۱-۶-۳-۲- دوره جریان خطی میانی[۳۱]
در بسیاری از موارد طول چاه افقی نسبت به ضخامت مخزن بزرگتر است که در این صورت رژیم جریان خطی می شود. در این جریان تأثیر مرز بالا و پایین در چاه احساس می شود و اگر طول چاه افقی در مقایسه با ضخامت مخزن زیاد نباشد توسعه پیدا نخواهد کرد. در شکل زیر این رژیم جریان به تصویر کشیدعه شده است.
شکل(۱-۱۶) رژیم جریان خطی میانی[۱۳]
۱-۶-۳-۳- دوره جریان شبه شعاعی انتهایی[۳۲]
بعد از سپری شدن دو رژیم قبلی در مدت زمان معینی، خطوط هم پتلنسیل همانند خطوط اطراف یک چاه قائم به شکل استوانههای قائم در میآیند. از آن پس، جریان به صورت شعاعی و در دایرههایی روی صفحات افقی در می آید. در این نوع رژیم شعاع جریان بزرگتر از طول چاه افقی است و نفوذپذیری قائم تأثیر زیادی دارد. هنگامی که مرزهای مخزن احساس شوند در این نوع جریان هندسهی چاه تأثیری در تولید ندارد و عملکرد چاه عمودی و افقی هیچ تفاوتی با هم ندارند. به شکل رژیم جریان توجه بفرمائید[۱۳].
شکل(۱-۱۷) جریان شبه شعاعی[۱۳]
۱-۶-۴- معادلات زمان رژیمهای مختلف در چاه افقی
محققین زیادی معادلاتی برای رژیمهای مختلف چاه افقی ارائه کردند از جمله گود[۳۳] تامباینایاگان[۳۴] اوده و بابو[۳۵] و جوشی[۳۶] می باشند در اینجا به معادلاتی که اوده وبابو ارائه کردند اشاره میکنیم[۱۴].
مدت زمان جریان شعاعی اولیه ممکن به طور تقریبی از معادله زیر به دست بیاید:
(۱-۳۷)
یا
(۱-۳۸)
مدت زمان شروع و پایان جریان خطی میانی
(۱-۳۷)
و
(۱-۳۸)
زمان شروع و پایان جریان شبه شعاعی
(۱-۳۸)
(۱-۳۸)
۱-۷- آنالیز فشار در چاه افقی
گوده و همکارانش در سال ۱۹۸۵ پس از محاسبه زمان هر دوره از رژیم جریان به آنالیز فشار در آزمایش های کاهش فشار و خیزش فشار در هر دوره پرداختند و معادلات زیر را ارئه کردند.
۱-۷-۱- آزمایش کاهش فشار
پاسخ فشار در دوره جریان شعاعی قائم اولیه
(۱-۳۹)
پاسخ فشار در دوره جریان خطی میانی
(۱-۴۰)
(۱-۴۱)
پاسخ فشار در دوره جریان شبه شعاعی
(۱-۴۲)
از معادله بالا به دست می آید.
۱-۷-۲- آزمایش خیزش فشار
پاسخ فشار در دوره جریان شعاعی قائم اولیه
(۱-۴۳)
(۱-۴۴)
پاسخ فشار در دوره جریان خطی میانی
(۱-۴۵)
(۱-۴۶)
پاسخ فشار در دوره جریان شبه شعاعی
(۱-۴۷)
۱-۸- شبکه های عصبی
در سالیان اخیر شاهد حرکتی مستمر ، از تحقیقات صرفاً تئوری به تحقیقات کاربردی بخصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آنها راه حلی موجود نیست و یا به راحتی قابل حل نیستند بوده ایم. با عنایت به این امر ، علاقه فزاینده ای در توسعه تئوریک سیستمهای دینامیکی هوشمند مدل-آزاد[۳۷]- که مبتی بر داده های تجربی هستند-ایجاد شده است. شبکه های عصبی مصنوعی[۳۸] جزء این دسته از سیستمهای دینامیکی قرار دارند، که با پردازش روی داده های تجربی، دانش یا قانون نهفته در ورای دادهها را به ساختار شبکه منتقل می کنند. به همین خاطر به این سیستمها هوشمند[۳۹] گویند، چراکه براساس محاسبات روی داده های عددی یا مثالها، قوانین کلی را فرا میگیرند. این سیستمها در مدلسازی ساختار نرو-سیناپتیکی[۴۰] مغز بشر میکوشند.
از مغز به عنوان یک سیستم پردازش اطلاعات با ساختار موازی و کاملاً پیچیده که دو درصد وزن بدن را تشکیل میدهد و بیش از بیست درصد کل اکسیژن بدن را مصرف می کند برای خواندن، نفس کشیدن، حرکت، تفکر و تفحص و کلیه اعمال آگاهانه و بسیاری از رفتارهای ناخودآگاه اسفاده می شود. اینکه چگونه مغز این کارها را انجام میدهد از زمانی مطرح شد که دریافتند، مغز برای محاسبات خودتد، از ساختاری کاملاً مغایر با ساختار کامپیوترهای متداول برخوردار میباشد. تلاس برای فهم این موضوع خصوصاً از سال ۱۹۱۱ قوت گرفت، زمانی که برای نخستین بار شخصی به نام سگال اعلام کرد که مغز از عناصر اصلی ساختاری به نام نرون تشکیل یافته است.
۱-۸-۱- ساختار مغز
هر نرون بیولوژیکی به عنوان اجتماعی از مواد آلی، گرچه دارای پیچیدگی یک میکروپروسسور میباشد، ولی دارای سرعت محاسباتی برابر یک میکروپروسسور نیست بعضی از ساختارهای نرونی در هنگام تولد ساخته میشوند و قسمتهای دیگر در طول مسیر حیات، مخصوصاً در اوایل زندگی بوجود میآیند و قوام میگیرند. دانشمندان علم بیولوژی به تازگی دریافتهاند که عملکرد نرونهای بیولوژیکی از قبیل ذخیره سازی و حفظ اطلاعات، در خود نرونها و ارتباط بین نرونها نهفته است. به عبارت فنیتر، یادگیری به عنوان ایجاد ارتباطات جدید بین نرونها و تنظیم مجدد ارتباطات موجود استنباط می شود.
فرم در حال بارگذاری ...