مقایسه روش های مختلف تعیین کانی های رسی و کاربرد شبکه عصبی در تعیین توزیع کانی های رسی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 683

This Paper With 12 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

RESERVOIR04_065

تاریخ نمایه سازی: 16 خرداد 1394

Abstract:

تعیین کانی های رسی در سازندهای هیدروکربوری برای تعیین خصوصیات مخزن از پارامترهای بسیار مهم می باشد. در این مطالعه از روش پراش اشعه ایکس، نوع و درصد کانی های رسی برای سازند 1 (سازند کنگان-b4 از چاه A) و سازند 2 (سازند کنگان-b4 از چاه B) تعیین و با نتایج نمودارهای عرضی مقایسه گردید. نهایتاً یک روش جدید برای تخمین درصد کانی رسی از طریق شبکه عصبی پس انتشار خطا در سازند کنگان ارائه شده است. یک شبکه با دو لایه ی پنهان بر اساس داده های آزمایش پراش اشعه ایکس و مختصات مکانی آن ها برای آموزش شبکه به کار گرفته شد. نتایج نشان می دهد که تابع انتقال خطی به عنوان تابع بهینه برای هر دو لایه پنهان می باشد و بهترین الگوریتم در این تحقیق، الگوریتم LM تشخیص داده شد. شبکه ی طراحی شده، این توانایی را دارد که کانی های رسی را در مکان های مهم و مدنظر پیش بینی کند.

Authors

آصف مدنی

کارشناس ارشد مهندسی نفت

حسام الدین شریفی

کارشناس ارشد مهندسی نفت

مصیب کمری

کارشناس ارشد مهندسی مخازن هیدروکربوری

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Schlumberger, Schlumberger Log Interpretation Chart, Sugarland, Texas 77478, 2009. ...
  • Moore D., Reynolds R.C., X-Ray difffraction and the identification and ...
  • Mohaghegh S., Arefi R., Ameri S., Aminiand K., Nutter R, ...
  • Eskandari H., Rezaee M.R., Mohammadia M., Application of Multiple Regression ...
  • Bhatt A., Helle H.B., Committee neural networks for porosity and ...
  • Fuchtbauer H., Mueller G, Sediments and sedimentary rocks; Sedimentary Petrology: ...
  • Velde B., Introduction o Clay Minerals: Chemistry, Origin, Uses and ...
  • Paradigm Petrophysics Software (GeoLog, Ver.6.7.1). ...
  • نمایش کامل مراجع