شفقنا- پژوهشگران مؤسسه فیزیک و فناوری مسکو (MIPT) یک مدل مولکولی نوآورانه مبتنی بر یادگیری ماشین توسعه دادهاند که میتواند ویژگیهای نفت را در جریان فرایند استخراج با دقتی تا ۹۰ درصد شناسایی کند.
به گزارش شفقنا؛ وبگاه آرتی عربی نوشت: هدف این فناوری، افزایش چشمگیر کارایی استخراج نفت از طریق محاسبه دقیق کشش سطحی میان مایعات درون سنگهای شل است؛ موضوعی که به گزارش خبرگزاری «نووستی» روسیه به نقل از دفتر مطبوعاتی این مؤسسه اعلام شده است.
«نیکولای کوندراتیوک»، مدیر اجرایی مرکز فیزیک محاسباتی در مؤسسه فیزیک و فناوری مسکو، در اینباره گفت: «برای استخراج مؤثر نفت، معمولاً به زمان زیادی برای تعیین شوری بهینه آب و در نظر گرفتن ترکیب گاز در یک میدان نفتی مشخص نیاز داریم، در حالی که مدل ما این فرایند را تا حد زیادی تسریع میکند.»
او افزود که مدلهای پیشین دارای خطایی تا حدود ۴۰ درصد بودند و آزمایشهای آزمایشگاهی نیز ماهها زمان میبرد و هزینههای بالایی در بر داشت.
این مدل چندجزئی جدید که با همکاری پژوهشگرانی از مؤسسه فیزیک حرارت بالای آکادمی علوم روسیه و مرکز علمی نفت «تیومن» توسعه یافته، از یک ابررایانه استفاده میکند. این سیستم ترکیب نفت، دما و فشار را به همراه گازها و نمکهای محلول در نظر میگیرد و با بهرهگیری از الگوریتمهای یادگیری ماشین توانسته دقت پیشبینیها را تا ۹۰ درصد افزایش دهد.
این فناوری بهویژه برای روشهای تزریق دیاکسید کربن در لایههای سنگی اهمیت دارد. همچنین «ایلیا کوبانیچوک»، پژوهشگر ارشد مؤسسه فیزیک و فناوری مسکو، اعلام کرد که نمونههای اولیه با موفقیت آزمایش شدهاند و دانشمندان قصد دارند در آینده این سیستم را برای نفت سنگین نیز تطبیق داده و رفتار سیالات را در ساختارهای نانومتری بررسی کنند.
گفتنی است دانشمندان این مؤسسه پیشتر نیز یک شبکه عصبی جدید مبتنی بر «نور مایع» توسعه داده بودند. همچنین «الکساندر دیوکوف»، رئیس شرکت «گازپروم نفت»، پیشتر اعلام کرده بود که روسیه توانایی افزایش تولید نفت از طریق فناوریهای نوین را دارد.