Интеллектуальная автоматизированная система управления установкой электроцентробежного насоса тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Комелин, Алексей Владимирович

• Комелин, Алексей Владимирович
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Комелин, Алексей Владимирович

Введение

Глава 1 Анализ проблем автоматизации процесса добычи нефти установкой электроцентробежного насоса

1.1 Актуальность разработки автоматизированной системы управления процессом добычи нефти УЭЦН

1.2 Технологический процесс добычи нефти УЭЦН

1.3 Современные подходы к решению проблем автоматизации технологического процесса добычи нефти УЭЦН

1.4 Цель и задачи исследования 36 Выводы по первой главе

Глава 2 Построение АСУ УЭЦН на основе методов искусственного интеллекта

2.1 Декомпозиция станции управления

2.2 Универсальность постоянной части станции управления

2.3 Единый интерфейс взаимодействия постоянной и переменной частей станции управления

2.4 Интеллект постоянной части станции управления 74 Выводы по второй главе

Глава 3 Интеллектуальная АСУ УЭЦН

3.1 Функциональная схема интеллектуальной АСУ УЭ1Щ

3.2 Информационная модель АСУ УЭЦН

3.3 Система принятия решения по управлению УЭЦН на основе синтеза технологии нейросети и прецедентов

3.4 Алгоритмы работы АСУ УЭЦН 101 Выводы по третьей главе

Глава 4 Практическая реализация и оценка эффективности разработанной АСУ УЭЦ

4.1 Автоматизированная система имитационно1 о моделирования

4.2 Программно-аппаратная реализация АСУ УЭЦН

4.3 Оценка эффективности разработанной АСУ УЭЦ11 126 Выводы по четвертой главе 131 Заключение 132 Литература 134 Приложение

Введение диссертации (часть автореферата) на тему «Интеллектуальная автоматизированная система управления установкой электроцентробежного насоса»

Актуальность темы

Современное состояние сырьевой базы нефтяной промышленности на территории Западной Сибири характеризуется изменением структуры и качества запасов как на разрабатываемых, так и на вновь открываемых месторождениях. Все большее число месторождений вступает в позднюю и завершающую стадию разработки, характеризующуюся значительным снижением добычи нефти при резком росте обводненности продукции [9].

По мере истощения нефтяной залежи особую актуальность приобретают проблемы повышения эффективности разработки месторождений, увеличения добычи нефти, снижения отбора попутных воды и газа, повышения нефтеотдачи пластов, обоснования и выбора оптимальных управляющих воздействий, оценки технологической эффективности проводимых icojioio-технологических мероприятий, продления жизненного цикла разработки месторождений, достижения экономической эффективности и другие [10].

Достижение наиболее эффективного, экономически обоснованного и полного извлечения углеводородного сырья возможно при научно обоснованных технологиях его добычи и адекватных регулирующих воздействиях с рациональным использованием энергии пласта [11].

Для решения этих проблем необходима как полнота и достоверность, так и комплексная обработка всей накопленной геолого-геофизической и промысловой информации о строении и свойствах продуктивных пластов. Значительные объемы такой информации концентрируются у технолотв, геологов, геофизиков в процессе разведки, разбуривания месторождения, исследования и эксплуатации скважин. Эта информация, как правило, точно характеризует строение, свойства и процессы в нефтяных пластах. В интеграции этих данных, в их комплексной обработке с помощью адекватных моделей и высокопроизводительных ЭВМ кроются значительные резервы повышения эффективности эксплуатации месторождений.

Поэтому в решении названных проблем повышения эффективности нефтедобывающего производства немаловажную роль играет его информатизация, создание информационных систем для решения задач мониторинга, геолою-иромыслового анализа, математического моделирования и прогноза систем разработки месторождений не только на этапе их проектирования, но и на этапе разработки месторождений в условиях нефтедобывающих предприятий.

С появлением технологий искусственного интеллекта, используемых при обработке и интерпретации данных реального времени, все большее значение приобретают методы, основанные на знаниях (knowledge-based methods). Их возможное применение для анализа состояния и управления УЭЦН связано с использованием разнообразных дополнительных априорных и опытных данных о функционировании и нарушениях в работе, имеющих детерминированный или случайный характер. Одними из наиболее перспективных среди этих методов являются нейросетевые методы. Они позволяют в нейросетевом базисе автоматически генерировать управляющие воздействия на объект управления, параметры которого могут быть найдены на основе неполных и противоречивых данных реального времени с использованием известных шп оритмов обучения нейронных сетей. Однако конкретных рекомендаций и методик применения нейросетевых технологий в создании автоматизированных систем управления и диагностики состояния нефтедобывающих установок мало.

На сегодняшний день существует тенденция возлагать на АСУ ТП функции верхних уровней управления: бухгалтерию, финансовую отчетность, маркетинг и т.д. Другими словами, АСУ ТП раздвигают до пределов MES (Manufacturing Execution Systems - система управления производством) систем. Это в корне неправильно, так как в этом случае программное обеспечение получается громоздким, его трудно внедрять и поддерживать, а также обучать персонал.

Вопросам разработки интеллектуальных автоматизированных систем управления посвящены работы А.И. Галушкина, В.И.Васильева, Ю.И. Зозули, в которых рассматриваются вопросы практического применения нейросетевых алгоритмов обработки информации. Управление распределенными объектами рассмотрено в работах А.Г. Бутковского, Л.С. Понтрягина, Р. Беллмана, Н.Н. Красовского, Т.К. Сиразетдинова в 60-70 годах XX века. М.В. Мееровым в 1965 юду рассмотрена возможность организации системы автоматического управления добычей нефти, А.Г. Бутковским, кроме этого, в 1965 году ставилась задача оптимизации добычи нефти, но дальнейшею развития их работы не получили.

Цель работы

Разработать интеллектуальную автоматизированную систему управления установкой электроцентробежного насоса согласно предложенной концепции и оценить эффективность ее работы путем имитационного моделирования.

Задачи исследования

Для достижения поставленной цели в работе сформулированы и решены следующие задачи:

1. Провести системный анализ факторов, влияющих на работу установки электроцентробежного насоса. Определить группу факторов, влияние которых играет ключевую роль в управлении УЭЦН.

2. Разработать концепцию на основе интеллектуальных методов управления: разработать систему принятия решений; разработать алгоритмы управления УЭЦП согласно принятому решению.

3. Разработать структуру интеллектуальной автоматизированной системы управления установкой электроцентробежного насоса.

4. Разработать автоматизированную систему имитационного моделирования работы интеллектуальной АСУ УЭЦН.

5. Оценить эффективность предложенной автоматизированной системы управления УЭЦ11 по результатам имитационного моделирования.

Методы решения

Для решения поставленных в работе задач использовались методы системного анализа, теории управления, теории имитационного моделирования, теории нейронных сетей. Использовались программные средства GENIZSIS32, UltraLogik32, Matlab 6.5 и Simulink 5.0.

На защиту выносится:

1. Результаты системного анализа факторов, влияющих на работу установки электроцентробежного насоса.

2. Концепция интеллектуального управления установкой электроцентробежно1 о насоса.

3. Структура интеллектуальной автоматизированной системы управления установкой электроцентробежного насоса.

4. Автоматизированная система имитационного моделирования работы интеллектуальной АСУ УЭЦП.

5. Результаты имитационного моделирования и оценка эффективности разработанной интеллектуальной АСУ УЭЦН.

Научная новизна:

1) результатов системного анализа заключается в выявлении группы факторов (геологических, конструктивных, внешних) и их совместною влияния на процесс управление УЭЦН;

2) предложенной концепции состоит в том, что принятие решений по управлению УЭЦН в процессе ее работы, в отличие от классического подхода к управлению УЭЦН, происходит на основе анализа как динамической (текущее состояние УЭЦН), так и статической (историю скважины) информации;

3) структуры интеллектуальной автоматизированной системы управления установкой электроцентробежного насоса заключается в том, что она включает систему принятия решений, основанную на синтезе нейросетевой технологии и вывода на основе прецедентов;

4) автоматизированной системы имитационного управления в том, что она реализует предложенную концепцию, и может быть использована как в режиме решения исследовательских задач, так и в режиме оперативного управления УЭЦН.

Практическая ценность полученных результатов

Практическая ценность разработанной интеллектуальной АСУ заключается в том, что она позволяет:

• за счет интеллектуального управления УЭЦН увеличивать продолжительность работы установок в скважине на 10 %;

• автоматизировать ряд управляющих функций;

• расширить функциональные возможности постоянной части станции управления, за счет интеграции различных источников динамической и статической информации, используемой для управления УЭЦ11;

• воспроизводить процессы управления реальных скважин, используя истории их работ;

• выступать, благодаря ОРС - технологии, в качестве постоянной части станции управления и управлять реальным технологическим процессом;

• имитировать ситуации, путем составления таблицы входных векторов.

Структура работы

Диссертационная работа изложена на 132 страницах машинописного текста, и включает в себя введение, четыре главы основного материала, заключение; рисунки на 55 страницах, библиографический список из 120 наименований на 10 страницах и приложение на 2 страницах.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Комелин, Алексей Владимирович

Основные выводы и результаты

1. В результате системного анализа выявлена группа управляющих параметров, одновременное изменение которых в процессе управления, однозначно определяет текущее состояние УЭЦП с учетом влияния геологических, конструктивных, внешних факторов, а также характеристик скважины и УЭЦН.

2. Предложенная концепция интеллектуального управления УЭЦН базируется на 4 принципах:

• Станция управления состоит из двух частей: постоянной и переменной.

• Постоянная часть едина (программно, функционально, аппаратно) для всех типов переменных частей и не зависит от них.

• Интерфейсы, порты, протоколы, внешние разъемы постоянной и переменной частей строго регламентированы и открыты для третьих производителей.

• Постоянная часть станции управления проецируется в классе интеллектуальных систем, способных самостоятельно принимать решения.

3. Структура интеллектуальной автоматизированной системы управления установкой электроцентробежного насоса включает систему принятия решений, основанную на синтезе технологий прецедентов и пейросетей, которая превращает постоянную часть СУ в активного участника процесса управления установкой, способного самостоятельно выполнять часть функции управления технолога.

4. Автоматизированная система имитационного моделирования: воспроизводит процессы управления реальных скважин, используя истории их работ; выступает, благодаря ОРС - технологии, в качестве постоянной части станции управления реальным технологическим процессом; имитирует любые ситуации, путем составления таблицы входных векторов.

5. Внедрение интеллектуальной АСУ УЭЦН увеличивает продолжительность работы установок на скважине до 10%, что обеспечивает, по результатам имитационного моделирования четырнадцати процентный прирост дебита нефти.

134

Заключение

Список литературы диссертационного исследования кандидат технических наук Комелин, Алексей Владимирович, 2006 год

1. Абиев Р.Г., Алиев Р.А., Алиев P.P. Синтез САУ с обучаемым на нейронной сети нечетким контроллером // Техническая кибернетика. - 1994. № 2. -С. 192-197

2. Автоматическое проектирование информационно-управляющих систем. Проектирование экспертных систем на основе системного моделирования / Г.Г. Куликов, А.Н. Набатов, А.В. Речкалов и др. Уфа: УГАТУ, 1999. - 233 с.

3. Адонин А.Н. Выбор способа добычи нефти // М.: 11едра. 1981.

4. Алиев Т.М., Мелик-Шахназаров A.M., Тер-Хачатуров А.А. Измерительные информационные системы в нефтяной промышленности. // М.: Недра 1981.

5. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. СПб.: Питер, 2000. - 384 с.

6. Балагин В.В. Теоретические основы автоматизированног о управления. //Минск: Высшая школа, 1991.

7. Беркинблит М. Б. Нейронные сети. М.: МИРОС, 1993. - 452 с.

8. Бессекерский В.А., Попов Е.П. Теория систем автоматического управления / В.А. Бессекерский, Е.П. Попов. Изд. 4-е, перераб. и доп. - СПб.: Изд-во «Профессия», 2003. - 752 с.

9. Бойко B.C. Разработка и эксплуатация нефтяных месторождений. М.: Недра, 1990.- 437с.

10. Борисов Ю.П., Рябинина З.К., Воинов В. Особенности проектирования разработки нефтяных месторождений. М.: Недра, 1976. - 375 с.

11. Булыгип В.Я. Гидромеханика нефтяного пласта. М.: 11едра, 1974.230с.

12. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: «Наука» 1997. -232с.

13. Бухаленко Е.И., Лбдуллаев Ю.Г. Монтаж, обслуживание и ремонт нефтепромыслового оборудования: Учебник для учащихся профтехобразования и рабочих на производстве. 2-е изд., псрераб. и доп. - М.: Недра, 1985. - 391 с.

14. Валесв М.Д. Хасапов М.М. Глубиннонасосная добыча вязкой нефти. Уфа Башкирское книжное издательство. 1992.

15. Вальков В.М., Вершин В.Е. Автоматизированные системы управления технологическими процессами. -JI.: Политехника, 1991.

16. Васильев С.Н., Жерлов А.К., Федосов Е.А. и др. Интеллектуальное управление динамическими системами. М.: Физико-математическая литература, 2000.-352 с.

17. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика.-М.: Машиностроение, 1990.-448 с.

18. Вендров A.M. Проектирование программного обеспечения экономических информационных систем: Учебник. М.: Финансы и статистика, 2003.-352 с.

19. Веревкин А.П., Дадаян Л.Г. Анализ и синтез автоматических систем регулирования сложных объектов нефтепереработки и нефтехимии: Учебное пособие. Уфа: Изд. Уфим. нефт. ин-та, 1989. - 94 с.

20. Веревкин А.П., Кирюшин О.В., В.Я. Соловьев. Моделирование и оптимизация процессов добычи нефти в динамике. // Вопросы управления и проектирования в информационных и кибернетических системах. Уфа, Издательство УГАТУ, 2003.

21. Габдуллин Р.Ф. Эксплуатация скважин оборудованных УЭЦН в осложненных условиях // Нефтяное хозяйство, 2002 -№4.- с.62-64

22. Гаскаров Д.В. Интеллектуальные информационные системы. Учеб. Для вузов. М.: Высш. шк., 2003. - 431 с: ил.

23. Геология и геохимия нефти и газа. Под ред. Бакирова А.А. М.: Недра1982

24. Горбань А., Росиев Д. Нейронные сети на персональном компьютере. -Новосибирск: 11аука, 1996. — 215 с.

25. Гордиенко Е.К., Лукьяница А.А. Искусственные нейронные сети. I. Основные определения и модели // Изв. РАН. Техническая кибернетика. 1994. -№ 5. - С.79-92

26. Грей Форест Добыча нефти / Пер. с англ. М.: ЗАО «Олимп-Бизнес», 2001.-416с.

27. Гулиев М.А., Гусейнзаде М.А., Максимов М.М. Методы моделирования и расчета термо- и гидродинамических процессов в нефтяном пласте. М., Недра, 1984 -321с.

28. Гультяев А. К. Визуальное моделирование в среде MATLAB: Учеб. курс. СПб: Питер, 2000. - 432 с.

29. Гультяев А.К. MATLAB 5.2. Имитационное моделирование в среде Windows: Практическое пособие, http://www.phys-campus.bspu.secna.ru/db/msg/1078229666/

30. Дудников В., Япкина М. и др. АСУ ТП на базе SCADA-пакета GENESIS32: опыт, решения, наработки. М.: Современные технологии автоматизации №3 2003.

31. Дьячук И.А., Ильясов Б.Г., Шаньгин Е.С. Системный подход к построению модели организации процесса эксплуатации месторождения нефти // 11ефтепромысловое дело. 2003. № 4.

32. Еремин Д.М., Мадыгулов Р.У. Определение параметров нейроподобных сетей, используемых при управлении динамическими объектами // Вопросы кибернетики, устройства и системы: Межвуз. сб. науч. тр. М.: МИРЭА, 1995.

33. Желтов Ю.П. Разработка нефтяных месторождений: Учеб. Для вузов. -2-е изд., перераб. и доп. М.: ОАО «Издательство «НЕДРА», 1998. - 365 е.: ил.

34. Золотарев С.В. Системы SCADA // Мир ПК. 1996. - ЛЬ 4. - С. 114-119

35. Иванова М.М. Динамика добычи нефти из залежей. — М.: Недра, 1976.

36. Ильясов Б. Г., Исмагилова J1. А., Валеева Р.Г. Моделирование производственно-рыночных систем.-Уфа: Изд. УГАТУ, 1995. -321 е.: ил.

37. Ильясов Б.Г., Тагирова К.Ф., Комелин А.В. Бадамшин P.P. Нефтедобыча. Системный подход // Тр. седьмой междунар. С SIT' 2005. Уфа, 2005. Т. 1. С. 16- 19 (Статья па англ. яз.)

38. Ильясов Б.Г., Тагирова К.Ф., Комелин А.В. УЭЦН как сложный динамический объект управления //Технологии ТЭК. М.:2005. -№5. - С.94-99

39. Инструментальная система программирования логических контроллеров UltraLogik32. Учебное пособие. Издание второе, перераб. и дополн./ М.А. Шамашов. Самара: Самарский муниципальный комплекс непрерывною образования «Университет Наяновой», 1997. - 118 с.

40. Интеллектуальные системы управления с использованием нейронных сетей: Учеб. пособие. / В.И. Васильев, Б.Г. Ильясов, С.С. Валеев и др.; Уфимск. гос. авиац. техн. ун-т. Уфа, 1997. 92 с.

41. Иртегов Д.В. Введение в сетевые технологии. СПб.: БХВ-Петербург, 2004.-560 е.: ил.

42. Искусственный интеллект: В 3-х кн. Справочник./ Под ред. Захарова B.I I., Хорошевского В.Ф.-М.: Радио и связь, 1990. Кн. I 426 е., кн. 2 - 304 е., кн 3 -368 с.

43. К вопросу моделирования и управления непрерывными технологическими процессами с помощью нейронных сетей // Теоретические основы химической технологии. 1995, Т. 29. - № 2. - С.205—212

44. Каплан JI.C. Параметры работы УЭЦН. Учеб. для вузов. 6-е изд. перераб. - М.: Высш. шк., 2000. - 542 е.: ил.

45. Кейн JI. Справочник современных АСУ ТП // Нефть, газ и нефтехимия за рубежом. -1987. -№ 3. С.87-125

46. Керридж А.Е. Использование экспертных систем // Нефть, i аз и нефтехимия за рубежом. -1987. -№ 9. С. 107-110

47. Клир Дж. Системология. Автоматизация решения системных задач. -М.: Радио и связь, 1990.-343 с.

48. Клюев А.С. Автоматическое регулирование. Изд. 2-е, перераб. и доп. -М.: Энергия, 1973.-392 е., ил.

49. Козлов В.Н. Системный анализ и принятие решений: Учебное пособие. СПб.: Изд-во СПбГТУ, 2000. - 190 с.

50. Комелин А.В. Автоматизированная система управления стендами тестирования погружного электрооборудования // Современные технологи автоматизации. 2004. - №3. - С.16-19

51. Комелин А.В. Автоматизированная система управления стендом тестирования гидрозащиты электродвигателя // Современные технологии автоматизации. 2005. - №2. - С.58-60

52. Комелин А.В., Ильясов Б.Г., Тагирова К.Ф. Автоматизация процесса добычи нефти на основе нейронных сетей // Технологии ТЭК. М.: 2005.-№3. -С.89-94

53. Комелин А.В., Ильясов Б.Г., Тагирова К.Ф., Самоорганизующаяся нейросетевая система диагностики установки электроцентробежною насоса // Автоматизация, телемеханизация и связь в нефтяной промышленности. -М.:ВНИИОЭНГ, 2005.-№10.-С.20-23

54. Короткий С.Г. Нейронные сети: алгоритм обратного распространения // BYTE/Россия. 2000. - № 5. - С.26-29

55. Короткий С.Г. Нейронные сети: основные положения // BYTE/Россия. -2000.-№5.-С. 18-21

56. Костюченко С.В., Ямпольский В.З. Мониторинг и моделирование нефтяных месторождений. Томск: Изд-во 11ГЛ, 2000. - 246 е.: ил.

57. Кругляк К. Одноплатные компьютеры для встраиваемых систем. М.: Современные техноло1 ии автоматизации №4 2003.

58. Кузнецов А. SCADA-системы: программистом можешь ты не быть. // Современные технологии автоматизации, 1996.-№ 1.-С.32-35

59. Куликов Г.Г., Брейкин Т.В., Арьков В.Ю. Интеллектуальные информационные системы: Учеб. пособие.-Уфа: УГАТУ, 1999. 129 с.

60. Кунцевич Н.А. SCADA-системы и муки выбора // Мир компьютерной автоматизации. 1999. - № 1. - С.72-78

61. Лазарев Ю. Ф. MatLAB 5.x. Киев: Издат. группа ВНУ, 2000. - 384 с.

62. Ларьер Ж.-Л. Системы искусственною интеллекта: Пер. с франц. -М.: Мир, 1991.-568 е., ил.

63. Липаев В.В. Системное проектирование сложных программных средств для информационных систем. М.: СИНТЕГ, 2004.

64. Локотков А. Что должна уметь система 8САОА//Современные технологии автоматизации, № 3.1998. С. 44-46.

65. Лысенко В.Д. Инновационная разработка нефтяных месторождений. -М.:000 «Недра-Бизнесцентр», 2000. 516 е.: ил.

66. Лысенко В.Д. Оптимизация разработки нефтяных месторождений. -М: Недра, 1991.

67. Лысенко В.Д. Проектирование разработки нефтяных месторождений. -М: Недра, 1987.

68. Лысенко В.Д. Разработка нефтяных месторождений. Теория и практика.-М.: Недра, 1996.

69. Лысенко В.Д. Теория разработки нефтяных месторождений. М.: Недра, 1993.

70. Лысенко В.Д., Мухарский Э.Д. Принципы выбора сетки скважин на нефтяной залежи // В кн.: Влияние плотности сетки скважин и их размещения на нефтеотдачу пластов.-М.: изд. ВНИИОЭПГ, 1968.

71. Лысенко В.Д., Мухарский Э.Д. Проектирование интенсивных систем разработки нефтяных месторождений. М.: Недра, 1975.

72. Любарский Ю.Я. Интеллектуальные информационные системы. М.: Наука, 1990.-232 с.

73. Максимов В.П. Влияние геологических факторов на pa6oiy УЭЦН. -М.: НЕДРА, 2000.-231 с.

74. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6 / Под общ. ред. к.т.н. В.Г. Потемкина. -М.: ДИАЛОГ-МИФИ, 2002. 496 с.

75. Методы математического моделирования объектов и процессов разработки нефтяных месторождений М., Всесоюз. нефтегаз. науч.-исслед. ин-т, 1991

76. Микони С.В. Модели и базы знаний. Учебное пособие. СПб.: СПГУПС, 2000.-155 с.

77. Мишулина О. А., Лабинская А. А., Щербинина М. В. Лабораторный практикум по курсу "Введение в теорию нейронных сетей". -М.: МИФИ, 2000. -204 с.

78. Модели систем автоматического управления и их элементов. 11од редакцией Б.Г. Ильясова. М:. Машиностроение 2003

79. Нефтепромысловое оборудование: Справочник / Под ред. Е. И. 1>ухаленко. 2-е изд., перераб. и доп. - М.:Недра, 1990. - 559 е.: ил.

80. Нильсон Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.

81. Омату С., Халид М., Юсоф Р. Нейроуправление и его приложения. -М.: ИПРЖРБ, 2000.-272 с.

82. Осипов Г.С. Приобретение знаний интеллектуальными системами. -М.: Наука, 1997.

83. Оссовский С. Нейронные сети для обработки информации / Пер. с польскою И.Д. Рудинского. -М.: Финансы и статистика. -2004. 344 е.: ил.

84. Открытые технологии и базовые аппаратно-программные средства для систем промышленной автоматизации и телекоммуникаций. Каталог. -М.: R'ISoft, 2000.- 100 с.

85. Потемкин В. Г. Инструментальные средства MATLAB 5.x. -М.: Диалог-МИФИ, 2000. 336 с.

86. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний / Р.А. Бадамшин, Б.Г. Ильясов, JI.P. Черняховская. М.: Машиностроение, 2003 - 240 с.

87. Рапопорт Г.Н. и др. Автоматизированные системы управления технологическими процессами. М:. Машиностроение 1977

88. Рапосин Д.В. Промышленные сети. М:. Машиностроение 1999

89. Рей У. Методы управления технологическими процессами: Пер. с англ. -М.: Мир, 1983.-368 е., ил.

90. Роберт Хехт-Нильсен. Нейрокомиьютинг: история, состояние, перспективы // Открытые системы. № 4-5. - 1998. -С.23-28

91. Розенблатт Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга. М.: Мир, 1965.

92. Руководство по программированию промышленных контроллеров в среде UltraLogik32. М.: ПРОСОФТ, 2005.

93. Рыбина Г.В. Проектирование систем, основанных на знаниях: Учеб. псобие. М.: МИФИ, 2000. - 104 с.

94. Середа Н. Г., Сахаров В. А., Тимашев А. Н. Спутник нефтяника и газовика: Справочник. М.: Недра, 1986

95. Системы диспетчерского управления и сбора данных (SCADA-системы) // Мир компьютерной автоматизации. 1999. - № 3. -С.4-9

96. Соболев B.C. Программное обеспечение современных систем сбора и обработки измерительной информации // Приборы и системы управления. 1998. -№ I.-С.55-59

97. Соколов В.А. Нефть. М:. Недра 1970.

98. Способ разработки зонально неоднородных по коллекторским свойствам залежей нефти / В.И. Грайфер, АИ. Комаров, В.Д. Лысенко и др. / Изобретение. Ас. 356344.

99. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений: Добыча нефти / Под ред. Ш.К Гиматудинова. -М: Недра, 1983.

100. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений: Проектирование разработки /Под ред. Ш.К Гиматудинова.-М.: Недра, 1983.

101. Стабин И.П., Моисеева B.C. Автоматизированный системный анализ. -М.: Машиностроение, 1984. 312 е.: ил.

102. Стандарт ОАО «ЛУКОЙЛ» «Виды исследований скважин и периодичность их замеров», 2006 г.

103. Сургучев М.А Вторичные и третичные методы увеличения нефтеотдачи пластов. М.: Недра, 1985.

104. Технология и техника добычи нефти: Учебник для вузов / А.Х. Мирзаджанзаде, И.М. Ахметов, A.M. Хасаев, В.И. Гусев. Под ред. проф. А.Х. Мирзаджанзаде.-М.: Недра, 1986. -382 с.

105. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998.-376 с.

106. Фрэнк Дж. Бартос. Искусственный интеллект: принятие решений в сложных системах управления // Мир компьютерной автоматизации. -№ 4. 1997 -С.2-21

107. Эксплуатация осложненных скважин центробежными электронасосами под ред. Л.С. Каплан, -М.: Недра, 2001. -382 с.

108. Юсупов И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.-88 с.

109. Ш.Юсупов P.M., Зоболотский В.П. Научно-методологические основы информатизации. СПб.: Наука, 2000. - 455 е.: 69 ил.

110. Hugh J. Dynamic System Modeling and Control. claymore.engineer.gvsu.edu/~jackh/books/model/pdf/model 1 .pdf

111. Lurie J.B., Enright P.J. Classical feedback control with MATLAB. http://www.scientific-library.net/data/index.phppath=voll/djvu/MMathematics/MNNumerical%20methods/MNwWavelets%2C% 20signal%20processing/

112. Manassah. Using Matlab. http://www.scientific-library.net/data/index.php?path=vol 1/dj vu/SSoftware/

113. Mathews, Fink, Numerical Methods Using MATLAB, 1999. http://www.scientific-library.net/data/index.php?path=voll/CMC/

114. Regular!zation Tools (Matlab Package), Hansen P. http://0xcd.com/scilib/desc/57607.040224230400.djvu.html