Search academic texts

Information × Registration Number 0824U002523, PhD dissertation Status Доктор філософії Date 12-09-2024 popup.evolution . Title Neural network system for automated prediction of the dynamics of controlled parameters of the oil and gas well drilling process Author Protsiuk Volodymyr Vasylovych, popup.head Vasyl I. Sheketa popup.opponent Mykhaylo Aleksyeyev popup.opponent Ihor V. Konovalenko popup.review Boryn Vasyl S popup.review Mykhailo V. Shavranskij Description Метою дисертаційного дослідження є розробка та впровадження інтелектуальної системи, яка використовує нейронні мережі для автоматичного прогнозування змін у контрольованих параметрах буріння. Така система може значно підвищити ефективність буріння, зменшити ризики аварій та оптимізувати витрати ресурсів шляхом точнішого прогнозування та оперативного реагування на зміни в процесі буріння. У дисертаційній роботі наведене теоретичне узагальнення і вирішення актуальної науково-практичної задачі створення нейромережевої системи автоматизації прогнозування динаміки контрольованих параметрів процесу буріння нафтогазових свердловин. Це передбачає розробку методів і алгоритмів, що дозволяють з високою точністю визначити зміни в параметрах буріння, забезпечуючи тим самим ефективність і безпеку бурового процесу, а також оптимізацію витрат і ресурсів. Вирішення такої задачі має важливе значення для нафтогазової промисловості України, оскільки дає змогу оптимізувати техніко-економічні показники процесу буріння нафтогазових свердловин. Наукова новизна дисертаційної роботи визначається такими положеннями: вперше:  розробка методів та моделей, які дозволяють ефективно усувати та компенсувати вплив аномалій у даних процесу буріння нафтогазових свердловин , що досягається шляхом використання нейронечітких технологій, які здатні працювати в умовах неповної або нечіткої інформації, а також складних нелінійних функціональних залежностей;  побудова нейронечіткої моделі оцінювання впливу аномалій, що включає в себе нечітку продукційну базу знань, механізм нечіткого логічного висновку та систему налаштування моделі в формі запропонованої методики оптимізації нейронної мережі з використанням градієнтного спуску та методів регуляризації, що дозволяє уникати перенавчання та забезпечувати ефективну роботу моделі в розширеному просторі бурових даних.  удосконалено методику використання відстані Хаммінга замість мультиплікативної функції агрегування для обчислення ступенів довіри, що дозволяє краще працювати з кількісними сенсорними даними.  удосконалено формальні аналітичні оцінки аномалій у даних буріння нафтогазових свердловин; загальну модель системи управління процесами буріння НГС, яка використовує математичну формалізацію для опису і управління процесами буріння з урахуванням аномалій; моделі побудовані на основі динамічних систем, що дозволяють формально описати процеси управління як просторово-часову систему з відповідними координатами; алгоритми управління процесом буріння, які включають оцінки станів процесу залежно від режимних параметрів і рівнів аномалій; математичні моделі, що враховують вплив аномалій на вихідні параметри процесу.  знайшли подальший розвиток алгоритми виявлення аномалій на основі правил з коефіцієнтами впевненості, які дозволяють обробляти сенсорні дані з високою точністю, з врахуванням різних типів невизначеності, таких як неповнота, незнання, розмитість, неточність та неоднозначність, що робить їх більш ефективним у порівнянні з традиційними методами, такими як гаусівські алгоритми або бінарні та нечіткі правила асоціації. Практична цінність дослідження, що включає розробку моделей аналітичної оцінки аномалій у даних буріння нафтогазових свердловин, є суттєвою для галузі нафтогазовидобутку. Основні аспекти практичної цінності полягають у покращенні точності та надійності процесів буріння. Розроблені моделі дозволяють ідентифікувати аномалії в реальному часі, що зменшує ризик аварійних ситуацій та непередбачених зупинок, підвищуючи безпеку і ефективність бурових операцій. Крім того, оптимізація управління процесом буріння з використанням запропонованих моделей сприяє зниженню витрат на технічне обслуговування і ремонт обладнання, завдяки своєчасному виявленню і усуненню відхилень у режимних параметрах. У результаті, пропоноване дослідження сприяє підвищенню економічної ефективності бурових операцій, зменшенню витрат і ризиків, а також підвищенню якості і безпеки робіт у нафтогазовидобувній галузі. Результати дисертаційного дослідження були використані в реальних умовах підприємства ТОВ «НАДРА ІНЖИНІРИНГ» для оптимізації та покращення процесів буріння нафтогазових свердловин, підвищення ефективності робіт та зниження витрат. Також результати дисертаційної роботи були впроваджені в навчальний процес при вивченні дисципліни «Новітні методи роботи з великими даними» студентами спеціальності 121 «Інженерія програмного забезпечення». Факти впровадження підтверджуються відповідними актами, показаними у додатках до дисертаційної роботи. Ключові слова: автоматизація процесу буріння, математичні моделі, системи підтримки прийняття рішень на основі знань, експертні системи, методи прогнозування, глибинне навчання, машинне навчання, аномалії в даних, алгоритми виявлення аномалій, багатошарові нейронні мережі, невизначеність, нечіткість, коефіцієнти впевненості. Registration Date 2024-07-11 popup.nrat_date 2024-09-18 Close