• شماره ركورد كنفرانس
    5193
  • عنوان مقاله

    محاسبه رسانايي حرارتي ، نفوذ حرارتي و ظرفيت گرمايي ويژه سنگ‌هاي رسوبي با استفاده از لاگ چاه‌هاي پتروفيزيكي توسط يادگيري ماشين

  • عنوان به زبان ديگر
    Calculation of thermal conductivity, thermal penetration and specific heat capacity of sedimentary rocks using petrophysical well logs by machine learning
  • پديدآورندگان

    موسوي سيد حميد رضا esfahani311@gmail.com دانشكده مهندسي شيمي، نفت و گاز، دانشگاه علم و صنعت ايران، تهران، ايران , حسيني نسب سيد مجتبي hosseininasab@iust.ac.ir استاديار دانشكده مهندسي شيمي، نفت و گاز، دانشگاه علم و صنعت ايران، تهران، ايران

  • تعداد صفحه
    11
  • كليدواژه
    جريان گرما , فرآيندهاي حوضه رسوبي , توليد و انتقال حرارت , يادگيري ماشين
  • سال انتشار
    1401
  • عنوان كنفرانس
    همايش بين المللي هوش مصنوعي، علم داده و تحول ديجيتال در صنعت نفت و گاز
  • زبان مدرك
    فارسي
  • چكيده فارسي
    در اين مطالعه، معادلاتي ايجاد شده است كه براي سنگ هاي رسوبي مصنوعي (آوارگان، كربنات ها و تبخيرها) خواص حرارتي شامل هدايت حرارتي، ظرفيت گرمايي ويژه و انتشار حرارتي را پيش بيني مي كند. گروه‌هاي سنگي از مجموعه‌هاي معدني با محتواي متغير 15 كاني سنگ‌ساز اصلي و تخلخل 0 تا 70 درصد براي آوارگان، كربنات ها و تخلخل 0 تا 30 درصد براي تبخيري‌ها تشكيل شده‌اند. روابط بين هر ويژگي حرارتي و ساير خواص پتروفيزيكي (چگالي، زمان انتقال فاصله صوتي، شاخص هيدروژن، كسر حجمي شيل و شاخص جذب فوتوالكتريك) با استفاده از آمار چند متغيره بررسي مي‌شوند. كاربرد اين روابط امكان محاسبه پروفيل پيوسته را براي هر ويژگي حرارتي سنگ فراهم مي كند. عدم قطعيت در پيش بيني هر ويژگي بسته به تركيب لاگهاي چاهي ثبت انتخاب شده متفاوت است. بهترين پيش بيني به ترتيب در محدوده 2 تا 8 درصد براي ظرفيت گرمايي ويژه، 5 تا 10 درصد براي هدايت حرارتي و 8 تا 15 درصد براي انتشار حرارتي است.
  • كشور
    ايران