CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شناسایی هوشمند شکستگی ها در چاههای کربناته با استفاده از چاه نمودارهای تصویری

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۳۹۵ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: NCEE01_045
زبان مقاله: فارسی
حجم فایل: ۶۷۹.۲۶ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی هوشمند شکستگی ها در چاههای کربناته با استفاده از چاه نمودارهای تصویری

  محمود سیف الهی - مربی، گروه مهندسی برق، دانشگاه جامع علمی کاربردی دشتی، شهر دشتی، ایران
  بهزاد تخم چی - استادیار، گروه اکتشاف، دانشکده مهندسی نفت، معدن و ژئوفیزیک، دانشگاه صنعتی شاهرود، شاهرود، ایران
    علی سلیمانی - دانشیار، گروه الکترونیک، دانشکده مهندسی برق و رباتیک، دانشگاه صنعتی شاهرود، شاهرود، ایران
  علیرضا احمدی فرد - استادیار، گروه الکترونیک، دانشکده مهندسی برق و رباتیک، دانشگاه صنعتی شاهرود، شاهرود، ایران

چکیده مقاله:

یکی از ویژگی های مهم سنگ، شکستگی است که می تواند بوسیله چاه نمودارهای تصویری تشخیص داده شود. شکستگی ها نقش مهمی را در پایداری چاه و جریان سیال در چاه های کربناته دارند. شناسایی شکستگی به دلیل مسایلی مانند کنتراست ضعیف، ضخامت متغیر شکستگی، وجود نوفه و وجود پدیده های مشابه شکستگی مانند لایه بندی، کاری بسیار پیچیده است. در این مقاله، یک روش هوشمند با کمک تکنیکهای پردازش تصویر و هوش مصنوعی برای شناسایی شکستگی های طبیعی باز که بخش مهمی از شکستگی ها را در چاه های کربناته تشکیل میدهند، با استفاده از چاه نمودارهای تصویری ارایه میشود. برای شناسایی شکستگی در چاه نمودارهای تصویری یک گام پایه و پیچیده، بخش بندی این تصاویر است. در این مقاله ابتدا تعدادی از روشهای بخش بندی برای شناسایی شکستگی های طبیعی باز بر روی تصاویر نمونه پیاده سازی میشود. پس از ارزیابی و مقایسه نتایج این روشها با هم، بهترین روش بخش بندی انتخاب میشود. نتایج ما نشان می دهد که استفاده از شبکه عصبی رقابتی خودسازماندهی با دقت 5/94% از سایر روش ها برای بخش بندی این تصاویر مطلوب تر است. پس از مرحله بخش بندی، با استفاده از تکنیک های مورفولوژی ردپاهای دقیق پدیده شکستگی های طبیعی باز از سایر اجزاء غیر شکستگی و نوفه باقیمانده در تصاویر جدا می شود.

کلیدواژه‌ها:

چاه نمودار تصویری، شکستگی طبیعی باز، آشکارسازی، پردازش تصویر، بخش بندی، شبکه عصبی خودسازماندهی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCEE01-NCEE01_045.html
کد COI مقاله: NCEE01_045

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سیف الهی, محمود؛ بهزاد تخم چی؛ علی سلیمانی و علیرضا احمدی فرد، ۱۳۹۲، شناسایی هوشمند شکستگی ها در چاههای کربناته با استفاده از چاه نمودارهای تصویری، اولین کنفرانس ملی مهندسی اکتشاف منابع زیرزمینی، شاهرود، دانشگاه شاهرود، دانشکده مهندسی معدن، نفت و ژئوفیزیک، https://www.civilica.com/Paper-NCEE01-NCEE01_045.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (سیف الهی, محمود؛ بهزاد تخم چی؛ علی سلیمانی و علیرضا احمدی فرد، ۱۳۹۲)
برای بار دوم به بعد: (سیف الهی؛ تخم چی؛ سلیمانی و احمدی فرد، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Gonzalez, R., and Wood, R. E., (2008). Digital image processing ...
  • Kherroubi, J. (2008). Automatic Extraction of Natural Fracture Traces from ...
  • Khoshbakht, F. (2006). Application of borehole image logs in fracture ...
  • Ramadevi, Y., Sridevi, T., Poornima, B., and B Kalyani. Segmentation ...
  • Rui-Lin, L., Yue-Qi, W., Jian-Hua , L, , and Yong, ...
  • Sengar, J. S., and Sharma, N. (2011). "Review: Competitive Learning ...
  • Wang, W. (2005). An edge based segmentation algorithm for rock ...
  • Wang, W., Liao, H., and Huang, Y. (2007). Rock fracture ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۵۴۲۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.