فهرست مطالب

ماهنامه اکتشاف و تولید نفت و گاز
پیاپی 173 (اسفند 1398)

  • تاریخ انتشار: 1398/11/12
  • تعداد عناوین: 10
|
  • سیدعلی معلمی* صفحه 3
  • احسان برنجکار* صفحات 4-12

    تخمین نرخ نفوذ (ROP)، یکی از اقدامات اولیه و بسیار مهم به منظور بهینه سازی عملیات حفاری و مدیریت چاه های آینده است. به دلیل پیچیدگی میان متغیرهای تاثیرگذار بر نرخ نفوذ، تخمین دقیق این فاکتور کلیدی به وسیله مدل های ریاضی مرسوم امکان پذیر نیست. هدف از این مطالعه، استفاده از دو روش شبکه های عصبی پایه شعاعی بهینه شده با الگوریتم ازدحام ذرات (PSO-RBFNN) و ماشین یادگیری افراطی (ELM)، برای تخمین نرخ نفوذ است. RBFNN، یکی از روش های مدل سازی در تخمین توابع غیرخطی به شمار می رود، که به دلیل داشتن تنها یک لایه پنهان، محاسبات و پیچیدگی بسیار کمتری دارد. در حالی که، روش ELM یک روش تعمیم یافته از شبکه های عصبی پرسپترون چند لایه (MLP) است که با ایجاد تغییراتی در ساختار و محاسبات لایه پنهان، سرعت و دقتی بالاتر را برای تقریب فراهم آورده است. در این پژوهش، از داده های واحد نمودارگیری گل (MLU) جمع آوری شده از یک چاه حفاری شده واقع در میدان نفتی رگ سفید در جنوب غربی ایران استفاده شده است. این داده ها شامل نه متغیر مستقل (پارامترهای عملیات حفاری) و یک متغیر وابسته (نرخ نفوذ) می باشد که پس از کنترل نویز و حذف نقاط دور افتاده، به عنوان ورودی مدل ها استفاده شدند. دقت تقریب مدل های توسعه داده شده، به وسیله معیارهای آماری مختلفی با یکدیگر مقایسه شدند که شامل ضریب تعیین))، ضریب رگرسیون (R)، خطای میانگین مربعات (MSE)، خطای جذر میانگین مربعات (RMSE) و میانگین مطلق خطا (MAE) است. بر اساس نتایج این مطالعه، نشان داده شد که هر دو مدل، تخمین مناسبی را از نرخ نفوذ ارایه می کنند. با این حال ثابت شد که مدل ELM، الگوی میان داده های ورودی را بهتر تشخیص داه و می تواند به عنوان یک مدل کارآمد برای تخمین نرخ نفوذ استفاده شود. همچنین ثابت شد که کنترل نویز داده ها یک اقدام موثر و ضروری قبل از فرآیند مدل سازی است.

    کلیدواژگان: نرخ نفوذ، شبکه های عصبی پایه شعاعی، ماشین یادگیری افراطی، بهینه سازی حفاری، مدل سازی، الگوریتم بهینه سازی ازدحام ذرات
  • محمدامین دزفولیان* صفحات 13-21

    مته ها از مهم ترین و اصلی ترین ابزارهای مورد استفاده توسط مهندسین در حفاری چاه های نفت و گاز است. انتخاب بهترین مته و شرایط حفاری متناظر با آن، از اساسی ترین چالش هایی است که شرکت های نفتی با آن مواجه هستند. انتخاب مته مناسب برای شرایط حفاری خاص، نیازمند ارزیابی عوامل موثر بر آن است. در روش های مختلف انتخاب آن، هر روش تا حدودی در تعیین و انتخاب مته کاربردی است. در این پژوهش با تحلیل و بررسی روش هزینه حفاری واحد طول، نتایجی جهت انتخاب صحیح مته به دست آمد. در اینجا از داده های حفاری مربوط به دو چاه از یکی از میادین ایران استفاده شده است. برخی چاه های این میدان به علت پایین بودن نرخ نفوذ، راندمان حفاری پایینی داشتند از همین رو، جهت انجام این تحقیق مورد توجه قرار گرفتند. پس از تعیین سازندهای با ضخامت بالا و با اهمیت جهت نرخ حفاری، مته های مورد استفاده برای حفر این سازندها از گزارشات و اطلاعات چاه ها استخراج شد. پس از تعیین متراژ و زمان حفاری و همچنین نوع سازند حفاری شده توسط مته های مختلف، عملکرد مته های به کار رفته در این سازندها، بررسی شد، سپس با اعمال روش هزینه حفاری به ازای حفر یک فوت از چاه برای هر کدام از مته ها در سازند حفاری شده، هزینه حفاری واحد طول هر یک از آنها به تفکیک مشخص شد. پس از آن با توجه به محاسبات انجام شده برای هر یک از مته ها، مناسب ترین مته در هر سازند مربوط به میدان مورد مطالعه، انتخاب و پیشنهاد شد که می توان از آن جهت حفاری های آتی استفاده کرد. می توان با انتخاب صحیح مته ، علاوه بر کاهش تعداد مته ها و حذف چندین زمان پیمایش که به علت کم بودن نرخ نفوذ انجام می شود، از هزینه ها و زمان حفاری تا حدود نسبتا زیادی کاست.

    کلیدواژگان: انتخاب مته، هزینه حفاری، نرخ نفوذ، کد مته، سازند زمین شناسی، زمان حفاری، متراژ حفاری
  • رضا احمدی* صفحات 22-30

    در پژوهش حاضر وضعیت میزان ذخایر، معادن، تولید، مصرف و تجارت جهانی قیر طبیعی ایران، در یک دوره زمانی 10 ساله (2018-2009) مورد مطالعه قرار گرفته است. در این راستا از طریق استخراج آمارهای معتبر بین المللی، پردازش و تحلیل داده ها، جایگاه ایران در قاره آسیا و کل جهان تعیین شده و با کشورهای پیشروی جهان در زمینه قیر و آسفالت مقایسه گردیده است. نتایج پژوهش نشان داد که ایران با حدود 15 میلیون تن ذخیره قیر طبیعی و سهم 15 درصدی از ذخیره جهانی، طی 10 سال اخیر با تولید 3/4 درصد قیر و آسفالت کل جهان، در رتبه ششم جهانی قرار دارد. در طول بازه زمانی 2009 تا 2018 ایران با سهم 8/6 درصد از کل صادرات قیر و آسفالت قاره آسیا، رتبه چهارم این قاره و با سهم 33/2 درصدی صادرات کل جهان، جایگاه هفتم جهانی را در اختیار داشته که هنوز با کشورهای پیشتاز، فاصله زیادی دارد. همچنین کشورهای رقیب اقتصادی ایران در قاره آسیا همانند اندونزی، امارات متحده عربی و بحرین نسبت به ایران از وضعیت مطلوب تری در زمینه صادرات قیر و آسفالت برخوردارند. در طول 10 سال اخیر نیز ایالات متحده آمریکا، کانادا، چین، فرانسه، عمان، فیلیپین، اسپانیا و کاستاریکا بیشترین واردات قیر را به خود اختصاص داده اند. علیرغم وضعیت نسبتا مطلوب ذخایر، معادن و تولید قیر و آسفالت، جایگاه صادرات ایران در جهان مطلوب نیست. همچنین صادرات قیر و آسفالت ایران طی سال های اخیر، کاهش تدریجی نشان می دهد که با توجه به میزان ذخایر، به منظور افزایش صادرات بایستی در وهله اول برنامه ریزی اصولی و مدون برای اکتشاف علمی این ذخایر و در وهله دوم فرآوری آنها صورت گیرد.

    کلیدواژگان: قیر و آسفالت، آمار تولید، مصرف، صادرات و واردات قیر و آسفالت، ایران، آسیا، کشورهای صاحب قیر و آسفالت جهان
  • زهرا کرمی هرستانی*، صابر جمالی حاجیانی صفحات 31-36

    حسگر گاز متان از تجهیزات مهم صنایع نفت و گاز و پتروشیمی است. در سال های اخیر ساخت حسگر گاز بر اساس نانولوله های کربنی مورد توجه قرار گرفته است. علی رغم اینکه نانولوله کربنی قابلیت آشکارسازی بعضی از گازها را دارد در آشکارسازی متان بسیار ضعیف است. با این وجود می توان با استفاده از روش هایی چون آرایش دادن سطح نانولوله با فلزات، خاصیت حسگری آنها را افزایش داد. بنابراین در این مقاله به شبیه سازی آرایش دهی نانولوله کربنی (0و8) توسط اتم پالادیوم بر بهبود جذب مولکول متان با استفاده از نظریه تابعی چگالی پرداخته شده است. نتایج نشان داد که حضور اتم پالادیم نقش چشمگیری در افزایش انرژی جذب مولکول متان بر روی نانولوله کربنی دارد به طوری که از محدوده جذب ضعیف فیزیکی به محدوده جذب فیزیکی و شیمیایی می رساند. همچنین انتقال بار از نانولوله کربنی به سمت مولکول متان بوده که باعث افزایش رسانایی نانولوله کربنی در حضور متان می شود و از خاصیت تغییر هدایت الکتریکی و تغییر مقاومت می توان در حسگر متان استفاده کرد.

    کلیدواژگان: حسگر متان، نانولوله کربنی، پالادیوم، نظریه تابعی چگالی
  • امین احمدی*، فاطمه امیری، مجتبی آبدیده صفحات 37-43

    طراحی دوغاب سیمان مناسب و سازگار با شرایط سازند یکی از مهم ترین عوامل موثر بر عملیات سیمان کاری است. عدم موفقیت در عملیات سیمان کاری هر ساله منجر به صدمات پرهزینه ای برای صنعت حفاری می شود. همچنین با توجه به اهمیت روزافزون چاه های افقی در افزایش بهره وری از مخازن نفتی و گازی بحث سیمان کاری این چاه ها و ایجاد جداسازی منطقه ای از اهمیت ویژه ای برخوردار است. در این تحقیق سعی می شود با توجه به اهمیت سیمان کاری چاه های افقی و مشکلات موجود در سیمان کاری این نوع چاه ها در ایران، ضمن بررسی فرمولاسیون به کار رفته در تعدادی از چاه های ایران و مشکلات پیش آمده در چاه های مذکور، با انجام مطالعات لازم روی عوامل موثر در طراحی سیمان کاری موفق و انجام آزمایشات مختلف روی فرمولاسیون های مختلف با استفاده از افزایه های موثر بر خواص دوغاب سیمان، بهترین فرمولاسیون متناسب با شرایط چاه های ایران که مرتفع کننده مشکلات موجود است، را ارایه کرد. بر پایه تجربیات میدانی و بررسی های آزمایشگاهی مهم ترین عامل در طراحی دوغاب سیمان افقی، افزایش پایداری دوغاب سیمان در برابر ته نشینی ذرات جامد و تشکیل آب آزاد است. با شکل گیری آب آزاد به علت وضعیت خاص هندسی چاه افقی، در بالای فضای حلقوی، کانالی از آب تشکیل خواهد شد که به شدت جداسازی منطقه ای را تحت تاثیر قرار خواهد داد. هدف از این تحقیق طراحی دوغاب سیمان بهینه -که دارای خواص ریولوژیکی، مقاومتی و پایداری بسیار مناسبی جهت استفاده در مقاطع افقی چاه های نفتی و گازی می باشد- است.

    کلیدواژگان: طراحی دوغاب سیمان، سیمان کاری چاه های افقی، فناوری نانو، افزایه های سیمان
  • مریم ذیفن*، محمدجواد ذیفن صفحات 44-50

    دسته بندی سنگ ها بر اساس خواص پتروفیزیکی (تخلخل و تراوایی)، یکی از پارامترهای مهم در مطالعه و شبیه سازی مخازن نفتی است. محاسبات واحدهای جریانی هیدرولیکی1 (HFU) یکی از روش های متداول برای دسته بندی سنگ ها بر مبنای استفاده از این پارامترها است. اما این روش شامل محاسبات پیچیده ریاضی و به کارگیری نمودارهای تجمعی است. از سوی دیگر، با ظهور تکنیک های تحلیل داده تحت عنوان داده کاوی، شیوه های جدید و ساده تری برای تحلیل و پیش بینی مقادیر داده ها با استفاده از روش های محاسباتی هوش مصنوعی، یادگیری ماشین و آمار ارایه شده اند. در این پژوهش با استفاده از داده های تخلخل و تراوایی یکی از میادین مخازن نفتی جنوب غربی ایران، دسته بندی سنگ های این مخزن را به منظور مقایسه عملکرد روش HFU و الگوریتم C5.1 (الگوریتم دسته بندی کننده داده کاوی) مورد بررسی قرار دادیم. نتایج این پژوهش به ارزیابی تحلیلی جایگزینی روش های داده کاوی با روش واحدهای جریانی هیدرولیکی در حوزه دسته بندی سنگ های مخازن نفتی می پردازد.

    کلیدواژگان: مخزن، دسته بندی سنگ، واحدهای جریانی، داده کاوی، الگوریتم C5، 1
  • عنایت الله طاهرزاده* صفحات 63-68