ПОИСК Статьи Рисунки Таблицы Сравнительная оценка технологической эффективности образцов полиакриламида разных марок методом нечетких множеств из "Проблемы извлечения остаточной нефти физико-химическими методами" Как было показано выше, технология СПС на Ромашкинском месторождении характеризуется стабильно высокими результатами. На Всероссийском совещании по концепции развития методов увеличения нефтеизвлечения (г. Бугульма, 27-28 мая 1996 г.) отмечалось, что наиболее перспективным в настоящее время считается вариант закачки большеобъемных оторочек растворов полимеров и солей хрома. Эта технология в течение последних 5... 7 лет активно внедряется не только на промыслах ОАО Татнефть , но и в ОАО Самаранефтегаз , Сургутнефтегаз , Удмуртнефть , Юганскнефтегаз . [c.93] В связи с широкомасштабным внедрением различных вариантов полимерного заводнения достаточно остро стоит вопрос технологической эффективности полиакриламида разных марок, широко представленных на российском рынке, и адаптации технологии применительно к конкретным геолого-физическим условиям разрабатываемых пластов. Высокая биологическая зараженность, жесткие температурные условия продуктивных пластов могут существенно снизить эффективность воздействия за счет протекания деструкции полимера. [c.93] Достоверным способом оценки эффективности образцов ПАА является эксперимент по фильтрации через нефтенасыщенный керн при соблюдении пластовых термобарических условий. Однако подобные исследования требуют больших затрат времени и специального оборудования. В этой связи возможность оценки эффективности ПАА по доступно определяемым физико-химическим характеристикам представляет большой практический интерес. [c.93] Этот перечень можно продолжать, однако даже если ограничиться вышеперечисленными требованиями, становится ясно, что весьма трудно подобрать полимер, удовлетворяющий указанным параметрам одновременно. [c.94] Если бы все эксплуатационные свойства СПС на основе полиакриламида определялись каким-либо одним параметром, например, его молекулярной массой, то решение задачи о классификации ПАА разных марок сводилось бы к выбору полимера с наибольшей молекулярной массой. Однако данная задача является многокритериальной, так как технологическая эффективность полимерных растворов определяется многими параметрами, которые зачастую изменяются в противоположных направлениях. Например, известно, что полиакриламид, обладающий большой молекулярной массой, деструктирует сильнее, чем относительно низкомолекулярный, поэтому решение задачи приоритетности или ранжирования эффективности различных марок ПАА является достаточно актуальным, так как с ее решением отпадает необходимость постановки массовых лабораторных исследований. [c.94] Окончательный выбор из совокупности решений, ограниченных множеством Парето, приходится делать на основе имеющегося опыта, что приводит к субъективности оценки. Как раз на этом этапе требуется формализация имеющейся информации, аппаратом для чего может служить метод нечетких множеств. [c.95] После того, как получены многочисленные параметры полимеров и СПС на их основе, возникает вопрос о том, какой полимер считать лучшим и применять для закачки, а какой нельзя использовать. Фактически имеем задачу о разделении множества представленных марок ПАА на эффективные и слабо эффективные. Однако такая однозначная классификация невозможна в силу неопределенности в определении пороговых значений измеренных параметров и малой корреляции между ними. Например, невозможно однозначно определить, какой полимерный гель считать высоковязким, а какой - маловязким Какими значениями времени релаксации системы или эффективной вязкости полимера следует задаваться, идентифицируя полимер как высокостабильный, или наоборот, нестабильный по отношению к деструкции Границы этих определений размыты, и разделение полимеров разных марок на хорошие и плохие носит субъективный характер. [c.95] Адекватным математическим аппаратом, позволяющим формализовать подобную качественную информацию, является метод нечетких множеств, предложенный Л.Заде [69]. Данный метод позволяет перейти от лингвистических (смысловых) постановок различных проблем к математическим и разрабатывать алгоритмы принятия решений в условиях размытой исходной информации и нечетких целей. [c.95] Для случаев, когда невозможно однозначно определить, относится ли элемент х к множеству А, Л. Заде ввел понятие функции принадлежности - количественной меры уверенности в том, что данный элемент может быть отнесен к тому или иному множеству Цд— [0,1]. Фактически функция принадлежности является обобщением понятия характеристического числа. При = О элемент д точно не принадлежит множеству А, при Цд = 1 - однозначно принадлежит, а промежуточные значения функции принадлежности есть вероятность того, что хеА. [c.96] Учитывая, что в критических точках функция принадлежности принимает значения О и 1, имеем четыре граничных условия, достаточные для описания функции уравнением 3-й степени. [c.96] Подобным образом можно определить функции принадлежности для любых параметров, когда известны граничные условия и характер изменения вероятности отнесения объекта к одной из категорий. [c.97] После того, как все параметры описаны в терминах функций принадлежности, возникает задача нахождения лучших образцов ПАА по комплексу характеристик, то есть выбора решений из множества Парето. [c.97] Использование среднего геометрического позволяет отразить тот факт, что влияние любого из факторов может оказаться решающим - если любая из функций принадлежности близка к нулю, то и среднее геометрическое стремится к нулю. [c.98] Необходимо отметить, что следует по возможности ограничивать число факторов, определяющих комплексный критерий. Нередко, пытаясь получить наиболее точный результат, учитывают как много больше факторов, что может привести к противоположному результату - резко снижается надежность и достоверность выводов (поскольку степень понимания явления уменьшается с увеличением числа переменных, фигурирующих в его описании). [c.98] С подробным изложением метода нечетких множеств и его применения при решении промысловых задач можно ознакомиться в литературе [20, 67, 69]. В данном разделе приведены результаты ранжирования по данной методике различных марок полиакриламида для технологии СПС в случае жестких пластовых условий -при высокой температуре пласта и минерализации воды. [c.98] Характеристическая вязкость является в данном случае основным параметром, обусловливающим выгодные реологические свойства растворов ПАА и сшитых систем на их основе. Для оценки упругости получаемых при добавке сшивателя гелей был использован метод вытягивания нити, описанный в разделе 2.3. [c.98] При разработке комплексного критерия эффективности мы сознательно отказались от параметра, характеризующего свойства СПС после механической деструкции, поскольку, во-первых, все образцы ПАА крайне неустойчивы к ней, во-вторых, технологическая схема закачки позволяет избежать жестких механических воздействий путем отказа от центробежных насосов и снижения подачи жидкости. [c.98] Если механической деструкции можно избежать, то температурное воздействие на полимер в пласте изменению не поддается. С другой стороны, с термодеструкцией можно бороться, введя в полимер ингибиторы окисления. Таким образом, необходима оценка влияния термодеструкции на свойства СПС, для чего также определялось время жизни нити. В нашем случае вклад термоокислительной деструкции в изменение свойств вязкоупругих составов определяли после 8-часового термостатирования при 75 °С. [c.99] После расчета функций принадлежности определялся обобщенный критерий эффективности W, а затем проводилась сортировка массива данных по W. Результаты расчета представлены в табл. 4.1. [c.99] Для практических целей достаточно разбить все исследованные полимеры на группы, отличающиеся по эффективности, и при выборе марки ПАА для обработки конкретных месторождений выбирать полимер из группы лучших с учетом пластовых условий и цены полимера. Для разделения полимеров использовали распределение Парето в ранговой форме. По этому методу каждому объекту в классификации присваивается порядковый номер (ранг К, первый столбец в табл. 4.1), а затем зависимость IV от К перестраивается в билогарифмических координатах. Если для данной величины (в нашем случае - критерий Щ справедливо распределение Парето, то данная зависимость должна представлять собой ломаную линию, состоящую из прямолинейных участков, каждый из которых характеризует определенную группу классифицируемых объектов. Зависимость, полученная после описанных преобразований, приведена на рис 4.1. Видно, что можно с большой долей уверенности выделить два прямолинейных участка с пересечением в области К = 11... 12, откуда можно заключить, что первые 11... 12 образцов можно отнести в одну группу ( хорошие полимеры), а остальные - в другую ( плохие полимеры). [c.101] Вернуться к основной статье