Детальная информация
| Название | Математическое моделирование капиллярной пропитки и численные методы определения параметров модели на основе экспериментальных данных для решения задач нефтяного инжиниринга: специальность 1.2.2. Математическое моделирование, численные методы и комплексы программ: автореферат диссертации на соискание ученой степени кандидата технических наук |
|---|---|
| Авторы | Цыкунов Олег Игоревич |
| Научный руководитель | Кузькин Виталий Андреевич |
| Организация | Санкт-Петербургский политехнический университет Петра Великого |
| Выходные сведения | Санкт-Петербург, 2025 |
| Электронная публикация | 2026 |
| Коллекция | Научные работы аспирантов/докторантов ; Общая коллекция |
| Тематика | Математическое моделирование ; капиллярная пропитка ; низкопроницаемый коллектор ; многокритериальная оптимизация ; задачи фильтрации |
| УДК | 519.876.5 |
| Тип документа | Автореферат |
| Язык | Русский |
| Код специальности ОКСВНК | 1.2.2. |
| Группа специальностей ОКСВНК | 1.0000 |
| DOI | 10.18720/SPBPU/2/r26-14 |
| Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
| Дополнительно | Новинка |
| Ключ записи | RU\SPSTU\edoc\78345 |
| Дата создания записи | 27.02.2026 |
В диссертационной работе описывается разработка двухкомпонентной модели капиллярной пропитки, которая, в отличие от однокомпонентного подхода, позволяет воспроизводить кривую капиллярной пропитки на низкопроницаемом керне на больших и малых временах. Также был разработан гибридный алгоритм оптимизации на основе роя частиц и генетического алгоритма и комплекс программ для определения параметров породы на основе ограниченного набора экспериментальных данных, который обладает большими точностью и скоростью работы по сравнению с существующими алгоритмами. Предложенные модель и комплекс программ были использованы для оценки эффективности и подбора оптимальных технологических режимов новой технологии водного Huff and Puff в трехмерном симуляторе, сравнение с результатами опытно-промышленных работ показали высокую прогнозную способность модели.
Количество обращений: 29
За последние 30 дней: 29