LWD POROSITY PREDICTION FOR WELL PLACEMENT USING NEURAL NETWORK
| dc.contributor.author | AHAMED ZAKI ALALI | |
| dc.date | 2009 | |
| dc.date.accessioned | 2022-05-18T06:48:15Z | |
| dc.date.available | 2022-05-18T06:48:15Z | |
| dc.degree.department | College of Petroleum Engineering and Geosciences | |
| dc.degree.grantor | King Fahad for Petrolem University | |
| dc.description.abstract | الحفر الأفقي في طبقات زيت غير سميكة يتطلب قراءات ذات جودة عالية وفورية لتوجيه عملية الحفر في الإتجاه الصحيح. أغلب ھذه القراءات تصل إلى السطح عبر وسائل قياس عن بعد مما يجعلھا عرضة للضياع أو التغيير نتيجة لبعض تأثيرات البيئة والحفر. بعض المؤثرات على القراءات خلال الحفر ھي : توسع بئر الحفر، عدم كفاءة آلة القراءة، اھتزاز آلة القراءه، انزلاق جھاز القراءه أثناء تغيير اتجاه الحفر. إن استخدام القراءت من دون أخذ ھذه المؤثرات بعين الإعتبار قد يؤدي إلى اتخاذ قرارات فورية خاطئة، وإلى تحليل خاطئ لطبقات الحفر. ھنالك بعض ظروف الحفر التي تتطلب منا تقدير بعض القراءات نظرا لعدم توفرھا بشكل جيد. ھذه الظروف ھي: 1- فقد جزء من قياسات القراءات نظرا لعطب عدسة القراءة للآلة. 2 - ارسال جھاز الكثافة من دون الجھاز الموازن للآلة والذي يعد مھما في آلة قراءة الكثافة. 3 - الحصول على قراءات غير منطقية لطبقات معلومة مسبقا مما يحذونا إلى عدم تصديقھا. ھذه الرسالة تقدم وسائل لتصحيح القراءات في جھاز الكثافة أو تقديرھا حال فقدھا أثناء عملية الحفر باستخدام شبكة الأعصاب الإصطناعية لأجل الحصول على أفضل توجيه لعملية الحفر في المنطقة الصحيحة وإنتاج معلومات جيدة لتحليل قراءات الطبقات. يمكننا استخدام ھذه التقنية في تقدير مسامية الطبقات لتكون متوافقة مع الآبار الأخرى. ھذه الطريقة ذات قيمة عالية لخبراء الصخور في عملھم اليومي. | |
| dc.identifier.other | 4007 | |
| dc.identifier.uri | https://drepo.sdl.edu.sa/handle/20.500.14154/2445 | |
| dc.language.iso | en | |
| dc.publisher | Saudi Digital Library | |
| dc.thesis.level | Master | |
| dc.thesis.source | King Fahad for Petrolem University | |
| dc.title | LWD POROSITY PREDICTION FOR WELL PLACEMENT USING NEURAL NETWORK | |
| dc.type | Thesis |