Інтелектуальні моделі оптимізації характеристик буріння на основі баз параметризованих кейсів

Abstract

В результаті проведеного дослідження удосконалено визначення багатофакторних взаємозалежності режимних параметрів, що використовуються при прийнятті рішень технологічного процесу буріння нафтових і газових свердловин; вперше: - запропоновано розширення прецедентного методу знаходження рішення засобами міркувань на основі моделей, що містить інформацію про залежності між предметними сутностями, процесами, явищами та підсилені змодельованими випадками; - розроблено модель, що враховує в явному вигляді параметри процесу буріння, що забезпечує визначення оптимального режиму; отримали подальший розвиток методи розв’язання багатокритеріальних і багатоцільових задач за рахунок використання методу аналізу співвідношень, який забезпечує визначення важливості цілей і підвищує ефективність прийняття рішень. В результаті виконання роботи представлено результати досліджень у галузі моделювання процесів буріння із застосуванням сучасного комп'ютерного моделювання. Визначено основні параметри процесу буріння як теоретичні міркування, спрямовані на введення понять, пов’язаних із імітаційним та комп'ютерним моделюванням в бурінні. Розкрито фази циклу міркувань на основі знань з проекцією на інформаційний цикл управління процесами буріння. Описана схема організації інформаційних потоків при проектуванні та впровадженні інтелектуальної системи прийняття рішень, де штучний інтелект розглянуто як засіб, що дозволяє уникнути відволікання на непотрібні дані, створення покращеної видимості процесу, а відповідно покращення безпеки та підвищення ефективності процесу прийняття рішень. Визначено можливість застосування методів машинного навчання до завдань аналізу даних, пов’язаних із процесом буріння. Запропоновано використання комбінованого підходу для адаптації даних використовуваних для прийняття рішень на основі знань.

As a result of the conducted research is improved the definition of multifactor interdependences of the mode parameters used at decision-making of technological process of drilling of oil and gas wells; for the first time: - the expansion of the precedent method of finding the decision by means of reasoning on the basis of models containing the information on dependences between subject essences, processes, the phenomena is offered and reinforced by simulated cases; - a model has been developed that explicitly takes into account the parameters of the drilling process, which provides the definition of the optimal mode; methods of solving multi-criteria and multi-purpose problems have been further developed through the use of the method of relationship analysis, which determines the importance of goals and increases the efficiency of decision-making. As a result of the work the results of researches in the field of modeling of drilling processes with application of modem computer modeling are presented. The main parameters of the drilling process are defined as theoretical considerations aimed at introducing concepts related to simulation and computer modeling in drilling. The phases of the cycle of reasoning based on knowledge with a projection on the information cycle of drilling process control are revealed. The scheme of organization of information flows in the design and implementation of intelligent decision making is described, where artificial intelligence is considered as a means to avoid distraction to unnecessary data, creating improved visibility of the process, and thus improving security and efficiency of decision making. The possibility of applying machine learning methods to data analysis tasks related to the drilling process has been identified. The use of a combined approach to adapt the data used for knowledge-based decision-making is proposed. It was found that a critical issue in the process of learning an intelligent system that mimics the drilling process is to determine the patterns of the technological process, the difficulty lies in the limited number of precedents offered to the system of real oil and gas facilities.