحفاری و نرخ نفوذ بوسیله سیگنالهای آوایی تولید شده در حین حفاری پرداخته شدهاست. پس از اجرای آزمایشهای حفاری به پردازش سیگنالهای تولید شده در حین عملیاتپرداخته شد و ارتباط سیگنالها با انرژی و نرخ نفوذ حفاری مورد ارزیابی قرار گرفت.با شروع عملیات حفاری در مقیاس آزمایشگاهی بر روی هر نمونه سنگ به طور پیوستهمصرف انرژی و نرخ نفوذ و رفتار سیگنالهای آوایی و لرزشی بررسی شد. با توجه به میزانمصرف انرژی حفاری و نرخ نفوذ مشاهده شده سه مرحله حفاری در طول عمر سرمته شناساییشد. روند تغییر سیگنالهای آوایی و لرزشی مشابه با روند تغییرات نرخ نفوذ و انرژی ویژهبود. مراحل شناسایی شده در حالت حفاری با توجه به روند مصرف انرژی و نرخ نفوذ بااستفاده از روشهای یادگیری ماشین و ارزیابیهای آماری مورد تحلیل قرار گرفتند. دراین حالت در بین روشهای مختلف روش شبکه عصبی مصنوعی با دقت ???/? بالاترین دقت رادارا بود. نتایج تائید کننده صحت و کارایی تقسیمبندی تعریف شده برای حالت حفاریبود. پس از این مرحله با پردازش سیگنالهای آوایی و لرزشی در حالات مختلف حفاری ووجود ارتباط نزدیک میان سیگنالهای آوایی و لرزشی با انرژی ویژه و نرخ نفوذ حفاری،به ارزیابی آماری و توسعه مدلهای هوشمند با هدف طبقهبندی حالت حفاری و پیشبینیمقادیر انرژی ویژه و نرخ نفوذ پرداخته شد. پس از اجرای مدلها و آزمایش و اعتبارسنجی بر روی دادههای آزمایش مشاهده شد که روش جنگل تصادفی با دقت ???/? بهترین نتیجهرا در طبقهبندی حالت حفاری با استفاده از سیگنالهای آوایی و لرزشی حفاری دارد.در مرحله پیشبینی مقادیر انرژی ویژه و نرخ نفوذ حفاری با استفاده پارامترهای سیگنالهایآوایی و لرزشی منتشر شده در حین حفاری نیز از مدلهای یادگیری ماشین مختلفیاستفاده شد و نتایج با یکدیگر مقایسه شدند. با مقایسه نتایج روشهای مختلف مشاهدهشد که روش شبکه عصبی مصنوعی با مقدار R2 ??/? بهترین نتیجهرا در پیشبینی مقدار انرژی ویژه حفاری را دارد. در بخش پیشبینی نرخ نفوذ در سنگ نیزبررسیها نشان داد که مدلهای درخت تصمیم و جنگل تصادفی با مقدار R2 ??/? بهترین
نتیجه را در پیشبینی مقدار نرخ نفوذ فرایند حفاری دارد

