Robust and Automatic Drilling Model Configuration

Målet med prosjektet er å fjerne eller redusere behovet for manuell konfigurering av systemer som brukes til automatisert boring. I dag må slike boresystemer konfigureres manuelt, og det kreves mange parametere for at systemene skal oppføre seg riktig. Behovet for detaljert input reduserer vanligvis brukbarheten og fleksibiliteten til de automatiserte boresystemene og er også med på å redusere utbredelsen av disse systemene. For at de automatiserte funksjonene og systemene skal oppføre seg riktig, kreves det tilstrekkelig beskrivelse av hovedkomponentene. I dette prosjektet vil vi prøve å eliminere dette behovet. Som et første mål vil vi lage nye og enklere modeller som emulerer de mer komplekse modellene som brukes i automatisering i dag, og vi vil lage nye metoder som kontrollerer feilene som nødvendigvis introduseres i disse modellene. Vi vil bruke de nye og enklere modellene når vi leser sensordata fra boreoperasjonene til å automatisk å konfigurere systemene. Till slutt ønsker vi å få kunnskap om hvor vi skal plassere sensor data og vi vil beskrive hvilke sensordata som kreves for å lage en riktig og nøyaktig konfigurasjon av systemet.

-

The goal of the RACO project is to automate the configuration of the drilling models used for drilling automation systems, as this task is nowadays performed manually prior to each operation. The numerical models involved in those systems are high fidelity transient models, that allows precise simulations of the hydraulic, mechanical and thermo-mechanical behavior of the wellbore during drilling operations. To achieve the predictive capabilities that automation requires, adequate description of the main components of the drilling system is mandatory. We propose to replace the risky and time consuming manual configuration work by an automated procedure, that will use the available sensor data to deduce the system’s main characteristics, such as the pipe dimensions and elastic properties, and the fluid’s base properties. The objectives of the project are very ambitious, due to the difficulty of the task: the numerical models are time consuming and the measurements may be sparse in space and time. We will therefore adopt a two step strategy. We will first develop simplified models: the gain in computation time will enable proper exploration of the configuration space. Then, parameter estimation schemes will be developed, tailored for sparse sensor data and proxy models. A final achievement of the project will a procedure to estimate the optimal sensor set-up prior to operations. The research done in the project will impact several aspects of drilling automation: it will considerably ease the development of advanced systems, therefore improving reliability and decreasing cost. The model simplification techniques will potentially enable new automated functions, presently unfeasible because of computational cost. The drilling data assimilation schemes will lead to improved state identification, and safer drilling operations.