Добавить новость

Машинное обучение, VR-технологии и нечеткая логика в производственных процессах на страницах июньского Neftegaz.RU

Москва, 9 июн - ИА Neftegaz.RU. Исследователи Санкт-петербургского горного университета применили модели машинного обучения для оценки липофильности соединений, используемых в нефтехимии. Задействуя фингерпринты молекул и химические дескрипторы они разработали модель на базе XGBoost для прогнозирования значений LogP, позволяющие создавать эффективные присадки и катализаторы. Результаты исследования опубликованы в свежем выпуске журнала Neftegaz.RU.

Также теме машинного обучения посвящена статья о диагностике неисправностей ШГН. Авторы статьи делятся разработкой метода диагностики неисправностей штанговых глубинных насосных установок, основанных на анализе динамограмм и использовании методов машинного обучения, что крайне важно для повышения надежности и снижения затрат на обслуживание насосов. Результаты показали, что применение машинного обучения позволяет улучшить точность диагностики неисправностей - утечки, заедания плунжера и обрывы штанг. Выявленные в ходе анализа признаки обеспечивают высокую точность классификации неисправностей, что позволяет оперативно выявлять дефекты.

Повышению уровня добычи и эффективности использования оборудования при помощи цифровых технологий посвящена статья Исследование межскважинной интерференции в нефтегазовых коллекторах. С ростом числа уплотняющих скважин при добыче сланцевой и тяжелой нефти, возросла межскважинная интерференция. Установлено, что взаимодействие между скважинами влияет на производительность как в соседних, так и в уплотняющих разработках, что снижает предполагаемую конечную добычу. Авторы статьи рассматривают вопросы, касающиеся исследования межскважинной интерференции в нефтегазовых коллекторах, а также матричную модель и модель просачивания делая акцент на 3D-моделировании интерференции для оценки сети трещин.

Применению библиотеки с открытым исходным кодом для численного моделирования процессов фильтрации в нефтенасыщенных коллекторах посвящена статья Исследования и моделирование фильтрации пластовых флюидов в MATLAB Reservoir Simulation Toolbox. Исследователи провели моделирование процесса заводнения и оптимизации размещения добывающих скважин с целью повышения коэффициента извлечения нефти. В своей статье они рассматривают основные этапы подготовки входных данных, настройки граничных условий и анализируют полученные результаты.

Также со страниц июньского номера вы узнаете: какие виртуальные технологии применяют для предотвращения аварий в Арктике, о моделировании процессов гидратообразования, способах оптимизации верхних строений морских нефтегазопромысловых платформ с применением нечеткой логики, выборе оптимальных параметров скважины для эффективной разработки нефтяной оторочки при помощи многовариантного гидродинамического моделирования и других исследованиях современных российских ученых в области применения цифровых технологий и оптимизации производственных процессов в нефтегазовом комплексе.

Читайте на сайте


Smi24.net — ежеминутные новости с ежедневным архивом. Только у нас — все главные новости дня без политической цензуры. Абсолютно все точки зрения, трезвая аналитика, цивилизованные споры и обсуждения без взаимных обвинений и оскорблений. Помните, что не у всех точка зрения совпадает с Вашей. Уважайте мнение других, даже если Вы отстаиваете свой взгляд и свою позицию. Мы не навязываем Вам своё видение, мы даём Вам срез событий дня без цензуры и без купюр. Новости, какие они есть —онлайн с поминутным архивом по всем городам и регионам России, Украины, Белоруссии и Абхазии. Smi24.net — живые новости в живом эфире! Быстрый поиск от Smi24.net — это не только возможность первым узнать, но и преимущество сообщить срочные новости мгновенно на любом языке мира и быть услышанным тут же. В любую минуту Вы можете добавить свою новость - здесь.




Новости от наших партнёров в Москве

Ria.city
Музыкальные новости
Новости Москвы
Экология в Москве
Спорт в Москве
Москва на Moscow.media






Топ новостей на этот час в Москве и Московской области

Rss.plus





СМИ24.net — правдивые новости, непрерывно 24/7 на русском языке с ежеминутным обновлением *