מסגרת היברידית מונחית-פיזיקה ללמידת מכונה לחיזוי לחץ נקבוביות ומדרגת סדיקה במאגרים קרבונטיים

למה חשוב לשמור על בטיחות בארות

כאשר מהנדסים מקדחים לעומק מתחת לקרקעית הים בחיפוש אחר נפט וגז, הם חייבים לאזן בזהירות את לחץ נוזל הקידוח מול הלחץ הטבעי של הסלעים. אם ההערכה תהיה נמוכה מדי, נוזלים עלולים לחדור אל הבאר ולגרום ל"קיקים" מסוכנים או להתפרצויות. אם ההערכה תהיה גבוהה מדי, הסלע עלול לסדוק ולספוג את בוץ הקידוח, מה שמבזבז זמן וכסף. מאמר זה מציג שיטה חדשה לחיזוי לחצים אלה באופן מדויק יותר בסלעים קרבונטיים מאתגרים, באמצעות שילוב של פיזיקה מסורתית ולמידת מכונה מודרנית.

האתגר של סלעים קרבונטיים מתעתעים

בכל סלע תת-קרקעי, הנוזל הכלוא בנקבים הדקים מפעיל לחץ החוצה, מה שאנשי מדעי כדור הארץ מכנים לחץ נקבוביות. מעל הסלע הזה, משקל כל החומר המעליו יוצר כוח דוחס. יחד, לחצים אלה קובעים כמה כבד חייב להיות בוץ הקידוח כדי לשמור על יציבות הבאר. בסלעים אידיאליים וחד-סוגיים ניתן להעריך לחצים אלה היטב באמצעות נוסחאות ישנות ומקובלות. אך מאגרים קרבונטיים ימיים אינם אחידים: הם מכילים חללים, שכבות צפופות, סדקים טבעיים ושינויים פתאומיים בסוג הסלע. בהקשרים כאלה, שיטות תעשייתיות סטנדרטיות לעתים קרובות מפספסות, בעוד שמדידות לחץ ישירות מכלי קידוח הן נדירות ויקרות מדי כדי להתבצע בכל נקודה.

שילוב חוקים פיזיקליים עם למידה מנתונים

המחברים מציעים מסגרת היברידית המיועדת במיוחד לקרבונטים מורכבים אלה. ראשית, הם מפעילים את הנוסחאות המוכרות בתעשייה, שממירות מדידות כמו גל קול בסלע, התנגדות חשמלית והתנהגות הקידוח להערכות לחץ נקבוביות וללחץ הנדרש לסדיקת הסלע. במקום לקבל הערכות אלה כפי שהן, הגישה החדשה מוסיפה שכבת כיול אדפטיבית שבוחנת את מדידות הלחץ האיכותיות המעטות הזמינות ומעצבנת בעדינות את העקומות המסורתיות עם העומק. שלב זה שומר על מגמות פיזיקליות חלקות תוך תיקון הטיות מקומיות שנוצרו על ידי מרקמי סלע או תנאי נוזל יוצאי דופן.

שכבה חכמה המתאימה עצמה בעומק

שכבת הכיול האדפטיבית מתפקדת כמו גשר גמיש בין משוואות הספר לבין הנתונים הממשיים. בכל עומק היא לומדת עד כמה יש להאמין בכל שיטה קלאסית על ידי השוואת תחזיתה למדידות ישירות סמוכות. לאחר מכן היא מקצה משקל התלוי בעומק שמדייק את העקומה הקלאסית לכיוון המציאות בלי לאפשר תנודות קיצוניות. התוצאות המתוקנות מוזנות, יחד עם יומני באר סטנדרטיים ופרמטרי קידוח, למודל למידה המבוסס על חיזוק גרדיאנטי. מנוע למידת המכונה הזה מתמחה בזיהוי תבניות לא-ליניאריות עדינות, אך הוא מעוגן בקלטים המכוילים והפיזיקליים, מה שמפחית את הסיכון להתאמה יתרה לנתונים רועשים או מצומצמים.

תחזיות חדות יותר ושולי בטיחות ברורים יותר

כדי לבדוק את המסגרת, הצוות יישם אותה על שישה בארות בשדה גז קרבונטי חופשי באיראן. בהשוואה לביצועים לפני הכיול, הנוסחאות הישנות השתפרו משמעותית לאחר הכוונון באמצעות מדידות ישירות. יחד עם זאת, המודל ההיברידי פעל טוב אף יותר, וקיצץ את שגיאות החיזוי הטיפוסיות בכ-60% והביא את מקדם ההתאמה לרוב למה שרואים בדרך כלל רק בסלעים קלאסטיים טובי-התנהגות. מודול אי-הוודאות הנוסף מפר את קלטי הנתונים ומאמן מחדש את המודל שוב ושוב כדי לבנות אנסמבל של פרופילי לחץ אפשריים. מכך, השיטה מייצרת תחום ביטחון עומק-אחר-עומק שהוא בדרך כלל רק מספר עשיריות מגה-פסקל רחב, ומספקת למקדחים תחושת כמותית של מרווח התמרון שלהם.

מה משמעות הדבר עבור קידוח בטוח וזול יותר

למי שאינו מומחה, המסר המרכזי פשוט: שיטה היברידית זו נותנת למהנדסי קידוח תמונה ברורה יותר של היכן הלחצים התת-קרקעיים נמצאים בפועל, וכמה בטוחים הם במספרים האלה. בהצרת אי-הוודאות הן סביב לחץ הנוזל בסלע והן סביב הלחץ שיגרום לסדיקה, מפעילים יכולים לתכנן תוכניות בוץ פחות שמרניות אך עדיין בטוחות, ולהימנע גם מחדירות מסוכנות וגם מהפסד יקר של בוץ קידוח. במאגרים קרבונטיים מורכבים, שבהם הכללים המקובלים נכשלו שוב ושוב, שילוב של מודלים מבוססי פיזיקה עם כיול אדפטיבי ולמידת מכונה מציע נתיב מעשי להחלטות קידוח בטוחות ויעילות יותר.

ציטוט: 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

מילות מפתח: חיזוי לחץ נקבוביות, מדרגת סדיקה, מאגרים קרבונטיים, למידת מכונה היברידית, יציבות קידוח באר