مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

110
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

19
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بازسازی تصویر سنگ مخزن متراکم با شبکه عصبی مولد رقابتی

صفحات

 صفحه شروع 83 | صفحه پایان 94

چکیده

 بخش قابل توجهی از منابع هیدروکربنی ایران از مخازن شکاف دار با ماتریس سنگ متراکم تولید می شود. ساختار حفرات این مخازن, پیچیدگی های زیادی دارد و حفرات و گلوگاه های ریز در ابعاد نانومتری ذخیره هیدروکربن را به عهده دارند. با درک ساختار فضای متخلخل و بررسی جریان سیال درون حفرات ریز می توان دید بهتری از رفتار فضای متخلخل در مقیاس بزرگ به دست آورد. بررسی جریان سیال در سنگ مخزن نیازمند ساختارهای سه بعدی با دقت مناسب است. با این وجود استفاده از روش های مرسوم برای بازسازی شبکه حفرات پرهزینه است و از طرفی با پیچیده تر شدن این ساختارها توانایی این روش ها در بازسازی شبکه حفرات به طور چشم گیری کاهش می یابد. در سال های اخیر با پیشرفت در علوم کامپیوتر به ویژه هوش مصنوعی دروازه جدیدی به منظور بازسازی ساختارهای پیچیده به مانند سنگ مخزن گشوده شده است. با استفاده از روش های یادگیری ماشین می توان مدل های سه بعدی با دقت بسیار بالا ایجاد و خواص پتروفیزیکی سنگ را از آن ها محاسبه کرد. یکی از این روش ها شبکه عصبی مولد رقابتی می باشد که توانایی خود در بازسازی شبکه حفرات را ثابت کرده است. در این پژوهش, از یک شبکه عصبی مولد رقابتی با لایه های همگشتی به منظور بازسازی تصاویر FIB-SEM یک سنگ مخزن متراکم در مقیاس حفره استفاده شده است. با استفاده از شبکه عصبی آموزش داده شده, تحقق های مختلفی از شبکه حفرات ساخته می شود. تخلخل و تراوایی تصاویر باز ساخته شده بسیار نزدیک به این خواص در نمونه تصویر واقعی بوده و دارای انحراف به ترتیب 07/1 و 24/5% برای تخلخل و تراوایی است. مشاهده می شود که شبکه عصبی مولد رقابتی تونایی بالایی در بازسازی شبکه حفرات دارد و می توان با کمک آن به بررسی شرایط سنگ مخزن در مقیاس حفره پرداخت.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button