The object of research, development or design (in Russian) : Данный проект нацелен на решение проблем разработки гидродинамических симуляторов. Идея заключается в том, что в подобных симуляторах для моделирования и прогнозирования увеличения добычи нефти вполне реально использовать алгоритмы машинного обучения (с помощью исторических данных реального месторождения) и высокопроизводительные вычисления (для ускорения процесса моделирования).

The object of research, development or design (in Kazakh) : Бұл жоба гидродинамикалық симуляторларды әзірлеу мәселелерін шешуге бағытталған. Идея: мұндай симуляторларда мұнай өндірудің ұлғаюын модельдеу және болжау үшін машиналық оқыту алгоритмдерін (нақты кен орнының тарихи деректерін қолдана отырып) және жоғары өнімді есептеулерді (модельдеу процесін жеделдету үшін) қолдану өзектілігінде.

Aim of work (in Russian) : Целью проекта является исследование влияния золь-гель перехода при закачке полимера геллан в нефтяной пласт для повышения добычи нефти с помощью алгоритмов машинного обучения и высокопроизводительных вычислений.

Aim of work (in Kazakh) : Жобаның мақсаты: машиналық оқыту және жоғары өнімді есептеу алгоритмдерін көмегімен мұнай өндіруді арттыру үшін геллан полимерін мұнай қабатына айдаған кезде золь-гель ауысуының әсерін зерттеу болып табылады.

Методы исследования (на русском) : В рамках выполнения данного научно-исследовательского проекта используются современные методы математического моделирования, машинное обучения, физико-информированные нейронные сети, численные методы и высокопроизводительные вычислительные модели.

Методы исследования (на казахском) : Осы ғылыми-зерттеу жобасын орындау шеңберінде математикалық модельдеудің заманауи әдістері, машиналық оқыту, физикалық-ақпараттандырылған нейрондық желілер, сандық әдістер және жоғары өнімді есептеу модельдері қолданылады.

Obtained results and novelty (in Russian) : Исследованы математические модели закачки химических регантов (ПАВ, полимер, алкалин) в нефтяной пласт для повышения добычи нефти. На основе исследованных моделей разработана математическая модель, которя состоит из уравнении состояния фаз (для двухфазных и трехфазных течении), уравнения движения и уравнения распределения концентрации химического реагента (полимера). Учитывается влияние концентрации полимера на вязкость закачиваемой жидкости, адсорбция полимера и уменьшение проницаемости породы. Исследованы алгоритмы случайного леса и множественной линейной регрессии с полиномиальными свойствами. Проанализирована использования различных степеней полинома и их влияние на модель регрессии. Рассмотрена генерация синтетического набора данных из разработанной математической модели с параметрами добычи нефти. Изучена технология CUDA которая позволяет проводить высокопроизводительные вычисления на графическом процессоре. Исследованы алгоритмы распределенного машинного обучения на GPU. Также рассмотрена гибридная технология в котором используется два графического процессора. Изучена технология MPI для обмена данных между процессорами и распараллеливания на центральном процессоре. Рассмотрена гибридная архитектура для использования нескольких графических процессоров, где для обмена данными между графическими процессорами используется технология MPI. Проведены сравнительные анализы производительности каждой технологии, и рассмотрены способы оптимизации.

Obtained results and novelty (in Kazakh) : Мұнай өндіруді арттыру үшін мұнай қабатына химиялық реагенттерді (ПАВ, полимер, алкалин) айдаудың математикалық модельдері зерттелді. Зерттелген модельдер негізінде фазалық күй теңдеуінен (екі фазалы және үш фазалы ағындар үшін), қозғалыс теңдеуінен және химиялық реагент (полимер) концентрациясының таралу теңдеуінен тұратын математикалық модель әзірленді. Полимер концентрациясының айдалатын сұйықтықтың тұтқырлығына әсері, полимердің адсорбциясы және тау жыныстарының өткізгіштігінің төмендеуі ескеріледі. Кездейсоқ орман және полиномды қасиеттері бар сызықтық регрессия алгоритмдері зерттелді. Полиномның әртүрлі дәрежелерін қолдану және олардың регрессия моделіне әсері талданды. Әзірленген математикалық модельден синтетикалық мәліметтер (мұнай параметрлері) жиынтығын құру қарастырылды. GPU-да жоғары өнімді есептеулер жүргізуге мүмкіндік беретін CUDA технологиясы зерттелді. Графикалық процессорларда есептеуге негізделген үлестірілген машиналық оқыту алгоритмдері зерттелді. Сондай-ақ екі графикалық процессорды қолданатын гибридті технология қарастырылды. Процессорлар арасында деректер алмасу және орталық процессорда параллельдеу үшін MPI технологиясы зерттелді. Бірнеше графикалық процессорларды пайдалану үшін гибридті архитектура қарастырылды, мұнда GPU арасында мәліметтер алмасу үшін MPI технологиясы қолданылады. Әр технологияның өнімділігіне салыстырмалы талдаулар жүргізіліп, оңтайландыру әдістері қарастырылды.

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

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

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) : В связи с развитием вычислительной техники построение высокопроизводительных математических моделей и алгоритмов машинного обучения для решения задачи закачки химических реагентов в нефтяной пласт даст экономический и научно-технический эффект, так как представляет большой интерес специалистам в области машинного обучения, вычислительной математики и вычислительной гидродинамики. Полученные новые научные результаты в рамках выполнения проекта будет способствовать на повышения уровня научно-исследовательских работ, проводимых в Казахстане в области вычислительной гидродинамики.

Efficiency (in Kazakh) : Есептеу техникасының дамуына байланысты химиялық реагенттерді мұнай қабатына айдау мәселесін шешу үшін жоғары өнімді математикалық модельдер мен машиналық оқыту алгоритмдерін құру экономикалық және ғылыми-техникалық әсер береді. Себебі бұл машиналық оқыту, есептеу математикасы және есептік гидродинамикасы саласындағы мамандарға үлкен қызығушылық тудырады. Жобаны орындау шеңберінде алынған жаңа ғылыми нәтижелер Қазақстанда есептеу гидродинамикасы саласында жүргізілетін ғылыми-зерттеу жұмыстарының деңгейін арттыруға ықпал ететін болады.

Field of application (in Russian) : Областью применимости являются реальные задачи нефтедобычи, которые возникают при необходимости повышения нефтеотдачи пласта современными высокопроизводительными вычислительными методами. Потенциальными потребителями являются профильные исследовательские группы, опытно-промышленные научные центры. Результаты работ будут распространены среди специалистов ученых в области теории дифференциальных уравнений, высокопроизводительных вычислительных моделей и распределенного (параллельного) машинного обучения.

Field of application (in Kazakh) : Қолдану аймағы – заманауи жоғары өнімді есептеу әдістерді қолдана отырып, мұнай өндіруді арттыру қажет болған кезде пайда болатын мұнай өндірудің нақты проблемалары. Потенциалды тұтынушылар - бұл мамандандырылған ғылыми топтар, тәжірибелік-өндірістік ғылыми орталықтар. Жұмыс нәтижелері дифференциалдық теңдеулер теориясы, жоғары өнімді есептеу модельдері және үлестірілген (параллель) машиналық оқыту саласындағы ғалымдар мамандарының арасында таратылатын болады.