LA DETECCIÓN DE LAS ACTIVIDADES EN EL EQUIPO DE

PERFORACIÓN EN TIEMPO REAL AYUDA A IDENTIFICAR Y

MINIMIZAR LOS TIEMPOS INVISIBLES
En un estudio reciente de Shell sobre la detección automática de actividades en
plataforma se demostró un ahorro de costos y tiempo en pozos en aguas profundas y
terrestres.
Eric Van Oort y Ed Taylor , Shell; Gerhard Thonhauser y Eric Maidla , Thonhauser GmbH

Debido a que el tiempo perdido invisible representa aproximadamente el 30% del tiempo y
el costo de la entrega del pozo en la mayoría de las operaciones de perforación, Automatic
Rig-Activity Detection (ARAD) es un elemento nuevo muy importante y emocionante para
guiar la mejora del rendimiento de la perforación. Con los presupuestos de NOC y
perforación COI ahora corriendo a miles de millones de dólares, una comprensión más
profunda de tiempo perdido invisible presenta una oportunidad histórica de ahorro de costos
en un momento de rápido aumento de los costos de operación. Un estudio reciente de Shell
demuestra que las herramientas para hacerlo de manera efectiva ahora están llegando a
estar disponibles. Ellos incluyen la detección de actividad de plataformas en tiempo real,
que se utiliza ya sea como una tecnología independiente o en combinación con la
supervisión de operaciones en el entorno de un centro de operaciones en tiempo real.

ANTECEDENTES
Históricamente, las iniciativas de mejora del rendimiento de perforación de pozos se han
centrado principalmente en el tiempo no productivo (NPT) causada por acontecimientos
imprevistos en gran medida (por ejemplo, fallos de herramienta, problemas en el pozo). Con
estimaciones NPT típicamente del orden de 15-25% del tiempo total de entrega del pozo
para este tipo de proyectos muy caros como pozos en aguas profundas, esta zona
representa una oportunidad interesante a seguir. Hay, sin embargo, un premio aún mayor
en forma de tiempo perdido invisible (ILT) en los pozos que van desde los pozos terrestres
de bajo costo hasta para pozos de aguas profundas de exploración.
ILT cuantifica el grado de ineficacia que es absorbida por una operación de entrega
también. En pocas palabras, aunque no hay tiempo de inactividad, ILT se acumula si las
operaciones de perforación no se llevan a cabo tan eficientemente como podrían ser con la
tecnología disponible y con el conocimiento de las mejores prácticas.
Adoptando la mentalidad enmarcada por la práctica de Shell "Drilling the Limit", el ILT puede
ser visto como la diferencia entre el tiempo "límite técnico" o "perforar el pozo en papel" y
el tiempo real de entrega del pozo.

En el mundo de la detección automática de actividades de perforación (ARAD) en tiempo

real, el proceso de perforación es visto como un proceso de fabricación industrial con el
producto final siendo un pozo. Muchas operaciones de perforación comunes son
secuenciales y por lo tanto pueden ser cuantificadas en el tiempo. Por supuesto, esto
siempre ha sido una posibilidad usando cronómetros y personal dedicado en la plataforma.
La naturaleza repetitiva de este trabajo y el uso relativamente pobre de los recursos que
implicaba, sin embargo, clamaron por una solución automatizada más efectiva. Esta
solución se hizo disponible utilizando tecnología patentada que detecta y mide
automáticamente el tiempo que toman las operaciones de perforación más comunes
durante la duración de una operación de perforación de pozos.

Utilizando los datos de superficie de alta calidad con una adecuada frecuencia de muestreo
alta (entre 1 segundo y 10 segundos por punto de datos), el tiempo empleado por diversas
operaciones de perforación comunes ahora se puede detectar: la perforación en el modo
de rotación, deslizamiento, el viaje de entrada / salida, tiempo de tratamiento del pozo (hasta
escariado hacia abajo, lavado, y en circulación) y los tiempos de conexión, Fig. 1. Con esta
caracterización, es posible determinar la eficacia con la que se realizan estas operaciones
y la variación que cada actividad muestra con el tiempo. La evaluación comparativa hace
posible la comparación de plataforma-plataforma, pozo-pozo, tripulación-tripulación, e
incluso perforador-perforador. El objetivo no es hacer que las personas sean responsables
específicos. En su lugar, es identificar las mejores prácticas, aumentar la transparencia y
comenzar la discusión sobre cómo abordar mejor una oportunidad de mejora evidente dada
cualquier discrepancia identificada en el desempeño. Se debe tener en cuenta que esta
discusión es siempre necesaria, ya que puede haber razones muy válidas en cuanto a por
qué se producen estas discrepancias (por ejemplo, dos equipos que tratan con diferentes
configuraciones de hardware). La discusión presenta un primer e importante paso para
abordar con eficacia los ILT.

Fig. 1. Ilustración gráfica de cómo ARAD identifica y asigna diferentes tipos de actividades
de perforación.
Para explorar la oportunidad presentada por la detección de actividad de plataformas en
tiempo real, se organizó un ensayo en tres fases en el Centro de Operaciones en Tiempo
Real de Shell (RTOC). Las dos primeras fases se dedican a prueba de concepto, tabla de
los problemas relacionados con la tecnología y el desarrollo de una solución "comercial"
que podría implementarse fácilmente para cualquier tipo de pozo. La tercera fase consistió
en la aplicación de esta solución, ahora madura, para una variedad de pozos. A
continuación se presenta una visión general de 1) el proceso de medición y análisis de
datos, y 2) un resumen de los resultados característicos generados hasta la fecha.

EL PROCESO
Un primer paso crucial en el proceso de ARAD es realizar una comprobación objetiva de la
calidad de los datos, independiente de la parte que proporciona estos datos. Este paso
afecta directamente a la calidad del análisis y la utilidad de los resultados. Por otra parte,
los controles de calidad ocasionales deben continuar durante todo el proceso de detección
para asegurarse de que los sensores del equipo permanezcan calibrados y garantizar que
sólo los datos de alta calidad que cumplan con los estándares mínimos conformes sean
procesados por las rutinas de cálculo de ARAD.
Aparte de su calidad, es importante que los datos sean recopilados y transmitidos con una
frecuencia de muestreo apropiada. Dado que las actividades de la plataforma son
analizadas en el dominio del tiempo, la frecuencia de datos se convierte en un parámetro
importante, particularmente cuando se realizan cálculos de velocidad y aceleración; Por
ejemplo, durante los viajes. Aunque los cálculos pueden realizarse aún más allá de la baja
frecuencia de datos de 0,1 Hz (es decir, intervalos de 10 segundos entre puntos de datos
sucesivos), la precisión de los análisis comienza a deteriorarse significativamente. Para
obtener resultados óptimos, se recomienda una frecuencia de 1 Hz (es decir, intervalos de
1 segundo) y se utilizó durante los ensayos de Shell.
En estos ensayos, se utilizaron dos mecanismos principales para procesar los datos. Para
los pozos de tierra, los datos de 1 Hz fueron recopilados por un proveedor de datos de
terceros y enviados a través de una conexión por satélite a un sitio FTP de Internet. Fue
descargado y analizado por el proveedor de servicios ARAD en una ubicación fuera de sitio
en Austria. Los informes estándar se comunicaron a través de enlaces de correo electrónico
regulares a los centros de Shell RTOC en América. Para los pozos costa afuera, los datos
de alta frecuencia fueron recopilados por un proveedor de datos de terceros en las
localizaciones offshore y enviados directamente a los concentradores RTOC por conexión
satelital, donde los datos fueron procesados utilizando la versión en tiempo real de las
rutinas de cálculo de ARAD. En ambos casos, se utilizó personal altamente calificado con
experiencia considerable en ARAD para interpretar los datos y generar los gráficos e
informes necesarios. El personal de optimización asociado con los centros RTOC analizó
los resultados y los comunicó al personal operativo en el campo, con especial hincapié en
las oportunidades evidentes de reducción de ILT.

RESULTADOS DE POZOS EN AGUAS PROFUNDAS

El software ARAD se utilizó para realizar un seguimiento diario del progreso de la operación
inicial en un proyecto de desarrollo de aguas ultra profundas (profundidad de agua de 8.900-
9.500 pies) en el Golfo de México. Este conjunto de lotes incluye una serie de 22
operaciones en gran parte idénticas (conductor de 36 pies, la perforación de un agujero de
superficie de 26 pulgadas, el establecimiento de una tubería de revestimiento de 22
pulgadas, la perforación de un agujero de 20 pulgadas y el establecimiento de una tubería
de revestimiento de 16 pulgadas, con el mismo equipo y las mismas tripulaciones. Se realizó
un seguimiento del tiempo total de operación y, además, se realizaron operaciones
específicas tales como tiempo promedio durante las conexiones, tiempos de viaje, tiempos
de circulación, tiempos de lavado y resma, rotación y perforación deslizante ROP fueron un
seguimiento para identificar las oportunidades de rendimiento destacado que lo haría ayudar a
acelerar la progresión de la curva de aprendizaje.

El tiempo de perforación total de cada pozo por lotes fue visto para mejorar de forma
incremental el tiempo del proceso, con la mejora más espectacular en la curva de
aprendizaje que ocurren en el transcurso de los primeros siete pozos, Fig. 2a. La mayor
parte del aprendizaje temprano ha tenido que resolver problemas mecánicos con el sistema
de plataforma de nueva generación, pero después de los primeros tres pozos, la reducción
del tiempo total del pozo se debió principalmente a la mejora de la eficiencia operativa.

Fig. 2. Gráficas de datos de pozos en aguas ultra profundas producidas por el software
ARAD operación de seguimiento de tiempo; a) curva de aprendizaje-tiempo total; b) La
velocidad bruta y neta de viajes; c) tiempo de conexión; d) la circulación, acondicionamiento
del agujero, y lavado.

La figura 2b muestra la velocidad de viaje bruto (profundidad total del viaje, dividido por el
tiempo total de viaje) total y el tiempo neto de disparo (profundidad viaje total dividido por el
tiempo total de la cadena de marcha más el tiempo de conexión) durante los primeros 11
pozos del conjunto de lotes. Esto muestra claramente que la velocidad general de viaje se
estaba mejorando de forma incremental a medida que los pozos fueron perforados, lo que
sugiere que las tripulaciones eran cada vez más eficientes en el proceso de viaje.
Profundizando en los datos de las operaciones automatizadas de reconocimiento, fue
posible realizar un seguimiento de las mejoras en el viaje a nivel sub-operativo. La fig. 2c
muestra que el tiempo medio de permanencia en el tiempo de conexión cuando se desliza
dentro y fuera del agujero se reduce a medida que los pozos de los lotes fueron perforados,
lo cual fue un factor que contribuye a los aumentos observados en la velocidad general de
viaje. También se realizó un seguimiento del tiempo que pasó circulando el pozo, escariado
y lavado, lo que resaltó el aumento en la cantidad de tiempo de acondicionamiento del pozo
que se estaba haciendo mientras se luchaban los problemas de alta densidad circulante
efectiva encontrados durante la perforación de los primeros 10 conjuntos de lotes. Fig. 2d.

Además del seguimiento de los tiempos promedio para los distintos parámetros, ARAD
permitió una revisión detallada de las historias de rendimiento en viaje individuales. La
figura 3 muestra una vista histórica del viaje en los tiempos de conexión para toda una
carrera de BHA en la perforación de un agujero de 20in. Cada barra muestra la duración en
minutos de un evento individual, incluso la conexión de la BHA, las conexiones durante el
viaje, las conexiones durante la perforación de la formación y las conexiones durante el
viaje fuera del agujero, con la línea azul que indica la profundidad de la BHA.

La visualización de los datos de conexión desde la perspectiva de los viajes es una forma
útil de analizar la eficiencia del viaje de la BHA, y se utilizó para detectar las tendencias y
las posibles áreas de mejora. Para la ejecución de BHA se muestra en la Fig. 3, tanto las
tripulaciones de día y de noche estaban involucradas, con el turno de noche introduciendo
tubería y el turno de día perforando la formación. Dado que tanto las cuadrillas de día y de
noche trabajaron alrededor del 50% del viaje hacia fuera, fue posible comparar la media del
tiempo antes y después del cambio de turno, para ver si había diferencias de
funcionamiento entre las tripulaciones en el mismo viaje. En este caso particular, la gráfica
muestra una diferencia apreciable en el tiempo medio (indicado por la línea discontinua
negra en el gráfico) entre los dos equipos. Esto sugiere que la tripulación de noche fue más
eficiente en este aspecto de la operación.
Fig. 3. Gráfica de tiempos de conexiones durante un viaje y la perforación de un agujero de
20in, en el eje “y” se representa las duraciones de las conexiones (barras rojas) y la
profundidad a la que se realizó la conexión (línea azul), con las operaciones y las
tripulaciones que se indican a lo largo del eje “x”.
Por supuesto, este tipo de interpretación debe tener en cuenta todos los factores externos,
como el tiempo y el equipo, problemas que pueden haber ocurrido en el momento del
cambio de tripulación. La capacidad de comparar el rendimiento de la tripulación fue
reconocida como una valiosa herramienta para identificar y ayudar a los equipos a
normalizar el uso de las mejores prácticas.

Los datos ARAD también se usaron para ayudar a rastrear el tiempo de la trayectoria crítica
más precisamente para la transición entre los pozos de lote individuales.
La plataforma de perforación de estos pozos utiliza un sistema de torre doble para lograr
una operación casi continua, donde la torre principal fue utilizada para el conductor y
perforar los agujeros de 26 pulgadas y 20 pulgadas, y la torre lateral se utilizó
alternativamente para bajar las tuberías de revestimiento de 22 pulgadas y 16 pulgadas
respectivamente.
En el proceso mostrado en la figura 4, nos indica que el pozo 1 ya tenía las tuberías
superficiales bajadas y cementadas, entonces en el pozo 1 se perfora un agujero de 20
pulgadas y se baja la TR de 16 pulgadas, todo ese proceso con la torre principal, mientras
que en el pozo 2, se están perforando un agujero de 26 pulgadas para colocar y cementar
una tubería de revestimiento de 22 pulgadas, esto se está haciendo con la torre lateral. Con
este sistema de “dual derrick” o “doble mástil o torre”, se reducen tiempos de operaciones
de perforación, y al hablar de reducción de tiempos hablamos de reducción de costos, ya
que la plataforma que perfora estos dos pozos tiene un costo por día. La figura 4 muestra
el caso anterior pero lo combina con distintos pozos que van del pozo 1 al pozo 12.
Por lo tanto el sistema ARAD analizó los datos para ver lo que estaba ocurriendo y así tener
un aprendizaje y denotar cuáles son las oportunidades para reducir este tiempo de
transición.
La figura 4 muestra un gráfico de la línea del tiempo del camino crítico durante las
transiciones del pozo durante los primeros 12 pozos. El tiempo de funcionamiento,
combinado con la presentación de informes de las operaciones diarias, se utilizó para definir
los límites operacionales más precisamente por el camino crítico de pozos de transición y
era útil en el seguimiento y para ayudar a reconocer las oportunidades, lo que resultó en
una reducción gradual de este periodo de transición como los sucesivos pozos fueron
perforados.

Fig. 4. Gráfico de línea de tiempo acumulado para el tiempo de transición de la ruta crítica
para los primeros 12 pozos conjunto de lotes en aguas ultra profundas.

RESULTADOS EN POZOS TERRESTRES

El enfoque ARAD también se utilizó para analizar los datos del sensor recogidos en una
base diaria de los pozos perforados por seis equipos de perforación en Wyoming en
conjunto con el análisis de los datos procedentes de fuentes más convencionales (por
ejemplo, el informe diario de perforación). Al comienzo del proyecto de análisis, un "tiempo
límite" (el tiempo no puede medirse directamente por los sensores de registro de lodo de
perforación) el análisis general de datos se llevó a cabo mediante la operación de la mañana
estándar de presentación de datos de 26 pozos perforados durante los 12 meses anteriores.
El propósito de esto era para obtener una visión general sobre el terreno del TNP visible e
invisible y áreas potenciales para mejoras operativas.
El tiempo medio "visible" NPT por pozo fue del 12% del tiempo total del pozo, la Fig. 5a.
Los principales contribuyentes a este tiempo perdido visibles se determinó que eran las
reparaciones mecánicas, fallas de la herramienta de fondo de pozo, formación abrasiva y
problemas de control de pozos. Además de identificar los tiempos visibles, TNP, se hacen
gráficas comparativas de otro "tiempo límite (flat time)" de las operaciones, incluyendo el
tiempo de conexión de tuberías, armado e instalación de BOP en marcha y el tiempo de
prueba y reparación de equipo de perforación y mantenimiento de tiempo se hicieron para
encontrar diferencias de funcionamiento entre las plataformas y para investigar áreas
susceptibles de mejora. Uno de los resultados de este estudio fue la confirmación de una
amplia gama en el tiempo para conexión y prueba de los BOP entre los seis equipos de
perforación, la Fig. 5b. plataformas individuales tomaron consistentemente doble de tiempo
que otras plataformas. Esto llevó a una investigación de campo, que reveló que las
diferencias estructurales en el BOP equipos de perforación y equipos individuales fueron la
razón principal para las amplias diferencias en los tiempos de funcionamiento. Los tiempos
operativos para estos equipos podrían mejorarse, pero nunca podrían igualar debido a
estas diferencias estructurales; sin embargo, el conocimiento de estas diferencias puede
ser importante cuando se toman las decisiones ya sea para traer un equipo particular bajo
contrato o para actualizar un equipo de perforación.

Fig. 5. Gráficas comparativas a) del "planificado" y tiempo operacional total "no planificado"
y b) del armado, instalación y el tiempo de prueba de BOP de pozos terrestres en Wyoming.

Los datos derivados del sensor de registro de lodo fueron recolectados diariamente de los
seis equipos seleccionados. Los datos del equipo de perforación se procesaron con el
software de reconocimiento de las operaciones ARAD para el seguimiento y análisis de la
evaluación comparativa y para identificar áreas potenciales de mejora operativa. Los
informes de resumen se produjeron al final de las fases de 8.5-in y 6-in y al final de la
operación global y fueron puestos a disposición de los ingenieros y OFICINA DE basadas
en el campo de trabajo en la región. Debido al TNP visible relativamente bajo con
experiencia en el área del campo, los principales focos del estudio eran para rastrear e
investigar el horario de funcionamiento de referencia y para investigar posibles reducciones
de ILT "oculta", mediante el aumento de la eficiencias operativas de la perforación, viajes y
las eficiencias operativas de la tripulación, de pozo a pozo, y entre los seis equipos
estudiados. Parámetros de funcionamiento que fueron rastreados incluyen fases de tiempos
totales, rotación y deslizamiento ROP, pozo tiempo de acondicionamiento y tiempo de viaje.
El reconocimiento de las operaciones demostrado puede ser útil para realizar un
seguimiento de las barrenas con las nuevas tecnologías de perforación y siendo empleadas
fueron la mejora de ROP en un pozo por y sobre una base de campo amplio.

De particular interés fue la capacidad de utilizar los datos de ARAD para analizar el
rendimiento de la operación por la tripulación, tanto de forma individual y equipo de
perforación entre plataformas sobre una base de campo amplio. Un ejemplo de esto se da
en la Fig. 6, que muestra una serie de gráficos para una plataforma seleccionada mostrando
el promedio de tiempo de conexión por tres pozos perforados en forma consecutiva. Las
figuras 6a y 6b muestran la media en equivocaciones 'del tiempo para los viajes en y viajes
fuera del agujero trazados en función de cada pozo, y las figuras. 6C y 6D muestran los
mismos datos representados en una base por tripulación. Considerando que las barras por
pozos indican algunas diferencias entre los pozos, sólo cuando los datos se analizaron en
al nivel de la tripulación llegó a ser evidente que la tripulación 1 y 2 tripulación superaron a
las tripulaciones 3 y 4 para esta serie de pozos para el promedio en tiempo de conexión.
Las gráficas hechas para el tiempo medio de viaje y el tiempo de conexión de tubulares
para estas tripulaciones confirmaron que las mismas tripulaciones tenían un desempeño
consistentemente bajo en otras operaciones de viajes, también, incluso cuando las medias
se compararon con el ROP para una sección de pozo similares, se encontró la misma
diferencia de rendimiento entre las tripulaciones de la plataforma.
Fig. 6. Las diferencias en el rendimiento de la tripulación durante las conexiones de tubería
en tres pozos perforados consecutivos de tierra de Wyoming por el mismo equipo de
perforación.
Estas comparaciones de rendimiento operativo basadas en la tripulación fueron útiles para
identificar los equipos de mejor rendimiento, para establecer las "mejores prácticas", puntos
de referencia cuadrilla de perforación y que indique la mejor forma de enfocar los esfuerzos
de capacitación y supervisión de la tripulación en el futuro. Este tipo de análisis fue de un
valor particular en situaciones en las que el nuevo personal se inicia en un equipo de
perforación y en el análisis de los efectos de los períodos de alta rotación de la tripulación
en la eficiencia de las operaciones. Las solicitudes por parte de los ingenieros de los
equipos de perforación para "controles puntuales" en viajes individuales BHA también se
han encontrado útiles en algunos casos para comparar el rendimiento de la tripulación.

CONCLUSIÓN
El enfoque ARAD resultó ser muy útil no sólo para documentar las curvas de aprendizaje,
sino también para identificar las fuentes de tiempo perdido invisible (LTI) y así considerar
un diálogo con el personal de campo operacional. El análisis de ARAD es visto como un
nuevo habilitador importante e interesante para manejar la mejora en el rendimiento de la
perforación, dado que ILT representa un orden del 30% del tiempo de entrega y el costo en
la mayoría de las operaciones de perforación.