Компьютерное моделирование в нефтегазовой отрасли реферат

Обновлено: 05.07.2024

Перед нефтяными компаниями при разработке нефтегазовых месторождений стоит задача эффективной добычи сырья. Для бурения новых скважин, выбора схемы добычи нефти и газа должны быть проведены исследования и компьютерные расчеты. Создание модели нефтегазового месторождения и ее анализ с использованием современных программных средств обязательны перед переходом к разработке на практике.

Содержание

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ 5

НЕОБХОДИМОСТЬ СУПЕРКОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ В НЕФТЕГАЗОВОЙ ОТРАСЛИ 7

ЭФФЕКТИВНОСТЬ, УСКОРЕНИЕ, МАСШТАБИРУЕМОСТЬ 10

ОБЗОР ВЫЧИСТЛИТЕЛЬНЫХ СИСТЕМ 13

ОСОБЕННОСТИ ПАРАЛЛЕЛЬНЫХ АЛГОРИТМОВ РЕШЕНИЯ ЗАДАЧ ПОДЗЕМНОЙ ФИЛЬТРАЦИИ 15

Неравномерность загрузки 15

Решение систем линейных уравнений 17

Оптимальное разбиение 18

Другие методы ускорения 20

ВОПРОСЫ ВИЗУАЛИЗАЦИИ 22

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ 24

СПИСОК ЛИТЕРАТУРЫ 26

Работа состоит из 1 файл

РЕФЕРАТ_Сыпченко_суперкомпьютеры для гидродинамического моделирования режима реального времени.docx

Федеральное агентство по образованию РФ

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ НЕФТИ И ____________________ГАЗА имени И.М. ГУБКИНА__________________

Кафедра Разработки и эксплуатации нефтяных месторождений

Выполнила: магистрантка гр. НГМ-10-1

Проверил: к.т.н. Еремин Н.А.

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ 5

НЕОБХОДИМОСТЬ СУПЕРКОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ В НЕФТЕГАЗОВОЙ ОТРАСЛИ 7

ЭФФЕКТИВНОСТЬ, УСКОРЕНИЕ, МАСШТАБИРУЕМОСТЬ 10

ОБЗОР ВЫЧИСТЛИТЕЛЬНЫХ СИСТЕМ 13

ОСОБЕННОСТИ ПАРАЛЛЕЛЬНЫХ АЛГОРИТМОВ РЕШЕНИЯ ЗАДАЧ ПОДЗЕМНОЙ ФИЛЬТРАЦИИ 15

Неравномерность загрузки 15

Решение систем линейных уравнений 17

Оптимальное разбиение 18

Другие методы ускорения 20

ВОПРОСЫ ВИЗУАЛИЗАЦИИ 22

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ 24

СПИСОК ЛИТЕРАТУРЫ 26

Нефть и природный газ являются важнейшими источниками энергии и сырьем для химической промышленности. Энергию и материалы, производимые из нефти и газа, ежедневно используют миллиарды людей по всему миру. Ежедневно по всему земному шару добывается более 80 миллионов баррелей нефти в сутки. Россия среди стран производителей этого углеводородного сырья занимает одно из первых мест. После сильного спада добычи в 1990-е годы, связанного с экономическим кризисом в РФ и низкими ценами на нефть, которые в отдельные годы не превышали 15 долларов США за баррель, наступил период резкого подъема мировых цен на нефть. В связи с этим Россия в последние годы наращивает уровень добычи нефти год от года. За 2005 год было добыто 469,6 миллиона тонн нефти, а за 2006 год - 480 миллиона тонн нефти.

Россия располагает одними из богатейших запасов нефти в мире и в дальнейшем собирается продолжать наращивание ее добычи. Однако извлекать нефть из большинства месторождений становится все сложнее. В процессе добычи нефти в пласт необходимо закачивать воду и специальные составы для вытеснения углеводородного сырья. С увеличением срока службы месторождения воды и реагентов закачивается все больше. Уже в 1990 году обводненность продукции нефтяных месторождений в среднем по стране достигла 76%, а на некоторых превысила 90%. В последние полтора десятилетия ситуация не улучшилась, так как вложения в разведку новых месторождений были незначительными, и в настоящее время компании продолжают эксплуатировать истощенные залежи, обнаруженные еще в Советском Союзе.

Тем не менее, продолжающийся рост спроса на нефть и высокие цены на нее заставляют добывающие компании активнее искать и вводить в строй новые месторождения. Все чаще к работе привлекаются компании, осуществляющие сервисное обслуживание старых и только вводимых в эксплуатацию скважин. Растут в последние годы и объемы разведочного и эксплуатационного бурения. Все больше внимания уделяется освоению месторождений с трудноизвлекаемыми запасами нефти и газа. В современных условиях эти работы невозможно эффективно проводить без привлечения вычислительной техники. Для обнаружения территорий, на которых целесообразно производить разведочные работы требуются сложные геофизические расчеты. Без гидродинамического моделирования месторождения крайне трудно рационально расположить на местности нагнетательные и добывающие скважины. Моделирование также необходимо и при разработке мер по увеличению продуктивности существующих скважин, так как непродуманные действия могут принести больше вреда, чем пользы. Для успешного и экономически оправданного освоения трудноизвлекаемых запасов не обойтись без предварительного анализа сценариев разработки месторождения на основе компьютерных моделей.

Использование компьютеров для геофизических расчетов и моделирования месторождений нефти и газа началось в 1960-70-е гг. с появлением серийных вычислительных машин. Однако из-за высокой стоимости оборудования и относительно невысокой производительности использовать модели могли только крупнейшие компании при реализации наиболее важных проектов. Стремительное развитие вычислительной техники сделало моделирование месторождений все более распространенным. Сейчас большинство нефтяных компаний, начиная с транснациональных корпораций и заканчивая небольшими независимыми фирмами, используют моделирование как при поиске и разработке новых, так и при эксплуатации существующих месторождений. В зависимости от сложности задачи для моделирования могут использоваться как суперкомпьютеры в вычислительных центрах компаний, так и персональные рабочие станции. Все большее распространение получают вычислительные кластеры на основе большого числа недорогих однотипных серверов, работающих в параллельном режиме, распределяя расчеты между собой.

Созданием программного обеспечения для моделирования нефтяных и газовых месторождений занимаются многие фирмы. Одни из самых мощных пакетов разрабатывают крупнейшие энергетические сервисные компании Schlumberger (пакеты GeoFrame, Eclipse и другие) и Halliburton (продукты марки Landmark ). Среди поставщиков ПО также можно отметить активно работающую в России компанию Roxar (пакеты IRAP RMS, TEMPEST и др.) и фирму CMG (продукты IMEX, STARS и др.). Многие крупные нефтяные компании используют пакеты собственной разработки.

Процесс моделирования достаточно сложен. Например, при создании модели нефтяного месторождения на начальном этапе на основе геологических данных составляется трехмерная сетка, описывающая характеристики и взаимное положение коллекторов и непроницаемых пород, распределение флюидов (нефти, газа и воды) в коллекторах и др. Непосредственный расчет производится, например, на базе уравнений модели нелетучей нефти (black oil model) и, в зависимости от мощности компьютера и структуры сетки, может занимать от нескольких часов до недель. Полученные результаты сверяются с реальными характеристиками месторождения. Если предсказания модели с практикой не согласуются, в нее вносятся поправки и процесс повторяется снова.

Требования к вычислительной мощности при работе с моделями весьма высоки. В описанном выше примере одним из лимитирующих факторов является число элементов в трехмерной сетке, описывающей структуру месторождения. Мощность используемых компьютеров и сроки реализации проектов накладывают весьма строгие ограничения на дискретность сетки. Решается эта проблема двумя способами: оптимизацией геометрии сетки (однородные участки месторождения можно описать меньшим числом элементов, тогда как наличие дефектов требует большего числа ячеек) и увеличением вычислительной мощности, например, за счет использования кластерных систем.

До последнего времени для создания кластеров использовались преимущественно решения на основе Unix-подобных ОС (Linux, AIX и т.д.) и разработанных для них пакетов для кластерных вычислений. Данные решения поддерживаются разработчиками ПО для нефтегазовой отрасли и неплохо себя зарекомендовали. Однако в некоторых случаях пользователи сталкиваются со сложностью конфигурирования и администрирования, а компании - с необходимостью в большом числе ИТ-специалистов, обслуживающих систему.

Исторический опыт человечества, начиная с египетских пирамид, свидетельствует о том, что за счет параллельно выполняемых действий можно достигнуть существенного выигрыша в производительности. Наиболее ярко это отразилось в современной вычислительной технике, где параллельные вычисления стали доминирующей парадигмой.

Уровень развития вычислительной техники сегодня во многом определяет темпы технического прогресса и успехи в решении фундаментальных научных задач, среди которых общепризнанным является класс проблем Grand challenges: это фундаментальные научные или инженерные задачи с широкой областью применения, эффективное решение которых возможно только с использованием мощных (суперкомпьютерных) вычислительных ресурсов, с производительностью сотен Gflops (~10 12 операций в секунду) и выше. Одна из таких задач — моделирование оптимальной стратегии разработки месторождений нефти и газа, создание и использование постоянно действующих геолого-технологических моделей для управления разработкой месторождений нефти и газа, требующих обработки огромных массивов информации.

Все мировые нефтегазовые компании в той или иной мере уже используют численное моделирование при разработке новых месторождений и определении оптимального метода извлечения ресурсов. Нефтегазовая отрасль сейчас становится одним из лидеров по потреблению высокопроизводительных ресурсов — рост вычислительных мощностей в этом сегменте составляет до 100% в год. В общей сложности 10% суперкомпьютеров из мирового рейтинга ТОП 500 используются для задач геофизики. Роль высокопроизводительных вычислений в нефтегазовом секторе растет с каждым годом, ведь средние показатели выработки месторождений снижаются, а требования к эффективности их использования становятся все более жесткими из-за вовлечения в разработку всё более трудноизвлекаемых запасов.

Успех поисково-разведочных работ повышается за счет высокопроизводительной обработки и интерпретации сейсмических данных, а эффективность недропользования увеличивается за счет высокоточного гидродинамического моделирования. В частности, на старых, истощенных месторождениях эти методы позволяют существенно повысить коэффициент нефтеизвлечения. По данным энергетического консалтингового агентства CERA (США), в ближайшие 3–5 лет использование суперкомпьютерных расчетов обеспечит:

рост количества добываемой из месторождения нефти на 2–7%;
сокращение расходов на нефтедобычу на 10–25%;
повышение нормы выработки на 2–4%.

В связи с этим доступ к суперкомпьютерным мощностям и эффективные математические методы являются залогом конкурентного преимущества компании-разработчика, и может стать ключом к лидерству на рынке.

Геологические модели месторождений, получаемые на основе каротажных исследований, из сейсмических данных, путём геостатистического моделирования, на 1–2 порядка детальнее, чем осреднённые гидродинамические модели, на которых проводится расчёт. К примеру, типичные геологические модели имеют размер до десяти миллионов ячеек, тогда как размер стандартной гидродинамической модели составляет порядка нескольких сотен тысяч ячеек. Осреднение моделей, также называемое ремасштабированием, нельзя проводить в сколь угодно больших масштабах: на определённом этапе укрупнения картина течения перестаёт отражать реальную ситуацию и полностью искажается.

В последнее время начали создаваться гигантские гидродинамические модели, размеры которых выходят далеко за рамки возможностей обычных персональных компьютеров. Модель, описывающая месторождения со сложным геологическим строением, разломами, трещиноватостью, может быть задана на сложной нестыкованной сетке и содержать несколько тысяч скважин. История разработки месторождения может насчитывать 20, 50 лет и более. В качестве примера можно назвать модель Талинской площади Красноленинского месторождения, проведение качественного построения которой на обычном компьютере за приемлемое время не представляется возможным.

Немаловажным моментом также является необходимость расчёта усложнённых моделей, в которых требуется учесть ряд специфических физических эффектов:

В предыдущей статье блога мы рассказывали о том, какую роль играет компьютерное моделирование физических процессов проектирования и оптимизации горнодобывающего оборудования. В продолжение этой темы рассмотрим данный вопрос в более широком аспекте – поговорим о роли компьютерного моделирования применительно ко всей отрасли добычи природных ресурсов. В данной статье мы уделим внимание нефтегазовой промышленности и применимости компьютерного инжиниринга именно в этой отрасли.

Бурение нефтяных и газовых скважин подразумевает применение разнообразного оборудования, такого как буровая коронка, талевый блок, лебёдка, песчаная труба, двигатели, топливные и водяные баки, поворотная муфта, буровой шланг, стол бурового ротора, мостки для труб, направляющая труба, долото, бурильная колонна, цистерна для хранения бурового раствора, циркуляционный буровой насос и многого другого.

Сам процесс бурения нефтяных и газовых скважин уже достаточно хорошо изучен. Гораздо более интересным является то, что с помощью той же буровой установки можно проводить сейсмические исследования на основе акустических волн. Сгенерированные буровым оборудованием акустические волны распространяются вглубь земли и отражаются обратно на поверхность различными слоями пород. Волны распространятся с различной скоростью в зависимости от плотности или разновидности слоев горных пород, через которые они проходят. Отраженные волны регистрируются аудио-чувствительными устройствами, фиксирующими вибрации (микрофонами). На поверхности земли отражаемые волны воспринимаются сейсмометрами, а на воде – гидрофонами. Таким образом, сейсмологи могут интерпретировать искажения сигнала, связанные с углеводородными ловушками.

Моделирование в нефтегазовой отрасли

Типовые расчеты, используемые для улучшения производительности нефтяного и газового оборудования:

Бурение скважин – статический и динамический анализ прочности, вычислительная гидро-газодинамика (CFD), термодинамический расчет;
Гидроэнергетические устройства – расчет прочности и CFD;
Насосы – расчет прочности, CFD, тепловой расчет;
Трубопроводные системы и арматура – расчет прочности и гидродинамика;
Резервуары для хранения (топливный резервуар, нефтяной резервуар, резервуары высокого давления) – определение давления в конструкции, анализ циркуляции жидкости;
Нефтяная платформа – статический и динамический расчет прочности.

Рассмотрим практическое применение инструментов моделирования на реальных примерах:

Исследование воздействия волн на нефтяную платформу

В данном проекте моделируется воздействие морских волн на колонны буровой вышки. Используется масштабированная геометрия при сохранении реального числа Фруда. Построена сетка из 8,5 млн элементов.

Термомеханический расчет резервуара высоко давления

Интересным примером моделирования в области добычи и консервации горных выработок, скважин и иных подземных сооружений является термомеханический расчет резервуара высокого давления. Подобные резервуары обычно используются для хранения жидкости или газа под высоким давлением. В данном случае рассматривается медный резервуар. Внутри он имеет стальное покрытие и содержит в себе горячую воду температурой 290 С, которая в дальнейшем охлаждается холодной водой температурой 25 С.

Для решения данной задачи проведен нестационарный тепловой расчет для того, чтобы иметь представление о том, как температура меняется в течении времени. В данной модели использованы следующие материалы: для резервуара – медь, для внутреннего покрытия – сталь. В расчете использованы температурно-зависимые свойства материалов.

Резервуар имеет две трубы: верхняя служит для подачи холодной воды, нижняя – для отвода горячей. Между трубами и сосудом учтено наличие клапанов. Результаты моделирования показывают изменение температуры, тепловой поток и напряжения в трубах и резервуаре в течении 35 минут.

Колебание жидкости в топливном баке при движении

Также важной задачей в области топливного хранения является моделирование колебания жидкости в движущемся топливном баке. Движение топливного бака задавалось с помощь инструмента Rigid Body Dynamics. Геометрия представляет собой 113-литровый цилиндрический бак. Внутренний расчетный объем был разбит на конечные элементы с использованием инструмента Meshing, количество элементов ~ 0,5 млн.

В данном примере жидкости присвоены свойства воды, второй фазой является воздух. Моделирование проводилось на восьми компьютерных ядрах, время расчет составило около 11 часов.

Расчет динамики, прочности и долговечности редукторной секции турбобура

Еще одним примером применения инструментов численного моделирования в нефтегазовой отрасли является расчет бурильного устройства, содержащего в себе несколько длинномерных секций. Для исследования реакции сложных механических систем в процессе работы или в результате воздействия внешних сил удобно использовать моделирование в динамической постановке. Но сложность данного метода заключается в том, что для этого требуются большие временные и вычислительные ресурсы. Поэтому моделировать кинематику тел удобно в постановке динамики абсолютно твердых тел. Для учета влияния напряженно-деформированного состояния на характеристику переходного процесса в системе абсолютно жестких должны быть деформируемые тела. Данный метод носит название Component mode synthesis (метод суперпозиции собственных колебаний отдельных частей системы). Учет собственных частот деформируемых деталей, которые воспринимают основную нагрузку от кручения, позволяет определить динамический отклик системы на внезапное торможение бура со стороны долота.

В модели учтена жесткость осевой опоры и радиальных подшипников, а также радиальный зазор подшипников. Момент на ведущем валу задан таким образом, чтобы на выходном валу обеспечить момент, регламентированный в паспорте.

Моделирование течения промывочной жидкости в проточной части турбобура

Целью данной работы является создание расчетной модели, позволяющей исследовать работу турбобура на различных режимах. Моделирование в исследовании проведено на двух режимах – номинальном и режиме с остановленным валом – для последующего сравнения полученных расчетных значений вращающего момента турбины и перепада давления в турбинной секции турбобура с соответствующими экспериментальными данными.

Основные задачи, решаемые в исследовании:

моделирование работы установки на двух режимах;
выявление способов снижения ресурсоемкости задачи и повышения точности расчетов;
верификация численных расчетов.

Проведение численного расчета для всей проточной части турбинной секции целиком экономически нецелесообразно из-за больших вычислительных ресурсов. Дополнительное исследование, связанное с постепенным увеличением количества турбинных ступеней в расчетной группе, показало корректность допущения о равенстве моментов однотипных ступеней. На основе этого исследования моделирование осуществлялось для групп из пяти ступеней.

На рисунке ниже представлен перепад давления на лопатках турбины турбобура.

Результатом работы стало создание верифицированной расчетной модели, позволяющей подробно исследовать работу данной установки (моделирование различных режимов ее работы, построение рабочих характеристик и т.д.), а также проводить расчет аналогичных установок.

Заключение

Приведенные выше примеры показывают важность применения инструментов численного моделирования в нефтегазовой отрасли. С их помощью инженеры могут внести изменения в конструкцию еще на стадии проектирования, а также диагностировать выход оборудования из строя в процессе эксплуатации.

ГОСТ

Цели и виды моделирования в нефтегазовой отрасли

Моделирование – это построение моделей реальных объектов, систем, процессов, с целью их исследования и прогнозирования.

Компьютерное моделирование в нефтегазовой отрасли имеет несколько целей:

Получение данных для экономических расчетов.
Оптимизация систем нефтегазодобычи.
Исследование процесса фильтрации.
Исследование эксплуатационных и разведочных скважин.
Планирование объемов добычи.
Планирование объемов хранилищ полезного ископаемого.
Оценка запаса углеводородов.

Моделирование месторождения нефти и газа, а также процессов разработки и эксплуатации состоит из нескольких последовательных этапов: оценки геологии района, определение закономерностей осадконакоплений, построение геологической модели, построение гидродинамической модели, расчета параметров гидродинамической модели, прогнозирование процесса разработки и эксплуатации месторождения.

Основными видами моделирования в нефтегазовой отрасли являются: гидродинамическое моделирование, моделирование пласта, моделирование процессов разработки и эксплуатации месторождений геолого-фильтрационное моделирование.

Моделирование пласта

Моделирование пласта необходимо для получения данных о текущем состоянии продуктивного пласта, а также для прогнозирования его поведения в процессе эксплуатации

Модель пласта – это совокупность количественных представлений о его геолого-физических параметрах и показателях, которые необходимы для дальнейших инженерных расчетов.

К модели пласта предъявляются два основных требования: она должна быть простой для понимания и адекватно рассматриваемой. Обычно источниками для моделирования пластов и месторождений служат данные лабораторных исследований, данные сейсмических исследований, анализ результатов других месторождений, интерпретация результатов гидродинамических исследований и другие. Модели пластов делятся на два основных вида:

Готовые работы на аналогичную тему

Вероятностно-статистические. Такие модели не отражают особенностей строения и свойств продуктивных пластов. При их применении в соответствие моделируемому пласту ставят некоторый гипотетический пласт, который имеет вероятностно-статистически характеристики такие же, как у реального. Чаще всего используются следующие вероятностно-статистические модели: модель однородного пласта (в данной модели все главные характеристики пласта усредняют), модель слоистого пласта и модель трещиновато-пористого пласта.
Детерминированные. При использовании данных моделей инженеры-проектировщики стараются максимально точно воспроизвести строение и свойства продуктивного пласта. Пример простой детерминированной модели пласта изображена на рисунке.

Рисунок 1. Простая модель пласта. Автор24 — интернет-биржа студенческих работ

где, 1 – условный контур нефтеносности, 2 – участок пласта одинаковыми показателями пористости и проницаемости, 3 – границы участков пласта с разными показателями пористости и проницаемости.

Адаптация моделей разработки и эксплуатации нефтяных и газовых месторождений и их практическое применение

Адаптация моделей играет важную роль в процессе проектирования разработки и эксплуатации нефтегазовых месторождений. Обычно адаптацию модели того или иного объекта (системы или процесса) производят по четырем основным параметрам: уточнение геометрических характеристик залежи (месторождения), определение фильтрационных и емкостных свойств месторождения, определение энергетических параметров объекта, определение показателей проницаемости и пористости продуктивного пласта.

Для качественной адаптации моделей объектов и процессов нефтегазовой отрасли необходимы следующие исходные данные, которые получают в процессах разнообразных исследований и наблюдений: сведения о компонентном составе углеводородов, данные о конструкциях используемых скважин, данные влагометрии, данные термометрии, данные дебитометрии, данные инклинометрии, результаты литологических исследований, данные об измерениях различных параметров (коэффициент вытеснения нефти, капиллярное давление, фазовая проницаемость и другие), интерпретация данных геофизических и других (геохимических, гидродинамических) исследований и другие.

Моделирование разработки и эксплуатации нефтегазовых месторождений дает возможность получить более полные данные о строении, фильтрационных и емкостных свойствах продуктивного пласта. Гидродинамическое моделирование позволяет наладить процесс управления разработкой месторождения.

Благодаря современным инструментам моделирования у инженеров появляется возможность отслеживания технологических показателей разработки и эксплуатации месторождений в динамике. Это позволяет спрогнозировать несколько вариантов процесса разработки и эксплуатации месторождения и вовремя принять меры для их изменения.

Усложнение задач моделирования приводит к существенному увеличению их размерности [28]. Вскоре задача исследования химико-технологических процессов будет нуждаться в моделировании схем с тысячами элементов [22].

Модели математического характера, такие как символические или иконографические – характеризуют систему и позволяют проводить анализ математическими методами.

Символические модели есть отражение функционирования системы в формализованном виде.

Иконографические модели характеризуют качественные и количественные свойства системы и отношений между ее параметрами.

Современные автоматизированные управляющие комплексы химико-технологическими процессами представляют собой сложные иерархические человеко-машинные системы, поэтому их дальнейшее развитие связано с усовершенствованием всех компонентов системы, в том числе повышением качества образования изучающих данные процессы [42].

Математическое моделирование являет собой способ изображения процессов с количественной и качественной стороны методом математических моделей. Базой для построения модели служит упрощенное, схематичное реальное явление, и полученная схема приводится с помощью того или иного математического метода. Успех исследования и результат заключается в изначальном удачном выборе модели, отражающей характерные черты изучаемой системы [54].

Структура самой модели состоит из математического описания, которое в зависимости от процесса приводится в виде системы конечных или дифференциальных уравнений, отражающих взаимосвязь между различными параметрами, где наличие в математическом описании конечных уравнений не исключает возможности присутствия уравнений и дифференциальных, и наоборот.

Определение зависимости между входными и выходными параметрами математической модели в виде уравнений математического описания методом использования алгоритма для любой совокупности значений параметров происходит путем расчета выходных параметров. Самое важное, чтобы модель была адекватна моделируемому процессу, то есть необходимо достаточно точно описать качественно и количественно свойства моделируемого процесса[55].

Соответственно, модель, характеризующая реальный физико-химический процесс, изображается в виде определенной математической структуры, объединяет опытные факты и показывает связи между входными и выходными параметрами исследуемого математического процесса. В данном случае уместно использование экспериментальных данных и теоретических методов. В итоге, основной целью использования математических моделей является предвидение результатов функционирования процесса и разработка рекомендаций по возможным проблемам во время работы. Если информации об исследуемом объекте недостаточно, изучение происходит начиная от простейших моделей, но не влияя на качественные характеристики исследуемого процесса. Само по себе компьютерное моделирование помогает воссоздать как графическое изображение схемы технологического объекта, так и процессы, протекающие в нем. Данные технологии компьютерного моделирования используются в разнообразных сферах деятельности.

Применение моделей в большей части встречается на лекциях, при работе студентов на практических и лабораторных занятиях, а также во время самостоятельной работы и подготовки студентов технологических специальностей, а также для обучения персонала предприятий нефтегазоперерабатывающего комплекса с целью повышения уровня профессиональной подготовки. Невозможность применения реального нефтегазопромыслового оборудования из-за его габаритов и стоимости, а также ограниченность во времени на проводимые занятия отрицательно сказываются на полноценном изучении материала, особенно затруднителен процесс при дистанционном обучении. Те более, множество технологических процессов протекают в условиях, воссоздание которых в аудиториях не является возможным, а без освоения азов работы оборудования в реальных условиях усвоение материала считается неполноценным [3].

Развитие образования в России провоцирует государство поставить на первый план задачу создания современной индустрии образования, соответствующей новейшим тенденциям в данной сфере. На данный момент разработано множество концептуальных решений в области преобразований сферы образования, где в первую очередь выдвинут вопрос полного реформирования системы образования и его качества.

Постоянное уменьшение количества часов на изучение дисциплин и рост объема информации провоцируют создание и освоение новых методов обучения. В связи с этим вырос интерес к проблеме повышения качества обучения и подготовки профессионалов на различных уровнях, путем создания новой научно-педагогической методики: внедрения новейших информационных технологий в образовательный процесс, создания интерактивных учебных форм изучения предметных дисциплин в информационной среде.

Применение новейших информационных технологий в процессе обучения предоставляет студентам возможность наиболее глубокого освоения дисциплины.

Первоочередная задача образовательного процесса – передача информации обучаемым. На лекции происходит процесс передачи информации устно, либо путем изображения материала. Использование данных методов значительно мешают полной передаче информации, следовательно, снижают эффективность основной задачи.

Практические занятия – решение определенных заданий, построение схем, или создание чертежей – все это методики отработки навыков. Однако присутствие компьютерной техники и программного обеспечения позволяет обойтись без таких манипуляций как, например, устный счет или черчение карандашом на бумаге, когда есть специализированные информационные системы проектирования.

При лабораторной работе также производится отработка практических навыков, но организация современных систем, ее сложность и стоимость лабораторного оборудования не всегда позволяют смоделировать процесс в лаборатории.

Из опыта эксплуатации электронных учебников выяснилось, что это довольно эффективная форма преподавания различных предметов по специальности. Использование информационных технологий обучения повышает интерес обучаемых к изучаемой дисциплине, что приводит к росту качества подготовки нынешних специалистов, повышает объективность контроля знаний студентов, сужает грани между обучаемыми и новыми областями знаний. Обучение оперативного персонала для нефтеперерабатывающих производств на предприятиях осуществляется за счет в аудиторных занятий с изучением технологических регламентов, систем автоматизации производств, правил техники безопасности при управлении производством, прохождения производственной практики на реальном объекте с применением знаний в деле [22]. Применении метода обучения с использованием информационных технологий позволяет получить желаемый уровень подготовки у операторов-технологов в короткие сроки [22]. Наиболее оптимальным методом является подготовка и переподготовка персонала на программно-моделирующих информационно-технических комплексах обучения и интеллектуальных системах обучения.

Наиболее эффективным методом обучения студентов являются компьютерные информационные модели. Применение данных моделей для обучения персонала в опасных отраслях промышленности, таких как химическая, нефтеперерабатывающая и газовая, прописывается в законодательных нормах и стандартах многих развитых стран. Компьютерные модели позволяют обучить студентов работе с информационной системой менеджмента и овладеть навыками оптимальных действий в аварийно-опасных ситуациях.

В нынешнее время использование персональных компьютеров и специального программного обеспечения виртуализации обеспечивает решение многих задач, таких как рациональное использование аппаратных ресурсов персональных компьютеров, расширение функционала инструмента тренажа и одновременный запуск нескольких информационных моделей на одной аппаратной платформе для тренировки студентов. В общем случае информационные модели представляют собой определенный комплекс технических средств, обеспечивающий виртуальное воспроизведение условий и факторов, соответствующих тем, которые имеют место в процессе работы специалиста по управлению реальным объектом, а также целенаправленное обучение в выбранной отрасли с постоянным контролем над действиями обучаемого. Основной задачей таких тренажерных моделей является создание возможностей для освоения принципа функционирования технологического процесса в различных периодах эксплуатации, определение опасных ситуаций, нахождения причинно-следственных связей, принятия решений по управлению системой.

Явная проблема при обучении студентов – сложность использования системы управления в купе с рабочим производственным процессом. Важно, что при обучении персонала неопытные специалисты своими действиями в лучшем случае могут причинить вред рабочему технологическому процессу (ТП) без значительных последствий, а в худшем это приведет к тяжелой аварии, которая может повлечь за собой человеческие жертвы. Именно поэтому, использование информационных моделей и методов обучения являются эффективными, так как позволят наиболее точно имитировать условия рабочего технологического процесса.

Данные универсальные информационные модели могут быть использованы как обобщенный программный комплекс, позволяющий обучать студентов алгоритму действий в аварийных ситуациях без вреда для технологического процесса. Компьютерные информационные модели должны обеспечивать возможность моделирования технологического оборудования и протекающих в них технологических процессов, имитировать процесс управления, обучать действиям в различных режимах, ускорять и замедлять моделирование, создавать и запускать сценарии обучения.

Эффективность использования компьютерных информационных моделей зависит от мудрости и опыта специалистов в области технологии, управления технологическим производством, подготовки персонала, а также от реализации, эксплуатации и сопровождения тренажерных комплексов.

Решением проблемы является использование современных образовательных технологий, важное место среди которых занимают интерактивные лабораторные работы. Обычно, они являют собой компьютерные программные пакеты, зачастую web-ориентированные, что позволяет эксплуатировать их на различных компьютерах и даже мобильных устройствах.

Использование виртуальных компьютерных моделей позволяет заменить наглядные пособия (в виде плакатов и схем), и выступают в качестве иллюстраций к презентациям. В нынешнее время наиболее активно используются модели с анимационными элементами. Разработка чертежей и проектов составляются применением трехмерного пространственного моделирования. Помимо этого, в процессе обучения используются компьютерные программы, воссоздающие различные нефтегазовые и химико-технологические системы.

Таким образом, в нынешнее время применяются следующие технические средства обучения. Помимо собственно средств визуализации, таких как ЭВМ с заблаговременно установленными автоматизированными системами обучения, сетей, проекторов, наиболее важными техническими обучающими средствами являются физические модели и измерительные стенды с датчиками и реальным оборудованием, нынедействующие учебные пособия и макеты, моделирующие тот или иной технологический процесс, математические модели и построенные на их основе компьютерные модели, виртуальные 3D-модели технологического процесса.

Объединение перечисленных выше методов обучения специалистов с удалением присущих им недостатков возможно с помощью интеграции в едином комплексе элементов и свойств физических и виртуальных моделей. Такая интегрированная система обучения включает в себя интеграцию и взаимопроникновение подсистем, обеспечивающих как за внутреннее содержание обучающего процесса, удовлетворяющее требованиям полноты, адекватности, гибкости и т. д., так и за внешние средства представления информации студенту, среди которых отметим стенды, действующие макеты, мнемосхемы, автоматизированные системы обучения, тесты и т. д.

Следует подчеркнуть, что нефтегазовая отрасль в сравнении с отраслями, использующими тренажеры постоянно (авиация, морской транспорт, АЭС), отличается большим количеством и разнообразием оборудования объектов с специфичной топографической привязкой. В связи с этим, индивидуальная цепь развития аварии, воспроизводимая на определенном тренажере, зачастую, редка и даже уникальна. Сами по себе модели на тренажере и схема опасного объекта, как правило, различаются, если не использовать для каждого потенциально опасного объекта специфическую настройку или тренажер.

Прикладное использование компьютерного моделирование встречается в проектировании новых технологических систем, а также для В качестве прикладных направлений использования компьютерных моделей является их применение при проектировании, например, новых технологических объектов, а также для предупреждения опасных ситуаций на производстве. На данный момент при моделировании и анализе технологических процессов ведется разработка и апробация технологических и интеллектуальных информационных систем, которые создаются на базе физических, физико-химических и др. принципов моделируемой системы. Помимо приведенных аспектов моделирования в нынешнее время на производствах используются системы визуализации информации, возмещающие собой схемы и аппаратуру специалистов.

При проектировании технологических объектов нефтеперерабатывающих производств применяют модели, разработанные при помощи стандартных компьютерных пакетов систем информационного моделирования, зачастую, с широким графическим интерфейсом, а также программы узконаправленные, разработанные с применением общепринятых языков программирования.

Большинство моделирующих программ дают возможность, после проведения инженерного расчета технологической схемы или отдельной ее части, производить расчеты специфических конструктивных характеристик сепарационного оборудования, емкостей, тарельчатых и насадочных ректификационных колонн, теплообменников, а также производить оценку стоимости производства каждого аппарата. Данный аспект немаловажен в вопросе выполнения проектных работ, предпроектных исследований, кроме того, это дает возможность оптимизировать капиталоемкость разрабатываемой системы.

На данном этапе развития компьютерных технологий функционируют большое количество пакетов компьютерного моделирования общего назначения, зачастую, зарубежных разработчиков, применяемых с целью проведения технологических расчетов при проектировании и инженерном анализе. Отличаются они тем, что сочетают в себе широкую базу данных и богатый графический интерфейс. Но наряду с этим, существуют недостатки, такие как стоимость приобретения данных программ, их поддержка, ограниченный комплект аппаратов и методик расчета, которые представлены в типовых или идеализированных видах.

Читайте также: