Inventory number IRN Number of state registration
0223РК00439 AP09058419-OT-23 0121РК00135
Document type Terms of distribution Availability of implementation
Заключительный Gratis Number of implementation: 0
Not implemented
Publications
Native publications: 10
International publications: 2 Publications Web of science: 2 Publications Scopus: 0
Number of books Appendicies Sources
1 3 66
Total number of pages Patents Illustrations
93 0 56
Amount of funding Code of the program Table
15749520.2 AP09058419 11
Name of work
Прогнозирование характеристик пористой среды с учетом режимов растворения породы в масштабе пор на основе машинного обучения
Report title
Type of work Source of funding The product offerred for implementation
Fundamental Другая (укажите)
Report authors
Асилбеков Бакытжан Калжанович , Кульджабеков Алибек Бахиджанович , Акашева Жибек Кайратовна , Болысбек Дәрежат Абілсеитұлы ,
0
0
2
0
Customer МНВО РК
Information on the executing organization
Short name of the ministry (establishment) МНВО РК
Full name of the service recipient
Некоммерческое акционерное общество "Казахский Национальный Исследовательский технический университет имени К.И. Сатпаева"
Abbreviated name of the service recipient НАО «КазНИТУ им. К.И. Сатпаева»
Abstract

Объектом исследования является карбонатные образцы и их цифровые данные, полученные рентгеновской микрокомпьютерной томографией.

Зерттеу объектісі - рентгендік микрокомпьютерлік томография арқылы алынған карбонат үлгілері және олардың цифрлық деректері.

Целью проекта является определение характеристик пористой среды при различных режимах растворения (скорость закачки и концентрация кислоты) в масштабе пор с использованием машинного обучения.

Жобаның мақсаты - машиналық оқытуды қолдана отырып, кеуек шкаласында әртүрлі еріту режимдерінде (инъекция жылдамдығы және қышқыл концентрациясы) кеуекті ортаны сипаттау.

Применяются следующие методы исследования: аналитические методы, методы численного моделирования течения одно- и двухфазной жидкости в реальной пористой среде в масштабе пор, методы машинного обучения и методы/методологии проведения физических экспериментов на образцах керна.

Келесі зерттеу әдістері қолданылады: аналитикалық әдістер, кеуекті масштабта нақты кеуекті ортада бір және екі фазалы сұйықтық ағынын сандық модельдеу әдістері, машиналық оқыту әдістері және негізгі үлгілерде физикалық эксперименттер жүргізу әдістері/әдістері.

Новизна результатов работ заключается в том что, в рамках НИР впервые было использовано машинное обучение для определения характеристик пористой среды образцов карбонатного керна при растворении.

Жұмыс нәтижелерінің жаңалығы зерттеу жұмысының бір бөлігі ретінде еріту кезінде карбонатты өзек үлгілерінің кеуекті ортасының сипаттамаларын анықтау үшін машиналық оқыту алғаш рет қолданылғандығында.

Результаты проекта могут способствовать снижению трудозатрат и временных затрат компаний-поставщиков на проведение физических экспериментов путем частичной замены экспериментов и разработки методик определения основных характеристик пористой среды, что позволит компаниям эффективно распределить свои затраты на эксперименты.

Жобаның нәтижелері тәжірибелерді ішінара ауыстыру және кеуекті орталардың негізгі сипаттамаларын анықтау әдістерін әзірлеу арқылы жеткізуші компаниялардың физикалық эксперименттерді жүргізуге жұмсайтын еңбек және уақыт шығындарын азайтуға көмектесуі мүмкін, бұл компанияларға эксперименттерге шығындарын тиімді бөлуге мүмкіндік береді.

Внедрение не было запланировано

Іске асыру жоспарланбаған

Замена части физических экспериментов методами поромасштабного моделирования и машинного обучения сократит затраты на лабораторное оборудование и материалы. Это позволит компаниям распределить свои ресурсы более эффективно и снизить операционные расходы. Возможность создания цифровой базы данных кернов.

Кейбір физикалық эксперименттерді кеуекті масштабтағы модельдеу және машиналық оқыту әдістерімен ауыстыру зертханалық жабдықтар мен материалдарға шығындарды азайтады. Бұл компанияларға өз ресурстарын тиімдірек бөлуге және операциялық шығындарды азайтуға мүмкіндік береді. Цифрлық негізгі мәліметтер базасын құру мүмкіндігі.

Полученные результаты могут быть применены при кислотной обработке пласта для восстановления свойств призабойной зоны пласта.

Алынған нәтижелерді қабаттың ұңғымаға жақын аймағының қасиеттерін қалпына келтіру үшін қышқылмен өңдеу кезінде қолдануға болады.

UDC indices
532.685, 532.546, 004.85
International classifier codes
30.17.02; 20.53.19; 38.53.21;
Readiness of the development for implementation
Key words in Russian
поромасштабное моделирование; многофазное течение в пористой среде; микро-КТ образцов керна; машинное обучение; обработка изображений образцов керна; реагирующее течение;
Key words in Kazakh
кеуек масштабында модельдеу; кеуек ортадағы көп фазалы ағыс; керн үлгілерінің микро-компьютерлік томографиясы; машиналық оқыту; керн үлгілерінің кескіндерін өңдеу; әрекеттесуші ағыс;
Head of the organization Кульдеев Ержан Итеменович Кандидат технических наук /
Head of work Асилбеков Бакытжан Калжанович PhD в области механики жидкости и газа / ассоциированный профессор
Native executive in charge