Математические и программные средства интеллектуальной информационно-измерительной системы для формирования скан образов и интерпретации каротажных диаграмм тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Старыгин, Артем Викторович

• Старыгин, Артем Викторович
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Старыгин, Артем Викторович

Используемые обозначения и сокращения.

Введение.

Глава 1. Анализ программно-аппаратных средств и методов интерпретации геофизических исследований скважин.

1.1. Введение.

1.2. Цифровая регистрация.

1.2.1. Преимущества цифровой регистрации.

1.2.2. Программно-управляемые каротажные комплексы.

1.2.3. Управляющие и обрабатывающие каротажные комплексы

1.3. Преобразование КД в цифровую форму.

1.3.1. Подготовка диаграмм к оцифровке.

1.3.2. Преобразователи КД.

1.3.3. Оцифровка диаграмм с помощью преобразователей.

1.3.4. Программное обеспечение для оцифровки КД.

1.3.4.1. Пакет программ NordSoft.

1.3.4.2. Достоинства и недостатки пакета программ t NordSoft.

1.3.4.3. Программа NeuraLog.

1.3.4.4. Достоинства и недостатки программы NeuraLog.

1.4. Предварительная обработка цифровых данных.

1.4.1. Редактирование цифровой информации.

1.4.2. Увязка кривых по глубине.

1.4.3. Приведение геофизических кривых к стандартным скважинным условиям.

1.5. Базы данных ГИС.

1.6. Интерпретация каротажных данных.

1.6.1. Задача интерпретации ГИС

1.6.2. Результаты интерпретации ГИС.

1.6.3. Алгоритмы интерпретации геофизической информации

1.6.3.1. Статистические методы.

1.6.3.2. Алгоритм с использованием диагностических кодов

1.6.3.3. Цитологическое расчленение с оценкой вероятности

1.6.3.4. Метод нормализации.

1.6.3.5. Методы классификации, основанные на петрофизических данных.

1.7. Выводы и постановка цели и задач исследований.

Глава 2. Информационно-измерительные, программно-алгоритмические средства и математические критерии оценки точности оцифровки твердых копий КД на бумажном носителе.

2.1. Введение.

2.2. Программное обеспечение компьютеризированной системы оцифровки КД.

2.2.1. Технологический процесс оцифровки КД.

2.2.2. Структурно-технологическая схема информационно-управляющей системы процесса поточной оцифровки КД.

2.2.3. Программные компоненты технологического процесса оцифровки.

2.3. Математические критерии оценки точности формирования скан образов при оцифровке КД.

2.3.1. Определение формы КД при формировании ее скан образа

2.3.2. Использование метода среднеинтегральной фильтрации для определения поперечных вибраций движущегося носителя КД.

2.3.3. Устранение влияния поперечных перемещений ленточного носителя при формировании скан образа КД.

2.4. ИИИС для повышения динамической точности формирования скан образов КД путем устранения влияния погрешностей движения ленточного носителя

2.4.1. Основные цели ИИИС.

2.4.2. Общая структура ИИИС.

2.4.3. Технические средства для повышения динамической точности движения ленточного носителя.

2.4.3.1 Методика измерения угла перекоса движущейся бумажной ленты.

2.4.3.2. Методика измерения коэффициента продольных деформаций бумажного носителя.

2.4.4. Алгоритмы обработки скан образов КД.

2.4.4.1 Математическая модель поворота скан образа.

2.4.4.2. Математическая модель масштабирования скан образа.

2.4.4.3. Описание алгоритмов коррекции скан образа

2.4.4.4. Результаты работы программного комплекса . 85 2.5 Полученные результаты и выводы.

Глава 3. Построение баз данных геолого-геофизической информации и локальных вычислительных сетей для доступа к ним.

3.1. Построение компьютерных геологических и фильтрационных моделей пластов.

3.1.1. Система управления геологическими, геофизическими и производственными данными.

3.1.2. Загрузка данных.

3.1.2.1. Совместимость.

3.1.2.2. Использование загрузчиков.

3.1.3. Построение разрезов.

3.2. Структура БД Finder.

3.3. Структура БД Carbon.

3.3.1. Описание программы.

3.3.2. Организация доступа пользователей к БД.

3.3.3. Отображение КД в графическом виде.

3.3.4. Импорт КД из файла в формате LAS.

3.3.5. Иерархия программных компонентов для обработки хранимой информации.

3.3.6. Попластовая увязка диаграмм.

3.3.7. Увязка по узловым точкам.

3.3.8. Приведение показаний методов к стандартным условиям измерений.

3.3.9. Статистическое эталонирование показаний методов. 132 3.4. Основные результаты и выводы.

Глава 4. Применение теории интеллектуальных систем для литологического расчленения разреза скважин.

4.1. Ранговая модель.

4.1.1. Обоснование выбора рангового алгоритма.

4.1.2. Основные понятия и постановка задачи.

4.1.3. Режим обучения алгоритма АВПР.

4.1.4. Режим классификации алгоритма АВПР.

4.1.5. Применение алгоритма.

4.2. Модель нечеткой логики.

4.2.1. Основные понятия нечеткой логики.

4.2.2. Формирование лингвистических переменных.

4.2.3. Алгоритм принятия нечеткого решения.

4.3. Экспресс-интерпретация каротажных данных.

4.3.1. Объект и цели исследования.

4.3.2. Известные теоретические зависимости.

4.3.3. Анализ экспериментальных данных.

4.3.3.1. Анализ значений КД для продуктивных интервалов

4.3.3.2. Анализ значений КД для основных литологических типов.

4.3.4. Применение алгоритма АВПР для интерпретации КД. . 161 ^ 4.3.4.1. Постановка задачи.

4.3.4.2. Результаты экспериментов.

4.3.5. Применение нечеткой логики для интерпретации КД.

4.3.5.1. Постановка задачи.

4.3.5.2. Результаты эксперимента.

4.3.6. Анализ предварительной обработки.

4.3.7. Алгоритм корректировки границ пластов.

4.4. Результаты экспериментальных исследований.

Введение диссертации (часть автореферата) на тему «Математические и программные средства интеллектуальной информационно-измерительной системы для формирования скан образов и интерпретации каротажных диаграмм»

Актуальность темы. Современные технологии разработки нефтяных месторождений предполагают компьютеризированную обработку и интерпретацию данных каротажа, а также построение различного рода геологических и математических моделей месторождений. Достоверность и надежность построенных моделей месторождений и залежей оказывают определяющее влияние на эффективность поисково-разведочных работ и выбор обоснованной схемы разработки ГИС на сегодняшний день являются, фактически, единственной возможностью выделить в разрезе скважины продуктивные нефтяные и газовые пласты, определить их толщины, емкостные и фильтрационные свойства, литологический состав, эксплуатационные характеристики.

С каждым годом все острее стоит проблема воспроизводства минерально-сырьевой базы в России, т.к. большинство месторождений уже давно эксплуатируются и их запасы, практически, исчерпаны. Сложность воспроизводства запасов нефти и газа связана с тем, что новые месторождения отличаются от уже эксплуатируемых сложным геологическим строением, а именно: большими глубинами залегания, небольшой толщиной пластов-коллекторов, многокомпонентным литологическим составом, сложной структурой порового пространства. В связи с этим значительно повышается роль ГИС и требования к ее достоверности. В то же время существует обширный банк каротажных диаграмм (КД), хранимых на фотобумаге и в виде их твердых копий на бумажной ленте, сформированный еще до появления цифровых магнитных регистраторов и компьютеризированных программно-аппаратных комплексов для цифровой записи и оперативной предварительной обработки данных ГИС. После оцифровки КД появляется возможность переинтерпретировать информацию по уже разрабатываемым месторождениям. Для новых месторождений оцифровка существующего фонда позволяет не проводить исследования повторно, тем более что проведение комплекса ГИС даже по одной скважине очень затратно. Поэтому перед нефте- и газодобывающими компаниями встает вопрос об оцифровке старых КД существующего фонда скважин.

Повышение точности ввода данных ГИС при оцифровке возможно только при комплексном подходе к решению проблемы - созданию ИИИС, состоящей из аппаратных и программных компонентов и предназначенной для определения, анализа и устранения погрешностей, возникающих при формировании скан образов КД.

Поэтому для автоматизации процесса переинтерпретации и построения более точных математических моделей месторождений для оптимизации процесса добычи нефти необходимы интеллектуальные информационные системы, позволяющие хранить и обрабатывать весь комплекс геолого-геофизической и технологической информации. При наличии некоторой эмпирической БД возможно использование методов извлечения знаний из данных и применение обучающихся информационных систем. Дальнейшим развитием автоматизации интерпретации каротажного материала является разделение на пласты разреза скважин с помощью экспертных оценок, которые существенным образом используются в системах искусственного интеллекта, построенных на основе теории ПЛ. В общем случае, применение систем НЛ целесообразно в тех случаях, когда нет простой и однозначной математической модели объекта или процесса, но экспертные знания об объекте или процессе представимы в форме предикатных правил. Принимая во внимание, что задачи интерпретации ГИС имеют в своей основе сложные функциональные зависимости, поэтому применение системы НЛ для их решения вполне приемлемо и обоснованно.

Объектом исследования являются ГИС, КД и их скан образы, рулонные сканеры, оцифровка КД, ИИИС для определения погрешностей сканирования КД, программный комплекс для обработки скан образов КД, БД и локальная вычислительная сеть (ЛВС), алгоритм адаптивного выбора подклассов (АВПР) модели НЛ для решения задач интерпретации ГИС.

Предметом исследования являются программное, лингвистическое и информационное обеспечение интеллектуальной ИИИС, математическая модель для оценки точности формирования скан образов КД;. разработка правил и структуры экспертной системы для контроля качества оцифровки, методы и алгоритмы интерпретации геофизической информации; алгоритмы распознавания литологии пластов на основе НЛ.

Цель работы - проведение комплексных исследований, направленных на получение научно-обоснованных методических и технических решений, способствующих повышению степени автоматизации обработки и интерпретации ГИС путем создания интеллектуальной ИИИС, обеспечивающей формирование цифровых скан образов КД с ленточных носителей данных, управление геологическими, геофизическими и производственными данными на основе специализированных баз данных и повышение надежности выявления нефтенасыщен-ных коллекторов путем разработки алгоритмов, базирующихся на положениях теории HJI; внедрение чего имеет существенное значение для создания экспертных систем экспресс- анализа для обработки и интерпретации геофизической информации.

Для достижения поставленной цели требуется решить следующие задачи:

- создание автоматизированной технологии оцифровки КД с бумажного носителя; разработка математической модели оценки точности формирования скан образов КД, а также аппаратно-программных средств для определения, анализа и устранения погрешностей процесса сканирования КД;

- разработка структуры специализированной БД для обеспечения качества, достоверности и полноты каротажного материала, корректного выделение пластов - коллекторов, определение их фильтрационно-емкостных свойств, построение зависимостей между различными свойствами коллекторов;

- создание ЛВС, обеспечивающей увеличение клиентских мест при обработке КД в LAS-формате, с включением в нее станции Sun в качестве сервера специализированной БД и персональных компьютеров;

- определение таблицы соответствия стандартных мнемоник для обеспечения возможностей работы БД с КД при выполнении операций склейки отрезков кривых или их любой корректировки, при которых возникают проблемы, связанные с различным наименованием кривых,

- разработка методики, позволяющей строить ранговые модели многомерного каротажного сигнала с возможностью добавления различных ограничений, анализировать распределение значений функций, имеющую широкий набор алгоритмов для расчета количественных показателей и предварительной обработки, адаптированных к особенностям КД;

- выработка обоснованных решений для построения моделей HJI для распознавания литологической структуры разреза скважины и методики определения информативности методов каротажа при интерпретации результатов ГИС на основе алгоритмов HJ1.

Методы исследования. В работе применялись теоретические и экспериментальные методы исследования. При решении задачи распознавания литологической структуры разреза скважины методы ранговой корреляции и теории нечетких множеств. Обучение системы HJ1 осуществлялось на различных комбинациях методов каротажа. Результаты работы системы HJ1 исследовались на предмет адекватности выделенных нефтенасыщенных, водонасыщенных и непродуктивных участков разреза скважины экспертным оценкам.

При разработке математической модели оценки точности формирования скан образов, а также методики статического анализа процесса сканирования КД применялись методы теории вероятности и теории случайных функций. Экспериментальные исследования базируются на использовании методов динамического анализа параметров и характеристик сканирующего устройства с учетом метрологических характеристик средств измерений. Обработка полученных результатов проводилась с привлечением аппарата математической статистики.

Информационная модель ИИИС создана с учетом объектно-ориентированных принципов разработки программных комплексов. База правил разработана с учетом механизмов построения реляционных структур данных. Программное обеспечение системы реализовано на алгоритмическом языке высокого уровня - Object Pascal, интерфейс пользователя разработан в интегрированной среде Borland Delphi 6.0, БД работает под управлением таких СУБД как Oracle 8 и Microsoft SQL Server 7.0.

Достоверность и обоснованность полученных в работе результатов и выводов подтверждается сопоставительным анализом разработанных и существующих математических моделей и методов, а также итогами практического использования ИИИС. Математические модели, алгоритмы и прикладные программы, используемые в работе, основаны на положениях ранговой корреляции теории нечетких множеств, на теоретических основах функционального анализа, теории статистического анализа КД как временных рядов, а также теории вероятностей, случайных функций и фундаментальных основ построения экспертных систем. Методики расчета параметров коллекторов базируются на широко применяемых при ГИС петрофизических зависимостях.

Достоверность экспериментальных результатов обеспечена использованием большого объема экспериментального материала, статистическими методами обработки данных и хорошей воспроизводимостью результатов. Достоверность эталонного материала для обучения моделей HJI обеспечена использованием утвержденных в ОАО «Башнефтегеофизика» экспертных заключений по обрабатываемым скважинам.

На защиту выносятся результаты исследования компьютеризированной ИИИС, обеспечивающей высокую точность экспресс-интерпретации, определения, анализа и устранения погрешностей формирования скан образов КД, а также структуры специализированных БД ГИС, в том числе:

- структура и алгоритмы автоматизированной информационно-управляющей системы, предназначенной для оцифровки твердых копий КД на бумажном носителе; технические средства контроля погрешностей сканирования и методики их устранения;

- математическая модель оценки точности формирования скан обрзов КД, содержащая формулы для оценки формы каротажного сигнала, аналитические выражения для определения погрешностей сканирования;

- стандартизация и формализация типов каротажной информации, проектирование мощной и гибкой реляционной БД, позволяющей хранить все типы геолого-геофизических информации и обеспечивать к ним доступ пользователям путем создания ЛВС на базе интерпретационно-вычислительной станции Sun;

- экспресс-анализ КД, позволяющий определить тип и мощность изучаемых пластов, а также их количественные показатели; распознавание характерных критериальных моделируемых зависимостей;

- применение средств искусственного интеллекта для определения лито-логического состава разреза скважины по данным каротажа путем обучения на основе анализа соответствия КД имеющемуся экспертному заключению;

-концептуальные основы программного обеспечения (ПО), принципы построения программного, лингвистического и информационного обеспечения ИИИС, реализуемой на основе АВПР и модели HJI;

Научная новизна полученных результатов определяется теоретическим обоснованием создания алгоритмических средств и математического аппарата для ИИИС ГИС, обладающей хорошей совместимостью со всеми высокоинтеллектуальными программами обработки и интерпретации каротажных данных, при разработке которой:

-осуществлен выбор структуры и сформирована концепция программно-аппаратных средств для определения, анализа и устранения погрешностей формирования скан образов каротажных кривых;

- разработаны критерии точности ввода данных ГИС при оцифровке, оценки достоверности полученных критериев; построена математическая модель, позволяющая количественно рассчитывать величину и характер погрешностей, определять параметры сканирования, обеспечивающие требуемую точность ввода каротажных данных;

- разработана база каротажных данных для решения задачи комплексной автоматизации обработки результатов ГИС; решены проблемы импорта, хранения и поиска разнородной информации, ее визуализации и вывода на печать; разработаны интерфейсы взаимодействия БД с программами обработки и анализа КД;

- применен ранговый алгоритм адаптивного выбора подклассов для лито-логического расчленения пройденных скважиной пород; разработаны методики формирования классов, сформированы ранговые вектора, характерные для исследуемых скважин карбонатного типа;

- предложена модель нечеткой логики взамен известного вероятностного подхода, не требующая нормального распределения вероятности попадания значений КД в литологический тип; сформированы лингвистические переменные и правила принятия решения;

- разработана информационно-управляющая система контроля качества оцифровки КД, предложены форматы представления правил, способы формирования зависимостей и механизмы расширения базы знаний системы;

Практическая полезность. Созданная ИИИС ГИС позволила решить целый ряд проблем автоматизации ГИС и экспресс-интепретации каротажной информации. Практическую ценность созданной ИИС ГИС добавляет то, что она построена на базе персональных компьютеров IBM PC/AT типа Notebook, конструкция которых позволяет использовать их в полевых каротажных станциях.

Система ПО ИИИС универсальна, легко модифицируется под конкретные требования, может быть расширена новым комплексом задач и процедур обработки. ПО имеет высокую надежность, защищено от аппаратных сбоев и ошибок пользователя. Информационная модель системы построена в виде базы знаний, содержащей сведения о понятиях, отношениях и ограничениях предметной области. В системе имеются сведения о методах каротажа, параметрах скважинных приборов. Универсальная система диалога позволяет вводить и контролировать данные, используя имеющиеся априорные сведения.

Измерительная информация представлена в виде БД, что позволяет обрабатывать данные по скважинам, методам и измерениям.

Интеграция в единый программный продукт интеллектуальных алгоритмов, средств хранения, предварительной обработки и интерпретации, наличие интерфейсов взаимодействия с другими программными комплексами, использование динамически связываемых библиотек (dll), дающих широкие возможности расширения, позволяет рассматривать созданную ИИИС как многофункциональный инструмент анализа и интерпретации геофизических данных.

Реализация работы в производственных условиях. Полученные в работе результаты использованы при оцифровке КД в Институте математического моделирования разработки нефтяных месторождений ИжГТУ.

Работа выполнялась в соответствии с планами хоздоговорных НИР по заказам ОАО «Белкамнефть» и ОАО «ТНК-ВР»: № ГР 01200 405097 «Верификация геолого-геофизической информации по объектам разработки месторождений Северного НГДП ОАО «Нижневартовск»; № ГР 01200 405096 «Формирование базы данных геолого-технологических мероприятий на скважинах Само-тлорского месторождения»; № ГР 01200 405095 «Оцифровка каротажного материала Каширо-подольского объекта Вятской площади Арланского месторождения»; № ГР 01200 405096 «Создание библиотеки скан образов скважин Само-тлорского месторождения».

Вся работа в целом, а также её отдельные части могут быть использованы предприятиями нефтегазодобывающей отрасли, организациями, занимающимися построением ряда различных моделей на основе геолого-геофизической и промысловой информации.

Апробация работы. Отдельные законченные этапы работы обсуждались на Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, 2000-2002), Электронной заочной конференции «Молодые ученые - первые шаги третьего тысячелетия» (Ижевск, 2000), 32-34 Научно-технической конференции ИжГТУ (Ижевск, 1998, 2000-2002), Международном симпозиуме «Надежность и качество 2002» (Пенза, 2002), IV научный симпозиум «Геоинформационные технологии в нефтепромысловом сервисе» (Уфа, 2005).

Публикации. Результаты работы отражены в 14 научных публикациях, в том числе: 2 статьи в сборниках трудов международных научно-технических конференций, 6 отчетов о НИР (63с., 59с., 91с., 35с., 53с., 80с.), 2 статьи депонировано в ВИНИТИ (47 и 54с.), 4 статьи в научных изданиях.

Структура и объем работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 189 с. машинописного текста. В работу включены 68 рис., 33 табл., список литературы из 125 наименований и приложение, включающее акт об использовании результатов работы.

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Старыгин, Артем Викторович

ЗАКЛЮЧЕНИЕ

В результате проведения комплексных исследований, направленных на получение научно-обоснованных методических и технических решений, способствующих повышению степени автоматизации обработки и интерпретации ГИС создана ИИИС, внедрение которой имеет существенное значение для создания экспертных систем экспресс- анализа для обработки и интерпретации ГИС.

1. На основе исследования структуры технологического процесса оцифровки КД построена схема автоматизированной информационно-управляющей системы и определены функции ее программных компонентов. Система состоит из 7 подсистем, реализующих различные стадии процесса и БД проектов оцифровки, скан образов КД, информации процесса оцифровки, а также фрагментов КД.

2. Созданная в рамках системы оцифровки подсистема выделения линий КД на скан образах диаграмм обеспечивает предварительную обработку изображения для подавления неинформативных элементов, выделение информационного множества диаграммы, утончение линий и построение скелета изображения, предварительную обработку выделенных примитивов, реконструкцию и восстановление непрерывной кривой.

3. Разработана математическая модель для оценки точности формирования скан образов КД, содержащая формулы и зависимости для оценки формы каротажного сигнала, в том числе, оптимальной оценки. Рассчитаны среднеквадратичные ошибки и оценки дисперсии для всех компонентов математической модели.

4. Сформирована концепция, структура, математическая модель, основные модули и алгоритмы программно-аппаратных средств для оценки, анализа и компенсации помех формирования скан образов КД. Разработаны алгоритмы программного комплекса, осуществляющего обработку скан образов КД.

5. В состав ИИИС включена система Finder, использующая мощную и гибкую реляционную БД, что позволяет хранить все типы данных и обеспечивать к ним доступ пользователям. Управляет данными реляционная СУБД типа ORACLE. Для эффективного хранения каротажных диаграмм и некоторых других данных обычная реляционная БД дополнена векторной базой. Успешно решены технические проблемы, возникшие при интеграции информации в Finder: перевод информации на новые технические носители; согласование форматов представления данных; использование локальной сети для ввода информации.

6. Для экспресс-интерпретации КД использован АВПР для литологического расчленения пройденных скважиной пород; разработаны методики формирования классов и алгоритм классификации; предложено использование алгоритма АВПР для формирование лингвистических переменных.

7. Разработан способ определения информативности методов каротажа при распознавании литологической структуры разреза скважины моделью HJI в зависимости от количества каротажных методов. Проведенные оценки выявили показатели информативности методов каротажа при интерпретации результатов ГИС на основе алгоритмов нечеткого вывода

8. Разработаны принципы построения адаптивных систем HJ1 для распознавания литологической структуры разреза скважины. Выбраны методы обучения для моделей HJ1. Показана состоятельность подхода к задаче распознавания литологической структуры разреза скважины при помощи обучения систем HJ1. Разработанная система интерпретации результатов ГИС на основе нечеткого логического вывода, обеспечивает литологический экспресс-анализ.

9. Разработаны принципы построения программного комплекса, реализующего интерпретацию результатов ГИС на основе моделей HJ1. Создана интеллектуальная система для интерпретации результатов ГИС на основе HJI с возможностью как ручной настройки правил, так и обучения по обучающей выборке, имеющая удобный интерфейс и возможность интегрирования с другими программными средствами за счет динамически связываемых библиотек.

Список литературы диссертационного исследования кандидат технических наук Старыгин, Артем Викторович, 2005 год

1. Аверкин А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта/Под. ред. О.А. Поспелова. М: Наука, 1986. 312с.

2. Автоматизация обработки каротажных сигналов / Нистюк Т.Ю., Наймушина А.Г., Нистюк А.И. Устинов, мех. ин-т- Устинов, 1987.- 27 с.-Рус.- Деп. в ВИНИТИ 15.06.87, №4331-В87

3. Алгоритм раскодирования глубины с самокоррекцией интервалов кодов глубины / Гурьянов А.В., Нистюк А.И.; Вестник ИжГТУ. Ижевск: Изд-во ИжГТУ, 2002. - Вып. 3. - 68с.

4. Ахо А., Хопкрофт Дж., Ульман. Построение и анализ вычислительных алгоритмов. М.: Мир, 1979.

5. Бадабаглы В.А., Изотова Т.С., Карпенко И.В., Кучеров Е.В. Цитологическая интерпретация геофизических материалов при поисках нефти и газа. М.: Недра, 1998.

6. Бансевичюс Р.Ю., Рагульскис К.М., Улозас Р.К. О применении высокочастотных вибрационных преобразователей для протягивания бумажной ленты. Научн. тр. вузов ЛитССР. Вибротехника, 1978, т. 2(23), с. 145-151.

7. Бендат Дж., Пирсол А. Прикладной анализ данных. М.: Мир, 1989.

8. Бескровный Н.И., Кулигин Е.А. Система сбора/регистрации данных каротажа в реальном времени. НТВ Каротажник. №78. - С. 62-68.

9. Бобровский С.И. Delphi 5: учебный курс. СПб: Питер-пресс, 2002.

10. Боганик В.Н., Медведев А.И., и др. Способы повышения достоверности обработки данных ГИС. НТВ Каротажник. №86. - С. 99-110

11. Борисов А.Н. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982. 256 с.

12. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. 2-е изд. М., Издательство Бином, СПб., Невский диалект, 1999.

13. Венделыптейн Б.Ю., Резванов РА. Геофизические методы определения параметров нефтеносных коллекторов, М,: Недра, 1978, - 317 с,

14. Вендров A.M. CASE-технологии. Современные методы и средствапроектирования информационных систем. М., Финансы и статистика, 1998.

15. Виленкин С.Я. Статистические методы исследования стационарных процессов и систем автоматического регулирования. М., "Советское радио", 1967.

16. Вирт Н. Алгоритмы и структуры данных. М.: Мир, 1989.

17. Восстановление геофизического сигнала по нескольким его реализациям с одновременным переходом к равномерному шагу по глубине / Гурьянов А.В., Нистюк А.И.; Вестник ИжГТУ. Ижевск: Изд-во ИжГТУ, 2002. - Вып. 3. - 68с.

18. Горбачев Ю.И. Геофизические исследования скважин. М.: Недра, 1990. 398с.

19. Григорьев А.И., Тульчинский В.Г. Практическое применение пакета программ "Геопоиск" для обработки данных ГИС. НТВ Каротажник. №77. - С. 60-69.

20. Дамаскин М.М., Семенов П.В., Васильев В.Ю. Опыт внедрения программного обеспечения ГТИ в зарубежных компаниях. НТВ Каротажник. -№70. С. 54-60.

21. Девид Чеппел. Технологии ActiveX и OLE. М.: Издательский отдел «Русская редакция», 1997

22. Дейл Роджерсон. Основы СОМ. М.: Издательский отдел .Русская редакция, 1997.

23. Дж. Вейскас. Эффективная работа с Microsoft Access 2000. СПб.: Питер, 2001.

24. Дженкинс Г., Ватте В. Спектральный анализ и его приложения. Пер. с англ.-М.: Мир, 1971, вып. 1.— 316с.; 1972-вып. 2.-287с.

25. Дьяконов Д.И., Леонтьев Е.И., Кузнецов Г.С. Общий курс геофизических исследований скважин. М.: Недра, 1984. - 432с.

26. Дьяконова Т.Ф. Применение ЭВМ при интерпретации данных геофизических исследований скважин. М.: Недра, 1991. - 220с.

27. Еремин Н.А. Моделирование месторождений углеводородов методами нечеткой логики. М.: Наука, 1994. - 462 с.

28. Ечикова И.В., Поспелов Д.А. Принятие решений при нечетких основаниях. I. Универсальная шкала //Изв. АН СССР. Техн. кибернетика. 1977. № 6. С. 3-11.

29. Заде Л. Понятие лингвистической переменной и ее применение кпринятию приближенных решений. М.: Мир, 1976.

30. Зверев Г.Н.Т Халилов Д.Д., Головацкая И.Б. Применение алгоритма распознавания образцов для интерпретации промыслово-геофизических данных в Башкирии. Тр. МИНХиГП, Вып. 62. М.: Недра, 1966.

31. ЗигмундА. Тригонометрические ряды. Т. 1. М., "Мир", 1965.

32. Зимин П.В., Сенилов М.А. Применение рангового алгоритма адаптивного выбора подклассов для верификации каротажных диаграмм.//Тез. докл. Научно-технической конференции ИжГТУ. Ижевск: ИжГТУ, 2001.

33. Ингерман В.Г. Автоматизированная интерпретация результатов геофизических исследований скважин. М.: Недра, 1981. - 224с.

34. Итенберг С.С. Интерпретация результатов геофизических исследований скважин. М.: Недра, 1987. - 375с.

35. Итенберг С.С., Шнурман Г.А. Интерпретация результатов каротажа сложных коллекторов. М.: Недра, 1984.

36. Карпов Б.И. Delphi: специальный справочник. СПб: Питер-пресс, 2002.688с.

37. Киммел П. Borland С++5. С.-Пб.: BHV-Санкт-Петербург, 1999.

38. Кнеллер JI.E., Гайфуллин Я.С., Потапов А.П. и др. Некоторые вопросы теории и интерпретации материалов геофизических исследований скважин//НТВ "Каротажник". Тверь: Изд. АИС. 2001. Вып. 82. С. 188-205.

39. Кнеллер Л.Е., Гайфуллин Я.С., Рындин В.Н. Автоматизированное определение коллекторских свойств, нефтегазонасыщенности по данным каротажа (петрофизические модели и методы)// Обзор. М: ВИЭМС 1990 72 с.

40. Кнеллер Л.Е., Рындин В.Н., Плохотников А.Н. Оценка проницаемости пород и дебитов нефтегазовых скважин в условиях сложных коллекторов по данным ГИС// Обзор. Сер. Разведочная геофизика. М.: ВИЭМС МГП Теоинформмарк*. 1991. 65 с.

41. Комплекс программ для оперативной предварительной обработки каротажных сигналов / Гурьянов А.В., Нистюк А.И., Лялин В.Е.; Вестник ИжГТУ. Ижевск: Изд-во ИжГТУ, 2002. - Вып. 3. - 68с.

42. Корреляция геофизических резервов скважин на ЭВМ/ Ш.А, Губерман, Е.Е. Калинина, М.И. Овчинникова, В.Ф. Осипов, Геология нефти и газа, 1981, №2, с. 52-57.

43. Ланцош К. Практические методы прикладного анализа. М.: Физматгиз, 1961.

44. Латышова М.Г., Венделынтейн Б.Ю., Тузов В.П. Обработка и интерпретация материалов геофизических исследований скважин. М.: Недра, 1990.-312с.

45. Левин Б.Р. Теоретические основы статистической радиотехники. Кн. 1. М., "Советское радио", 1969.

46. Литологическое расчленение разреза скважин путем применения теории интеллектуальных систем / Зимин П.В., Старыгин А.В.; Ижевск ИжГТУ, 2005 -47 с. - Деп. в ВИНИТИ 2005, № 1354 - В2005.

47. Макс Ж. Методы и техника обработки сигналов при физических измерениях. Пер. с франц. М.: Мир, т.1. Основные принципы и классические методы, 1983. - 312 е.; т.2. Техника обработки сигналов. Применение. Новые методы, 1983. - 256 с.

48. Математические критерии оценки точности формирования скан-образов при оцифровке каротажных кривых / Щеглов А.П., Рагульскис К.М.; ИжГТУ, 2002. 43с. - Деп. в ВИНИТИ 11.04.2002, № 668-В2002.

49. Миловаевский Э.Ю., Сохранов Н.Н. Построение геолого-геофизических моделей разреза нефтяных и газовых скважин при комплексной интерпретации результатов полевой и промысловой геофизики. // НТВ "Каротажник". Тверь: Изд. АИС. 2000. Вып. 68. С. 57-62.

50. Миронова Р.С. Инженерная графика. М.: Высшая школа, 2001.

51. Ненахов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные системы с нечеткой логикой. М.: Наука, 1990. 272 с.

52. Нестерова Т.Н. Состояние и перспективы развития программного обеспечения геолого-технологических исследований. НТВ Каротажник. №69. -С. 20-30.

53. Нечеткая логика в задачах управления. М.: Наука, 1987. 236 с.

54. Нистюк А.И. Структурно-формационный интерпретатор геофизическихданных. Тезисы научно-технической конференции "Ученые ижевского механического института производству, ИМИ, Ижевск, 1992.- С.25

55. Ньюмен У., Спрулл Р. Основы интерактивной машинной графики. Пер. с англ. М.: Мир, 1976.

56. B.М. и др. № ГР 70-98-1/3; Инв. № 2455. - Ижевск, 1998. - 72 с.

57. Обработка и интерпретация данных промысловых геофизических исследований на ЭВМ. Справочник / Сохранов Н.Н., Аксельрод С.М., Зунделевич

58. C.М., Чуринова И.М.; Под. ред. Сохранова Н.Н. М.: Недра, 1989. - 240с.

59. Освоение персональных ЭВМ, разработка и внедрение проблемных программных средств: Тематический отчет / ГГП «Удмуртгеология»; Рук. Межов А.П.; Исп. Межов А.П., Наймушина А.Г., Нистюк Т.Ю. и др. № ГР 32-90-459; Инв. № 2168.- Ижевск, 1991. - 113 с.

60. Паклин Н.Б., Сенилов М.А., Тененёв В.А. Возможности применения интеллектуальных систем в задачах интерпретации каротажных диаграмм.// Материалы международной юбилейной НТК. Ижевск: Изд. ИжГТУ, 2002, - с. 147-152.

61. Померанц Л.И., Белоконь Д.В., Козяр В.Ф. Аппаратура и оборудование геофизических методов исследования скважин. М.: Недра, 1985. - 271с.

62. Попов Э. В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987.

63. Поспелов Д.А. Моделирование рассуждений: опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.

64. Представление и использование знаний: Пер. с япон./Под ред. X. Уэно, Ш. Исидзуки. М.: Мир, 1989. 220 с.

65. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990.186 с.

66. Программно-аппаратные средства и методы интерпретации геофизических исследований скважин / Старыгин А.В.; Ижевск. ИжГТУ, 2005 -54 с. - Деп. в ВИНИТИ 2005, №1355 - В2005.

67. Прэтг У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982.

68. Ракитин М.В. Проблемы внедрения цифровых технологий ГИС и ГТИ. НТВ Каротажник. №81. - С. 93-98.

69. Роджерс Д. Алгоритмические основы машинной графики. Пер. с англ. -М.: Мир, 1989.-512 с.

70. Розенфельд А. Распознавание образов и обработка изображений. М.: Мир, 1972.-236 с.

71. Розов Е.А., Нестерова Т.Н. Принципы построения системы сбора и обработки геолого-технологической информации в реальном времени. НТВ Каротажник. №70. - С. 5-19.

72. Рудов И.В., Городнов А.В. и др. Объектно-ориентированная база данных интегрированной системы мониторинга месторождений. НТВ Каротажник. №33. - С. 58-68.

73. Руководство пользователя программы NordSoft DigitControl.

74. Руководство пользователя программы NordSoft LASEdit.

75. Руководство пользователя программы NordSoft ScanDigit.

76. Свешников А.А. Прикладные методы теории случайных функций. М. «Наука», 1968.

77. Сенилов М. А. Проблемно-ориентированный язык с фреймовой структурой для представления знаний и описания нечетких понятий // Управлениепри наличии расплывчатых категорий: Тез. III науч.-техн. семинара. — Пермь, 1980.

78. Сенилов М. А. Ранговый алгоритм адаптивного выделения кластеров // Теория адаптивных систем и ее применения: Сб. тез. докл. и сообщений Всесоюзн. конф. М.-Л.: Изд-во ЛЭТИ, 1983. - с.76-78.

79. Сенилов М. А., Лугачев П. П. Алгоритм построения конечноэлементных моделей // Методы вычислительного эксперимента в инженерной практике. Вып. 3.-Ижевск, 1992.

80. Сенилов М. А., Лугачев П. П. Математическая модель для оценки зависимости параметров систем по данным экспертного опроса // Математическое моделирование в инженерной практике: Тез. докл. зональной науч.-техн. конф. -Ижевск, 1988.

81. Сенилов М. А., Лугачев П. П. Методика поддержки средствами искусственного интеллекта системы управления качеством товаров // Диагностика, информатика, метрология, экология, безопасность 96 (ДИМЭБ-96): Тез. докл. науч.-техн. конф. - СПб., 1996.

82. Сенилов М. А., Лугачев П. П. Методы построения и оптимизации конечноэлементных сеток // Ученые Ижевского механического института -производству: Тез. докл. науч.-техн. конф. Ижевск, 1990.

83. Сенилов М. А., Лугачев П. П. Модели нечеткой логики в управлении организациями при совершенной конкуренции // Непрерывная и смежные логики в технике, экономике, социологии: Мат-лы междунар. науч.-техн. конф. Пенза, 1996.

84. Сенилов М. А., Лугачев П. П. Программное обеспечение и основанная на нем методика бизнес-планирования // XXXI науч.-техн. конф. ИжГТУ, 15-17 апр. 1998 г.: Тез. докл. В 2-х ч. - Ч. 1. - Ижевск: Изд-во ИжГТУ, 1998. - С. 8.

85. Старыгин А.В., Сенилов М.А. Использование нечетких моделей в САПР геологоразведочных скважин // 31-я научн.-техн. конф. ИжГТУ: Тез. докл. 4.1 -Ижевск: Изд-во ИжГТУ, 1998. С. 5-6

86. Сенилов М.А., Старыгин А.В., Данилов В.А. Применение технологии искусственного интеллекта в управлении качеством интерпретации каротажных данных // XXII науч.- метод, конф. ИжГТУ, 19-23 апр. 1999 г.: Тез. докл. Ижевск: Изд-во ИжГТУ, 1999. - С. 49 - 50.

87. Сенилов М.А., Старыгин А.В. Применение схемы индуктивного нечеткого вывода при исследовании каротажных диаграмм // Молодые ученые -первые шаги третьего тысячелетия: Тр. электронной заочной конф. Ижевск: Изд-во УдГУ, 2000. - С. 77 - 78.

88. Сенилов М.А., Старыгин А.В. Применение экспертных систем на различных этапах жизненного цикла бурильного инструмента //31 науч.-техн. конф. ИжГТУ, 15-17 апр. 1998 г.: Тез. докл. В 2-х ч. - Ч. 1. - Ижевск: Изд-во ИжГТУ, 1998.-С. 4-5.

89. Сенилов М.А. Математическая модель адаптивного выбора подклассов на основе ранговых корреляций. Методы вычислительного эксперимента в инженерной практике. - Ижевск: ИМИ, 1992.

90. Сенилов М.А. Применение логической схемы индуктивного нечеткого вывода в интеллектуальном пакете прикладных программ. Логическое управление в промышленности. Материалы VII Всезоюзного симпозиума. -Ижевск, 1984.

91. Служаев В.Н. Состояние и перспективы НИОКР в ОАО НПФ

92. Геофизика". НТВ Каротажник. №88. - С. 106-115.

93. Создание библиотеки скан-образов скважин Самотлорского месторождения: Отчет о НИР / Институт интеллектуальных технологий; Рук. В.Е.Лялин; Исп. А.П. Шеглов, А.В. Старыгин, М.А. Быстрое и др. № ГР 01200 405096 - Ижевск, 2004, 35 с.

94. Сохранов Н.Н., Аксельрод С.М. Обработка и интерпретация с помощью ЭВМ результатов геофизических исследований нефряных и газовых скважин. -М.: Недра, 1984.-255с.

95. Спецификация формата LAS. http://www.geotec.ru/fLAS.php3., 18.02.2002.

96. Формирование базы данных по ОАО «Варьеганнефтегаз»: Отчет о НИР / Институт интеллектуальных технологий; Рук. В.Е.Лялин; Исп. В.В. Васильев, С.П. Бархатов, А.В. Старыгин и др. ГР 01200 406709 - Ижевск, 2004, 80 с.

97. Фролов Ю.В. Интеллектуальные системы и управленческие решения. М.: МГПУ, 2000.-294с.

98. Чуринова И.М., Сержантов Р.Б., и др. Интегрированная система "Гемма" и ее применение при моделировании залежей углеводородов. НТВ Каротажник. №80. - С. 108-120.

99. Щеглов А.П. Методика контрольных измерений погрешностей процесса сканирования каротажных диаграмм. Препринт. Ижевск: УдГУ. 2002.

100. Элланский М.М., Холин А.И., Зверев Г.Н., Петров А.П. Математические методы в газонефтяной геологии и геофизике. М.: Недра, 1972.

101. Finder User's Reference, Version 8.0.1, Schlumberger GeoQuest, revised 15.09.97.

102. Finder. Система управления данными. Обзор возможностей. М.: Компания SIS, 2002.

103. Hajek J. On linear statistical problems in stohastic processes. «Czech. Math. Journal», vol 12(87), No 3,1962.

104. NeuraLog user manual, NeuraLog Inc.

105. New computer equipment is more economical and convenient in exploration. Mining Equipm. Int., 1981, №5, p. 38-39.

106. Parzen E. An approach to time series analysis. "Ann. Math. Stat.", vol. 32, No 4,1961