Автоматическое конфигурирование системы подготовки газа на основе онтологических моделей
Автор: Глухих И.Н., Шевелев Т.Г., Панов Р.А., Изотов А.М., Писарев М.О., Лисс Д.А., Быков В.С., Абрамов А.В., Нониева К.З.
Журнал: Онтология проектирования @ontology-of-designing
Рубрика: Прикладные онтологии проектирования
Статья в выпуске: 4 (46) т.12, 2022 года.
Бесплатный доступ
В статье представлено описание интеллектуальной системы поддержки концептуального проектирования месторождений, включающей в себя онтологическую базу знаний и программный прототип для автоматического конфигурирования системы подготовки газа. Онтологическая база знаний является инструментом для сохранения и воспроизведения инфраструктурных решений, показавших эффективность при реализации нефтегазовых проектов. Описаны онтологические модели-слои, включающие: партономию, таксономию, атрибутивную онтологию, онтологию процессов, онтологию функций, онтологию требований, онтологию расчётных моделей, онтологию оборудования. Каждый слой онтологии содержит знания, необходимые для конфигурирования системы подготовки газа, формализованные с помощью множества концептов и отношений между ними. Опираясь на онтологический подход и функционально-ориентированную онтологию, создан программный прототип для решения следующих задач: конфигурирование под требования, проверка исполнения требований и выявление противоречий при изменении конфигураций. Интеграция методов инженерии знаний и строгих математических алгоритмов в процессах принятия решений позволяет использовать как объективные физические закономерности нефтегазовых процессов, так и менее формализованную информацию об объектах и отношениях между ними. Автоматическая генерация технологических вариантов с учётом множества требований предназначена для использования на ранних этапах проектирования и направлена на ускорение ввода в эксплуатацию и сокращение изменений.
Инженерия знаний, прикладная онтология, система подготовки газа, концептуальное проектирование месторождений, автоматическое конфигурирование технологических схем, программный прототип
Короткий адрес: https://sciup.org/170197198
IDR: 170197198 | DOI: 10.18287/2223-9537-2022-12-4-518-531
Список литературы Автоматическое конфигурирование системы подготовки газа на основе онтологических моделей
- A Guide to the Project Management Body of Knowledge (PMBOK Guide). 5 Edited by PMI. Newtown Square, PA: Project Management Institute, 2013.
- Omoregie U. Megaprojects, Complexity, and Investment Decisions. Open Journal of Business and Management. 2016. Vol.4. P.219-224. D01:10.4236/ojbm.2016.42023.
- Engen S., Falk K., Muller G. The Need for Systems Awareness to Support Early-Phase Decision-Making — A Study from the Norwegian Energy Industry. Systems. 2021. Vol.9. P.47. D0I:10.3390/systems9030047.
- Gonzales J. Cost-cutting as and innovation driver among suppliers during an industry Downturn. In Petroleum Industry Transformation: Lessons from Norway and Beyond; Thune, T., Engen, O.A., Wicken, O., Eds.; Routledge: Oxfordshire, UK. 2018. P.70-83. DOI:10.4324/9781315142456-5.
- Яковлев В.В., Хасанов М.М., Ситников А.Н., Прокофьев Д.О., Пустовских А.А., Маргарит А.С., Симонов М.В., Перец Д. С. Направления развития когнитивных технологий в периметре Блока разведки и добычи компании «Газпром нефть». Нефтяное хозяйство. 2017. Том.12. С.6-9. DOI:10.24887/0028-2448-2017-12-6-9.
- Шушаков А.А., Билинчук А.В., Павлечко Н.М., Халиков Ф.Н., Сулейманов А.Г., Ситников А.Н., Слабецкий А.А., Тепляков Н.Ф., Сарапулов Н.П., Шестаков Д.А., Мансафов Р.Ю. «ЭРА:Добыча» -интегрированная платформа для повышения эффективности эксплуатации механизированного фонда скважин. Нефтяное хозяйство. 2017. Том.12. С.60-63. DOI:10.24887/0028-2448-2017-12-60-63.
- Хасанов M.М., Максимов Ю.В., Сударь О.О., Можчиль А.Ф., Старостенко Р.В., Вершинин С.А., Пашкевич Л.А., Третьяков С.В. Ценностно-ориентированная инженерия в «Газпром нефти». Нефтянове хозяйство. 2019. Том.12. С.6-11. DOI: 10.24887/0028-2448-2019-12-6-11.
- Abramov A. Agile methodology of well pad development. J Petrol Explor Prod Technol. 2020. Vol.10. P.3483-3496. DOI:10.1007/s13202-020-00993-3.
- Abramov A. Optimization of well pad design and drilling - well clustering. Petroleum Exploration and Development. 2019. Vol.46(3). P.614-620. DOI:10.1016/S1876-3804(19)60041-8.
- Miller W. Future of Systems Engineering. INCSOE 2019 International Symposium. Torrance, US-CA, January 28, 2019.
- Madni A. Exploiting Augmented Intelligence in Systems Engineering and Engineered Systems. Insight. 2020. Vol.23. P.31-36. DOI:10.1002/inst.12282.
- Rouse W. AI as Systems Engineering Augmented Intelligence for Systems Engineers, Insight. 2020. Vol.23. P.52-54. DOI:10.1002/inst.12286.
- Mabkhot M., Al-Samhan А., Hidri L. An Ontology-Enabled Case-Based Reasoning Decision Support System for Manufacturing Process Selection. Advances in Materials Science and Engineering. 2019. Vol.1. P.1-18. DOI:10.1155/2019/2505183.
- Glukhikh I., Glukhikh D. Case based reasoning for managing urban infrastructure complex technological objects. In: Proceedings of the CEUR Workshop 2021. Germany. 2021. 10 p. http://ceur-ws.org/Vol-2843/paper038.pdf.
