Изучение цифрового керна повышает эффективность добычи
Поиск перспективных месторождений
Повышение эффективности геологоразведки
Анализ эффективности нефтеотдачи и газоотдачи на месторождении
Рост эффективности разработки месторождения
Нефтегазовая промышленность является одной из ключевых отраслей России, энергоресурсы – ключевой компонент, необходимый для функционирования экономики всей страны.
Условия добычи ресурсов становятся сложнее с каждым годом, разработка новых месторождений становится все более наукоемким процессом. Бизнесу критически важно обладать данными о потенциале нефтеотдачи на новом месторождении, для этого необходимо точно знать структуру породы-коллектора на месторождении – с флюидом и без.
Внедрение компьютерной томографии сделает проект разработки месторождения предсказуемым и прозрачным для бизнеса и инвесторов.
Технологический скачок для проектов по созданию цифровых копий объектов с высокой точностью
При недостаточной точности результатов реконструкции используемого софта STE заменит стандартное ПО томографа и поможет достичь целевых показателей проекта.
STE обладает широкими измерительными возможностями. Для получения реконструкции с требуемой точностью STE оптимизирует измерительную схему проекта.
Предварительный просмотр реконструкции в 2D/3D визуализации с элементами метрологии. Возможность использовать различные алгоритмы реконструкции.
Комплексный анализ геологических образцов
Создание цифрового керна позволяет проводить анализ и виртуальные эксперименты с породой-коллектором, используя ее исходные характеристики и свойства. Цифровой керн – является единственным методом точной оценки нанопористости баженовской нефтеносной свиты и как следствие помогает определить количество нефти в породе.
При создании цифрового керна происходит:
Изучение цифрового керна открывает возможность найти полезные ископаемые в очень малых порах и трещинах породы-коллектора. Россия занимает первое место по запасам нефти в слабопроницаемой баженовской свите. Механизм образования коллекторов и резервуара баженовской свиты до конца еще не изучен.
Количественное определение проницаемости породы является важным параметром для прогнозирования нефтепритоков на месторожении. Цифровое моделирование керна с помощью томографии помогает прогнозировать объемы добычи трудноизвлекаемых ресурсов.
Пример бинарного представления участка пористого образца.
Smart Tomo Engine выполняет трехмерную томографическую реконструкцию объектов разной природы по набору рентгеновских проекций. Высокое качество изображения, получаемое при использовании Smart Tomo Engine, позволяет геологу построить экспертную оценку концентрации полезных ископаемых в керне.
Результат реконструкции Smart Tomo Engine может быть без дополнительной обработки использован в системах имитационного моделирования фильтрационных процессов в кернах.
Цифровые керны помогают снижать риски при принятии решения о старте добычи. Изучайте особенности породы от микро до макроуровня: первичную и вторичную пористости; трещиноватость; кавернозность; внутреннюю морфологию пористого пространства; флюидонасыщенность; проницаемость; динамика распределения флюидов.
Цифровые Эксперименты позволяют измерять любые параметры керна, включая те, которые ранее были недоступны: например, качественно-количественные показатели проницаемости каждого сегмента образца породы-коллектора, даже если он неправильной и сложной формы.
Компьютерная томография позволяет проверить износ оборудования без вмешательства и остановки производства.
В Smart Tomo Engine реализован уникальный алгоритм реконструкции, который позволяет существенно сократить время вычислений без увеличения вычислительных мощностей.
Непревзойденную скорость реконструкции обеспечивает инновационный алгоритм HFBP. Алгоритм реконструкции HFBP работает в 4 раза быстрее FBP. Замеры проводились на Эльбрусе-8С. Вход для Smart Tomo Engine — 1261 изображение размером 1175х400 (т.е. алгоритм реконструкции запускался 1261 раз на изображениях размером 1175х400), выход — трехмерное изображение размером 1261х1175х1175. Реконструкция проводилась в многопоточном режиме. Время работы алгоритма HFBP составило 223 секунд, алгоритма FBP — 956 с.
Ученые Smart Engines создали уникальные алгоритмы, которые позволяют избежать появления артефактов реконструкции. Smart Tomo Engine позволяет справляться с артефактами, возникающими в следующих случаях:
Если ваши изображения при реконструкции классическими методами оказываются слишком зашумлены или искажены для анализа внутренней структуры, то Smart Tomo Engine наверняка позволит вам улучшить результаты без замены оборудования за счет использования регуляризирующих алгоритмов, новейших AI алгоритмов, методов учета поглощения вне поля вида и методик аналитического учета спектра зондирующего излучения.
Smart Tomo Engine умеет работать с различными форматами входных данных, включая файловый и сетевой стандарты DICOM, форматы на основе директорий изображений и контейнеров HDF5. Модульная система ввода-вывода позволяет с легкостью интегрироваться с аппаратурой и информационными системами, использующими нестандартные форматы данных.
Хотите поставить диагноз или обнаружить дефект в изделии для нас не имеет значения, Smart Tomo Engine подойдет для новейших нанотомографов, медицинских и промышленных сканеров всех поколений, синхротронных центров. Smart Tomo Engine поддерживает оборудование с любыми стандартными схемами сканирования: параллельной, послойно-веерной, конусной, спиральной и др.
Для повышения безопасности обработки данных и обеспечения программно-аппаратной независимости решения технология томографической реконструкции Smart Tomo Engine нативно поддерживает отечественную защищенную аппаратную платформу «Эльбрус» и совместима с операционными системами ОС Эльбрус, РЕД ОС и Astra Linux.
Технология “под контролем реконструкции” является нашей новой разработкой. Она позволяет снизить дозовую нагрузку и время проведения измерения. Последнее актуально для измерений в нанометровом диапазоне.
При обычной схеме сканирования сначала регистрируются все данные, а потом уже происходит реконструкция. В схеме «any‑time» результаты томографической реконструкции анализируются сразу после получения каждой новой серии проекций и, если точность реконструкции достигнута или не может быть достигнута, то принимается решение об остановке процесса сканирования.
Результаты работы новой технологии в нанотомографии впечатляют: время измерений удалось сократить на 20% в сравнении с классическим протоколом.
FOVEA — итерационный алгоритм, предназначенный для расширения области видимости реконструкции, позволяющий устранить характерные артефакты реконструкции, возникающие при выходе объекта из поля зрения томографа. Алгоритм — запатентованная разработка ученых Smart Engines. Пример реконструкции без использования FOVEA и демонстрация эффективной работы алгоритма:
Вопрос о реконструкции объектов, которые чуть больше детектора, теперь решен!
Автоматическое определение и коррекция геометрии измерения
Коррекция положения оси вращения с параметрами, автоматически определенными нашим уникальным алгоритмом, предотвращает появление серповидных искажений (1) и двоение краев (2) на восстановленном цифровом изображении объекта.
Алгоритм подавления кольцевых артефактов
Коррекция кольцевых артефактов, вызванных нелинейным откликом ячеек детектора. Результат работы алгоритма и разностное изображение показаны на изображении слева.
Алгоритм автоматического подавления чашевидных искажений
В STE 2.0 реализован алгоритм автоматической коррекции артефактов, вызванных полихроматичностью рентгеновского излучения, отсутствие учета которой приводит к появлению на изображении чашевидных искажений. Реконструкция однокомпонентной пористой керамической мембраны с «эффектом чаши», скорректированное изображение и их разность представлены на изображении справа.
Алгоритм подавления “металлических” артефактов
Наличие сильно поглощающих включений очень мешает получению хорошей картинки. Уменьшить выраженность возникающих артефактов крайне непростая задача, но мы справились. В STE 2.0 внедрен авторский алгоритм подавления «металлических» артефактов, работа которого показана на примере реконструкции Ethernet‑коннектора RJ-45.
Нейросетевой шумоподавляющий алгоритм
Подавление шумов реализовано в виде специальных шумоподавляющих алгоритмов реконструкции, в основе которых лежат методы ИИ. Результаты реконструкции стандартным алгоритмом и нейросетевым методом, использованным для шумоподавления, приведены на изображении справа.
Smart Tomo Engine содержит API для следующих языков программирования:
Интеграция с другими языками программирования обеспечивается за счет использования API на языке С.
Геометрия пучка – модель распространения рентгеновских лучей.
Поддерживаемые геометрии: параллельная (2D, 3D), веерная (2D), конусная (3D).
Схема сканирования – взаимное положение рентгеновского источника, объекта и детектора рентгеновского излучения для каждого момента времени томографического эксперимента.
Поддерживаемые схемы: послойно-круговая, спиральная, any-time (схема сканирования с автоматической остановкой сканирования по достижению заданного качества) [1].
Классические:
Патентованные:
Smart Tomo Engine может поставляться вместе с графическим интерфейсом, который позволяет использовать все инструменты, предоставляемые Smart Tomo Engine, включая загрузку данных, выполнение реконструкции с использованием различных алгоритмов, применение алгоритмов коррекции, предварительный просмотр и 2D/3D визуализацию, сохранение данных.
[1] DOI: 10.1109/ACCESS.2020.3002019
Заказать продукт
Для заказа решений, получения подробной информации или триал версий
заполните приведенную ниже форму, и мы обязательно с Вами свяжемся.
