Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 25

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
PL
Praca ta stanowi próbę wprowadzenia logiki rozmytej (ang. fuzzy logic) do zagadnień petrofizycznych. Logika rozmyta jest metodą zasadniczo różniącą się od innych metod obliczeniowych, takich jak np. sieci neuronowe. Przede wszystkim operuje na zbiorach rozmytych, wykorzystując wyrażenia lingwistyczne oraz rozmyte zależności i rozmyte reguły postępowania. W pracy przedstawiono działanie schematu obliczeniowego zwanego sterownikiem rozmytym, zastosowanego do parametrów opisujących właściwości skał. Przeprowadzono obliczenia pozwalające przetestować metodę, wyliczając porowatość na bazie zestawu innych parametrów. Skuteczność metody pokazano poprzez zestawienie z wynikami rzeczywistymi. Korelacja była zadowalająca, wynosiła powyżej 0,840 – nawet do 0,880 dla pełnego zbioru danych.
EN
This work is an attempt to introduce fuzzy logic to petrophysical problems. Fuzzy logic improved by Zadeh in 1965, unlike other mathematical methods like classical logic or neural network, is based on fuzzy sets with the use of fuzzy rules, linguistic variables and fuzzy connections. Descriptions of this method are shown in the paper. The work of the fuzzy controller was demonstrated. Experiments were carried out with the use of petrophysical parameters. The efficiency of this method was shown by a comparison between the real and obtained data. The correlation coefficient was over 0.840 – even up to 0.880 for a full set of data.
PL
Zastosowanie nowej techniki pomiarowej z użyciem aparatu Tristar 2 najnowszej generacji poszerzyło możliwości analityczne wykonywanych badań nad strukturą przestrzeni porowej, zwłaszcza w zakresie mikroporów i mikroszczelin charakterystycznych dla skał łupkowych. Aparat działa na zasadzie adsorpcji helu w temperaturach azotowych. Umożliwia w zoptymalizowanych warunkach pomiarowych wyznaczenie krzywej kumulacyjnej objętości porów w funkcji średnicy porów (BHJ — adsorpcja lub desorpcja) oraz pomiar powierzchni właściwej (BET model) w zakresie od 100 do jednego nanometra oraz dopasowanie do cylindrycznego lub sferycznego modelu przestrzeni porowej. Wprowadzenie do praktyki laboratoryjnej nowego aparatu do pomiaru parametrów przestrzeni porowej w sposób zdecydowany polepszyło rzetelność wykonywanych oznaczeń oraz zapewniło możliwość korelacji wyników otrzymywanych różnymi metodami, a co za tym idzie weryfikację poprawności wykonywanych analiz oraz możliwość dokładnego oszacowania wielkości efektu brzegowego. Nową jakością jest również możliwość dokładnej analizy ilości i rozkładu wielkości nanoporów, które w skałach łupkowych są w wielu przypadkach dominującą klasą porów.
EN
Tristar 2 apparatus was applied in pore space investigations. It is working using absorption/desorption phenomena in nitrogen temperatures in the range from 100 to 1 nanometer. Applied software can calculate pore size distribution and value of specific surface for cylindrical and spherical model of pore space. Introducing of this apparatus into laboratory practice improved reliability of measurements and allows us to correlate results obtained with the use of various methods as well as to estimate value of broad effect. New opportunities depends also on possibility of detailed analysis of nanpores which can even dominate in shale rocks.
PL
Możliwości analityczne Zakładu Geologii zostały zdecydowanie powiększone dzięki zakupowi aparatu TriStar II firmy Micromeritics do badań parametrów przestrzeni porowej. Aparat działa na zasadzie adsorpcji wybranych gazów w temperaturach azotowych. Umożliwia w zoptymalizowanych warunkach pomiarowych wyznaczenie krzywej kumulacyjnej objętości porów w funkcji ich średnicy (BHJ - adsorpcja lub desorpcja) oraz pomiar powierzchni właściwej (BET model) w zakresie od 100 nm do 1 nm, a także dopasowanie do cylindrycznego lub sferycznego modelu przestrzeni porowej. Wprowadzenie do praktyki laboratoryjnej nowego aparatu do pomiaru parametrów przestrzeni porowej zdecydowanie polepszyło rzetelność wykonywanych oznaczeń oraz zapewniło możliwość korelacji wyników otrzymywanych różnymi metodami, a co za tym idzie - weryfikację poprawności wykonywanych analiz oraz możliwość dokładnego oszacowania wielkości efektu brzegowego. Nową jakością jest również możliwość dokładnej analizy ilości i rozkładu wielkości nanoporów, które w skałach łupkowych są w wielu przypadkach dominującą klasą porów.
EN
The Micromeritics TriStar II apparatus was applied in pore space investigations. It works on the principle of absorption/desorption phenomena in nitrogen temperatures in the range from 100 to 1 nanometer. Applied software can calculate pore size distribution and values of specific surfaces for cylindrical and spherical models of pore spaces. Introducing this apparatus into laboratory practice improved the reliability of measurements and allowed us to correlate results obtained with the use of various methods as well as to estimate values of boundary effect. New opportunities depend also on possibilities of detailed analysis of nanopores which can even dominate in shale rocks.
PL
W badaniach prowadzonych w ciągu ostatnich kilkunastu lat zajmowano się wyinterpretowaniem budowli organicznych występujących w utworach jury, na podstawie materiałów sejsmicznych, a także geofizyki otworowej [6, 7]. W niniejszej pracy zaprezentowano możliwość interpretacji takich utworów pod kątem właściwości zbiornikowych, jak również stref uszczelniających, poprzez zastosowanie najnowszych technik obliczeniowych, a mianowicie sieci neuronowych (ANN) oraz logiki rozmytej (fuzzy logic). Obliczenia wykonane zostały na wyselekcjonowanych parametrach petrofizycznych (wielkości punktowe) oraz impedancji (wielkość ciągła). Zastosowanie obu metod daje ciągły obraz rozwoju przestrzeni porowej w profilu, a tym samym pozwala zdefiniować warunki zbiornikowe w utworach organicznych oraz warstwach uszczelniających stanowiących uszczelniające nadkłady. Cel pracy to analiza porównawcza wyników otrzymanych obydwiema metodami oraz określenie warunków ich stosowalności.
EN
The paper presents interpretation of reservoir properties of biogenic rocks using the ANN and Fuzzy Logic method. The calculations were performed using point data (core analysis) and impedance (continuous data). Applying of these methods allowed us to observe pore space development and define reservoir and sealing parameters in investigated sediments. Both methods are efficient in such type of works. They identified bioherm beds in investigated wells and allowed us to describe reservoir parameters for various types of rocks from these wells.
PL
Celem pracy było stworzenie modeli obliczeniowych oraz kompletnych baz danych, do wykorzystania ich w programach wizualizacyjnych za pomocą nowej metody symulacyjnej, tj. logiki rozmytej. Metoda wymagała opracowania odpowiednich funkcji, algorytmów i wielkości rozmytych oraz funkcji decyzyjnych na poziomie lingwistycznym, a także ich weryfikacji za pomocą sieci neuronowych. Wyniki przedstawiono w formie wykresów oraz zobrazowano w postaci grafiki 3D.
EN
The base goal of a project was preparation of new computational models and accompanied with them database for visualization software with the use of fuzzy logic. The problem was solved by creation of functions, algorithms, decision functions on linguistic level and then by comparison of obtained results with the result of ANN simulations. The results were presented as graphs and as a 3D visualizations.
EN
Conventional analyses of porosity and pore space parameters are not suitable for shale rocks because of their structure. Such factors like various kinds of porosity, presence of residual organic matter in pore space and great content of nanopores must be taken into account. Analyses of porosity and pore space investigations were performed on shale rock samples due to preparing a reliable method and parameters of analyses. It was found that porosity can be measured with the use of mercury and helium pycnometry. Critical point of porosimetrical analyses is necessity of complete removing of reservoir fluids from pore space. It is possible when analyses are conducted with the use of crumbled samples. The best granulation was found during the investigations.
PL
Konwencjonalne analizy porowatości oraz badania porozymetryczne nie są odpowiednimi dla badania skał łupkowych, z powodu specyficznej struktury takich skał. W analizach skał łupkowych należy uwzględnić różne rodzaje porowatości, obecność rezydualnej substancji organicznej oraz znaczny udział nanoporów w przestrzeni porowej. Wykonano serię badań na skałach łupkowych w celu znalezienia rzetelnej metody pomiarów omawianych parametrów. Stwierdzono, że porowatość może być mierzona za pomocą rtęciowej i helowej piknometrii. Punktem krytycznym dla pomiarów porozymetrycznych jest konieczność dokładnego usunięcia płynów złożowych z próbki. Jest to możliwe, jeśli próbka przed ekstrakcją i pomiarem zostanie odpowiednio zgranulowana. Znaleziono optymalną granulację dla badanych skał łupkowych.
PL
W przedstawionej pracy podjęto próbę sklasyfikowania przestrzeni porowo-szczelinowej skał węglanowych typu dual porosity—dual permeability, w których ta przestrzeń jest wykształcona w znacznie bardziej skomplikowany i różnorodny sposób niż w piaskowcach. Za pomocą sieci neuronowych sporządzono i zweryfikowano zbiór bazowy, który posłużył do wyznaczenia, za pomocą logiki rozmytej, typów przestrzeni porowej opartych na udziale struktur szczelinowej i porowej.
EN
The main goal of this paper was to estimate main types of dual porosity — dual permeability types of pore space in carbonate rocks. The main data base was prepared with the use of neural network Using this data base the authors found three types of rock space according to rate of pore and fracture features.
PL
W przedstawionej pracy podjęto próbę sklasyfikowania przestrzeni porowo-szczelinowej skał węglanowych typu dual porosity – dual permeability, w których przestrzeń ta jest wykształcona w znacznie bardziej skomplikowany i różnorodny sposób niż w piaskowcach. Za pomocą sieci neuronowych sporządzono i zweryfikowano zbiór bazowy, który posłużył do wyznaczenia, za pomocą logiki rozmytej, typów przestrzeni porowej opartych na udziale struktur szczelinowej i porowej.
EN
The main goal of this paper was to estimate main types of dual porosity – dual permeability types of pore space in carbonate rocks. The main data base was prepared with the use of neural network. Using this data base the authors find three types of rock space according to rate of pore and fracture features.
PL
Przedstawiona praca jest kontynuacją próby wprowadzenia metody logiki rozmytej do rutynowych modelowań geologicznych. Wykorzystując dane laboratoryjne i otworowe uzupełniano z jej pomocą brakujące fragmenty profilowań petrofizycznych i geofizycznych. Metoda ta pozwoliła także prognozować całe brakujące profile na podstawie zestawu innych danych, ponieważ nie wymaga ona nauczyciela, czyli zbioru uczącego, opiera się natomiast na poprawnie sformułowanych regułach wnioskowania, co w modelowaniach geologicznych daje jej przewagę nad sieciami neuronowymi.
EN
This paper presents a possibilities of fuzzy logic application in geological model evaluation. Two potential fields of activity was showed. The first is to complete petrophysical and well log database. The second, more ambitious is estimation of petrophysical parameters in no data wells. It is possible because of depending of fuzzy logic on inference rules not on teaching files. It is the main advantage of fuzzy logic over ANN extrapolation method.
PL
Praca prezentuje zastosowanie najnowszych metod cyfrowych (sieci neuronowe) i wizualizacyjnych (program PETREL) do oceny jakości materiału skalnego pod kątem własności zbiornikowych. Uzupełnienie i ujednolicenie danych za pomocą sieci neuronowych pozwoliło na stworzenie optymalnej bazy danych, która wprowadzona została do programu PETREL, co dało możliwość stworzenia przybliżonych modeli petrofizycznych.
EN
This work presents application of new digital methods (ANN) and visualization using new program PETREL. ANN were used to reconstruct petrophysical logs and unify data base. PETREL was used to create petrophysical models of reservoir rocks.
PL
Przedstawiono najnowszą metodę cyfrową z powodzeniem stosowaną do prognozowania, planowania oraz podejmowania decyzji, jaką jest logika rozmyta (ang. fuzzy logic), coraz częściej stosowana w opracowaniach geologicznych.
EN
In this paper there was presented the newest digital method so called fuzzy logic. This method is widely used to plan, predict and make decision in process, in geological problems.
PL
Przedstawiona praca jest wstępnym opracowaniem metody obliczeniowej opartej na logice rozmytej (ang. fuzzy logic). Przedstawiono w niej podstawowe pojęcia używane w logice rozmytej oraz działania na zbiorach rozmytych, których znajomość konieczna jest do stworzenia rozmytego systemu wnioskującego. Zaprezentowano działanie takiego modelu na laboratoryjnych danych doświadczalnych.
EN
The paper presents initially works due to new calculation method supported on fuzzy logic. Base fuzzy logic definitions and operations on fuzzy classes are reviewed as well as a proof of creation proposal system in fuzzy logic. This model applied to petrophysical laboratory data is described and discussed.
PL
Wykonano symulacje rozkładu porowatości efektywnej i miąższości dla złoża Różańsko wykorzystując metody geostatystyczne oraz metodę sztucznych sieci neuronowych. Zastosowano metodę regresji wielokrotnej do estymacji parametrów złożowych (porowatości i miąższości) oraz do stworzenia ich przestrzennych rozkładów, wygenerowanych na podstawie interpretacji wyników pomiarowych sejsmiki 3D, wykonanych na obszarze badanego obiektu. Z drugiej strony zastosowano do obliczeń sieć neuronową typu perceptron wielowarstwowy z algorytmem genetycznym. Stworzono mapy rozkładów symulowanych parametrów i porównano otrzymane wyniki. Stwierdzono, że obie metody dają poprawne wyniki, przy czym metoda sztucznych sieci neuronowych (ANN), będąc metodą szybszą i mniej pracochłonną stawia większe wymagania bazie danych, ze względu na tendencje do wygładzania symulowanych wyników.
EN
Numerical models of Różańsko reservoir were performed using geostatistical and artificial neural network (ANN) methods. The multiple regression method were applied as well for estimations of reservoir parameters extracted from well-log functions as for creation of space distribution of reservoir parameters depending on distributions of appropriate seismic attributes generated on the base of 3-D image of the investigated object. From the other side artificial neural network (ANN) with genetic algorithm were applied. Sketches of porosity and thickness distribution were obtained as a final result. It was showed that both methods give similar results.
PL
Celem pracy była diagnostyka skał zbiornikowych, budujących organiczne obiekty górnej jury, oraz ocena efektywności skał uszczelniających. W analizie wykorzystano wyniki badań rdzeni wiertniczych z poziomów zbiornikowych i uszczelniających oraz dane impedancji akustycznej wygenerowane z krzywych geofizyki otworowej. Zastosowano obliczenia sztucznymi sieciami neuronowymi jako wieloparametrową metodę korelacyjną, porównującą istniejące parametry petrofizyczne z parametrami obszarów, na których planowane jest prowadzenie prac poszukiwawczych. Otrzymane wyniki pozwoliły poprawnie zidentyfikować zarówno korzystne poziomy zbiornikowe jak i oszacować jakość ich uszczelnienia. Wyniki prac zastosowanych w praktyce w pełni potwierdziły zasadność obranej metody i poprawność wykonanych obliczeń.
EN
The main target of this work was to extract an information about quality of reservoir and sealing rocks of organogenic build-ups using laboratory and geophysical data and extrapolate them on no-wells areas of hydrocarbon researches. Artificial neural network (ANN) simulations were applied. The results make possible to distinguishe reservoir and sealing levels in analysed beds.
PL
Celem pracy było zintegrowanie badań geofizycznych i laboratoryjnych dla uzyskania spójnej bazy danych do estymacji parametrów geologicznych złoża. Zastosowanie wieloparametrowych metod korelacyjnych, takich jak sieci neuronowe, pozwoliło na ekstrapolację wyników badań petrofizycznych na pełne profile wiertnicze, ich weryfikację i skorelowanie ich ze scyfrowanymi profilami geofizyki otworowej. Na podstawie wykonanych obliczeń wypracowano optymalny zestaw danych i utworzono bazę danych niezbędną do oszacowania parametrów złożowych geologicznych struktur porowatych. Na przykładzie obliczonej porowatości porównanej z porowatością otrzymaną za pomocą innych metod zaprezentowano skuteczność wprowadzonej metody. W ostatnim etapie pracy wykorzystano otrzymane wyniki do wydzielenia w badanych otworach interwałów jednorodnych.
EN
The main database. used in neural network simulations consists of laboraton data and digitised geophysical logs. The target was to fmd proper method to estimate porosity. The main problem in these calculations is low number of laboratory data, so the first step is to extrapolate them. The next step depends on application of various methods of simulation and verifying reliability of the results.
PL
Celem pracy było znalezienie skutecznej metody pozwalającej poszerzyć bazę danych przez uzupełnienie profli petrofizycznych do dalszej analizy pod kątem właściwości zbiornikowych, wykorzystując technikę sieci neuronowych. Jako baza do obliczeń posłużyły dane laboratoryjne i wyniki otworowe. Podstawowym zadaniem było wyszukanie najkorzystniejszych do danego zagadnienia algorytmów uczenia i doboru z wielu przetestowanych sieci, takiej, która najskuteczniej pozwoli zminimalizować czas obliczeń, uprościć procedury uczące i otrzymać najbardziej wiarygodne wyniki. Znalezienie optymalnej metody obliczeniowej pozwoliło na odtworzenie brakujących parametrów petrofizycznych i poszerzenie bazy danych. Skuteczność metod kontrolowana była poprzez zastosowanie podstawowej metody korelacyjnej.
EN
The main goal of this work was to find an effective method to make the database wider. It was possible to complete data logs by using the new neural network methods. Using the petrophysical parameters as a base to neural simulations there were find and applied six types of neural network. Two of them — the most efficient nets - were applied to reconstruct petrophysical profiles. These methods gave good results verified by basic common correlation methods and there are very useful in cases of small amount of data.
PL
Niniejszy artykuł stanowi podsumowanie trzyletniego etapu prac prowadzonych przez zespół pracowników IGNiG i BG „Geonafta" Ośrodek Południe Kraków. Ich celem była diagnostyka skał zbiornikowych budujących organiczne obiekty górnej jury oraz ocena efektywności skał uszczelniających. W analizie wykorzystano wyniki badań rdzeni wiertniczych z poziomów zbiornikowych i uszczelniających oraz dane impedancji akustycznej wygenerowane z krzywych geofizyki otworowej. Zastosowano obliczenia sztucznymi sieciami neuronowymi jako wieloparametrową metodę korelacyjną porównuj ącą istniejące parametry petrofizyczne z parametrami obszarów, na których planowane jest prowadzenie prac poszukiwawczych. Otrzymane wyniki pozwoliły poprawnie zidentyfikować, zarówno korzystne poziomy zbiornikowe, jak i oszacować jakość ich uszczelnienia. Wyniki prac zastosowanych w praktyce w pełni potwierdziły zasadność obranej metody i poprawność wykonanych obliczeń.
EN
The paper summarised the effect of researches leading in IGNiG and Geonafta South Division of PGOC for last three years. The main target was to extract an information about quality of reservoir and sealing rocks of organogenic built ups using laboratory and geophysical data and extrapolate them on no-wells areas of hydrocarbon researches. Artificial neural network (ANN) simulations were applied. The results make possible to distinguished reservoir and sealing levels in analysed beds.
PL
Niniejszy artykuł stanowi podsumowanie trzyletniego etapu prac prowadzonych przez zespół pracowników INiG i BG "Geonafta" Ośrodek Południe Kraków. Ich celem była diagnostyka skał zbiornikowych budujących organiczne obiekty górnej jury oraz ocena efektywności skał uszczelniających. W analizie wykorzystano wyniki badań rdzeni wiertniczych z poziomów zbiornikowych i uszczelniających oraz dane impedancji akustycznej wygenerowane z krzywych geofizyki otworowej. Zastosowano obliczenia sztucznymi sieciami neuronowymi jako wieloparametrową metodę korelacyjną porównującą istniejące parametry petrofizyczne z parametrami obszarów, na których planowane jest prowadzenie prac poszukiwawczych. Otrzymane wyniki pozwoliły poprawnie zidentyfikować zarówno korzystne poziomy zbiornikowe jak i oszacować jakość ich uszczelnienia. Wyniki prac zastosowanych w praktyce w pełni potwierdziły zasadność obranej metody i poprawność wykonanych obliczeń.
EN
The paper summarised the effect of researches leading in INiG and Geonafta South Division of PGOC for last three years. The main target was to extract an information about quality of reservoir and sealing rocks of organogenic built ups using laboratory and geophysical data and extrapolate them on no-wells areas of hydrocarbon researches. Artificial neural network (ANN) simulations were applied. The results make possible to distinguished reservoir and sealing levels in analysed beds.
PL
Celem pracy było poszukiwanie i dobór parametrów petrofizycznych, uzyskanych w badaniach laboratoryjnych, które wraz z parametrami sejsmicznymi jednoznacznie zdefiniują skałę uszczelniającą w warunkach pułapek złożowych. Badania przeprowadzono w rejonie Pilzna. Zastosowanie sieci neuronowej dało możliwość prognozowania przepuszczalności badanych skał na podstawie uzupełnionych i skorelowanych profili z samej tylko sejsmiki, tj. impedancji i twardości akustycznej, przy stworzeniu poprawnej bazy uczącej z wybranego odwiertu na tym terenie. Efektem końcowym przedstawionej pracy była rekonstrukcja przepuszczalności w całym profilu jednego z otworów, z uwzględnieniem poziomów uszczelniających, w którym dysponowano jedynie pomiarami z badań sejsmicznych.
EN
The main goal of our work was to identyfi the sealing layers in hydrocarbon trap with the use of petrophysical parameters and seismic data. Application of Artificial Neural Network (ANN) make possible to predict a permeability of investigated rocks on the base of seismic attributes like impedance and reflection coefficient and to prepare the database consisting of extrapolated and correlated petrophysical data. The area of study was located near Pilzno. The reconstruction of permeability for the whole profile was done. The sealing rocks were extracted only on the base of seismic parameters and teaching file consisting of correlated data from other boreholes from examined area.
PL
W opracowanym zagadnieniu sieć neuronowa została wykorzystana do nowych zadań, mianowicie do zespolenia danych laboratoryjnych uzyskanych z badań porozymetrycznych z danymi sejsmicznymi, w celu odtworzenia całkowitych profili twardości akustycznej oraz impedancji, a następnie, na ich podstawie do odtworzenia przepuszczalności w całym profilu sejsmicznym. Obliczenia przy użyciu sieci neuronowej (ANN) prowadzono w trzech kolejnych etapach: I Tworzenie podstawowej bazy danych poprzez dobór parametrów za pomocą wstępnej weryfikacji neuronowej z zastosowaniem podstawowej analizy korelacyjnej, II Rekonstrukcja profili impedancji i twardości akustycznej w oparciu o zweryfikowaną bazę danych obejmującą wyniki analiz porozymetrycznych, III Uzupełnienie przepuszczalności w oparciu o zrekonstruowane profile impedancji i twardości akustycznej. Zestawienie otrzymanych wyników z danymi geologicznymi pozwala stwierdzić, że tam, gdzie mamy do czynienia ze skałą uszczelniającą, sieć z dużym prawdopodobieństwem odzwierciedla ten stan. W przypadku skal przepuszczalnych pojawiają się pewne rozbieżności, nie mniej jednak zostają zachowane trendy - sieć z dużą dokładnością wyróżnia warstwy uszczelniające wobec obecnych w profilu warstw o większej przepuszczalności.
EN
The paper suggests some news application of neural networks to solve new tasks, viz. coupling of laboratory data from porosimetry surveys with seismic data, in order to reconstruct full profiles of acoustic hardness and impedance and further, on this basis, to reconstruct permeabilities in the full seismic profile. On applying the neural networks (ANN) computations were being performed in the following phases: I Creating essential database through selection of parameters with preliminary neural verification, on employing fundamental correlation analyses; II Reconstruction of impedance profiles and acoustic hardness, issuing from the verified database containing results of porosimetry analyses; . III Completing of permeability data basing on reconstructed impedance and acoustic hardness profiles. Comparison of obtained results with geological data allows to state that when having to do with a sealing rock, the network reflects a state with a high probability. In the case of permeable rocks appear some discrepancies, however - trends are preserved, and the network with a high precision distinguishes sealing layers from the other, present in the profile of layers being more permeable.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.