ماهنامه اکتشاف و تولید نفت و گاز
پیاپی 211 (تیر 1402)

از آنجایی که بیومارکرهای دارای جرم ملکولی بالا (از C20 تا C40) می توانند اطلاعات زیادی را در ارتباط با نفت ها و سنگ منشا آنها ارایه کنند، از آنها به عنوان یکی از بهترین ابزارهای تشخیص تطابق نفت ها یاد می شود. البته این ترکیبات در مواجهه با استرس های دمایی ناپایدار هستند و اغلب در نفت ها و میعانات گازی دارای بلوغ بالا دیده نمی شوند. از این ترکیبات به منظور مشخص کردن گروه های نفتی تولید شده از یک سنگ منشا یکسان، پیش بینی میزان بلوغ و تشخیص وقوع فرآیندهای ثانویه نظیر آب شویی تخریب زیستی و تفریق تبخیری استفاده می شود. در این مطالعه، با استفاده از مقادیر هیدروکربن های سبک در نفت های خام و مشخص کردن پارامترهای ترکیبات هپتان نرمال در 10 نمونه مشخص گردید که نفت های مخازن آسماری و بنگستان با نشات گرفتن از یک سیستم هیدروکربنی یکسان با لیتولوژی شیلی، بلوغ متوسطی را نشان داده که تاثیر هرگونه پدیده ثانویه بر روی آنها را رد می نماید.

امروزه حل مشکلات مربوط به ناپایداری دیواره ی چاه در هنگام حفاری به عنوان یکی از مسایل اصلی شرکت های شاغل در این حوزه قلمداد می شود. در جهت میل به این هدف، این شرکت ها از علم مکانیک سنگ به عنوان ابزاری برای انجام حفاری ایمن تر و کاهش هزینه های مربوطه استفاده می کنند. در این مطالعه با استفاده از داده های یک چاه حفر شده در یکی از مخازن جنوب غرب ایران به بررسی شرایط پایداری دیواره ی چاه با استفاده از نرم افزار FLAC3D و همچنین یک روش تحلیلی پرداخته شده است. بر اساس نتایج این مطالعه می توان بیان داشت که انتخاب وزن گل پایین در حفاری عمودی صورت گرفته، از علل اصلی وقوع ناپایداری های صورت گرفته در این چاه می باشد. همچنین بر اساس نتایج صورت گرفته از دو روش ارایه شده، می توان بیان داشت که انتخاب وزن گل بین 7/14 تا 5/15 پوند برگالن و زاویه ی انحراف 30 درجه برای حفر چاه های آینده می تواند خطر وقوع ناپایداری در دیواره ی چاه را کاهش دهد.

آسفالتین سنگین ترین جزء نفت است که در نفت بوسیله رزین ها پایدار نگه داشته شده است. حال اگر شرایط ترمودینامیکی مانند دما، فشار یا ترکیب سیال به گونه ایی تغییر کنند که این آسفالتین ها ناپایدار شوند، ذرات آسفالتین ها به هم چسبیده و رسوب می کنند. بعد از رسوب آسفالتین ها در ادامه درون مخزن، چاه و خطوط لوله ته نشین شده و باعث ایجاد مشکلاتی در حین عملیات تولید می گردند. یکی از چالش های صنعت نفت پیدا کردن مکان دقیق رسوب آسفالتین در خط لوله برای پیشگیری یا برطرف کردن رسوب می باشد. در این مقاله رسوب آسفالتین با استفاده از نرم افزار های Pipesim و CMG مورد مطالعه و شبیه سازی قرار گرفته است. از نرم افزار Pipesim جهت محاسبات فشار در طول خط لوله و از نرم افزار CMG برای محاسبه مقدار رسوب آسفالتین در فشار های مختلف خط لوله در دمای ثابت استفاده شده است. به کمک این روش ترکیبی ناحیه دارای پتانسیل کافی برای تشکیل رسوب آسفالتین از خط لوله ی انتقالی را مشخص شده که به کمک روش های مرسوم از جمله تزریق حلال های مناسب در موقعیت مورد نظر مانع از تجمع و رسوب آسفالتین و انسداد خط لوله گردید.

طراحی یک استراتژی مناسب برای مدیریت یک مخزن هیدروکربوری مستلزم دسته ای از مطالعات است. برخی از این مطالعات (مانند کمی سازی عدم قطعیت های زمین شناختی) شامل بررسی مدل مخزن در تحقق ها یا سناریوهای تولیدی متعدد هستند. شبیه سازی عددی مدل جامع مخزن یک استاندارد صنعتی پذیرفته شده در اینگونه مطالعات است اما در سال های اخیر با افزایش جزییات و تفکیک پذیری مدل های مخزنی، انجام مطالعاتی که شامل اجراهای متعدد چنین مدل هایی هستند با مشکل محدودیت های زمانی مواجه خواهد بود. پژوهش های بسیاری با روش ها و نگاه های متعدد سعی در حل آن داشته اند. ایجاد تغییراتی در مدل جهت تسریع اجرای آن، کاستن از تعداد کلی اجراهای مورد نیاز و استفاده از تکنولوژی پردازش موازی از جمله این تلاش ها هستند. اما عدم حل کامل مشکل زمان در روش یادشده محققان را به ساخت مدل های جایگزین مدل جامع مخزن سوق داد. مدل های جایگزین طیف گسترده ای از مدل ها را شامل می شود که به جای گسسته سازی و حل عددی مدل جامع مخزن مورد استفاده قرار می گیرند. در این پژوهش یک مدل جایگزین داده محور با تکیه بر توانایی های یادگیری شبکه ی عصبی مصنوعی و با هدف کمی سازی عدم قطعیت های زمین شناختی، برای مخزن نورن در دریای نروژ ساخته شده است. صد تحقق برای مخزن ساخته شده و شبکه های عصبی برای هر کدام از چاه های مخزن آموزش داده شده است و سپس با تجمیع خروجی چاه ها مقادیر تولید تجمعی نفت در انتهای بازه ی تولید پیش بینی شده است. از آنجا که شبکه ها چاه محور هستند، یک روش میانگین گیری و چند رابطه برای نگاشت خواص غیرقطعی بلوک ها به ویژگی های ورودی شبکه ی هر چاه ارایه شده است. نتایج به دست آمده نشان می دهد این مدل، خلاصه آمارهایی مانند میانه و دهک های اول و نهم را با دقت مناسبی پیش بینی می کند.

حفاری چاه های نفت وگاز در دنیا با فوران چاه پیوند ناگسستنی دارد. فوران چاه های نفت وگاز درصنعت حفاری امری محتمل بوده و عوامل گوناگونی می توانند در وقوع این پدیده دخیل باشند. فوران چاه ها بنا به دلایل مختلف فنی و خطاهای انسانی از جمله، عدم عملکرد مناسب تجهیزات و وسایل کنترل فوران عوامل طبیعی مانند، شکستگی های سازندهای حفاری شده، گسل ها، عوامل ناشی از جنگ و غیره... صورت می گیرد. در طول تاریخ پیدایش نفت در سراسر میادین نفتی دنیا بخصوص در میادین مختلف نفتی کشورمان به دفعات اتفاق افتاده است، که اهمیت توجه به موضوع کنترل فوران رابه دلیل مسایل جانی، مالی و زیست محیطی دو چندان می کند این مسیله متخصصان را بر آن داشته که راه های جلوگیری از فوران و ابزار آن را شناسایی کنند، و از بروز این پدیده پیشگیری بعمل آورند. با بررسی و تجزیه وتحلیل کلیه فوران های رخ داده در ایران تاکنون، مشخص گردیده درصد بسیار بالایی از آنها به دلیل خطاهای انسانی رخ داده است لذا اتکای بیش از حد به انسان در کنترل چاه، به دلیل قرار گرفتن مداوم در معرض خطر عوامل انسانی، ایمنی در عملیات چاه را به خطر می اندازد. وظایفی که مستلزم دوره های مداوم آگاهی و واکنشی هستند، می توانند به بهترین شکل توسط یک فرآیند خودکاراتوماسیون انجام شوند. سایر صنایع با موفقیت اتوماسیون را برای کاهش خطرات و تولید نتایج سازگارتر و کارآمدتر پیاده سازی کرده اند. با این حال، اتوماسیون کنترل چاه هنوز به طور کامل اعمال نشده است. خودکار کردن عملکرد کنترل چاه نشان دهنده بهبود قابل توجهی در ایمنی فرآیند برای عملیات حفاری است. اتوماسیون کنترل چاه، می تواند منجر به نتایج سازگارتر و کارآمدتری شود. کنترل خودکار چاه، برای پاسخگویی به موضوع ایمنی ایجاد شده است که از وقوع خطرات بزرگ جلوگیری می کند. در این مقاله، فناوری کنترل خودکار چاه توصیف شده و اینکه چرا این سیستم طراحی شده و بکار گرفته شده است را بررسی می کند.

نتایج نشان می دهد که در شرایط موجود برخی از پیش نیازها و الزامات برای حرکت بنگاه های بزرگ صنعت نفت کشور به سوی دانش بنیان شدن فراهم نمی باشد. علاوه بر آن، شرایط اجتماعی بنگاه های صنعت نفت کشور در درون و برون آنها برای نوآور شدن مهیا نیست. لذا باید با شناخت و اشراف بر آن شرایط، زمینه فراهم نمودن و مهیا سازی آنها را در راستای حرکت دانش بنیان صنعت نفت کشور فراهم نمود.

این مقاله به بررسی نقش و اهمیت هوش مصنوعی در بهبود عملکرد ماشین آلات و تجهیزات مورد استفاده در صنعت نفت و گاز می پردازد. با توجه به پیچیدگی و خطرات موجود در این صنعت حساس، استفاده از تکنولوژی های هوش مصنوعی می تواند به عنوان یک راهکار موثر در بهبود بهره وری، ایمنی، نگهداری و تعمیرات ماشین آلات و تجهیزات مورد استفاده در این صنعت ارایه شود. در این مقاله، مزایا و کاربردهای هوش مصنوعی در بهینه سازی فرآیندهای نفتی و گازی، پیش بینی خطاها، تشخیص نقص ها و تعمیرات پیشگیرانه مورد بررسی قرار می گیرد. همچنین، موانع و چالش های موجود در پیاده سازی هوش مصنوعی در این صنعت و راهکارهای ممکن برای مواجهه با آن ها نیز مورد بحث قرار می گیرد. با ارایه مطالب این مقاله، امید است که مهندسان، کارشناسان و تصمیم گیرندگان مرتبط با صنعت نفت و گاز، با استفاده از هوش مصنوعی، بتوانند بهبود قابل توجهی در عملکرد و کارایی ماشین آلات و تجهیزات این صنعت را تجربه کنند.