با استفاده از هوش مصنوعی؛
به گزارش گروه دانشگاه خبرگزاری دانشجو، به نقل از دانشگاه صنعتی امیرکبیر، سومین جشنواره اندیشمندان و دانشمندان جوان با محوریت حمایت از ایده پردازی، نوآوری، کارآفرینی و تجازی سازی برگزار شد که در این جشنواره ایده محققان دانشگاه صنعتی امیرکبیر با عنوان «توسعه یک نرم افزار برای پیش بینی ناحیه بریده شده لوله‌های حفاری در حفاری چاه‌های نفت و گاز» برگزیده شد.
تیم تحقیقاتی پتروپلی تکنیک ۲ دانشگاه صنعتی امیرکبیر متشکل از ارسلان رفیعی سرپرست تیم، مهندس افشین بحری آنالیز داده، مهرداد قاسمی متخصص هوش مصنوعی با راهنمایی و هدایت احسان خامه چی عضو هیات علمی دانشگاه صنعتی امیرکبیر، روابط و نمودار‌هایی را گسترش دادند که می‌تواند نزدیک شدن به ناحیه بحرانی بریده شدن لوله‌های حفاری که تحت تنش و کرنش‌های گوناگونی در چاه‌های نفت و گاز است را پیش بینی و آلارم دهد.
این تیم با استفاده از هوش مصنوعی و شبکه‌های عصبی برای پیش بینی برخی پارامتر‌ها و استفاده از داده‌های چاه‌هایی که در قبل مشکل twist_off داشتنه‌اند، توانسته‌اند مدلی را طراحی و ارائه کنند که در همه دکل‌های حفاری بدون نیاز به انجام هزینه‌های اضافی، ناحیه‌های بحرانی حفاری را برای رشته حفاری مشخص و برطرف کند.
همچنین به گفته سرپرست تیم، برنامه‌های داده شده فراتر از آکادمیک بودن طرح است و در تمامی دکل‌های حفاری قابلیت اجرا دارد که باتوجه به شرایط و زمان تحریم، درحال حاضر هیچ کدام از دستگاه‌های حفاری در کشور، روشی برای پیش بینی twist_off لوله حفاری به کار نمی‌گیرند.
یکی از پرهزینه‌ترین بخش‌های صنعت نفت و گاز در شاخه بالادستی، بخش حفاری به شمار می‌رود و در مهندسی حفاری هزینه روزانه دکل‌ها بسیار بالا است.
بریده شدن یا twist_off رشته حفاری یکی از مشکلاتی است که در حفاری چاه‌های نفت و گاز در ایران و جهان به وفور دیده می‌شود که برای برطرف کردن این مشکل هزینه‌های بسیار زیادی به شرکت‌های صاحب دکل حفاری تحمیل می‌شود بنابراین برای پیش‌بینی و پیشگیری از این مشکل، می‌توان با استفاده از مدل تیم پتروپلی تکنیک ۲، نزدیک شدن به ناحیه بحرانی twist_off را مشخص کرد.
ارسال نظرات