نیازمندیها | نیازمرکزی
   
 
شرح مقاله

آشنايي با هوش مصنوعي در مشخصه سازي و مدل سازي مخازن شکافدار طبيعي





لينک کوتاه اين مقاله :
http://www.niazemarkazi.com/papers/10000506.html

 (بوسيله پي دي اف ساز شماره 1 ) PDFدريافت اين مقاله به صورت فايل   دريافت اين مقاله به صورت فايل پي دي اف بوسيله پي دي اف ساز شماره 2 ترجمه متن اين مقاله به زبان انگليسي آشنايي با هوش مصنوعي در مشخصه سازي و مدل سازي مخازن شکافدار طبيعي

آشنايي با هوش مصنوعي در مشخصه سازي و مدل سازي مخازن شکافدار طبيعي

● واژگان:

▪ شکاف:

هرگونه شکست يا جداشدگي در سنگ را گويند که در نتيجه ي عواملي چون فشار سيال، تنش هاي لايه اي، تنش هاي تکتونيکي و غيره حاصل شود.

مخازن شکافدار طبيعي :

آن دسته از مخازني را گويند که وجود شکاف در آنها نقش عمده اي (مثبت و يا منفي) در توليد سيال نفتي ايفا نمايد.

▪ شبکه عصبي مصنوعي:

شبکه ايست ملهم از سيستم عصبي انسان جهت پردازش اطلاعات، با بهره گيري ازحداقل سه لايه (ورودي، پنهان و خروجي) از نقاط (nodes) و اوزان ارتباط دهنده آنان (nerves) .

● لزوم مطالعه و مدل سازي مخازن شکافدار طبيعي:

مخازن شکافدار طبيعي از پيچيده ترين ساختارهاي زمين شناسي در علم مهندسي نفت و در عين حال از عمده ترين منابع توليد هيدروکربن در سراسر جهان و بالاخص کشورمان به حساب مي آيند، لذا مشخصه سازي و مدل سازي آن ها همواره محل چالش مهندسين نفت بوده است. وجود انبوهي از شبکه شکاف ها در اين گونه مخازن نقش بسزايي در هدايت سيالات نفتي به سمت چاه ها و نيز گاها ممانعت در امر توليد ايفا مي نمايد که خود سبب بروز فرضيات و سناريوهاي متعدد براي توليد بهينه ي اقتصادي از اين مخازن مي گردد. در عين حال دشواري هاي فراواني براي شناخت مخازن شکافدار طبيعي وجود دارد.

بايد توجه کرد که کسب اطلاعات از خصوصيات گوناگون سنگ و شکاف در اين گونه مخازن محدود به يک ابزار خاص نيست و نمي توان با بهره مندي از يک فن آوري مشخص، به تمام ابعاد و پيچيدگي هاي آنان پي برد. در واقع وسايل و ابزارآلات اندازه گيري خصوصيات در اين مخازن دامنه (scale) وسيعي را دربر مي گيرند. براي نمونه از خروجي هاي لرزه نگاري (seismic) براي شناسايي شکست هاي عمده (major faults) با ابعاد کيلومتري در مخزن مي توان استفاده کرد و در همين حال آزمايشات گوناگون بر روي مغزه (core) امکان بازشناسي ترک هاي بسيار کوچک در ابعاد ميليمتري را مهيا مي سازد.

بنابر اين جامعيت عملکرد مشخصه سازي در اين مخازن منوط به استفاده هوشمند و صحيح از اطلاعات بسيار متنوع موجود و در عين حال يافتن ارتباط (correlation) ميان چنين اطلاعاتي است. روش هاي مختلف مدل سازي مخازن استفاده هوشمند و تعيين رابطه ي ميان اطلاعات اخذ شذه از مخزن را برعهده دارند.

امروزه عمده روش هاي موجود براي مدل سازي مخازن شکافدار طبيعي استفاده از مفاهيم زمين آماري و مدل سازي فضايي خصوصيات مختلف سنگ و شکاف با بهره گيري از علم آمار مي باشد، اما محدوديت هاي موجود در برآورد ارتباط (correlation) ميان خصوصيات مختلف شکاف (از قبيل اندازه (size) ، شيب (orientation) ، دهانه (aperture) و ...) در علم زمين آمار، امکان استفاده ي حداکثر دو پارامتر و جستجوي ارتباط بين آن ها را به مهندس نفت مي دهد که خود عامل پيدا کاستي در مدل و سطحي بودن نتايج است.

● کاربرد هوش مصنوعي:

با ظهور مفاهيم هوش مصنوعي (AI) و بالاخص شبکه هاي عصبي مصنوعي (ANN) و کاربرد روزافزون آن در مباحث مختلف صنايع بالادستي نفت در سال هاي اخير، توجه بسياري از محققان براي بهره گيري از آن ها در مدل سازي مخازن شکافدار طبيعي جلب گرديده است. قابليت استفاده از ورودي هاي متنوع و بعضا متناقض (دقيقا مانند آنچه نتايج آزمايشات مختلف در ابعاد گوناگون در مخازن شکافدار طبيعي بدست مي دهند) و در آميختن هوشمند آن ها با استفاده از توابع وزن دار و بهينه سازي و خاصيت آموزش پذيري شبکه و در نهايت محدود نبودن توابع خروجي به مقاديري رياضي و فرموليزه، توانايي شبکه هاي عصبي مصنوعي را در مدل سازي دقيق تر و منطبق با واقعيات نشان مي دهد.

● مراحل مشخصه سازي و مدل سازي:

شکل شماره ي ۱ به صورت شماتيک مراحل گوناگون جهت توليد يک مدل بهينه و منطبق بر واقعيات از توزيع هندسي تمام شکاف ها در فضاي مخزن را نشان مي دهد:

بايد دقت داشت يکي از مهم ترين مراحل مدل سازي، مشخصه سازي خصوصيات و پارامترهاي گوناگون شکاف مي باشد. مشخصه سازي در واقع توليد روابط رياضي حاکم بر اين خصوصيات با استفاده از روش هاي آماري، زمين آماري و شبکه عصبي است. شکل شماره ي ۲ مراحل انجام کار را به صورت شماتيک نشان مي دهد:

● آناليز خواص شکاف ها با استفاده از هوش مصنوعي:

همانطور که پيشتر گفته شد، روش هاي آماري و زمين آماري تنها قادرند دو پارامتر را به طور همزمان آناليز کنند (با بهره گيري ازحداقل مربعات خطا، کريجينگ و واريوگرام) و آن هم به شرط يکنواختي توزيع آن ها. در مقابل منطق فازي و شبکه عصبي (FNN) محدوديتي در اين خصوص ندارند. مراحل زير براي مشخصه سازي سه بعدي دو پارامتر عمده ي مياني (تجمع شکاف ها (Fracture Intensity) و اندازه فراکتال (Fractal Dimension)) با استفاده از داده هاي محدود درون چاه انجام مي گيرد:

۱) ابتدا مقادير دقيق پارامترهاي فوق الذکر در نقاطي از چاه که مغزه گيري شده است محاسبه مي شود.

۲) سپس با در نظر گرفتن نتايج نمودارگيري به عنوان داده هاي ثانوي شبکه اي عصبي ساخته مي شوند و يک توزيع دو بعدي از اين پارامترها در طول چاه به دست مي آيد.

۳) در مرحله پاياني براي حاصل شدن يک توزيع سه بعدي از اين دو پارامتر، اطلاعات لرزه نگاري و ديگر نتايج با ابعاد ميداني به عنوان داده هاي ثالثيه به يک شبکه عصبي جديد داده مي شود.

اما ترکيب بندي هر شبکه عصبي از اجزاي ثابتي تشکيل مي شود:

ـ حداقل سه لايه (ورودي، پنهان و خروجي) از نقاط (nodes)

ـ اوزان ارتباط دهنده آنان (nerves).

هدف از پروسه يادگيري در هر شبکه عصبي عبارتست از تغيير مداوم ضرايب وزن دار (Weighting Factors) جهت مينيمم سازي خطا در اطلاعات خروجي. تا کنون انواع گوناگوني از شبکه هاي عصبي بر اساس نحوه تعامل لايه هاي مختلف و بهينه سازي اوزان ارتباط دهنده ي آن ها معرفي شده اند.

نکته قابل توجه براي قابل اتکا بودن يک شبکه عصبي، لزوم وجود ارتباط ميان داده هاي ورودي و مقادير خروجي است. معمولا در ابتدا انبوهي از اندازه گيري ها و اطلاعات در اختيار است که شناسايي و طبقه بندي صحيح آن ها پيش از هر چيز لازم است. منطق فازي (Fuzzy Logic) ابزار مناسبي براي انجام اين مهم است. رتبه بندي ورودي ها (Input Ranking) پس از آموزش ديدن شبکه اعمال مي شود تا آن دسته از اطلاعات که ارتباط ناچيزي با خروجي دارند و يا به طور کل سبب انحراف شبکه مي شوند حذف گردند. طبقه بندي داده ها (Data Classification) وسيله ايست که جهت مقدار دهي به داده هاي توصيفي و پارامتريزه کردن آن ها استفاده مي گردد.

در پايان ذکر اين نکته ضروريست که بهره گيري از قابليت هاي شبکه هاي عصبي مصنوعي و ديگر متعلقات هوش مصنوعي منوط به داشتن اطلاعات، داده ها و نتايج گسترده و وسيعي است، چرا که آموزش پذيري يک شبکه عصبي با افزايش تعداد مجموعه هاي ورودي-خروجي بهتر و علمي تر مي گردد. همچنين اختصاص حجم مشخصي از اين داده ها براي تاييد اعتبار (Validation) شبکه عصبي آموزش ديده شده (معمولا ۲۰ درصد) ممکن است سبب کاهش قابل توجه دقت و صحت کارکرد خود شبکه شود. در حالي که هدف، دستيابي به کارآمدترين سناريو براي موقعيت يابي چاه هاي حفاري، روش هاي توليد از مخزن، به کار گيري راهکارهاي توسعه و صيانت از مخزن، و همچنين مطالعه ي فرآيندهاي ازدياد برداشت، در اولين گام هاي حيات مخزن مي باشد، نبود اطلاعات کافي در اين مقطع خود عامل منحرف کننده براي تصميم گيري هايي چنين است.

لذا بهره گيري حداکثري از فن آوري هاي موجود در مطالعه و ارزيابي ابتدايي مخزن، از قبيل مطالعات گسترده ي زمين شناسي، لرزه نگاري هاي ميداني، حفر چاه هاي اکتشافي و راندن ابزار نمودارگيري و مغزه گيري در آن ها، عامل افزايش کارکرد هوش مصنوعي در شبيه سازي ايستا و پويا از مخزن شکافدار خواهد بود.


منابع :
----------------------
aftab.ir
خبرگزاری ایسنا ( www.isna.ir )
----------------------

کلمات کليدي :
----------------------
هوش مصنوعی- مخازن شکافدار- مدل سازی مخازن-شبکه عصبی مصنوعی-کاربرد هوش مصنوعی-آنالیز خواص شکاف ها با استفاده از هوش مصنوعی-مخازن شکافدار طبیعی-
----------------------

نام ثبت کننده مقاله : parvaz2006

اين مقاله 111516 بار مطالعه شده است



مقالات مرتبط

غني سازي اورانيوم يعني چه

اورانيوم فلزي راديواكتيو و پرتوزاست كه در سراسر پوسته سخت زمين موجود است. اين فلز حدوداً ۵۰۰ بار از طلا فراوان تر و به اندازه قوطي حلبي معمولي و عادي است.... استفاده اصلي از انرژي هسته اي، توليد انرژي ... ادامه ...

فلسفه هوش مصنوعي

امروزه ماشين ها، دستگاه ها و کامپيوترها اطراف ما را احاطه کرده اند و زندگي ما کاملا وابسته به عملکرد آنهاست. نظم امروزين زندگي ما بدون اين ماشين ها قابل تصور نيست. ماشين ها و کامپيوترها هر روز پيشرفته تر ... ادامه ...

نقش خصوصي سازي در استراتژي مبارزه با فسا ...

فساد اداري يکي از بيماري هاي مزمن و در واقع کهنه ترين جراحت نظام اداري تلقي مي شود، چرا که پديده اي همزاد دولت است يعني از هنگامي که فعاليت هاي بشر شکل سازمان يافته به خود گرفتند، فساد اداري نيز در نتيجه تعاملا ت دروني ... ادامه ...

پرتوزايي مصنوعي و شکاف هسته اي

کشف پرتوزايي طبيعي به دست بکرل منجر به عصر جديدي شد ـ عصر اتمي و هسته اي ـ اما نه بي درنگ. پرتوزايي طبيعي تا سالها بعد به درستي شناخته نشد. پژوهشها و نبوغ راذرفورد، سادي و ديگران لازم بود تا به طبيعت و م ... ادامه ...

نسخه اي براي آشنايي با گياهان دارويي

دانه، برگ، ريشه، عصاره و پوست درختان و انواع گياهان موجود در طبيعت، اولين ترکيباتي بود که آدمي از بدو تولد به جاي قرص و ديگر داروهاي شيميايي از آن براي درمان بيماري ها بهره گرفته است. اين ترکيبات اگرچه جنبه ... ادامه ...

خطرات و عوارض برجسته سازي لب ها

متخصصان زيبايي، لب هاي توپر همراه با کناره هاي برجسته و واضح را از معيارهاي زيبايي لب مي دانند. لب ها هر دو قسمت صورت را پرمي کنند و در زمان خنديدن، نقطه محوري عمده زيبايي صورت به شمار مي آيند. اما يکي از آثار گذشت ز ... ادامه ...

بررسي مخازن نفتي و گازي

انجام يک عمليات نمودارگيري موفق به چندين فاکتور مهم بستگي دارد. مهمترين آنها نمونه گرفته شده از سيال سازند، بدون هيچ آلودگي و مخلوط شدگي با مواد ديگر، و آزمايش آن در آزمايشگاه و در شرايط مخزني است. ۱) قسمت ... ادامه ...

الماس : سخت ترين ماده طبيعي جهان

الماس همان کربن معمولي است که در فشرده ترين حالت ممکن قرار ميگيرد. کربن، يکي از معمولي ترين عناصر جهان است و در تمام کيهان ميتوان ردي از ان پيدا کرد. کربن همچنين يکي از چهار عنصر اصلي براي پيدايش و ادامه حي ... ادامه ...

ماهواره ي مصنوعي چيست ؟

ماهواره ي مصنوعي شي ايست که توسط انسان ساخته شده و به طور مداوم در حال حرکت در مداري حول زمين يا اجرام ديگري در فضا مي باشد. بيشتر ماهواره هاي ساخته شده تاکنون حول کره زمين در حرکتند و در مواردي چون مطالعه ... ادامه ...

جستاري در تاريخچه، مباني و شاخه هاي علم ...

بيش از نيم قرن پيش، هنگامي که هنوز هيچ تراشه سيليکوني اي ساخته نشده بود، آلن تورينگ، يکي از بحث انگيزترين پرسش هاي فلسفي تاريخ را پرسيد. او گفت و اندکي بعد کوشيد به پيروي از اين قاعده که ، پرسش فل ... ادامه ...

گروهبندی


groupاجتماعی
groupفرهنگی
groupمذهب و عرفان
groupصنایع
groupمعرفی شرکتها و ارگانها
groupاقتصادی
groupپزشکی
groupسلامتی و بیماریها
groupمدیریت
groupنرم افزار کامپیوتر
groupبرنامه نویسی
groupسخت افزار کامپیوتر
groupفن آوری اطلاعات
groupفن آوری نوین
groupبرق و الکترونیک
groupتاریخ
groupزندگینامه اشخاص
groupمعرفی مناطق
groupجغرافیا
groupشهر سازی
groupنقشه برداری
groupمعماری
groupعمران
groupمکانیک
groupکشاورزی
groupروانشناسی
groupموسیقی
groupاختر شناسی
groupهنر و ادبیات
groupشعر
groupکار , اشتغال و حرفه
groupنقد فیلم , نقد ادبی
groupتئاتر و سینما
groupآشپزی
groupورزش و بازیها
groupماوراء طبیعت
groupنمونه سوال درسی
groupمسافرت
groupطنز
groupسرگرمی
groupمطالب جالب
groupجملات و مطالب زیبا
groupگوناگون



تذکر بسیار مهم ::
طبق ماده 3 آیین نامه اجرایی ماده 7 قانون حمایت از مصرف کنندگان مسئولیت تبلیغ خلاف واقع بر عهده سفارش دهنده و سازنده آگهی است
قبل از استفاده از وبسایت باید صفحه قوانین و راهنما را به دقت مطالعه نمایید و استفاده از مطالب وبسایت به منزله این است که با تمام موارد ذکر شده موافقت کرده اید

صفحه راهنما صفحه قوانین
مسئولیت آگهی ها به عهده آگهی دهندگان می باشد. لطفآ در کسب اعتبار و اعتماد آگهی دهنده دقت کافی به عمل آوردید.جهت تماس با آگهی دهنده فقط از طریق اطلاعات تماس وی تماس حاصل فرمایید

 ثبت نام | تعرفه ها | تازه ها | قوانین | تماس با ما

NiazeMarkazi
Generated in 0.09seconds