Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Интеллектуальная автоматизированная система управления установкой электроцентробежного насоса

Диссертация: Интеллектуальная автоматизированная система управления установкой электроцентробежного насоса
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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… Читать ещё >

Содержание

  • 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
  • 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
  • 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
  • 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 УЭЦ
  • Выводы по четвертой главе 1
  • Заключение
  • Литература
  • Приложение

Интеллектуальная автоматизированная система управления установкой электроцентробежного насоса (реферат, курсовая, диплом, контрольная)

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 решенийразработать 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, заключениерисунки на 55 страницах, библиографический список из 120 наименований на 10 страницах и приложение на 2 страницах.

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 работвыступает, благодаря ОРС — технологии, в качестве постоянной части станции управления реальным технологическим процессомимитирует 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.

Заключение

.

Показать весь текст

Список литературы

  1. 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. А.Н. Выбор способа добычи нефти // М.: 11едра. 1981.
  4. 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. В.В. Теоретические основы автоматизированног о управления. //Минск: Высшая школа, 1991.
  7. М. Б. Нейронные сети. М.: МИРОС, 1993. — 452 с.
  8. 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. B.C. Разработка и эксплуатация нефтяных месторождений. М.: Недра, 1990.- 437с.
  10. Ю.П., Рябинина З. К., Воинов В. Особенности проектирования разработки нефтяных месторождений. М.: Недра, 1976. — 375 с.
  11. В.Я. Гидромеханика нефтяного пласта. М.: 11едра, 1974.230с.
  12. В.Н. Автоматизация имитационного моделирования сложных систем. М.: «Наука» 1997. -232с.
  13. 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. М. Д. Хасапов М.М. Глубиннонасосная добыча вязкой нефти. Уфа Башкирское книжное издательство. 1992.
  15. В.М., Вершин В. Е. Автоматизированные системы управления технологическими процессами. -JI.: Политехника, 1991.
  16. В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика.-М.: Машиностроение, 1990.-448 с.
  17. A.M. Проектирование программного обеспечения экономических информационных систем: Учебник. М.: Финансы и статистика, 2003.-352 с.
  18. 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.
  19. 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.
  20. Р.Ф. Эксплуатация скважин оборудованных УЭЦН в осложненных условиях // Нефтяное хозяйство, 2002 -№ 4.- с.62−64
  21. Д.В. Интеллектуальные информационные системы. Учеб. Для вузов. М.: Высш. шк., 2003. — 431 с: ил.
  22. Геология и геохимия нефти и газа. Под ред. Бакирова А. А. М.: Недра1982
  23. А., Росиев Д. Нейронные сети на персональном компьютере. -Новосибирск: 11аука, 1996. — 215 с.
  24. Е.К., Лукьяница А. А. Искусственные нейронные сети. I. Основные определения и модели // Изв. РАН. Техническая кибернетика. 1994. -№ 5. — С.79−92
  25. Грей Форест Добыча нефти / Пер. с англ. М.: ЗАО «Олимп-Бизнес», 2001.-416с.
  26. М.А., Гусейнзаде М. А., Максимов М. М. Методы моделирования и расчета термо- и гидродинамических процессов в нефтяном пласте. М., Недра, 1984 -321с.
  27. А. К. Визуальное моделирование в среде MATLAB: Учеб. курс. СПб: Питер, 2000. — 432 с.
  28. Гультяев А.К. MATLAB 5.2. Имитационное моделирование в среде Windows: Практическое пособие, http://www.phys-campus.bspu.secna.ru/db/msg/1 078 229 666/
  29. В., Япкина М. и др. АСУ ТП на базе SCADA-пакета GENESIS32: опыт, решения, наработки. М.: Современные технологии автоматизации № 3 2003.
  30. И.А., Ильясов Б. Г., Шаньгин Е. С. Системный подход к построению модели организации процесса эксплуатации месторождения нефти // 11ефтепромысловое дело. 2003. № 4.
  31. 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.
  32. Ю.П. Разработка нефтяных месторождений: Учеб. Для вузов. -2-е изд., перераб. и доп. М.: ОАО «Издательство «НЕДРА», 1998. — 365 е.: ил.
  33. С.В. Системы SCADA // Мир ПК. 1996. — ЛЬ 4. — С. 114−119
  34. М.М. Динамика добычи нефти из залежей. — М.: Недра, 1976.
  35. . Г., Исмагилова J1. А., Валеева Р. Г. Моделирование производственно-рыночных систем.-Уфа: Изд. УГАТУ, 1995. -321 е.: ил.
  36. .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.)
  37. .Г., Тагирова К. Ф., Комелин А. В. УЭЦН как сложный динамический объект управления //Технологии ТЭК. М.:2005. -№ 5. — С.94−99
  38. 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.
  39. 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.
  40. Д.В. Введение в сетевые технологии. СПб.: БХВ-Петербург, 2004.-560 е.: ил.
  41. 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.
  42. К вопросу моделирования и управления непрерывными технологическими процессами с помощью нейронных сетей // Теоретические основы химической технологии. 1995, Т. 29. — № 2. — С.205—212
  43. JI.C. Параметры работы УЭЦН. Учеб. для вузов. 6-е изд. перераб. — М.: Высш. шк., 2000. — 542 е.: ил.
  44. JI. Справочник современных АСУ ТП // Нефть, газ и нефтехимия за рубежом. -1987. -№ 3. С.87−125
  45. А.Е. Использование экспертных систем // Нефть, i аз и нефтехимия за рубежом. -1987. -№ 9. С. 107−110
  46. Дж. Системология. Автоматизация решения системных задач. -М.: Радио и связь, 1990.-343 с.
  47. А.С. Автоматическое регулирование. Изд. 2-е, перераб. и доп. -М.: Энергия, 1973.-392 е., ил.
  48. В.Н. Системный анализ и принятие решений: Учебное пособие. СПб.: Изд-во СПбГТУ, 2000. — 190 с.
  49. А.В. Автоматизированная система управления стендами тестирования погружного электрооборудования // Современные технологи автоматизации. 2004. — № 3. — С.16−19
  50. А.В. Автоматизированная система управления стендом тестирования гидрозащиты электродвигателя // Современные технологии автоматизации. 2005. — № 2. — С.58−60
  51. А.В., Ильясов Б. Г., Тагирова К. Ф. Автоматизация процесса добычи нефти на основе нейронных сетей // Технологии ТЭК. М.: 2005.-№ 3. -С.89−94
  52. 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
  53. С.Г. Нейронные сети: алгоритм обратного распространения // BYTE/Россия. 2000. — № 5. — С.26−29
  54. С.Г. Нейронные сети: основные положения // BYTE/Россия. -2000.-№ 5.-С. 18−21
  55. С.В., Ямпольский В. З. Мониторинг и моделирование нефтяных месторождений. Томск: Изд-во 11ГЛ, 2000. — 246 е.: ил.
  56. К. Одноплатные компьютеры для встраиваемых систем. М.: Современные техноло1 ии автоматизации № 4 2003.
  57. Кузнецов А. SCADA-системы: программистом можешь ты не быть. // Современные технологии автоматизации, 1996.-№ 1.-С.32−35
  58. Г. Г., Брейкин Т. В., Арьков В. Ю. Интеллектуальные информационные системы: Учеб. пособие.-Уфа: УГАТУ, 1999. 129 с.
  59. Кунцевич Н.А. SCADA-системы и муки выбора // Мир компьютерной автоматизации. 1999. — № 1. — С.72−78
  60. Ю. Ф. MatLAB 5.x. Киев: Издат. группа ВНУ, 2000. — 384 с.
  61. Ларьер Ж.-Л. Системы искусственною интеллекта: Пер. с франц. -М.: Мир, 1991.-568 е., ил.
  62. В.В. Системное проектирование сложных программных средств для информационных систем. М.: СИНТЕГ, 2004.
  63. А. Что должна уметь система 8САОА//Современные технологии автоматизации, № 3.1998. С. 44−46.
  64. В.Д. Инновационная разработка нефтяных месторождений. -М.:000 «Недра-Бизнесцентр», 2000. 516 е.: ил.
  65. В.Д. Оптимизация разработки нефтяных месторождений. -М: Недра, 1991.
  66. В.Д. Проектирование разработки нефтяных месторождений. -М: Недра, 1987.
  67. В.Д. Разработка нефтяных месторождений. Теория и практика.-М.: Недра, 1996.
  68. В.Д. Теория разработки нефтяных месторождений. М.: Недра, 1993.
  69. 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.
  70. В.Д., Мухарский Э. Д. Проектирование интенсивных систем разработки нефтяных месторождений. М.: Недра, 1975.
  71. Ю.Я. Интеллектуальные информационные системы. М.: Наука, 1990.-232 с.
  72. В.П. Влияние геологических факторов на pa6oiy УЭЦН. -М.: НЕДРА, 2000.-231 с.
  73. B.C., Потемкин В. Г. Нейронные сети. MATLAB 6 / Под общ. ред. к.т.н. В. Г. Потемкина. -М.: ДИАЛОГ-МИФИ, 2002. 496 с.
  74. Методы математического моделирования объектов и процессов разработки нефтяных месторождений М., Всесоюз. нефтегаз. науч.-исслед. ин-т, 1991
  75. С.В. Модели и базы знаний. Учебное пособие. СПб.: СПГУПС, 2000.-155 с.
  76. О. А., Лабинская А. А., Щербинина М. В. Лабораторный практикум по курсу «Введение в теорию нейронных сетей». -М.: МИФИ, 2000. -204 с.
  77. Модели систем автоматического управления и их элементов. 11од редакцией Б. Г. Ильясова. М:. Машиностроение 2003
  78. Нефтепромысловое оборудование: Справочник / Под ред. Е. И. 1>ухаленко. 2-е изд., перераб. и доп. — М.:Недра, 1990. — 559 е.: ил.
  79. Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.
  80. С., Халид М., Юсоф Р. Нейроуправление и его приложения. -М.: ИПРЖРБ, 2000.-272 с.
  81. Г. С. Приобретение знаний интеллектуальными системами. -М.: Наука, 1997.
  82. С. Нейронные сети для обработки информации / Пер. с польскою И. Д. Рудинского. -М.: Финансы и статистика. -2004. 344 е.: ил.
  83. Открытые технологии и базовые аппаратно-программные средства для систем промышленной автоматизации и телекоммуникаций. Каталог. -М.: R’ISoft, 2000.- 100 с.
  84. В. Г. Инструментальные средства MATLAB 5.x. -М.: Диалог-МИФИ, 2000. 336 с.
  85. 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.
  86. Г. Н. и др. Автоматизированные системы управления технологическими процессами. М:. Машиностроение 1977
  87. Д.В. Промышленные сети. М:. Машиностроение 1999
  88. Рей У. Методы управления технологическими процессами: Пер. с англ. -М.: Мир, 1983.-368 е., ил.
  89. Роберт Хехт-Нильсен. Нейрокомиьютинг: история, состояние, перспективы // Открытые системы. № 4−5. — 1998. -С.23−28
  90. Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга. М.: Мир, 1965.
  91. Руководство по программированию промышленных контроллеров в среде UltraLogik32. М.: ПРОСОФТ, 2005.
  92. Г. В. Проектирование систем, основанных на знаниях: Учеб. псобие. М.: МИФИ, 2000. — 104 с.
  93. Н. Г., Сахаров В. А., Тимашев А. Н. Спутник нефтяника и газовика: Справочник. М.: Недра, 1986
  94. Системы диспетчерского управления и сбора данных (SCADA-системы) // Мир компьютерной автоматизации. 1999. — № 3. -С.4−9
  95. B.C. Программное обеспечение современных систем сбора и обработки измерительной информации // Приборы и системы управления. 1998. -№ I.-С.55−59
  96. В.А. Нефть. М:. Недра 1970.
  97. Способ разработки зонально неоднородных по коллекторским свойствам залежей нефти / В. И. Грайфер, АИ. Комаров, В. Д. Лысенко и др. / Изобретение. Ас. 356 344.
  98. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений: Добыча нефти / Под ред. Ш. К Гиматудинова. -М: Недра, 1983.
  99. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений: Проектирование разработки /Под ред. Ш. К Гиматудинова.-М.: Недра, 1983.
  100. И.П., Моисеева B.C. Автоматизированный системный анализ. -М.: Машиностроение, 1984. 312 е.: ил.
  101. Стандарт ОАО «ЛУКОЙЛ» «Виды исследований скважин и периодичность их замеров», 2006 г.
  102. Сургучев М. А Вторичные и третичные методы увеличения нефтеотдачи пластов. М.: Недра, 1985.
  103. 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.
  104. Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998.-376 с.
  105. Дж. Бартос. Искусственный интеллект: принятие решений в сложных системах управления // Мир компьютерной автоматизации. -№ 4. 1997 -С.2−21
  106. Эксплуатация осложненных скважин центробежными электронасосами под ред. Л. С. Каплан, -М.: Недра, 2001. -382 с.
  107. И.Ю. Автоматизированные системы принятия решений. М.: Наука, 1983.-88 с.
  108. Ш. Юсупов P.M., Зоболотский В. П. Научно-методологические основы информатизации. СПб.: Наука, 2000. — 455 е.: 69 ил.
  109. Hugh J. Dynamic System Modeling and Control. claymore.engineer.gvsu.edu/~jackh/books/model/pdf/model 1 .pdf
  110. 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/
  111. Manassah. Using Matlab. http://www.scientific-library.net/data/index.php?path=vol 1/dj vu/SSoftware/
  112. Mathews, Fink, Numerical Methods Using MATLAB, 1999. http://www.scientific-library.net/data/index.php?path=voll/CMC/
  113. Regular!zation Tools (Matlab Package), Hansen P. http://0xcd.com/scilib/desc/57 607.040224230400.djvu.html
Заполнить форму текущей работой

Заказал и сдал!