0 引言
一般认为,世界钻井技术发展分为经验钻井、科学钻井、自动化钻井和智能化钻井4个阶段。根据这种划分,自动化钻井仅指钻台设备的自动控制,智能钻井则要通过计算模型和智能决策技术形成控制指令,达到自治式闭环控制钻井。从目前的技术发展来看,此二者在同步发展,因此“自动化智能化钻井”一词常见使用,也就是广义的自动化钻井。
自动化钻井技术的发展最早源于“计算机控制的钻井”。早在20世纪60年代,随着集成电路计算机及标准化编程语言的诞生,人们开始探索用计算机程序控制钻机设备。1969年,F.S.YOUNG等[1]承担了MCD(最低成本钻井)项目设计,并实施了一套基于钻压转速控制的计算机控制钻井系统,其通过短间隔的钻速测试、参数优化和钻压扭矩调整等系列步骤实现控制钻井,达到低成本钻井的目的,但由于各种条件的限制,试验并未能持续。20世纪80年代后期,随着传感器技术的发展,业界又看到了希望,并开始新一轮技术试验。J.F.BRETT等[2]设计了一套计算机控制的钻井系统,该系统使用了35种模拟输入传感器、7种数字输入仪器、5种模拟输出仪器和5种数字输出仪器,采用该系统开展了自动控制钻压和转速实现纯钻进的技术试验,尽管试验取得了一些激动人心的效果,但因传感器的可靠度和准确度以及成本问题而终止。
此后,业界较少开展大规模的自动化钻井试验,而是重点致力于几大关键技术领域的发展,比如仪器与测量系统、计算模型、信息通信与数据处理及远程决策系统等。直至2010年前后,各大关键技术逐渐成熟,业界开始掀起了一股新的热潮,先进的自动化和通信技术已经逐渐从实验室走向钻台,传统的钻井方法正逐渐被摒弃,钻井过程正在朝自动化智能化方向发展[3]。尤其是最近几年,自动化智能化钻井整体技术发展迅猛,单项技术走向整合,新的技术组织、服务公司和现场试验项目不断涌现。
1 国外整体技术最新进展 1.1 自动化钻井技术路线图为了更快地推进自动化钻井技术发展,美国石油工程师协会(SPE)于2008年成立了钻井系统自动化技术部(DSATS)。2013年,由de Wardt、Baker Hughes、M-ISWACO、Schlumberger、NOV和Shell等公司和设备制造商共同发起成立了自动化钻井路线图(DSA-R)联盟。该联盟与DSATS以及IADC的先进钻机技术委员会(ART)广泛沟通,分工协作,形成了合力,共同致力于自动化钻井技术的快速推进。以下是他们共同研究制定的愿景[4]与路线图[5]。
1.1.1 自动化钻井系统愿景设想的钻井自动化系统愿景如图 1所示。通过随钻井下测量的丰富信息,利用模型和模拟系统进行实时智能优化与决策,进而自动控制井场设备,完成最优化钻井过程,最终实现基于全面自动优化的闭环钻井。随钻井下测量的信息不仅有常见的井斜方位,而且还包括钻头钻压、钻头扭矩、钻头转速和钻具振动等钻柱力学信息以及各种地层的评价信息。
1.1.2 自动化钻井技术路线图
研究人员通过类比和学习其他行业成熟应用的系统工程理论,进行了自动化钻井技术(DSA)分级框架。图 2为DSA-R分级框架图。从0级至4级依次是:手工控制的钻完井施工;可感知的人工操控钻完井施工;通过实时分析软件和控制系统监测和控制的钻完井施工;基于业务流程管控的钻完井;涵盖相关业务管控(包括物资的供应等)的钻完井。其中第2级和第3级是工程技术领域研究的核心。
同时,为了便于协同研究,又将DSA划分成了7大研究领域:通信、传感器与测量系统、钻机设备、控制系统、建模与模拟、人机系统、标准及认证(见图 3),其中传感器与测量系统是重要基础,数据是这个系统中的纽带。
1.2 技术研究重点及最新进展 1.2.1 钻机设备自动化
交流变频驱动技术的出现对DSA来说是个重大突破,使得机器控制变得更加灵活。钻机设备自动化的主要功能如下。
旋转:顶驱自动控制能力由扭矩控制算法(用于减轻黏滑运动)实现,该算法可以最大限度地减少人工输入。
起升:起升系统包括绞车、齿轮齿条和水力活塞。电驱动绞车能实现升降补偿,电驱动永久磁铁马达能实现自动故障锁定。
起下管柱:这是重复次数多且在钻台上最危险的工作,目前大部分钻机没有实现自动起下。
接单根:通过3D界面远程控制无人值守接单根,下步研制远程控制接BHA。
泵送:钻井泵要有电驱动且具有适应于不同状态的协议,比如阶梯式速率。
钻井液处理:混浆和处理设施可以实现连续的钻井液性能调控,减少人的干预。
井控:紧急断开系统和防喷器等。
目前许多厂商开展了相关研制工作,甚至出现了专门从事钻机设备自动化设计制造的公司,比如Robotic Drilling Systems AS公司研制了系列自动化设备:钻杆操作机器人(双人)、铁钻工机器人、起升机器人、甲板机器人、升降机器人和机器人滑轨等[6],功能非常全面,部分机器人还具有自学习和记忆功能。
1.2.2 仪器与测量系统要使测量仪器完全适应DSA的应用场景,必须从以下方面对现有仪器进行研究改进:① 完整性。每个仪器必须能检测到全部状态下的数据。② 逻辑性。依据当前的作业状态选择对应的测量仪器(位置)。③ 近距离测量。传感器应尽可能置于所需参数测量点最近的位置。④ 精度。充分的信息以评估精度(尤其是估算的)及仪器校准。⑤ 换算。充分的信息用以更正测量信息。⑥ 临界。临界参数必须有冗余测量(多种途径测量)。⑦ 可靠性。可靠性是DSA的最基本要求。
此外,仪器厂家必须遵从一个标准,使其能够方便地接入DSA。目前钻井仪器与测量系统已经完全转向随钻测量。地面测量除了传统的综合录井仪外,岩屑和钻井液参数的测量已在研究之中;井下测量方面,电缆测井项目大多已被随钻测井替代,井下动力学参数测量成为研究热点。根据美国国民油井华高公司介绍,其开发的井下动力学测量短节(又称blackbox)[7]可以测量钻压、扭矩、横向加速度、旋转加速度、轴向加速度、井下温度、压力、转速、黏滑振动和涡动等参数,这些参数对于井下BHA的振动等力学模拟起到了至关重要的作用。
1.2.3 通信技术通信系统是DSA的神经,通过它实现自动化钻井生态中各部分之间互联互操作。主要分为地上通信和井下通信2部分。其中,地上部分的通信包括远程通信和井场近距离通信,目前有卫星、3G/4G、微波、有线宽带和光纤等多种形式,技术相对比较成熟。井下通信主要是测控仪器设备之间以及仪器与地面系统之间的通信。该领域一直是井下测控系统的技术瓶颈,目前比较成熟的是钻井液脉冲和电磁波,智能钻杆是一个业界看好的技术。此外还有声波、光纤传感和激光二极管等技术,尚属探索阶段。
目前最受DSA试验团队欢迎的井下通信技术是智能钻杆。国民油井公司研制的智能钻杆目前已经应用130多口井,进尺超过3×105 m。智能钻杆数据传输具有高速、稳定和低延时的特点,还可实现双向传输,为更多参数测量传输和控制指令的下达提供了有效途径。智能钻杆的应用使得沿着钻柱的成串测量(ASMs)成为现实,从而可以更加精细地监测井筒压力等关键参数。目前商业应用的智能钻杆传输速率为57 kbit/s(另据报道称,最新产品传输速率已达2 Mbit/s),需每隔500 m左右安置1个信号增强处理器[8]。
图 4是井下动力学测量短节与智能钻杆配合使用形成ASMs的示意图[9]。
此外,贝克休斯公司推出的智能连续管将井下数据实时采集与井下供电结合起来,具有带宽高、抗振和稳定的特点,可实时传输井下深度、压力、温度信号甚至视频[10-11]。
1.2.4 控制系统控制系统包括网络、控制系统(电、机械、水力)和自调节系统等。未来的钻井控制系统必须能理解钻井过程并给操作工提供建议,甚至更高水平的机器智能提供人机交互。控制系统还在钻井执行系统中承担重要作用,与模型、模拟和数据采集系统紧密结合。控制系统未来的研究重点在于:被持续测试和验证;很容易植入现有钻机;以钻井全过程管理替代单一设备的管理;利用数据驱动方法和基于物理的算法处理内在的不确定性。
1.2.5 模型与模拟计算机建模是近几十年来业界重点研究的领域,取得了丰硕的成果。在DSA中,现有模型除了不断提高其计算准确性和全面性以外,更重要的是实现实时计算和多模型协同计算。经过长期研究,钻井流体力学、钻井管柱力学(摩阻扭矩)和井壁稳定性等传统模型不断改进成熟。近年来新研究了钻柱动力学模型,在摩阻扭矩模型基础上,对BHA振动状态及其影响的相关模拟计算。该模型可以进行涡动、涡动伴随黏滑振动以及高频率旋转振动的模拟计算[12]。研究表明,振动是导致钻头及BHA失效、钻井性能降低的主要原因。据某服务公司统计,由于冲击和振动导致的效益损失占到1/4。智能钻杆的高速率低延时传输,为振动信号的实时传输和振动分析模型应用提供了可能。
模拟是在上述模型基础上,构建多领域参数预测优化的生态系统,其模拟结果一般通过一个虚拟仿真界面集成展现,其功能结构示意图如图 5所示。构建这样的生态系统,必须研究并处理各模拟子模块之间的依赖关系、优先关系以及他们对钻井状态的依赖关系,软件架构设计上必须充分考虑其实时性和协同性。
随着自动化钻井相关技术的逐渐成熟和迫切需求,钻井数字模拟和远程控制系统不断被研发出来。最有代表性的产品有eDrilling系统、DrillTronics系统、Aker公司的HIL模拟器和德国的Celle HIL模拟器。
eDrilling系统[13]是一套纯软件钻井模拟系统,以地学模型、水力学模型、管柱力学模型、井壁稳定模型、振动模型和机械钻速模型为核心,以三维虚拟井筒为用户界面,功能覆盖钻前模拟优化、钻前仿真培训预演、随钻监测与优化控制、钻后回放分析等全过程。
DrillTronics系统[14]主要针对实钻过程,具有实时监测、过程回放、诊断与优化控制功能。Sekal公司宣称DrillTronics是世界上第1套自动化钻井控制系统。该系统在Statoil应用中,通过优化参数、自动化起下钻、接单根和起停泵等操作,平均每口井节约钻井时间4%,且提高了施工安全性。目前,联合研究团队正在进一步开展自动化钻井液处理和地漏测试等研究工作。
Aker公司的三维钻井模拟器[15]属于HIL(Hardware In Loop)类型的模拟器,即将井下硬件同模拟软件直接相连,更加真实地模拟钻井过程。除了钻机是虚拟的外,其控制系统——地面设备(绞车、排管架、排管系统、上卸扣液压钳和顶驱等)及井下情况(各种操作、钻进、起下钻、流体、防喷器、钻井泵、压力和体积等)与实际钻机用的系统完全一样,因此在模拟时其响应时间也完全一样。
德国在Celle建立了钻井模拟研究中心,准备研发一个基于HIL模型的混合型模拟器[16],将一段HBA+钻头部分做成物理试验台架,其他部分用虚拟模型实现,BHA的移动和相关测量都是基于硬件,弥补了虚拟模型的弱点。物理试验台架包括岩石腔、BHA腔和动力腔3段,可以模拟全套BHA的振动情况,还可用来进行电子部件可靠度测试及寿命测试。该装置可以模拟真实频率和振幅的涡动与跳动。
1.2.6 人机接口(HSI)HSI是个为了改进和获得更好的DSA而引入的相对较新的概念,其目的是一切以人的需求出发,建立一个以用户为中心的过程。随着DSA的发展,钻台上的人会逐渐减少,但是人的角色将从井场转移到系统内部和远程中心。
1.2.7 标准及认证在单项技术快速发展的同时,必须制定开放的行业标准,才能促进成果的集成和减少重复研究,加快DSA整体技术进步。目前有超过33项标准与DSA有关,其中OPC UA已被推荐为DSA设备间通信协议标准,WITS/WITSML是设备与系统、系统与系统间通信的主要标准。其他标准仍需继续研究。认证的目的是确保系统遵从相关标准,使得依赖的系统间能够正常通信和交换,且通过验证。
1.3 DSA的应用模式图 6是贝克休斯公司绘制的钻井远程支持中心发展历程。钻井远程支持中心配备的软件大致包括以下功能:数据远程传输、风险预测与诊断、方案模拟优化、智能决策及基于信息可视化的人机界面。
DSA的终极目标是建立“参数测量-智能分析决策-自动控制执行”的自治式闭环系统,其中的智能分析决策部分相当于“大脑”,在未来的一个漫长的发展时期内,该大脑仍将由电脑和人脑共同组成,始终离不开人的参与。实践证明,由远程作业支持中心承担智能决策分析功能,使得现场与后方形成闭环是一个最佳的应用模式。从最早的钻井远程监测和诊断指导,发展到远程监督和决策指挥,到将来的实时模拟优化与远程控制,直到自动化钻井的最终目标闭环钻井,远程中心一直处于重要地位。
贝克休斯、哈里伯顿和斯伦贝谢公司已经建立了100多个钻井远程支持中心。随着DSA相关技术的不断提高,远程作业支持系统的功能正在从监测决策向远程控制方向演进。比如贝克休斯公司的专家决策支持与远程作业网络平台[17](BEACON)已经实现了远程MWD/LWD服务,即在远程中心配备1名MWD/LWD工程师负责全面技术支持,现场只有1名定向工程师和1名实时高级工程师。后者是个新职位,其主要职责是负责现场的传感器、数据和计算机相关的所有问题,以及配合DDX处理部分仪器操作问题。贝克休斯公司认为这种模式在远程中心增加了1人,但在现场减少了3~4人。
业界预测[18],新的钻井施工模式将是“远程决策+技术服务”替代现场服务,使井场与后方的人员重新配置,技术服务和专家决策水平也会随之大大提高,这是迈向自动化钻井的第1步。这种新业态将催生集成作业承包商(IOC)的出现。此外,美国得克萨斯大学奥斯汀分校于2015年启动了RAPID研究项目[19],研究范围涵盖了自动化钻井系统的全部技术领域,包括自动控制系统、建模与模拟系统、实时监测与数据分析系统、智能钻井控制设备及设备重构,其最终目标是实现缩短钻完井时间(或降低成本)和降低井场用工量双双达到50%。
1.4 DSA现场试验部分公司已经在尝试利用最新的技术成果进行小型或局部的DSA现场试验。斯伦贝谢公司于2012年开展了名为ROPO的闭环自动化钻井试验[20]。试验的闭环系统包括钻机控制系统、设备驱动部件及OPC UA服务器、自动化司钻台、执行系统服务器和应用服务器。试验结果表明使用该闭环系统明显提升了ROP。HESS公司与国民油井公司于2015年联合开展了16口井的闭环自动化钻井试验[21]。通过测量传输井下钻压、扭矩、转速、陀螺测斜、横向振动、轴向振动和环空压力等参数,利用优化计算模型推荐的参数自动控制钻井过程,试验井平均日进尺提高了17%(其中直井段提高了24%),还突破了一些意料之外的技术瓶颈,积累了经验。
2 国内主要技术进展 2.1 硬件系统在地面设备方面,国内钻机装备制造商(如宝鸡石油机械有限责任公司)研制了管柱自动化处理系统、远程电子双集成司钻和钻机集成控制系统,部分设备已经走向钻台。在测量系统方面,国内众多研究机构开展了综合录井仪、MWD、LWD、EM-MWD、FEWD和智能钻杆等技术研究,其中综合录井仪、MWD和LWD日趋成熟,智能钻杆技术仍处于研究阶段。总的来说,国内拥有自主知识产权的仪器所能测量的参数比国外少得多,井下传输方面仅钻井液脉冲和电磁波技术比较成熟。综上,井下参数的测量传输技术仍是国内DSA的主要技术瓶颈。
2.2 软件系统国内钻井软件研发大多偏重于钻井设计,远程决策与模拟控制方面的自研软件较少,主要集中在录井数据远程监测和地质导向方面,部分系统在钻井风险控制方面有了新进展。
中石油长城钻探公司开发的远程控制录井系统[22]将现场采集的传感器、烃类气体、音频和视频数据传输给双向传输系统和现场录井系统,通过远程无线网络将数据实时传回基地;基地技术支持中心通过远程同步控制系统对现场设备进行控制,完成远程数据实时采集、监控、专家分析和诊断等过程的操作与分析,实现基地与现场的一体化录井作业。
中海油钻井远程专家支持中心于2012年12月开始建设,安装了eDrilling和Discovery等国外先进软件,集成了实时地质建模、油井三维可视化、实时随钻测量、井眼轨迹控制和地质导向等功能,将井下和地面实时数据与庞大的数据库信息、实时更新的地质模型、辅助定向钻井工程师、地质导向工程师和随钻工程师进行定向指挥和地质导向决策[23]。
中国石化石油工程技术研究院研发了钻井工程决策支持系统DrillAdviser。该系统具备了数据远传、知识库、远程实时监测分析、钻井风险预测与诊断、钻井井场实时仿真等功能,如图 7所示。
该系统实现了地质数据与工程数据、历史数据与实时数据、动态数据与静态数据的融合,实现了中石化现存的多种不同标准和不同传输方式的实时数据综合集成应用[23]。
中国石化石油工程技术研究院利用此系统建立了可视化的远程作业支持中心,已为西南元坝及涪陵、西北顺北及顺南、东北龙凤山以及海外的加蓬等地区近百口重点井提供了远程技术支持。
2.3 差距与思考综上所述可以看出,国外无论井场自动化设备、传感器与测量系统还是远程决策控制系统软件,都已经相当先进,而且通过DSA路线图联盟以及新的研究项目,正在将分散的技术进行集成,形成真正的自动化钻井系统。而国内无论是整体技术还是单项技术,都存在很大差距。之所以有如此巨大的差距,笔者认为国内在技术研究方式和路线方面存在很大差异,国外有很多经验值得借鉴。
2.3.1 值得借鉴的国外经验值得借鉴的国外经验包括:① 尊重技术发展的客观规律,前瞻研究、总体设计、模型研究、软件研发试验、先导试验、技术集成与商业推广的思路非常清晰,每个阶段的研究人员都可能不同,不过度追求短期效益,锲而不舍长期持续投入,最终都能取得良好效果。② 软件不成熟时期,很少只提供软件单项服务,而是把软件与传统技术集成起来提供服务,在验证改进软件的同时,提升了整体服务能力,进而催生新的服务项目。③ 量力而行,有所为有所不为,追求精而不追求全,合作研究非常普遍。④ 提供现场技术试验单位作为研究团队的一部分,共享研究成果。
2.3.2 国内存在的不足国内存在的不足:① 自主产权的井下随钻测量仪器所测参数较少,井下随钻测量应用普及率较低,难以提供全面准确的实时数据。② 计算模型的准确性、全面性和现场适用性需要改进。③ 对数据的全面性、准确性要求低,信息共享通道不畅,制约了软件发展。④ DSA是信息技术与传统业务融合的产物,其涉及的技术面广,影响因素多,成果的培育是一个漫长的过程,这个规律在国内钻井行业没能得到理解和落实。⑤ 由于国内的钻井管理模式局限,技术人员仍然集中在井场,对DSA新技术尤其是软件的依赖程度也不高,导致驱动力不足,技术发展缓慢。
3 技术发展趋势与建议 3.1 发展趋势(1) 自动化钻井技术研究重点已经从井场装备自动化向钻井过程模拟仿真、钻井方案优化、远程决策与控制领域迈进,尤其是利用大数据及人工智能方法实现智能优化与决策,体现出明显的智能化趋势。
(2) 自动化钻井各项关键技术发展到新的阶段,全套技术的集成面临较大难题,已经开展该领域技术研究的油公司、油服公司和装备制造商已经联合起来,推动自动化钻井技术标准及技术发展路线的制定,业界对此寄予了很高的期望。
(3) 井下地质与工程参数的准确全面测量技术、地面与井下的双向高速可靠通信技术仍然是自动化钻井技术的瓶颈。
(4) 自动化钻井技术的发展正在逐渐改变传统的业务模式,催生IOC集成承包(总包方主要负责技术)等新的业态和新的技术服务模式。
3.2 建议(1) 自动化智能化钻井技术发展势不可挡,我国石油企业在很多单项技术方面也有不错的进展,但针对这项覆盖面广且极其复杂的技术,急需进行顶层设计,同步布局装备、工具、仪器和软件的研发,满足当前和未来的技术需求。
(2) 国内钻井现场施工与技术支持队伍条块分割、技术人员集中在井场的传统模式,与国外的远程专家团队实时监测与决策、施工方案随钻随调的先进模式差距大,这在一定程度上影响了对自动化智能化钻井技术发展的敏感性,因此国内的业务模式也急需变革。
[1] | YOUNG F S.Computerized drilling control[R].SPE 2241, 1969. |
[2] | BRETT J F, WARREN T M.Field experiences with computer-controlled drilling[R].SPE 20107, 1990. |
[3] | 沈忠厚, 黄洪春, 高德利. 世界钻井技术新进展及发展趋势分析[J]. 中国石油大学学报(自然科学版), 2009, 33(4): 64–69. |
[4] | PINK T, BRUCE A.Building an automated drilling system where surface machines are controlled by downhole and surface data to optimize the well construction process[R].IADC/SPE 150973, 2012. |
[5] | DE WARDT J P, MACPHERSON J D, ZAMORA M, et al.Drilling systems automation roadmap——The means to accelerate adoption[R].SPE/IADC-173010-MS, 2015. |
[6] | SøNDERVIK K.Autonomous robotic drilling systems[R].SPE/IADC 163466, 2013. |
[7] | PINK T, HARRELL L, PEREZ D, et al.Integrated drilling optimization and downhole drilling dynamics enables PDC bits to drill in the colorado region of the san juan unconventional gas basin[R].SPE/IADC 139848, 2011. |
[8] | CRAIG A, ADSIT R.Drillstring network 2.0:An enhanced drillstring network based on 100 wells of experience[R].SPE 170692-MS, 2014. |
[9] | ANON.IntelliServ network[EB/OL].[2014-10-17].http://www.nov.com/Segments/Wellbore_Teochnlogies/intelliServ/IntelliServ_Network.aspx. |
[10] | ANON.Intelligent production systems[EB/OL].[2016-10-01].https://www.bakerhughes.com/products-and-services/production/intelligent-production-systems. |
[11] | ANON.TeleCoil intelligent coiled tubing services[EB/OL].[2016-06-07].https://www.bakerhu-ghes.com/products-and-services/pressure-pumping/c-oiled-tubing-services/telecoil-downhole-communications-system. |
[12] | SUGIURA J, SAMUEL R, OPPELT J, et al.Drilling modeling and simulation:Current state and future goals[R].SPE/IADC-173045-MS, 2015. |
[13] | ANON.Wellsim product family[EB/OL].[2016-01-01].http://edrilling.no/products-services/wellsim/. |
[14] | ANON.Industry takes cautious but sure-footed steps toward hands-free drilling, automation[EB/OL].[2009-10-07].http://sekal.com/2016/drilltronics/. |
[15] | MIRHAJ S A, OTERI V A.Tight hole spotting in 3D virtual drilling simulator[R].SPE 166656, 2013. |
[16] | SVERHAGEN E, THORSEN A K, DAGESTAD J O, et al.From standard operations via re-manning and remote support to automated advisory systems; a stepwise development program for remote operations over a decade[R].SPE 150155, 2012. |
[17] | SAEVERHAGEN E, THORSEN A, DAGESTAD J O, et al.Remote real-time analysis-a game changer for remote operation centers[R].IPTC 16999, 2013. |
[18] | ANON.Rig automation & performance improvement in drilling[EB/OL].[2015-07-01].http://drilling.utexas.edu/sites/drilling.utexas.edu/files/RAPIDFlyer.pdf. |
[19] | CHAPMAN C D, FLORES J L S, PEREZ R D L, et al.Automated closed-loop drilling with ROP optimization algorithm significantly reduces drilling time and improves downhole tool reliability[R].IADC/SPE 151736, 2012. |
[20] | TRICHEL D K, ISBELL M, BROWN B, et al.Using wired drill pipe, high-speed downhole data, and closed loop drilling automation technology to drive performance improvement across multiple wells in the bakken[R].IADC/SPE-178870-MS, 2016. |
[21] | 宋明会, 高翔, 梁宝安, 等. GW-RSL远程录井系统[J]. 录井工程, 2014, 25(4): 63–67. |
[22] | 佚名. 远程钻井共享大数据[EB/OL]. [2015-03-02]. http://www.cnooc.com.cn/art/2015/3/2/art_201_1787121.html. |
[23] | 肖莉, 杨传书, 赵金海, 等. 钻井工程决策支持系统关键技术[J]. 石油钻探技术, 2015, 43(2): 38–43. |