بهینهسازی حفاری چاههای نفت با نرم افزار بومی هوشمصنوعی

یکی از شرکتهای خلاق فعال در حوزه نفت و گاز موفق به توسعه نرم افزاری مبتنی بر هوشمصنوعی برای بهینه سازی نرخ نفوذ مته در عملیات حفاری چاههای نفت شده است؛ دستاوردی که میتواند با پیش بینی و تنظیم پارامترهای موثر بر حفاری، زمان و هزینه این عملیات را بین ۵ تا ۱۰ درصد کاهش دهد و زمینه را برای هوشمندسازی فعالیتهای بالادستی صنعت نفت فراهم کند.
به گزارش سیناپرس، هوش مصنوعی در سالهای اخیر به یکی از ابزارهای موثر برای بهینهسازی فرایندهای صنعتی تبدیل شده است و صنعت نفت و گاز نیز از این ظرفیت برای افزایش بهرهوری، کاهش هزینهها و بهبود عملکرد عملیات خود بهره میگیرد. در همین راستا، شرکت خدمات میادین هوشمند نادر به عنوان یکی از شرکتهای خلاق فعال در این حوزه، توسعه نرم افزارهای تخصصی مبتنی بر هوش مصنوعی را با هدف کمک به مهندسان صنعت نفت در دستور کار قرار داده است.
کیوان رستمی کارشناس علم داده این شرکت خلاق با اشاره به فعالیت این مجموعه در زمینه توسعه نرم افزارهای هوشمند نفتی به سیناپرس گفت: نخستین محصول ما نرم افزار بهینه سازی نرخ نفوذ مته یا ROP است که در عملیات حفاری چاههای نفتی کاربرد دارد.
وی افزود: حفاری یک چاه نفتی ممکن است چند ماه زمان ببرد و این نرم افزار می تواند با بهینهسازی فرایند حفاری، زمان و هزینه اجرای آن را حدود ۵ تا ۱۰ درصد کاهش دهد.
دستیارهای هوش مصنوعی برای کمک به مهندسان نفت
رستمی با اشاره به دیگر محصولات این شرکت اظهار کرد: در مرحله بعد، روی توسعه چت باتها و دستیارهای هوشمصنوعی متمرکز شدیم که میتوانند در حوزه صنعت نفت و گاز به مهندسان برای تصمیم گیری بهتر کمک کنند.
وی با بیان اینکه نمونههای خارجی این فناوری نیز وجود دارند، گفت: در این زمینه در ایران پیشرو هستیم. تفاوت اصلی محصولات ما با نمونههای خارجی، بومی بودن آنها و استفاده از دادههای متفاوت است؛ به دلیل محدودیت دسترسی به برخی امکانات و دادهها، ما با حجم کمتری از دادههای ورودی نسبت به نمونههای خارجی این نرم افزارها را توسعه دادهایم.
آزمایش موفق نرم افزار در میدان خانگیران
کارشناس علم داده این شرکت خلاق درباره مرحله آزمایش نرم افزار بهینه سازی نرخ نفوذ مته توضیح داد: این نرم افزار در میدان خانگیران در شمال شرق ایران و در محدوده مشهد مورد آزمایش قرار گرفته و خوشبختانه نتایج اولیه آن بسیار مثبت بوده است.
وی ادامه داد: در حال حاضر آزمایش نرم افزار تنها در همین میدان انجام شده است و در صورت موفقیت کامل و فراهم شدن شرایط لازم، امکان استفاده از آن در سایر مناطق کشور نیز وجود دارد. البته توسعه و اجرای سراسری این فناوری به زمان نیاز دارد.
رستمی با اشاره به اولویتهای مختلف صنعت نفت خاطرنشان کرد: بهینه سازی نرخ نفوذ مته موضوعی پیچیده است و در کنار آن، مسائل و مشکلات دیگری نیز در صنعت نفت وجود دارد که ممکن است در شرایط فعلی اولویت بیشتری داشته باشند به همین دلیل، تاکنون آزمایش محصول در همان میدان انجام شده است.
مدل هوش مصنوعی؛ مغز اصلی نرم افزار
وی درباره نحوه عملکرد این فناوری گفت: تمام محصولاتی که توسعه دادهایم مبتنی بر هوش مصنوعی هستند برای این منظور، مجموعهای از دادهها را جمع آوری کرده و مدلهای هوش مصنوعی را برای انجام پیش بینیهای مورد نیاز آموزش دادهایم. در واقع، مدل هوش مصنوعی مغز اصلی نرم افزار ماست.
رستمی درباره فرایند عملکرد نرم افزار بهینه سازی نرخ نفوذ مته توضیح داد: در این فرایند، دادهها به صورت آنلاین و در لحظه از دکل حفاری وارد نرم افزار میشوند. پس از انجام پردازشهای اولیه، دادههای آماده شده به مدل هوش مصنوعی انتقال مییابند و مدل، نرخ نفوذ مته را پیشبینی میکند.
وی افزود: در ادامه، با استفاده از یک الگوریتم بهینه سازی، چند پارامتر قابل کنترل که حفار میتواند هنگام عملیات از آنها استفاده کند، تنظیم و بهینه میشوند تا زمان حفاری چاه کاهش یابد.
کمبود زیرساخت و محدودیت دسترسی به سخت افزارهای مورد نیاز
این فعال حوزه هوش مصنوعی یکی از چالشهای شرکتهای فعال در این زمینه را کمبود زیرساختهای پردازشی عنوان کرد و گفت: توسعه این محصولات به سرورها و سیستمهای پردازشی قدرتمند نیاز دارد به ویژه برای اجرای مدل های هوش مصنوعی، به پردازنده های گرافیکی یا GPU قدرتمندی نیاز داریم که متاسفانه تاکنون در تامین آنها با مشکل مواجه بودهایم.
وی تحریمها را نیز یکی از عوامل موثر بر این محدودیتها دانست و افزود: تحریمها تاثیر زیادی بر دسترسی ما به امکانات و زیرساختهای مورد نیاز گذاشتهاند.
رستمی در پایان با اشاره به ظرفیت اقتصادی این فناوریها اظهار کرد: در صورت دستیابی به نتایج موفق و تجاری سازی محصولات، علاوه بر کمک به بهینهسازی فعالیتهای صنعت نفت کشور، امکان صادرات این نرم افزارها و ارزآوری نیز فراهم خواهد شد.
خبرنگار: فرزانه صدقی





