Разработка математического, алгоритмического и программного обеспечения для имитационного моделирования микроструктуры керна тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Мизгулин, Вячеслав Владимирович

• Мизгулин, Вячеслав Владимирович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Мизгулин, Вячеслав Владимирович

Оглавление

Введение

1 ПРОБЛЕМАТИКА РАЗРАБОТКИ МАТЕМАТИЧЕСКОГО, АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ МИКРОСТРУКТУРЫ КЕРНА

1.1 Литературно-аналитический обзор

1.1.1 Методы исследования микроструктуры порового пространства керна

1.1.2 Математическое и алгоритмическое обеспечение для имитационного моделирования микроструктуры керна

1.1.3 Программное обеспечение для имитационного моделирования микроструктуры керна

1.2 Работа с прототипами и уточнение задач исследования

1.3 Результаты и выводы по главе 1

2 РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И АЛГОРИТМОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ МИКРОСТРУКТУРЫ КЕРНА

2.1 Моделирование уплотнения упаковки сферополиэдров

2.2 Сравнение модельного сечения микроструктуры керна с реальным шлифом

2.3 Модель морфотипа

2.4 Генерация и проверка гипотез о морфотипе

2.5 Результаты и выводы по главе 2

3 ВЫЧИСЛИТЕЛЬНЫЕ ЭКСПЕРИМЕНТЫ ДЛЯ ВЕРИФИКАЦИИ И НАСТРОЙКИ ПРЕДЛОЖЕННЫХ МОДЕЛЕЙ И АЛГОРИТМОВ

3.1 Верификация алгоритма моделирования уплотненной упаковки сферополиэдров

3.1.1 Проверка прототипа

3.1.2 Анализ объемных характеристик

3.1.3 Анализ плоских характеристик

3.1.4 Анализ фактора удлинения

3.2 Верификация алгоритма сравнения модельных сечений микроструктуры керна с

реальным шлифом

3.3 Верификация и настройка алгоритма генерации и проверки гипотез о морфотипе

3.3.1 Регрессионный анализ

3.3.2 Применение метода Монте-Карло

3.4 Результаты и выводы по главе 3

4 РАЗРАБОТКА И АПРОБАЦИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ МИКРОСТРУКТУРЫ КЕРНА

4.1 Структурно-концептуальная схема программного комплекса

4.2 Структура программного комплекса

4.3 Архитектура системы и ее обоснование

4.4 Инженерная реализация

4.5 Верификация АСИМ МК

4.6 Получение исходных данных для апробации

4.7 Результаты апробации

4.8 Характеристики функционирования

4.9 Результаты и выводы по главе 4

Заключение

Библиографический список

Приложения

Приложение 1

Приложение 2

Приложение 3

Введение диссертации (часть автореферата) на тему «Разработка математического, алгоритмического и программного обеспечения для имитационного моделирования микроструктуры керна»

Введение

Актуальность темы

Математическое, алгоритмическое и программное обеспечение для имитационного моделирования активно развивается зарубежными и отечественными научными школами. Причиной популяризации данного направления исследований является высокая сложность реальных объектов, свойства и поведение которых необходимо описывать и прогнозировать, чтобы выстраивать затем эффективные системы управления и автоматизации. Современные системы имитационного моделирования часто используют технологии распределенной обработки больших данных. Работы, посвященные балансировке нагрузки на распределенные компьютерные сети, периодически публикуются ведущими научными коллективами по всему миру. В связи с появлением множества распределенных вычислительных систем, приобрели особенную актуальность задачи удаленной визуализации больших данных и автоматизации удаленных рабочих мест.

Имитационному моделированию микроструктуры керна в основном посвящены работы зарубежных ученых (М. Blunt, Р. Oren, S. Bakke, F. Dullien, R. Hazlett, S. Torquato, M. Pilotti, P. Levitz, J. Koplik, A. Payatakes и др.). Несмотря на то, что имитационное моделирование микроструктуры керна применяется на практике уже более 20 лет, остается ряд недостаточно изученных вопросов. Нет устоявшегося подхода к описанию микрогеометрии порового пространства. Не известны закономерности между распределениями геометрических характеристик микрочастиц, измеряемых на шлифах, и реальными (объемными) распределениями соответствующих характеристик микрочастиц. Построение и анализ имитационных моделей микроструктуры образцов керна требует мощной аппаратной поддержки, что осложняет развитие данного направления. В связи с этим актуальна как в научном, так и в практическом плане разработка алгоритмов и программного обеспечения для имитационного моделирования микроструктуры керна.

Работа выполнена при поддержке:

• федеральных целевых программ: «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007— 2013 годы», «Развитие инфраструктуры наноиндустрии в Российской Федерации на 2008-2011 годы»;

• фонда содействия развитию малых форм предприятий в научно-технической сфере;

• программы развития Уральского федерального университета имени Первого президента России Б.Н. Ельцина (отдел молодежной науки);

• тюменского отделения СургутНИПИнефть;

• ООО «СИАМС», г. Екатеринбург;

• Smart Imaging Technologies, Хьюстон (США).

Целью работы является развитой пакет математического, алгоритмического и программного обеспечения для имитационного моделирования микроструктуры керна на основе применения технологии распределенных вычислений.

Для достижения поставленной цели определены следующие задачи исследовании:

1) проведение литературно-аналитического обзора математического, алгоритмического и программного обеспечения для имитационного моделирования микроструктуры керна с выходом на пакет про тотипов;

2) разработка математических моделей и алгоритмов имитационного моделирования микроструктуры керна;

3) проведение вычислительных экспериментов для верификации и настройки разработанных моделей и алгоритмов;

4) разработка и апробация автоматизированной системы имитационного моделирования микроструктуры керна.

Объектом исследования является математическое, алгоритмическое и программное обеспечение для имитационного моделирования микроструктуры керна.

Предметом исследования является развитие математического, алгоритмического и программного обеспечения для имитационного моделирования микроструктуры керна.

В качестве методов исследования используются:

• системное исследование, включающее: обзор проблематики по теме работы с выходом на пакет прототипов, критика пакета прототипов и формулирование гипотез о предполагаемых решениях;

• компьютерное моделирование, включающее: математическую формулировку задачи, построение эффективного численного алгоритма решения, программную реализацию алгоритма, проведение расчетов и анализ полученных результатов.

На защиту выносятся следующие основные положения, соответствующие двум пунктам паспорта специальности 05.13.11 - математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей, а также двум пунктам

паспорта специальности 05.13.18 - математическое моделирование, численные меч оды и комплексы программ по техническим наукам.

Пункт 1 специальности 05.13.11. Модели, методы, алгоритмы и программная инфраструктура для организации глобально распределенной обработки данных.

Разработаны математические модели, алгоритмы и программная инфрасгрукч-ура для организации глобально распределенной обработки больших объемов данных о микроструктуре керна в сетях с низкой пропускной способностью.

Пункт 2 специальности 05.13.11. Человеко-машинные интерфейсы, модели, методы, алгоритмы и программные средства машинной графики, визуализации, обработки изображений, систем виртуальной реальности, .мультимедийного общения.

Разработан человеко-машинный интерфейс авчомажзированной сисюмы имитационного моделирования микроструктуры керна на основе веб-технологий с возможностями трехмерной визуализации.

Пункт 1 специальности 05.13.18. Реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ д/я проведения вычислительного эксперимента

Разработан комплекс проблемно-ориентированных программ для имитационного моделирования микроструктуры керна.

Пункт 2 специальности 05.13.18. Комплексные исследования научных и технических проблем с применением современной технологии математического моделирования и вычислительного эксперимента.

Проведено комплексное имитационное исследование проблемы 30 реконструкции порового пространства по 2Т> изображению шлифа для пород-коллекторов гранулярного типа, в ходе которого получены следующие результаты: регрессионная модель целевой функции ЗЭ реконструкции и функция плотности вероятности отклонений, возникающих при переходе от ЗЭ к 2Т) представлению.

Научная новизна результатов диссертационного исследования заключается в следующем.

1) Развита структура математического, алгоритмического и программного обеспечения автоматизированной системы имитационного моделирования микроструктуры керна в части:

- добавлен модуль генерации и проверки гипотез о морфотипе;

- в модуль построения ЗБ модели добавлен блок моделирования уплотнения упаковки микрочастиц;

- в модуль анализа ЗЭ модели добавлен блок сравнения модельного сечения с реальным шлифом.

2) Разработаны математические модели, алгоритмы и комплексы программ:

- глобально-распределенной обработки больших объемов данных, адаптированные к имитационному моделированию микроструктуры керна;

- удаленной трехмерной визуализации больших объемов данных, адаптированные к имитационному моделированию микроструктуры керна;

- имитационного моделирования в условиях дефицита исходных данных и ограниченности ресурсов, адаптированные к задаче ЗЭ реконструкции порового пространства терригенных пород гго 2Г) изображениям шлифов.

Достоверность и обоснованность полученных результатов подтверждается хорошим согласованием результатов проведенных расчетов с известными аналитическими решениями, экспериментальными данными и расчетами других исследователей.

Практическая значимость

В ходе диссертационного исследования разработана автоматизированная система имитационного моделирования микроструктуры керна (АСИМ МК). Система внедрена в тюменском отделении СургутНИПИнефть и позволяет частично заменить натурные исследования проницаемости керна имитационными экспериментами, способствует формированию базы знаний морфотипов терригенных пород и цифрового кернохранилища.

Разработанная программная инфраструктура для организации глобально распределенной обработки больших объемов данных внедрена в учебный процесс кафедры вычислительной техники Уральского федерального университета имени Первого президента России Б.Н. Ельцина, а также активно применяется для выполнения НИОКР в ООО «СИАМС» (г. Екатеринбург).

Апробация работы

Материалы диссертационной работы доложены и обсуждены на международных конференциях: «Математическое моделирование и компьютерные технологии в разработке месторождений» (2009-2011, Уфа), «Многомасштабное моделирование процессов и структур в нанотехнологиях» (2009, Москва), «Новые образовательные технологии в вузе» (2010, Екатеринбург), «Уральская международная конференция молодых ученых по приоритетным направлениям науки и техники» (2009. 2010. Екатеринбург); на международных выставках: «Роснанотех» (2010, 2011, Москва), всероссийской молодежной конференции «Информационные технологии в

7

образовательном процессе исследовательского университета» (Томск, 2012), «Иннопром-2010» (Екатеринбург), «Открытые инновации» (2012, Москва).

Публикации

По результатам исследований опубликовано 12 печатных работ, из которых 5 статьи в ведущих российских научных журналах, 2 единицы интеллектуал!,ной собственности.

Личный вклад

Результаты, составляющие основное содержание диссертации, получены автором самостоятельно. Во всех совместных работах автор участвовал в формулировках постановок задач, создал и реализовал комплекс программ имитационного моделирования микроструктуры керна.

Структура работы

Диссертация состоит из введения, 4 глав, заключения, списка литературы и 3 приложений. Объем диссертации составляет 96 страниц, включая библиографический список из 67 наименований, 41 иллюстраций, 7 таблиц.

1 ПРОБЛЕМАТИКА РАЗРАБОТКИ МАТЕМАТИЧЕСКОГО, АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ МИКРОСТРУКТУРЫ КЕРНА

1.1 Литературно-аналитический обзор

1.1.1 Методы исследования микроструктуры порового пространства керна

Исследование структуры порового пространства в петрофизикс [1] проводится

косвенным образом несколькими методами. Оценка фильтрующих каналов и объемов пор. связанных этими каналами производится методами капиллярометрии и ртутной порометрии. Эти методы по физической основе идентичны. В поровое пространство под давлением нагнетается несмачивающая жидкость (ртуть в методе ртутной порометрии. газ или нефть в капилляриметрии). В зависимости от капиллярного давления по известному уравнению Лапласа рассчитывается минимальный диаметр капилляров, а по объему поступившей в поры несмачивающей жидкости объем кластера, связанною данными капиллярами. При использовании полупроницаемой мембраны мстд капилляримсфии является классическим, но сам эксперимент является очень продолжительным. Мри проницаемости боле 50-100 мДарси - около 2 месяцев, а для проницаемостей менее 10 мД может идти до полугода. Вариант с ультрацентрифугой также имеет ряд недостапсов. Основной - сильная изменчивость капиллярного давления и насыщенности фаз вдоль образца при сильных концевых эффектах. Здесь в зависимости от применяемой формулы сильно меняется как капиллярное давление, так и насыщенность.

Другие методы позволяют оценить распределение пор, но не связность их между собой. Это анализ шлифов в оптическом микроскопе, например с помощью анализатора фрагментов микроструктуры твердых тел (далее, Керн С7) [2|. анализ аншлифов на сканирующем электронном микроскопе [3]. метод ЯМР-релаксации |4| Оптические методы имеют ограничение по размеру. В проходящем свете лимитируем толщина шлифа. В отраженном свете длина волны. И для обоих случаев это проблемы сгсреомсч рического восстановления объемного распределения пор по случайному срезу, особенно актуальные для анизотропного распределения пор в объеме. По ЯМР мы получаем распределение пор по размерам по косвенным параметрам (время релаксации Т2). Распределение фебуе! нормировки по другим методам. Плюс метода - скорость. Насыщенный образец анализируется в течение нескольких минут. Обработка при предварительной настройке также занимает несколько минут.

Наиболее близкий по возможностям - метод микротомографии керна |5|. Последние модели микротомографов предполагают вполне достаточное разрешение для решения задач распределения пор по размерам, сопоставимое с моделированием структуры порового пространства. Но в этом случае объем исходной информации становится огромным. Объем обработанных томографических данных по одному образцу может достигать сотен гигабайт. Кроме того, такое разрешение возможно достичь только на очень маленьких образцах (размер менее 1 см). Основной проблемой применения методов микротомографии является их высокая стоимость. Не менее серьезная проблема заключается в сложности интерпретации данных, получаемых с микротомографа.

Моделирование структуры порового пространства [6] дает возможность получить одновременно данные по распределению пор и связывающих их каналов. 'Го есть при дальнейших расчетах проницаемости, водонасыщенности или капиллярной кривой можно использовать более широкий спектр теоретических и эмпирических уравнений. В оишчие от микротомографии в моделировании нет проблем с интерпретацией данных. В частности, это касается выделения формы зерен и их классификации по вещественному составу. При моделировании может быть задано высокое разрешение при больших размерах образца, рассмотрены случаи слоистых пород и более сложных текстур. Основными проблемами методов моделирования структуры порового пространства является дефицит исходных данных и высокие требования к аппаратным ресурсам.

Таблица 1

Сводная таблица по проблемам методов исследования структуры поровен о прос I рапс I ва

№ Метод оценки структуры порового пространства керна Проблемы метода

1 Кагшллярометрия и ртутная порометрия Слишком длительный эксперимент

2 Капиллярометрия и ртутная порометрия с ультрацентрифугой Изменчивость характеристик вдоль образца

3 Оптический анализ шлифов Ограничения по размерам и проблемы стереометрического восстановления объемного распределения пор по случайному срезу

4 Анализ аншлифов с помощью сканирующего электронного микроскопа

5 ЯМР-релаксация Требуется нормировка по другим методам

6 Микротомография Ограничения по размерам образца и большие объемы информации. Сложность интерпретации данных

7 Моделирование микроструктуры Дефицит исходных данных и высокие требования к аппаратным ресурсам

Модельный расчет проницаемости по одной фазе, не конгакшрующсй с поверхностью породы, не имеет существенного преимущества перед прямым замером на образце Но переход к фазовым проницаемостям, или как минимум модельный расче1 проницаемости для жидкости, взаимодействующей с поверхностью породы, уже позволяет существенно экономить время на проведении эксперимента По времени замер проницаемости по газу занимает от 5 до 30 минут. А замер проницаемости по жидкоеIи 01 нескольких часов до 1 дня. При переходе к двухфазному течению сроки проведения эксперимента увеличиваются от нескольких дней до недели и более Модельный расчс! данного показателя с достаточной точностью должен соответственно укладывайся в 1 день, чтобы быть приемлемым по времени.

1.1.2 Математическое и алгоритмическое обеспечение для имитационного моделирования микроструктуры керна

Поскольку исследования керна входят в число наиболее затратных этапов разработки месторождений нефти и газа, то даже частичная замена натурных экспериментов имитационными [7] может существенно сэкономить денежные средства и время. Последние достижения в эюй области связаны с развитием технологий компьютерной микротомографии. Учитывая технические, организационные и финансовые сложности, связанные с данными технологиями, необходимо развитие аль терна швных способов исследования ЗБ микроструктуры керна Стоит отметить, чю моделирование керна целесообразно только в том случае, когда затраты на проведение натурных экспериментов сведены к минимуму. При определенном количестве эксперимешальных данных на практике успешно применяются различные эвриежки

Одним из распространенных видов моделей микроструктуры керна является плошая упаковка сфер. На сегодняшний день имеется мощный математический инструментарий решения задач, связанных с плотными упаковками сфер. В работе [8] проведен исчерпывающий анализ по данной тематике. Имеется фундаментальная работа о математическом моделировании порового пространства от 1985 года [9] Предложенные там подходы можно использовать и сегодня, например, поровое пространство все еще представляют взвешанным графом. Для анализа порового пространства не так давно с юли использовать вексельные модели [10]. Задачи матемашческого моделирования плотной упаковки частиц несферической формы также успешно решаются различными научными коллективами во всем мире. В табл 1 приведены наиболее эффективные методы упаковки час1иц, отобранные в ходе обзора [11-18]. Методы сравнивались между собой для выбора прототипа по следующим критериям А - многообразие возможных форм частиц. В -производительность, С - полнота описания метода. Э - анизотропность получаемых

11

моделей микроструктур. Для оценки аналогов по критериям использовалось три варианта значений: 0 - аналог не удовлетворяет критерию. 0.5 - удовлетворяет чааично, 1 -удовлетворяет полностью.

Таблица 2

Сравнительная таблица методов плотной упаковки частиц

№ Ссыл- Критерии сравнения Комментарий

п/п ка А В С О 1=

1 [П] 1 1 0.5 1 3.5 Предложен метод упаковки сферополиэдров. Проведено небольшое экспериментальное исследование. Метод описан кратко. В работе большой потенциал, требующий дальнейшей реализации.

2 [12] 0.5 0.5 1 0.5 2.5 Предложен алгоритм плотной упаковки сфер и сфероцилиндров, а также проведен анализ плотное!и полученных упаковок

3 [13] 1 0.5 0.5 0 2 Предложен метод упаковки частиц различной формы. Представлены результаты моделирования смешанных упаковок кубов и сфер.

4 [14] 1 0 0.5 0.5 2 В работе предложен метод моделирования частиц произвольной формы, а также упаковки таких частиц. Применен метод конечных элементов для анализа геометрии упаковок.

5 [17] 0.5 0.5 0.5 0.5 2 Предложен метод смешанной упаковки сфер и цилиндров Проведены исследования плотности таких упаковок.

6 [18] 0.5 0.5 0.5 0.5 2 В работе используется метод упаковки сфероцилиндров на основе Монте-Карло. Проведен анализ смачиваемое!и материала, представленного такой упаковкой

7 [15] 0 0.5 0.5 0 1 Предложен метод упаковки тетраэдрических частиц Проведен анализ плотности таких упаковок.

8 [16] 0 0.5 0.5 0 1 Предложен метод реконструкции 30 структуры упаковки сфер по данным сканирующей электронной микроскопии

В качестве прототипа был выбран метод плотной упаковки сферополиэдров [11]. опережающий аналоги по производительности и позволяющий моделировать микроструктуры с высокой анизотропией.

Количество численных методов, применимых для расчета проницаемости керна по известной модели микроструктуры или гюрового пространства, очень велико 120-431

Кроме того, существует множество эвристических уравнений, по которым можно судить об адекватности тех или иных численных методов [44].

Основной проблемой математического описания микроструктуры керна является дефицит исходных данных о ее гранулометрическом составе. В реальной ситуации нет сведений о расположении микрочастиц в пространстве и их геометрической форме. В результате, построение 3D модели, с достаточной точностью имитирующей микроструктуру керна, сводится к задаче поиска модели гранулометрического состава. Исходя из обзора методов оценки структуры порового пространства керна, наименее затратно моделировать микроструктуру керна на основе результатов оптического анализа шлифов. Поиск модели гранулометрического состава в таком случае осложняется проблемой стереометрического восстановления объемного распределения микрочастиц по случайному срезу. В тезисах доклада [19] дан емкий обзор проблематики реконструкции порового пространства пород, а также предложен оригинальный метод. В отмеченном докладе приводится классификация методов реконструкции на статистические, последовательные и морфологические; кроме того, упоминается и о популярном сегодня методе компьютерной томографии. К статистическим методам отнесены: метод корреляционных функций, multi-point statistics, энтропийный метод.

Среди результатов оптического анализа шлифов для моделирования могут быть использованы следующие статистические параметры: средние значения и дисперсии максимальных и минимальных проекций микрочастиц, а также компонентный состав. Кроме того, любой образец в лаборатории проходит этап измерения пористости, что существенно дополняет набор исходных данных для моделирования. Прежде чем подставлять статистические параметры, измеренные на изображениях шлифа, в модель гранулометрического состава, иногда производятся эмпирические преобразования. Проблема стереометрического восстановления объемного распределения микрочастиц по случайному срезу в общем случае не разрешена для последовательных методов.

1.1.3 Программное обеспечение для имитационного моделирования микроструктуры

керна

Решение счетных задач по упаковке микрочастиц, построению сетевой модели микроструктуры и оценке проницаемости требует высокопроизводительных вычислительных ресурсов. Поиск модели гранулометрического состава в общем случае является задачей оптимизации, осложненной тем, что вычисление целевой функции в определенной точке пространства поиска требует непредсказуемых временных затрат. Дефицит исходных данных ведет к необходимости интеллектуальной поддержки процесса моделирования. Задача интеллекта здесь - сгенерировать гипотезы о недостающих

13

исходных данных. Эту задачу может выполнять как естественный, так и искусственный интеллект [62]. Эффективность использования АСНИ для имитационного моделирования микроструктуры керна при этом будет во многом зависеть от планирования вычислительных экспериментов [61]. Для реализации планированных вычислительных экспериментов необходима среда, относящаяся к классу автоматизированных систем научных исследований (АСНИ). Стандарт АСНИ появился в СССР еще в 1979 году [451. Сегодня системы такого рода получили широкое распространение в России и за рубежом и поддерживаются grid-инфраструктурами, например ГРИД-ННС [46].

Наиболее известен сегодня набор Globus Toolkit [471. созданный сообществом Globus Alliance, ставший базисом для построения grid во многих вузах мира и признанным стандартом де-факто. Последняя версия этого пакета GT5, v. 5.0.4 включает средства разработки сервисов, среду их функционирования, а также базовый набор сервисов: управление заданиями для управления, мониторинга и координации удаленного выполнения заданий; информационные сервисы; управление данными. gLite [481 — совместный проект изначально предложенный для использования в EGEE (Enabling Grids for E-sciencE), а затем применяемый и в EGI (The European Grid Infrastructure). Пакет gLite представляет собой полное решение для grid, включающее базовые программы и сервисы высокого уровня. Кроме компонентов, разработанных в рамках этого проекта, gLite поддерживает и связывает многие сторонние решения (например. CREAM. WMS. VINE), представляя единую платформу для интеграции различных реализаций оiдельных программных модулей. UNICORE [49] (UNiform Interface to Computing REsourccs) -платформа, используемая в нескольких международных и локальных проектах, таких как DEISA (European Distributed Supercomputing Infrastructure), National German Supercomputing Center NIC, PRACE (European PetaFlop HPC Infrastructure). В платформе реализована трехуровневая архитектура клиент-шлюз-сервер. Первый уровень состои т из приложения, при помощи которого пользователь готовит и отправляет задачи на счет, получает результаты. Второй уровень представляет собой шлюз, контролирующий авторизацию пользователей и идентификацию заданий. Здесь же задания переводятся в специальные команды, с которыми может работать вычислительный ресурс. На уровне сервера авторизированное задание подтверждается и отправляется на выполнение. Информационная защита в системе UNICORE, как и в GT5 соответствует сертификату Х.509. ARC [50] (Advanced Resource Connector) — коннектор для проекта стран северной Европы (NorduGrid), ориентированного на поддержку приложений физики высоких энергий. Реализация выполнена с помощью библиотек Globus Toolkit 2 (GT2). безопасность достигается путем использования протоколов и инфраструктурных решений

14

GSI. Отличительная особенность NorduGrid ARC - собственный набор служб, заменяющих GT2. Однако многие функции GT2 в ARC реализуются собственными средствами. Кроме того, расширен язык описания ресурсов (xRSL).

Современные исследования сопровождаются огромными объемами информации (например, Большой Адронный Коллайдер - 25 Пбайт в год [51]) и единственный на сегодняшний день вариант сохранения и обработки таких потоков - платформы grid. Инфраструктуры grid существуют во многих развитых странах, например DE1SA [52] (Distributed European Infrastructure for Supercomputing Applications) - консорциум ведущих национальных суперкомпьютерных центров, созданный для содействия Европы важнейшим мировым научным исследованиям и включающий в себя 18 компьютерных центров различной архитектуры, расположенных по всей Европе; PRACE [53] (The Partnership for Advanced Computing in Europe) - инфраструктура, схожая с DE1SA, объединяющая три суперкомпьютерных центра суммарной производительностью 4 PFLOPS; EGI [54] (European Grid Infrastructure) - организация - преемник EGEE-111, занимающаяся физикой высоких энергий и самым ярким ее проектом является ВАК; Open Science Grid [55] - сообщество grid, созданное в США для проведения научных исследований, требующих больших вычислительных мощностей и обслуживающее, например, один из популярных порталов по моделированию в нано технологиях «nanoHUB.org» [56]; MAPPER [57] (Multiscale Applications on European e-infRastructures) — проект no созданию общей среды для распределенных вычислений, объединяющей существующие научные организации.

Список литературы диссертационного исследования кандидат наук Мизгулин, Вячеслав Владимирович, 2013 год

Библиографический список

1 Tiab D., Donaldson E.C., Petrophysics (Second Edition). Elsevier, 2004.

2 Анализатор фрагментов микроструктуры твердых тел. Свидетельство об утверждении типа средств измерений №40862 от 01.11.2010.

3 Bonnie J.H.M., Fens T.W. Porosity and Permeability from SEM Based Image Analysis of Core Material // SPE Latin America Petroleum Engineering Conference. Society of Petroleum Engineers. 1992.

4 Неретин В.Д.Определение коллекторских свойств горных пород импульсным методом ядерного магнитного резонанса (методические указания) /В. Д. Неретин, Я.Л. Белорай, В.И. Чижик и др. М., ОНТИ ВНИИЯГГ, 1978.

5 Dong Н, Blunt MJ. Pore-network extraction from micro-computerized-tomography images. //Phys. Rev. E. 2009. 80: 1539-3755.

6 Stig Bakke and Pal-Eric Oren. 3-D Pore-Scale Modelling of Sandstones and Flow Simulations in the Pore Networks. SPE Journal, Volume 2, June 1997.

7 Шеннон P. Имитационное моделирование: искусство и наука. М.: Мир. 1978. С. 424.

8 Thomas С. Hales. Dense Sphere Packings: A blueprint for formal proofs. Cambridge University Press. 2012.

9 Ромм E.C. Структурные модели порового пространства горных пород. - JT: Недра, 1985.-240 с.

10 Silin, D. and Patzek, Т., 2006. Pore space morphology analysis using maximal inscribed spheres. // Physica A, 371: 336-360.

11 Petrov M.S., Gaidukov V.V. Kadushnikov R.M., Alievskii D.M., Antonov I.V.. Nurkanov E.Yu // Numerical method for modelling the microstructure of granular materials. Powder Metallurgy and Metal Ceramics. 2004. V.43. № 7-8. P. 330-335.

12 Williams S.R., Philipse A.P. // Random packings of spheres and spherocylinders simulated by mechanical contraction. Physical review. 2003. E 67.

13 J. A. Elliott and A. H. Windle. A dissipative particle dynamics method for modeling the geometrical packing of filler particles in polymer composites. Journal of chemical physics, volume 113. number 22. 2000.

14 Stefan Hafner, Stefan Eckardt and Carsten Konke. A geometrical inclusion-matrix model for the finite element analysis of concrete at multiple scales. Proceedings of the 16th IKM 2003, Gurlebeck, Hempel, Konke (eds.), Weimar, Germany, June 10-12. 2003

15 Latham, J.-P., Lu, Y. & Munjiza, A. A random method for simulating loose packs of angular particles using Tetrahedra. Geotechnique 51, No. 00, 1-9. 2001

16 Pallavi Lai, Wei Sun. Computer modeling approach for microsphere-packed bone scaffold. Computer-Aided Design 36 (2004) 487-497.

17 Matthias Schmidt, Joseph M. Brader. Hard sphere fluids in random fiber networks. Journal of chemical physics. Volume 119, number 6. 2003.

18 R. van Roij, M. Dijkstra and R. Evans. Orientational wetting and capillary nematization of hard-rod fluids. Europhys. Lett., 49 (3), pp. 350{356 (2000).

19 Карсанина M.B. Статистически-морфологическое описание, моделирование и реконструкция пород-коллекторов. Материалы 11 научно-практической конференции «Суперкомпьютерные технологии в нефтегазовой отрасли». Москва, 2011.

20 Jisheng Kou, Shuyu Sun. On iterative 1MPES Formulation for two-phase How wiih capillarity in heterogeous porous media. International Journal of Numerical Analysis and Modeling. Series B. Vol. 1. Num. 1. P. 20-40. 2010.

21 Ftorek В., Tomasovic P., Dorociakova B. Comparison of two methods for solving nonlinear parabolic model in porous media. Journal of Applied Mathematics. Vol. 2. Num. 3. 2009.

22 Richard E. Ewing, Hong Wang. Eulerian-Lagrangian localized adjoint mthod for reactive transport in groundwater. IMA Preprint Series fl 1014. 1992.

23 G. Tryggvason, B. Bunner, A. Esmaeeli, D. Juric, N. Al-Rawahi, W. Tauber, J. Han. S. Nas, and Y.-J. Jan, "A Front Tracking Method for the Computations of Multiphase Flow/' Journal of Computational Physics 169 (2): 708-759, May 20 2001.

24 Nicolas Bouillard, Philippe Montamal, Rapha'ele Herbin. Development of numerical methods for the Reactive transport of chemical species in a Porous media: a nonlinear conjugate gradient Method. Int. Conf. on Computational Methods for Coupled Problems in Science and Engineering. COUPLED PROBLEMS. 2005.

25 Sadok Lamine and Michael G. Edwards. Non-upwind discontinuous-galerkin schemes for hyperbolic conservation laws in porous Media. European Conference on Computational Fluid Dynamics. ECCOMAS CFD. 2006.

26 S. Geiger and all. Combining finite element and finite volume methods for efficient multiphase flow simulations in highly heterogeneous and structurally complex geologic media. Geofluids (2004) 4, 284-299.

27 Chongxun Pan, Markus Hilpert, and Cass T. Miller. Pore-scale modeling of saturated permeabilities in random sphere packings. Physical review E, volume 64, 2001.

28 Succi S. The lattice Boltzmann equation for fluid dynamics and beyond. Oxford University Press. 2001.

29 Y. Gao and M.M. Sharma. A LGA Model for Fluind Flow in Heterogeneous Porous Media. Transport in Porous Media 17: 1-17. 1994.

30 K. Yazdchi, S. Srivastava, S. Luding. Microstructural effects on the permeability, of periodic fibrous porous media. International Journal of Multiphase flow 37 (201 1) 956-966.

31 John M. Stockie. Modelling and simulation of porous immersed boundaries. Elseiveir. 2009.

32 Todd Arbogast, Jim Douglas and Ulrich Hornung. Derivation of the double porosity model of single phase flow via homogenization theory. SIAM J. MATH. ANAL. Vol. 21, No. 4, pp. 823-836, July 1990.

33 M.K. Ермаков. Исследование возможностей матричных методов для решения Уравнений Навье-Стокса. Физико-химическая кинетика в газовой динамике [Электронный ресурс] - Режим доступа: www.chemphys.edu.ru/pdГ/2010-01-12-03 l.pdf.

34 A. Arraras and J.C. Jorge. An alternating-direction finite difference method for three-dimensional flow in unsaturated porous media. Mathematical Modelling and Analysis 2005. Pages 57-64.

35 P. Sochala, A. Ern. S. Piperno. Mass conservative BDF-discontinuous Galerkin/explicit finite volume schemes for coupling subsurface and overland Hows. Computer Methods in Applied Mechanics and Engineering. Volume 198. Issues 2729, 15 May 2009, Pages 2122-2136

36 Paul, Maren. Simulation of Two-Phase Flow Processes in Heterogeneous Porous Media with Adaptive Methods / von Maren Paul. Institut fur Wasserbau, Universit at Stuttgart. - Stuttgart: Inst, fur Wasserbau, 2003.

37 Xiang Ma, Nicholas Zabaras. A stabilized stochastic finite element second-order projection method for modeling natural convection in random porous media. Elseiveir. 2008.

38 Hai Long Liu and Wook Ryol Hwang. Transient filling simulations in unidirectional fibrous porous media. Korea-Australia Rheology Journal. Vol. 21, No. 1, March 2009 pp. 71-79.

39 Jiannong Fang, , Aurele Parriaux. Aregularized Lagrangian finite point method for the simulation of incompressible viscous flows. Journal of Computational Physics. Volume 227, Issue 20, 20 October 2008, Pages 8894-8908.

40 Peter Bastian. Numerical computation of multiphase flows in porous media. Heidelberg. 1999.

41 Dmitry Kuzmin. A Guide to numerical methods for transport equations. Friedrich-Alexander-Universitat. Erlanger-Nurnberg. 2010.

42 Myron B. Allen III. Numerical modeling of multiphase flow in porous media. Adv. Water resources. Vol. 8. 1985.

43 J. Koplik, et al// Conductivity and permeability from microgeometry// J. Appl. Phys. 56, 3127 (1984)

44 Ahmed, Usman, Crary, S.F., Coates, G.R. Permeability Estimation: The Various Sources and Their Interrelationships. Journal of Petroleum Technology. Society of Petroleum Engineers. Volume 43, Number 5. 1991.

45 Общеотраслевые руководящие методические материалы по созданию автоматизированных систем научных исследований и комплексных испытаний образцов новой техники ГКНТ СССР, Москва, 1980 [Электронный ресурс | -Режим доступа: http://nist.ru/hr/doc/gtk/asni.htm.

46 ГРИД-ННС [Электронный ресурс] - Режим доступа: http://www.ngrid.ru

47 Globus Toolkit [Электронный ресурс] - Режим доступа: http://www.globus.org/toolkit/

48 gLite [Электронный ресурс] - Режим доступа: http://glite.cern.ch/

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

UNICORE [Электронный ресурс] - Режим доступа: http://www.unicore.eu/

NorduGrid [Электронный ресурс] - Режим доступа: http://www.nordugrid.org/

CERN official website [Электронный ресурс| - Режим доступа: http://cern.ch/

Distributed European Infrastructure for Supercomputing Applications URL: http://www.deisa.eu/

The Partnership for Advanced Computing in Europe [Электронный ресурс] - Режим доступа: http://prace-project.eu/

EGI [Электронный ресурс] - Режим доступа: http://egi.eu/

OSG [Электронный ресурс] - Режим доступа: http://opensciencegrid.org/

Qiao, W.; McLennan, М.; Kennell, R.; Ebert, D.S.; and Klimeck, G., "Hub-based simulation and graphics hardware accelerated visualization for nanotechnology applications", IEEE Trans Vis Comput Graph., 12(5): 1061-8 (2006).

MAPPER Project [Электронный ресурс] - Режим доступа: http://mapper-project.eu/

Компьютерное моделирование в нанотехнологиях. Учебно-научный комплекс [Электронный ресурс] - Режим доступа: http://hpc-nasis.ifmo.ru/

Эмуляторный комплекс для моделирования наноустройств и наноматериалов [Электронный ресурс] - Режим доступа: http://emulator.miem.edu.ru/

Нанотехнологическая лаборатория рязанского государственного радиотехнического университета [Электронный ресурс] - Режим доступа: http://nanocent.rsreu.ru/

Красовский, Филаретов. Планирование эксперимента. Минск. 1982.

С. Рассел. Искусственный интеллект: современный подход, 2-е изд.. : Пер. с англ / С. Рассел, П. Норвиг. - М.: Издательский дом "Вильяме", 2006. - С. 1408.

Мизгулин В.В., Косульников В.В., Кадушников P.M. Платформы eScience / Открытые системы, №7, 2012.

Косульников В.В., Мизгулин В.В., Кадушников P.M. Виртуальный атомно-силовой микроскоп / Дистанционное и виртуальное обучение, №1(55). 2012. СЕУ, Москва, С. 91-104.

Мизгулин В.В., Кадушников P.M., Алиевский В.М., Алисвский Д.М.

Моделирование плотных материалов методом упаковки сферополиэдров / Компьютерные исследования и моделирование Том 4 №4 2012

66 Мизгулин В.В., Гольдштейн С.Л., Кадушников P.M. Облачная платформа для проведения НИОКР в нанотехнологиях / Наноиндусфия, №5. M Техносфера. 2011, С 60-64.

67 Т. Bourie and В. Zinszner. Hydraulic and Acoustic Properties as a 1 unction of Porosity in Fontainebleau Sandstone. Journal of Geophisical Research Vol 90 No B13. P.l 1524-11532. 1985.