تصویر و الگوریتم ژنتیک

85 شناسايي شكستگيها در... شناسایی شکستگیها در نمودارهای تصویری الکتریکی با استفاده از تکنیکهای پردازش تصویر و الگوریتم ژنتیک 4 مصطفی جاوید 1* حسین معماریان 1 رضا آقاییزاده ظروفی 2 بهزاد تخمچی 3 فرهاد خوشبخت 2 و سید مهدی مظهری 1- دانشگاه تهران - پردیس دانشکدههای فنی - دانشکده مهندسی معدن 2- دانشگاه تهران - پردیس دانشکدههای فنی - دانشکده مهندسی برق و کامپیوتر 3- دانشگاه صنعتی شاهرود - دانشکده مهندسی معدن نفت و ژئوفیزیک 4- پژوهشگاه صنعت نفت- پرديس پژوهش و توسعه صنايع باالدستي سال بيست و دوم شماره 72 صفحه 85-98 1391 تاريخ دريافت مقاله: 90/2/13 تاريخ پذيرش مقاله: 90/9/3 m.javid@ut.ac.ir چكيده در مخازن با شکستگی طبیعی شکستگیها نقش اساسی در تولید هیدروکربن ایفا میکنند. به همين دليل شناسایی شکستگیها در جنبههای مختلف تولید و توسعه این میادین بسیار اهمیت دارد. نمودارهای تصویری ابزاری بسیار قوی برای مطالعه شکستگیها در چاهها هستند. نمودار تصویری یک شبه تصویر با تفکیکپذیری باال از دیواره چاه میباشد. این نمودارها اطالعات مهمی را درباره جهتگیری عمق و نوع شکستگیهای طبیعی فراهم میکند. امروزه برای شناسایی پارامترهای مربوط به شکستگیها از روی این نمودارها الگوریتم جامعی وجود ندارد و تفسیر این نمودارها اغلب به صورت دستی انجام میگیرد که در صورت نبود تجربه کافی تفسیر با خطا مواجه خواهد بود. هدف از مطالعه حاضر معرفی و به کارگیری روشهای پردازش تصویر و الگوریتم ژنتیک جهت پیدا کردن خودکار شکستگیها در نمودارهای تصویری میباشد. در این روش ابتدا با استفاده از یک روش طبقهبندی نقاط مربوط به شکستگی از داخل تصویر استخراج میشود. سپس با استفاده از الگوریتم ژنتیک تعداد شیب آزیموت و موقعیت عمقی شکستگیها از روی نقاط استخراج شده تعیین میگردد. این روش بر روی بخشی از دو نمودار تصویری مربوط به دو چاه از میادین هیدروکربوری جنوب ایران پیاده شد. دقت روش برای تخمین پارامترهای شکستگی چاههای مورد مطالعه بیش از %70 به دست آمد. از طرفی روش پیشنهادی حساسیت کمی نسبت به وجود نویز در تصویر دارد. واژههاي كليدي: مخازن نفت و گاز نمودارهای تصويری شکستگی پردازش تصوير الگوريتم ژنتيک

86 شماره 72 مقدمه در مخازن با شکستگیهای طبیعی این شکستگیها رفتار مخزن را کنترل میکنند. هنگامی که شکستگیها باز هستند مسیرهایی را برای حرکت هیدروکربن به سوی چاه ایجاد میکنند و حتی ممکن است مخازنی با تراوایی پایین را بهنمونههایی با تولید باال تبدیل نمایند. در مقابل هنگامی که شکستگیها پر و یا سیمان شده هستند به عنوان سدی در مقابل حرکت هیدروکربنها بهسمت چاه عمل میکنند ]1[. این رفتار دوگانه شکستگیها شناسایی آنها را ضروری میسازد. یکی از ابزارهای دقیق برای شناسایی شکستگیها در مخازن هیدروکربوری نمودارهای تصویری میباشد. امروزه نمودارهای تصویری جهت پیدا کردن شکستگیها به طور گسترده در مخازن با شکستگی در ایران استفاده میشوند ]2[. با استفاده از اطالعات به دست آمده از این تصاویر بههمراه دیگر چاهنگارها مهندسین نفت قادرند مدل دقیقی از شکستگیها را در ناحیه نزدیک چاه به دست آوردند. این مدل به شبیهسازی هر چه دقیقتر حرکت سیال در مخازن پیچیدهای که بهدلیل تأثير نیروهای مختلف زمینساختی )تکتونیکی( و نیز ساختارهای رسوبی تشکیل شدهاند کمک شایانی میکند ]3[. تصویربرداری از چاه به دو روش کلی فراصوتی و الکتریکی انجام میشود. در چاههایی که گل حفاری شیرین باشد از دستگاههای فراصوتی استفاده میشود. در مقابل در چاههایی با گل دارای درجه شوری باال دستگاههای الکتریکی مورد استفاده قرار میگيرد. تصویر حاصل از روش الکتریکی تفکیکپذیری باالتری نسبت به روش صوتی دارد ولی در مقابل پوشش این دستگاهها با افزایش قطر چاه کاهش میيابد. دستگاههای صوتی امکان پوشش %100 از دیواره چاه را فراهم میکند ولی تفکیکپذیری این دستگاهها کمتر از دستگاههای الکتریکی است ]4[. دستگاه FMS نسل اول دستگاههای تصویرساز الکتریکی میباشد که توسط شرکت شلومبرژه 1 تولید شده است. این دستگاه چهار بالشتکی دارای شانزده دکمه 2 در هر بالشتک است و جمعا با اندازهگیری 64 نمودار دارای پوشش %40 در چاه به قطر 8/5 اینچ خواهد بود )شکل 1( ]5[. شکل 1- دستگاه FMS دارای 4 بالشتک بوده که در هر بالشتک 16 دکمه وجود دارد ]5[ دستگاه تصویرساز الکتریکی FMI در سال 1991 توسط شرکت شلومبرژه تولید شد. این دستگاه برای افزایش پوشش دیواره چاه و نیز به دست آوردن تصویری منسجمتر از سازندهای اطراف چاه نسبت به FMS طراحی شد. پوشش این ابزار تابعی از قطر چاه میباشد. به عنوان مثال در یک چاه با قطر 6/25 اینچ بیش از %92 دیواره چاه پوشش داده میشود. این دستگاه دارای چهار بازو است که بر روی هر یک از آنها یک بالشتک و یک زبانه 3 سوار شده است. هر بالشتک و زبانه دارای 24 الکترود به قطر 0/16 اینچ است و به طور کلی 192 الکترود در این دستگاه وجود دارد )شکل 2( ]6[. به طور کلی در نمودارهای تصویری صفحات الیهبندی و شکستگیهایی که با دیواره چاه برخورد کرده است بهصورت منحنیهای سینوسی با رابطه کلی زیر استنباط میشوند )شکل 3( ]5[. y=a sin(x+b)+c )1( A=R tan φ در معادلة )1( R شعاع چاه φ شیب β آزیموت و C موقعیت منحنی سینوسی در تصویر است. صفحات الیهبندی اغلب دارای شیب و امتداد کم و بیش ثابت بوده و شیب آنها کمتر از 45 درجه میباشد. 1. Schlumberger 2. Button 3. Flap

87 شناسايي شكستگيها در... الكترود بااليي جريان الكترود پاييني شکل 2- نمایی از دستگاه تصویرساز FMI و نحوه اندازهگیری آن ]7[ قطر چاه N E 18 S W 36 N E E S N S N دامنه منحني سينوسي N W W E S N W شکل 3- صفحات برخوردی با دیواره چاه )شکستگیها یا الیهبندی( در نمودارهای تصویری بهصورت منحنیهای سینوسی دیده میشوند ]5[

72 شماره 88 و کرده قطع را الیهبندی صفحات شکستگیها مقابل در نفتی حوزه بر شده وارد تکتونیکی نیروهای به توجه با باشند. متفاوتی شیبهای و جهتگیری دارای میتوانند رس حفاری گل مانند موادی با اغلب باز شکستگیهای نسبت آنها شدن هادیتر باعث که میشود پر پیریت یا و پدیدهها این دليل همين به ]5[. میگردد اطراف محیط به هادی دلیل به الکتریکی دستگاههای از حاصل تصویر در پایین سرعت بهدلیل فراصوتی دستگاههای در و بودن تیرهتر رنگی خود اطراف محيط به نسبت پرکننده مواد بازشدگی بهدلیل باز شکستگیهای موارد اکثر در دارند. نمودارهای در آن از بخشی پرشدگی یا و کم ضخامت با نمیشود دیده کامل سینوسی منحنی صورت به تصویری صورت به سيمانيشده شكستگيهاي مقابل در 4(. )شکل به و مستقيم تقريبا كشيده ريز بسيار يا ريز پديدههاي تصويري نمودار در رنگ( )سفيد مقاوم پدیدههای صورت ]5[. ميشوند ديده 1986 سال در آن شروعاستفاده با تصویری نمودار آنالیز شناسایی جهت زیادی مطالعات زمان همان از گردید. آغاز 1990 سال در شد. آغاز الگ این روی بر شکستگیها برای هاف تبدیل تابع بر مبتنی روشی همکاران و تورس همکاران و هال ]8[. کردند پیشنهاد شکستگیها شناسایی منظور این برای بعدی سه فضای در هاف روش از )1996( بر مبتنی روشی )1998( باويلر و یو ]9[. نمودند استفاده صفحات جداسازی جهت لبه تعیین و فوریه تبدیل حالی در ]10[. کردند ارائه یکدیگر از ناهمگن و الیهبندی این تفسیر برای مناسبی جواب نتوانست اول روش دو که )به و نبوده جامع نیز سوم روش ]10[ دهد ارائه نمودارها میکند. عمل ضعیف کربناته مخارن در مفسرین( گفته این تفسیر و پردازش نفتی شرکتهای از بسیاری برای مواقع بعضی در و بوده هزینهبر و وقتگیر اغلب نمودارها تجربه نبود و انسانی اشتباهات دلیل به نمودارها این تفسیر است. همراه خطا با کافی پردازش و نمایش برای زیادی نرمافزارهای امروزه آنها از استفاده با که دارد وجود تصویری نمودارهای نمودارها این داخل در را شکستگی صفحات میتوان خودکار صورت به نرمافزارها برخی در و دستی بهصورت همکاران و یو روش از Geolog نرمافزار نمود. مشخص در میکند. استفاده شکستگیها شناسایی برای )1998( ]6[ نارسانا مواد با پرشدگی دلیل به شکستگی از بخشی حذف 4- شکل

89 روشها مبانی... در شكستگيها شناسايي و نمیگردد تعیین شکستگیها امتداد و شیب روش این میشود. مشخص آن تراکم و شکستگی وجود تنها روشهای بهکارگیری و معرفی حاضر مطالعه از هدف کردن پیدا جهت ژنتیک الگوریتم و تصویر پردازش در میباشد. تصویری نمودارهای روی از شکستگیها نقاط طبقهبندی روش یک از استفاده با ابتدا روش این میشود. استخراج تصویر داخل از شکستگی به مربوط آزیموت شیب تعداد ژنتیک الگوریتم از استفاده با سپس تعیین تصویری نمودار در شکستگیها عمقی موقعیت و پیشنهادی الگوریتم دقت بررسی منظور به میگردد. چاه دو به مربوط الکتریکی تصویری نمودار دو از بخشی است. شده استفاده ایران جنوب میادین از گردیده استفاده چاهها این متر 10 دادههای از مقاله این در شماره چاه و FMI دستگاه به مربوط یک شماره چاه که اعمال از حاصل نتایج میباشد. FMS دستگاه به مربوط دو دقت از حاکی اشاره مورد چاههای روی بر روش این روش که نحوی به است پیشنهادی الگوریتم قبول قابل حساسیت شکستگیها مناسب شناسایی ضمن پیشنهادی دارد. تصویر در نویز وجود به نسبت کمی بسیار مطابق که است مشخص ابعاد با ماتریسی دیجیتال تصویر گسسته مقدار یک با )پیکسل( عنصر هر رنگ مقدار 5 شكل روشهای از حاضر مطالعه در ]11[. میشود داده نشان و شکستگی نقاط استخراج برای تصویر آنالیز و پردازش مربوط پارامترهای شناسایی برای ژنتیک الگوریتم همچنین به روشها مبانی ادامه در میگردد. استفاده شکستگی به میشود. داده شرح مختصر صورت منحنی نقاط طبقهبندی روش از منحنی غیر از منحنی نقاط جداسازی منظور به میتوان استیجر تعریف طبق ]12[. میشود استفاده 1 استیجر با را دوبعدی تصاویر در موجود شکل 2 منحنی ساختارهای جهتی در بردارها این کرد. مدل منحنی بر عمود بردارهای میل شدن صفر سمت به جهت آن در اول مشتق که هستند ميباشد باالیی مطلق مقدار دارای دوم جهتی مشتق و میکند در شکستگی خصوصیت و باال تعریف به توجه با ]12[. منحنی نقاط عنوان به را شکستگیها میتوان تصویری نمودار n(t( با منحنی بر عمود مسیر مقاله این در گرفت. نظر در با همراه سینوسی منحنی یک 6 شکل میشود. داده نمایش میدهد. نشان را نقطه هر بر عمود بردارهای 0 1 2 3... Origin 0 1 2 3...... N-1... M-1 One Pixel ]11[ ماتریس یک صورت به رقومی تصویر نمایش 5- شکل 1. Steger 2. Curve

90 شماره 72 شکل 6- منحنی سینوس و بردارهای عمود بر هر نقطه از منحنی 1. Eigenvector 2. Eigenvalue 3. Hessian Matrix 4. Curve Strength 5. Binary Code یک پیکسل در مختصات دارای مرز مربعی است.بنابراین اگرمشتق اول جهتی )t) n پیکسلی در طول و در محدوده مرزی خود به سمت صفر رود به عنوان یک نقطه منحنی در تصویر مشخص میگردد. بردار عمود بر منحنی را میتوان از طریق محاسبه بردارویژه 1 مربوط به مقدار ویژه 2 ماکزیمم ماتریس هسین 3 به دست آورد. )2( n( x نمایش داده میشود. نقاط,n y در این مقاله بردار ویژه با ( منحنی با توجه به معادله زیر )معادله تیلور( به دست میآید. )3( در معادله باال z(x,y( منحنی مورد نظر را نشان میدهد. با )tn x در معادله و حل,tn y محاسبه مشتق z(x,y( و قرار دادن ( آن نسبت به t معادله زیر به دست میآید: )4( بنابراین بازه ماکزیمم یا مینیمم از رابطه زير محاسبه ميشود: )P x,p y )=(tn x,tn y ( )5( x( i به عنوان نقطه منحنی در نظر گرفته میشود,y i پس ( P( xi در داخل مرز مربعی آن نقطه قرار,P yi در صورتی که ( گرفته باشد. یعنی اگر باشد در این صورت نقطه )x,y( نقطه منحنی خواهد بود. مقدار ویژه ماکزیمم ماتریس هسین به عنوان قدرت منحنی 4 در نظر گرفته میشود ]12[. الگوریتم ژنتیک الگوريتم ژنتيك ابزاري است كه توسط آن ماشين قادر خواهد بود مكانيزم انتخاب طبيعي را شبيهسازي كند. اين عمل با جستجو در فضاي مسأله جهت يافتن جواب برتر و نه الزاما جواب بهينه صورت ميگيرد. در این الگوریتم ابتدا بايد راهحلهای مختلف مسأله به صورت جمعيتی از کرومزومها نشان داده شود. هر کرومزوم نشاندهنده يك جواب مسأله است. در واقع هدف الگوريتم دستيابی به كرومزومهای بهينه )جوابها( از طريق توليد مثل بهترين كرومزومها در هر نسل است. کرومزومها اغلب به صورت يك رشته از صفر و يك )مقادير باينری( نمايش میيابند كه هر بيت از اين رشته میتواند نمايشگر يك ژن باشد. كد باينري 5 به عنوان يكي از كاربردیترين كدهاي الگوريتم ژنتيك محسوب ميشود. پس از اين كار بايد معياری برای تشخيص جوابهای بهينه يا ارزيابی بهترين كرومزومها انتخاب شود. اين معيار اغلب به صورت يك تابع رياضی است كه بر روي کرومزومها اعمال میگردد و تابع هدف يا تابع بهينگی ناميده میشود.

91... در شكستگيها شناسايي اجرای جهت آمادهسازی مراحل واقع در كار دو اين يك كار دو اين انجام از پس است. ژنتيك الگوريتم ایجاد ممكن راهحلهای از اوليه( )نسل ابتدايی جمعيت توليد بايد اوليه نسل اين الگوريتم شروع برای میگردد. مرحله میگیرد. انجام مرحله سه در مثل توليد كند. مثل )بر کرومزومها بهترين مرحله اين در است. 1 انتخاب اول میشوند. انتخاب مثل توليد برای بهينگی( تابع اساس پسازمرحلهانتخاب نوبتبهتوليدمثلكرومزومهایانتخاب انجام 3 جهش و 2 ادغام عملگر دو توسط كار اين میرسد. شده هب انتخابشده كرومزومهای ادغام مرحلة در میپذيرد. جديدی کرومزومهاي تا میشوند تركيب يكديگر با تصادف بعضی مقدار جهش مرحله در كنند. توليد بعدی نسل برای را ]13[. میشود عوض تصادف به ژنها از زير صورت به ميتوان را الگوريتم قدم به قدم پيشرفت ]13[: نوشت X از متشكل اوليه جمعيت يك توليد با الگوريتم شروع - دارد. ژن n اندازه به طولی کرومزوم هر كه تصادفي کرومزوم تابع )توسط کرومزوم هر براي 4 برازندگی محاسبه -.) 5 ارزيابي آنها تناسب بودن باالتر اساس بر کرومزوم دو انتخاب - جهت انتخاب( تابع توسط والدين انتخاب دیگر عبارت )به مثل. توليد استخر به ارسال و بهتر جمعيت توليد والدين. از بچهها تولد و ادغام عملگر اعمال - بيت. هر براي P m احتمال با جهش عملگر اعمال - جديد. نسل برازندگي محاسبه - الگوريتم توقف معيارهاي كه زماني تا چرخه اين تكرار - شوند. برآورده پیشنهادی روش به شکستگیها شناسایی تصویر پردازش روشهای تلفیق چگونگی بخش این در روی از شکستگیها شناسایی جهت ژنتیک الگوریتم و نرمافزار در الگوریتم این میگردد. ذکر تصویری نمودارهای پیشنهادی روش است. شده اجرا و پیادهسازی MATLAB مرحلة است. شده تشكيل مرحله دو از پژوهش این در مرحله و شکستگیها به مربوط نقاط استخراج شامل اول استخراج نقاط روی بر مناسب سینوسی مدل تخمین دوم توضیح اختصار به مراحل از یک هر ادامه در میباشد. شده میشود. داده نقاط طبقهبندی شکستگی به مربوط نقاط گروه دو به تصویر مرحله این در زا طبقهبندی برای میشود. طبقهبندی غیرشکستگی نقاط و میشود. استفاده ذیل ویژگی سه روش از بخش این در منحنی: نقطه پارامتر از استفاده - استفاده منحنی غیر و منحنی نقاط طبقهبندی برای استیجر عنوان به شکستگیها تمام روش این از استفاده با میشود. از حاصل نتیجه 7 شکل میشوند. محسوب منحنی نقاط مطالعه مورد چاههاي از ازیکی متر 1/5 برای را روش این وجود دلیل به میشود مشاهده همانگونهکه میدهد. نشان نقاط تنهایی به نمیتواند روش این تصاویر در زیاد نویز جدا تصاویر در موجود نقاط دیگر از را شکستگی با مرتبط دیگر و سیاه رنگ به منحنی نقاط 7 -ب شکل در کند. است. شده داده نمایش سفید رنگ به نقاط وجود دلیل به شد ذکر قبال همانطورکه منحنی: قدرت - روش از استفاده تنها تصویری نمودارهای در زیاد نویز کند. جدا نقاط دیگر از را شکستگیها نمیتواند استیجر استخراج برای استفاده مورد ویژگیهای از دیگر یکی مقدار منحنی قدرت میباشد. منحنی قدرت شکستگی است. نقطه هر برای هسین ماتریس ماکزیمم ویژه رنگ شدت مقدار سریع تغییرات دلیل به شکستگیها خود اطراف به نسبت باالتری ماکزیمم ویژه مقدار دارای ماکزیمم ویژه مقدار از حاصل تصویر 8 شکل هستند. مقادیر 8 شکل در میدهد. نشان را 7 -الف شکل به مربوط رنگی با پایین مقادیر و روشن رنگ به ویژه مقدار باالی است. شده داده نمایش تیرهتر 1. Selection 2. Cross Over 3. Mutation 4. Fitness 5. Evaluation Function

92 شماره 72 الف ب شکل 7 - الف- نمودار تصویری مربوط به 1/5 متر از چاه مورد مطالعه ب( تصویر حاصل از پارامتر نقطه منحنی )مقیاس تصویر ) 1 15/ شکل 8- تصویر حاصل از قدرت منحنی در هر نقطه مربوط به شکل ) 7 -الف( شکستگیها به رنگ روشن مشاهده میشود. )مقیاس تصویر ) 1 15/

93... در شكستگيها شناسايي حذف برای ویژه بردار پارامتر ویژه: بردار جهت - استفاده دارند درجه 90 به نزدیک شیب که ویژگیهایی افقی ویژه بردار جهت با نقاطی از منظور این به میشود. رد که میشویم مطمئن کار این با میگردد. صرفنظر بالشتک هر انتهای و ابتدا اثر الکتریکی نمودارهای تصویر شکستگیهای نیز و دارد باالیی رنگ شدت تغییرات که حذف است شده ایجاد حفاری حین در که قائم القايی میشوند. )باینری( دودویی تصویری ویژگی سه این اعمال از پس هستند شکستگیها به مربوط یک عدد شامل نقاط که استخراج از حاصل نتیجه 9 -الف شکل میشود. حاصل شکل این در میدهد. نشان را 7 -الف شکل برای ویژگی شده داده نمایش سیاه رنگ به شکستگی به مربوط نقاط است. سینوسی مدل تخمین نمودارهای در شکستگیها کردن پیدا پژوهش این در میگیرد. انجام ژنتیک الگوریتم از استفاده با تصویری اول بخش از حاصل دودویی تصویر از منظور این برای به ژنتیک الگوریتم کرومزوم ساختار میشود. استفاده و سینوسی منحنیهای تعداد که میشود طراحی نحوی گردد. تعیین همزمان صورت به آنها به مربوط پارامترهای را نمونه کرومزوم یک برای پیشنهادی ساختار 10 شکل میشود مشاهده 10 شکل در که همانطور میدهد. نشان خواهد پیشنهادی سینوسهای تعداد کننده تعیین ژن اولین و شده تولید جدید ژن )3n( تعداد اساس این بر )n(. بود صورت به میگردد. انتخاب تصادفی صورت به آنها مقادیر ساختار میشود. ایجاد کرومزومها از جمعیت یک مشابه خارجی محیط به کیفیت سطح بررسی برای شده تشکیل میشود. سنجیده آن کیفیت و شده ارسال منحنی و شده آشکارسازی کرومزوم هر منظور این برای دادهها از یک هر فاصله سپس میگردد. معین سینوس هر کمترین صورتیکه در میشود. سنجیده منحنیها تمام از مورد داده باشد کمتر آستانه حد یک از d( i ( فاصله میزان تطبیق منحنیها از یکی به حداقل قبولی قابل تقریب با نظر در میشود. فرض یک برابر β( i ( آن تطبیق ضریب و یافته منحنیها از یک هیچ به نظر مورد داده صورت این غیر میگردد. فرض صفر برابر تطبیق ضریب و نداشته تعلق ب الف ویژگی. استخراج از حاصل نقاط خوشهبندی از حاصل نتیجه ب( ) 7 -الف( شکل برای ویژگی استخراج از حاصل نتیجه الف- 9- شکل ) 1 /15 تصویر )مقیاس

72 شماره 94 n A 1 B 1 C 1 A 2 B 2 C 2... A n Bn Cn سينوس امين n ضريب سينوس دومين ضريب سينوس اولين ضريب سينوسها تعداد 3n نمونه کرومزوم یک برای پیشنهادی ساختار 10- شکل تعداد مجموع به تصویر طول تقسیم از حدآستانه میآید. دست به تخمینی سینوسی مدلهای اکسترممهای بوده متفاوت حدآستانه مقدار شده ذکر تعریف به توجه با با طوریکه به است. تخمینی منحنیهای تعداد از تابعی و پیدا کاهش حدآستانه تخمینی سینوسهای تعداد افزایش دادهها تمام برای عمل این انجام با بالعکس. و میکند دست به زیر روابط از استفاده با اولیه کرومزوم برازش میآید: )6( )7( )8( Fit=e (n-m) +d tot )9( بررسی مورد نقطه مختصات x( i,y i ( باال معادالت در داده به سینوسی منحنی روی نقطه نزدیکترین x( c,y c ( و شده شمارش نقاط فواصل مجموع d tot بررسی مورد این در نظر مورد هدف میباشد. شده شمارش نقاط m از پس میباشد. )Fit( برازش تابع کردن کمینه مسأله ادغام انتخاب عملگرهای کرومزومها تمام برازش تعیین با میشود. ایجاد جدید ساختار و گرفته انجام جهش و میآید. دست به بهینه پاسخ مراحل این تکرار نقاط عنوان به شده استخراج دادههای بودن زیاد دلیل به پیشنهادی روش الگوریتم سرعت افزایش برای شکستگی دادههای اول مرحله در میشود. اجرا مرحله دو در ميگيرد. قرار استفاده مورد خوشهبندی از حاصل خروجی یکدیگر همسایگی در که نقاطی خوشهبندی روش در خروجی ]14[. میگيرند قرار گروه یک در دارند قرار نیز و شیب میانگین مختصات میانگین شامل خوشهبندی 9 -ب شکل میباشد. خوشه هر در موجود نقاط تعداد میدهد. نشان را خوشه هر به مربوط مختصات میانگین داده نمایش 11 شکل در پیشنهادی الگوریتم فلوچارت است. شده بحث و نتایج دو از بخشی تصویری نمودار روش صحت بررسی برای ایران جنوب در هیدروکربوری میدان دو به مربوط چاه شماره چاه تصویری نمودارهای گرفت. قرار استفاده مورد تصویرساز دستگاه دادههای به مربوط ترتیب به دو و یک دقیق ارزیابی انتخاب این دلیل میباشد. FMS و FMI این در میباشد. شکستگی تشخیص در شده معرفی روش مورد بخش شد. استفاده مربوطه چاههای متر ده از پژوهش بوده باز شکستگیهای دارای یک شماره چاه برای بررسی ناپیوسته دیگر بخشی و پیوسته آنها از بخشی طوریکه به که است باز شکستگیهای دارای نیز دو شماره چاه هستند. شکستگیها این از برخی و ناپیوسته صورت به آنها تمامی رد شکستگیها شناسایی برای میباشند. مانند زیگزاگ )شکل شد استخراج شکستگی به مربوط نقاط اول مرحله )شکل گرفت انجام دادهها خوشهبندی سپس 9 -الف(. 9 شکل در شده داده نمایش عمقی مقطع برای 9 -ب(. با که میباشد داده 4890 برابر شده استخراج نقاط تعداد برای کرد. پیدا کاهش داده 114 به نقاط این خوشهبندی برروی ژنتیک الگوریتم ابتدا سینوسی منحنیهای تخمین تخمین بعدی قدم در شد. اجرا شده خوشهبندی دادههای شده استخراج دادههای روی بر سینوسی منحنیهای این در اولیه کرومزوم گرفت. صورت نشده( )خوشهبندی روی بر سینوسی منحنی تخمین از حاصل نتیجه بخش میباشد. شده خوشهبندی دادههای

95 شناسايي شكستگيها در... شروع ورود اطالعات )تصوير( استخراج دادههاي مربوط به شكستگي خوشهبندي دادههاي استخراج شده اجراي الگوريتم ژنتيك بر روي دادههاي خوشهبندي شده اجراي الگوريتم ژنتيك بر روي دادههاي اصلي با فرض پاسخ مرحله قبل به عنوان جمعيت اوليه ارائه نتيجه نهايي پايان شکل 12 مقایسه بین تفسیر دستی و روش پیشنهادی بر روی 1/5 متر از یکی از چاههای مورد مطالعه را نشان میدهد. مقایسه نتایج بین تفسیر دستی و روش پیشنهادی به طور خالصه در جدول 1 ارائه شده است. استریونت و رز دیاگرام شکستگیهای تفسیرشده به صورت دستی و روش پیشنهادی برای دو چاه مورد بررسی در شکلهاي 13 و 14 نشان داده شده است. به دلیل تغییرات زیاد در شیب شکستگیها میانگین شیب در جدول 1 ذکر نشده است. همانگونهکه مشاهده میشود این روش توانسته در هر دو چاه مورد بررسي به خوبی شکستگیها را شناسایی کند و پارامترهای مربوط به آنها را تخمین بزند. میزان خطای میانگین در تعیین تعداد شیب و آزیموت شکستگیها برای نمودار تصویری چاه شماره یک به ترتیب %13 %28 و %12 و برای نمودار تصویری چاه شماره دو به ترتیب %19 %24 و %16 به دست آمده است. مقدار خطای تعداد شکستگی و آزیموت به ترتیب از مجموع اختالف نسبی بین تعداد شکستگیها و میانگین آزیموت حاصل از تفسیر و روش پیشنهادی در هر مقطع عمقی محاسبه میشود. شکل 11- فلوچارت الگوریتم پیشنهادی ج ب الف شکل 12 - الف- نمودار تصویری چهار بالشتکی مربوط به 1/5 متر از چاه مورد مطالعه ب( نتیجه حاصل از تفسیر دستی و ج( نتیجه حاصل از روش پیشنهادی )مقیاس تصویر ) 1 15/

96 شماره 72 جدول 1- مقایسه بین تفسیر دستی و روش پیشنهادی میانگین آزیموت شکستگیها تعداد شکستگیها شمارة چاه مقطع عمقی )متر( روش پیشنهادی )دسته اول( )دسته دوم( دستی )دسته اول( )دسته دوم( روش پیشنهادی دستی 7 8 222 141 235 147 0-2 7 9 232 153 240 142 2-4 6 6 212 205 چاه شمارة یک 4-6 17 15 202 194 10 6-8 1 1 238 240 8-10 12 10 3 10 0-2 0 0 2-4 9 8 204 190 چاه شمارة دو 4-6 17 12 210 205 6-8 14 12 220 15 237 8-10 180 الف 18 180 ب 18 شکل 13 الف- استریونت و رز دیاگرام مربوط به تفسیر دستی )چاه شمارة یک( ب- استریونت و رز دیاگرام حاصل از روش پیشنهادی

97... در شكستگيها شناسايي 180 الف 18 180 ب 18 پیشنهادی روش از حاصل دیاگرام رز و استریونت ب- دو( شمارة )چاه دستی تفسیر به مربوط دیاگرام رز و استریونت الف- شکل 14 6-8 عمقی مقطع در و یک شماره چاه برای پیشنهادی روش میانگین آزیموت و سه تعداد به شکستگی دسته یک متری 8-10 عمقی مقطع در و دو شماره چاه برای و درجه 10 میانگین آزیموت و دو تعداد به شکستگی دسته یک متری مشاهده دستی تفسیر در که است زده تخمین درجه 15 کرد. ذکر میتوان خطا این وجود برای دلیل دو است. نشده تصویری نمودارهای در زیاد بسیار نویز وجود اول دلیل ویژگیهای دارای زمینشناسی مختلف سازندهای است. و تکتونیکی ویژگیهای جمله از پیچیده بسیار و مختلف کربناته سازندهای در ویژگیها این كه هستند دیاژنتیکی هک میشود باعث پدیدهها این میخورد. چشم به بیشتر داشته زیادی نویز تصویری نمودارهای از حاصل تصاویر در شکستگی زیاد بسیار تراکم خطا این دوم دلیل باشد. تعداد شکستگیها افزایش با است. مربوطه عمقی مقطع این دلیل به میکند. پیدا افزایش شده استخراج دادههای شکستگی یک به مربوط که نقاطی صحیح اتصال تراکم است. مواجه خطا با هستند و تعداد در محاسبه خطای میشود مشاهده که همانطور شمارة چاه به نسبت دو شماره چاه برای شکستگی آزیموت کمتر پوشش دلیل به اوال خطا افزایش این است. بیشتر یک کمتر پوشش است. FMI نمودار به نسبت FMS )نصف( ميزان به شده استخراج دادههای که میشود باعث دستگاه تخمین دادهها کاهش این و کند پیدا کاهش توجهي قابل برخی ثانیا میکند. مواجه خطا با را سینوس منحنی صحیح کامل صفحهای دو شماره چاه در موجود شکستگیهای از پدیده این دلیل میشوند. دیده زیگزاگ شکل به و نبوده استوانهای دستگاه نمونهگیری سرعت تغییرات از ناشي شکستگی بودن( )زیگ-زاگ نبودن صفحهای و چاه نبودن نمیتوان شکستگیها نوع این روی بر بنابراین ميباشد. داد. تطبیق سینوسی منحنی دقیقا نتیجهگیری شکستگیهای مطالعه در مهمی نقش تصویری نمودارهای مورد در دقیقی اطالعات و داشته هیدروکربوری مخازن این در میدهد. قرار ما اختیار در چاه اطراف شکستگیهای پردازش تکنیکهای ترکیب اساس بر جدیدی روش مقاله شکستگیها شناسایی منظور به ژنتیک الگوریتم و تصویر شد. ارائه تصویری نمودارهای روی از

98 شماره 72 روش پیشنهادی با دقت قابل قبولی شکستگیها را در دو نوع نمودار تصویری الکتریکی FMI و FMS شناسایی و پارامترهای شیب آزیموت و موقعیت قرارگیری مربوط به آن را تعیین مينمايد. این روش سطح دقت تفسیر نمودارهای تصویری را افزایش داده و در کار تفسیر به مفسر کمک زیادی مینماید. روش اشاره شده بر روی چاههايی با شکستگی باز و نیمهبسته اعمال و نتایج رضایتبخشی حاصل شده است. با توجه به اینکه در ایران نرمافزاری جامع برای شناسایی خودکار شکستگیها و پارامترهای مربوط به آن از روی نمودار تصویری تهیه نشده است روش پیشنهادی میتواند راهکار مناسبی برای شناسایی شکستگیها در نمودارهای تصویری الکتریکی باشد. [1]. Haller D., and Porturas F., How to characterize fractures in reservoirs using borehole and core images: case studies, Geological society, Special Publications, London, vol. 136, pp. 249 259, 1998. [2]. Khoshbakht F., Memarian H., Azizzadeh M., Nourozi G., and Moallemi A., Ability of FMS in detecting fractures and other geological features of Asmari fractured carbonate reservoir, 4 th North African/Mediterranean Petroleum and Geosciences Conference & Exhibition Tunis, Tunisia, pp. 1-7, 2009. [3]. Plumb R. A., and Luthi S. M., Analysis of Borehole images and their application to geologic modeling of an Eolian reservoir, SPE annual technical conference and exhibition, New Orleans, pp. 505-514, 1986. [4]. Tingay M., Reinecker J., and Müller B., Borehole breakout and drilling-induced fracture analysis from image logs, World Stress Map Project Stress Analysis Guidelines, pp. 1-8, 2008. [5]. Serra O., Formation MicroScanner Image Interpretation, Schlumberger Education Services, 1989. [6]. Serra O., and Serra L., Well Logging- Data Acquisition and Application, Seralog, 2004. [7]. Schlumberger, Borehole geology, geomechanics and 3D reservoir modeling (FMI), SMP-5822, 2002. [8]. Torres D., Strickland R., and Gianzero M., A new approach to determining dip and strike using borehole images, SPWLA 31th Annual Logging Symposium, Lafayette, Louisiana, pp. 1 20, 1990. [9]. Hall J., Ponzi M., Gonfalini M., and Maletti G., Automatic Extraction and Characterization of Geological Features and Textures from Borehole Images and Core Photographs, SPWLA 37th Annual Logging Symposium, New Orleans, Louisiana, pp. 1-13, 1996. [10]. Ye Sh. J., and Baviler P., Automated fracture detection on high resolution resistivity borehole imagery, SPE annual technical conference and exhibition, New Orleans, Louisiana, pp. 777-785, 1998. [11]. Gonzalez R. C., and Woods R. E., Digital Image Processing 2 nd edition, prentice Hall, Upper saddle River, NJ., 2002. [12]. Steger C., An unbiased detector of curvilinear structures, IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998. [13]. Goldberg D.E., Genetic Algorithm in search, optimization and machine learning, New York: Addison Wesley, 1989. [14]. Haralick R., and Linda G., Computer and Robot Vision, Vol. 1, New York: Addison-Wesley, 1992. منابع