一种预测页岩抑制剂抑制性能的方法与流程

1.本发明属于钻井液处理剂领域，具体涉及一种预测页岩抑制剂抑制性能的方法。


背景技术：

2.页岩钻探过程中，粘土矿物的水化膨胀是造成井壁失稳的重要因素，需要在钻井液中加入能够抑制页岩水化膨胀的抑制剂。抑制剂的高效与否主要取决于其分子结构与组成，目前，在已有抑制剂分子结构基础上添加或变换不同基团，对已有抑制剂进行改性，是开发新型抑制剂的主要方法之一。但是，抑制剂分子结构的设计主要依赖于研究者的经验，需要将预设计的结构合成出实物，再利用仪器进行传统实验评价，得到的结果方可作为设计是否合理的依据，即需要经过“设计-合成-评价-改进设计”一个完整的循环周期，由于前期设计阶段缺少对预设计抑制剂性能的预测，存在预选结构多、实验量大、研发周期长的问题。
3.分子模拟技术是利用计算机以原子水平的分子模型来模拟分子结构与行为，进而模拟分子体系的各种物理、化学性质的方法。它是在实验基础上，通过基本原理，构筑起一套模型和算法，从而计算出合理的分子结构与分子行为。目前，利用分子模拟技术计算分析化合物结构与性能关系是研究热点之一，该类研究在药物设计领域研究起步较早，主要用于先导化合物的优化。但是在石油工程、钻井液开发领域中起步晚、研究很少。已有利用分子模拟技术开展钻井液研究主要集中在粘土矿物的水化机理研究、抑制剂抑制机理研究，但是大部分只能得到软件能计算的参数如氢键、离子配位数、杨氏模量(微观尺度)，即预测不同结构样本的上述微观参数，未能预测出传统实验测试出的抑制剂性能指标(如页岩膨胀率)，导致模拟结果与实测指标难以对标(石油钻采工艺，2017年，39卷第4 期有机胺抑制蒙脱石水化机理的分子模拟；西南石油大学硕士学位论文，2016年， na-蒙脱石表面水化抑制机理的分子模拟)。
4.本发明为解决以上问题，在已有抑制剂实验结果的基础上，利用分子模拟技术，提供一种在合成新抑制剂之前即可预测其抑制性能的方法，且预测的性能指标为传统实验可测的抑制性能指标，建立结构与性能指标的遗传函数方程，从而节省因不合理的设计而带来的合成、评价等一系列时间，提前为研究者提供有意义的设计指导，提高研发效率和成功率。


技术实现要素：

5.本发明目的在于提供一种利用分子模拟技术、建立遗传函数预测页岩抑制剂抑制性能的方法，可以减少抑制剂开发过程中需要合成和筛选的化合物数量，提高研发效率。
6.为了实现本发明的目的，本发明提供了以下技术方案：
7.一种利用分子模拟技术、建立遗传函数预测页岩抑制剂抑制性能的方法，包括选择和建立样本模型、实测性能、计算建立遗传函数、验证函数、预测新结构性能等步骤。
8.具体步骤如下(利用materials studio模拟软件包完成)：
9.(1)选择和建立样本模型：选择至少10个目标目标抑制剂结构，建立分子模型，利用分子力学和量子化学计算优化，获取最小能量的分子构象，作为样本模型，同时保存以计算出的、能够反映其结构特征的各种参数作为分子描述符；
10.(2)实测性能：对上述抑制剂进行关键性能测试，获取能够表征抑制性的性能指标；
11.(3)计算建立遗传函数：利用所述抑制剂样本模型及其描述符、实测性能指标，采用遗传函数近似方法进行计算，获得抑制剂性能与结构特征之间关系的函数式作为遗传函数方程，其中，性能指标为因变量，描述符为自变量；
12.(4)验证函数方程：选择步骤(1)所选样本之外的已有抑制剂作为验证样本，建立起分子结构模型并优化得到能量最小分子构象，将其描述符信息带入步骤(3)的函数式，得出结果，如果与实测指标进行比对，误差小于10％即认为步骤(3)函数方程准确可靠；如果误差超过10％，则进一步筛选步骤(1)中的样本和步骤(3)中的描述符，直至误差在允许范围之内；
13.(5)预测新结构性能：建立预设计的抑制剂分子结构模型，优化得到最小能量分子构象，保存其描述符信息；将描述符带入经过步骤(4)验证后误差符合要求的遗传函数方程，得到新抑制剂的性能指标。
14.在本发明的一个优选实施方式中，步骤(1)若干个指不少于10个，所选抑制剂分子、预设计抑制剂分子需具有相同或相似的主干结构。相似的主干结构指的是具有90-99％的结构重叠。
15.例如，相似的官能团结构指的是季铵、叔胺、仲胺、伯胺中的一种或多种。即，主要官能团保持不变，或同系列，改变的是与官能团相连接的那一部分的取代基种类、链长、线性或环状结构、单双建等(见表1举例)。
16.在本发明的一个优选实施方式中，本发明的分子模拟计算选用compassii 力场，采取nvp系综。
17.在本发明的进一步的优选实施方式中，步骤(2)中的实测性能指标指选择页岩膨胀率。
18.在本发明的一个优选实施方式中，选择所述抑制剂为碳链胺类抑制剂。
19.在本发明的进一步的优选实施方式中，选择10个所述碳链胺类抑制，分别为四甲基氯化铵、氯化胆碱、氯化铵、二甲基己二烯氯化铵、三乙醇胺甲基氯化铵、环己二胺、两性胺、聚乙烯亚胺盐、聚二甲基己二胺氯化铵和聚氨酸。
20.在本发明的进一步的优选实施方式中，所述碳链胺类抑制的遗传函数方程为 y＝17.379913893
×
x37+9.198666021
×
x75+533.583649829
×
x95+ 46.204402580
×
x137-10.464904422
21.x37:总电荷
22.x75:芳环数
23.x95:电子状态总和，与碳相连的氮原子。
24.x137:带电分数，即相对正电荷，带正电原子的电荷除以总正电荷。
25.在本发明的一些优选实施方式中，利用所述碳链胺类抑制的遗传函数方程对乙氧基二胺进行页岩膨胀率预测，得到的预测结果为42.9％，实际测量得到的乙氧基二胺进行
页岩膨胀率为40.7％，预测误差率为5.4％。
26.另外，在本发明中，述遗传函数方程是将所述抑制剂样本模型及其描述符、实测性能参数导入materials studio模拟软件包qsar模块计算得到。
27.本发明提供的预测方法具有以下优点：应用计算机分子模拟的方法预测抑制剂性能，通过理论计算可快速预测预设计抑制剂的性能指标，且指标可以和传统实验测试结果直接对标，可以减少设计研发工作量，提高研发成功率。
附图说明
28.图1为10个碳链胺(铵)类抑制剂的能量与模拟步数(迭代时长)关系图。
具体实施方式
29.下面将结合附图对本发明作进一步说明。
30.为使本发明的技术方案和优点更加清楚，下面通过实施例对本发明中的方案进行清楚完整的描述。
31.实施例1
32.(1)将已有的10个碳链胺(铵)类抑制剂(表1)分别建立分子结构模型，利用分子力学和量子化学计算优化，以能量与模拟时长关系图(图1)为依据，获取能量达到稳定且最小时的分子构象，作为样本模型，同时软件会自动保存能够反映其结构特征的各种参数信息。
33.(2)对10个抑制剂样品进行页岩线性膨胀率测试，记录实验结果(表1)。测试方法依照标准sy/t 6335-1997《钻井液用页岩抑制剂评价方法》、使用np-01a 型或更高级页岩膨胀测试仪进行测试。
34.(3)将10个抑制剂的模型、描述符信息、实验测得的页岩膨胀率数据导入软件qsar模块，选取总电荷数、带电分数、相对负电荷、氮原子数、共价键个数、偶极矩、轨道能量等163个描述符，进行遗传函数近似方法计算分析，得到遗传函数方程。删去大部分系数极小的自变量项，最终得到性能与结构特征关系的函数方程式：
35.y＝17.379913893
×
x37+9.198666021
×
x75+533.583649829
×ꢀ
x95+46.204402580
×
x137-10.464904422
36.x37:总电荷
37.x75:芳环数
38.x95:电子状态总和，与碳相连的氮原子。
39.x137:带电分数，即相对正电荷，带正电原子的电荷除以总正电荷。
40.经分析可知，x95对于抑制性能的影响起主要作用，即分子结构中的氮原子可提高性能指标。结合x137相对正电荷的影响，可以判断带有正电的胺基能够提高性能指标。从x75可知，芳环数也对抑制性能有一定正向影响。
41.(4)以已知抑制剂乙氧基二胺进行验证，建立起分子结构模型并优化，将描述符信息带入方程，得到抑制剂性能指标，与实验结果基本一致，平均误差小于8％，进一步验证了该方程的准确性(表2)。
42.(5)建立10个预设计的抑制剂分子结构模型，优化得到最小能量分子构象，将方程中涉及到的描述符信息带入，得到新抑制剂的性能指标(表3)，根据该预测结果选择较为合
理的结构，进行后续合成及评价。
43.表1 10个碳链胺(铵)类抑制剂分子
44.编号样品名称页岩膨胀率，％1四甲基氯化铵49.92氯化胆碱49.43氯化铵76.34二甲基己二烯氯化铵50.95三乙醇胺甲基氯化铵60.56环己二胺41.27三乙醇胺53.28二乙烯三胺38.692,3-二羟基丙基-三甲基氯化铵55.810聚氨酸改为二甲基氯化铵67.8
45.表2乙氧基二胺测试与预测结果
46.样品名称测试页岩膨胀率，％预测页岩膨胀率，％误差乙氧基二胺40.742.95.4％
47.表3 10个预设计抑制剂预测结果
48.编号预测页岩膨胀率，％1#60.32#70.23#73.64#68.85#55.06#42.77#42.28#54.19#33.510#35.9
49.虽然已经参考优选实施例对本发明进行了描述，但在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

技术特征：
1.一种预测页岩抑制剂抑制性能的方法，包括：(1)选择和建立样本模型：选择至少10个目标抑制剂结构，建立分子模型，利用分子力学和量子化学计算优化，获取最小能量的分子构象，作为样本模型，同时保存以计算出的、能够反映其结构特征的各种参数作为分子描述符；(2)实测性能：对上述抑制剂进行关键性能测试，获取能够表征抑制性的性能指标；(3)计算建立遗传函数：利用所述抑制剂样本模型及其描述符、实测性能指标，采用遗传函数近似方法进行计算，获得抑制剂性能与结构特征之间关系的函数式作为遗传函数方程，其中，性能指标为因变量，描述符为自变量；(4)验证函数方程：选择步骤(1)所选样本之外的已有抑制剂作为验证样本，建立起分子结构模型并优化得到能量最小分子构象，将其描述符信息带入步骤(3)的遗传函数方程，得出结果，如果与实测指标进行比对，误差小于10％即认为步骤(3)函数方程准确可靠；如果误差超过10％，则进一步筛选步骤(1)中的样本和步骤(3)中的描述符，直至误差在允许范围之内；(5)预测新结构性能：建立预设计的抑制剂分子结构模型，优化得到最小能量分子构象，保存其描述符信息；将描述符带入经过步骤(4)验证后误差符合要求的遗传函数方程，得到新抑制剂的性能指标。2.根据权利要求1所述的方法，其中，所述至少10个目标抑制剂结构具有相同主干结构，或具有90-99％的结构重叠。3.根据权利要求1所述的方法，其中，所述步骤(2)中的所述性能指标指选择页岩膨胀率。4.根据权利要求1所述的方法，其中，所述抑制剂为碳链胺类抑制剂。5.根据权利要求1所述的方法，其中，选择10个所述碳链胺类抑制，分别为四甲基氯化铵、氯化胆碱、氯化铵、二甲基己二烯氯化铵、三乙醇胺甲基氯化铵、环己二胺、两性胺、聚乙烯亚胺盐、聚二甲基己二胺氯化铵和聚氨酸。6.根据权利要求5所述的方法，其中，所述碳链胺类抑制的遗传函数方程为y＝17.379913893
×
x37+9.198666021
×
x75+533.583649829
×
x95+46.204402580
×
x137-10.464904422x37:总电荷x75:芳环数x95:电子状态总和，与碳相连的氮原子。x137:带电分数，即相对正电荷，带正电原子的电荷除以总正电荷。7.根据权利要求6所述的方法，其中，利用所述碳链胺类抑制的遗传函数方程对乙氧基二胺进行页岩膨胀率预测，得到的预测结果为42.9％，实际测量得到的乙氧基二胺进行页岩膨胀率为40.7％，预测误差率为5.4％。8.根据权利要求1-7中任一项所述的方法，其中，所述遗传函数方程是将所述抑制剂样本模型及其描述符、实测性能参数导入materials studio模拟软件包qsar模块计算得到。

技术总结
本发明提供了一种预测页岩抑制剂抑制性能的方法。具体涉及一种利用分子模拟技术、建立遗传函数预测页岩抑制剂抑制性能的方法，可以减少抑制剂开发过程中需要合成和筛选的化合物数量，提高研发效率。提高研发效率。提高研发效率。


技术研发人员：杨帆 杨小华 林永学 金军斌 高书阳 胡子乔 孔勇 张亚云
受保护的技术使用者：中国石油化工股份有限公司石油工程技术研究院
技术研发日：2020.09.08
技术公布日：2022/3/7