Doctorat
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/74
Browse
2 results
Search Results
Item Utilisation des réseaux de neurones dans l’optimisation des paramètres de forage des puits des hydrocarbures en temps réel(Universite M'Hamed Bougara : Faculté des hydrocarbures et de la chimie, 2021) Youcefi, Mohamed Riad; Hadjadj, Ahmed(Directeur de thèse)Les adaptations des paramètres de forage en temps réel sont basées sur l’expérience du foreur. Ceci est principalement dû à l'incapacité des foreurs d'analyser et d'interpréter le flux de données en temps réel. De plus, la prise des décisions en temps réel dépend de la rapidité avec laquelle le foreur peut identifier le problème. L’expérience a montré qu’il y a également un retard distinct dans la détection des évènements indésirables. Une telle inefficacité peut augmenter considérablement le temps non productif. Cette thèse vise à construire un outil de support intelligent capable de surmonter ces limitations à travers l’agrégation des données, la recommandation des paramètres de forage optimaux, l’identification des tendances des paramètres de forage et la détection précoce des dysfonctionnements de forage. La méthodologie présentée dans ce travail de thèse utilise les différents segments de l’intelligence artificielle à savoir les réseaux de neurones artificiels, les algorithmes d’apprentissage supervisée et non supervisé, et les algorithmes d’optimisation métaheuristique pour permettre à la machine de simuler la pensée humaine pendant la surveillance des opérations de forage. Les résultats obtenus montrent que les modèles développés peuvent avoir un impact positif sur l’industrie du forage grâce à leur efficacité, précision et rapiditéItem Adaptation et développement des modèles SRM pour la simulation et l’optimisation des réservoirs fracturés(Universite M'Hamed Bougara : Faculté des hydrocarbures et de la chimie, 2021) Redouane, Kheireddine; Zeraibi, Noureddine(Directeur de thèse)La conception d’un plan de développement d’un réservoir fracturé est un problème ardu nécessitant l’utilisation de la simulation numérique pour la résolution et le traitement des modèles représentants le processus physique du système. Ces modèles reposent principalement sur un ensemble d’équations différentielles et intégrales non linéaires dont la solution même numérique est trop chronophage. Le but de cette thèse consiste en le développement d’un outil d’aide à la prise de décision basé sur les techniques d’intelligences artificielles et les algorithmes évolutionnaires pour faciliter la simulation des réservoirs fracturés afin d’optimiser leurs stratégies de développement/management à moindre cout. Pour atteindre notre objectif, nous développons dans un premier temps une stratégie d’optimisation auto-adaptative robuste multidisciplinaire qui utilise les modèles Surrogates et les algorithmes évolutionnaires pour non seulement fournir une approximation aux modèles de simulation avec un temps de réponse d’ordre de seconde, mais aussi pour faciliter la tâche d’optimisation globale de ce problème combinatoire de développement des réservoirs fracturés. Afin d’augmenter la précision de l’approche développée, nous proposons une procédure originale d’enrichissement via les plans d’expériences adaptatifs, qui sert ainsi à améliorer le pouvoir émulatif des modèles Surrogate particulièrement dans les zones pouvant contenir l’optimum de problème. Cette approche est couplée à une stratégie innovante d’articulation et de traitement des contraintes qui se présente aussi comme une clé pour automatiser la procédure d’optimisation et définir la forme générale de Framework élaboré qu’on appelle ASRM « Adpatative Surrogate Reservoir Model ». Le Framework développé est appliqué à : 1. L’optimisation des fonctions test complexes 2. L’étude d’un réservoir Benchmark Off-Shor. 3. L’étude et la mise en oeuvre sur un projet réel d’emplacement des puits directionnels sur un réservoir non-conventionnel fracturé d’un champ mature situé à Hassi-Massoud, Algérie. Les résultats ont permis de montrer la validité de la démarche ainsi que l’efficacité de la méthode ASRM pour une application dans un cadre industriel