ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA Khoa kỹ thuật Địa chất & Dầu khí ---------- ĐỒ ÁN KỸ THUẬT DẦU KHÍ 2 ÁP DỤNG MẠNG NƠ-RON ĐỂ ƯỚC LƯỢNG ĐỘ NHỚT CỦA DẦU THÔ CHƯA BÃO HÒA GVHD: ThS. Trần Nguyễn Thiện Tâm Sinh viên thực hiện: Nguyễn Minh Luân MSSV: 1914062 Lời cảm ơn Để làm được đồ án môn học này thì đầu tiên em xin gửi lời cảm ơn sâu sắc và chân thành đến thầy, ThS. Trần Nguyễn Thiện Tâm đã hướng dẫn em tận tình, góp ý trong suốt quá trình em thực hiện đồ án môn học từ những kiến thức chuyên môn đến những kĩ năng làm việc để đạt hiệu quả cao trong công việc. Ngoài ra, Thầy Tâm còn khích lệ, định hướng cho con đường chuyên môn sau này của em.
Nếu không nhờ có sự giúp đỡ, những lời chỉ dẫn, góp ý thẳng thắn của Thầy thì có lẽ em khó có thể hoàn thành tốt đồ án lần này. Lời cảm ơn chân thành và sâu sắc của em cũng xin được gửi đến tập thể giảng viên giảng dạy tại khoa Kĩ Thuật Địa Chất& Dầu Khí, Trường Đại học Bách Khoa TP. HCM, truyền đạt những kiến thức chuyên ngành, đóng góp những ý kiến mang tính chuyên môn cao, quí giá, từ đó giúp em hoàn thiện hơn về kiến thức của mình. Cũng là nguồn kiến thức cơ sở để em thực hiện đồ án.
Nội dung và hình thức của bài đồ án này được thực hiện dựa trên nền tảng kiến thức cơ sở của em. Ngoài ra còn có sự tìm hiểu và học hỏi thêm trong một thời gian ngắn nên không thể tránh khỏi việc gặp những thiếu sót, mong rằng em sẽ nhận được những sự góp ý và phê bình đậm chuyên môn của mọi người. Thật sự em xin chân thành cảm ơn và kính chúc tất cả quí thầy cô cùng các bạn luôn dồi dào sức khỏe, và gặt được nhiều thành công hơn nữa trong công việc cũng như là trong cuộc sống. Sinh viên thực hiện Nguyễn Minh Luân MỤC LỤC 1 Tổng quan về lý thuyết độ nhớt dầu thô .1 Độ nhớt dầu chết .3 Độ nhớt của dầu không bão hòa .3 Các tương quan ước lượng độ nhớt của dầu không bão hòa .1 Tương quan Beal .2 Tương quan Vasquez-Beggs .3 Tương quan Abdul-Majeed.2 2 Tổng quan về trí tuệ nhận tạo .2 Lịch sử phát triển .3 Các phương pháp phổ biến .4 3 Tổng quan về mạng neuron nhận tạo .2 Cấu trúc và nguyên lý hoạt động.2 Nguyên lý hoạt động .3 Hiện tượng overfitting .5 Kiểm tra độ chính xác của mạng .1 Sai số trung bình bình phương (MSE) .2 Hệ số tương quan (R2) .6 Xây dựng mạng nơ-ron nhân tạo cho độ nhớt dầu thô .1 Bước 1: Thu thập và sử lý số liệu đầu vào .2 Bước 2: Xây dựng cấu trúc mạng nơ-ron nhân tạo .3 Bước 3: Luyện mạng.4 Bước 4: Kiểm tra.5 Bước 5: Sử dụng mạng .7 So sánh sai số của mạng nơ-ron và các phương pháp khác .27 4 Kết luận và kiến nghị .28 Tài liệu tham khảo.29 MỤC LỤC HÌNH ẢNH Hình 1: Quá trình phát triển của trí tuệ nhân tạo .4 Hình 2: Tế bào thần kinh đơn giản .5 Hình 3: Mô hình mạng nơ-ron nhân tạo đơn giản .7 Hình 4: Hàm logistic sigmoid .8 Hình 5: Hàm Tangent sigmoid .9 Hình 6: Hàm tuyến tính.9 Hình 7: So sánh chức năng của mạng nơ-ron nhân tạo và tế bào thần kinh .10 Hình 8: Minh họa nguyên lý hoạt động của mạng nơ-ron nhân tạo .13 Hình 9: Sơ đồ hóa các bước thực hiện .16 Hình 10: Nhập số liệu vào Matlab .18 Hình 11: Bật nntool .19 Hình 12: Phân loại số liệu .20 Hình 13: Kết quả sau khi đẩy số liệu vào .20 Hình 14: Tạo cấu hình mạng nơ-ron nhân tạo .21 Hình 15: Kết quả sau khi tạo cấu hình mạng nơ-ron nhân tạo .22 Hình 16: Minh họa cấu trúc mạng nơ-ron nhân tạo .23 Hình 17: Huyến luyện mạng nơ-ron nhân tạo .23 Hình 18: Sơ lược về việc huyến luyện mạng nơ-ron nhân tạo .24 Hình 19: Kết quả huyến luyện mạng nơ-ron nhân tạo .25 Hình 20: Mô hỏng mạng nơ-ron nhân tạo .26 Hình 21: Kết quả của mô phỏng mạng nơ-ron nhân tạo .26 Hình 22: So sánh kết quả độ nhớt dự đoán và thực nghiệm .27 MỤC LỤC BẢNG BIỂU Bảng 1: Tóm tắt số liệu .17 Bảng 2: So sánh các phương pháp .28 1 Tổng quan về lý thuyết độ nhớt dầu thô 1.1 Khái niệm Độ nhớt của dầu thô là một tính chất vật lý quan trọng kiểm soát và ảnh hưởng đến dòng chảy của dầu qua môi trường xốp và các ống dẫn.
Nói chung, độ nhớt được định nghĩa là lực cản dòng chảy.[1] Độ nhớt của dầu là một hàm của nhiệt độ, áp suất, tỉ trọng dầu, tỉ trọng khí và độ hòa tan của khí. Bất cứ khi nào có thể, nên xác định độ nhớt của dầu bằng các phép đo trong phòng thí nghiệm ở nhiệt độ và áp suất bình chứa. Độ nhớt dầu thường được báo cáo trong các phân tích PVT tiêu chuẩn. Nếu dữ liệu phòng thí nghiệm như vậy không có sẵn, có thể tham khảo các mối tương quan đã được công bố, các mối tương quan này thường khác nhau về độ phức tạp và độ chính xác tùy thuộc vào dữ liệu có sẵn về dầu thô.2 Phân loại Theo áp suất, độ nhớt của dầu thô có thể được phân thành ba loại: 1.1 Độ nhớt dầu chết Độ nhớt của dầu chết được định nghĩa là độ nhớt của dầu thô ở áp suất không khí (không có khí trong dung dịch) và nhiệt độ của hệ thống.2 Độ nhớt dầu bão hòa Độ nhớt dầu bão hòa (điểm bong bóng) được định nghĩa là độ nhớt của dầu thô ở áp suất điểm bọt và nhiệt độ vỉa.3 Độ nhớt của dầu không bão hòa Độ nhớt của dầu chưa bão hòa được định nghĩa là độ nhớt của dầu thô ở áp suất trên điểm bong bóng và nhiệt độ bình chứa Mỗi loại độ nhớt của dầu sẽ có cách phương pháp tính khác nhau.3 Các tương quan ước lượng độ nhớt của dầu không bão hòa 1.1 Tương quan Beal Dựa trên 52 phép đo độ nhớt; Beal (1946) đã trình bày một tương quan cho sự thay đổi của độ nhớt dầu không bão hòa với áp suất mà nó đã được phù hợp với đường cong Stác giảnding (1981), thể hiện bằng: 1 𝜇𝑜𝑎 − 𝜇𝑜𝑏 0.4504 × 10 × (𝑃 − 𝑃𝑏) Trong đó: 𝜇𝑜𝑎 ∶ Độ nhớt của dầu không bão hòa, Pa.
𝑠 P : Áp suất trên điểm bọt khí, kPa Pb: Áp suất điểm bọt khí, kPa Lỗi trung bình được báo cáo cho biểu thức của Beal là 1%.2 Tương quan Vasquez-Beggs Từ tổng số 3.593 điểm dữ liệu, Vasquez và Beggs (1980) đề xuất biểu thức sau để ước tính độ nhớt của dầu thô chưa bão hòa: 𝑃 𝑚 𝜇𝑜𝑎 = 𝜇𝑜𝑏 ( ) 𝑃𝑏 Trong đó: −6 ×𝑃−5 𝑚 = 0.65647×10 Dữ liệu được sử dụng để phát triển mối tương quan trên có các phạm vi sau: Áp suất, psia: 141–9,151 Độ hòa tan khí, scf / STB: 9,3–2,199 Độ nhớt, cp: 0,117–148 Tỉ trọng khí: 0,511–1,351 Tỉ trọng API: 15,3–59,5 Sai số trung bình của mối tương quan độ nhớt được báo cáo là –7,541%.3 Tương quan Abdul-Majeed Việc phân tích 41 mẫu dầu lỗ đáy được cung cấp cho nghiên cứu này. Cơ sở dữ liệu được chuẩn bị, bao gồm tổng số 253 bài kiểm tra PVT, được lấy từ các hồ chứa dầu ở Bắc Phi và Trung Đông. 2 Abdul-Majeed đã xây dựng nên tương quan sau: 𝜇𝑜 = 𝜇𝑜𝑏 + 10[𝐴−5.614 × 𝑅𝑠 Rs: Khí hòa tác giản GOR, m3/m3 P : áp suất trên điểm bọt khí, kPa Pb : áp suất điểm bọt khí, kPa 2 Tổng quan về trí tuệ nhận tạo 2.1 Khái niệm Trí tuệ nhân tạo là một loại trí tuệ do con người sáng lập nên với mục tiêu làm cho máy tính có thể tự động hóa các hành vi thông minh như con người. Thuật ngữ này thường được dùng để nói đến các máy tính có mục đích không nhất định và các ngành khoa học nghiên cứu về các lý thuyết và ứng dụng của trí tuệ nhân tạo.
Đặc điểm nổi bật của trí tuệ nhân tạo là khả năng tư duy và biết điều chỉnh việc thực hiện hành động để đạt với mục tiêu đề ra. Các máy móc được lâp trình để suy nghĩ như con người và bắt chước những hành động của con người.[2] Trí tuệ nhân tạo hiện đang phát triển với tốc độ “hàm mũ”, có nhiều đóng góp quan trọng vào sản xuất, kinh doanh, dịch vụ và đời sống con người. Tuy nhiên, Trí tuệ nhân tạo là một lĩnh vực rất phức tạp và cũng tạo ra nhiều thách thức rất đáng lo ngại.2 Lịch sử phát triển Trí tuệ nhân tạo đã được bắt đầu nghiên cứu từ thập niên 1950 bởi những nhà tiên phong như Allen Newll và Herbert Simon, người sáng lập phòng thí nghiệm trí tuệ nhân tạo đầu tiên ở Đại học Camegie Mellon, và John McCarthy và Marvin Minsky, người sáng lập rtis tuệ nhân tạo tại MIT, năm 19459. Vào thời điểm những năm 60 có thể xem là mốc quan trọng trong quá trình xây dựng các máy có khả năng suy nghĩ như các chương trình chơi cờ, các chương trình chứng minh các dịnh lý toán học.
[2] 3 Máy tính điện Máy tính thương TTNT ra đời Ngôn ngữ tử đầu tiên mại đầu tiên LISP • 1949 • 1956 • 1941 • 1958 SHRDLU Hệ chuyên Ngôn ngữ Đề án máy tính gia đầu tiên PROLOG thế hệ thứ năm • 1968 • 1982 • 1970 • 1972 Toán tử thông minh, sự Kkhai phá dữ liệu, học sống nhân tạo, AI phân Robo Cup Hệ TTNT hạ vô thống kê, tán, giải thuật di truyền, địch cờ vua Web ngữ nghĩa, tin sinh nmạng nơron • 1995 • 1997 học, mạng xã hội, ASIMO • 2000 • 1986 Thách thức DARPA. • 2005 Hình 1: Quá trình phát triển của trí tuệ nhân tạo Quá trình phát triển của trí tuệ nhân tạo qua các thăng trầm trong các thập niên sau đó và mãi đến năm 90 của thế kỉ XX thì trí tuệ nhân tạo phát triển với khá nhiều sản phẩm nhân dụng áp dụng ở trình độ cao sử dụng trí tuệ nhân tạo.3 Các phương pháp phổ biến Mạng nơ-ron nhân tạo: Sẽ được nói chi tiết ở trong phần sau. Logic mờ (Fuzzy logic): Trong logic truyền thống, một sự kiện chỉ có thể hoặc là đúng (tương đương với True - 1) hoặc là sai (tương đương với False - 0) còn trong logic mờ, mức độ đúng của một sự kiện được đánh giá bằng một số thực có giá trị nằm giữa 0 và 1, tuỳ theo mức độ đúng “nhiều” hay “ít” của nó. Hệ thống chuyên gia (Expert system): Áp dụng các khả năng suy luận để đạt tới một kết luận.