基于EDEM-Fluent耦合的激光机械钻头井底流场与排屑性能研究

doi:10.3785/j.issn.1006-754X.2023.00.047

基于EDEM-Fluent耦合的激光机械钻头井底流场与排屑性能研究

李琴^,^,, 雷雨薇, 孙浩翔, 代茂林, 陈科

西南石油大学机电工程学院，四川成都 610500

Study on downhole flow field and chip removal performance of laser mechanical drill bit based on EDEM-Fluent coupling

LI Qin^,^,, LEI Yuwei, SUN Haoxiang, DAI Maolin, CHEN Ke

School of Mechatronic Engineering, Southwest Petroleum University, Chengdu 610500, China

收稿日期: 2022-08-08 修回日期: 2022-10-19

基金资助:

国家自然科学基金资助项目. 51974272
四川省科技创新苗子工程项目. 2022035

Received: 2022-08-08 Revised: 2022-10-19

作者简介 About authors

李琴（1970—），女，四川江油人，副教授，硕士生导师，硕士，从事深水油气开发及海洋工程关键技术等研究，E-mail:liqin_swpu@163.com，https://orcid.org/0000-0001-9838-2390 , E-mail：liqin_swpu@163.com

摘要

激光机械钻头是一种新型破岩装备，适用于超深层油气资源的开发。在钻进过程中，先利用激光对岩石进行辐射，使得机械钻头能够快速破岩，但同时会产生大量岩屑。若激光机械钻头的排屑性能不佳，则会导致二次钻井以及钻头磨损加剧，而钻头起下钻频繁会严重影响钻井效率。为此，以提高激光机械钻头排屑性能为目标，建立了激光机械钻头三维模型，利用EDEM-Fluent耦合方法对其排屑过程进行了数值模拟；同时，通过对激光机械钻头井底流场的分析，提出了排屑性能指标，并采用正交试验法对其流道倾角、流道直径以及激光通道宽度进行了优化，从而改进了其井底流场和排屑性能。结果表明：优化后激光机械钻头的流道倾角为17°，流道直径为10 mm，激光通道宽度为5 mm；井底低速区面积占比为11.07%，下降了26.19个百分点；井底径向漫流速度为27.93 m/s，提高了61.54%；环空岩屑运移速度为8.97 m/s，提高了46.57%；平均岩屑滞留量减少了46.38%，平均岩屑堆积量减少了59.43%。综上，优化后激光机械钻头的排屑性能得到了有效提升。研究结果可为激光机械钻头水力结构的设计提供数据参考。

关键词： 激光机械钻头 ; EDEM-Fluent耦合 ; 水力结构 ; 井底流场 ; 排屑性能

Abstract

Laser mechanical drill bit is a new type of rock-breaking equipment, which is suitable for the development of ultra-deep oil and gas resources. In the process of drilling, the laser is first used to irradiate the rock, so that the mechanical drill bit can quickly break the rock, but at the same time, a large number of rock chip will be produced. If the chip removal performance of the laser mechanical drill bit is poor, it will lead to the secondary drilling and the bit wear will be aggravated, and frequent bit trips will seriously affect the drilling efficiency. Therefore, in order to improve the chip removal performance of the laser mechanical drill bit, a three-dimensional model of the laser mechanical drill bit was established, and the chip removal process was numerically simulated by using the EDEM-Fluent coupling method; at the same time, through the analysis of the downhole flow field of the laser mechanical drill bit, the chip removal performance indexes were put forward, and the flow channel inclination angle, flow channel diameter and laser channel width were optimized by the orthogonal test method, so as to improve the downhole flow field and chip removal performance. The results showed that after optimization, the laser mechanical drill bit had a flow channel inclination angle of 17°, a flow channel diameter of 10 mm, and a laser channel width of 5 mm; the downhole low-speed area accounted for 11.07%, which decreased by 26.19 percentage points; the downhole radial crossflow velocity was 27.93 m/s, which was increased by 61.54%; the annulus rock chip transport velocity was 8.97 m/s, which was increased by 46.57%; the average rock chip retention was reduced by 46.38%, and the average rock chip accumulation was reduced by 59.43%. In conclusion, the chip removal performance of the optimized laser mechanical drill bit has been effectively improved. The research results can provide a data reference for the hydraulic structure design of the laser mechanical drill bit.

Keywords： laser mechanical drill bit ; EDEM-Fluent coupling ; hydraulic structure ; downhole flow field ; chip removal performance

PDF (5391KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

李琴, 雷雨薇, 孙浩翔, 代茂林, 陈科. 基于EDEM-Fluent耦合的激光机械钻头井底流场与排屑性能研究. 工程设计学报[J], 2023, 30(4): 521-530 doi:10.3785/j.issn.1006-754X.2023.00.047

LI Qin, LEI Yuwei, SUN Haoxiang, DAI Maolin, CHEN Ke. Study on downhole flow field and chip removal performance of laser mechanical drill bit based on EDEM-Fluent coupling. Chinese Journal of Engineering Design[J], 2023, 30(4): 521-530 doi:10.3785/j.issn.1006-754X.2023.00.047

近年来，石油和天然气资源的开采均是利用机械钻头进行刮切和冲击破岩的，但这种方法的钻井成本占能源开采总投资的50%以上^[1-3]。随着钻井深度的增加，岩石的可钻性越来越高，致使机械钻头磨损严重、起下钻频繁，而传统机械破岩方法的钻进速度非常慢（1 m/h或更慢），从而导致钻井成本呈指数增长^[4]。这些年，激光技术蓬勃发展，尤其是万瓦级大功率激光器的出现，为激光钻井提供了有力的支撑。2016年，美国Foro公司开展了激光-机械复合破岩试验，结果表明：与常规机械钻头相比，激光机械钻头的机械钻速提高了2~4倍^[5-6]。由此可知，激光机械钻头是一种有望满足钻井提速和节能降耗等多方面需求的新型破岩设备。

对于传统机械钻头，国内外学者主要针对其井底流场进行了研究。黄红梅等人^[7]以清水作为流体介质，对PDC（polycrystalline diamond compact，聚晶金刚石复合片）钻头进行了三维湍流井底流场的数值模拟分析，结果表明：通过数值模拟方法能够直接获取流体的运动情况、井底速度场和压力场等，以及直观显示井底流场的低速区、回流区和滞流区，这为改进钻头水力结构提供了参考。单代伟等人^[8]研究了空气钻井下潜孔钻头的井底流场，通过分析可知，喷嘴向钻头中心靠拢能扩大井底漫流层的有效冲洗面积，从而减小岩屑向钻头中心的聚集程度。黄英勇等人^[9]提出双流道的直径组合与侧向流道的倾角是影响分流特征的主要因素，即为决定PDC钻头定向喷嘴工作性能的关键参数。陈修平等人^[10]推导了井底岩屑输运率方程，并以此为理论基础，对PDC钻头井底岩屑运输过程进行了相关的数值模拟，结果表明：喷嘴射流形成的横向漫流是清岩的主要动力。Moslemi等人^[11]使用DPM（discrete phase model，离散相模型）对岩屑进行追踪并观察岩屑的运动情况，将岩屑运载比C_t作为PDC钻头水力结构的评价指标，结果表明：在一定的钻井条件下，C_t与流量成正比；随着岩屑尺寸及喷嘴尺寸的减小，C_t逐渐增大。Song等人^[12]通过比较岩屑和气流路径，对钻头的水力结构进行了优化设计。况雨春等人^[13]采用CFD-DEM（computational fluid dynamics-discrete element method，计算流体力学-离散元法）耦合方法对水平井PDC钻头井底流场进行了数值模拟，结果表明：钻井液的漫流过程与排量大小无关，主要与钻头的水力结构有关；钻井液的排量和旋转均会影响岩屑滞留量和岩屑运移比。Zhu等人^[14]提出可通过改变流道倾角来增大井底流场的横向流速和压力梯度，从而实现对钻头井底流场的优化。焦宁等人^[15]以累计排出岩屑质量、排出岩屑的质量速率、清渣率和携渣率为评价指标，通过分析得到洗井排渣效果与岩屑颗粒粒径呈负相关、与入射口空气流量近似呈正相关，而排渣高度对洗井排渣效果基本没有较大的影响。蔡灿等人^[16]采用CFD仿真软件分析了高压CO₂射流-PDC齿复合破岩井底流场，结果表明：在射流的作用下，PDC齿前部的累积岩屑量很少，岩屑在射流携带作用下沿PDC齿两侧呈扇形向后运移。

综上所述，目前针对机械钻头的研究大多是单一分析井底流场或将岩屑拟流体化，并没有考虑岩屑之间的碰撞对钻头排屑性能的影响，且对岩屑的体积分数有一定的限制，存在一定的局限性。与传统机械钻头使用钻井液相比，激光机械钻头使用的钻井介质为气体，排屑难度更大；同时，激光机械钻头的钻进速度更快，生成的岩屑量较多且易堆积在井底，若岩屑不能及时排出，则会造成钻头对岩屑的重复破碎，延长钻井时间，降低钻井效率。因此，对激光机械钻头进行井底流场和排屑性能研究非常重要。

基于此，笔者将岩屑作为离散元处理，采用EDEM-Fluent耦合方法对岩屑颗粒的运动情况及其与井底流场的相互影响进行分析；同时，基于对环空区域的流线分布和低速区面积占比的研究，提出激光机械钻头排屑性能指标，并对该钻头的水力结构进行优化，以改进其井底流场和排屑性能。

1 激光机械钻头的EDEM-Fluent耦合方法

当激光机械钻头未直接与岩石接触时，先利用高能激光光束使岩石基质材料局部快速加热^[17]；当钻头直接与岩石接触时，实现传统PDC钻头机械破岩，同时高速辅助气流经由钻杆内的激光通道和钻头的水力结构输送至井底，并通过钻杆与井壁之间的环空携带混合物返回至地面。因此，整个激光机械钻头的排屑过程可以看作气固两相流。

EDEM-Fluent耦合的优势在于：在EDEM软件中能真实模拟岩屑生成以及岩屑间的碰撞受力等，在Fluent软件中能同步模拟气体流场变化，通过接口同步交换数据，可真实地再现激光机械钻头钻进过程中的井底流场以及排屑过程^[18]。本文利用EDEM软件中的Hertz-Mindlin接触模型对岩屑之间以及岩屑与激光机械钻头之间的碰撞进行分析。该接触模型的数学表达式如下：

F_{c n i} = \frac{4}{3} E^{*} {r^{*}}^{\frac{1}{2}} τ^{\frac{3}{2}}

F_{d n i} = - 2 \sqrt[]{\frac{5}{6}} β \sqrt[]{s_{n} m^{*}} v_{r e l, n}^{}

F_{c t i} = - s_{t} δ

F_{d t i} = - 2 \sqrt[]{\frac{5}{6}} β \sqrt[]{s_{t} m^{*}} v_{r e l, t}^{}

式中：F_cni为岩屑间的法向接触力；E^*为等效弹性模量；r^*为岩屑颗粒的等效半径； $τ$ 为法向重叠量；F_dni为岩屑间的法向阻尼力； $β$ 为系数；s_n为法向刚度；m^*为岩屑颗粒的等效质量；v_{rel, n}为相对速度的法向分量；F_cti为岩屑间的切向接触力；s_t为切向刚度； $δ$ 为切向重叠量；F_dti为岩屑间的切向阻尼力；v_{rel, t}为相对速度的切向分量。

在Fluent软件中，井底流场雷诺数大于2 300，表示处于湍流状态。本文采用Fluent软件中的SST k-ω模型对气体作用产生的流体力进行计算。该湍流模型的数学表达式如下：

\frac{\partial}{\partial t} (ρ k) + \frac{\partial}{\partial x_{i}} (ρ k u_{i}) = \frac{\partial}{\partial x_{j}} (Γ_{k} \frac{\partial k}{\partial x_{j}}) + G_{k} - Y_{k} + S_{k}

\frac{\partial}{\partial t} (ρ ω) + \frac{\partial}{\partial x_{i}} (ρ ω u_{i}) = \frac{\partial}{\partial x_{j}} (Γ_{ω} \frac{\partial ω}{\partial x_{j}}) + G_{ω} - Y_{ω} + D_{ω} + S_{ω}

式中：ρ为气体密度；u为气体速度； $k$ 为湍动能；ω为比耗散率；Γ_k 、Γ_ω 为湍动能 $k$ 和比耗散率ω的有效扩散项；G_k 、G_ω 为湍动能k和比耗散率ω的产生项；Y_k 、Y_ω 为湍动能k和比耗散率ω的发散项；D_ω 为正交发散项；S_k 、S_ω 为用户自定义项。

在激光机械钻头的钻井排屑过程中，岩屑与岩屑、岩屑与钻头以及岩屑与井壁之间经常发生碰撞，且碰撞模式十分复杂，因此采用欧拉-欧拉法进行耦合模拟。EDEM-Fluent耦合方法的关键在于信息的交换与传递，本文通过构建UDF（user define function，用户自定义函数）耦合接口，将EDEM软件中的激光机械钻头破岩过程中的岩屑信息与Fluent软件中的气体流场信息进行同步交换，以实时更新。激光机械钻头的EDEM-Fluent耦合流程如图1所示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 激光机械钻头的EDEM-Fluent耦合流程

Fig.1 EDEM-Fluent coupling flow of laser mechanical drill bit

2 激光机械钻头的井底流场与排屑性能研究

2.1　激光机械钻头模型的建立及网格划分

建立激光机械钻头模型和计算流体域模型，如图2所示。由于Fluent软件与EDEM软件耦合连接，本次求解直接采用四面体单元对模型进行非结构化网格划分。为了在保证计算精度的同时减小计算量，分析采用不同最大网格尺寸时对计算结果的影响。取网格尺寸为6，7，8，9，10 mm，测量激光机械钻头的出口平均流速并进行对比，结果如图3所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 激光机械钻头模型和计算流体域模型

Fig.2 Laser mechanical drill bit model and computational fluid domain model

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 不同网格尺寸对应的出口平均流速

Fig.3 Average outlet flow rate for different grid sizes

分析图3可知，随着网格尺寸的减小，激光机械钻头的出口平均流速增大；当网格尺寸小于8 mm时，出口平均流速不再发生变化。由此可得，当激光机械钻头计算流体域模型的网格尺寸小于8 mm时，仿真结果与网格尺寸无关。因此，本文选择网格尺寸为8 mm的四面体单元对激光机械钻头计算流体域模型进行网格划分，划分后网格数量为615 097 个，如图4所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 激光机械钻头计算流体域模型网格划分

Fig.4 Grid division of computational fluid domain model for laser mechanical drill bit

2.2　边界条件设置

2.2.1　EDEM边界条件设置

在EDEM数值模拟过程中，设置岩屑的材料为花岗岩，激光机械钻头的材料为低碳钢，其材料参数和接触参数分别如表1和表2所示。EDEM软件中的其他边界条件设置如下。

表1 岩屑和激光机械钻头的材料参数

Table 1 Material parameters of rock chip and laser mechanical drill bit

材料参数	岩屑	钻头
密度/(kg/m³)	2 672	7 850
泊松比	0.2	0.3
弹性模量/MPa	6.5×10³	2.06×10⁵

新窗口打开| 下载CSV

表2 岩屑和激光机械钻头的接触参数

Table 2 Contact parameters of rock chip and laser mechanical drill bit

接触参数	岩屑-岩屑	岩屑-钻头
恢复系数	0.2	0.3
静摩擦系数	0.56	0.50
滚动摩擦系数	0.01	0.01

新窗口打开| 下载CSV

1）由于岩屑颗粒的直径通常为4 mm^[19]，在距离井底2 mm处设置颗粒工厂。

2）钻头钻进速度为15 m/h，设置岩屑动态生成率为0.408 kg/s，初始速度为0 m/s。

3）钻头旋转轴垂直于底面，旋转方向为刮削方向，旋转速度为60 rad/s。

4）时间步长设置为1 $\times$ 10^-6 s，为瑞利时间步的14.57%。

2.2.2　Fluent边界条件设置

假定井底为平面，井壁为规则圆柱面，在Fluent软件中根据要求施加如下边界条件。

1）计算流体域设定：采用瞬态计算，考虑重力影响，初始温度为300 K。

2）入口边界条件：采用质量流量入口，质量流量设为3.85 kg/s。

3）出口边界条件：采用压力出口，压力设为0.67 MPa。

4）壁面边界条件：壁面采用无滑移条件，考虑激光机械钻头的旋转作用，设置内壁面（钻头表面）的绝对转速为60 rad/s，外壁面（井壁）的绝对转速为0 rad/s，即外壁面静止。

5）为符合EDEM-Fluent耦合的时间步长选取原则，要求Fluent时间步长为EDEM的10~100倍，设置Fluent时间步长为1 $\times$ 10^-4 s。

2.3　激光机械钻头井底流场研究

2.3.1　井底低速区面积占比

鉴于岩屑颗粒的直径为4 mm，截取0—0.5 s内4个时刻的激光机械钻头井底上方4 mm处平面的速度云图（即岩屑刚到井底时的速度分布云图），如图5所示。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 井底上方4 mm处平面的速度云图

Fig.5 Velocity cloud map of cross-section at 4 mm above downhole

分析图5可知，由于气体出口靠近井壁，使得井壁附近速度较高，且激光通道出口处速度最高，在t=0.125 s时速度最高可达119.488 m/s，而井底中心区域的速度普遍偏低，为20 m/s左右，两者的速度差较大，故井底中心易形成岩屑堆积等现象。

根据文献[20]，临界起动速度u_c为：

\begin{array}{l} u_{c} = 1.155 \sqrt[]{\frac{ρ_{s} - ρ}{ρ} g d} \\ {[\frac{(1 - e') c o s θ + s i n θ \sqrt[]{1 - {(1 - e')}^{2}}}{C_{D} (1 - e')}]}^{\frac{1}{2}} \end{array}

(7)

式中： $ρ_{s}$ 为岩屑密度；g为重力加速度；d为岩屑直径； $e'$ 为无因次沉陷度，一般取0.5~0.6； $C_{D}$ 为形状系数，一般取0.44； $θ$ 为井斜度。

结合激光机械钻头井底速度云图划分梯度，统计井底速度低于20 m/s的区域，得到井底低速区速度云图，如图6所示。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 井底低速区速度云图

Fig.6 Velocity cloud map of downhole low-speed zone

分析图6可知，由于气体不断从激光机械钻头的流道出口和激光通道流出，使得低速区主要分布在井底中心区域以及激光通道两侧；在t=0.125 s时低速区面积约占井底面积的36.40%，在t=0.25 s时低速区面积约占井底面积的34.69%，在t=0.375 s时低速区面积约占井底面积的34.99%，在t=0.5 s时低速区面积约占井底面积的37.26%。综上，在整个钻进过程中，低速区面积占比与时间的关系并不大，主要与激光机械钻头的水力结构有关。为减小低速区面积，应考虑将流道出口位置向井底中心靠近，以加强气体对井底中心的冲击作用。从激光机械钻头的结构分析，流道出口的位置与流道倾角有关，而流体冲击区的面积大小与流道直径和激光通道宽度有关。由此可知，流道倾角、流道直径和激光通道宽度是影响激光机械钻头井底流场的关键因素。

2.3.2　环空区域流线分布

截取0—0.5 s内4个时刻的激光机械钻头钻杆与井壁之间环空区域的流线分布图，如图7所示。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 环空区域流线分布图

Fig.7 Streamline distribution diagram of annulus region

分析图7可知，由于激光机械钻头旋转作用的影响，气体从激光通道流出并冲击到井壁后，向两边扩散并螺旋上升，部分气体在上升过程中作无规律运动，使得钻头中部流线较为紊乱。在实际的岩屑上返过程中，由于流线并不对称，使得岩屑在井壁处沿旋转反方向聚集较多，整体运移速度较为缓慢，导致激光机械钻头的排屑性能不佳。

2.4　激光机械钻头排屑性能研究

如图8所示，提取整个计算流体域内的岩屑数量作为岩屑滞留量；提取激光机械钻头底部与井底之间区域内的岩屑数量作为岩屑堆积量。鉴于岩屑滞留量和岩屑堆积量均是实时变化的，监测0—0.5 s内不同区域内的岩屑分布情况，得到岩屑数量随时间的变化曲线，如图9所示。图9中：平均岩屑数量是指达到平衡状态后岩屑数量的平均值。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 岩屑分布示意

Fig.8 Schematic diagram of rock chip distribution

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 岩屑数量随时间的变化曲线

Fig.9 Variation curve of rock chip quantity over time

由图9可知，在0—0.17 s内，岩屑滞留量一直在增加，说明生成的岩屑数量大于排出的岩屑数量，同时岩屑堆积量一直增加，说明岩屑大多聚集在底部，未完全向上进入环空区域；在0.17—0.5 s内，岩屑滞留量基本保持不变，同时岩屑堆积量也基本稳定，说明生成的岩屑数量和排出的岩屑数量基本相等，可看作已达到平衡状态。因此，以0.17—0.5 s内的平均岩屑滞留量和平均岩屑堆积量作为激光机械钻头的排屑性能指标：平均岩屑滞留量和平均岩屑堆积量越低，说明排屑性能越好。由图9可得，该激光机械钻头的平均岩屑滞留量为420.98颗，平均岩屑堆积量为169.11颗，排屑性能较差，可通过改变钻头的流道结构来减少平均岩屑滞留量和平均岩屑堆积量，以提升其排屑性能。

3 激光机械钻头水力结构优化设计

3.1　关键水力结构参数的确定

通过上文分析可知，在激光机械钻头排屑过程中，其流道倾角与流道直径对井底流场的影响较大。因此，本文主要研究流道倾角α、流道直径D、激光通道宽度W等水力结构参数（见图10）对激光机械钻头排屑性能的影响。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 激光机械钻头水力结构参数示意

Fig.10 Schematic diagram of hydraulic structure parameters of laser mechanical drill bit

根据激光机械钻头的结构尺寸等，考虑各水力结构参数的水平，选取L₉(3⁴)正交表进行三因素三水平正交试验设计，如表3所示。

表3 激光机械钻头水力结构优化试验因素水平表

Table 3 Factor level table for hydraulic structure optimization test of laser mechanical drill bit

水平	因素
水平	流道倾角 α/（°）	流道直径 D/mm	激光通道宽度W/mm
1	17	10	5
2	21	15	10
3	25	20	15

新窗口打开| 下载CSV

3.2　水力结构参数的优化

以平均岩屑滞留量和平均岩屑堆积量作为正交试验评价指标，得到激光机械钻头水力结构优化正交试验方案与结果，如表4所示。

表4 激光机械钻头水力结构优化正交试验方案与结果

Table 4 Orthogonal test schemes and results for hydraulic structure optimization of laser mechanical drill bit

试验序号	因素			评价指标
试验序号	流道倾角 α/(°)	流道直径 D/mm	激光通道宽度 W/mm	平均岩屑滞留量/ 颗	平均岩屑堆积量/ 颗
1	17	10	5	225.75	68.60
2	17	15	15	348.67	115.67
3	17	20	10	272.50	78.03
4	21	10	10	283.86	115.34
5	21	15	5	226.39	72.50
6	21	20	15	396.29	136.66
7	25	10	15	347.17	142.50
8	25	15	10	345.10	141.31
9	25	20	5	274.60	102.00

新窗口打开| 下载CSV

由于正交试验具有综合可比性，本文使用极差分析法对试验结果进行分析。极差分析法可以快速得到正交试验的主次因素及最优水平组合，某因素对试验评价指标的影响程度可由极差R直接表示：R值越大，说明该因素对评价指标的影响越大^[21]。对激光机械钻头水力结构优化正交试验结果进行极差分析，结果如表5所示。表中：K为各试验因素各水平对应的评价指标之和；k为各试验因素各水平对应的评价指标均值；R为各因素对应k值的极差。根据各因素的极差R，对各水力结构参数的显著性进行排序，选出各因素的最优水平。

表5 激光机械钻头水力结构优化正交试验结果极差分析 (颗)

Table 5 Range analysis of orthogonal test results for hydraulic structure optimization of laser mechanical drill bit

参数	平均岩屑滞留量			平均岩屑堆积量
参数	α	D	W	α	D	W
$K_{1}$	846.92	856.78	726.74	262.30	326.44	243.10
$K_{2}$	906.54	920.16	901.46	324.50	329.48	334.68
$K_{3}$	966.87	943.39	1 092.13	385.81	316.69	394.83
$k_{1}$	282.31	285.59	242.25	87.43	108.81	81.03
$k_{2}$	302.18	306.72	300.49	108.17	109.83	111.56
$k_{3}$	322.29	314.46	364.04	128.60	105.56	131.61
$R$	39.98	28.87	121.79	41.17	3.25	50.58

新窗口打开| 下载CSV

根据上述试验数据，得到激光机械钻头水力结构参数对平均岩屑滞留量和平均岩屑堆积量的影响，结果分别如图11和图12所示。综合图11和图12结果可知，对于平均岩屑滞留量，最优组合为流道倾角α=17°、流道直径D=10 mm、激光通道宽度W=5 mm；对于平均岩屑堆积量，最优组合为流道倾角α=17°、流道直径D=20 mm、激光通道宽度W=5 mm。这2种组合的区别在于流道直径的选择不同，而流道直径对平均岩屑堆积量的影响不大，对平均岩屑滞留量的影响较大，且平均岩屑滞留量对激光机械钻头的排屑性能更为重要。综合分析，激光机械钻头水力结构参数的最优组合为：流道倾角为17°、流道直径为10 mm、激光通道宽度为5 mm。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11 激光机械钻头水力结构参数对平均岩屑滞留量的影响

Fig.11 Influence of hydraulic structural parameters of laser mechanical drill bit on average rock chip retention

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12 激光机械钻头水力结构参数对平均岩屑堆积量的影响

Fig.12 Influence of hydraulic structural parameters of laser mechanical drill bit on average rock chip accumulation

3.3　优化前后井底流场与排屑性能对比研究

3.3.1　井底低速区面积占比对比

截取t=0.5 s时激光机械钻头井底上方4 mm位置处低速区的速度云图进行对比，图13(a)和图13(b)所示分别为激光机械钻头优化前后的井底低速区速度云图。

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13 优化前后井底低速区速度云图对比（t=0.5 s）

Fig.13 Comparison of velocity cloud map of downhole low-speed zone before and after optimization (t=0.5 s)

由图13(a)可知，优化前低速区集中分布在井底中心区域，覆盖了激光机械钻头中心的5颗切削齿，其面积占井底面积的37.26%，导致岩屑在井底中心区域堆积严重；由图13(b)可知，优化后低速区分布较为零散且面积较小，少量覆盖钻头排屑槽周围的切削齿（1颗），其面积占井底面积的11.07%，相比于优化前下降了26.19个百分点，有效地减小了井底速度差，降低了岩屑堆积的概率。

3.3.2　井底漫流速度对比

井底漫流速度可以反映井底岩屑向井壁运移的速度，监测激光机械钻头优化前后的井底径向漫流速度，如图14所示。

图14

新窗口打开| 下载原图ZIP| 生成PPT

图14 优化前后井底径向漫流速度对比（t=0.5 s）

Fig.14 Comparison of downhole radial crossflow velocity before and after optimization （t=0.5 s）

由图14可知，在井底中心处漫流速度较低，激光机械钻头流道出口处漫流速度达到最高，较高的井底漫流速度有利于减少岩屑堆积量，使得岩屑向井壁运移，从而通过环空区域向外排出。优化前最高井底漫流速度为42.99 m/s，优化后最高井底漫流速度为49.20 m/s，最高井底漫流速度提高了14.45%；优化前平均漫流速度为17.29 m/s，优化后平均漫流速度为27.93 m/s，平均漫流速度提高了61.54%。由此可以看出，优化后激光机械钻头的井底流场得到明显改善。

3.3.3　环空岩屑运移速度对比

如图15所示，提取整个计算流体域内除井底区域外的岩屑为环空岩屑，取所有环空岩屑Y方向运移速度的平均值作为对应时刻的环空岩屑运移速度。监测0—0.5 s内激光机械钻头优化前后环空岩屑的运移速度，得到环空岩屑运移速度随时间的变化曲线，如图16所示。

图15

新窗口打开| 下载原图ZIP| 生成PPT

图15 环空岩屑分布示意

Fig.15 Schematic diagram of annulus rock chip distribution

图16

新窗口打开| 下载原图ZIP| 生成PPT

图16 优化前后环空岩屑运移速度对比

Fig.16 Comparison of annulus rock chip transport velocity before and after optimization

由图16可知，在0—0.03 s内，环空岩屑受到的气体冲击较大，从井底中心漫流到井壁的过程中同时向上运移，在该过程中运移速度一直升高；在0.03—0.5 s内，环空岩屑持续向上排出，其运移速度基本达到稳定。优化前环空岩屑的最高运移速度为6.90 m/s，优化后最高运移速度为10.15 m/s，提高了47.10%；优化前平均运移速度为6.12 m/s，优化后平均运移速度为8.97 m/s，提高了46.57%。由此说明，激光机械钻头水力结构参数改进后，环空流场得到了大幅优化。

3.3.4　排屑性能对比

提取激光机械钻头优化前后的排屑性能进行对比，结果如图17所示。

图17

新窗口打开| 下载原图ZIP| 生成PPT

图17 优化前后激光机械钻头的排屑性能对比

Fig.17 Comparison of chip removal performance of laser mechanical drill bit before and after optimization

由图17可知，优化前平均岩屑滞留量为420.98颗，优化后平均岩屑滞留量为225.75颗，较优化前减少了46.38%；优化前平均岩屑堆积量为169.11颗，优化后平均岩屑滞留量为68.60颗，较优化前减少了59.43%，说明激光机械钻头的排屑性能得到了极大的提升。研究结果为激光机械钻头的水力结构设计提供了理论参考。

4 结论

本文采用EDEM-Fluent耦合方法对激光机械钻头的井底流场及排屑性能进行了研究，通过分析激光机械钻头的井底流场提出了排屑性能指标，并对激光机械钻头的水力结构参数进行了优化设计，得到如下结论。

1）从激光机械钻头的水力结构分析，流道出口的位置与流道倾角有关，优化前的流道倾角为25°，较大的流道倾角导致岩屑在钻头中心堆积，较大的流道尺寸使得气体对井底的冲击减弱，钻头的整体排屑性能不佳。

2）激光机械钻头的最优水力结构参数组合为：流道倾角为17°、流道直径为10 mm、激光通道宽度为5 mm。与优化前相比，优化后激光机械钻头的井底低速区面积占比为11.07%，下降了26.19个百分点；井底径向漫流速度为27.93 m/s，提高了61.54%；环空岩屑运移速度为8.97 m/s，提高了46.57%；平均岩屑滞留量减少了46.38%，平均岩屑堆积量减少了59.43%。

综上，优化后激光机械钻头的排屑性能得到了有效提升，这为激光机械钻头水力结构的设计提供了理论参考。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

JAMALI

， WITTIG

， BÖRNER

， et al.

Application of high powered Laser Technology to alter hard rock properties towards lower strength materials for more efficient drilling， mining， and Geothermal Energy production

［J］. Geomechanics for Energy and the Environment， 2019， 20： 100112.