实现完全自动BHA的研究正在进行中。虚拟测试系统的开发使操作员能够通过进行虚拟现场测试来模拟轨迹自动化和控制。该技术提高了机械钻速，提高了钻井效率，最大限度地减少了曲折和偏离计划的情况。

　　自动钻井是一种进步，从完全的人机界面到自动化和简化的人机界面，再到自我调整的自动钻井。在瞬息万变的条件下，地下钻井环境的挑战加剧了任务的难度。不久前，工程师们还只是想到了一个概念，现在已经实现了一种自动转向BHA，能够在无需人工干预的情况下进行轨迹控制。从安全性、可持续性、成本效益、准确性、一致性和可预测性等方面来看，这些间接效益对整个行业都是全面的。

　　自动BHA意味着现场需要的定向钻机（DD）更少，从而使更少的人员面临HSE风险。此外，更少的工作人员意味着到钻井现场的行程米博体育 米博平台更少，再加上更一致的钻井性能，自动钻井在降低能耗和与活动相关的二氧化碳排放的同时，更具成本效益。而且，由于自动BHA会对井下条件的变化做出即时反应，消除了数据传输到地面的延迟，因此，响应轨迹和油井布置更加准确。每跑一次，自主性的步伐都会加快。迄今为止，已经在美国陆地、中东和北海自动钻探了超过26000英尺的弯曲段。

　　挑战/解决方案。在二叠纪盆地，高冲击和振动，加上沿南北线钻井时的高转速，使得在井下进行连续的随钻方位测量变得困难。然而，在自主技术指导下，BHA在特定资产上的七口非常规井上钻了七条曲线，并将其与同一资产上的偏移井进行了比较。曲线%，井底钻井速度提高了39%。

　　另一个二叠纪盆地运营商建造了曲线，并钻取了切线英尺曲线期间没有下行链路，也增加了39%的渗透率（ROP）。BHA在ZOE中以180°方位角一直钻至水平着陆。在没有下行链路的情况下，在579英尺的曲线间隔上提供了更平滑的轨迹。

　　自动钻井是如何发展的？自动轨迹控制背后的核心理念是一种基于级联的多层次初级和次级方法，系统复杂性随着附加层的增加而增加。该方法在处理钻井过程中存在的非线性、延迟和不确定性时，提高了轨迹控制系统的整体效率。这一原理为旋转导向系统（RSS）工具的几种自动轨迹控制操作模式奠定了基础。

　　轨迹自动化面临的剩余和重大挑战包括自动启动、几何和地质转向的自动曲线控制，并通过组合地面和井下信息，将其组合为自动轨迹控制，这些信息代表了定向轨迹自动化和控制的更高水平，通常由DD处理。这包括几何和地质转向，作为姿态控制器的外环主要层。自动化消除了地面干预对井下轨迹响应的依赖性，在遇到井下情况时，以及在哪里遇到变化的条件时，解锁更快的响应。

　　自动轨迹控制。控制多变量类系统轨迹的两种基本方法是多输入多输出控制器或级联控制方法，这是一种多层主控制器和辅助控制器方法，通过向控制系统添加额外的层来增加控制复杂性。串级控制方法更适合于控制应用，其中必须解决一系列感兴趣的频率。在这种配置中，内环控制比级联中的外环管理的动态更快。串级控制在消除某些干扰和改善闭环动态性能方面也很有用。

　　闭环轨迹传播包括由DD控制的输入变量，例如钻头重量、转速、流量和转向指令，这个过程的输出就是最终的轨迹。BHA配置和钻头特性在钻井过程中被视为常数。

　　然后是干扰，比如编队。这些被添加为输入，因为它们会影响最终的轨迹。对于闭环轨迹控制，多输入多输出情况的概念如图1所示。在这种情况下，控制器使用期望轨迹作为输入，并输出钻井参数和转向指令的变化，以实现期望轨迹。记住，编队是对系统的干扰。

　　然而，对于串级控制方法的概念，除了地层扰动外，钻井参数还作为闭环系统的扰动，钻井参数和地层的任何变化都由控制器自动校正，如图2所示。

　　自动轨迹控制级联方法。在阐明了串级轨迹控制方法的优点后，为使用带有多个控制层的串级闭环方法实现自动布井的通用方法奠定了基础，如图3所示。地层代表使用加速度计和磁强计测量的孔洞传播，它受转向力和偏置力的影响。控制/转向装置代表第一级控制。它基于传感器加速度计和磁强计计算TF，将其与目标TF和转向比进行比较，并执行转向力以修改编队高度。

　　姿态控制代表第二级控制，它感知连续倾角和方位角，并计算第一级控制执行的目标TF和SR。轨迹控制代表第三级控制，它使用目标DLS和所需的TF方向，计算第二级控制要执行的目标倾角和方位角。地质导向/油井布置代表第四级控制，它执行复杂的储层模型，以最大限度地布置油井，并指定由第三级控制执行的目标DLS。井下操作的RSS工具和地面之间的遥测速率在设计决策中起着关键作用，每个控制回路将放置在地面或井下。

　　图3说明了已经与位置控制回路级联应用的姿态控制。姿态控制器除了起到维持目标角度的关键作用外，还用于校正真实垂直深度（TVD）误差，这可能是由于地质模型中的不确定性或内环扰动控制期间的TVD损失造成的。

　　自动曲线曲率控制。曲率控制器为倾斜和方位目标生成设定点，这些设定点被反馈给姿态控制器，以产生所需的曲率特性，并自动轻推这些设定点。该自动曲线控制器是手动轻推姿态控制器的扩展，如图2所米博体育 米博平台示。自动曲线控制器使用有关ROP的信息，为提供给姿态控制器的倾角和方位角生成设定点。如果遥测速率使自动曲线控制器在时域中在井下工作，则ROP值至关重要。ROP本身可以在井下测量、估计、控制或下行链接至工具。

　　自动曲线轨迹控制虚拟现场测试。虚拟测试评估控制方法的性能，识别并优化控制器的关键参数（例如，实际现场测试前的控制器增益）。此外，虚拟现场测试评估控制器的局限性（例如，对与现场位置相关的ROP、WOB和BHA配置等干扰的敏感性）。

　　传统上，测试控制应用程序是在Simulink环境中进行的。如果结果令人满意，则向软件/固件团队发送适当的规范和要求文件，在硬件在环仿真（HILS）环境中对控制器算法进行编码和测试，但没有反馈信号和设备模型，在这种情况下，即孔传播模型。这种设置不会对干扰进行实时模拟，例如编队变化、钻压、钻速和下行链路/上行链路延迟。然后在现场对闭环控制器进行评估，这使得成本很高，并且在一次运行中可以执行多少参数更改方面受到限制。环境不受控制，工具中的传感器数量有限，因此，很难追踪任何故障的原因。

　　这种传统方法非常适合测试实时答案产品和估计算法，但不适合测试闭环轨迹控制系统。采用并实施了基于模型的数字设计过程，对闭环轨迹控制器进行性能测试，并从初始概念加速到操作，同时在开发过程的早期识别其风险和适用性，将故障风险降至最低。在根据给定要求设计控制器获得满意结果后，对控制系统的模块进行编译，并将其传输到NI VeriStand环境中的实时NI PXI系统。在转移到实时环境之后，设计过程的下一个阶段是移除各个组件，并用硬件块替换它们。

　　基于模型的控制系统开发通过将控制算法作为虚拟系统进行测试，大大提高了控制系统的成熟度，远远早于它们作为软件实现和集成。通过使用工厂和控制器可执行模型，可以在设计过程的初始阶段验证和验证控制系统的预期功能要求。

　　虚拟现场测试结果。通过进行虚拟现场测试（VFT）来模拟轨迹自动化和控制，以验证单自动曲线所示。这些测试能够识别钻井过程中存在的非线性、延迟和不确定性的影响，进一步能够识别和优化控制器的关键参数。该系统与一个真实的现场示例相关联，并进行了校准。

　　单自动曲线算法最初在Simulink的三种不同建模环境中运行，然后在集成钻井工程分析系统中运行，并在VFT的模型在环仿真（MILS）中运行。在每个平台上运行的相同测试的结果都得到了验证，在总深度（TD）下彼此相距几英尺的范围内匹配。

　　第一次是在综合动力工程分析系统中进行的基于模型的测试，钻探超过8800英尺（18次）。在这种环境下，除了控制单元之外，系统都进行了完整的建模。该测试的目的是通过钻井参数和地层扰动来激励系统。所有功能（除控制单元外）、ROP模式和扰动（如软地层和地层推力）均已建模。第二次测试也是基于模式的，但它使用了MILS环境，在该环境中钻了24400英尺（25次）。在这种环境下，对整个井下系统进行了建模，没有使用硬件或固件。下行实用程序未被使用，设定点通过特定的用户界面链接到模型。所有功能均已建模，ROP模式是预定义的。

　　为了验证测试环境，将模拟结果与北美一个实际油田的钻井计划相结合。该曲线 ft，DD在整个曲线中使用了九条下行链路来落井。现场示例不是纯二维的，因此从连接点（TIP）创建了一个虚拟二维井平面图，目标坐标与井平面图一致。这样就可以将二维结果与二维井平面图进行比较。综合动力工程分析系统和MILS中的测试产生了类似的结果。

　　对于所有这些测试，生成的轨迹显示了曲线在没有干预或除了初始设置的下行情况下的样子。分析了TD的TVD错误以及其他KPI。实际上，DD或操作员在趋势确定后进行干预以调整性能（如果需要），因此TD处的误差是假设的最坏情况误差，只有在没有采取任何措施纠正轨迹时才会发生。当生成的轨迹更接近井计划时，测试的性能被认为更成功。

　　初始测试在整个运行过程中使用恒定的ROP。对于每个测试的ROP，假设恒定的钻井ROP为孔传播ROP，并将其输入控制器。每个测试用例由模拟器上的独立运行组成，选择ROP值作为参考，自动曲线ROP+/-百分比误差作为测试。将所得轨迹进行比较，以进行灵敏度分析。自动曲线英尺/小时，大多数测试以200英尺/小时作为孔传播模型的输入。

　　对初始ROP灵敏度进行了评估，结果表明，如果自动曲线算法的ROP误差比线%，则产生的轨迹误差类似于80%的ROP误差，并且在目标TVD处的TVD太高约100英尺，如果误差比线%，则位移更大。进行了误差较小的微调测试，表明整个油井的总体ROP误差是关键的，但整个油井的ROP波动不是关键的。一项关键成就是证明了自动曲线输入ROP对井眼传播模型中ROP变化的敏感性。计划井眼轨迹的最终轨迹精度是ROP精度的函数，ROP被输入自动曲线控制器。

　　可以计算ROP误差（在地面设计一个ROP观察员），并建议DLS轻推或修正ROP，以便在钻井过程中进行所需的TVD校正。TVD校正可以通过下行DLS微调手动调整所需的DLS来实现，或者，将来可以通过下行链路ROP或受控钻井或自动下行链路ROP来调整ROP。

　　DD将在钻井过程中进行调整（如运行倾斜保持或倾斜和方位保持时），自动曲线控制器（即使与ROP有10%的误差）将产生可预测的产量，DD将对其进行调整，以将油井降落在正确的位置。与当前手动钻取曲线的方法相比，将有更平滑的曲线和更少的下行链路。

　　此外，DD或操作员不需要那么多的技能或经验来进行这些调整和纠正井道。尽管DD偏离了钻井计划并提前启动，但转弯很早就完成了，在运行过程中，轨迹收敛到目标方位，在距离中心线几英尺的范围内穿过目标。MILS测试是纯2D测试，遵循虚拟2D井平面图，这就是为什么它们直接从连接点绘制到目标。它们不会偏离钻井计划，最终都在虚拟计划中距离目标几英尺的范围内。

　　虚拟现场测试的结果也有助于将单自动曲线算法发展到当前的自主状态。自动曲线模式的行为与其他自动模式非常相似，例如自动倾斜（倾斜保持）和自动切线（方位保持），因为DD会接合模式，并根据需要调整设置（DLS/TF/ROP），取决于生成的轨迹。自动曲线控制器可在内部调整转向控制，如转向比，并在现实世界中得到验证。但通过虚拟现场测试，这些证据成为可能。这些模拟能够开发实际现场试验所需的工作流程、算法和数据架构，加快自主BHA的发展。

　　前进的道路。当然，完全自动的BHA仍在我们前面，但今天正在做的是发展关键功能，如自动曲线，它克服了最后一个重要的自动障碍之一。实现这一目标意味着放弃孤立、独立的工作流程，从长远来看，这些工作流程将减少下行链路、提高钻井速度、提高钻井效率，并以较少的曲折性将偏离计划的情况降至最低，同时有助于减少相关排放。