انتشار مقاله علمی و کاربردی درباره مهندسی نفت و صنعت حفاری در یک نشریه تخصصی معتبر بین المللی
به گزارش خبرصنعتی به نقل از روابط عمومی شرکت ملی حفاری ایران، حسن باقری روز چهارشنبه (۷ آذر ۱۴۰۳) در این ارتباط توضیح داد: این مقاله تحت عنوان “تخمین و کلاس بندی اندازه منافذ بر اساس توزیع حجم سیالات مخزن با استفاده از لاگ های چاه و الگوریتم یادگیری عمیق در یک سنگ شناسی پیچیده” در پایگاه و مرجع معتبر مقالات الزویر (Elsevier) منتشر شده است.
وی گفت: همچنین نشریه تخصصی و درجه ۱ (Q-1) هوش مصنوعی در علوم زمین تحت عنوان “Artificial Intelligence in Geosciences” نیز نسبت به چاپ این مقاله اقدام کرد.
این پژوهشگر برتر دستگاه های اجرایی استان خوزستان و شرکت ملی حفاری ایران با بیان اینکه مقاله انتشار یافته پیرامون مباحث کاربردی و تخصصی در خصوص مطالعات پتروفیزیکی مخازن بویژه در چاه های توصیفی و اکتشافی است، افزود: مبحث توزیع و کلاس بندی اندازه منافذ سنگ مخزن بخصوص در چاه هایی که فاقد اطلاعات کافی برای ارزیابی و توصیف سنگ مخزن هستند، چالشی است که در سال های اخیر بسیار مورد توجه محققان دانشگاهی و صنعتی قرار دارد.
باقری اظهارکرد: در مقاله حاضر با کاربست الگوریتم های پیشرفته هوش مصنوعی (یادگیری عمیق) موفق به تخمین اندازه منافذ سنگ مخزن در چاه های فاقد اطلاعات نمودار NMR گردیده است.
تهیه کننده مقاله که دانشجوی مقطع دکتری مهندسی نفت است، گفت: مطالعه و بررسی توزیع اندازه منافذ که درک رفتار سنگ مخزن را از ذخیره سازی سیال در سنگ مخزن تا تولید و بهره برداری از آن مخزن در یک میدان ارائه می دهد، تنها با استفاده از آنالیزهای آزمایشگاهی روی مغزه های حفاری که محدود به اعماق خاصی از سنگ مخزن هستند و یا در چاه هایی که نمودار برداشت می شود امکان پذیر است، اما الگوریتم ترکیبی ارائه شده در مقاله حاضر بر اساس تکنیک های پیشرفته هوش مصنوعی پایه ریزی شده و به خوبی این چالش را در تمام چاه های یک میدان که فاقد اطلاعات آنالیز آزمایشگاهی و نمودار NMR هستند مرتفع کرده است.
وی با بیان اینکه در تهیه این مقاله دکتر علی مراد زاده استاد تمام و دکتر رضا محبیان استادیار دانشگاه تهران و همچنین مهندس بهنیا عزیز زاده مهماندوست دانشجوی دکتری دانشگاه مک-مستر کانادا همکاری داشته اند، افزود: هوش مصنوعی ابزاری بسیار کاربردی در صنایع مختلف و بویژه در صنعت نفت است که می تواند با مدیریت مناسب، به حل مسائل بسیار پیچیده ای در مطالعات مهندسی نفت از اکتشاف، حفاری، مطالعات مخزن تا بهره برداری کمک شایانی داشته باشد.