Ученые создали виртуальную модель, которая прогнозирует риск обрушения нефтяных скважин после кислотной обработки. Это решение повысит безопасность и эффективность добычи на сложных месторождениях.
Добыча трудноизвлекаемых запасов в Западной Сибири и на Урале часто ведется с помощью горизонтальных скважин. Для повышения их продуктивности применяется кислотная обработка. Однако эта технология имеет серьезный побочный эффект. Кислота не только очищает призабойную зону, но и разрушает цемент, скрепляющий породу. Это создает угрозу обрушения стенок скважины, что существующие методы моделирования не учитывали.
Специалисты Пермского национального исследовательского политехнического университета вместе с Институтом нефтегазовой геологии и геофизики СО РАН представили уникальное программное решение. Их виртуальная модель анализирует, как меняются напряжения в породе после воздействия кислоты. Это позволяет заранее выявить опасные зоны и предотвратить аварию
В основу разработки легли лабораторные испытания. Исследователи изучили, как смесь соляной и плавиковой кислот воздействует на песчаники. На основе этих данных в программе ANSYS смоделировали работу горизонтальной скважины на полуторакилометровой глубине. Анализ проводился при разном давлении и продолжительности обработки — от 14 минут до 4 часов.
Результаты показали, что при определенном давлении в верхней и нижней частях скважины возникают зоны повышенного напряжения, где может начаться осыпание. Ключевой вывод: при четырехчасовой обработке порода сохраняет запас прочности в полтора раза выше нормы, что полностью исключает риск разрушения.
Эта информация позволяет нефтегазовым компаниям оптимизировать технологические процессы. Модель помогает подобрать безопасные параметры кислотной обработки для разных геологических условий. Новая разработка уже успешно прошла апробацию на одном из месторождений Пермского края и готова к внедрению.
Материал подготовлен при поддержке Минобрнауки России в рамках Десятилетия науки и технологий.
Источник: geonews.ru
Изображение сгенерировано нейросетью








