The object of research, development or design (in Russian) : Объектом исследования является применение физико-информированных нейронных сетей (PINN) и численных методов для моделирования процессов вытеснения нефти из пористой среды, учитывающего полимерное заводнение и температурные эффекты. Разработка направлена на создание адаптивных моделей, способных эффективно прогнозировать поведение пласта при различных условиях добычи, включая воздействие полимерных добавок и изменения температуры.

The object of research, development or design (in Kazakh) : Зерттеу нысаны – полимерлік су айдау және температуралық әсерлерді ескере отырып, мұнайды кеуекті ортадан ығыстыру процестерін модельдеу үшін физикалық-ақпараттандырылған нейрондық желілерді (PINN) және сандық әдістерді қолдану. Әзірлеу әртүрлі өндірістік жағдайларда, оның ішінде полимерлік қоспалардың әсері мен температура өзгерістерін ескере отырып, қабаттың процестерін тиімді болжауға қабілетті бейімделгіш модельдерді жасауға бағытталған.

Aim of work (in Russian) : Целью данного проекта является исследование применения физико-информированных нейронных сетей для моделирования вытеснения нефти с учетом полимерного заводнения и температурных эффектов.

Aim of work (in Kazakh) : Бұл жобаның мақсаты – полимерлік су айдау және температуралық әсерлерді ескере отырып, мұнайды ығыстыруды модельдеу үшін физикалық-ақпараттандырылған нейрондық желілерді қолдануды зерттеу.

Методы исследования (на русском) : В рамках выполнения данного научно-исследовательского проекта используются методы численного моделирования и физико-информированных нейронных сетей. Исследование включают разработку и тестирование архитектуры PINN для моделирования процессов вытеснения нефти с учетом полимерного заводнения и температурных эффектов, а также применение численных методов для создания базовых решений, калибровки и валидации моделей.

Методы исследования (на казахском) : Осы ғылыми-зерттеу жобасын орындау барысында сандық модельдеу және физикалық-ақпараттандырылған нейрондық желілер әдістері қолданылады. Зерттеу жұмыстары полимерлік су айдау және температуралық әсерлерді ескере отырып, мұнайды ығыстыру процестерін модельдеуге арналған PINN архитектурасын әзірлеу мен тестілеуді, сондай-ақ базалық шешімдерді құру, модельдерді калибрлеу және тексеру үшін сандық әдістерді қолдануды қамтиды.

Obtained results and novelty (in Russian) : Реализовано численное решение задачи вытеснения нефти с учетом полимерного заводнения. Реализованы физико-информированные нейронные сети для решения задачи вытеснения нефти с учетом полимерного заводнения. Проведено обучение нейросетевой модели с последовательным использованием оптимизаторов Adam и L-BFGS, обеспечивающих устойчивую сходимость решения. Проведено сравнение результатов численного решения, полученного методом IMPES, и решения, построенного с использованием физико-информированных нейронных сетей для задачи вытеснения нефти с учётом полимерного заводнения. Результаты показали, что PINN способен корректно воспроизводить динамику процесса полимерного вытеснения, обеспечивая гладкость решения и устойчивость к численным осцилляциям.

Obtained results and novelty (in Kazakh) : Есеп беру кезеңіндегі күнтізбелік жоспардың осы тармағы бойынша мұнайды полимерлік су айдауды ескере отырып ығыстыру есебінің сандық шешімі жүзеге асырылды. Есеп беру кезеңіндегі күнтізбелік жоспардың осы тармағы бойынша полимерлік су айдауды ескере отырып мұнайды ығыстыру есебін шешу үшін физикаға негізделген нейрондық желілер жүзеге асырылды.Модельді оқыту Adam және L-BFGS оптимизаторларын дәйекті түрде пайдалану арқылы жүргізіліп, шешімнің тұрақты жинақталуы қамтамасыз етілді. IMPES әдісімен алынған сандық шешім мен PINN арқылы алынған шешім салыстырылды. Зерттеу нәтижелері PINN моделінің полимерлік ығыстыру үдерісінің динамикасын дұрыс сипаттай алатынын, шешімнің тегістігін және сандық тербелістерге төзімділігін қамтамасыз ететінін көрсетті.

The main constructive and technical economic indicators (in Russian) : -

The main constructive and technical economic indicators (in Kazakh) : -

Level of implementation (in Russian) : нет

Level of implementation (in Kazakh) : жоқ

Efficiency (in Russian) : Реализация численного метода и PINN в проекте обеспечивает более точное моделирование двухфазного потока в пористой среде. Использование численного метода позволяет получать высокоточные решения в линейных случаях, а применение PINN обеспечивает адаптацию к сложным физическим условиям, таким как полимерное заводнение и температурные эффекты. Полученные подходы могут быть эффективно использованы для прогнозирования поведения пласта и оптимизации параметров добычи нефти, что снижает операционные риски и затраты в промышленном применении.

Efficiency (in Kazakh) : Жобада сандық әдіс пен PINN жүзеге асыру кеуекті ортадағы екі фазалы ағынды дәлірек модельдеуді қамтамасыз етеді. Сандық әдісті қолдану сызықтық жағдайларда жоғары дәлдіктегі шешімдерді алуға мүмкіндік береді, ал PINN қолдану полимердің су басуы және температура әсерлері сияқты күрделі физикалық жағдайларға бейімделуді қамтамасыз етеді. Алынған тәсілдер пласт әрекетін болжау және мұнай өндіру параметрлерін оңтайландыру үшін тиімді пайдаланылуы мүмкін, бұл өнеркәсіптік қолданбаларда операциялық тәуекелдер мен шығындарды азайтуға көмектеседі.

Field of application (in Russian) : Областью применения являются задачи нефтедобычи, связанные с повышением эффективности вытеснения нефти из пластов, включая учет полимерного заводнения и температурных эффектов с использованием методов численного моделирования и машинного обучения. Потенциальные потребителями могут быть научно-исследовательские центры, профильные исследовательские группы и производственные компании, занимающиеся разработкой нефтяных месторождений. Результаты проекта будут полезны для специалистов в области прикладной математики и машинного обучения, предоставляя им инструменты для прогнозирования поведения пласта.

Field of application (in Kazakh) : Қолдану аймағы мұнай өндірудегі мұнайды қабаттардан тиімді ығыстыруды арттыруға бағытталған міндеттерді қамтиды, соның ішінде полимерлік су айдау және температуралық әсерлерді ескеру арқылы сандық модельдеу және машиналық оқыту әдістерін қолдану. Әлеуетті пайдаланушыларға ғылыми-зерттеу орталықтары, бейінді зерттеу топтары және мұнай кен орындарын игерумен айналысатын өндірістік компаниялар кіруі мүмкін. Жобаның нәтижелері қолданбалы математика және машиналық оқыту саласындағы мамандар үшін пайдалы болып, оларға қабаттың мінез-құлқын болжау құралдарын ұсынады.