Томские ученые привлекли искусственный интеллект для оптимизации бурения карбонатных коллекторов ✍️ Исследователи Томского политехнического университета предложили комплексный подход к повышению эффективности бурения неоднородных карбонатных пород, в которых могут находиться значительные запасы углеводородов. В пресс-службе Минобрнауки России отмечают, что методика объединяет алгоритмы машинного обучения, объяснимый искусственный интеллект и многоцелевую оптимизацию. 📲 Задача особенно актуальна с учетом того, что бурение составляет 30–60 % затрат на строительство и эксплуатацию скважин. Повышение скорости проходки позволяет существенно сократить расходы, в том числе при освоении морских месторождений. 📖 Для разработки и проверки моделей ученые использовали данные трех вертикальных нефтяных скважин, пробуренных в породах преимущественно из известняка и доломита. Наивысшую точность прогнозирования показала LSTM-модель. Анализ выявил, что одним из ключевых факторов производительности бурения является частота вращения. Затем модель объединили с алгоритмом оптимизации NSGA-III. Он позволил найти компромисс между тремя задачами: увеличением скорости проходки, снижением крутящего момента и минимизацией удельной механической энергии. Разработку также проверили на скважине, данные которой не использовались при обучении. 🌐 Предложенный подход учитывает особенности геологии и механики горных пород и может помочь подобрать оптимальные режимы бурения для разных типов пластов. Методика способна сократить продолжительность буровых работ и снизить затраты. Для ее применения на других месторождениях потребуется расширить базу данных, охватив различные геомеханические и эксплуатационные условия. #бурение 📲 Neftegaz Territory в MAX