کد خبر : 3642
تاریخ انتشار : یکشنبه 9 اکتبر 2022 - 14:56

موفقیتی دیگر برای کارکنان شرکت ملی حفاری ایران

انتشار مقاله تخصصی یکی از نخبگان شرکت در یک نشریه معتبر بین المللی

مقاله یکی از کارکنان نخبه شرکت ملی حفاری ایران در یک نشریه معتبر بین المللی به چاپ رسید و موفقیتی دیگر برای نیروی انسانی متخصص و کارآمد این شرکت رقم زد.

به گزارش نفتکاو جنوب نقل از روابط عمومی شرکت ملی حفاری ایران، رضا محمدی سرپرست واحد تفسیر نمودارهای اداره کل خدمات نمودارگیری مدیریت خدمات ویژه‏ حفاری است که با مدرک کارشناس ارشد مهندسی نفت از دانشگاه صنعتی امیرکبیر ۱۱ سال پیش با استفاده از امتیاز نخبگی/ممتازی به استخدام شرکت در آمد.

مقاله این همکار تحت عنوان:

Faults and fractures detection using a combination of seismic attributes by the MLP and UVQ artificial neural networks in an Iranian oilfield
(شناسایی گسل‏ ها و شکستگی ‏ها با استفاده از ترکیب نشانگرهای لرزه‏ ای در شبکه ‏های عصبی مصنوعی MLP و UVQ در یکی از میادین نفتی ایران) است که در تاریخ دوم سپتامبر ۲۰۲۲ در نشریه
Petroleum Science and Technology (Taylor and Francis Publication)
انتشار و بازتاب داشت.

نویسنده مقاله با بیان اینکه محتوای مطلب برمحور مطالعه، تحقیق و پژوهش و بررسی های کارشناسی میدانی استوار است، توضیح داد: با توجه به نقش کلیدی گسل‏ها و شکستگی‏ها در مخازن نفت و گاز، از جمله به تله افتادن هیدرورکربن، طراحی مسیر مناسب حفاری چاه، بازدهی عملیات حفاری، توسعه میدان، بازده تولید میدان و کاربرد روش‏ های ایجاد شکست هیدرولیکی، شناسایی گسل‏ ها و شکستگی ها از اهمیت بسزایی برخوردار است.

محمدی گفت: در روش ‏های مرسوم، داده ‏های لرزه ‏ای توسط مفسر بررسی و گسل ‏ها و شکستگی ‏ها به ‎‏صورت دستی تفسیر می ‏شد. در این روش از یک ‏طرف زمان زیادی صرف تفسیر داده ‏ها می‏ شد و از طرف دیگر امکان بروز خطا یا عدم قطعیت افزایش می‏ یابد. در روش ‏هایی که امروزه مورد استفاده قرار می ‏گیرد، از شبکه ‏های عصبی مصنوعی (یادگیری ماشینی، یادگیری عمیق و …) برای بالابردن سرعت و دقت بررسی و تفسیر داده استفاده می شود.

وی افزود: نشانگر لرزه‏ ای، به هر مشخصه از داده‏ لرزه ‏ای که بیانگر خصوصیت مشخصی از رخ‏داد‏های زیرسطحی است اطلاق می شود. در این مقاله از دو نوع شبکه‏ ی عصبی “با نظارت” و “بدون نظارت” جهت بررسی گسل‏ ها و شکستگی‏ ها در میدان نفتی استفاده شده و عملکرد این دو شبکه با یکدیگر مقایسه شده است. پس از بررسی نتایج حاصل از این مطالعه، برتری شبکه های عصبی “با نظارت” در یک مجموعه مشخص از نشانگرهای لرزه‏ای به اثبات رسیده است.

وی از مدیریت خدمات ویژه حفاری دکتر دقایقی و رئیس اداره کل خدمات نمودارگیری دکتر مرادی که همواره مشوق کارکنان مجموعه جهت انجام امور تحقیقاتی و پژوهشی بوده اند، قدردانی کرد.

برچسب ها :

ناموجود