НТВ «Каротажник»

Аннотация

Р. И. Степанов

Институт нефти и газа Сибирского федерального университета

Определение и расчет раскрытости и сжимаемости естественных трещин с применением гидродинамических исследований скважин рифейской залежи Юрубчено-Тохомского месторождения

Все чаще при геологоразведке и разработке месторождений специалисты- нефтяники сталкиваются со сложнопостроенными карбонатными коллекторами, которые включают в своем строении зоны повышенной трещиноватости и кавернозности. Трещины и каверны выявляются разного рода геологическими и геофизическими методами исследования. К таковым относят исследования кернового материала (как визуально, так и при помощи анализа шлифов), промыслово-геофизические и гидродинамические исследования скважин. Сложнопостроенный резервуар характеризуется различными параметрами, к которым относятся раскрытость трещин, интенсивность трещиноватости, сжимаемость трещин, пустотность и т. д. В представленной статье приведено определение основных параметров естественных трещин с применением гидродинамических исследований на примере карбонатного коллектора Юрубчено-Тохомского месторождения.

Ключевые слова: трещиноватость, кавернозность, рифейские отложения, карбонатный коллектор, Юрубчено-Тохомское месторождение.

литература

1. Алиев З. С., Мараков Д. А. Факторы, влияющие на производительность газовых и газоконденсатных скважин, и их учет при проектировании разработки. Ижевск: Институт компьютерных исследований, 2020. 256 с.
2. Гольф-Рахт Т. Д. Основы нефтепромысловой геологии и разработки трещиноватых коллекторов. Под ред. А. Г. Ковалева. М.: Недра, 1986. 605 с.
3. Добрынин В. М. Деформации и изменения физических свойств коллекторов нефти и газа. М.: Недра, 1970. 239 с.
4. Киркинская В. Н., Смехов Е. М. Карбонатные породы-коллекторы нефти и газа. Л.: Недра, 1981. 255 с.
5. Котяхов Ф. И. Физика нефтяных и газовых коллекторов. М.: Недра, 1977. 287 с.
6. Кутукова Н. М., Бирун К. М., Малахов Р. А. и др. Концептуальная модель строения рифейского природного резервуара Юрубчено-Тохомского месторождения // Нефтяное хозяйство. 2012. № 11. С. 4–7.
7. Кутукова Н. М. Модель рифейского природного резервуара Юрубчено-Тохомской зоны // Научно-технический вестник ОАО «НК Роснефть». 2009. № 3. С. 6–10.
8. Лебединец Н. П. Изучение и разработка нефтяных месторождений с трещиноватыми коллекторами. М.: Наука, 1997. 397 с.
9. Степанов Р. И. Оценка фильтрационных свойств трещиноватых карбонатных коллекторов с применением методик гидродинамических исследований на примере Юрубчено-Тохомского месторождения // Деловой журнал Neftegaz.RU. 2025. № 7 (163). С. 42–45.
10. Степанов Р. И., Прокатень Е. В. Оценка эффективности методов повышения продуктивности горизонтальных скважин в условиях карбонатного кавернозно-трещиноватого коллектора Юрубчено-Тохомского месторождения // Нефтепромысловое дело. 2025. № 4. С. 23–33.
11. Степанов Р. И., Прокатень Е. В. Обзор методов выделения параметров зон трещиноватости при оценке фильтрационных свойств трещин с учетом геолого-геофизических данных сложнопостроенного рифейского карбонатного коллектора Юрубчено-Тохомского месторождения // Нефтепромысловое дело. 2024. № 11 (671). С. 15–26.
12. Эрлагер Р. Гидродинамические исследования скважин. М.–Ижевск: Институт компьютерных исследований, 2004. 469 с.

Поступление рукописи в редакцию 15.08.25 г., принятие в печать 04.12.25 г.

А. М. Ерохин

ООО «Петровайзер Софт»

Универсальная метамодель цифрового двойника для стандартизации промышленных процессов

Рассматривается проблема фрагментарности и низкой степени интеграции информационных систем в промышленной отрасли. В качестве решения этой проблемы предлагается формализованная и стандартизированная метамодель цифрового двойника. На практическом примере этапа строительства нефтегазового объекта демонстрируется универсальный принцип построения, применимый для моделирования любого промышленного предприятия, процесса или группы процессов. Метамодель представляет собой единую машиночитаемую структуру (JSON/YAML), которая комплексно описывает архитектуру, функции, источники данных и цели для каждого этапа жизненного цикла технологического объекта, в отличие от существующих стандартов, фокусирующихся на отдельных аспектах. Рассмотрен гибридный подход к моделированию, сочетающий физико-математические симуляторы («белый ящик») и модели искусственного интеллекта (ИИ) на основе архитектуры Transformer («черный ящик») для предиктивной аналитики и выявления скрытых аномалий. Реализация в условиях бурения нефтегазовых скважин демонстрирует значительное снижение рисков и непроизводительного времени, при том что методология адаптируема для любых промышленных активов. Внедрение стандарта создает основу для унифицированной и интеллектуальной экосистемы управления процессами.

Ключевые слова: скважина, цифровой двойник, метамодель, искусственный интеллект, гибридное моделирование, предиктивная аналитика, нештатные ситуации, предотвращение аварий, симуляционное моделирование, нейронные сети, микросервисы.

литература

1. Ерохин А. М., Кудрявцева У. Д., Шкарин Д. В. Распознавание ранних признаков нештатных ситуаций при строительстве нефтегазовых скважин // В кн. «Форум СНИПИ». Сборник тезисов докладов научно-технического форума ООО «СамараНИПИнефть». Самара, 2021. С. 85–86.
2. Ерохин А. М., Самохвалов Н. С., Венедиктов К. В. Использование глубоких нейронных сетей и микросервисной архитектуры для распознавания нештатных ситуаций при строительстве нефтяных скважин // НТВ «Каротажник». Тверь: Изд. АИС. 2024. Вып. 6 (332). С. 140–146.
3. Ерохин А. М. Формализация и стандартизация метамодели цифрового двойника скважины для сквозного охвата всех этапов жизненного цикла // В сб. «Комплексный инжиниринг в нефтегазодобыче: опыт, инновации, развитие». Материалы 7-й Международной научно-практической конференции. Самара, 2025. С. 1233–1251.
4. Кемпф К. В., Шкарин Д. В., Ахметов М. Ф., Ерохин А. М., Кудрявцева У. Д. Устойчивое развитие отечественного нефтегазового сектора в концепции цифровизации // Нефть. Газ. Новации. 2021. № 8 (249). С. 57–61.
5. Кемпф К. В., Шкарин Д. В., Тихонова Т. В., Воротникова Н. В. и др. Цифровые двойники скважин. От мониторинга к эффективному управлению // НТВ «Каротажник». Тверь: Изд. АИС. 2024. Вып. 6 (332). С. 176–195.
6. Klyuchnikov N. et al. Interpreting a Black-Box Alarming System for Forecasting Drilling Accidents and Anomalies // Journal of Petroleum Science and Engineering, 2023.
7. Noshi C. I., Schubert J. J. The Role of Machine Learning in Drilling Operations: a Review. Proceedings of SPE Annual Technical Conference and Exhibition, 2018.
8. SPE 208778. Prediction of Stuck Pipe Incidents Using Models Powered by Deep Learning and Machine Learning. Proceedings of SPE/IADC Middle East Drilling Technology Conference, 2022.
9. Zhou H., Zhang S., Peng J. et al. Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. Proceedings of AAAI, 2021.

Поступление рукописи в редакцию 05.11.25 г., принятие в печать 04.12.25 г.

А. А. Меркулов, Е. Д. Якушева

Институт проблем комплексного освоения недр им. академика Н. В. Мельникова РАН

ОГРАНИЧЕНИЯ И ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ПРОСТРЕЛОЧНО-ВЗРЫВНОЙ АППАРАТУРЫ И ТЕХНОЛОГИЙ ИНТЕНСИФИКАЦИИ НЕФТЕГАЗОПРИТОКОВ ПРИ ПОДЗЕМНОЙ РАЗРАБОТКЕ МЕСТОРОЖДЕНИЙ ТВЕРДЫХ ПОЛЕЗНЫХ ИСКОПАЕМЫХ

В практике нефтегазодобычи использование геофизической прострелочно-взрывной аппаратуры (ПВА) и технологий на ее основе решает широкий круг производственных задач. Общим для современного этапа развития добывающих отраслей стало увеличение глубины разработки и, соответственно, появление сопутствующих проблем. Опыт положительной эксплуатации импульсных аппаратов и технологий интенсификации нефтепритоков, основанный на изменении проницаемости массива горных пород в прискважинной зоне, может быть рассмотрен в преломлении к практике горного производства. Однако ряд технических и эксплуатационных характеристик ПВА и технологий накладывает ограничения, которые необходимо учитывать при рассмотрении вариантов использования и в выборе конкретных аппаратов. Приведен пример возможного использования аппаратуры для ремонта скважин (торпеды и трубореза) при отбойке твердого полезного ископаемого методом VCR.

Ключевые слова: глубина разработки месторождений, импульсные и твердотопливные генераторы давления, критичные параметры применения прострелочно-взрывной аппаратуры, технологии.

ЛИТЕРАТУРА

1. Воронин В. П., Айнбиндер И. И., Казаков Н. Н., Аршавский В. В. Обоснование параметров буровзрывных работ при использовании способа отбойки руды VCR на рудниках Норильской горной компании // ГИАБ. 2003. № 9. С. 26–30.
2. Меркулов А. А., Назин С. С., Слиозберг Р. А., Улунцев Ю. Г. и др. Комбинированное воздействие на продуктивные коллекторы месторождения Белый Тигр // Нефтяное хозяйство. 2000. № 10. С. 89–91.
3. Меркулов А. А. Научные основы создания эффективной гидродинамической связи скважины с пластом с использованием энергии взрыва. Дис. на соискание уч. степени доктора технических наук. ФГБОУ ВПО «РГУНГ имени И. М. Губкина». С. 32–33.
4. Фридляндер Л. Я., Афанасьев В. А., Воробьев Л. С. и др. Прострелочно-взрывная аппаратура. Справочник. М.: Недра, 1990. С. 152–156.

Поступление рукописи в редакцию 24.09.25 г., принятие в печать 04.12.25 г.

С. В. Сидоров, А. Р. Ардаширов

ООО «СмартГИС»

В. М. Коровин

ФГБОУ ВО «УГНТУ»

Алгоритмическая коррекция дополнительной температурной погрешности акселерометров автономного инклинометра «Вектор-А»

Предложена методика алгоритмической коррекции на основе кусочно-линейной интерполяции, учитывающая зависимость температурного дрейфа от значения измеряемой величины. Приведены результаты экспериментальных исследований, подтверждающие снижение дополнительной погрешности измерения зенитного угла в диапазоне температур 23–122 °C.

Ключевые слова: автономный инклинометр, акселерометр, температурная погрешность, температурный дрейф, алгоритмическая коррекция, кусочно-линейная аппроксимация.

литература

1. Ардаширов А. Р., Миловзоров Г. В. О динамических погрешностях забойных инклинометрических систем // Актуальные проблемы науки и техники: Материалы II Международной научно-технической конференции, посвященной 70-летию ИМИ – ИжГТУ и 60-летию СПИ (филиал) ФГБОУ ВО «ИжГТУ имени М. Т. Калашникова». Сарапул, 19–21 мая 2022 г. Ижевск: Ижевский государственный технический университет имени М. Т. Калашникова, 2022. С. 497–501.
2. Литвинов В. С., Тейтельбаум Д. В., Власов А. А. Программно-аппаратное и метрологическое обеспечение скважинного инклинометра «Луч» // Интерэкспо «Гео-Сибирь». 2023. Т. 2. № 3. С. 191–198.
3. Литвинов В. С., Власов А. А., Тейтельбаум Д. В. Программно-аппаратные решения потоковой обработки данных для компенсации температурных дрейфов скважинного инклинометра «Луч» // Вестник Новосибирского государственного университета. Сер.: Информационные технологии. 2024. Т. 22. № 3. С. 40–48.
4. Миловзоров Д. Г., Морозова Е. С., Ковшов Г. Н., Ужеловский А. В. О полиномиальной коррекции температурных погрешностей акселерометрических датчиков // Вестник Уфимского государственного авиационного технического университета. 2014. Т. 18. № 1 (62). С. 79–83.

Поступление рукописи в редакцию 13.10.25 г., принятие в печать 04.12.25 г.

¹К. А. Саетов, ^{1, 2}Ш. Х. Султанов, ^{1, 2}А. А. Махмутов, ¹А. С. Щербак, ¹Р. А. Алиев

¹Уфимский государственный нефтяной технический университет, ²Академия наук Республики Башкортостан

Автоматизация интерпретации данных акустического цементомера с использованием инструментов искусственного интеллекта

Обеспечение качественного цементирования обсадных колонн скважин является одним из сложнейших этапов их строительства, непосредственно влияющим на герметичное разобщение пластов. В данной работе предложена разработка подхода к применению искусственных нейронных сетей и методов машинного обучения для оперативной интерпретации данных акустического контроля цементирования (АКЦ) обсадных колонн. Основной целью исследования является создание инструментария, способного классифицировать состояние контакта на границах «колонна–цемент» и «цемент–порода» на основе динамических и кинематических параметров акустического сигнала.

Ключевые слова: скважина, бурение, искусственные нейронные сети, акустический контроль цементирования, оперативная интерпретация данных, классификация.

литература

1. Антонов Е. Н., Савенок О. В. Оценка качества цементирования и технического состояния скважин на примере Самотлорского месторождения по данным акустического метода контроля // Булатовские чтения. 2020. Т. 1. С. 36–48. EDN PCHPFB.
2. Брейман Л. Случайный лес [Электронный ресурс] // Machine Learning. 2001. Т. 45, № 1. С. 5–32. URL: https://doi.org/10.1023/A:1010933404324 (дата обращения: 09.09.2025).
3. Кокшаров В. З., Нефедкин Ю. А., Курьянов Ю. А. Использование частотного акустического зондирования для изучения трещинных коллекторов // Геофизика. 2004. № S. С. 46–54. EDN SUIWDD.
4. Лялин В. Е., Чернышев К. С., Мухин Ю. С. Алгоритмы применения нейросетевых методов для определения литологического состава разреза скважины по данным каротажа // Труды Международного симпозиума «Надежность и качество». 2016. Т. 1. С. 275–279. EDN WHDOMB.
5. Мерфи К. П. Машинное обучение: вероятностный подход. Пер. с англ. М.: ДМК Пресс, 2021. 1104 с.
6. Методическое руководство по интерпретации данных, получаемых при контроле качества цементирования нефтегазовых скважин модулями акустического каротажа интегрального и сканирующего типа, входящими в комплексы АМК-2000М и АМК-2000СК. Уфа: ВНИИнефтепромгеофизика, ОАО НПФ «Геофизика», 2011.
7. Методическое руководство по компьютерной технологии контроля технического состояния и качества цементирования обсадных колонн нефтегазовых скважин. Уфа: ВНИИнефтепромгеофизика, 1997.
8. Мокшанов М. В. Применение искусственного интеллекта в анализе данных: обзор текущего состояния и будущих направлений // Universum: технические науки. 2024. № 5-1(122). С. 40–48. DOI 10.32743/UniTech.2024.122.5.17513. EDN ZCNAQA.
9. РД 153-39.0-072-01. Техническая инструкция по проведению геофизических исследований и работ на кабеле в нефтяных и газовых скважинах. М., 2001.
10. Свидетельство о государственной регистрации программы для ЭВМ № 2025663715 РФ. Анализ качества цементирования скважин. Заявл. 20.05.2025. Опубл. 29.05.2025 / К. А. Саетов, А. С. Щербак, В. М. Коровин и др.; заявитель ФГБОУВО «Уфимский государственный нефтяной технический университет». EDN CLMUDQ.
11. Хасти Т., Тибширани Р., Фридман Дж. Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование. Пер. с англ. 2-е изд. М.: ДМК Пресс, 2022. 767 с. ISBN 978-5-93700-180-1.
12. Fang C., Wang Z., Song X., Zhu Z. et al. A Novel Cementing Quality Evaluation Method Based on Convolutional Neural Network // Appl. Sci. 2022. Vol. 12. Iss. 21. P. 10997. DOI 10.3390/app122110997.
13. Goldberger J., Roweis S., Hinton G., Salakhutdinov R. Neighbourhood Components Analysis [Electronic resource] // Advances in Neural Information Processing Systems. 2005. Vol. 17. P. 513–520. URL: https://papers.nips.cc/paper/2566-neighbourhood-components-analysis (дата обращения: 08.09.2025).

Поступление рукописи в редакцию 15.10.25 г., принятие в печать 04.12.25 г.

А. С. Буевич

ООО «Нефтегазгеофизика»

ТЕЛЕМЕТРИЧЕСКАЯ СИСТЕМА ГРАНИТ

Программно-аппаратный комплекс ГРАНИТ-ОНИКС с использованием описанной здесь телеметрической системы проверен и много лет успешно работает на ряде геофизических предприятий России, Казахстана, Туркмении, Узбекистана. Однако используемый в модульной скважинной аппаратуре ГРАНИТ принцип автосинхронизации модулей автором ранее не раскрывался, при своей эффективности он очень прост в реализации и может быть интересен разработчикам аппаратуры.

Ключевые слова: модульная скважинная аппаратура, телеметрическая система, автосинхронизация модулей.

ЛИТЕРАТУРА

1. Цифровая скважинная аппаратура для геофизических исследований скважин «ГРАНИТ» // НТВ «Каротажник». Тверь: Изд. ГЕРС. 1997. Вып. 31. С. 118–120.

Поступление рукописи в редакцию 07.08.25 г., принятие в печать 04.12.25 г.

М. Р. Лоскутова

Санкт-Петербургский государственный университет,

ООО «КАРСАР»

АВТОМАТИЧЕСКАЯ РАССТАНОВКА СИНУСОИД  НА ДИНАМИЧЕСКОМ ИМИДЖЕ ЭЛЕКТРИЧЕСКОГО МИКРОСКАНЕРА «КарСар MC»

Представлен метод, который включает инпейтинг изображения, выделение границ оператором Собеля, скелетизацию центролиний и робастную подгонку синусоид в линейной параметризации при фиксированной пространственной частоте с использованием RANSAC. Обработка выполняется по перекрывающимся окнам, результаты фильтруются по качеству и дополнительно фильтруются обучаемой моделью (Random Forest) по набору признаков, после чего пара- метры переводятся из пикселей в миллиметры и глубину. Приведены результаты, рассмотрены ограничения и намечены направления дальнейшего развития.

Ключевые слова: скважина, динамический имидж, RANSAC, оператор Собеля, скелетизация, компьютерное зрение.

литература

1. Bertalmío M., Bertozzi A. L., Sapiro G. Navier–Stokes, Fluid Dynamics, and Image and Video Inpainting // Proc. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR). 2001.
2. Bradski G. The OpenCV Library // Dr. Dobb’s Journal of Software Tools. 2000. Vol. 25. No. 11. P. 120–123.
3. Breiman L. Random Forests // Machine Learning. 2001. Vol. 45. No. 1. P. 5–32.
4. Fischler M. A., Bolles R. C. Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography // Communications of the ACM. 1981. Vol. 24. No. 6. P. 381–395.
5. Gonzalez R. C., Woods R. E. Digital Image Processing, 3^rd ed. Upper Saddle River, NJ: Prentice Hall, 2008.
6. Oppenheim A. V., Schafer R. W., Buck J. R. Discrete-Time Signal Processing, 2^nd ed. Upper Saddle River, NJ: Prentice Hall, 1999.
7. Otsu N. A Threshold Selection Method from Gray-Level Histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9. No. 1. P. 62–66.
8. Pedregosa F., Varoquaux G., Gramfort A. et al. Scikit-Learn: Machine Learning in Python // Journal of Machine Learning Research. 2011. Vol. 12. P. 2825–2830.

Поступление рукописи в редакцию 13.10.25 г., принятие в печать 04.12.25 г.

Шуббар Мустафа Талиб Хусейн

РУДН им. Патриса Лумумбы

ГЕОХИМИЧЕСКИЕ ОСОБЕННОСТИ НЕФТЕМАТЕРИНСКИХ ПОРОД МЕСОПОТАМСКОЙ НИЗМЕННОСТИ И ИХ ЗНАЧЕНИЕ ДЛЯ ПРОГНОЗА НЕФТЕГАЗОНОСНОСТИ

Геохимическое исследование нефтематеринских пород Месопотамской низменности показало, что юрские и нижнемеловые формации (Сарджелу, Гарау, Сулайи) относятся к категории хороших и отличных источников нефти с содержанием органического углерода от 0,64 до 16% и индексами водородности 100–600 mg HC/g общего органического углерода (TOC). Комплексный анализ включал Rock-Eval пиролиз, органическую петрографию, биомаркерный анализ и моделирование истории развития бассейна, позволивший установить, что основные нефтяные месторождения питаются углеводородами из юрских источников. Биомаркерные характеристики (Pristane/Phytane < 1, высокие C₂₈–C₂₉ стераны) подтверждают морское происхождение органического вещества и аноксидные условия осадконакопления. Моделирование выявило максимум генерации и экспульсии (вытеснения) нефти в позднеолигоценовый–миоценовый интервал с выделением «кухонь» активной генерации, приуроченных к наиболее глубоким зонам впадины. Полученные результаты обосновывают перспективность дальнейшей разведки в малоизученных районах Месопотамской впадины и подтверждают эффективность комплексного геохимического подхода для прогноза нефтегазоносности.

Ключевые слова: нефтематеринские породы, Месопотамская впадина, Rock-Eval анализ, биомаркеры, нефтегенерирующее окно, моделирование бассейна, прогноз нефтегазоносности.

литература

1. Al-Ameri T. K., Pitman J. C. Organic Geochemistry Characterisation of Crude Oils from Mishrif Reservoir Rocks in the Southern Mesopotamian Basin, South Iraq: Implication for Source Input and Paleoenvironmental Conditions // Marine and Petroleum Geology. 2017. Vol. 79. P. 318–328.
2. Al-Kheshaim M. Y., Al-Ameri A. N., Harrison S. C. et al. Geochemical characte-rization of the Garau Formation (Upper Jurassic-Lower Cretaceous), Zagros Basin: Implications for Source Rock Evaluation and Hydrocarbon Potential // Journal of Petroleum Geology. 2023. Vol. 46. № 2. P. 159–184.
3. Alsalim K. A., Hassan K. O., Hammed K. A. et al. Petroleum Potentiality and Petrophysical Evaluation of the Middle-Jurassic Sargelu Formation, Northern Iraq // Iraqi Geological Journal. 2020. Vol. 53. P. 132–153.
4. Barker C. E., Pawlewicz M., Takach K. J. et al. Petroleum System Analysis of the Mishrif Reservoir in the Ratawi, Zubair, North and South Rumaila Oil Fields, Southern Iraq // AAPG Bulletin. 2009. Vol. 93. № 9. P. 1159–1185.
5. Espitaliy J., Madec B., Tissot S. Rock Eval-6 Technology: Performances and Developments // Oil & Gas Science and Technology. 2001. Vol. 56. № 2. P. 111–134.
6. 6. Keshavarz G., Mosavi M. H., Mossadegh F., Jalili H. Bulk Organic Matter Characteristics and Hydrocarbon Generation-Expulsion Modeling of Middle Jurassic-Lower Cretaceous Source Rocks in the Abadan Plain, Southern Mesopotamian Basin, SW Iran // Marine and Petroleum Geology. 2024. Vol. 161. Article 106725.
7. Lisk M. D., Coole M. A., Thorne J. H. et al. Petroleum Generation and Migration in the Mesopotamian Basin and Zagros Fold Belt of Iraq: Results from a Basin-Modeling Study // AAPG Bulletin. 2004. Vol. 88. № 5. P. 632–656.
8. Mansouri S. I., Al-Kadhimi N., Al-Sadoon I. M. et al. Palaeoenvironment Conditions During Deposition of Sargelu, Naokelekan, and Najmah Formations in Zey Gawara Area, Kurdistan Region, Iraq: Implications from Major and Trace Elements Proportions // Iraqi Geological Journal. 2023. Vol. 56. № 3. P. 89–109.
9. Omer N. M., Al-Mudhafar A. M. Assess the Maturity of Source Rocks and their Oil Potential in Greater Kirkuk and Surrounding Area // Iraqi Journal of Science. 2025. Vol. 66. № 6. P. 2939–2959.
10. Saeed A. S., Al-Saady H. R., Sumer R. N. Organic Matter Characteristics and Hydrocarbon Generation Potential of the Middle Jurassic-Lower Cretaceous Succession in the Mesopotamian Foredeep Basin, Iraq // Arabian Journal of Geosciences. 2021. Vol. 14. Article 1847.
11. Sun S., Xie Y., Lin M. et al. Reactivation of a Trap-Boundary Fault and its Impacts on Hydrocarbon Migration and Accumulation in Longkou 7−6 structure, Bohai Bay Basin: Insights from Geology, Geophysics and Basin Modeling // Journal of Petroleum Science and Engineering. 2024. Vol. 241. Article 116334.
12. Wang L., Zhang J., Liu Y. et al. Fault Controls on Hydrocarbon Migration – An Example from the Southwestern Pearl River Mouth Basin // Applied Sciences. 2024. Vol. 14. № 3. Article 1055.

Поступление рукописи в редакцию 08.11.25 г., принятие в печать 04.12.25 г.

И. В. Мирошниченко, Д. В. Перелыгин, Е. А. Савин

Уральский государственный горный университет

Анализ патентной ситуации в области каротажа нейтронов деления (КНД-М) урановых месторождений гидрогенного типа

Проведен анализ патентных документов, выявивших сотни патентов, зарегистрированных в США, Франции, России и в других странах. На основе проведенного исследования сделаны выводы о перспективах развития метода КНД-М и предложены рекомендации по дальнейшему развитию и защите интеллектуальной собственности.

Ключевые слова: каротаж нейтронов деления, патентный поиск, урановые гидрогенные месторождения, международная классификация изобретений, методика нейтронного каротажа, интеллектуальная собственность.

литература

1. Всемирная организация интеллектуальной собственности (ВОИС). Международная классификация изобретений (МКИ). URL: wipo.int/classifications/mpep/en/.
2. Всемирная организация интеллектуальной собственности (ВОИС). Патентная база данных PatentScope [Электронный ресурс]. Режим доступа: https://patentscope.wipo.int/search/ru/search.jsf (дата обращения: 12.06.2025).
3. Официальный сайт ведомства США по патентам и товарным знакам (USPTO). [Электронный ресурс]. Режим доступа: https://www.uspto.gov (дата обращения: 11.06.2025).
4. Роспатент. Информационная платформа ФИПС [Электронный ресурс]. Режим доступа: https://searchplatform.rospatent.gov.ru (дата обращения: 12.06.2025).
5. European Patent Office (EPO). European Patent Information Service (ESPACENET) [Электронный ресурс]. Режим доступа: https://ie.espacenet.com (дата обращения: 12.10.2023).
6. PatentOn.Ru. Сервис поиска и анализа патентов [Электронный ресурс]. Режим доступа: https://patenton.ru (дата обращения: 10.06.2025).

Поступление рукописи в редакцию 11.09.25 г., принятие в печать 04.12.25 г.

Р. А. Алиев, К. А. Саетов, А. С. Щербак, А. Р. Ихсанова

Уфимский государственный нефтяной технический университет

В. Н. Федоров

Научный центр нелинейной волновой механики и технологии

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДИК ПРОГНОЗИРОВАНИЯ ОСЛОЖНЕНИЙ ПРИ БУРЕНИИ НЕФТЕГАЗОВЫХ СКВАЖИН

Рассмотрены наиболее распространенные осложнения при бурении нефтегазовых скважин – обвалы стенок скважин, прихваты бурильной колонны и поглощения бурового раствора. Рассмотрены традиционные подходы, основанные на геомеханическом моделировании и эмпирических зависимостях, включая оценку напряженного состояния горного массива, влияние тектонических нарушений и расчет безопасного интервала бурения. Особое внимание уделено современным методам, использующим технологии машинного обучения и искусственного интеллекта.

Ключевые слова: скважина, бурение, прогнозирование, осложнения, геомеханическая модель, модель машинного обучения.

ЛИТЕРАТУРа

1. Алали В., Еремин Н. А. О созданной в ИПНГ РАН интеллектуальной системе предупреждения осложнений при строительстве скважин на суше и на море // Экспозиция Нефть. Газ. 2023. № 1 (94). С. 27–32. DOI 10.24412/2076-6785-2023-1-27-32. EDN YGPADG.
2. Великохатько А. А. Прогнозирование и предупреждение поглощений бурового раствора при бурении скважин на Кулешовском месторождении // Инженерная практика. 2016. № 1195. С. 28–34.
3. Воронин А. А. Прогнозирование поглощений бурового раствора путем поинтервальной опрессовки ствола скважины // Научно-технический вестник ОАО «НК «Роснефть». 2015. № 1 (38). С. 28–31. EDN TXTNAF. Ш.Ш.
4. Григорович А. В. Борьба с осложнениями в режиме реального времени // Neftegaz.RU. 2020. № 6. С. 42–46.
5. Губайдуллин А. Г. Прогнозирование и предупреждение осложнений, вызванных упруговязкопластическим перемещением стенок наклонно-направленных и горизонтальных скважин: дисс. … канд. техн. наук. Уфа, 2017. 152 с. EDN ZAOMBN.
6. Дмитриевский А. Н., Максимов А. Л., Антонов С. В. и др. Инновационные технологии предупреждения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин. Применение технологии микроконтейнеров для борьбы с поглощениями // Бурение и нефть. 2022. № 9. С. 6–13. EDN PJMJWJ.
7. Дмитриевский А. Н., Еремин Н. А., Архипов А. И. и др. Применение методов искусственного интеллекта в задачах предотвращения аварийных ситуаций при строительстве скважин // Недропользование XXI век. 2021. № 5–6 (92). С. 6–15. EDN DNMYPZ.
8. Злотников Г. П. Разработка методов предупреждения прихватов и поломок бурильных труб на участках искривления ствола глубоких скважин : специальность 25.00.15 «Технология бурения и освоения скважин»: дисс. … канд. техн. наук. Ухта, 2007. 23 с. EDN NIWYHF.
9. Зозуля В. П. Обеспечение устойчивости ствола и герметизация заколонного пространства глубоких скважин в глиносодержащих породах (проблемы, решения, оригинальные технологии): дисс. … докт. техн. наук. Тюмень, 2002. 301 с. EDN NLYSGH.
10. Кодиров Ш. Ш. Алгоритмы обработки данных и нейросетевые модели прогнозирования прихвата технологического бурового инструмента: дисс. … канд. техн. наук. 2022. 145 с. EDN AULRTL.
11. Кодиров Ш. Ш., Шестаков А. Л. Модель и алгоритм прогнозирования прихвата технологического инструмента по глубине ствола скважины на основе четырехмодульной нейронной сети // Вестник Южно-Уральского государственного университета. Сер. «Компьютерные технологии, управление, радиоэлектроника». 2022. Т. 22. № 1. С. 125–138. DOI 10.14529/ctcr220111. EDN NPSTNH.
12. Кузнецов Ю. И., Иванников В. И. Нефть: история, происхождение, закономерности размещения // НТВ «Каротажник». Тверь: Изд. АИС. 2010. Вып. 9. С. 114–146.
13. Кузнецов О. Л., Дыбленко В. П., Чиркин И. А. и др. Прогноз по данным сейсмических исследований аварийных и экологически опасных ситуаций бурения глубоких скважин // Сейсмические технологии – 2017. 2017. С. 69–72.
14. Кузнецов Р. Ю. Строительство и эксплуатация нефтяных и газовых скважин открытым забоем с использованием волновых технологий: проблемы, теоретические решения, промысловый опыт: дисс. … докт. техн. наук. Уфа, 2010. 53 с. EDN ZODMOL.
15. Линд Ю. Б., Кабирова А. Р., Нурисламова Л. Ф. Прогнозирование осложнений в процессе бурения с использованием технологии параллельных вычислений // Параллельные вычислительные технологии (ПаВТ›2012): труды международной научной конференции. Новосибирск, 26–30 марта 2012 г. Издательский центр ЮУрГУ, 2012. С. 571–576. EDN SZPOFH.
16. Липатов А. В. Моделирование процесса ликвидации поглощений в скважинах вязкоупругими составами: дисс. … канд. техн. наук. Санкт-Петербург, 2017. 22 с. EDN ZQIMXF.
17. Паршукова Л. А., Дерябин А. В., Нагорный И. А. Тектонические процессы и устойчивость стенок скважины при бурении // Экспозиция Нефть. Газ. 2023. № 2 (95). С. 33–37. DOI 10.24412/2076-6785-2023-2-33-37. EDN OTTZFB.
18. Патент № 2735794 C1 Российская Федерация, МПК G06N 3/08. Способ прогнозирования прихватов бурильных труб: № 2020121477, заявл. 23.06.2020, опубл. 09.11.2020 / А. Л. Шестаков, Ш. Ш. Кодиров. Заявитель Южно-Уральский государственный университет (национальный исследовательский университет). EDN BKVUZI.
19. Подъячев А. А. Обоснование и разработка математической модели оценки устойчивости ствола наклонно-направленных и горизонтальных скважин: дисс. … канд. техн. наук. 2015. 101 с. EDN GDLXBO.
20. Растегаев Б. А., Минибаев В. В., Ульшин А. В. и др. Новые подходы к преду-преждению поглощений буровых растворов // Бурение и нефть. 2018. № 7–8. С. 56–59. EDN XUWAMP.
21. Рожкова Д. С., Левенец Н. А. Меры и методы предупреждения поглощения бурового раствора на Среднеботуобинском месторождении // Молодой ученый. 2023. № 20 (467). С. 67–71. EDN IFAKYP.
22. Сафонов Г. А., Грошева Т. В., Менщикова М. М. Прогнозирование осложнений при бурении скважин с использованием данных сейсморазведки и геомеханики // Бурение и нефть. 2024. № 3. С. 22–26. EDN AGJAXG.
23. Сахаутдинов И. Р., Вахитова Г. Р. Анализ результатов восстановления и коррекции плотностных свойств горных пород // Вестник Башкирского университета. 2018. Т. 23. № 2. С. 299–304. EDN IREOXO.
24. Сосновская Е. Л., Авдеев А. Н. Прогноз устойчивости массива горных пород на основе анализа кернового материала разведочных скважин // Горный информационно-аналитический бюллетень (научно-технический журнал). 2020. № 3–1. С. 216–223. DOI 10.25018/0236-1493-2020-31-0-216-223. EDN RTXDBQ.
25. Тенишев В. М. Повышение эффективности информационно-измерительных систем в раннем обнаружении осложнений при бурении нефтяных и газовых скважин: дисс. … канд. техн. наук. М., 2005. 24 с. EDN NIFIFF.
26. Третьяк А. Я., Кузнецова А. В., Борисов К. А., Карельская Е. В. Нейросетевое прогнозирование реологических параметров бурового раствора // Известия Томского политехнического университета. Инжиниринг георесурсов. 2022. Т. 333. № 8. С. 163–173. DOI 10.18799/24131830/2022/8/3809. EDN GYOJLX.
27. Усынин А. Ф. Прогнозирование и обеспечение устойчивости глинистых пород стенок скважин при бурении в северной части Тимано-Печорской нефтегазоносной провинции: дисс. … канд. техн. наук. Ивано-Франковск, 1989. 247 с. EDN NPQYNN.
28. Черников А. Д., Еремин Н. А., Столяров В. Е., Сбоев А. Г. и др. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения // Георесурсы. 2020. 22 (3). С. 87–96. DOI: https://doi.org/10.18599/grs.2020.3.87-96.
29. Щербаков Р. Э., Ковалев А. В. Использование методов машинного обучения «без учителя» для предупреждения прихватов бурильной и обсадной колонн // Известия Томского политехнического университета. Инжиниринг георесурсов. 2022. Т. 333. № 4. С. 66–78. DOI 10.18799/24131830/2022/4/3590. EDN BUBLET.

Поступление рукописи в редакцию 28.10.25 г., принятие в печать 04.12.25 г.

В. В. Климов

Кубанский ГТУ

А. А. Нетребко

ООО «Газпром недра»

ВЛИЯНИЕ АНОМАЛЬНОЙ НАМАГНИЧЕННОСТИ ОБСАДНЫХ КОЛОНН НА СЦИНТИЛЛЯЦИОННЫЕ ДЕТЕКТОРЫ РАДИОАКТИВНЫХ ИЗЛУЧЕНИЙ

Рассмотрены вопросы теории и приведены результаты экспериментальных исследований.

Ключевые слова: гамма-каротаж, детекторы излучений, магнитное поле, обсадная колонна, магнитный экран, метрология.

Литература

1. Аппаратура контроля перфорации АКП-1. Уфа: ОАО НПФ «Геофизика», 2001. С. 2–3.
2. Климов В. В. Диагностика обсадных колонн электромагнитными методами. Проблемы и решения // Oil & Gas Journal, Russia. 2015. № 5. С. 54–58.
3. Климов В. В., Климов Е. В. Размагничивание обсадных колонн для повышения достоверности магнитных и электромагнитных методов дефектоскопии // НТВ «Каротажник». Тверь: Изд. АИС. 2017. Вып. 5 (275). С. 97–103.
4. Климов В. В., Третьяк К. А., Нетребко А. А. Совершенствование приборного обеспечения каротажа для диагностики технического состояния обсадных колонн // НТВ «Каротажник». Тверь: Изд. АИС. 2025. Вып. 1 (333). С. 162–185.
5. Климов В. В., Нетребко А. А., Третьяк К. А. Концепция совершенствования приборного обеспечения и технологий геофизических исследований скважин для диагностики технического состояния обсадных колонн и зацементированного заколонного пространства скважин // НТВ «Каротажник». Тверь: Изд. АИС. 2025. Вып. 2 (334). С. 30–87.
6. Колесниченко В. П., Кравцов И. Н., Климов В. В. Возможности и ограничения магнитоимпульсного метода контроля технического состояния обсадных колонн и насосно-компрессорных труб // НТВ «Каротажник». Тверь: Изд. АИС. 2006. Вып. 5 (146). С. 38–50.
7. Патент России № 2382357. Технология контроля технического состояния обсадных колонн с помощью магнитного интроскопа МИ-50.

Поступление рукописи в редакцию 20.10.25 г., принятие в печать 04.12.25 г.