USD 80.5268

-0.16

EUR 93.3684

-1.09

Brent 66.42

-0.27

Природный газ 2.801

-0.01

Цифровизация - статьи журнала Neftegaz.RU

Декабрь 2025
VR-тренажеры в обучении производственного персонала бурового предприятия
Статья посвящена применению технологии виртуальной реальности в обучении сотрудников производственных объектов. Рассматриваются ключевые особенности VR-технологий, их преимущества и практическое применение в различных отраслях, включая нефтегазовое производство. Особое внимание уделяется разработке VR-тренажера по бурению, который позволяет отрабатывать регламентные действия при возникновении газонефтеводопроявления. Приводятся результаты тестирования тренажера и планы по его дальнейшему развитию.
Ноябрь 2025
Гибридные модели для прогнозирования параметров многофазного потока
В работе рассматривается гибридный подход к прогнозированию параметров многофазного потока, основанный на сочетании численного моделирования (CFD) и методов глубокого обучения. Проведено CFD-моделирование газо-жидкостного потока в вертикальном трубопроводе с использованием OpenFOAM. На основе полученных данных сформирована обучающая выборка для нейронной сети на базе MLP (многослойного перцептрона), предсказывающей перепад давления и режим течения. Полученные результаты показывают, что гибридная модель обеспечивает высокую точность при значительном сокращении времени расчётов.
Сентябрь 2025
Нейросетевое моделирование работы газосборной сети
В работе рассмотрено применение нейронных сетей для расчета давления и расхода газа в газосборных системах. Оценена точность прогнозирования параметров потока в случае сухого газа (однофазный поток) и двухфазного газожидкостного потока. Рассмотрен случай прогнозирования параметров добычи газа при управлении режимами работы скважин с помощью изменения диаметров штуцера газосборной. Для обучения использовались результаты численного моделирования параметров работы реальной газосборной системы. Описание потоков велось в одномерном приближении. В работе использовались нейронные сети персептронного типа. Их архитектура подбиралась исходя из сложности решаемой задачи. В результате обучения нейронная сеть показала высокую точность прогнозирования давления и дебитов флюидов во всем диапазоне управляющих параметров. Достигнутая точность прогнозирования указывает на возможность использования нейросетевых методов в качестве альтернативных способов быстрого и вместе с тем точного расчета параметров работы газосборных систем. Это, в свою очередь, позволит решать важнейшие задачи оптимизации режимов работы добывающих скважин в режиме реального времени.