WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 || 5 |

«А.Х. Мирзаджанзаде М.М. Хасанов Р.Н. Бахтизин МОДЕЛИРОВАНИЕ ПРОЦЕССОВ НЕФТЕГАЗОДОБЫЧИ нелинейность неравновесность неопределенность Москва Ижевск 2004 ББК 531.1 + 622.276 ...»

-- [ Страница 4 ] --

Для упрощения выписанной модели сделаем ряд преобразований.

Рассмотрим равновесное состояние системы, имеющее место при = 0, = u = 0. Из (3.98) и (3.101) получим - (1- KП)[ fпл(P0 - Pпр ) + Gшт] - Kx0= 0, (3.103) (P0 - Рвых ) fтр - Gж = 0, (3.104) где P0, x0 – равновесные значения давления и перемещения плунжера.

Отсюда Gж P0 = Pвых +, (3.105) fтр x0 = - (1- KП)[ fпл (Р0 - Рпр ) + Gшт ]. (3.106) K Перемещение полированного штока опишем упрощенной гармони ческой зависимостью = Asin t, где A – длина полухода полированного штока.

Перейдем к безразмерным переменным:

P - P x - x0 _ u x = ;

= ;

u = ;

P = ;

x0 * u* P* К x t = nt ( n – число качаний), Р* = ;

fпл fпл = A ;

u = ;

=.

fтр Тогда из (3.98)–(3.106) получим систему уравнений:

dx = 2, (3.107) dt d (3.108) = KП ()(H0 + H )sign - KП H0 - H -1( - u) - x + sin 2 t, dt du = ( -1u ) + P, (3.109) dt dP = 1[( ) - u], (3.110) dt 232 ГЛАВА fпл(Р0 - Рпр ) + Gшт где H0 = =, К x0 1- КП Н = ()P - [1- ()], KП = КП, fпл(Р0 - Рпр ) (Р0 - Рпр ) = =, К x0 Р* () = 1- K exp - 1-, y 2M n2 * c =, 1 = ;

1 = 1+.

K K x u* fтр P fпл 1 =, v =, =.

W0 Pn mun mu*n Система уравнений (3.107)–(3.110) представляет собой динамиче скую модель штанговой установки. Неавтономные нелинейные системы с трением, к которым относится и модель (3.107)–(3.110), допускают самые разнообразные решения – от хаотических колебаний до периодических движений. Для выявления характера колебаний проведем численный ана лиз выписанной системы уравнений.

Прежде всего, оценим значения коэффициентов системы (3.107)– (3.110). Примем, что диаметр плунжера равен 0,0043 м, диаметр НКТ – 0,062 м, штанг – 0,022 м, глубина подвески насоса – 1000 м, плотность жидкости – 900 кг/м3, плотность металла штанг – 7850 кг/м3, модуль упру гости штанг – 0,21012 Па, вязкость жидкости изменяется от 10–3 (вода) до 50010–3 Пас (эмульсия). Число ходов насоса n = 7 мин-1 0,12 с–1, величи на A = 1,25 м. Вес колонны штанг в жидкости составляет 2,6104 Н, вес столба жидкости в НКТ – 2,4104 Н, давление на приеме насоса 2,5106 Па. Давление жидкости на устье (верхнее сечение НКТ) примем равным нулю. Коэффи циент гидродинамического трения примем для упрощения одинаковым для H c обоих ходов штанг и равным = 40µ*, где µ* = µж / µв, т. е. равно м отношению вязкости жидкости в НКТ к вязкости воды.

Считая, что КП 0,2…0,3, угол 0…0,2, получим оценку KП 0,02...0,06. Все предварительные расчеты сведем в табл. 3.2.

Для получения численных решений системы (3.107)–(3.110) нами был использован метод Рунге–Кутта четвертого порядка с шагом h = 0,01.

Расчеты приведены для KП 0,06, K = 0,5, 0 = 0,1 и коэффициентов, y значения которых приведены в табл. 3.2.

ГЛАВА 3 Расчеты показали, что при значениях вязкости µ > 100 в системе ус танавливаются колебания с периодом, равным периоду качаний балансира.

При уменьшении вязкости предельный цикл, соответствующий этим коле баниям, теряет устойчивость, и в системе устанавливаются колебания уд военного периода. При дальнейшем уменьшении вязкости жидкости в НКТ движение все более усложняется, пока, наконец, не установятся хаотиче ские колебания, подобные тем, что приведены на рис. 3.17, а.

Таблица 3. Оценки значений коэффициентов модели Параметр Его оценка Параметр Его оценка Р0 8 MПа 0, x0 –0,45 м 0, P 20 MПа 1, 1,0 м/с 0,001 µ u 0,5 м/с v 0,3 µ 3 0,3 0, Кривые изменения давления во времени, полученные на скважине и теоретически с помощью динамической модели, близки по форме, что по зволяет рекомендовать предложенную модель для анализа работы ШГН.

Библиографический список к главе 1. Виноградов Г. В., Малкин А. Я. Реология полимеров. – М.: Химия, 1977. – 439 с.

2. Ребиндер П. А. Избранные труды. Кн. 2. – М.: Наука, 1979. – 368 с.

3. Столин А. М., Худяев С. И., Бучацкий Л. М. К теории сверханомалии вязкости структурированных систем // ДАН СССР. – 1978. – Т. 243, № 2. – С. 430–433.

4. Свалов А. М. Об одной модели тиксотропной системы // Колл. журн. – 1978. – № 49. – С. 799–802.

5. Харин В. Т. Реология вязкоупругих тиксотропных жидкостей, масел, полимерных растворов и расплавов. // Изв. АН СССР. Сер. МЖГ. – 1984. – № 3. – С. 21–26.

6. Хусаинов И. Г. Кинетический подход к описанию тиксотропных про цессов // Изв. вузов. Сер. Нефть и газ. – 1991. – № 4. – С. 64–68.

7. Абрагам А. Время вспять или физик, физик, где ты был. – М.: Наука, 1991. – 392 с.

8. Михайлов И. Г., Соловьев В. А., Сырников Ю. П. Основы молекулярной акустики. – М.: Наука, 1964. – 514 с.

9. Уилкинсон У. Л. Неньютоновские жидкости. – М.: Мир, 1964. – 216 с.

10. Каргин В. А., Слонимский Г. Л. Краткие очерки по физикохимии поли меров. – М.: МГУ, 1967. – 175 с.

11. Баренблатт Г. И., Ентов В. М., Рыжик В. М. Движение жидкостей и газов в природных пластах. – М.: Недра, 1984. – 211 с.

12. Щелкачев В. Н. Разработка нефтеводоносных пластов при упругом ре жиме. – М.: Гостоптехиздат, 1960. – 467 с.

13. Мустафаев С. Д., Османов Э. Н. Экспериментальное исследование на чального перепада давления при фильтрации неньютоновских жидко стей // Нефть и газ. – 1973. – № 8. – С. 51–54.

14. Алишаев М. Г. О нестационарной фильтрации с релаксацией давления / Сб. тр. МОПИ Гидромеханика. – 1974. – Вып. 3. – С. 166–177.

15. Лодж А. Эластичные жидкости. – М.: Наука, 1984. – 443 с.

16. Бленд Д. Теория линейной вязкоупругости. – М.: Мир, 1965. – 199 с.

17. Слонимский Г. Л. О законе деформации высокоэластичных полимерных тел // ДАН СССР. – 1961. – Т. 140, № 2. – С. 343–346.

18. Тобольский А. Свойства и структура полимеров. – М.: Химия, 1964. – 332 с.

19. Шульман З. П., Хусид Б. М. Нестационарные процессы конвективного переноса в наследственных средах. – Минск: Наука и техника, 1983. – 285 с.

20. Мирзаджанзаде А. Х., Ковалев А. Г., Зайцев Ю. В. Особенности экс плуатации месторождений аномальных нефтей. – М.: Недра, 1972. – 300 с.

Библиографический список к главе 3 21. Гидродинамика трубопроводного транспорта нефти и нефтепродуктов / А. Х. Мирзаджанзаде, А. К. Галлямов, В. И. Марон и др. – М.: Недра, 1984. – 287 с.

22. Фракталы в физике / Под ред. Л. Пьетронеро, Э. Тозатти – М.: Мир, 1988. – 672 с.

23. Нигматуллин Р. Р. Особенности релаксации системы с «остаточной» памятью // ФТТ. – 1985. – Т. 27, № 5. – С. 1583–1585.

24. Работнов Ю. Н. Элементы наследственной механики твердых тел. – М.: Наука, 1977. – 401 с.

25. Мандельброт Б. Фрактальная геометрия природы. – М.: Институт ком пьютерных исследований, 2002. – 656 с.

26. Огибалов П. М., Мирзаджанзаде А. Х. Механика физических процес сов. – М.: Изд-во МГУ, 1976. – 370 с.

27. Мирзаджанзаде А. Х., Аметов И. М. Прогнозирование промысловой эффективности методов теплового воздействия на нефтяные пласты. – М.: Недра, 1983. – 205 с.

28. Баренблатт Г. И. и др. Об определении параметров нефтеносного пла ста по данным о восстановлении давления в остановленных скважинах // Изв. АН СССР. ОТН. – 1957. – № 11. – С. 84–91.

29. Химмельблау Д. Анализ процессов статистическими методами. – М.:

Мир. 1973. – 958 с.

30. Чарный И. А. Неустановившееся движение реальной жидкости в тру бах. – М.: Недра, 1975. – 354 с.

31. Соколов И. М. Размерности и другие геометрические показатели в тео рии протекания // УФН. – 1986. – Т. 150, № 2. – С. 221–225.

32. Федер Е. Фракталы. – М.: Мир, 1991. – 254 с.

33. O’Shaughnessy B., Procaccia I. Diffusion on fractals // Phys. rev. A. – 1985. – V. 32. № 5. – Р. 3073–3083.

34. Баренблатт Г. И., Борисов Ю. А., Каменецкий С. Г., Крылов А. П. Об определении параметров нефтеносного пласта по данным о восстанов лении давления в остановленных скважинах // Изв. АН СССР. Сер.

ОТН. – 1957. – № 11. – С. 84–91.

35. Бузинов С. Н., Умрихин И. Д. Гидродинамические методы ислледования скважин и пластов. – М.: Недра, 1973. – 248 с.

36. Мирзаджанзаде А. Х., Дурмишьян А. Г., Ковалев А. Г. и др. Разработка газоконденсатных месторождений. – М.: Недра, 1967. – 356 с.

37. Мирзаджанзаде А. Х., Керимов З. Г., Копейкис М. Г. Теория колебаний в нефтепромысловом деле. – Баку, 1976. – 363 с.

38. Мирзаджанзаде А. Х., Хасаев А. М., Аметов И. М. Технология и техни ка добычи нефти. – М.: Недра, 1986. – 216 с.

39. Бернадинер М. Г., Ентов М. М. Гидродинамическая теория фильтрации аномальных жидкостей. – М.: Недра, 1975. – 200 с.

236 Библиографический список к главе 40. Неймарк Ю. И., Ланда П. С. Стохастические и хаотические колеба ния. – М.: Наука, 1987. – 424 с.

41. Неймарк Ю. И. Динамические системы и управляемые процессы. – М.:

Наука, 1978. – 336 с.

42. Фейгенбаум М. Универсальность в поведении нелинейных систем // УФН. – 1983. – Т. 141, № 2. – С. 343–374.

43. Мирзаджанзаде А. Х. и др. О законе фильтрации газа в пористой среде // ДАН СССР. – 1969. – Т. 184, № 4. – С. 794–795.

44. Христианович С. А. О движении газированной жидкости в пористых породах. ПММ, 1941, т. 5, вып. 2.

45. Розенберг М. Д. Об одной нелинейной системе дифференциальных уравнений в частных производных, имеющей приложение в теории фильтрации. Докл. АН СССР, Нов. сер., 1953, т. 39, № 2.

46. Розенберг М. Д., Кундин С. А., Курбанов А. К., Суворов Н. И., Шовкрин ский Т. Ю. Фильтрация газированной жидкости и других многокомпо нентных смесей в нефтяных массах. М., Недра, 1969.

47. Миллионщиков М. Д. Движение газированной нефти в пористой среде.

Ин. сб. АН СССР, 1949, т. 5, вып. 2.

48. Царевич К. А. Гидромеханические приемы приближенного расчета де битов нефти и газа из скважин при сплошной и сгущающейся системах разработки для нефтяных месторождений с газовым режимом. Тр.

ВНИИ, вып. 6. М, Гостоптехиздат, 1954.

49. Глоговский М. М. К расчету дебитов скважин при режиме растворенно го газа. Тр. ВНИИ, вып. 19. М., Гостоптехиздат, 1954. –I /– 50. Пирвердян А. М. Об одном способе оценок приближенных решений уравнений нестационарной фильтрации нефти и газа. ПММ, 1961, т. 25, вып. 4.

51. Пирвердян А. М. Об оценках некоторых приближенных методов реше ния задач нестационарной фильтрации. Изв. АН СССР, ОТН, Механика и машиностроение, 1962, № 5.

52. Ентов В. М. Теоремы сравнения для уравнений нестационарной фильт рации. ПММ, 1965, т. 29, вып. 11.

53. Аметов И. М., Даниелян Ю. С. Применение теорем сравнения в теории теплопроводности. Инж.-физ. ж., 1973, № 2.

54. Даниелян Ю. С., Аметов И. М. Об оценках решений задач Стефана.

Нефть и газ, 1973, № 4.

55. Белкин И. М., Виноградов Г. В., Леонов А. И. Ротационные приборы.

Измерение вязкости и физико-механических характеристик материа лов. – М.: Машиностроение, 1987. – 272 с.

56. Myerholtz R. W. Oscillating flow behavior of high-density polyethilene melts // J. Appl. Polimer. Sci. – 1967. V. 2. – № 5. – P. 300–307.

Библиографический список к главе 3 57. Буевич Ю. А., Леонов А. И. Автоколебания в куэттовском течении не сжимаемой максвелловской жидкости // ПМТФ. – 1966. – № 2. – С. 305–311.

58. Каракин А. В., Леонов А. И. Об автоколебаниях при истечении поли мерных растворов из капилляра // ПМТФ. – 1968. – № 3. – С. 110–114.

59. Pearson J. R. A., Petrie C. J. S. On the melt flow instability of extruded polymers // Proceeding of the 4-th Interational Cоngress on Rheology.

Providence. R.I. – 1963. Part 3. – P. 205–211.

60. Overdiep W. S., Van Vrevelen D. W. Studies of non-newtonian flow. 1.

Criterian of flow instability // J. of applied polimer science. – 1965. V. 9, № 8. – P. 302–311.

61. Столин А. М., Худяев С. И. Образование пространственно неоднород ных состояний структурированной жидкости при аномалии вязкости // ДАН СССР. – 1981. – Т. 260, № 5. – С. 1180–1184.

62. Шустер Г. Детерминированный хаос. – М.: Мир, 1988. – 240 с.

63. Хасанов М. М., Валеев М. Д., Уразаков К. Р. О характере колебаний дав ления жидкости в НКТ глубиннонасосных скважин // Изв. вузов. Сер.

Нефть и газ. – 1991. – № 11. – С. 32–36.

64. Справочное пособие по проектированию разработки и эксплуатации нефтяных месторождений. Добыча нефти / Под ред. Ш. К. Гиматутди нова. – М.: Недра, 1983. – 455 с.

Глава ПРОЦЕССЫ САМООРГАНИЗАЦИИ В ГАЗОЖИДКОСТНЫХ СИСТЕМАХ ВБЛИЗИ ДАВЛЕНИЯ НАСЫЩЕНИЯ Полезно время от времени ставить знак вопроса на вещах, которые тебе давно представляются несомненными.

Б. Рассел Теории приходят и уходят, а экспериментальные факты остаются.

Из научного фольклора Экспериментальные и теоретические исследования, проведенные в последнее время с газосодержащими жидкостями, показали, что в предпе реходных условиях (т. е. в области давлений, превышающих давление на сыщения, но близких к нему) реологические и релаксационные свойства газожидкостных систем во многом определяются наличием «микрозаро дышей» – мельчайших газовых пузырьков, кооперативное действие кото рых проявляется при приближении к давлению насыщения. Существова ние подобных образований предполагают также в теории кавитации, чтобы объяснить резкое уменьшение реальной кавитационной прочности по сравнению с теоретической [1–3]. Некоторые оценки характеристик мик розародышей получены в опытах по изучению скорости и коэффициента поглощения звука, кавитационных шумов [3] и дифракции лазерного пуч ка.

Предпереходные явления могут быть объяснены в рамках теории Я. И. Френкеля, в соответствии с которой вблизи давления насыщения в жидкости имеется динамическая «популяция» зародышей, образованная гетерофазными флуктуациями плотности газа.

Однако ряд опытов говорит о существовании стабильных пузырьков.

Возможные причины существования стабильных пузырьков, рассматри ваемые в литературе, требуют наделения газожидкостных систем некото рыми дополнительными свойствами. Гарвей и др. предположили, что ядра нерастворенного газа могут существовать в субмикроскопических гидро фобных трещинах, имеющихся на стенках сосудов или на поверхности примесных твердых частиц [1, 2]. Ряд авторов считает, что существование стабильных зародышей газа связано со следами ПАВ, которые адсорбиру ются на поверхности пузырька и создают пленку, упругость которой пре Глава 4 пятствует его схлопыванию [1, 3]. В работе [4] предполагается, что стаби лизация пузырьков обеспечивается выделением на их поверхности пленок ПАВ с отрицательным поверхностным натяжением. Однако в рамках этой модели возникает проблема устойчивости поверхности раздела относи тельно малых отклонений от сферической формы. П. Айзенберг связывает стабилизацию пузырьков со взаимодействием между ионами, адсорбиро ванными на поверхности пузырька, и свободными ионами, находящимися в объеме жидкости [1].

Несмотря на обилие предположений, следует признать, что причины, ведущие к образованию зародышей, и механизмы, обеспечивающие их стабильное существование, к настоящему времени до конца не выяснены.

Ясно одно: в «чистых» жидкостях существование стабильных мик розародышей газа невозможно.

Естественно предположить, что зародыши новой фазы образуются не только в жидкостях с растворенным газом. В данной главе приведены результаты лабораторных исследований, которые показывают, что заро дышеобразование имеет место и в газоконденсатных смесях: при прибли жении к давлению выпадения конденсата образуются зародыши жидкой фазы, существенно влияющие на фильтрационные характеристики порис тых сред.

4.1. Исследование реологических свойств газожидкостных систем вблизи давления насыщения акустическими методами Фильтрация газожидкостных систем в пористой среде вблизи давле ния насыщения сопровождается неравновесными эффектами [1, 2]. С це лью детального изучения реологических свойств растворов газов в жидко сти при давлениях, близких к давлению выделения газа, была выполнена серия экспериментальных исследований.

В пористой среде с проницаемостью 35 10-15 м2, представленной смесью кварцевого песка со средним размером частиц 10-4 м и монтмо риллонита, размещенной в термостатируемой медной трубке длиной 6 м и диаметром 10-2 м, исследовалась фильтрация растворов углекислого газа в широком интервале концентраций и температур при давлениях, близких к давлению насыщения.

В результате проведенных работ обнаружен эффект, состоящий в значительном, более чем в 2–3 раза, увеличении удельного расхода флюи да вблизи давления насыщения. На рис. 4.1 приведена зависимость удель ного расхода раствора углекислого газа в н-гексане концентрацией 0,225 мольных долей при температуре 298 К от перепада давлений p в начале и в конце образца пористой среды.

240 Глава q, 10–3 см3/с pS p, МПа Рис. 4.1. Зависимость удельного расхода раствора углекислого газа в н-гексане концентрацией 0,225 мольных долей при температуре 298 К от перепада давлений Р При давлениях, значительно превышающих давление насыщения, удельный расход раствора пропорционален перепаду давления в соответ ствии с законом Дарси. При некотором давлении ps, характеризующемся резким возрастанием затухания ультразвуковых колебаний, наблюдается увеличение удельного расхода, продолжающееся при снижении давления до достижения давления насыщения (появления в объеме раствора пу зырьков газа). Значения этих давлений для данной системы соответственно равны 3,8 и 3,2 МПа. Таким образом, изменение перепада давлений на 0,6 МПа в окрестности фазового перехода в этой системе приводит к воз растанию расхода более чем в 2,5 раза. Активное выделение газа при дав лении 3,2 МПа вызывает быстрое снижение расхода вследствие уменьше ния проницаемости пористой среды для двухфазной системы «газ– жидкость».

Глава 4 Одновременно с изучением фильтрации раствора через пористую среду проводились измерения вязкости, поглощения и скорости звука в растворе в ультразвуковом автоклаве [5], включенном в гидросистему с пористой средой. На рис. 4.2 приведена зависимость вязкости (кривая 1) и поглощения звука (кривая 2) частотой 15,7 МГц от давления при Т=298 К в растворе н-гексан-СО2 концентрацией 0,225 мольных долей газа.

, мПас -2, 10–2 1/см 0, 0, 1 pS p, МПа Рис. 4.2. Зависимость вязкости (1) и поглощения звука (2) от давления При давлении, равном ps, имеет место значительное уменьшение вязкости раствора и резкое возрастание поглощения звука. В табл. 4.1 при водятся результаты измерения вязкости (мПа с) данной системы для других концентраций С при различных температурах Т (К) и давлени ях p (МПа). Во всех рассмотренных случаях отмечается существенное снижение вязкости растворов вблизи давления насыщения. Этот факт мо жет служить объяснением обнаруженного эффекта увеличения удельного расхода газожидкостных растворов в окрестности давления насыщения при фильтрации их в пористых средах.

242 Глава Таблица 4. Вязкость раствора при различных значениях давления и температуры Т, К p = 2 p = 3 p = 4 p = 5 p = 7,5 p = 12 p = 15 p = C = 0, 298 0,37 0,33 0,35 0,36 0,37 0,39 0,39 0, 232 – 0,32 0,29 0,31 0,32 0,33 0,33 0, 343 – – 0,29 0,26 0,27 0,27 0,28 0, C = 0, 295 – – 0,30 0,26 0,29 – 0,31 0, 323 – – 0,24 0,22 0,24 – 0,26 0, 343 – – – 0,22 0,18 – 0,22 0, Уменьшение вязкости и рост поглощения звука в растворах в облас ти давления насыщения могут быть удовлетворительно объяснены в рам ках теории предпереходных давлений [6]. Однофазный раствор газа в жид кости рассматривается как гетерогенная дисперсная система, состоящая из раствора и микронеоднородностей в виде зародышей газа, расположенных на расстояниях, малых по сравнению с длиной волны. Статистическое рас пределение рассеивателей (зародышей газа) характеризуется функци ей Nn, равной числу зародышей в единице объема, содержащих n молекул.

Полный термодинамический потенциал такой системы можно записать в виде [6] Nl Nn, (4.1) = Nl + Nn(gn + an2 3)+ kT Nl ln + Nn ln l F F n=0 n= F = Nl + Nnn, n= где F – полное число частиц в системе, Nl – число молекул в растворе, l – химический потенциал раствора, g – химический потенциал газа, а – величина, пропорциональная поверхностному натяжению.

Равновесное распределение зародышей выше давления насыщения с учетом выражения (4.1) можно представить соотношением (g -)n + an2 / Nn = Nl exp. (4.2) kT Принимая, что зародыши новой фазы в процессе изменения внешних параметров (например, давления) изменяют свой радиус от некоторого Глава 4 значения r до rk при давлении насыщения и an2 / 3 4r2, преобразуем соотношение (4.2) к виду r2 2 r 4 3 rk Nn = N exp-. (4.3) kT Из (4.3) следует, что при увеличении размеров зародышей, вызван ном снижением давления в системе, число их Nn уменьшается. Описывая вязкость такой дисперсной системы известным соотношением Эйн штейна, получим с точностью до постоянной r2 2 r 4 3 rk 0 1+ exp- (4.4).

kT Выражение (4.4.) справедливо при r < rk, когда вязкость уменьшает ся при приближении к давлению насыщения, и при r > rk, когда в системе появляются пузырьки газа и вязкость увеличивается. Такое поведение вяз кости характерно и для нефти с растворенным газом. В табл. 4.2 приведе ны данные для нефти одного из месторождений Западной Сибири при Т = 293 К ( – плотность нефти).

Таблица 4. Значения, для нефти одного из месторождений Западной Сибири при Т = 293 К и различных давлениях p 7,6 8,0 8,8 10,4 11,2 12,8 p, МПа, кг/м3 799,1 799,4 799,9 801 801,5 802,6 804, 2,15 2,00 1,96 2,10 2,21 2,24 2,, МПас При снижении давления от 11 МПа до давления насыщения (8,4 МПа) вязкость пластовой нефти уменьшается на 11%.

Увеличение проницаемости пористой среды в предпереходных усло виях может быть объяснено не только уменьшением вязкости флюида. При 244 Глава приближении к давлению насыщения возможно образование стабильных микрозародышей, которые адсорбируются на поверхности пористой сре ды. Появление этого слоя приводит (вследствие эффекта «газового под шипника») к снижению фильтрационных сопротивлений и росту расхода флюида, который достигает своего максимума при давлении, немного пре вышающем давление насыщения. В непосредственной близости от давле ния насыщения увеличение размеров зародышей приводит к возникнове нию дополнительных гидравлических сопротивлений за счет закупорива ния микропор, поэтому расход флюида начинает уменьшаться. При сни жении давления до уровней, меньших pн, выделяется свободный газ, что ведет к резкому увеличению фильтрационных сопротивлений.

Отметим, что во всех исследованных газожидкостных системах плотность и скорость звука не имеют особенностей в окрестности давле ния насыщения.

Возрастание поглощения звука в области давления насыщения обу словлено, по-видимому, следующим. Распространение звука в среде с микронеоднородностями в виде зародышей новой фазы сопровождается рассеянием мощности изучения W на длине x [7] W = W0e- x, = Nn, где – сечение рассеяния.

Принимая размеры зародышей новой фазы порядка 10-8 м, можно найти собственную частоту зародыша [7] 3p 0 =. (4.5) r Здесь p – давление газа в зародыше, – плотность газа. Считая газ в зародыше совершенным, запишем (4.5) в виде 1 3RT 0 =, (4.6) r µ где R – универсальная постоянная, µ – молярная масса газа.

Для случая растворов углекислого газа 0 = 4 1010 Гц. Частота внешних колебаний равна 15,7 106 Гц. Сечение рассеяния при <0 оп ределяется по формуле [7] 4 r 3 = r2, =, =. (4.7) r Здесь – скорость звука в среде с неоднородностями, – сжимае мость газа, – сжимаемость среды с неоднородностями, – плотность среды.

Глава 4 С учетом выражений для и и соотношения (4.6) формула (4.7) примет вид 2 = r6(V )2, R2T где V – молярный объем газа.

Величина, характеризующая рассеяние мощности звука на едини це длины, выражается в виде 2 = r6(V )2 Nn. (4.8) R2T Из соотношения (4.8) следует, что влияние увеличения размеров за родышей в окрестности давления насыщения превалирует над влиянием уменьшения их числа Nn, что и обуславливает возрастание поглощения звука.

4.2. Изучение свойств газожидкостных смесей в предпереходных состояниях Эффекты зародышеобразования наиболее отчетливо проявляются при фильтрации многокомпонентных сред в пористых средах. Экспери ментальное исследование этих эффектов затрудняется отсутствием надеж ных методов, позволяющих напрямую диагностировать наличие зароды шей новой фазы.

Так, оптический метод [8] не применим для газожидкостных систем, находящихся в пористой среде. Ультразвуковой метод [9, 10] очень чувст вительный и тонкий, однако сложность реализации не способствует его широкому распространению.

В практике наибольшее применение нашел объемный метод [11], со гласно которому о начале зародышеобразования судят по изменению угла наклона графика зависимости изменения объема системы от изменения давления.

Как известно, для бинарных систем объемный метод дает хорошие результаты, но при определении давления зародышеобразования в много компонентных системах, каковыми являются нефти, фазовые превращения происходят не при фиксированном значении давления, а в некоторой об ласти, что сильно снижает точность метода.

Отмеченное обусловило необходимость создания способа более на дежного и достоверного определения момента зародышеобразования в бомбе PVT и в пористых средах.

В проведенных нами экспериментах появление зародышей фиксиро валось по изменению разности потенциалов. Лабораторная установка (рис. 4.3) состояла из фильтрационной колонки 1, потенциометра с высо 246 Глава ким входным сопротивлением URV-2M, электромагнита со специальным наконечником 3, реостата 4, выпрямителя типа УСА-4Л (5), амперметра 6, бомб высокого давления PVT 7 и 12, образцовых манометров 8, бачка для продавочной жидкости 9, измерительных прессов 10 и 13, ультратермоста та 11.

В бомбе PVT и фильтрационной колонке с помощью термостата поддерживалась постоянная температура, равная 313 К.

Эксперименты проводились следующим образом.

Фильтрационная колонка заполнялась пористой средой, после чего производилась вертикально-вибрационная трамбовка с периодическим до бавлением новых порций пористой среды.

12 А 220 ~ 4 Рис. 4.3. Схема экспериментальной установки Объем пор определялся как весовым способом, так и закачкой в по ристую среду воздуха. Проницаемость пористой среды по воздуху опреде лялась по известной методике. Через пористую среду прокачивалось пять– семь поровых объемов негазированной жидкости. При этом, с целью луч шей очистки пористой среды от защемленных пузырьков воздуха, произ водилась попутная барообработка, заключающаяся в периодическом уве личении давления в фильтрационной колонке с последующим резким сни жением давления на ее выходе. Избавление от пузырьков воздуха проис ходит за счет частичного их растворения при повышении давления и про скальзывания воздуха при создании больших перепадов давления между входом и выходом колонки.

Глава 4 Далее фильтрационная колонка соединялась с бомбой PVT, после чего газожидкостная смесь прессом вытеснялась в пористую среду.

Для определения давления зародышеобразования в пористой среде газожидкостная смесь выдерживалась в фильтрационной колонке не менее 12 часов. Затем колонка отключалась от бомбы и подключалась к измери тельному прессу 10, при помощи которого давление в пористой среде сни жалось и определялось соответствующее изменение объема. К выводам фильтрационной колонки присоединялся потенциометр URV, с помощью которого определялась разность потенциалов U и электрическое сопротив ление R. Для примера на рис. 4.4 приведены экспериментальные кривые, полученные для газированного трансформаторного масла в пористой сре де, состоящей из 30% глины и 70% кварцевого песка. Давление начала за родышеобразования (15 МПа) фиксировалось по скачку величин R и U.

1,4 0, - R 0, 1, - U 1 0, 0,8 0, 0, 0, 10 12,5 15 17,5 20 22,5 p, МПа Рис. 4.4. Диагностирование фазового перехода по измерениям разности потенциалов и сопротивления Затем часть газированной жидкости из бомбы PVT переводилась в колонку высокого давления, предварительно освобожденную от пористой среды и отвакуумированную, и определялось давление зародышеобразова ния в свободном объеме (рис. 4.5).

Как видим, в пористой среде зародышеобразование происходит зна чительно раньше.

На описанной выше установке были также продублированы экспе рименты по изучению влияния зародышеобразования на фильтрационные характеристики пористых сред, описанные в разделе 4.1.

В опытах пористая среда представляла собой смесь кварцевого песка с глиной или карбонатом в различных процентных соотношениях. Газо жидкостная смесь состояла из трансформаторного масла и природного га за. Предварительно определялось давление насыщения pн рекомбиниро ванной пробы объемным методом. Все эксперименты проводились при по U, В R, мОм 248 Глава стоянной температуре T = 308 К, которая достигалась путем термостиро вания всех узлов установки. Были проведены опыты с газожидкостными системами различной газонасыщенности. Все подготовительные операции, связанные с насыщением пористой среды газожидкостной смесью, произ водились согласно вышеприведенной схеме.

0, - R 20 0, - U 0, 12 0, 8 0, 0, 10 12 14 16 18 20 p, МПа Рис. 4.5. Измерение разности потенциалов и сопротивления Для выявления влияния микрозародышей газа на фильтрационные процессы использовались стационарные и нестационарные методы иссле дования, заключающиеся в установлении индикаторной зависимости и ре гистрации кривых восстановления давления. Опыты начинались с давле ния, превышающего величину давления зародышеобразования в 3 раза.

Методика проведения экспериментов была следующей. В колонке устанавливали постоянный перепад давления, и газожидкостная смесь фильтровалась при заданном уровне среднего давления до тех пор, пока не прокачивался, как минимум, один объем порового пространства. Для точ ности опытов перепад давления на концах колонки не превышал 0,2–0,25 МПа. После проведения стационарных и нестационарных иссле дований давление в системе снижалось до следующего уровня и проводи лись аналогичные замеры. Эксперименты проводились до тех пор, пока давление в системе не достигало величины давления насыщения.

На рис. 4.6 и 4.7, соответственно, приведены зависимости расхода p флюида от относительного давления для глинизированной и карбонат pн ной пористой сред. Как видно, при достижении определенного уровня дав ления, превышающего давление рн приблизительно вдвое, наблюдается увеличение расхода жидкой фазы (при постоянном градиенте давления).

U, В R, мОм Глава 4 Максимальное значение расхода достигается при уровне давле ния р 1,3рн и превышает значение расхода, замеренного при р >> рн, в 1,6–2 раза.

При дальнейшем приближении к давлению pн расход начинает сни жаться и при р = рн составляет лишь 40–50% от максимального значения.

Полученные результаты сопоставлялись с данными нестационарных гидродинамических исследований. Для примера на рис. 4.8 приведены кривые восстановления давления р = р(t), снятые на выходе колонки в глинизированной пористой среде ( р = р2 - р0, р2 – давление на выходе колонки, р0 – его значение перед прекращением фильтрации).

11,25 1,5 1,75 2 2,25 2,5 2, 0, p/pн Рис. 4.6. Зависимость расхода от давления в глинизированной пористой среде 1,5 2,5 2, 1 1,25 1,75 2 2, 0, p/pн Рис. 4.7. Зависимость расхода от давления в карбонатной пористой среде Кривая 1 на рис. 4.8 соответствует области давлений намного выше давления насыщения, а кривая 2 – интервалу давлений, характеризующе муся зародышеобразованием.

q 10, м / с q 10, м / с 250 Глава 0, 0, 0, 0, 0, 0, 02040 60 100 p : 1 – 4,5;

2 – 1, pн Рис. 4.8. Кривые восстановления давления Из рисунка видно, что при образовании микрозародышей газа кри вые восстановления давления имеют длинные «хвосты», свидетельствую щие о неравновесности системы. Эти кривые могут быть описаны законом Кольрауша («растянутой экспонентой»), что характерно для процессов ре лаксации в сложных системах (гл. 4).

На рис. 4.9 приведена зависимость коэффициента пьезопроводно сти от уровня давления, полученная путем обработки КВД методом де терминированных моментов (гл. 3).

1, 1, 1, 1, 0, 0, 0,5 1 1, 2 2, p/pн Рис. 4.9. Зависимость коэффициента пьезопроводности от давления p, МПа 10, м / с Глава 4 Как видно, вблизи давления насыщения, равного 4,9 МПа, значение пьезопроводности увеличивается более чем в три раза.

Возникновение зародышей новой фазы вблизи критической точки перехода обнаруживается в аномальном изменении термодинамических свойств систем.

Начиная с некоторого значения давления (намного больше давления насыщения рн ), производился ступенчатый спуск давления (шаг р не более 0,5 МПа) в темпе, обеспечивающем адиабатичность процесса, и при этом измерялось соответствующее изменение температуры Т, на основе С dp p чего определялось соотношение = T в зависимости от уровня дав dT p ления.

На рис. 4.10 показана характерная зависимость Ср / от p для сис р темы вода +СО2 с газовым фактором 2 см3/см3. Как видно, в интервале давлений, существенно превышающих значение рн, С / практически р р остается постоянным. Но по мере приближения давления к значению рн соотношение С / постепенно возрастает, достигая максимального зна р р чения при рн.

25 45 55 65 75 p10–5, Па Рис. 4.10. Зависимость термодинамических характеристик от давления Аналогичные эксперименты были проведены также в системах, со держащих сложный по составу газ. Так, на рис. 4.11 приведены результа ты, полученные для смеси «трансформаторное масло + природный газ».

С p Как видим, в предпереходной области зависимость от p носит p немонотонный характер. Имеются два максимума, один из которых соот ветствует давлению насыщения, определенному объемным методом. Дру – p p С / 10, Па 252 Глава гой же максимум соответствует существенно большим давлениям (на 1–2 МПа).

В области микрозародышеобразования проявляется также неравно весность процессов объемной деформации.

4 6 8 10 p, МПа Рис. 4.11. Термодинамические характеристики сложной смеси Сущность этого явления заключается в том, что после быстрой на грузки (или разгрузки) жидкости с зародышами газа наблюдается релакса ция давления – оно медленно снижается (или возрастает) до некоторого стационарного значения. Медленный прирост или снижение давления свя заны со структурными изменениями, в результате которых система пере упаковывается в энергетически удобную структуру.

Отметим, что аналогичные эффекты можно наблюдать при объем ном нагружении тяжелых нефтей с содержанием смол и асфальтенов.

Релаксационные свойства газожидкостных систем в предпереходных условиях исследовались с помощью лабораторной установки, состоящей из бомбы PVT, гидравлического пресса с измерительной шкалой, термо стата, манифольда, образцовых манометров, бачка для продавочной жид кости (см. рис 4.3). Бомба PVT состояла из двух камер: камеры высокого давления, в которой помещалась исследуемая среда, и камеры для прода вочной жидкости (масло), которая подавалась с помощью пресса. Бомба PVT помещалась в термостатируемую рубашку и устанавливалась на шар нирах. Для подготовки рекомбинированной пробы в камеру высокого дав ления помещалась жидкость и подавался газ под большим давлением. Пу тем интенсивного перемешивания производилось растворение газа в жид кости.

Объемным методом определялось давление насыщения рн, после чего система подвергалась барообработке путем циклического нагружения – p p С / 10, Па Глава 4 до уровня давления р0, намного превышающего величину давления рн.

Таким образом, в системе устанавливалось термодинамическое равнове сие. Далее с помощью гидравлического пресса производилась разгрузка системы с постоянным темпом изменения давления до уровня р1. (Вели чина снижения давления р = р0 - р1 составляла 0,2–1,0 МПа, а диапазон dp темпов изменения давления = 0,1- 5 МПа/мин.) dt После разгрузки по показаниям образцового манометра регистриро валось увеличение давления в системе до равновесного значения. Затем производилось очередное снижение давления на ту же величину р и с тем же темпом изменения давления и проводились аналогичные заме ры.

Ниже приведены результаты исследований на рекомбинированных пробах, составленных из трансформаторного масла с природным газом и воды с углекислым газом. В первом случае исходное давление р0 состав ляло 13 МПа. Снижение давления производилось на величину р =1,0 МПа. Для карбонизированной воды с давлением насыще ния рн = 0,81 МПа начальный уровень составлял р0 = 2,5 МПа, а величи на нагрузки р = 0,25 МПа. Все опыты проводились при постоянной темпе ратуре T = 308 К, которая достигалось путем термостатирования всех ос новных узлов установки.

На рис. 4.12 приведены кривые, полученные в одной серии таких экспериментов.

0 900 1800 t, с Рис. 4.12. Релаксация давления Опыты показали, что при давлениях, намного превышающих давле ние рн, релаксационные явления не наблюдаются. При приближении к давлению насыщения после разгрузки имеет место прирост давления, ве p, МПа 254 Глава личина которого возрастает по мере приближения к точке фазового пере хода. В описанных опытах изменение давления наблюдается, начиная с и 15 МПа для первой и второй пробы соответственно. В табл. 4.3 и 4.4 све дены результаты экспериментов (p – прирост давления, T – время релак сации).

Таблица 4. Результаты экспериментов со смесью «трансформаторное масло + природный газ» dp р0, МПа р1, МПа р, МПа, МПа/мин № п/п T, c dt 1 2 3 4 5 1 13 12 1,0 – – 2 12 11 1,0 – – 3 11 10 1,0 – – 4 10 9 1,0 0,05 5 9 8 1,0 0,15 6 8 7 1,0 0,3 7 7 6 1,0 0,35 8 6 5 1,0 0,38 9 5 4,3 1,0 0,61 1 13 12 0,5 – – 2 12 11 0,5 – – 3 11 10 0,5 – – 4 10 9 0,5 0,02 5 9 8 0,5 0,09 6 8 7 0,5 0,18 7 7 6 0,5 0,2 8 6 5 0,5 0,25 9 5 4,3 0,5 0,39 Для изучения влияния микрозародышей газа на эффективность вы теснения нефти из послойно-неоднородных пластов были проведены экс периментальные исследования на модели пласта с двойной проницаемо стью. Установлено, что при фильтрации газожидкостной смеси в условиях зародышеобразования ( р 1,3рн ) отношение расходов в высоко- и низко проницаемых средах становится близким к единице, т. е. наблюдается вы равнивание фронта вытеснения.

На рис. 4.13 показано изменение коэффициента нефтеотдачи при вытеснении трансформаторного масла обычной и карбонизированной во дой в предпереходных условиях.

Глава 4 Таблица 4. Результаты экспериментов со смесью «вода + углекислый газ» dp р0, МПа р1, МПа, МПа/мин р, МПа № п/п T, c dt 1 2,5 2,25 0,16 – – 2 2,25 2,0 0,16 – – 3 2,0 1,75 0,16 – – 4 1,75 1,5 0,16 0,008 5 1,5 1,25 0,16 0,02 6 1,25 1,0 0,16 0,04 7 1,0 0,85 0,16 0,055 Как видно, в случае применения карбонизированной воды наблюда ется увеличение нефтеотдачи, особенно в низкопроницаемом пласте. Это ведет к увеличению суммарного отбора из пласта. Кроме этого, заметно снижается объем прокачиваемой воды (приблизительно на 70%).

0, 0, 0, 0, - 1а 0, - 3а - 1а 0, - 3а - 2а 0, - 2а 0 10 20 30 40 t, 2,7810–4, с Рис. 4.13. Динамика вытеснения нефти:

1 – низкопроницаемый пласт, вытеснение обычной водой;

1а – низкопроницаемый пласт, вытеснение карбонизированной водой;

2 – высокопроницаемый пласт, вытеснение обычной водой;

2а – высокопроницаемый пласт, вытеснение карбонизированной водой;

3 – суммарный коэффициент вытеснения обычной водой;

3а – суммарный коэффициент вытеснения карбонизированной водой.

256 Глава 4.3. Процессы зародышеобразования в газоконденсатных системах Как показывают эксперименты, стабильные зародыши фазы могут образоваться и в газоконденсатных системах при приближении к давлению выпадения конденсата.

Исследования особенностей этих процессов были проведены на ла бораторной установке (рис. 4.14), состоящей из: 1 – бомбы PVT;

2 – изме рительного пресса;

3 – образцового манометра;

4 – датчика давления;

5 – усилителя;

6 – самопишущего прибора;

7 – термостата.

В ходе экспериментов газоконденсатная смесь, состоящая из при родного газа и нормального гексана (газовый фактор 4800 см3/см3, давле ние насыщения конденсата 17,5 МПа), помещалась в бомбу PVT при на чальном давлении p0 = 35 МПа. Система термостатировалась при темпера туре 333 К.

Далее давление в бомбе PVT уменьшалось путем отбора газоконден сатной смеси с постоянным темпом 0,9 см3/мин. После достижения давле ния p1 = p0 - p0, где p0 = 0,8 МПа, бомба PVT закрывалась. Поскольку достижение температурного равновесия в бомбе PVT требует определенно го времени, то в закрытой бомбе PVT наблюдался медленный рост давления до некоторого равновесного значения p1.

Рис. 4.14. Схема экспериментальной установки Затем вновь с тем же темпом начинался отбор газоконденсатной смеси из бомбы PVT до достижения давления p2 = p0 - 2p0, после чего наблюдалась релаксация давления до значения p2 > p2.

Глава 4 Путем обработки кривых релаксации давления определялась зависи мость приращения давления pi = pi - pi и времени релаксации i от уровня давления pi, i = 1, 2, …. (рис. 4.15 и 4.16).

Как видно из этих рисунков, при приближении давления к давлению конденсатообразования наблюдается резкое усиление неравновесных свойств газоконденсатной смеси. Это может быть объяснено тем, что в предпереходной области (около 23 МПа) начинается образование микроза родышей конденсата, максимальным образом проявляющих себя при дав лении около 20,5 МПа.

Следующая серия экспериментов была посвящена исследованию особенностей фильтрации газоконденсатной смеси в предпереходных ус ловиях.

Для изучения влияния микрозародышей конденсата на характери стики пористой среды при давлениях, превышающих давление начала кон денсации, использовались стационарные и нестационарные методы иссле дования, заключающиеся в установлении индикаторной зависимости и ре гистрации кривых восстановления давления на насыпной фильтрационной модели, представляющей собой колонку, набитую измельченным кварце вым песком с проницаемостью 0,02 мкм2.

pi, 10–1 МПа 0, 0, 0, 15,0 20,0 25, p, МПа Рис. 4.15. Зависимость значения pi от уровня давления 258 Глава i, мин 15,0 20,0 25,0 30, p, МПа Рис. 4.16. Зависимость времени восстановления давления от уровня давления Исследуемая газоконденсатная система полностью аналогична смеси природного газа и гексана, использованной в описанных выше экспери ментах.

Индикаторные кривые и КВД снимались при различных уровнях давления в фильтрационной колонке.

В ходе экспериментов давление в колонке ступенчато уменьшалось с шагом p0 = 1,6 МПа, начиная со значения p0 = 33,6 МПа.

На каждом уровне на модели пласта создавался перепад давления 0,8 МПа, поддерживаемый постоянным. После установления равновесной фильтрации определялся расход газа QГ. На рис. 4.17 представлена зави симость этой величины от уровня давления. Как видно из графика, в пред переходных условиях наблюдается значительное улучшение фильтрацион ных свойств, что аналогично явлениям, имеющим место при фильтрации газожидкостной смеси с зародышами газа (раздел 4.1, 4.2).

Глава 4 QГ 10–6, м3/с 20, 20,8 27,2 30, p, МПа Рис. 4.17. Зависимость расхода газа от уровня давления Максимальное значение расхода имеет место при давлении 27,2 МПа и превышает расход, замеренный при 32 МПа, примерно на 20%. Дальнейшее снижение давления приводит к уменьшению дебита газа и при приближении к давлению начала конденсации составляет при мерно 70% от максимального значения расхода газа.

Выявленные закономерности могут быть объяснены появлением на поверхности пор микрозародышей конденсата. Вначале они способствуют улучшению фильтрационных характеристик пористой среды, но дальней шее снижение давления приводит к увеличению размеров микрозароды шей, вследствие чего фильтрационные сопротивления вновь возрастают.

Кроме замеров расхода газа, на каждом уровне давления производи лись нестационарные гидродинамические исследования. При этом пере крывался выход фильтрационной колонки, давление на входе поддержива лось постоянным, а на выходе снимались кривые восстановления давле ния p(t).

260 Глава На рис. 4.18 показаны кривые восстановления давления, характерные для области давлений выше зоны образования микрозародышей (кривая 1);

зоны микрозародышеобразования (кривая 2);

области выпадения конден сата (кривая 3). Видно, что быстрее всего восстановление происходит при давлениях, значительно превышающих давление начала конденсации. Об разование микрозародышей существенно замедляет этот процесс.

Для сравнения полученных данных кривые восстановления были пе рестроены в полулогарифмических координатах (y, t), где p(t), y = - ln1 p p(t) – изменение давления на выходе модели пласта, p – асимптотиче ское значение p :

p = lim p(t).

t p, МПа 0, 0, 0, 2 4 6 8 10 12 14 16 t, мин Рис. 4.18. Кривые восстановления давления:

1 – выше давления образования микрозародышей;

2 – в зоне образования зародышей;

3 – в области выпадения конденсата Из рис. 4.19 видно, что при давлениях, значительно превышающих давление начала конденсации, перестроенные кривые восстановления дав ления (КВД) имеют прямолинейный вид. Это же наблюдается и для КВД, снятых в пористой среде после выпадения конденсата.

В области зародышеобразования зависимость y(t) отличается от прямолинейной, т. е. кривая восстановления не может быть описана одно экспоненциальной зависимостью. Впрочем, это характерно для всех слож ных иерархически построенных систем (раздел 4.1).

Глава 4 y 50 100 150 t, с Рис. 4.19. Обработка кривых восстановления давления:

1 – 32 МПа;

2 – 30,4 МПа;

3 – 28,8 МПа;

4 – 27,2 МПа;

5 – 25,6 МПа;

6 – 24 МПа;

7 – 22,4 МПа;

8 – 20,8 МПа Выявленные нами эффекты могут найти широкое применение в практике разработки газоконденсатных месторождений.

Так, производительность скважин может быть значительно повыше на, если давление в призабойной зоне пласта будет соответствовать облас ти образования зародышей конденсата.

При отсутствии априорной информации начало образования микро зародышей можно оценить по результатам нестационарных гидродинами ческих исследований скважин (по изменению вида КВД).

4.4. Стохастические колебания при течении жидкостей с зародышами газа Для исследования влияния зародышей газа на течение газожидкост ной системы в трубе в области предпереходных состояний была проведена серия лабораторных экспериментов. На участке трубы длиной L = 1,4 м и диаметром D = 0,04 м снимались расходные характеристики p = p(G) ( p – перепад давления, G – массовый расход) для ламинарного изотерми 262 Глава ческого течения раствора углекислого газа в воде. Давление на входе p поддерживалось постоянным, расход G регулировался с помощью крана, установленного на конечном участке трубы. При этом давление на всем исследуемом участке трубы было выше давления насыще ния pн = 0,1 МПа. Массовый расход определялся весовым методом с по мощью электронных весов ВН 500 с точностью до 510–5кг. Перепад дав ления определялся дифференциальным манометром, в качестве рабочей жидкости которого использовался четыреххлористый углерод (с плотно стью 1600 кг/м3). Погрешность измерения перепада давления составля ла 4 Па. Были проведены 5 серий экспериментов при следующих вели чинах давления p1: 1,25pн, 1,40pн, 1,75pн, 2,50pн, 3,00pн. Следует отме тить, что перепад давления p, достигаемый в опытах, пренебрежимо мал по сравнению с этими значениями, поэтому давление по длине трубы ме няется незначительно. Анализ расходных характеристик показывает, что в предпереходной области происходит увеличение пропускной способности G трубы k =. Максимум увеличения k наблюдается при p1 = 1,4 и состав p ляет 10%. Можно предположить, что эти явления вызваны образованием зародышей газа, которые адсорбируются на поверхности стенок трубы и повышают ее пропускную способность за счет эффектов типа «газового подшипника» (см. выше).

Следующая серия экспериментов была проведена с целью исследо вания динамики изменения пропускной способности трубы под влиянием зародышей газа. В качестве рабочей жидкости было выбрано трансформа торное масло, насыщенное углекислым газом при давлении pн = 0,1 МПа.

В ходе экспериментов длительное время поддерживалось течение масла в трубе с внутренним диаметром 0,01 м и длиной 1,85 м при давлении 1,15 pн и через равные промежутки времени ( t = 5 мин) производились замеры массового расхода и перепада давления. Анализ полученных таким обра LD зом данных показал, что в масштабе времени t >> t0 (где t0 = – вре G мя прохождения частиц жидкости через трубу, – плотность жидкости) наблюдается изменение пропускной способности трубы k, причем на ха рактер зависимости k от времени существенно влияет скорость течения жидкости. Для примера на рис. 4.20 показаны зависимости k = k(t), полу ченные при различных значениях расхода. Там же обычным образом пока зана погрешность определения k. Оказалось, при > 0,05 м/с (где 4G = – средняя скорость течения) пропускная способность трубы со D временем практически не меняется (см. рис. 4.20, а). При уменьшении ско Глава 4 рости ( 0,04 м/с) пропускная способность после начала прокачки газо жидкостной системы монотонным образом увеличивается до некоторого нового стационарного значения (см. рис. 4.20, б).

Дальнейшее уменьшение скорости течения ( < 0,02 м/с) приводит к тому, что изменение пропускной способности принимает колебательный характер. Поскольку характерные времена изменения пропускной способ ности намного больше времени прохождения частицами газожидкостной системы трубы t0, то можно предположить, что колебания пропускной спо собности связаны с накоплением зародышей газа в пристенных областях трубы и их последующим выносом.

6, 6, a) 5, 5, 6, 60 кг k, с Па 5, б) 6, в) 5, 60 30 t, мин Рис. 4.20. Зависимость k = k(t) 264 Глава Для описания этих процессов рассмотрим следующую эвристиче скую модель. Предположим, что в пристенных областях трубы скаплива ются зародыши газа двух видов – «мелкие» и «крупные», радиусами R и R2 соответственно. Зародыши радиуса R1 первоначально находятся в объеме жидкости и осаждаются на стенках при протекании жидкости по трубе. Центрами осаждения зародышей радиуса R1 являются зародыши ра диуса R2, поэтому скорость осаждения мелких зародышей пропорциональ на численности крупных зародышей. Будем считать, что в дальнейшем часть мелких зародышей с какой-то скоростью покидает стенки трубы.

Взаимодействие оставшихся мелких зародышей со стенками трубы нару шает их стабильность, и они постепенно растут за счет диффузионного притока молекул газа из объема жидкости, достигая за некоторое время размеров крупных зародышей. Зародыши радиуса R2, взаимодействуя с по током жидкости, изменяют гидродинамическую обстановку в пристенных областях, что увеличивает пропускную способность трубы. Будем считать, что крупные зародыши могут быть вынесены потоком жидкости, поэтому скорость их уменьшения пропорциональна расходу G.

Сделанные выше предположения приводят к следующей системе дифференциальных уравнений с запаздывающим аргументом, описываю щей процессы накопления и выноса зародышей:

dN = N2 - N1 - F(N1(t - )), dt, (4.9) dN = -GN2 + F(N1(t - )), dt где N1 и N2 – численности мелких и крупных зародышей на стенках трубы;

и – коэффициенты, характеризующие скорости, с которыми мелкие за родыши осаждаются на стенках и покидают их;

– коэффициент, характе ризующий скорость выноса крупных зародышей;

F(N1) – функция, опреде ляющая интенсивность образования крупных зародышей из мелких. Зада дим следующую параметризацию функции F(N1):

N F(N1) =, (4.10) S 1+ MN где, М, s – некоторые постоянные ( s > 1). При N1 >[(s -1)M ]-1 s функ ция (4.10) монотонно убывает, что объясняется уменьшением интенсивно сти образования крупных зародышей при больших N1 из-за наличия про странственных ограничений.

Расход жидкости в условиях описанного выше эксперимента нахо дится из уравнений G = K(p1 - p2), p2 - p0 = CG, Глава 4 где p1 – давление на входе трубы, p2 – давление в конце трубы перед кра ном, p0 – давление после крана (атмосферное давление), С – коэффициент, характеризующий сопротивление крана. Исключив p2, получим, p G =, (4.11) + C K где p0 = p1 - p0 – постоянный в условиях опыта перепад давления. Как уже отмечалось, пропускная способность трубки при наличии зародышей увеличивается, причем относительное изменение достигает 10%. Поэтому зависимость K от N2 можно параметризовать в виде K K =, (4.12) 1- µN где µ > 0 и величина µ N2 мала. Подставив (4.10)–(4.12) в (4.9), получим после обезразмеривания dn1 n1(t - ) = n2 - n1 -, (4.13) s dt 1+ n1 (t - ) dn2 n2 n1(t - ) = - +, s dt 1- n2 1+ n1 (t ) q =, 1- n Ni где ni = (i = 1,2), Ni 1+ CK -1 s N10 = M, N20 =, µ t t,, t0 =, t0 t N =, =, N N =, =, G0 G0N G p g =, G0 =.

G + C K Анализ показывает, что при r = - < 1 система (4.13) имеет единственное состояние равновесия – точку О (0, 0). При r > 1 существует 266 Глава еще одно равновесное значение – точка O1(n10,n20), где n10 – решение уравнения = 1+, s s 1+ n10 + n10 1+ n n20 = n101+.

s 1+ n При малых µ величиной n10 можно пренебречь. При этом n10 = (r -1)s. (4.14) Используя метод D-разбиений [12], построим области устойчивости стационарных решений.

Для нулевого решения получим характеристическое уравнение p2 + ( +1)p +1+ ( p - r)e- p = 0. (4.15) Произведем D-разбиение в плоскости ( – r). Подставив в (4.15) p = i, получим sin r - r cos = -1, cos + r sin = -( +1).

Определитель этой системы =. Следовательно, границы D-областей определяются особой прямой r =1 и кривой, параметрическое уравнение которой имеет вид = [( -1)sin - ( +1) cos], (4.16) r = -[( +1) sin +( -1)cos].

Соответствующее D-разбиение представлено на рис. 4.21, заштрихо ванная область есть область устойчивости D(0). В параметрической форме дуга АВС определяется уравнениями (4.16) при 0 < < 1, где 1 – наименьший положительный корень уравнения ( +1) sin +( -1)cos = -1.

Из рис. 4.21 ясно, что система устойчива при 1 < < ;

r < r < 1, где 1 = lim = ( + +1).

= (1), r = (1,, ), (,, ) – уравнение дуги АВС. При r >1 сис тема апериодически неустойчива, а при r < r – периодически неустойчи ва. Из приведенного выше анализа следует, что для всех,, при r > точка равновесия О (0, 0) теряет устойчивость (здесь не рассматривается периодическая неустойчивость стационарного решения О (0, 0), поскольку величины n1 и n2 могут принимать только положительные значения). При этом у системы (4.13) появляется новое положение равновесия О (n10, n20).

Исследуем устойчивость этой точки.

Глава 4 r A C B Рис. 4.21. D-разбиение Соответствующее характеристическое уравнение получается из (4.15) заменой на 0 = (1- n20)2, на = f, r на r0 =[ n20)2 -] f, (1 где s 1+ (1- s)n f =.

s (1+ n10) Для простоты рассмотрим случай малых µ, когда n10 определяется выражением (4.14) и 1 – n20 1. При этом - [(s -1)(r -1)-1], 0 =, = r (s -1)(r -1)- r0 = -.

r 268 Глава Из рис. 4.21 следует, что если < 1, > или r0 < rm, 0 0 где rm = (0,, ), то стационарное решение (n10, n20) неустойчиво.

При 1 < < точка равновесия O1 устойчива, если r0 > (0,, ), и периодически неустойчива, если r0 < (0,, ).

Численные расчеты показывают, что при переходе через границу пе риодической неустойчивости, вследствие увеличения значения r, вначале возникают периодические колебания n1(t), n2(t), а затем через каскад би фуркаций удвоения периода – хаотические колебания.

Поскольку, как легко видеть, -1, r = G то при постоянных, и все эти бифуркации связаны с уменьшени ем G0 – расхода в отсутствие зародышей. Поэтому при проведении расче тов фиксировались значения величин v,, 1 = и варьировался пара 1 G метр b = =. Оказалось, что при уменьшении расхода после потери устойчивости точки равновесия O1 вначале возникают периодические ко лебания величин n1, n2, а затем через каскад бифуркаций удвоения перио да – хаотические колебания. Так, численное интегрирование (4.13) при = 5, N = 5, v = 20, = 0,5, 1 = 1 показало, что при b = b0 8,2 проис ходит переход от точки равновесия О1 к предельному циклу. В точ ках b1 6,5, b2 5,58, b3 5,38 происходят бифуркации удвоения перио да, которые завершаются переходом к хаотическому движению в точке сгущения b = b 5,31. Для примера на рис. 4.22 представлена зависи мость G = G(t), соответствующая хаотическим колебаниям, возникающим при b = 5,25.

Из полученных выше результатов следует, что при достаточно больших значениях G0 накопления зародышей на стенках не происходит.

При уменьшении расхода система переходит в новое стационарное состоя ние, характеризующееся большим значением пропускной способности трубки. Дальнейшее уменьшение расхода приводит к возникновению вна чале периодических, а затем хаотических колебаний пропускной способ ности. Эти выводы находятся в согласии с приведенными выше экспери ментальными данными.

Расчеты показывают, что периоды автоколебаний порядка. По скольку характерные времена изменения пропускной способности трубы составляют 30–60 мин (см. рис. 4.20), то такой же порядок должно иметь время роста зародышей. Характерное время диффузионного прито Глава 4 R ка ~, где R0 – радиус зародышей, D – коэффициент диффузии мо D D лекул газа в жидкости. Так как D ~ 10-9 м2/с, то D ~ 103 с лишь при R0 ~ 10–3 м. Оценки радиусов зародышевых пузырьков газа дают на много меньшие значения [1], следовательно, скорость роста зародышей лимитируется не скоростью диффузии.

По всей видимости, переход молекулы газа из растворенного состоя ния в стабильный зародыш требует преодоления некоторого потенциаль ного барьера U, что и уменьшает скорость роста зародышей. При этом U kБТ ~ e, где kБ – постоянная Больцмана, Т – температура.

1, 1, 0, G 0, 0 10 20 30 40 t Рис. 4.22. Хаотические колебания расхода Полученные результаты могут найти широкое применение при кон троле и управлении процессами медленного течения газожидкостных сис тем при давлении выше давления насыщения. Отметим, в частности, тот факт, что конструктивные особенности некоторых турбинных расходоме ров таковы, что в них образуются «застойные» зоны с пониженной скоро стью течения нефти. При этом могут возникнуть колебания численностей зародышей газа, что, в свою очередь, может привести к колебаниям коэф фициента преобразования расходомера. Анализ рассмотренной выше мо дели может позволить выработать рекомендации по устранению нежела тельных явлений такого рода.

270 Глава 4.5. Исследование устойчивости фильтрации жидкостей с зародышами газа В настоящем разделе выведены уравнения, описывающие нестацио нарную фильтрацию газожидкостных систем в предпереходных условиях.

Показано, что если скорость образования зародышей газа достаточно ве лика, то стационарные режимы фильтрации могут стать неустойчивыми.

При этом возникают периодические автоколебания, усложнение которых может привести к детерминированному хаосу.

Анализ экспериментальных данных, приведенных в разделе 4.2, по зволяет предположить, что при движении газожидкостной смеси в направ лении уменьшения давления происходит образование и рост микрозаро дышей газа, часть из которых может быть вынесена фильтрационным по током, а часть скапливается в порах, изменяя фильтрационные характери стики среды.

Уравнение неразрывности записывается в виде p m0 = -, (4.17) t x где m – пористость, 0 – сжимаемость пористой среды, – скорость фильт рации, определяемая законом Дарси k(s) p = -.

µ x Здесь µ – вязкость жидкости, k(s) – коэффициент проницаемости, зависящий от s – концентрации зародышей газа, адсорбировавшихся на стенках пор. Для простоты зависимостью вязкости µ от концентрации за родышей в объеме жидкости пренебрегаем.

Изменение числа микрозародышей определяется уравнением s = - s + q, (4.18) t где – коэффициент, определяющий скорость выноса микрозародышей, q – скорость их воспроизводства.

Будем считать, что уже существующие зародыши являются центра ми, на которых со скоростью, пропорциональной скорости уменьшения давления, образуются новые зародыши. Учитывая также время, необхо димое для роста и перераспределения микрозародышей, получим соотно шение q(x,t) = -s(x,t - )dp(x,t - ), (4.19) dt Глава 4 dp где a – коэффициент пропорциональности, – скорость изменения дав dt ления, определяемая выражением dp p p = +. (4.20) dt t m x Первый член суммы (4.20) обычно мал [13], поэтому мы будем в дальнейшем им пренебрегать.

Из (4.17)–(4.20) следует, что фильтрация газожидкостных систем с микрозародышами газа описывается системой уравнений p k(s) p m0 =, (4.21) t x µ x s +s = (s) p, (4.22) t x s k(s), = q(t - ).

где (s) = [q] m µ Рассмотрим стационарные решения системы (4.21)–(4.22), удовле творяющие граничным условиям p = p1, p = 0, (4.23) x=0 x=l и устойчивость этих стационарных решений.

p s Положив = 0, = 0, получим из (4.21)–(4.22) t t k(s) dp = -0 = const, s = (s) dp.

µ dx dx Эта система имеет очевидное решение s = s0 = 0, x p = p0(x) = p11-, которому соответствует значение скорости фильт l p рации 0 = k(0). Стационарные значения s, отличные от нуля, опреде lµ ляются из уравнения µ k(s) = a0. (4.24) Если уравнение (4.24) имеет решение, то стационарные решения системы (4.21)–(4.22) не единственны. Они представляют собой простран ственные структуры, состоящие из «доменов» – областей с различными значениями s = si = const, характеризующихся постоянным градиентом 272 Глава si давления pi =. Такие структуры рассматривались ранее в рабо (si ) тах [14, 15]. Граничные условия (4.23) выполняются, если p li = p1 l = l i i, i i где li – суммарная протяженность «доменов» со значениями s = si.

Поскольку нашей целью не является рассмотрение всех возможных случаев, конкретизируем вид функции k(s), приняв k(s) = k0[exp(- sn)+ G], где, n, G, k0 – положительные константы. Предполагается, что фильтра ция происходит в области давлений, характеризующихся уменьшением проницаемости при понижении давления (раздел 4.2). Легко видеть, что при этом уравнение (4.24) может иметь только одно решение, которое мы будем обозначать через s1.

Проведем линейный анализ устойчивости стационарных режимов фильтрации с однородным по x распределением микрозародышей. Пусть s = s - si, p = p - p0(x) – малые отклонения от стационарных значений (i = 0 или 1). Переходя к безразмерным переменным, получим из (4.21)–(4.23) p = k1(si ) p - k1(si) s, (4.25) t x x s + s = 1[1(si )s - 21(si ) p, (4.26) t x p = p = 0, (4.27) x=0 x= x t x, t,, t* =, l t* t* s p -1/ n s, s* =, p, s* p k1(s) = exp(- sn)+ G, 1(s) = s k1(s), ak0 p1 mµ0l 1 =, =, k0t* mµl где – безразмерное время пьезопроводности.

Разложив функции s и p в ряды Фурье p = X (t)sin(µ x), s = Y0(t) + (t) cos(µ x), Y j j j j j=1 j= Глава 4 где µ = j, получим из (4.25) и (4.26) j dY0(t) + Y0(t) = rY0(t - ), (4.28) dt dZ (t) j + Z (t) = k1(si )Yj (t), (4.29) j j dt dYj (t) + Yj (t) = rYj (t - ) - 1siZ (t - ), (4.30) j dt Z = µ k1(si )X, r = A11(si ), =, j = 1, 2,...

j j j j k1(si )µ j Характеристическое уравнение, полученное из (4.28) подстанов кой Y0 ~ e t, имеет вид +1- r exp(- ) = 0.

Анализ этого уравнения показывает, что точка равновесия Y0 = 0 ус тойчива, если r < 1, апериодически неустойчива при r > 1 и колебательно неустойчива при r < -1 и достаточно больших [12]. Характеристическое уравнение, соответствующее системе (4.29)–(4.30), записывается в виде +( +1) +1- e-[r( +1)- F]= 0, (4.31) j j j F = 2A1k1si.

Для его исследования воспользуемся методом D-разбиений [12], ко торый заключается в выделении на плоскости параметров областей с раз личным порядком устойчивости. Области, в которых характеристическое уравнение имеет k корней с положительной действительной частью, обо значаются символом D(k). Поскольку границы этих областей соответст вуют переходу корней через мнимую ось, то в параметрическом виде они могут быть определены, если в (4.31) положить = i. При этом получа ется система r(cos + sin)- F cos =1-, j j r( cos - sin)+ F sin = ( +1), j j определитель которой = равен нулю при = 0. Этому значению j соответствует особая прямая r = F +1. При 0 границы D-областей за даются уравнениями F =(1+ 2)( cos + sin )-1, j r =[(1- 2)sin +( +1) cos] -1, j j lim F = F0 = +1, lim r = F0 +1.

274 Глава Для примера на рис. 4.23 показано D-разбиение, полученное при = 5 для значения = 2. Здесь прямые 1 и 2 представляют собой гра F фики функций r = 1+ F и r = 1+ соответственно. При нахождении об ласти устойчивости D(0) использовано то обстоятельство, что точка F = 0, r = 0 принадлежит ей, поскольку при этих значениях F и r оба корня уравнения (4.31) отрицательны.

r D(0) - -20 -16 -8 08 F Рис. 4.23. D-разбиение на плоскости F – r ( = 5, = 2):

F 1 – прямая r = 1+ F ;

2 – прямая r = 1+ Как видим, при малых перепадах давления система (4.22)–(4.23) имеет единственное устойчивое стационарное решение, соответствующее значению s = 0. Увеличение перепада давления приводит к потере устой чивости этого решения. Поскольку при s = 0 F = 0, то это происходит при r = A(1+ G). Одновременно появляется еще одно стационарное значе ние s = s1, определяемое из уравнения n A1[exp(- s1 )+ G] = 1. (4.32) Глава 4 Это значение существует до тех пор, пока величина A1 не становится больше. (Легко видеть, что при A1G >1 уравнение (4.32) не имеет ре G шения.) В точке s = s F r = A1(s1k1(s1)) = A1[k1(s1)+ s1k1(s1)]= 1+ и F < 0, поэтому это состояние всегда неустойчиво (см. рис. 4.23).

Таким образом, при A1 > система (4.21)–(4.23) не имеет устой 1+ G чивых стационарных решений.

Для того чтобы проанализировать особенности процессов фильтра ции в области неустойчивости, вновь рассмотрим систему уравне ний (4.21)–(4.22), которую можно переписать, используя ранее введенные переменные, в виде p p = k1(s), (4.33) t x x s p + s = 1 1(s), (4.34) t x p = p = 0. (4.35) x=0 x= Для простоты пренебрегаем в уравнении (4.33) величиной. Это упрощение позволяет представить нестационарные процессы, описывае мые моделью (4.33)–(4.35), в виде эволюции пространственных структур из «доменов», в пределах каждого из которых концентрация микрозаро дышей и градиент давления постоянны.

Пусть [xi-1, xi] – интервал, занятый i-м «доменом», si и pi – кон центрация микрозародышей и градиент давления в этом «домене», 0 = x0 < x1 <... < xm = 1.

Из (4.33) при = 0 получим цепочку равенств k1(s1)p1 = k2(s2)p2 =... = km(sm)pm или k1 (s1)(1- p1) = k2(s2)(p1 - p2) = km(sm)pm-1, (4.36) k1(s1) * pi = p, k1 (s1) =.

x= xi (xi - xi-1) Решив систему (4.36) относительно pi (i = 1,..., m–1), можно предста вить pi в виде функций величин s1, s2,..., sm. Подставив эти значения pi в (4.34), получим систему уравнений dsi + si = A11(si(t - ))pi2(s1(t - ),..., sm(t - )), i = 1, 2,..., m, dt 276 Глава которая является дискретным аналогом системы (4.33)–(4.35) в предполо жении малости времени пьезопроводности.

Для того чтобы выявить особенности поведения системы в области неустойчивости стационарных режимов фильтрации, были проведены чис ленные расчеты при m = 2. Рассматривалась система двух уравнений ds1 ds + s1 = A[s1k1(s1)(1- p)2], + s2 = A[s2k1(s2)p2], (4.37) dt dt - k1(s2) p = +1, A = 4 A1, k1(s1) при следующих значениях параметров: n = 10, G = 0,2, = 5.

Расчеты показали, что при A < A(1) = = 3,33... система (4.37) 1+ G имеет устойчивую точку равновесия s1 = s2 = 0, которая соответствует ста k0 p ционарной фильтрации со скоростью фильтрации =.

µ l При A > A(1), как показано выше, однородные по x распределения микрозародышей являются неустойчивыми. До тех пор пока величина A не достигнет некоторого критического значения A(2) > A(1), система (4.37) имеет две устойчивые точки равновесия s1 = sc, s1 = 0, s2 = 0, s2 = sc. То, какая из этих точек реализируется, зависит от начальных условий: к нулю стремится та величина si, которая в начальный момент времени меньше.

Таким образом, при A(1) < A < A(2) устанавливается стационарный режим фильтрации с неоднородным распределением микрозародышей.

При A > A(2) рождаются два устойчивых предельных цикла, для ко торых одна из величин si равна нулю, а вторая периодически изменяется.

На рис. 4.24 приведен график зависимости скорости фильтрации от време ни =(t), полученный при A = 3,9.

При A = A(3) > A(2) начинается каскад бифуркаций удвоения перио да, заканчивающийся при A 4,3 переходом к хаотическому движению.

Дальнейшее увеличение величины A через последовательность об ратных бифуркаций Фейгенбаума приводит к переходу от странного ат трактора к предельному циклу, а затем вновь через последовательность удвоений периода к хаотическому режиму колебаний, после чего притяги вающей точкой становится бесконечность: s1, s2. Появление послед ней цепочки бифуркаций, ведущей к хаосу, связано, видимо, с тем, что при AG(1- p)2 > 1 вновь существует только одно стационарное значе ние s = s0 = 0.

Приведенные выше результаты расчетов позволяют сделать сле дующие выводы.

Глава 4 При малых перепадах давления скорость выноса микрозародышей газа превосходит скорость их воспроизводства, поэтому концентрация микрозародышей равна нулю. Увеличение перепада давления приводит к тому, что в пористой среде накапливаются микрозародыши, забивающие наиболее узкие места поровых каналов, что приводит к уменьшению рас хода. Напомним, что рассматривается область давлений, в которой прони цаемость уменьшается с увеличением числа зародышей. При этом состоя ния с однородным по пространству распределением микрозародышей ста новятся неустойчивыми, происходит самопроизвольное разбиение на «до мены» с различающимися значениями концентрации микрозародышей.

Дальнейшее увеличение перепада давления приводит к возникновению ав токолебаний, которые, по сценарию М. Фейгенбаума, переходят в динами ческий хаос.

Теоретические результаты, полученные выше, подтверждаются экс периментами, проведенными к.т.н. Г. Х. Меликовым (Азербайджанская гос. нефтяная академия), который исследовал колебания расхода жидко сти Q, возникающие при фильтрации трансформаторного масла с растворенным в нем природным газом в предпереходных условиях. Для примера на рис. 4.25 приведена кривая Q = Q(t), полученная при значениях давления на входе и выходе модели пласта, равных 7 и 4,5 МПа (давление насыщения Рн = 3,7 МПа). Отметим качественную схожесть этой кривой с расчетной кривой, показанной на рис. 4.24.

Q 0, 0, 0, 060 20 T Рис. 5.24. Зависимость расхода жидкости от времени при A = 3, 278 Глава Q, 10–9 м3/c 3, 2, 2, 0 30 60 t, 102 c Рис. 5.25. Зависимость расхода жидкости от времени Библиографический список к главе 1. Кнэпп Р., Дейли Дж., Хэммит Ф. Кавитация. – М.: Мир, 1974. – 687 с.

2. Перник А. Д. Проблемы кавитации. – Л.: Судостроение, 1966. – 439 с.

3. Сиротюк М. Г. Стабилизация газовых пузырьков в воде // Акустиче ский журнал. – 1970. – Т. 16, № 4. – С. 567–569.

4. Буевич Ю. А. О докритическом образовании зародышей в жидкостях с поверхностно-активным веществом (ПАВ) // ИФЖ. – 1987. – Т. 52, № 3. – С. 394–401.

5. Нематулаев У., Белинский Б. А. Установка для одновременного измере ния акустических параметров и сдвиговой вязкости в широком интерва ле температур и давлений // Ультразвуковая техника: Научно.-техн.

реф. сб. – 1966. – № 5. – С. 8–13.

6. Френкель Я. И. Кинетическая теория жидкостей. – Л.: Наука, 1975. – 592 с.

7. Исакович М. А. Общая акустика. – М.: Наука, 1973. – 495 с.

8. Фокеев В. М. Определение давления насыщения углекислоты в воде // Изв. вузов. Сер. Геология и разведка. – 1959. – № 6. – С. 87–89.

9. Болотов А. А., Белинский Б. А. О двух методах определения давления насыщения газожидкостных систем в пористой среде / Тр. ВНИИ. – М.:

ВНИИ, 1970. – № 37. – С. 71–75.

10. Савинихина А. В. Применение ультразвуковых колебаний для определе ния давления насыщения пластовых жидкостей / Тр. ВНИИ. – М.:

ВНИИ, 1958. – № 15. – С. 137–145.

11. Тривус Н. А., Виноградов К. В. Исследование нефти и газа в пластовых условиях. – Баку: Азнефтеиздат, 1955. – 288 с.

12. Неймарк Ю. И. Динамические системы и управляемые процессы. – М.:

Наука, 1978. – 336 с.

13. Петрушевский Е. И., Разамат М. С. О влиянии неравновесности на процесс выделения конденсата из газа // Изв. вузов. Сер. Нефть и газ. – 1963. – № 11 – С. 61–66.

14. Столин А. М., Худяев С. И. Образование пространственно неоднород ных состояний структурированной жидкости при сверханомалии вязко сти // Докл. АН СССР. – 1981. – Т. 260, № 5. – С. 1180–1184.

15. Джумгазиева С. Х. Численное исследование одного уравнения с част ными производными // Журн. вычисл. математики и мат. физики. – 1982. – Т. 23, № 4. – С. 839–847.

Глава МОДЕЛИРОВАНИЕ И ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ Ученый обладает огромным опытом сосуществования с неведением, сомнением и неопределенностью, и, по-моему, этот опыт имеет очень важное значение… Мы, ученые, к этому привыкли и считаем само собой разумеющимся, что быть неуверенным в чем-то абсолютно нормально, что вполне возможно жить и не знать.

Р. Фейнман Занимаясь моделированием реальных технологических процессов, исследователь обнаруживает, что оказался в мире неопределенности, свя занной с недостаточностью информации, зашумленностью данных, неус тойчивостью решений и нечеткостью постановок задач. (Недостаток ин формации мы понимаем расширенно, относя к этому и недостаток глубины понимания – неразвитость интуиции.) Для преодоления этих трудностей современная прикладная математика разработала ряд эффективных мето дов моделирования и принятия решений, применение которых требует из вестной изобретательности, поскольку формализовать эти методы до конца не удается: слишком сложны изучаемые объекты.

Некоторые из таких методов авторы применяют в своей работе и описывают ниже. При этом они не пытаются сформулировать какие-то строгие правила и алгоритмы: моделирование сложных систем – не только наука, но и искусство. Аналогичным образом поступают музыканты, про водя мастер-классы: часто они просто играют различные музыкальные от рывки, давая некоторые разъяснения. Да и при изучении наук, как отмечал И. Ньютон, примеры полезнее правил.

Мы хотели бы, кроме всего прочего, обратить внимание на важность «быстрых», аналитических расчетов. К сожалению, многие сейчас считают такие методы изжившими себя, полагаясь на численные расчеты с помо щью ЭВМ как на панацею от всех бед. Однако, по нашему убеждению, «быстрые» оценки являются необходимым этапом постановки математи ческих задач и выбора методов их решения. Только после тщательного изучения задачи с помощью аналитических методов можно обратиться к компьютеру, но и тогда его нужно постоянно «вести за руку».

Глава 5 Основой смелости и безошибочности поведения в повседневной жизни человека являются опыт и интуиция. Аналог этих понятий вводится с помощью термина «априорная информация». Говоря, что метод основан на привлечении априорной информации, мы просто хотим подчеркнуть, что опыт и интуиция нужны не только на этапе решения математических задач, но и на этапе их постановки. Многие задачи без привлечения апри орной информации не могут быть решены;

при ближайшем рассмотрении оказывается, что они попросту неправильно (некорректно) поставлены.

И исправить ситуацию можно только за счет привлечения дополнительной информации априорного характера (см. по этому поводу также гл. 2).

Использование априорной информации часто приводит к результа там, которые, на первый взгляд, кажутся невозможными: «ниоткуда» появ ляются новые данные, неустойчивые алгоритмы становятся устойчивыми, ненадежные решения – надежными.

Из приведенных ниже примеров будет видно, что априорная инфор мация может быть привнесена в задачу самыми различными способами.

Так, при анализе случайных величин огромную пользу может оказать ап риорная информация о виде функции распределения. Наиболее полно эти сведения используются в рамках теории порядковых статистик.

5.1. Безэталонное измерение и идентификация с помощью порядковых статистик Знанию всегда предшествует предположение.

В. Гумбольт Рассмотрим некоторую случайную величину X, характеризуемую плотностью распределения вероятности f (x) и интегральной функцией распределения F(x). Обозначим через E, D и математическое ожида ние, дисперсию и среднеквадратичное отклонение величины X :

E = E[X ] x f (x)dx, 2 2 = D[X ]= E[X ] - E.

Пусть (x1, x2,..., xn) – выборка объема n, образованная из n случай ных реализаций X. Переставим элементы этой выборки так, чтобы они были ранжированы по величине, т. е. расположены в ряд по возрастанию.

Полученную при этом упорядоченную выборку обозначим (x(1), x(2),..., x(n)). Про величину, стоящую на r -м месте в этой выборке, говорят, что она имеет ранг r. Из генеральной совокупности X можно об 282 Глава разовать множество таких упорядоченных выборок. Разумеется, элементы, имеющие один и тот же ранг r, в разных выборках будут разными. Иначе говоря, они являются реализациями некоторой случайной величины, кото рую мы будем обозначать X(r). Ранжированная выборка, таким образом, может быть представлена в виде набора случайных величин (X(1), X(2),..., X(n)). Элемент X(r) этой выборки (совокупность значений х с рангом r в выборках объема n ) называется r -й порядковой статисти кой, а раздел статистики, изучающей свойства упорядоченных выборок, называется теорией порядковых статистик [1–3].

Для примера, представим себе генеральную совокупность в виде ку чи щебня, состоящей из камней, вес которых распределен случайным об разом [1]. Выбрав наудачу n камней, отранжируем их с помощью рычаж ных весов. Обратим внимание на то, что в данном случае весы нужны только как компаратор (от англ. compare – «сравнивать») – устройство для попарного сравнения значений случайной величины, – поэтому гири не нужны.

Предположим, что после упорядочивания выборки камни расклады ваются в n ящиков, на которых написаны цифры, обозначающие соответ ствующие ранги. Многократно повторив эту процедуру, мы можем при ступить к статистическому анализу каждого ящика. Если исходная куча щебня велика (в пределе – бесконечно велика), то отбор любого количест ва камней не изменяет статистические характеристики кучи щебня в це лом. Тогда веса камней, содержащихся в каждом ящике, будут случайны ми величинами, математическое ожидание и дисперсия которых могут быть определены исходя из функции распределения генеральной совокуп ности.

Так, если веса камней в куче щебня распределены равномерно, т. е.

, a x b, f (x) = b - a 0, x < a, x > b ( a и b – веса самого маленького и самого большого камня в куче), то сред ние и дисперсии порядковых статистик определяются выражениями [1] r Er = E[X ]= a + (b - a), (r) n + (5.1) r(n - r +1) = D[X ]= (b - a)2.

r (r) (n +1)2(n + 2) Будем характеризовать отклонение случайных реализаций порядко r вой статистики X(r) от среднего Er величиной r = (b - a). Из (5.1) следу ет, что с увеличением объема выборок значение r уменьшается асимпто Глава 5 тически по закону для крайних порядковых статистик ( r = 1 и r = n ) и n 1 n. Для примера на рис. 5.1 при по закону для средних рангов r 4n ведены значения r для разных рангов при нескольких значениях n. Как видим, даже при сравнительно небольших объемах выборок отклонение порядковых статистик от их средних значений мало. Так, при n = 23 веса камней в ящике № 23 в среднем всего лишь на 4% отличаются от средне го E23.

5.1.1. Безэталонное измерение («взвешивание без гирь») Итак, мы показали, что при достаточно больших объемах выборок «разброс» случайных реализаций порядковых статистик мал. Примени тельно к примеру с кучей щебня это означает, что веса камней, находя щихся в r -м ящике, мало отличаются друг от друга и от математического ожидания Er. Отсюда следует поразительный вывод [1]: оказывается, мы можем определить веса камней, не имея гирь! Нужно только, чтобы мы знали функцию распределения камней по весам и имели компаратор (на пример, рычажные весы), с помощью которого камни могут быть отран жированы. После этого в качестве оценки веса камня, занявшего r -е место в ряду, можно принять заранее вычисленное значение математического ожидания r -й порядковой статистики Er. При этом допускается ошиб ка x(r) - Er, относительная величина которой может быть сколь угодно малой. Так, для равномерного распределения при n = 1000 относительная ошибка такой оценки не превышает 2% даже в середине выборки.

Если весов нет, то довольно точное ранжирование может произвести человек, сравнивая камни, находящиеся в двух его руках (это делает полу ченный результат еще более удивительным).

Обращаясь к практике нефтегазодобычи, отметим, что некоторые опытные цеховые работники могут оценить дебит скважины без всяких замеров, просто приложив руки к выкидной арматуре. Очевидно, что при этом они, сами того не подозревая, подсознательно применяют алгоритмы порядковых статистик. Роль компаратора в данном случае вновь исполняет человек, ориентируясь на гул, создаваемый многофазным потоком, и тем пературу труб. Неявным образом используются также сведения о возмож ных пределах изменения и виде закона распределения дебита.

Таким образом, пользуясь свойствами порядковых статистик, можно получить количественные оценки (иногда сколь угодно точные), не имея эталона (безэталонное измерение).

284 Глава r n = 0, n = n = 0, 0, 0 5 10 15 r Рис. 5.1. Зависимость относительного отклонения порядковых статистик от ранга Нетрудно видеть, что секрет успеха – в априорной информации, а именно в информации о законе распределения генеральной совокупности.

Без знания функции распределения, конечно, ничего подобного сделать нельзя.

Мощным источником дополнительной информации является также операция ранжирования. Это можно показать количественно, оценив из менение энтропии в ходе упорядочивания. Поскольку число различных реализаций выборки равно n! и все реализации равновероятны, то энтро пия выборки до ранжирования равна [1] H = - ln = ln n!.

n!

Упорядоченная же выборка может быть реализована только одним способом, т. е. ее энтропия равна нулю. Как известно, уменьшение энтро пии является мерой информации, поступившей в систему. Следовательно, процесс ранжирования приводит к «накачке» выборки информацией в объ еме ln n!.

Знание законов распределения немногое может дать наблюдателю, снабженному измерительным прибором: с его помощью можно лишь не сколько улучшить измерительную процедуру. Как мы видим, качественно иная ситуация возникает, когда измерительного прибора нет. В этом слу чае знание закона распределения позволяет восстановить отсутствующую информацию. В первом приближении в качестве оценки любого значения величины X можно выбрать среднее по генеральной выборке E(X ), но Глава 5 эта оценка слишком грубая. Если же имеется компаратор, то можно орга низовать достаточно точное измерение с помощью упорядоченных выбо рок большого объема. В этом случае n величин «помогают» друг другу «измерить» самих себя.

5.1.2. Практическая реализация расчетов При практическом применении описанных выше алгоритмов необ ходимо решить задачу определения математических ожиданий порядковых статистик Er (r = 1, 2,..., n) при известной функции распределения. Для этого можно воспользоваться готовыми статистическими таблицами, в которых приведены значения Er при разных значениях n для ряда наиболее часто встречающихся функций распределения. Отметим, что эти таблицы составлены для нормированных распределений (равномерного распределения с a = 0, b = 1, нормального закона с E = 0, = 1 и т. д.).

Поэтому при их применении необходимо осуществить преобразование к нормированным случайным величинам:

x - a ~ x = b - a для равномерного распределения и x - E ~ x = для нормального закона.

При достаточно больших объемах выборок можно использовать приближенную формулу [1, 4, 5] r - F(Er ) =.

n - Обращая функцию распределения, получим r -, Er = (5.2) n - - где (z) F (z).

Часто информация о законе распределения случайной величины яв ляется неполной – мы знаем вид функции распределения, но не знаем зна чений параметров этой функции (например, математического ожидания и дисперсии). В этой ситуации оказывается необходимым все же сделать не сколько прямых замеров с помощью эталонов.

Пусть, например, известно, что величина x распределена по некото рому двухпараметрическому закону, значения параметров которого одно значно связаны с математическим ожиданием E и дисперсией. Пред положим также, что в нашем распоряжении имеются таблицы математиче ~ ских ожиданий порядковых статистик Еr, составленные для нормализо 286 Глава ванной функции распределения заданного вида (т. е. для функции с E = и =1). Математические ожидания ненормализованных величин опреде ~ ляются с помощью табличных значений Еr по очевидной формуле ~ Er = E + Er, r =1, 2,…, n. (5.3) Для определения неизвестных значений E и необходимо напря мую измерить значения двух реализаций величины X. Если в выборке объемом n эти измеряемые значения имеют ранги r1 и r2, то E и могут быть найдены из условий Er = x Er = x (r1), (r2), 1 что, с учетом (5.3), приводит к системе ~ E + Er = x (r1), (5.4) ~ E + Er = x (r2), где x x (r1), (r2) – измеренные значения случайной величины.

Решив (5.4) относительно E и, можно оценить и значения осталь ных элементов упорядоченной выборки:

~ x = E + Er (r = 1, 2,...;

n,i r1, r2).

(r) Надежность оценок E и может быть повышена, если удается сде лать более чем два прямых замера. При этом мы имеем переопределенную систему уравнений ~ E + Er = x (rk ), k = 1, 2,..., m < n, k которую необходимо решать методом наименьших квадратов.

Описанная процедура оценок полезна в тех случаях, когда измерения с помощью эталонов можно организовать только для некоторых членов выборки или когда замеры слишком дороги. Так, вновь возвращаясь к за даче об измерении веса камней, предположим, что мы знаем: они распре делены по равномерному закону, но параметры распределения a и b неиз вестны. Гирь у нас нет, но они есть у меркантильного соседа, который за каждый замер с помощью его гирь требует 100 долларов. Для прямого из мерения веса 1000 камней нам понадобилось бы 100 тысяч долларов. Если же привлечь алгоритмы порядковых статистик, то можно ограничиться взвешиванием (всего лишь за 200 долларов) двух камней x x (r1) и (r2) в ран жированной выборке, определить a и b из системы r (b (r1), a + - a)n + 1 = x (5.5) a + - a) r2 = x (b (r2) n + Глава 5 и оценить веса остальных камней в выборке объемом n = 1000 по формуле r x = a + (b - a), r = 1, 2,..., n, i r1, r2.

(r) n + Еще одним примером безэталонных измерений по рассматриваемой схеме являются дети в школе, устроившие соревнование «Кто выше?»;

ес ли несколько ребят знают свой точный рост, то это позволит оценить рост всех остальных детей.

При реализации описанной выше процедуры частичного «взвешива ния» важным является следующий вопрос: где должны быть расположены элементы упорядоченной выборки, предназначенные для прямого измере ния?

Как следует из (5.1) и рис. 5.1, в случае равномерного распределения наименьшей дисперсией обладают крайние статистики, поэтому в (5.5) можно было бы положить r1 =1, r2 = n. Однако крайние точки часто ока зываются выбросами, поэтому этот рецепт нужно применять с известной осторожностью. В каждом конкретном случае необходимо тщательно ана лизировать представительность крайних значений. В некоторых случаях, возможно, окажется необходимым взять не крайнее, а второе слева или справа значение. Основная идея сохраняется всегда: для равномерного распределения более ценными являются крайние замеры.

Наоборот, в случае нормального распределения больший вес имеют центральные статистики. Так, при оценке математического ожидания одно центральное наблюдение значит больше, чем половина выборки [1]. Одна ко если для определения параметров E и берутся замеры из самого цен тра упорядоченной выборки, то расстояние между замерами может ока заться слишком малым, что приводит к плохой обусловленности систе мы (5.4). Это и понятно, поскольку надежные оценки дисперсии невоз можно получить по центральным замерам – нужно захватить «крылья» гауссовского «колокола».

Таким образом, выбор статистик, по замерам которых планируется оценить параметры распределения, является неформальной задачей. Но приведенных выше соображений вполне достаточно для организации практических вычислений.

Пример 1. Безэталонное измерение расхода газа в газлифтной скважине При эксплуатации газлифтных скважин стремятся поддерживать не который оптимальный режим работы, однако значения расхода газа Vг и дебита нефти Q испытывают случайные колебания вокруг своих средних значений. Такого рода колебания в ходе нормальной эксплуатации («шу мы») совершенно естественны, и их измерения могут служить источником 288 Глава ценной информации. Однако осуществление полноценных замеров иногда может быть связано с затруднениями.

Предположим, что у нас имеется возможность беспрепятственно из мерять дебит нефти в динамике, но имеются всего лишь несколько прямых замеров расхода газа. В этой ситуации остальные значения Vг можно оце нить методами порядковых статистик по замерам дебита нефти. Эта воз можность связана с тем, что в окрестности оптимального режима работы функция Q = Q(Vг ) монотонно возрастает, т. е. дебит нефти может послу жить компаратором для ранжирования неизвестных значений расхода газа.

Известен и закон распределения случайных колебаний Vг – он нормаль ный.

Приведем модельный пример, иллюстрирующий практическую реа лизацию этой идеи. В табл. 5.1 приведены замеры расхода газа и соответ ствующих дебитов нефти, полученные в ходе эксплуатации одной из сква жин месторождения Грязевая Сопка [5]. Исходная выборка отранжирована по значениям дебита нефти Q.

Забудем на время о том, что значения Vг нам известны. Проверим, можно ли восстановить эти значения, имея только два замера:

Vг = 550 м3/сут. и Vг = 690 м3/сут., полученные при Q = 5,6 т/сут.

и Q = 8,5 т/сут. соответственно?

В этом примере объем выборки n = 20. Для вычисления нормализо ~ ванных математических ожиданий Er порядковых статистик воспользуем ся приближенной формулой (5.2).

Таблица 5. Результаты расчетов по оценке значений расхода газа r - ~ Q, м3/сут. Vгр, м3/сут.

Vг, м3/сут.

r Er n - 1 3,5 500 – – – 2 3,9 510 0,053 –1,62 3 4,8 530 0,105 –1,25 4 5,3 540 0,158 –1,01 5 5,6 550 0,210 –0.80 6 5,6 570 0,263 –0,63 7 5,8 580 0,316 –0,48 8 6,1 600 0,368 –0,33 9 6,4 630 0,421 –0,20 10 7,0 645 0,474 –0,07 11 7,0 650 0,526 0,07 Глава 5 12 7,6 660 0,570 0,20 13 8,0 670 0,632 0,33 14 8,4 680 0,684 0,48 15 8,5 690 0,737 0,63 16 8,7 700 0,790 0,80 17 8,8 710 0,842 1,01 18 10,1 20 0,895 1,25 19 10,3 740 0,947 1,62 20 10,7 750 – – – Обращение нормальной функции распределения с E = 0 и = производится с помощью таблиц математической статистики (см., напри ~ мер, [6]). Полученные в результате расчетов значения Er приведены в пя том столбце табл. 5.1 (крайние статистики отброшены как непредстави тельные). Математическое ожидание E и среднеквадратичное отклоне ние расхода газа определяется из системы вида (5.4):

E - 0,80 = 550, E + 0,63 = 690, откуда Е = 628 м3/сут., = 98 м3/сут.

В последнем столбце табл. 5.1 приведены восстановленные значения расхода газа, найденные по формуле ~ Vгр = 628 + 98 Еr.

Сравнение действительных и расчетных значений расхода газа (см.

рис. 5.2) показывает удовлетворительное соответствие оценок реальным замерам (ошибка не более 3%).

Пример 2. Точные измерения грубыми приборами Итак, при безэталонном взвешивании камней из кучи щебня требу ется определить веса хотя бы двух из них. Даже для этих двух замеров, ес ли мы хотим обеспечить необходимую точность, нужен целый набор гирь разного веса: от килограммовых до граммовых. А что если у нас всего две гири, например, весом 5 кг и 0,5 кг? Порядковые статистики могут помочь и в этом случае. И не нужно пытаться найти камни, веса которых совпадут с весами имеющихся гирь: вероятность найти такие камни крайне мала.

Нужно просто добавить гири в кучу камней, чтобы они тоже приняли уча стие в ранжировании. После упорядочивания они сами и сыграют роль двух опорных «камней». Если число камней в выборке достаточно велико, то точность измерений будет сколь угодно большой.

290 Глава Vгр, м3/сут.

450 500 550 600 650 Vг, м3/сут.

Рис. 5.2. Сравнение расчетных и действительных значений расхода газа Этот простой пример показывает, что идеи безэталонного измерения могут быть использованы для повышения точности замеров с помощью приборов с грубой шкалой.

Пример 3. Определение проницаемости по данным геофизического исследования скважин (ГИС) Основные трудности при создании трехмерных гидродинамических моделей нефтяных месторождений связаны с определением распределения проницаемости по глубине. Гидродинамические исследования скважин и данные нормальной эксплуатации (т. е. данные о продуктивности скважи Глава 5 ны) позволяют оценить только среднюю по мощности пласта проницае мость h km = k(z)dz, h где k(z) – проницаемость горных пород на глубине z (отчет идет от по дошвы пласта), h – толщина пласта.

Восстановить функцию k(z) по данным исследования кернов невоз можно, поскольку это требует огромного объема лабораторных исследова ний, да и обеспечить достаточно полный вынос керна затруднительно.

Прямое определение проницаемости по каротажным кривым, сни маемым в ходе геофизических исследований скважин, также невозможно, поскольку они позволяют оценить только объемные характеристики (такие как пористость, насыщенность), а проницаемость является динамической, не объемной характеристикой. В этом смысле каротажные кривые похожи на мгновенный фотоснимок: если сфотографирован бегущий по улице че ловек, то по одному снимку можно оценить его массу (объемную характе ристику), прикинув рост бегуна путем сравнения с высотой домов, но ско рость бега (динамическую характеристику) можно найти, только оценив пройденную дистанцию по двум снимкам, снятым в разные моменты вре мени.

Несмотря на это, предпринимаются попытки оценить проницаемость по каротажным кривым косвенным путем, определив сначала по данным ГИС пористость и насыщенность связанной водой sСВ, а затем привлекая корреляционные зависимости вида k = (m, sСВ ). Так, часто используют соотношения m k = A, (5.6) sСВ где A, и – эмпирические коэффициенты [7].

Однако погрешность таких оценок весьма велика. Тем не менее кор реляции, подобные (5.6), верно отражают качественную тенденцию (рост проницаемости с увеличением пористости и уменьшением насыщенности связанной водой). Это наводит на мысль использовать соотношения ви да (5.6) в качестве компараторов, с помощью которых можно ранжиро вать неизвестные значения проницаемости. А для количественной оценки проницаемости можно использовать метод безэталонных измерений.

Принято считать, что проницаемость является случайной величиной, распределенной по логнормальному закону. Эта информация может быть использована при вычислении математических ожиданий порядковых ста тистик. Неизвестные параметры распределения (математическое ожидание и среднеквадратичное отклонение), свои для каждой скважины, могут быть 292 Глава определены по замерам проницаемости керна, а также по значениям сред ней проницаемости km, оцененным исходя из данных гидродинамических исследований или нормальной эксплуатации скважин. Детали расчетов, в силу их очевидности, мы здесь не приводим.

5.1.3. Безэталонная идентификация Многие задачи идентификации можно представить в виде проблемы «черного ящика», на вход которого подается сигнал x, а на выходе наблю дается отклик y. Измеряя различные значения xi и соответствующие им значения yi, по выборке {xi, yi}, i = 1, 2,..., n, восстанавливают функцио нальную зависимость y = (x) (см. рис. 5.3 а). Как видим, в классической схеме идентификации предполагается наблюдаемость (измеряемость) входа и выхода.

Однако описанная выше процедура безэталонных измерений позво ляет поставить совершенно новую задачу идентификации: определение ха рактеристик «черного ящика» с ненаблюдаемым входом [1].

Это возможно при выполнении следующих двух условий:

- входной сигнал x представляет собой случайную величину с извест ным законом распределения (см. рис. 5.3 б);

- зависимость y = (x) монотонно возрастает или монотонно убывает.

Последнее условие означает, что величина y может служить компа ратором, необходимым для ранжирования значений x.

измерительный прибор "черный ящик" xy а) xy б) Рис. 5.3. Схема идентификации Глава 5 Предположим, что мы измерили n значений yi при различных (не измеренных) значениях xi. Отранжировав выборку {yi}, мы, тем самым, отранжируем и выборку {xi} (не теряя общности, можно считать функ цию (x) монотонно неубывающей). В соответствии с алгоритмом безэта лонных измерений мы можем теперь вместо неизвестных ранжированных значений x (r) взять их оценку через порядковые средние x(r) = Er и иден тифицировать зависимость y = (x) по связи между y(r) и x (r). В этом и состоит идея безэталонной идентификации.

Отметим, что после ранжирования наблюдения становятся коррели рованными, в то время как классический метод наименьших квадратов требует некоррелированности данных. Поэтому при безэталонной иденти фикации рекомендуется использовать обобщенный метод наименьших квадратов [1, 2].

Если известен только вид функции распределения x, то параметры ее могут быть определены путем прямого измерения некоторых реализа ций x, как это описывалось выше.

Пример 4. Математический эксперимент по восстановлению линейной зависимости Пусть x – случайная величина, равномерно распределенная в интер вале [0;

1], y – переменная, связанная с ней функциональной зависимо стью y = 2 x +1. Воспользовавшись генератором случайных чисел, образу ем выборку {xi} (i = 1, 2,...,10) случайных реализаций x и связанную с ней выборку «наблюдений» {yi}, где yi = 2 xi +1, после чего произведем ранжирование по величине y (см. табл. 5.2).

Таблица 5. Исходные данные для математического эксперимента x y(r) r (r) x (r) 1 0,105 1,210 0, 2 0,118 1,236 0, 3 0,178 1,356 0, 4 0,346 1,692 0, 5 0,425 1,850 0, 6 0,433 1,866 0, 7 0,728 2,456 0, 8 0,754 2,508 0, 9 0,961 2,922 0, 10 0,964 2,928 0, 294 Глава Предположим теперь, что сами значения x (r) каким-то образом уте ряны, сохранилась лишь информация о том, что x – равномерно распреде ленная случайная величина из интервала [0;

1]. Тогда упорядоченным зна чениям y(r) можно поставить в соответствие оценки r x = Er =, n = (r) n + и построить зависимость y(r) от x (см. табл. 5.2 и рис. 5.4, где точ (r) ки x, y(r) представлены черными кружками).

(r) y(r) 2, 2, 1, 1, 0 0,2 0,4 0,6 0, x(r) Рис. 5.4. Зависимость y(r) от x (r).

По расположению точек видно, что зависимость между y(r) и x (r) можно искать в виде линейной функции y(r) = а x(r)+ b.

Используя стандартный метод наименьших квадратов, получим a = 2,36, b = 0,80 (прямая 1 на рис 5.4).

Качество идентификации (напомним, что точные значения парамет ров a = 2, b = 1) может быть улучшено, если для определения a и b ис Глава 5 пользовать только крайние статистики (как уже отмечалось, в случае рав номерного закона распределения наиболее информативны именно они).

Тогда легко получить y(n) - y(1) a = = 2,1, x - x (n) (1) (6.7) x y(1) - y(n) (n) b = = 1, x - x (n) (1) (прямая 2 на рис. 5.4). Эти значения параметров очень близки к точным.

Отметим, что соотношения (5.7) могут быть получены и другим пу тем, а именно при применении обобщенного метода наименьших квадра тов, разработанного, как мы уже отмечали, для коррелированных дан ных [1].

Q, м3/сут 400 500 600 Vгр, м3/сут Рис. 5.5. Зависимость дебита нефти от расхода газа Пример 5. Безэталонная идентификация характеристики газлифтной скважины Результаты расчетов, проведенных выше в примере 1, позволяют провести безэталонную идентификацию рабочей характеристики газлифт ной скважины, т. е. определить зависимость Q = Q(Vг ). Для этого постро им (см. рис. 5.5) зависимость между дебитом нефти Q и расчетным расхо дом газа Vгр (второй и шестой столбцы табл. 5.1). Аппроксимируя эту за висимость (в рассматриваемом диапазоне изменения Vг ) прямой, получим Q = 2,0 10-2Vг - 5,4.

296 Глава Эта зависимость может быть использована для расчета объема газа, потребного для обеспечения заданного дебита нефти. Отсюда может быть получен еще один результат: из вида зависимости Q = Q(Vг ) следует, что рабочая точка находится далеко от той области, где функция Q(Vг ) имеет экстремум. Поэтому можно рекомендовать переход к новому рабочему режиму с большим расходом газа (около 800 м3/сут.).

5.2. Учет априорной информации с помощью Паде-аппроксимаций При построении приближенных глобальных решений уравнений час то используют метод продолжения функций, локально («в малом») удовле творяющих этим уравнениям. В великолепной книге И. В. Андрианова и Л. И. Маневича [8] показано, что эффективным инструментом продолже ния решений являются Паде-аппроксимации, определение которых, без излишней строгости, можно дать следующим образом.

Пусть f (x) = xn, x 0, (5.8) a n n= и/или f (x) = x-k, x. (5.9) b k k = Тогда Паде-аппроксимацией функции f (x) называется дробно-раци ональная фунция m xi i i= (x) =, (5.10) n j x j j= коэффициенты i, которой подбираются таким образом, чтобы члены j разложения (5.10) при x 0 и/или x совпадали с членами разложе ния (5.8) и/или (5.9) (при этом число членов, остающихся в разложениях, определяется общим числом независимых неизвестных коэффициентов и ).

Опыт показывает, что переход к дробно-рациональным функциям позволяет более адекватно учесть априорную информацию об особенно стях и асимптотиках изучаемых зависимостей. Приведем несколько при меров, показывающих, как Паде-аппроксимации позволяют провести эф фективные расчеты «на пальцах» и восстановить информацию «из ниче го».

Глава 5 5.2.1. Продолжение асимптотических разложений Решение уравнения x5 + x = 1 (5.11) можно попытаться искать в виде ряда x =. (5.12) a n n n= Подставив (5.12) в (5.11) и приравняв члены при одинаковых степе нях, получим 2 3 x = 1- + 5 - 35 + 285 -...

Коэффициенты этого ряда могут быть выражены явно [8]:

(-1)n(5n)!

an =, n!(4n +1)!

что приводит к следующей оценке радиуса сходимости:

R = 0,08.

Таким образом, разложение (5.12) применимо только при очень ма лых. Так, при = 2 первые два члена ряда (5.12) дают оценку x 1- + 5 = 19, в то время как точное решение (5.11) при этом значении равно x 0,69.

Тем не менее разложение (5.12) полезно и при больших значениях, поскольку оно может быть продолжено с помощью Паде-аппроксимации.

-1/ Заметив, что при решение (5.11) асимптотически стремится к, Паде-аппроксимацию решения можно искать в виде m i i i= x =.

m i m+0, i +m j= Для простоты в числителе ограничимся первыми двумя степеня ми, а в знаменателе сохраним только член с наибольшей степенью. То гда получим 1- + x =. (5.13) 5, 1+ Легко видеть, что первые два члена разложения этой функции в ок рестности = 0 совпадают с членами ряда (5.12). Подставив в (5.13) = 2, получим x 0,79, что является неплохим приближением.

Качество оценок может быть значительно улучшено за счет привле чения большего числа варьируемых параметров.

298 Глава Следует отметить, что в этом примере мы вышли за рамки первона чального определения Паде-аппроксимации, использовав дробные степе ни.

5.2.2. Характеристики многофазных систем Основные трудности моделирования движения многофазных систем связаны с заданием реологических и теплофизических свойств. В [8] пока зано, что Паде-аппроксимации эффективны при решении и таких задач.

Рассмотрим, например, соотношения, определяющие зависимость вязкости суспензии (жидкости со взвешенными в ней твердыми частицами) от кон центрации взвешенных частиц. В 1905 г. А. Эйнштейн в своей работе, по священной теории флуктуационного (броуновского) движения, получил знаменитую формулу µ = 1+ 2,5с, (5.14) где µ – отношение эффективной вязкости суспензии к вязкости жидкости, c – объемная концентрация твердых частиц.

Позднее, после довольно сложных расчетов, было получено сле дующее приближение [9]:

µ = 1+ 2,5с + 5с2. (5.15) Но даже без обращения к экспериментальным данным, на основе ап риорных соображений, можно заключить, что как зависимость (5.14), так и зависимость (5.15) верны только для очень малых значений c.

Физическая интуиция подсказывает, что функция µ(с) должна иметь особенность внутри интервала [0,1], связную с тем, что даже при не очень больших значениях c частицы оказываются упакованными настолько плотно, что суспензия практически перестает течь: µ. Ясно, что зави симости (5.14), (5.15) не отражают это обстоятельство.

В этой ситуации логично обратиться к Паде-аппроксимации, по скольку дробно-рациональные функции допускают разрывы.

Применение Паде-преобразования к формуле Эйнштейна заключает ся в аппроксимации вязкости функцией µ =.

1+ с Коэффициент находится из условия µ 1- с = 1+ 2,5с при с 0. Отсюда = -2,5 и µ =. (5.16) 1- 2,5с Более точная аппроксимация 1+ 0,5с µ = (5.17) 1- 2с получается Паде-преобразованием формулы (5.15).

Глава 5 На рис. 5.6 зависимости (5.14)–(5.17) представлены кривыми 1–4 со ответственно. Как видим, зависимость (5.7) хорошо описывает экспери ментальные результаты Кригера [9], представленные на рисунке черными кружками.

µ 0 0,2 0,4 0,6 0, c Рис. 5.6. Зависимость вязкости суспензии от концентрации твердых частиц – экспериментальные точки;

1–4 – расчетные кривые.

Этот красивый пример, приведенный в [8], наглядно показывает, как априорная информация (в данном случае информация об особенности функции) позволяет восстановить вид зависимости, опираясь на сведения о ее поведении в «малом».

5.2.3. Приток к несовершенной скважине Скважина, вскрывающая пласт толщиной h только частично (см.

рис. 5.7), называется несовершенной по характеру вскрытия. Для расчета радиального притока к такой скважине удобно использовать обобщение формулы Дюпюи в форме 2 k h(Pк - Рс), Q = (5.18) Rк µ В0 ln + S rc где Q – дебит скважины, k – проницаемость в горизонтальном направле нии, µ и В0 – вязкость и объемный фактор жидкости, Rк – радиус конту ра питания, rc – радиус скважины, Pк – давление на контуре питания, Pc – давление на забое скважины, S – скин-фактор.

300 Глава Рис. 5.7. Несовершенная по степени вскрытия скважина Величина S характеризует уменьшение дебита скважины из-за не полного вскрытия и зависит [10] от двух безразмерных величин h k ~ a = и h =, rc k1 h где a – толщина вскрытой части пласта, k1 – вертикальная проницаемость пласта.

~ Вообще говоря, зависимость S = S (h, ) должна быть определена из решения фильтрационной задачи о радиальном притоке к несовершенной скважине, но в точной постановке эту задачу решить сложно.

Приближенное решение легко получить методом Паде-аппроксима ции. При построении аппроксиманта учтем естественное требование ~ ~ S (Q 0) при h 0, а также поведение функции S = S (h, ) в ма ~ лой окрестности точки h = 1.

~ Разложение решения вблизи h = 1, полученное асимптотическими методами, имеет вид (подробности расчетов не приводим) S = (A + 4,60) z + (A - 7,29) z2 + (A + 50,34) z3 +..., (5.19) ~ где z = 1- h, A = ln(4 ).

~ С учетом априорного требования S при h 0 (z 1) будем искать Паде-аппроксимацию в виде z + z S =. (5.20) 1- (1+ )z + z a h Глава 5 Разложив (5.20) в ряд в окрестности z = 0 и приравняв коэффициен ты при одинаковых степенях z в (5.19) и (5.20), получим систему = A - 4,60, -(1- ) = A + 7,9, (1+ )( + )+ = A - 50,3, решение которой имеет вид = A - 4,6, = 4,85A -10,4, -4,85.

= Таким образом, окончательно получим ~ ~ (A - 4,6)(1- h)+ (4,85A -10,5)(1- h) S =. (5.21) ~ ~ 1- (1+ 4,85)(1- h)+ 4,85(1- h) На рис. 5.8 приведены зависимости коэффициента гидродинамиче ского совершенства скважины Rк ln rc = Rк ln + S(h, ) rc ~ от степени вскрытия пласта h, полученные с учетом формулы (5.21) Rк для = 1250 при = 100 (кривая 1) и = 1000 (кривая 2). Для сравнения rc здесь же приведены данные В. И. Щурова, полученные на электрон-анало говых моделях (кружки), и результаты численного расчета из работы [11] Rк (квадратики) для тех же значений и.

rc ~ Как видим, во всей области изменения h, представляющей инте ~ рес (h > 0,1), мы имеем хорошее совпадение результатов. Кривые 1' и 2' на рис 5.8 представляют собой графики разложений (5.19) и приведены для иллюстрации того, насколько эффективен переход к Паде-аппроксиман там.

5.2.4. Построение корреляцией для остаточной нефтенасыщенности и коэффициента вытеснения Одной из основных физико-химических характеристик нефтяного пласта является коэффициент вытеснения нефти водой sнн - sно =, sнн где sнн и sно – начальная и остаточная нефтенасыщенность.

302 Глава 1' 0, 2' 0, 0, 0,6 0, 0, 0, 0, 0, 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0, ~ h Рис. 5.8. Зависимость коэффициента совершенства скважины от степени вскрытия пласта В настоящее время при проектировании используются осредененные статические зависимости, устанавливающие связь коэффициента вытесне ния с параметрами, определяющими фильтрационно-емкостные свойства пласта и условия вытеснения нефти водой. Часто в проектах разработки месторождений Западной Сибири применяют корреляции, связывающие коэффициент вытеснения с проницаемостью пласта k, в виде = а lg2 k + b lg k + c, (5.22) где a, b, c – эмпирические коэффициенты, определяемые из данных лабо раторных исследований кернов [12]. При этом пласты различных месторо ждений объединяются в несколько групп (АС, ВС и т. д.), внутри которых для всех объектов разработки принимается зависимость (5.22) с одними и теми же коэффициентами.

Подобный усредненный подход был оправдан в период массового ввода в разработку крупных месторождений с хорошими фильтрационны ми характеристиками. Однако в настоящее время, когда осваиваются пло щади с трудноизвлекаемыми запасами, необходимо увеличить надежность технологических решений за счет повышения точности расчетов.

В связи с этим обоснование коэффициента вытеснения необходимо производить индивидуально для каждого пласта. Но при этом объем экс периментальных данных, используемых для оценки эмпирических коэф Глава 5 фициентов, резко уменьшается, поскольку при выводе корреляционных за висимостей должны привлекаться только результаты исследований, прове денных на кернах рассматриваемого объекта.

Требуется также уточнение модели (5.22), поскольку в водонефтя ных зонах залежей коэффициент вытеснения нефти зависит не только от проницаемости, но и от начальной нефтенасыщенности пласта [13, 14] (за висимости = (k) применимы только в чисто нефтяных зонах, началь ная нефтенасыщенность которых определяется насыщенностью связанной водой, хорошо коррелируемой с проницаемостью). Если идти по пути ус ложнения зависимости (5.22) путем введения новых членов, зависящих от sнн, то это еще более усугубит проблемы, связанные с нехваткой дан ных для определения большого числа эмпирических коэффициентов.

Эти затруднения могут быть преодолены за счет более осмысленного выбора класса функций, в котором ищется зависимость = (k, sнн).

Структура идентифицируемой модели должна явным образом учитывать априорную информацию о механизмах вытеснения нефти водой. (Вообще говоря, это является универсальным рецептом: структура пробных функ ций в задачах восстановления зависимостей должна быть подобрана с уче том особенностей моделируемых процессов.) Прежде всего, обратим вни мание на то, что, с точки зрения подземной гидродинамики, более пра вильно ставить задачу определения не коэффициента вытеснения, а оста точной нефтенасыщенности как функции проницаемости и начальной неф тенасыщенности sно = f (k, sнн). Коэффициент вытеснения есть величина вторичная, зависимая;

она полностью определяется значениями sнн и sно.

Отметим, что в современных гидродинамических пакетах программ, пред назначенных для моделирования процессов разработки, коэффициент вы теснения напрямую вообще не используется: он закладывается в модель лишь косвенно, путем задания значений sнн и sно ( sнн определяется как критическая нефтенасыщенность, при которой фазовая проницаемость нефти становится равной нулю). Последнее не означает, однако, что нужно вообще отказаться от такого понятия, как коэффициент вытеснения. Эта величина является важной интегральной характеристикой, привычным контрольным параметром, с помощью которого можно судить об адекват ности расчетов.

На рис 5.9 представлен типичный вид зависимости остаточной неф тенасыщенности от начальной (точками показаны результаты одной из се рии лабораторных экспериментов, проведенных на кернах с близкими зна чениями проницаемости). Будем искать ее в виде обобщенной (допускаю щей дробные степени) Паде-аппроксиманты + sнн sно =, (5.23) р 1+ sнн 304 Глава где,, – коэффициенты, в общем случае зависящие от проницаемо сти, p – некоторое постоянное число, 0 < р 1.

Приведем априорные соображения о поведении зависимости sно = sно(sнн) вблизи нуля и единицы.

При малых значениях нефтенасыщенности нефть оказывается за щемленной в порах капиллярными силами и вытеснить ее не удается. По этому при sнн 0 sно sнн или sно = sнн + 0(sнн), (5.24) т. е. кривая sно(sнн) в точке sнн = 0 касается биссектрисы.

sнo 0, 0, sнн 0 0,2 0,4 0,6 0, Рис. 5.9. Зависимость sно от sнн при постоянной проницаемости – экспериментальные точки;

1 – прямая sно = sнн, 2 – Паде-аппроксимация зависимости sно от sнн по формуле (6.26).

При малых sнн р 2 2 р 1- sнн + sнн -..., р 1+ sнн что при подстановке в (5.23) дает р sно - sнн + sнн - s1+ р... (5.25) нн Приравнивая первые члены разложений (5.24) и (5.25), получим = 0, = 1.

При увеличении sнн график зависимости sно от sнн быстро отходит от прямой sнн = sно и выполаживается, стремясь к параболе sно = s1- p нн 1 (см. рис. 5.9). Для определенности положим 1- р =, откуда р =.

2 Глава 5 С увеличением проницаемости подвижность нефти увеличивается, что приводит к уменьшению остаточной нефтенасыщенности, поэтому па раметр является возрастающей функцией проницаемости. Аппроксими руя ее степенной зависимостью = k, получим окончательно sнн sно =, (5.26) 1+ k s1/ нн откуда = 1-, (5.27) 1+ k s1/ нн где, – эмпирические коэффициенты ( > 0), определяемые по данным исследований кернов. Отметим, что зависимость (5.26) спрямляется в ко sнн -1/ ординатах Х = ln -1sнн 2, X = ln k :

sно Х = ln + Х. (5.28) Используя (5.28), легко найти ln и обычным методом наимень ших квадратов.

Как видим, использование априорной информации существенно уп ростило модель, позволив с помощью всего лишь двух эмпирических ко эффициентов (вместо трех в (5.22)) учесть еще и зависимость коэффициен та вытеснения от начальной нефтенасыщенности.

Это позволяет компенсировать недостаток экспериментальной ин формации и получить обоснованные расчетные формулы по ограниченно му объему лабораторных данных.

В принципе, модель (5.26) можно уточнить, считая показатель сте пени p в (5.23) неизвестным и определяя его одновременно с и.

В любом случае опыт показывает, что значение р = является хорошим первым приближением.

В заключение приведем пример еще одной априорной оценки: опыт ному специалисту сразу ясно, что возможные значения показателя степени в уравнении (5.26) ограничены неравенством <1. (5.28) Это следует из того, что одни и те же изменения проницаемости про являют себя неодинаково на различных участках шкалы проницаемостей.

Поэтому проявления проницаемости часто нелинейны, вместо k мы вос принимаем результат нелинейного сжатия, которое можно описать опера циями k lg k или k k, где 0 < < 1. Не зря в зависимостях, связы вающих проницаемость с объемными характеристиками пласта, фигуриру ет lg k (см., например, (5.22)).

306 Глава Подчеркнем, что априорные оценки типа (5.28) имеют исключитель но важное значение как средство контроля и повышения устойчивости расчетов при решении задач восстановления зависимостей по выборкам малого объема.

В работах [13, 14] зависимость остаточной нефтенасыщенности от начальной предлагается аппроксимировать выражением sнн + sнн m sно =, 1+ sнн m где – средняя скорость фильтрации, m – пористость,, – эмпириче ские коэффициенты.

По форме это соотношение также представляет собой Паде-аппрок симанту. Поскольку скорость фильтрации пропорциональна проницаемо сти, то оно позволяет учесть и зависимость остаточной нефтенасыщенно сти от проницаемости. Но структура этой аппроксиманты не во всем удов летворяет сформулированным нами априорным представлениям.

0, 0, 1 2 0, 0, 0 300 600 800 k, мД Рис. 5.10. Зависимость коэффициента вытеснения от проницаемости при различных sнн.

– экспериментальные точки, 1 – sнн = 0,5, 2 – sнн = 0,65, 3 – sнн = 0, Глава 5 Пример. Обработка данных исследования кернов одного из пластов Нефтеюганского региона по описанным выше алгоритмам привела к зави симости sнн sно =, (5.29) 1+ k0,15s1/ нн где проницаемость измеряется в миллидарси. В этом случае, действитель но, = 0,15 < 1.

На рис. 5.10 приведены графики функций = (k), полученные с использованием (5.29), при sнн = 0,5, sнн = 0,65 и sнн = 0,85 (кривые 1, и 3 соответственно). Как видим, большой разброс значений коэффициента вытеснения при фиксированных значениях проницаемости, наблюдаю щийся при проведении лабораторных исследований, можно объяснить влиянием начальной нефтенасыщенности.

5.3. Метод асимптотических координат Положим, что имеется некоторая величина F, зависящая от двух па раметров p и q. Пусть в условиях эксперимента задавались определенные значения параметра q = q1, q2, q3,...,qn и определялась зависимость F от p при фиксированных q. В том случае, когда вид полученных кривых в плоскости (p, F) носит качественно сходный характер, часто удается по добрать специальные координаты, с помощью которых исследуемую сложную двумерную поверхность F = F(p, q) удается описать с помощью нескольких более простых плоских кривых (при этом семейство кривых в плоскости (р - F), соответствующих различным значениям q, сжимается в одну универсальную кривую).

В качестве примера рассмотрим экспериментальные зависимости де бита жидкости Q от расхода газа V и диаметра подъемника d, получен ные [15] на лабораторной установке, моделирующей работу газлифтной скважины (см. рис. 5.11).

Перейдем к переменным V -V0(d) x =, (5.30) Vm(d)-V0(d) Q y = Qm(d), где V0(d) – расход газа, при котором начинается подъем жидкости (Q 0 при V V0 ), Vm(d) – расход газа, соответствующий максималь ному дебиту жидкости Qm(d).

Тогда все пять кривых на рис. 5.11 можно представить в виде одной универсальной зависимости y = f (x), показанной на рис. 5.12. Характер 308 Глава ные величины V0(d), Vm(d), Qm(d) в зависимости от диаметра подъемника приведены на рис. 5.13. Кривая y = f (x) может быть аппроксимирована аналитической зависимостью 0,9;

0 x 1;

y = x exp(1- x), =. (5.31) 0,5;

x > Q, 10–3 м3/с 0 25 50 75 V, 10–3 м3/с Рис. 5.11. Зависимости Q = Q ( ) для подъемников различного диаметра – d = 0,100 м, – d = 0,075 м, – d = 0,063 м, – d = 0,050 м, – d = 0,038 м, 1 – восстановленная по трем точкам зависимость y 0, 0, 0, 0123 x Рис. 5.12. Нормированная зависимость дебита жидкости от расхода газа – d = 0,100 м, – d = 0,075 м, – d = 0,063 м, – d = 0,050 м, – d = 0,038 м Глава 5 40 20 0 0,025 0,050 0, d, м а) 0,025 0,050 0, d, м б) Рис. 5.13. Зависимости характеристических величин от диаметра подъемника 1 – V0(d), 2 – Vm(d), 3 – Qm(d) Теперь для любого подъемника нам достаточно знать значения трех величин V0(d), Vm(d), Qm(d), чтобы рассчитать зависимость Q(V ) по формуле -V0 V -V V Q = Qm exp 1- V -V0.

-V Vm m – – m V, м / с V, м / с – m Q, м / с 310 Глава Описанный способ нормирования кривых родственен простому обезразмериванию и широко применяется при обработке эксперименталь ных данных. В работе [16] он назван методом асимптотических коорди нат, поскольку вид нормирующих преобразований устанавливается путем изучения поведения кривых в некоторых предельных случаях ( p 0, p, Fp 0 и т. д.). Так, в нашем случае характеристические точки dQ определяются условиями Q = 0 и = 0.

dV Представление исследуемой двумерной поверхности с помощью плоских кривых (в нашем примере – представление зависимо сти Q = Q(V, d) набором кривых, приведенных на рис. 5.12–5.13) облегчает построение аналитической формулы, описывающей эту поверхность. Дру гим, и более важным, преимуществом метода асимптотических координат является то, что нормированная кривая, носящая универсальный характер, пригодна для единообразного описания различных процессов, протекаю щих в сходных условиях. В этом качестве нормированные кривые являют ся удобным инструментом для моделирования по аналогии, т. е. для пе ренесения характеристик хорошо изученных объектов на менее изученные подобные объекты.

5.3.1. Восстановление характеристик газлифтных скважин Предположим, что у нас имеется некоторое множество газлифтных скважин, работающих в примерно одинаковых условиях, часть из которых была тщательно исследована на различных режимах работы с получением регулировочных кривых Q = Q(V ). Представив эти кривые в асимптотиче ских координатах вида (5.30), можно определить вид зависимости y = f (x) и считать, что регулировочные кривые остальных, неисследованных, сква жин в координатах (x, y) имеют такой же вид.

Это позволяет существенно упростить исследование второй группы скважин: вместо того чтобы проводить полномасштабные эксперименты, на каждый из них достаточно сделать замеры Q и V при трех различных режимах закачки газа. Тогда неизвестные значения характеристических величин V0, Vm, Qm определяются путем решения относительно них сис темы из трех уравнений -V0 Qi Vi f (5.32) V -V0 =, Qm m где Qi, Vi – дебит жидкости и расход газа на i -м режиме работы скважины (i =1, 2, 3).

Глава 5 Определив V0, Vm, Qm, можно восстановить всю зависи мость Q = Q(V ) по формуле -V V Q = Qm f V -V0.

m В частности, оптимальный расход газа, Vоп, определяемый условием d Q dQ (Vоп) Qоп = 0 или =, dV V dV Vоп находится из выражения Vоп = V0 + (Vm -Vo)xоп, где xоп есть корень уравнения f =, (5.33) ~ f V0 + x V ~ V0 =, Qоп – дебит жидкости при V = Vоп.

Vm -V Заметим, что поскольку функция f (x) немонотонна, то единствен ное решение системы (5.32) можно получить только при условии, что про каждую точку (Vi,Qi ) заранее известно, на какой ветви зависимо сти Q(V ) – левой или правой – она находится.

Из вида кривых Q = Q(V ) (см., например, рис. 5.12) ясно, что без ап риорной информации, представленной в виде универсальной функции, восстановить зависимость Q(V ) всего лишь по трем точкам невозможно.

Таким образом, применение метода асимптотических координат да ло возможность уменьшить число замеров при исследовании газлифтных скважин. Это очень существенно, поскольку исследование скважин на многих режимах работы связано с перерасходом газа (на правой ветви ре гулировочной кривой), а также с потерями добычи нефти (на левой ветви).

Универсальная кривая y = f (x) дает формализованное представле ние априорной информации о результатах исследований, проведенных ра нее на других скважинах. Надежное восстановление зависимости Q = Q(V ) по малому числу замеров возможно потому, что при учете априорной ин формации происходит «обогащение» информации о данной скважине – она пополняется и уточняется за счет предыдущего опыта исследования подобных скважин.

Для апробации предложенного алгоритма попытаемся восстановить зависимость Q = Q(V ) для d = 0,100 м по трем экспериментальным точкам (27,1;

4,67), (79,5;

7,83),и (100,7;

7,67) обведенным на рис. 5.11 кружками.

Численное решение системы в этом случае дает Qm = 7,8 10-3 м3/с, V0 = 12 10-3 м3/с. Зависимость Q = Q(V ), определяемая при найденных 312 Глава значениях параметров, представлена на рис. 5.11 штриховой линией. Оп тимальный режим, получаемый по уравнению 5.33, характеризуется вели чинами Vоп = 29,6 10-3 м3/с, Qоn = 510-3 м3/с.

5.3.2. Расчет притока нефти к скважине с забойным давлением ниже давления насыщения В настоящее время при расчете индикаторных кривых (зависимостей дебита нефти Q от забойного давления Pc ) для скважин, работающих при забойном давлении ниже давления насыщения, широко используются ре зультаты исследования Вогеля [17], который путем численного решения уравнений движения газированной нефти при разных значениях параметра пласта и пластового давления получил семейства кривых, типичный вид которых представлен на рис. 5.14. Эти кривые соответствуют различным стадиям истощения пласта и характеризуются двумя параметрами – пла стовым давлением PR i (определяемым по значению Pc при Q = 0 ) и мак симальным дебитом Qm i, достигаемым при Pc = 0 (i – номер кривой в се мействе). При расчете каждой серии кривых начальное пластовое давление принималось равным давлению насыщения ( PR1 = Pнас ).

Pс PR PR PR PR PR Qm5 Qm4 Qm3 Qm2 Qm1 Q Рис. 5.14. Индикаторные кривые при различных значениях пластового давления Глава 5 Переходя к асимптотическим координатам ~ Q Pc ~ Q =, P =, Qm PR мы получим набор кривых (см. рис. 5.15), которые могут быть довольно точно аппроксимированы единой зависимостью. Вогель предложил искать эту зависимость в виде полинома второй степени и пришел к уравнению ~ ~ ~ Q = 1- 0,2P - 0,8P2. (5.33) Путем многочисленных расчетов им было показано, что уравне ние (5.33) действительно универсально: оно применимо для пластов с са мыми различными фильтрационными характеристиками и PVT-свойствами флюидов. Ошибка, допускаемая при применении уравнения Вогеля, в среднем не превышает 10%. Поскольку это уравнение не содержит в явном виде значения газового фактора, оно применимо и для обводненных сква жин, если под Q понимать дебит жидкости [18].

При разработке месторождений методом заводнения пластовое дав ление, как правило, поддерживается выше давления насыщения, т. е. сква жины работают (при Pc < Pнас ) в режиме локального разгазирования, когда газ в свободном виде выделяется только в некоторой области вблизи скважины (размеры этой области обычно не превышают несколько десят ков сантиметров).

Pc PR 0, 0, 0, 0, 0 0,2 0,4 0,6 0, Q Qm Рис. 5.15. Индикаторные кривые в асимптотических координатах 314 Глава PС A PR B Pнас C Qнас Qm Q Рис. 5.16. Композитная индикаторная кривая Для определения дебита скважины в условиях локального разгазиро вания предложено [18] использовать композитную индикаторную кривую (рис. 5.16), при построении которой используют следующие предположе ния:

- при Pc < Pнас (участок AB на рис. 5.16) зависимость Q от Pc прямоли нейна:

Q = K(PR - Pc), (5.34) где K – коэффициент продуктивности скважины в отсутствие газа;

- при 0 < Pc < Pнас отрезок индикаторной кривой (участок BC ) подобен кривой Вогеля, т. е. описывается уравнением (5.33) с Q ~ - Qнас Pc ~ Q =, P = Qm - Qнас Pнас или Q - Qнас Pc Pc = 1- 0,2 - 0,8, (5.35) Qm - Qнас Pнас Pнас где Qнас = K(PR - Pнас);

Глава 5 - кривая BC касается прямой AB, т. е. углы их наклона в точке B равны:

dQ dQ (Pнас + 0) = (Pнас - 0) dPc dPc или 1, - K = - (Qm - Qнас ). (5.36) Pнас С учетом (5.34)–(5.36) получим окончательно K(PR - Pc ), Pc > Pнас Q = Q + KPнас 1- 0,2 Pc 0,8 Pc, Pc < Pнас. (5.37) - нас 1,8 Pнас Pнас Результаты Вогеля с аналитической точки зрения Итак, Вогель обнаружил замечательный факт существования уни версальной формы представления индикаторных кривых. Из предыдущего ясно, что при дальнейшем использовании и обобщении этого результата на случай PR > Pнас были приняты следующие предположения:

1. Индикаторная кривая при Pc < Pнас описывается полиномом второй степени.

2. Углы наклона прямолинейного и криволинейного участков индикатор ной кривой в точке P = Pнас равны.

Рассмотрим с позиций теории фильтрации газированной жидкости, насколько обоснованы эти предположения.

Уравнение стационарной совместной фильтрации нефти и газа мож но записать в виде [19, 20] P г(P) fг(Sг ) µн(P) G1- = B(P), (5.38) Pнас гс fн(Sг ) µг(P) где G – газовый фактор, м3/м3;

г – плотность газа при данных условиях, кг/м3;

гс – плотность газа в нормальных условиях, кг/м3;

fн, fг – относи тельные фазовые проницаемости нефти и газа;

Sг – насыщенность газом, µн(P), µг(P) – вязкость нефти и газа при пластовой температуре и давле нии P, Пас;

B(P) – объемный коэффициент нефти.

Pages:     | 1 |   ...   | 2 | 3 || 5 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.