بررسی بکارگیری هوش مصنوعی در صنعت نفت و پتروشیمی

بخش نفت و گاز با فشار فزاینده ای برای سبز شدن بیشتر مواجه است. در حالی که کاهش اثرات زیست محیطی برای مدت طولانی در دستور کار بخش انرژی بوده است، سال های اخیر شاهد افزایش درخواست ها از داخل و خارج صنعت برای بهبود پایداری و به حداقل رساندن ردپای این بخش، به ویژه در مواجهه با تقاضا برای انرژی های جایگزین و پاسخگویی بیشتر بوده است. برای تعداد فزاینده ای از شرکت ها، هوش مصنوعی (AI) کلید کاهش اثرات زیست محیطی و دستیابی به اهداف پایداری است. شرکتها از هوش مصنوعی در حوزه های متنوعی مانند نظارت بر عملیات بهرهوری کارخانه و بهبود زمان کار برای تجزیه و تحلیل داده ها و روند تولید و مدیریت فرمولبندی و خروجی محصول استفاده میکنند. هوش مصنوعی و تجزیه و تحلیل داده ها در حال افزایش پذیرش در بخش نفت و گاز، در طیف گسترده ای می باشد. تخمین زده می شود بازار هوش مصنوعی در نفت و گاز تا ۲۰۲۲ به ۲.۸۵ میلیارد دلار برسد که رشد سالانه ای معادل ۱۲.۶۶ درصد خواهد داشت. جای تعجب نیست که تکنولوژی چقدر سریع رشد می کند و چه دستاوردهایی در نفت و گاز خواهد داشت. شبکه های عصبی مصنوعی یکی از شاخه های هوش مصنوعی است که الهام گرفته از سیستم عصبی انسان میباشد. این شیوه در برابر مجموعه داده های غیر خطی و پیچیده بهتر از روشهای رگرسیون کلاسیک و دیگر روشهای آماری عمل میکند. ابتدا قسمتی از داده ها برای آموزش شبکه استفاده میشود و پس از اینکه شبکه با الگوی حاکم بر آنها آشنا شد، با کمک قسمت دیگر داده ها مورد آزمودن قرار میگیرد.اخیرا۰ در بسیاری از رشته های مهندسی، در برخورد با مسائل مربوط به مدل سازی، تشخیص الگو و تخمین پارامترها، از این ابزار بهره گرفته میشود. در این مطالعه، برخی از مهمترین کاربردهای شبکه های عصبی مصنوعی در مهندسی نفت بررسی شده است که از آن جمله میتوان به کاربرد آن در مسائل مختلف از جمله پیشبینی تخلخل و تراوایی سازند، طراحی شکاف هیدرولیکی، جریان دوفازی در خطوط لوله، تخمین پارامترهای سیال، دبی چاه، میزان بازیافت نفت، رسوب آسفالتین، توصیف سازند، ساخت نمودارهای مصنوعی پتروفیزیکی و نیز لایه بندی مخزن اشاره کرد. همچنین برخی از تحقیقات مهم انجام شده در این ارتباط به عنوان نمونه معرفی شدهاند.