Cпециалисты ТННЦ совместно с негосударственным фондом «Иннопрактика» разработали программный комплекс «РН-Цифровой керн». Новое программное обеспечение не имеет аналогов в России, в мире такие разработки также единичны. В основе инновационного программного продукта - идея создания цифрового двойника или виртуальной модели керна — образца горной породы. Свойства горных пород и пластовых флюидов изучает Центр исследований керна ТННЦ. В кернохранилище собрана «каменная библиотека»: общая протяженность кернового материала превышает 175 км. За 15 лет работы здесь изучено более 1 млн образцов этой горной породы с месторождений от Волги и Урала до Сахалина.
Благодаря керну тюменские исследователи получают основную информацию о геологическом строении недр. Его изучают различными методами: от самых простых – измерения электрического сопротивления, акустического прозвучивания, до сложнейших — ядерно-магнитного резонанса, рентгеновской томографии и дифрактометрии.
Программный комплекс «РН-Цифровой керн» создает виртуальную модель горных пород, используя уникальные алгоритмы и методы, ранее не применявшиеся в коммерческом программном обеспечении. На основе данных микротомографии создается цифровая модель керна, с помощью которой исследуются горные породы.
«При помощи компьютерного томографа мы получаем трехмерные снимки высокого разрешения, позволяющие понять характер горной породы и построить математическую модель, — рассказывает старший эксперт ТННЦ, доктор технических наук Сергей Степанов. — Такая модель дает возможность специалистам точно определить физические, механические, фильтрационные характеристики горных пород, сравнить, как повлияют на породу различные вытесняющие жидкости, используемые при добыче».
Полученная при помощи цифрового двойника керна информация используется для поиска и обоснования энергоемких и рациональных технологий разработки месторождений. Модель, создаваемая программой «РН-Цифровой керн», — точная и детализированная. «Технология «Цифровой керн» требует значительных вычислительных ресурсов. Проницаемость горной породы определяется по воксельной модели: пустотное пространство и зерна породы «прочитываются» с точностью до 1 микрона.
«Описание миллиметрового кубика керна стандартными методами занимает порой несколько дней. Наши специалисты занялись поисками новых методов моделирования, чтобы сократить расчеты до нескольких часов и даже минут. Тем не менее, мы не исключаем использование воксельных моделей, поскольку только оно позволяет изучать сложные процессы, например, многофазное течение при различных химических реакциях или при изменении температуры. Поэтому в нашем программном комплексе предусмотрено несколько вариантов моделирования, в т.ч. с использованием методов, не имеющих мировых аналогов», — отметил Сергей Степанов.
При помощи исследований в «цифре» можно изучать один и тот же образец многократно, задавая любые условия. В экспериментах на реальном образце однократное воздействие приводит к изменению его свойств.
Сегодня «РН-Цифровой керн» используется как дополнительный инструмент лабораторных исследований и работает с традиционными высокопроницаемыми горными породами. В скором времени планируется расширить функционал программы для работы с трудноизвлекаемыми запасами.
Применение методов цифрового моделирования в лабораторных исследованиях позволяет оперативно и с высокой точностью определять содержание и характер углеводородов в пласте, интенсифицировать работу скважин и продлить продуктивную жизнь месторождений.
«ТННЦ на протяжении нескольких лет держит курс на автоматизацию и цифровизацию. Сегодня мы создаем большое количество прототипов программных решений, чтобы быстрее, сильнее, мощнее стартовать в последующие годы, — отметил генеральный директор ТННЦ Андрей Аржиловский. — Благодаря развитию цифровых технологий в центре значительно увеличилась скорость вычислений и массив используемых данных, а в разработанных программах есть первые элементы искусственного интеллекта и нейронных сетей. Все это в комплексе позволяет ученым подобрать для буровых и добывающих предприятий "Роснефти" наиболее эффективные инженерные технологии, а также заглянуть в будущее разработки месторождений, предложив оптимальный вариант их освоения для увеличения объема извлекаемых запасов».
