92423128

(مهدی گندم گون)

Petro-Land Group, Inc

گروه های کاربری: عضو عادی

رزومه

مقالات

"تخمین پارامترهای ژئومکانیکی یکی از میادین نفتی از روی نمودارهای پتروفیزیکی و با استفاده از روش‌های هوشمند" در دومین کنگره بین المللی علوم و مهندسی (1397)
سایر نویسندگان: محمد حسین گندم گون ، شادی محول
پروژه های مربوط به ساخت و ایجاد مدلهای ژئومکانیکی مربوط به چاه های اکتشافی و تولیدی در زمینه های گوناگون از لحاظ فنی و اقتصادی چالش برانگیز هستند. روشهای هوشمند یکی از روشهای جدید، کم هزینه و دقیقی هستند که میتوانند با بهره گیری از نگاره های پتروفیزیکی، پارامترهای ژئومکانیکی را در کمترین زمان ممکن تخمین بزنند. هدف این مقاله غلبه بر محدودیتهای تکنیکهای موجود با استفاده از تکنیکهای هوش مصنوعی مختلف است. داده هایی که در این مطالعه مورداستفاده قرار میگیرند از بررسی های چاه پیمایی معمولی تخلخل نوترونی، اشعه گاما و چگالی بالک و همچنین لاگ صوتی موجود هستند. مجموعه داده ها از 8 چاه در سازندهای کربناته و 24 نمونه مغزه برای ساخت یک مدل مناسب استفاده شد که میتواند پارامترهای شکست سنگ را از نمودارهای مربوط به چاه پیشبینی کند. سه تکنیک هوش مصنوعی، شبکه های عصبی مصنوعی (ANN)، سیستم استنتاج فازی - فازی (ANFIS) و ماشینهای بردار پشتیبان (SVM) برای پیشبینی سه پارامتر شکست ژئومکانیکی یعنی زاویه اصطکاک (FANG)، مقاومت فشاری محدودشده (UCS ) و مقاومت کششی (TSTR) استفاده شدند. برای هر پارامتر، سه تکنیک برای آموزش مدلهای AI اجرا شدند و سپس داده های دیگر برای اعتبارسنجی مدلها مورد استفاده قرار گرفت. از سه تکنیک هوش مصنوعی، مدل مربوط به شبکه های عصبی مصنوعی نتایج بسیار خوبی به همراه داشت و نتایج مورد استفاده در مورد مدلهای دیگری که با استفاده از روشهای سیستم استنتاج فازی – فازی و ماشینهای بردار پشتیبان انجام گرفت که با ضریب همبستگی 0,98 و AAPE در حدود 4,6 درصد به دست آمد، همچنین در این مقاله مدل شبکه ی عصبی مصنوعی به گونه ای برنامه ریزی شد که امکان استخراج موفقیت آمیز وزنها و بایاسهای شبکه به راحتی مورد استفاده قرار میگرفت.

"کاربردها و فرایند های نوین شبیه سازی کوپل مدل ژئومکانیک و دینامیکی مخازن درعملیات توسعه و بهینه سازی میادین نفتی" در پنجمین کنفرانس بین المللی مهندسی شیمی و نفت (1398)
سایر نویسندگان: محد حسین گندم گون-مهدی گندم گون
ژئومکانیک مخزن یک دانش میان رشته ای، در مورد مکانیک سنگ، زمین شناسی ساختمانی و مهندسی نفت است و هدف آن شناسایی مشکلات و مسائلی است که در حین اکتشاف و یا استخراج از مخازن نفت و گاز، پیش می آید و تحت عنوان مسائل ژئومکانیکی معروف است. امروزه در بسیاری از عملیات حفاری، تکمیلی و بهره برداری، عدم آگاهی از وضعیت ژئومکانیکی محیط، خود، به نوعی ریسک بزرگ تلقی می شود. بسط یک مدل ژئومکانیکی پایدار از میدان مورد مطالعه، ریسک موجود را تا حد قابل قبولی کاهش می دهد و مزایای با ارزش دیگری در طی عمر بهینه میدان بوجود می آورد. همچنین ژئومکانیک به عنوان دانشی نوپا در جهت بهینه سازی برداشت از مخزن، کاهش ریسک ها و کاهش هزینه های توسعه در کنار جلوگیری از خسارات شدید اقتصادی، کمک زیادی به فرآیند مدیریت مخزن میکند. مطالعه شبیه سازی کوپل به عنوان یکی از کامل ترین بخش ها در ضمینه مدل ژئومکانیکی و دینامیکی مخزن در راستای مدیریت بهینه ی مخازن هیدروکربوری امری بسیار مهم و ضروری است. نتایج شبیه سازی در مقیاس چاه، مخزن و میدان جهت بهینه سازی طراحی ها و عملیات، کاهش هزینه ها و خسارات احتمالی و در نهایت بهبود شرایط تولیدی مفید خواهند بود. همچنین از نتایج کوپل چهاربعدی مخزن، می توان به بررسی وضعیت و تغییرات تنش های برجا و کرنش های ناشی از تخلیه میدان و همچنین مقایسه و پیش بینی اثرات سناریوهای توسعه، روی آینده مخزن نام برد که می تواند در عملیات توسعه و بهینه سازی میادین نفتی بسیار مفید واقع شود. در این پژوهش با توجه به مطالعات صورت گرفته، مراحل ساخت و تحلیل مدل چهاربعدی ژئومکانیک مخزن ارائه و سپس نحوه کوپل شبیه ساز ژئومکانیک با مدل دینامیکی بررسی خواهد شد.

"مشخصات نویسندگان مقاله تخمین سرعت موج برشی در یکی از میادین هیدروکربوری جنوب ایران با استفاده از روش هوشمند رگرسیون ماشین بردار پشتیبان (SVR) با استفاده از داده های چاه نگاری" در پنجمین کنفرانس بین المللی مهندسی شیمی و نفت (1398)
سایر نویسندگان: محمد حسین گندم گون-یوسف شرقی-علی کد خدایی-مهدی گندم گون
در مطالعه یک مخزن، سرعت موج برشی یکی از مهم ترین پارامترهای اثرگذار در تعیین پارامترهای ژئومکانیکی در جهت پیش بینی رفتار مخازن است. داده های مربوط به سرعت امواج برشی در تمامی چاه ها به ویژه چاه های قدیمی وجود ندارد. همچنین به دلیل گران بودن عملیات مغزه گیری و انجام اندازه گیری های آزمایشگاهی استفاده از روشی که بتواند از روی نمودار های چاه نگاری اقدام به تخمین صحیح سرعت موج برشی بپردازد بسیار مفید خواهد بود. تاکنون روابط تجربی فراوانی در مورد محاسبه سرعت امواج برشی ارائه شده است، اما در بیشتر موارد استفاده از این روابط در مناطق مختلف نمی تواند مطلوب باشد. روش های هوشمند یکی از روش های جدید، کم هزینه و دقیقی هستند که می توانند با استفاده از نگاره ای پتروفیزیکی، سرعت موج برشی را با کمترین هزینه تخمین بزنند. در این مطالعه با استفاده از نگاره ای پتروفیزیکی، اطلاعات حاصل از چاه (شامل نگاره های گاما، نوترون، چگالی و ...) و اطلاعات زمین شناسی و با بهره گیری از روش رگرسیون بردار پشتیبان، سرعت موج برشی در میدان مورد مطالعه محاسبه شد. جهت بکارگیری روش هوشمند رگرسیون بردار پشتیبان مجموعه داده های بدست به دو بخش داده های آموزش و داده های آزمون جهت ارزیابی مدل تقسیم شدند. اساس روش رگرسیون بردار پشتیبان بر پایه یک الگوریتم برازش محلی است به این معنی که تعداد محدودی تابع شعاع پایه که توانایی بالایی در آنالیز داده های با ابعاد بالا دارند برای خروجی فضای ویژگی در یک موقعیت خاص تاثیر گذار می باشند، مدل سازی نتایج به دست آمده نشان می دهد که روش مذکور در برآورد غیرمستقیم سرعت موج برشی در مخازنی که این پارامتر اندازه گیری نشده است، دارای دقت و قابلیت بالایی است.

"پیش بینی ویژگی های الاستیک و مقاومت فشاری تک محوره در یکی از مخازن هیدروکربوری جنوب ایران با استفاده از الگوریتم هوشمند و نگاره های مربوط چاه" در نهمین همایش ارتباط صنعت و دانشگاه، نفت، گاز و پالایش (1398)
سایر نویسندگان: محمد حسین گندم گون-یوسف شرقی-علی کد خدایی
ویژگی های الاستیک و مقاومت فشاری تک محوره به عنوان یکی از پارامتر ها در بررسی های ژئومکانیکی میادین نفتی مورد بررسی قرار می گیرند، با توجه به اینکه در میادین نفتی آگاهی از پایداری دیواره چاه های در دست حفاری امری بسیار ضروری است می توان با انجام آزمایش های استاتیکی ژئومکانیک مانند آزمون های مربوط به مقاومت یک محوره و چند محوره اقدام به پیش بینی صحیح این امر و کاهش هزینه های مربوط به حفاری نمود. بدلیل سنگ شناسی مختلف سازند ها و تغییرات گسترده مربوط به سنگ مخزن و مخرب بودن آزمون های مربوط به مقاومت فشاری و بدلیل عدم اجرای ازمایش های مقاومت فشاری در سازند های سست و هزینه و زمان بر بودن این آزمون ها می توان با استفاده از نگاره های چاه و روش های ترکیبی هوشمند برای تعیین اهداف نام برده شده اقدام نمود. در این مقاله ابتدا به تخمین سرعت موج برشی با استفاده از نگاره های چاه و روش هوشمند و اعتبار سنجی این روش ها پرداخته می شود، سپس با استفاده از ویژگی های الاستیک بدست آمده اقدام به تخمین مقادیر مربوط به مقاومت فشاری پرداخته می شود. با توجه به پیوسته بودن مقدار مقاومت فشاری تک محوره در طول چاه های حفاری شده، برای تعیین آن از طریق نگاره های چاه و روابط تجربی استفاده می شود. در این راستا هدف از مقاله حاضر، تعیین مقاومت فشاری تک محوره با استفاده از روابط تجربی موجود بوسیله ویژگی های الاستیک و سرعت موج برشی به صورت تلفیقی از نگاره های چاه و روش های هوشمند می باشد.

"New applications of Computational intelligence and Hybrid intelligent systems In the estimation of petroleum reservoir characterization" در دومین کنگره بین المللی علوم و مهندسی (1396)
سایر نویسندگان: Mehdi Gandomgoun , Mohammad Hussain Gandomgoun
Abstract :

In previous decades usually classical methods were used in oil industry to understand the solution of problems. In recent years due to expansion of geological science and increase of knowledge of reservoir characteristics, elder methods are no longer useful for solving problems and complications of reservoirs.on the other hand by the introduction of oil engineering knowledge into the field of mathematical and computer science, a new approach has been developed in order to overcome problems and difficulties in oil industry. Researches have obtained useful techniques for solving difficult problems in oil engineering by inspiring from natural events including certainty and uncertainty, emotional and nervous perceptions, and process of inheritance. Recently computational intelligence has positively influenced oil reservoir properties and modeling perspective. Researches have shown that computational intelligence techniques could use high data volume. Also the strength, accuracy and extendibility of these techniques in comparison with elder methods have attracted a lot of attention to them. In this research, the novel application of computational intelligence and hybrid intelligent systems for evaluation of dominant reservoir properties are investigated. Studies indicated that the hybrid intelligent methods are potentially useful for improving estimations that finally lead to decrease in costs, increase in accuracy and efficiency and correct management of reservoir maintenance.

key words :

Computational intelligence (CI),Hybrid intelligent system (HIS),Artificial Newral Networks (ANN),Fuzzy Logic (FL),Suport Vector Mchine (SVM)

" Pore Pressure Calculation in one of the South Iranian Oil Fields Using Support Vector Regression (SVR) Algorithm and Well Logs" در چهارمین همایش بین المللی نفت، گاز، پتروشیمی (1399)
سایر نویسندگان: Gandomgoun,, Mehdi & Mohammad Hossein Gandomgoun,, ۱۳۹۸, Pore Pressure Calculation in one of the South Iranian Oil Fields Using Support Vector Regression (SVR) Algorithm and Well Logs
In porous environments, part of the overburden pressure is tolerated by the filling fluid of the voids and accordingly, the compressive fluid is applied to the vacuum well which is called the pore pressure. The amount of pore pressure can vary from hydrostatic pressure to overburden pressure (48% to 95% overburden stress). Pore pressure is one of the important parameters in geomechanical studies and design of drilling operations, especially determination of safe mud window and determination of piping heel points. Therefore, its prediction before drilling or during the drilling process is very important, and if it is accurately estimated it can prevent or mitigate the risks during drilling. The purpose of this study is to calculate the pore pressure by calculating the effective stress and compressibility coefficient from the petrophysical logs and by adjusting the experimental constant value between the rational ranges in the wells studied.

"Estimation of Resistive Parameters of Wells in a Persian Gulf Oil Field Using Intelligent Support Vector Regression (SVR) Algorithm and Logging Information" در Scientific Journal of Oil and Gas Exploration and Production (1399)
سایر نویسندگان: Mehdi Gandomgoun , Mohammad Hussain Gandomgoun
Estimation of Resistive Parameters of Wells in a Persian Gulf Oil Field Using Intelligent Support Vector Regression (SVR) Algorithm and Logging Information

Mohammad Hossein Gandomgoun , MSc of Sahand University of Technology
Mehdi Gandomgoun. MSc of Sahand University of Technology

Abstract:
Resistive properties of wells are considered as one of the parameters in geomechanical investigations of oilfields, since knowledge of the stability of drilled wells is essential in oilfields. One-axis and multi-axial strength tests have correctly predicted this and reduced drilling costs due to different lithology of formations and extensive changes in reservoir rock and destructive tests of compressive strength and failure to perform compressive strength tests on loose formations, and cost and timing of these tests can be determined using wells and intelligent hybrid methods to determine the goals mentioned. In this paper, we first estimate the shear wave velocity using well logs and the validation of these methods, and then estimate the values of resistive properties of wells using elastic properties to the continuous amount of uniaxial compressive strength during drilled wells, it is used to determine through well logs and experimental relationships. The purpose of this paper is to determine the uniaxial compressive strength, tensile strength, and internal friction angle using empirical relationships by the combination of elastic properties and shear wave velocity as a combination of wells and intelligent methods.
Keywords: shear wave velocity, tensile strength, internal friction angle, well logs, uniaxial compressive strength, artificial intelligence, Support Vector Regression (SVR),oilfield geomechanics

زبان های خارجه

"انگلیسی" در سطح پیشرفته

افتخارات

"دریافت لوح سپاس از معاونت علمی-فناوری کنفرانس بین المللی مهندسی نفت" (1398)

"رتبه اول دوره کارشناسی ارشد کلیه گرایشهای رشته مهندسی نفت دانشگاه SUT" (1398)

" عضو گروه استعداد های درخشان دانشگاه صنعتی شریف" (1398)

" دانشجوی نمونه کشوری و پژوهشگر برتر کشوری سال" (1398)

" عضویت بنیاد ملی نخبگان" (1397)

"برگزیده جشنواره علمی دانشگاه صنعتی شریف" (1396)

"عضو گروه استعداد های درخشان دانشگاه صنعتی شریف" (1396)

" برگزیده واحد پژوهش صدا و سیمای استان قم (واحد پژوهش معاونت سیما)" (1395)

"امدادگر برتر جمعیت هلال احمر - سازمان امداد و نجات" (1394)