سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 786

This Paper With 11 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

PETROICT04_018

Index date: 28 March 2016

مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری abstract

تعیین پارامترهای نفوذپذیری تخلخل و درجه اشباع یکی ازعوامل مهم در آنالیز مخازن نفت و گاز بوده و عموما انتخاب این پارامترها متاثر از روش مورد استفاده در تخمین انهاست. به طور معمول برای تعین پارامترهای نفوذپذیری تخلخل و درجه اشباع مخزن از آزمایشات مغزه اندازه گیری مستقیم و یا نمودارهای چاه پیمایی اندازه گیری غیر مستقیم استفاده می شود که در مورد دوم با استفاده از روابط تجربی و ریاضی خاص وایجاد ارتباط بین متغیرها مختلفی که توسط نمودارهای مذکور اندازه گیری می شوند مقدار پارامترهای نفوذپذیری تخلخل و درجه اشباع سنگ مخزن مورد ارزیابی قرارمی گیرند. هدف از نگارش این مقاله؛ مروری جامع از کاربرد روشهای رایانش نرم در پیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری می باشد. نتایج این تحقیقات همگی نشان می دهند روشهای رایانش نرم در مقایسه با سایر روشها سریعتر دقیقتر و مقرون به صرفه تر می باشد.

مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری Keywords:

مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری authors

هادی فتاحی

استادیار دانشکده مهندسی معدن، دانشگاه صنعتی اراک

حسینیه نظری

دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه صنعتی اراک

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 :
و 4 آذر 24 - 25 Nov. 201 _ _ ...
Nikravesh M, Zadeh LA, Aminzadeh F Soft computing and intelligent ...
Ohen HA. Calibrated Wireline Mechanical Rock Properties Model for Predicting ...
Oden CP, LoCoco JJ. Variable Frequency Mo nopole-Dipole Sonic Logging ...
Asoodeh M, Bagheripour P. Prediction of compressional, shear, and stoneley ...
Castagna JP, Batzle ML, Eastwood RI .Relationships between compres sional-wave ...
Wong P, Henderson D, Brooks L. Permeability determination using neural ...
Apat G, Gimrah F, Yeten B. The neighborhood approach to ...
[N]Ali M, Chawathe A. Using artificial intelligence to predict permeability ...
Chang H-C, Kopaska-Merkel DC, Chen H-C, Durrans SR. Lithofacies identification ...
Huang Y, Gedeon TD, Wong PM. An integrated neural -fuzzy- ...
1]Lim J-S. Reservoir permeability determination using artificial neural network J ...
Chiu, S. L. 1994- Fuzzy model identification based On cluster ...
Delmirli, K. & Muthukumara. P., 2000- Higher order fuzzy system ...
Cuddy S. Litho-facies and permeability prediction from electrical logs using ...
8]Kadkhodaie Ilkhchi A, Rezaee M, Moallemi SA. A fuzzy logic ...
Nouri Taleghani M, Saffarzadeh S, Karimi Khaledi M, Zargar G. ...
Jorjani E, Chelgani SC, Mesroghli S. Application of artificial neural ...
Hagan MT, Demuth HB , Beale MH. Neural network design. ...
Specht DF. A general regression neural networ, IEEE T Neural ...
Mohaghegh S, Arefi R, Ameri S, Aminiand K, Nutter R. ...
Malki H, Baldwin J, Kwari M. Estimating permeability by use ...
Maqsood A, Chawathe A. Using artificial intelligence to predict permeability ...
Boadu FK. Predicting oil saturation from velocities using petrophysical models ...
Saggaf MM, Nebrija L. Estimation of lithologies and depositional facies ...
_ _ for porosity _ from well logs. _ 50, ...
Lim J-S. Reservoir properties determination using fuzzy logic and neural ...
Al-Bulushi _ King PR, Blunt MJ, Kraijveld M. Development of ...
Srinivasan, K. & Fisher, ID. 1995- Machine Learning Approaches to ...
Jang, J. S. R., Sun, C. T. & Mizutani, E. ...
Kosko, B., 1992- Neural Networks and Fuzzy Systems: A Dynamical ...
Nava, P. & Taylor, J., 1996- The Optimization of Neural ...
Ja'fari A, Kadkhodaie- Ilkhchi A, Sharghi Y, Ghanavati . Fracture ...
Ng J, Gong S. Composite support vector machines for detection ...
Ancona N, Cicirelli G, Stella E, Distante A. Ball detection ...
Cao L-J, Tay FE. Support vector machine with adaptive parameters ...
Shin K-S, Lee TS, Kim H-j. An application of support ...
_ Wang CJ. Credit scoring with a data _ _ ...
Gang R, Zhuping Z. Traffic safety forecasting method by particle ...
Chen R-C, Hsieh C-H. Web page classification based on a ...
Al-Anazi A, Gates I. Support vector regression for porosity prediction ...
_ Lin Z-S. A committe machis _ _ Comput Geosci. ...
[13] Saemi M, Ahmadi M, Varjani AY. Design of neural ...
Anifowose F, Abdulraheem A. Fuzzy logic-driven and SVM-driven hybrid computational ...
نمایش کامل مراجع

مقاله فارسی "مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری" توسط هادی فتاحی، استادیار دانشکده مهندسی معدن، دانشگاه صنعتی اراک؛ حسینیه نظری، دانشجوی کارشناسی ارشد مهندسی معدن، دانشگاه صنعتی اراک نوشته شده و در سال 1394 پس از تایید کمیته علمی چهارمین کنفرانس و نمایشگاه فناوری اطلاعات و ارتباطات در صنایع نفت، گاز پالایش و پتروشیمی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله روشهای رایانش نرم؛ نمودارهای چاه پیمانی؛ نفوذپذیری؛ تخلخل؛ درجه اشباع؛ مخازن هیدروکربوری هستند. این مقاله در تاریخ 9 فروردین 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 786 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تعیین پارامترهای نفوذپذیری تخلخل و درجه اشباع یکی ازعوامل مهم در آنالیز مخازن نفت و گاز بوده و عموما انتخاب این پارامترها متاثر از روش مورد استفاده در تخمین انهاست. به طور معمول برای تعین پارامترهای نفوذپذیری تخلخل و درجه اشباع مخزن از آزمایشات مغزه اندازه گیری مستقیم و یا نمودارهای چاه پیمایی اندازه گیری غیر مستقیم استفاده می شود ... . برای دانلود فایل کامل مقاله مروری جامع برکاربرد روشهای رایانش نرم درپیش بینی پارامترهای نفوذپذیری تخلخل و درجه اشباع در مخازن هیدروکربوری با 11 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.