录井是移动实验室, 提高录井数据质量, 对标实验室数据, 是录井的立身之本。岩屑是XRF/XRD、核磁共振、岩石热解、罐顶气轻轻、定量荧光等录井数据的源头, 人工采样、选样劳动强度大, 人为因素多, 真实性常常难以保证, 经过多家单位多年的研究, 岩屑自动取样系统^[10]始终没能实现井场应用。现在餐饮、停车、卫生等领域的作业机器人已实现商业化应用, 为录井采样机器人的实现提供了思路与可能, 而且可以将成像、扫描、识别等系统^[11]集成到机器人视觉上, 实现岩屑的挑选、图像的捕获与传输。机器人取样不仅包括岩屑, 也包括钻井液, 这项技术的实现将是录井的一场革命, 使录井彻底摆脱手工化阶段, 并可为在线录井提供一种全新的、更为准确的技术途径。

钻井已在非常规领域实现了“ 一趟钻” ^[12], 测井也正在研究“ 一趟测” , 录井也可以分别实现岩样、钻井液的“ 一趟录” 。当前, 岩心核磁共振运动扫描系统^[13]、XRF在线扫描系统、伽马在线扫描系统、岩屑声波录井系统、激光诱导在线录井系统、图像扫描系统等都正在研发或已实现研发。这些技术可以集成起来, 实现对岩心的“ 一趟录” ; 在岩屑实现智能采集后, 也可以实现对岩屑的“ 一趟录” , 从而大幅度提高录井采集的连续性与系统性。钻井液含气性、含油性、离子成分、元素成分、性能参数的采集也可以集成起来实现“ 一趟录” 。

机器学习(Machine Learning)是人工智能的核心算法, 是一个源于数据模型的训练过程, 最终给出一个面向某种性能度量的决策, 分为有监督学习和无监督学习。深度学习(Deep Learning) 是机器学习研究中的一个子类, 是通过构建具有很多隐层的机器学习模型和海量的训练数据, 来学习更有用的特征, 从而最终提升分类或预测的准确性^[14]。与录井相关的应用有岩相识别^{[15, 16]}、地质导向^[17]、工程预警^[18]、流体识别^[19]等。

录井现场采集人员习惯于傻瓜式操作, 对仪器的采集参数设置与处理参数选取往往没有太多经验。另外, 地层具有非均质性, 即便是同一深度、同一岩性的样品, 其参数也会有差异, 所以建立机器学习录井采集系统, 能够提高录井采集的智能性、科学性、准确性, 从而提高录井的数据质量。

录井资料处理是录井的薄弱环节, 其中包括数据处理、曲线处理和图像处理。数据处理包括深度校正、钻井因素校正、钻井液因素校正、样品因素校正、仪器因素校正、环境因素校正、散失补偿因素校正等; 曲线处理包括时-深转换、平滑处理、归一化处理、校正处理、抽稀处理等; 图像处理包括模式识别、量化处理等。通过机器学习可以提取最真实、最有用、最准确的信息, 从而提高录井资料的处理水平。

录井智能解释需要基于高质量的数据与科学的解释思路, 神经网络技术在录井的岩性识别、油气层解释、地层压力预监测等领域早有研究, 虽然训练效果良好, 但实际应用的效果往往不理想。基于录井解释的复杂性, 可以通过3个环节来提高智能解释水平:一是提高数据质量, 通过高精度的原始数据及科学处理后的资料进行机器学习与实际应用; 二是赋以科学的解释流程, 通过分步解释, 提高最终的解释评价精度与符合率; 三是采用更为先进的人工智能方法, 在人工智能大爆发的时代, 人工智能方法也是层出不穷。录井解释的内容分为两部分:一是参数求取; 二是类型识别, 包括岩性、流体、裂缝与断层、工程异常、地层压力等。

岩石力学(Rock Mechanics)是石油工程的重要研究领域^[20], 是钻井设计、地层可钻性评价、井壁稳定性评价及压裂设计、地层可压性评价的重要依据^{[21, 22, 23, 24, 25]}。目前, 岩石力学参数的求取方法主要有两类:第一类是基于实验室内的岩心测量, 包括三轴应力测量^[26]、声波测量^{[27, 28]}等, 这类方法的精度较高, 但及时性不强, 采样率低, 对于页岩等脆性较强、容易破碎的样品难以完成三轴应力测量; 第二类是利用电缆声波测井^[29]、随钻声波测井进行求取^[30], 这类方法的连续性较强, 但电缆声波测井的及时性不强, 随钻声波测井的价格昂贵, 且不管哪种声波测井都受井眼扩大率、小尺寸井眼等井眼条件及高温、高压、高硫化氢等地层条件的影响。非常规油气、干热岩、超深井等重要的能源领域对岩石力学的需求尤为迫切。非常规油气常常采取水平井的钻井方式, 几乎不进行钻井取心和声波测井; 干热岩井、超深井由于地温较高, 常常无法进行声波测井。因此, 亟需创新发展岩石力学录井技术, 充分发挥录井高分辨率、高采样率、高采集精度、高实时性、低成本、低作业风险的“ 四高两低” 技术优势^[31], 拓展高端工程应用服务领域。中国石化石油工程技术研究院正在通过岩屑元素、岩屑波速开展录井岩石力学研究, 并已取得阶段性成果。按斯伦贝谢的分类, 岩石力学参数分为岩石弹性参数(杨氏模量与泊松比)、岩石强度参数(抗压强度、抗拉强度)、地应力参数(上覆地应力、最大/最小水平主应力)、地层孔隙压力四类。

2.4.1 岩石弹性参数

录井求取杨氏模量、泊松比的方法可分为三种:一是基于岩屑(心)声波技术, 通过纵波、横波时差按“ SY/T 6937-2013 多极子阵列声波测井资料处理与解释规范” 5.2中的模型进行计算; 二是基于XRD矿物录井, 因为每种矿物的杨氏模量、泊松比、密度、纵波波速、横波波速都是其固有的特性^[32], 所以可以在矿物测量的基础上求取岩石骨架的弹性参数; 三是基于元素分析, 通过多元回归的方法计算杨氏模量与泊松比。

2.4.2 岩石强度参数

有了杨氏模量及泥质含量, 便可按相应的模型计算岩石的抗压强度与抗拉强度。泥质含量可以通过XRF/XRD录井技术直接求取。

2.4.3 地应力参数

录井求取地应力的方法有两种:第一种是基于地层压力关系模型, 地层上覆压力(静岩压力)是地层压力模型中常用的参数, 在伊顿法模型中也包含了垂直有效应力(上覆压力-孔隙压力)的求取方法。通过破裂压力与孔隙压力也可以求取最小水平有效应力, 由此便可求取最大水平有效应力; 第二种是基于岩屑声波技术, 采用“ SY/T 6937-2013多极子阵列声波测井资料处理与解释规范” 中5.8的方法进行计算。

2.4.4 地层孔隙压力

地层孔隙压力随钻预监测是综合录井系统中的一个标配模块, 其应用效果取决于录井人员的经验与水平, 目前胜利录井已实现了独立定额, 配置了压力评价工程师岗位, 并由中国石化石油工程技术研究院发起, 在集团公司层面培训了首批随钻地层压力评价工程师。目前, 地层孔隙压力预监测理论与方法已经取得了系列进展^{[33, 34, 35]}, 但仍需在碳酸盐岩地层、深层页岩、裂缝型地层方面持续攻关。

“ 超” (Ultra)指的是超深、超高温、超高压, 对于“ 三超” 油气井、干热岩井等测井、测试难以测准或难以实施作业的井, 录井亟需研发高分辨率、高精度的新技术、新模型、新方法, 并提供校准或进行替代。“ 微” (Micro)指的是微观, 孔隙尺度到了纳米级的致密储集层^[36], 录井准确评价储集层物性、识别流体性质的难度急剧增大, 高分辨率核磁共振、小型化二维核磁共振^[37]、激光扫描共聚焦^[38]、QemScan^[39]等录井技术应运而生, 并进行了研发或引进。“ 弱” (Faint)指的是弱油气显示, 是通过气测、岩屑等常规录井手段及基于岩屑的分析化验手段难以发现和识别的油气。弱显示条件分为钻井条件、地层条件、钻井条件与地层条件叠加三类。其中, 钻井条件包括井筒高正压差(钻井液密度超过设计要求的附加值)、PDC钻头、荧光(聚磺、混油、油基)钻井液体系等, 地层条件包括低气油比油层、超深层、水淹层等。录井作为勘探开发的“ 眼睛” , 要始终保持“ 视力” 清晰。中国石化石油工程技术研究院已建立起聚磺、混油、油基三种体系钻井液含油量/率、原油密度的一维、二维核磁共振解释模型^{[37, 38, 39, 40]}, 且精度高, 应用效果好, 并通过两个集团公司科技部项目的支持, 初步实现了在线测量。

录井一直立足于地面, 是否往井下发展、往井下发展测录什么、发展到井下是否还属于录井, 这些问题直接挑战录井人对行业的认知。在一体化时代, 专业界限已经模糊, 可以不纠结于属于哪个专业, 关键是能解决什么问题, 投入产出比是否经济可行。往井下发展, 录井的检测对象只能是钻井液和岩屑, 因为测地层就是随钻测井(LWD)。井下录井测钻井液的需求及意义主要体现在两个方面:一是早期精准发现溢流, 这是工程最为关切和急需的; 二是及时准确发现油气显示, 避免长距离长时间上返及温、压降低造成的油气扩散和逸散, 也有助于提高地质导向的实时性。井下录井测量岩屑的意义是可以降低岩屑混杂, 从而提高测量的实时性与深度的准确性。所以, 录井往井下发展确有必要性, 要一并实现智能探测与解释。