إطار هجين مستوحى من الفيزياء للتنبؤ بضغط المسام وميل الكسر في مكامن الكربونات

لماذا الحفاظ على سلامة الآبار مهم

عندما يحفر المهندسون عميقاً تحت قاع البحر بحثاً عن النفط والغاز، يجب عليهم موازنة ضغط سائل الحفر بعناية مع الضغط الطبيعي للصخور. إذا قدروا الضغط بأقل من اللازم، قد تتدفق سوائل إلى داخل البئر مسببة اندفاعات خطرة أو انفجارات. وإذا قدروا الضغط بأعلى من اللازم، فقد تتشقق الصخور وتبتلع طين الحفر، ما يهدر الوقت والمال. تعرض هذه الورقة طريقة جديدة للتنبؤ بهذه الضغوط بدقة أكبر في تكوينات الصخور الكربونية الصعبة، باستخدام مزيج من الفيزياء التقليدية والتعلّم الآلي الحديث.

تحدي الصخور الكربونية المعقدة

في أي صخر تحت السطح، يدفع السائل المحبوس في المسامات الصغيرة إلى الخارج ما يعرفه علماء الجيوعلوم بضغط المسام. وفوق ذلك، يخلق وزن المواد المتراكمة قوة ضغط إضافية. معاً، تحدد هذه الضغوط مدى ثِقَل طين الحفر المطلوب للحفاظ على استقرار البئر. في الصخور المثالية والمتجانسة، يمكن للصيغ التقليدية المستخدمة منذ زمن طويل تقدير هذه الضغوط إلى حد معقول. لكن مكامن الكربونات البحرية ليست متجانسة على الإطلاق: فهي تحتوي على فراغات، طبقات ضيقة، كسور طبيعية وتغيرات مفاجئة في نوع الصخر. في مثل هذه البيئات، غالباً ما تفشل الطرق الصناعية القياسية في الدقة، بينما تكون قياسات الضغط المباشرة بواسطة أدوات القاع نادرة ومكلفة بحيث لا يمكن أخذها في كل مكان.

دمج قواعد الفيزياء مع التعلم من البيانات

يقترح المؤلفون إطاراً هجيناً صُمّم خصيصاً لهذه الكربونات المعقدة. أولاً، يُطبقون الصيغ الصناعية المألوفة التي تحول قياسات مثل موجات الصوت في الصخر، والمقاومة الكهربائية، وسلوك الحفر إلى تقديرات لضغط المسام والضغط اللازم لكسر الصخر. بدلاً من قبول هذه التقديرات كما هي، تضيف المقاربة الجديدة طبقة معايرة تكيفية تنظر إلى بعض قراءات الضغط عالية الجودة المتاحة بأسلوب لطيف وتعدل المنحنيات التقليدية مع العمق. تحافظ هذه الخطوة على الاتجاهات الفيزيائية العامة سلسة بينما تصحّح الانحيازات المحلية الناتجة عن نسيج الصخر غير المعتاد أو ظروف السوائل.

طبقة ذكية تتكيف مع العمق

تعمل طبقة المعايرة التكيفية كجسر مرن بين معادلات الكتب الدراسية والبيانات الحقيقية. عند كل عمق، تتعلم مقدار الثقة الواجب منحها لكل طريقة كلاسيكية من خلال مقارنة توقعها بالقياسات المباشرة القريبة. ثم تخصِّص وزنًا يعتمد على العمق يدفع المنحنى التقليدي باتجاه الواقع دون السماح بتقلبات حادة. تُغذى هذه المخرجات المصححة، إلى جانب سجلات البئر القياسية ومعاملات الحفر، إلى نموذج تعلّم معزّز بالتدرج. يتخصص محرك التعلّم هذا في التعرف على أنماط غير خطية دقيقة، لكنه مثبت بمداخل معايرة منطقية فيزيائياً، ما يقلل خطر الإفراط في الملاءمة للبيانات الصاخبة أو المحدودة.

تنبؤات أدق وهوامش أمان أوضح

لاختبار الإطار، طبّق الفريق النموذج على ستة آبار في حقل غازي كربوني بحرية في إيران. بالمقارنة مع أدائهم قبل المعايرة، تحسنت الصيغ القديمة بشكل ملحوظ بعد ضبطها بواسطة القياسات المباشرة. ومع ذلك، ظلّ النموذج الهجين يقدم أداءً أفضل بكثير، حيث قلّل أخطاء التنبؤ النموذجية بنحو 60 في المئة ودفع معامل التطابق إلى مستويات تُرى عادةً فقط في الصخور الرسوبية المتجانسة السهلة. تضيف وحدة عدم اليقين تعديلاً متكرراً على بيانات الدخل وتعيد تدريب النموذج لبناء مجموعة من ملفات الضغط المحتملة. ومن هذا، ينتج الأسلوب شريط ثقة حسب العمق عادة ما يكون عرضه بضعة أجزاء من الميجاباسكال فقط، مما يمنح الحفارين إحساساً كمياً بمدى الهامش المتاح أمامهم.

ما يعنيه هذا لحفر أكثر أمناً وأقل تكلفة

بالنسبة للقارئ غير المتخصص، الرسالة الأساسية واضحة: توفر هذه الطريقة الهجينة لمهندسي الحفر صورة أوضح عن أماكن وجود ضغوط باطنية حقيقية، ومدى التأكد من هذه الأرقام. من خلال تضييق عدم اليقين حول كل من ضغط السائل في الصخر والضغط الذي يسبّب تكسره، يستطيع المشغلون تصميم برامج طين أقل تحفظاً لكنها تظل آمنة، متجنّبين كل من التدفقات الداخلة وفقدان طين الحفر المكلف. في مكامن الكربونات المعقدة، حيث تفشل القواعد التقليدية مراراً، يقدم الجمع بين النماذج المبنية على الفيزياء والمعايرة التكيفية والتعلّم الآلي مساراً عملياً نحو قرارات حفر أكثر أماناً وكفاءة.

الاستشهاد: Tahvildari, S.P., Shojaei, S. & Masihi, M. A physics-informed hybrid ML framework for pore pressure and fracture gradient prediction in carbonate reservoirs. Sci Rep 16, 8925 (2026). https://doi.org/10.1038/s41598-026-41773-z

الكلمات المفتاحية: تنبؤ ضغط المسام, ميل الكسر, مكامن الكربونات, التعلم الآلي الهجين, استقرار البئر