автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Оптимизация режимов работы каротажных станций на основе анализа сложности идентификации состояния буровой скважины

На правах рукописи

КРУЧИНИН Александр Юрьевич

ОПТИМИЗАЦИЯ РЕЖИМОВ РАБОТЫ КАРОТАЖНЫХ СТАНЦИЙ НА ОСНОВЕ АНАЛИЗА СЛОЖНОСТИ ИДЕНТИФИКАЦИИ СОСТОЯНИЯ БУРОВОЙ СКВАЖИНЫ

05 13 06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

003 162283

Автореферат диссертации на соискание ученой ст кандидата технических наук

Оренбург 2007

003162283

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Оренбургский государственный университет»

Научный руководитель доктор технических наук, старший научный сотрудник

Арапбаев Ташбулат Захарович

Официальные оппоненты доктор технических наук, профессор

Владов Юрий Рафаилович,

кандидат технических наук Щепинов Дмитрий Николаевич

Ведущая организация ГОУ ВПО «Магнитогорский государственный

технический университет имени Г И Носова»

Защита состоится 12 ноября 2007 года в 14 00 часов на заседании диссертационного совета Д 212 181 02 в государственном образовательном учреждении высшего профессионального образования «Оренбургский государственный университет» по адресу 460018, г Оренбург, пр Победы 13, ауд 6205

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Оренбургский государственный университет»

Автореферат разослан 11 октября 2007 г

Ученый секретарь

диссертационного совета Рассоха В И

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы Одним из основных факторов повышения эффективности геофизических исследований скважин (ГИС) является сокращение временных затрат на проведение подготовительных работ в производственных цехах, каротажных работ на скважине в полевых условиях и работ по обработке данных в подразделениях интерпретации результатов Производительность работ на каждом участке в свою очередь определяется эффективностью используемых методов организационного управления ГИС и степенью автоматизации технологических операций Особую актуальность проблема автоматизации ГИС приобретает в настоящее время в связи с усложнением геофизических задач, возросшими требованиями к качеству результатов обработки данных, большими материальными затратами на проведение работ Одной из основных особенностей решения задач автоматизации ГИС является поиск технических решений, позволяющих повысить производительность работ при сохранении требуемых оценок качества технологического состояния буровых скважин

Вопросам автоматизации ГИС и интерпретации результатов посвящен обширный перечень работ, к которым можно отнести научные труды Мираджанзаде А X, Алиева Т М , Деркача А С , Давыдова А В , Кожевникова Д А , Хургина Я И , Урманова Э Г, Итенберга С С Большое внимание оценке состояния сложных объектов уделено в работах Клира Дж, Горелика А Л , Скрипкина В А, Фукунаги К и других ученых В настоящее время для автоматизации ГИС широко используются аппаратно-программные комплексы российских и зарубежных фирм, таких, как НПЦ «Тверьгеофизика», ООО «Оренбурггеофизика», ЗАО НПФ «Элеком», НПЦ «Союзпромгеофизика»

Анализ современных публикаций по автоматизации ГИС и технико-экономических характеристик используемого оборудования показал, что, несмотря на значительные достижения в этой области, имеются еще большие резервы в оптимизации технологических процессов исследования буровых скважин Это относится, в первую очередь, к задачам оптимального использования технических и трудовых ресурсов с учетом специфики каждой скважины, в частности сложности ее как объекта исследования, проявляющейся в особенностях литологического расположения геологических пластов, в распределении геомагнитного фона, в топологических параметрах и других характеристиках Вопросы построения адаптивных систем автоматизации ГИС, направленные на использование этих резервов, на сегодняшний день не нашли должного отражения в перечисленных научных работах и технических разработках, а именно

— известные математические модели систем автоматизации и алгоритмы управления процессами сбора, регистрации и обработки данных не позволяют оперативно оценивать качество идентификации состояния скважины и не учитывают возможность многофакторной оптимизации технологических режимов каротажных станций за счет рационального выбора скорости перемещения скважинного прибора (каротажного зонда), режимов регистрации данных и средств интерпретации результатов,

- в перечне технологических инструкций по ГИС практически отсутствуют прикладные методы мониторинга состояния намагниченности каротажного

кабеля, оперативного выбора режимов работы спуско-подъемного оборудования, средств регистрации и интерпретации результатов непосредственно на буровой скважине

Настоящая работа выполнена в рамках г/б НИР № 01990000102 «Исследование и разработка унифицированных методов и средств вычислительной техники для спектральной диагностики сложных объектов» ГОУ В ПО «Оренбургский государственный университет»

Цель работы: повышение эффективности ГИС на основе новых методов и средств оптимизации режимов работы каротажных станций Задачи исследований*

- обзор и анализ современных методов и средств проведения ГИС,

- определение целевой функции и обобщенного критерия оценки эффективности ГИС,

- разработка и исследование модели системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины как протяженного объекта,

- разработка алгоритма и программы динамической оптимизации режимов работы каротажной станции при идентификации геологических пластов буровой скважины,

разработка алгоритма, программы и метода мониторинга характеристик магнитной метки каротажного кабеля на основе цифровой обработки сигналов

Методы исследований. Использованы методы теории вероятности, математической статистики, теории оптимизации, теории игр, распознавания образов Научную новизну составляют:

- модель и алгоритм системы многофакторной динамической оптимизации режимов работы каротажной станции, позволяющие выбирать скорость перемещения скважинного прибора, режим регистрации данных и метод идентификации состояния скважины непосредственно в процессе про-ведения исследований на основе оценки сложности идентификации объекта,

- параметр надежности оценок распознавания образов, предназначенный для оценки достоверности идентификации состояния скважины и характеризующий сложность идентификации объекта,

- метод выбора оптимальной скорости скважинного прибора и режима регистрации данных при идентификации геологических пластов,

- метод мониторинга характеристик магнитной метки каротажного кабеля, позволяющий определять рациональные сроки его перемагничивания Практическая значимость и реализация результатов работы.

Модель и алгоритм динамической оптимизации режимов, кроме буровых скважин, могут быть использованы при исследовании широкого класса протяженных объектов, к которому относятся дорожное покрытие, магистральные трубопроводы и другие объекты

Разработанное программное обеспечение передано для внедрения в Отрадненский филиал ООО «А Д Д Сервис», используется в учебном процессе ГОУ ВПО «Оренбургский государственный университет»

Новизна программных разработок подтверждается свидетельствами о

регистрации программных средств в отраслевом фонде алгоритмов и программ

Апробация результатов. Основные положения и результаты работы докладывались и были одобрены на III, IV и V всероссийских научно-практических конференциях (с международным участием) «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2004, 2005 и 2006 г), всероссийской межвузовской научно-практической конференции «Компьютерные технологии в науке, практике и образовании» (Самара, 2005), международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП)» (Орел, 2006)

Основные положения диссертационной работы отражены в 10 публикациях, из которых 8 статей и 2 свидетельства на программные средства Положения, выносимые на защиту:

- модель и алгоритм многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины,

- метод оценки сложности идентификации объектов по параметру надежности оценок распознавания образов,

- алгоритм идентификации геологических пластов буровой скважины,

- алгоритм и метод мониторинга состояния намагниченности каротажного кабеля

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и приложений Работа изложена на 152 страницах, в том числе основной текст на 108 страницах, 7 таблиц, 35 рисунков, список использованных источников из 159 наименований на 15 страницах, приложения на 29 страницах Приложения содержат листинги программ, акты внедрения результатов работ

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, сформулированы цель и задачи работы

Первая глава посвящена обзору и анализу методов и средств проведения ГИС, вопросам их эффективности

На фоне большого количества работ по рассматриваемой тематике в отечественной и зарубежной печати, в сети Интернет вопросам оптимизации ГИС уделено недостаточно внимания В публикациях освещены задачи разработки теоретических и практических методов и средств интерпретации данных, усовершенствования существующей схемы ГИС за счет оптимизации отдельных элементов каротажного зонда и подсистемы регистрации данных, оснащения комплексов регистрирующей аппаратуры аппаратно-программными средствами контроля состояния средств регистрации и достоверности каротажных данных Однако практически не затрагиваются вопросы автоматизированного управления непосредственно в процессе проведения ГИС режимом работы каротажной станции, определяемого скоростью движения каротажного зонда и параметрами сбора и регистрации данных Методика проведения ГИС описана в правилах, инструкциях, характеризуется общими требованиями к соблюдению режимов работы каротажных станций и не учитывает специфику состояния отдельных скважин Исследование

буровой скважины осуществляется в три этапа 1) подготовительные работы, 2) каротажные работы, 3) интерпретация результатов Интерпретация результатов исследований производится в геологическом отделе предприятия, когда каротажная станция уже покинула скважину Если достоверность оценки состояния скважины, являющаяся характеристикой качества каротажных работ, не удовлетворяет требованиям, то необходимо проводить повторные исследования, которые приводят к дополнительным затратам

Проведенный анализ публикаций показал

- в настоящее время недостаточно внимания уделено вопросам оптимизации режимов работы каротажной станции непосредственно (динамически) в процессе проведения ГИС,

- существующие модели ГИС не учитывают возможность многофакторной оптимизации технологических режимов каротажных станций за счет рационального выбора скорости перемещения скважинного прибора, режимов регистрации данных и средств интерпретации результатов,

- вопросы определения сроков перемагничивания каротажного кабеля с целью сокращения затрат на подготовительные работы не затрагивались

Целью оптимизации ГИС является обеспечение режимов работы оборудования и аппаратуры каротажной станции, в частности скважинного прибора и средств сбора и обработки данных, при которых достигается требуемая достоверная оценка технологического состояния скважины при минимальных затратах на исследования Анализ затрат на проведение ГИС показал, что они в основном определяются заработной платой персонала, износом оборудования, расходом горюче-смазочных материалов В связи с этим, целевая функция имеет следующий общий вид

2(0 = ^+^(0 +г2(1-Щ0), (1)

где / — время проведения ГИС, 0(1) — достоверность оценки состояния скважины, 2п

- затраты, не зависящие от времени, 2,(1) - затраты на зарплату сотрудникам, износ оборудования и расход топлива, 22 - ущерб от недостоверности полученных данных

Как видно из (1), величина затрат определяется временем проведения ГИС и достоверностью оценки состояния скважины, которая также является временной функцией Анализ целевой функции позволил для оценки эффективности ГИС выбрать критерий минимальных затрат на проведение исследований скважины

г = шт г(р,п)

1<21,Р>Р„В>В; ^

где и 7 - заданные и фактические затраты на ГИС, Р3 и Р — заданная и фактическая производительность исследований, В, и Л - заданная и фактическая достоверность оценки состояния скважины Средняя статистическая оценка общей достоверности определяется по результатам исследований других скважин

Основная гипотеза исследований заключается в том, что минимизация затрат на ГИС производится за счет выбора и поддержания требуемых параметров работы оборудования и аппаратуры по производительности и достоверности, что позволяет получить время проведения ГИС соответствующее минимальным затратам

(2„„) так, как показано на рисунке 1 Время проведения ГИС регламентируется

соответствующими технологическими инструкциями, которые не учитывают специфику состояния конкретных скважин, определяемую глубиной, характеристиками и расположением геологических пластов, радиационным фоном, степенью загазованности, увлажнения и т.д.

Для обеспечения минимальных затрат, в соответствии с выражением (1), необходимо определение в процессе ГИС временных режимов работы оборудования и аппаратуры каротажной станции на основе оценки состояния скважины. Вторая глава посвящена вопросам разработки модели системы многофакторной динамической оптимизации режимов регистрации и идентификации состояния скважины. Буровая скважина рассматривается как протяженный объект, состоящий из отдельных участков (пластов), отличающихся друг от друга значениями параметров, соответствующих ядерно-физическим, электромагнитным, термическим, акустическим и другим признакам. Характерная особенность скважины заключается в том, что её протяженность на несколько порядков больше области текущего контроля, охватываемой скважинным прибором. Основная задача оценки состояния скважины - это идентификация каждого участка скважины, в частности определение литологического расчленения, разделения пластов на нефтеносные и водоносные, технического состояния. При этом актуальным является выбор основных технологических параметров режима исследования: скорости перемещения скважинного прибора по стволу скважины, характеристик регистрации сигналов от объекта и методов идентификации каждого участка. Для исследования и выбора оптимального режима была разработана модель системы многофакторной динамической оптимизации режимов регистрации и идентификации состояния скважины, структурная схема которой приведена на рисунке 2. Входными параметрами модели являются: минимальная допустимая достоверность оценки состояния объекта (О,), требуемая производительность работ (Р,), максимально возможные стоимостные затраты (2,) на проведение работ и минимальная длина регистрируемого участка (/(„„■„). Выходом модели является вектор параметров (управляющих факторов) режима системы 11= {V, Лг, Л/}, элементами которого являются: скорость V движения зонда, вектор параметров регистрации данных Яг, метод идентификации М. Вектор Яг содержит: дискретность регистрации сигналов Д/, общее время сбора данных Т, число измерительных каналов к. количество данных, передаваемых для идентификации состояния участка скважины в соответствующую подсистему, /V и шаг обработки данных ДУУ,

На рисунке 2 вектор X определяет перечень регистрируемых параметров объекта блоком измерения, находящемся на движущемся со скоростью Ут зонде. Интенсивность потока измерительной информации /. определяется количеством и характеристиками датчиков, а также режимами работы средств регистрации данных зонда. Блок сбора и обработки данных формирует производный информационный пакет файлов /<■ для подсистемы идентификации состояния объекта и оценки

Рис I - Графики материальных затрат на проведение ГИС

сложности идентификации В основе работы подсистемы лежит один из методов распознавания образов М На выход подсистемы поступают результат идентификации участков скважины S* и достоверность оценки состояния скважины Doc Вектор состояния содержит

S ={ii,i

Л,

(3)

где .5, - числовое значение или качественная характеристика г-ого параметра участка скважины (7=1,я), п — общее число параметров, среди которых вид пласта, границы участка, радиоактивность, температура и т д

Z3 ,Р3, hm

DocW

Подсистема выбора оптимального режима

Блок определения рассогласования AD=D, - D^

Блок выбора" режима т = т+ 1

и, = {КЛ>М1

У(т)

Rr(T) М(т)

Подсистема идентифи кации состояния объекта и оценки сложности идентификации

База эталонных образов

ечй Qi, Qr)> ,=\р

и

Блок распознавания образов i вьщачи достоверности оценкир состояния объекта S* = {s, s , Рж (т) = 0 33 + 2,08// -1 ЪН г

Подсистема управления скоростью зонда VT = V(T)

VT

Подсистема регистрации

F,

Блок сбора и обработки данных

'/%={/; л. ,/Л

>ч

Блок измерения

" А, At к'т

Скважина

Рис 2 - Структурная схема модели системы многофакторной динамической оптимизации режимов регистрации и идентификации состояния скважины

В блоке выбора режима с использованием целевой функции, ограничений и правил выбора решений определяется оптимальный режим работы подсистем на следующий интервал времени г в виде значений параметров вектора

«*(т) = |у*(т),д;(т),М*(т)},Я*(т)е т), (4)

где лдт) = <д/(т),«т),7(т) 1\'(т) дл'(т)}, Я"(т) - множество возможных режимов ГИС, определяемое в свою очередь регламентированными значениями скорости /я„, числом вариантов режимов регистрации данных тК, множеством методов интерпретации (распознавания) данных тм Мощность Я"(т) определяется как

МК=ту тК тм (5)

При отсутствии средств автоматизации выбора оптимального режима ГИС

размер MR определяется, как правило, двумя скоростями перемещения зонда, одним режимом регистрации данных и некоторой совокупностью методов интерпретации результатов исследований При обеспечении автоматической настройки режимов размер Mr зависит от возможности перебора всех вариантов в реальном времени, при движении зонда в скважине по пласту конечной протяженности

Оптимальный режим ГИС находится по принципу разумной достаточности, согласно которому величина затрат на ГИС определяется непосредственно сложностью идентификации конкретной скважины и является минимально возможной в диапазоне затрат Z<Z3

«*={у\д;,М*| Z'=ZMU„, (6)

где Z - затраты при оптимальном режиме

Анализ параметров модели показал, что все параметры ее за исключением D„c(t) формализуемы и имеют конкретную оценку Величина D„c связана со сложностью идентификации состояния каждой скважины, определяемой различными параметрами, учесть которые практически невозможно Сложность идентификации отдельного участка определяется степенью близости значений признаков для различных образов

Оценка достоверности метода распознавания на этапе его разработки производится на представительной выборке результатов апробации и носит среднестатистический характер Определение оценки D„c для конкретного частного случая распознавания сопряжено с решением задачи самооценки результата средствами идентификации системы При этом в качестве исходных данных могут быть использованы результаты сравнения сходства характеристик исследуемого образа g* с имеющимися в базе образами-эталонами В качестве меры сходства Нху (или меры близости <2* к одному из образов эталонов Q1) могут быть использованы вероятностные оценки, применяемые для распознавания в методе Байеса, а также величины коэффициентов парной корреляции между характеристиками Q% и других образов-эталонов Причем чем выше параметр Нху, тем выше достоверность принятия решения, которое производится лишь после превышения параметром IIху некоторого порогового уровня Нху, например, 0,8 для коэффициента парной корреляции Однако при решении задачи распознавания образов возникают ситуации, когда разница в мерах близости нескольких образов, например, Hxyi и Нху2, незначительна, что вносит неопределенность в принятие окончательного решения даже при превышении порогового уровня

Достижение максимальной разницы АНху между двумя ближайшими максимальными оценками Нху, например, Нху1 и Нху2, на этапе построения разделяющей функции метода идентификации производится за счет оптимального выбора информативных признаков, полученных в процессе тщательно спланированного и реализованного эксперимента по сбору исходных данных Величина АНху в данном случае является критерием надежности системы распознавания, гарантирующим получаемую достоверность при условии, что величины Нху, и Нху2 значимы и превышают уровень порога Нч Для оценки значимости Нху1 и Нху2 в работе использована их средняя величина Нху

Достоверность идентификации состояния скважины прямо пропорциональна величинам Нху и АНху и может быть представлена косвенной оценкой Н, равной

т

, АН = !#,,,, -нху1\ Взаимосвязь Бос и Н определяется в процессе

где н:

2

исследования модели

Разработанная модель охватывает технологический процесс исследования буровой скважины на этапе каротажных работ и позволяет выбирать оптимальный режим оборудования и аппаратуры по принципу разумной достаточности затрат Третья глава посвящена исследованию модели оптимизации режимов ГИС Основными результатами исследования модели являются следующие А) На основе метода наименьших квадратов построена регрессионная зависимость Оос=/(Н) идентификации состояний по методу Байеса

Б) В результате исследований для выбора оптимального режима работы оборудования и аппаратуры каротажных станций разработан алгоритм многофакторной динамической оптимизации, представленный на рисунке 3 Алгоритм позволяет управлять тремя факторами скоростью движения зонда V, режимом регистрации Яг, выбором метода идентификации М Возможные диапазоны изменения управляемых факторов устанавливаются в соответствии с технологическими инструкциями, например, для скорости движения скважинного прибора рекомендуется определенный диапазон [ртш, гтах] При изменении первых двух факторов меняется репрезентативность исходных данных, определяемая общим числом замеров N

Вектор исходных данных Явх содержит задающие воздействия и начальные значения параметров режима системы, при которых определяется вектор состояния начального участка скважины (3) и оценка достоверности результата идентификации по выражению (8) Для проверки режима на оптимальность используется уровень достоверности оценки состояния скважины (/)), так как другие параметры критерия (2) определяются через возможные диапазоны изменения факторов Проверка режима осуществляется из сравнения текущего уровня рассогласования достоверностей АО с пороговым значением /Ш„, величина которого на начальном этапе устанавливается неопределенной (АЛ„) и находится в процессе исследований для каждого участка скважины

Когда режим не является оптимальным, осуществляется изменение скорости движения зонда Диапазону возможных скоростей соответствует интервал объема данных для последующей обработки и интерпретации [Л'тш, Л^^] Коэффициент передаточной функции между АО и разностью в размерах выборки данных А/У' различен при идентификации разных состояний скважины, в частности — пластов, и не может быть априорно точно задан Поэтому было принято решение о применении метода последовательного приближения, позволяющего в зависимости от знака отклонения оценки достоверности А И изменять скорость зонда на величину Ау, определяемую с учетом следующего выражения

=0,33 + 2,08#-1,5Я

■г

(8)

(9)

= (10) ЛГ2ЛГ,Д/

где АО, N2 и ДУУ' - соответственно начальный, конечный размер выборки данных, достаточных для идентификации состояния, и разность в размерах выборки данных на двух последовательных шагах регулирования

Рис 3 - Схема алгоритма выбора оптимального режима

В выражении (10) AN' выбирается с учетом входных ограничений В результате исследования выявлено, что для получения быстрого выхода на оптимальный режим, чтобы исследуемый пласт не был пропущен, целесообразно

задать значение ДУУ' равным 10% от значения Nm,LX-N„„„. При этом возможно

применение (А'„1,„-А'т,л^/ДАГ' ступеней скорости \'2..... I',,,,./, переход между

которыми осуществляется последовательно по знаку рассогласования достоверностей. Начальная скорость движения зонда определяется как среднее значение между 1>„„„ и у„„„.

Если в результате изменения скорости зонда происходит смена знака АО с положительного на отрицательный или достигнута граница диапазона, система оптимизации производит настройку требуемого режима за счет изменения параметров регистрации данных, выбор которых осуществляется аналогичным образом. Далее процесс выбора оптимального режима производится за счет изменения метода идентификации состояния М. Если в результате всех изменений при выборе метода идентификации происходит смена знака Лй с положительного на отрицательный или Лй<0, то полученное значение рассогласования считается пороговым а данный режим является оптимальным. Если исследуемый участок пройден, то алгоритм завершает работу, иначе происходит переход на определение вектора состояния текущего участка скважины.

В) Построены графики зависимостей достоверности оценки состояния от сложности идентификации образов и репрезентативности данных (рис. 4), позволяющие определить необходимое количество данных, обеспечивающих оптимальный режим работы модели в соответствии с текущим исследуемым участком объекта при идентификации методом Байеса.

а б

Рис. 4: а) графики зависимости достоверности £> оценки состояния объекта от размера выборки и;

б) графики зависимости размера выборки л от сложности идентификации образов

Г) Построены временные диаграммы работы модели, на которых показано, как изменением скорости движения зонда устанавливается режим, соответствующий (6), что доказывает возможность использования алгоритма оптимизации при управлении режимами работы оборудования и аппаратуры ГИС.

На рисунке 5 представлены временные диаграммы работы при идентификации геологических пластов буровой скважины, полученные на основе экспериментальных данных. Как видно из рисунка, при изменении скорости движения зонда режим, соответствующий (6), устанавливается за 5 шагов. При этом конечное значение Д/> меньше нуля и составило менее 2% от /),=0,9.

При исследовании модели оптимизации ГИС были разработаны и

\1

о,

I -

О;

использованы алгоритмы и программы генерации временных рядов с заданными статистическими характеристиками (коэффициента парной корреляции, оценок математического ожидания и дисперсии), геометрической передискретизации рядов.

Результаты исследования модели использованы при разработке методов оптимизации каротажных работ при идентификации геологических пластов.

Четвертая глава посвящена разработке методов оптимизации режимов ГИС при идентификации геологических пластов буровой скважины.

__При решении задачи идентифика-

_| ^_ Ур1тг ции пластов необходимо для некоторого

; ; | исходного множества образов

уьН-'! ' : : : О = {0,,02.. .}, характеризующего возмож-

ные пласты в скважине, заданного множества признаков идентификации - Р = {Р,,Р2,...}, по замеренным признакам ■ Р2 = {/>,%/>/,...} определить принадлежность исследуемого слоя к одному из образов О с привязкой границ пластов к глубине скважины.

В модели оптимизации режимов ГИС при идентификации пластов 2 ; ; ; ; ; необходимо выполнять требования:

-1-:-;--1- 1) распознавание исследуемого пласта

должно осуществляться с оценкой достоверности результата; 2) должна быть

- обеспечена привязка данных по глубине.

Для выполнения первого пункта -—£ требований разработан алгоритм и программа идентификации пластов на основе метода Байеса. Апробация алгоритма по данным радиометрического результатами интерпретации геофизическим

Тп

г„ - время переходного процесса.

Рис. 5 - Временные диаграммы работы модели каротажа выявила совпадения с отделом ООО «Оренбурггеофизика».

Для выполнения второго пункта разработан алгоритм контроля и прогнозирования характеристик магнитной метки, предназначенный для своевременного перемагничивания каротажного кабеля. На основе экспериментальных данных построена прогнозирующая модель линейного тренда понижения уровня намагниченности магнитной метки каротажного кабеля (СМКК). Модель имеет следующий вид:

СМКК (О = - 112 ,61 + 0,018 ( . (11)

Оценка точности прогноза осуществлялась с использованием ^распределения Стьюдента для 95% доверительного интервала. Ошибка составила менее 2,5%, что является достаточной точностью для прогнозирования сигнала в производственных условиях.

Ошибки в регистрации СМКК возникают при соприкосновении во временном пространстве сигнала фона (СФ) и СМКК, что возможно при приближении уровня

СМКК к уровню СФ. Оценка вероятностей соприкосновения пиковых значений СФ и СМКК произведена с использованием вычисления свертки этих сигналов. Полученный по экспериментальным данным график свертки СМКК и СФ представлен на рисунке 6. Кривая 1р(Я). представленная на рисунке 7 в верхней части номограммы для определения критической длины маршрута каротажного кабеля, представляет собой интегральную оценку ошибки регистрации магнитной метки в зависимости от расстояния Л между средними значениями СФ и СМКК. При значении интеграла свертки, равном нулю, СФ и СМКК не идентифицируются, т.е. вероятность ошибки при распознавании СФ или СМКК равны 0,5. В нижней части номограммы представлен график прогноза изменения СМКК в зависимости от длины маршрута кабеля построенный в соответствии с выражением (11).

Ресурс использования каротажного кабеля до следующего перемагничивания определяется длиной маршрута Мкрит.

1р(Ю

3 - свертки сигналов фона и м М

магнитной метки Р,1С- 7 - Номограмма определения критической

длины маршрута каротажного кабеля Использование разработанной модели системы многофакторной динамической оптимизации и методов оптимизации при идентификации геологических пластов позволяет повысить эффективность ГИС за счет своевременного перемагничивания каротажного кабеля и сокращения времени спуско-подъемных операций более, чем на 20%. Экономия в месяц для каждой каротажной станции составляет в среднем 280 тысяч рублей.

В заключении перечислены основные выводы и результаты работы.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. В результате проведенного анализа современных научных и технических публикаций по методам и средствам ГИС определено, что в настоящее время недостаточно внимания уделено вопросам оптимизации режимов оборудования и аппаратуры. Это проявляется в том, что в существующих системах управления каротажными работами практически отсутствует динамическая оптимизация

режимов работы оборудования и аппаратуры под характеристики исследуемых скважин, вопросы определения сроков перемагничивания каротажного кабеля с целью сокращения затрат не затрагивались, практически отсутствуют конкретные методики и рекомендации для оптимизации режимов работы каротажных станций

2 Определена целевая функция ГИС, предназначенная для оценки затрат на исследования в зависимости от производительности работ и достоверности оценки состояния скважины Для оценки эффективности ГИС выбран обобщенный критерий минимальных затрат

3 Разработана модель системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины как протяженного объекта Выходом модели является вектор параметров, состоящий из трех факторов, изменение которых позволяет выбирать оптимальный режим работы оборудования и аппаратуры ГИС скорость движения каротажного зонда, режим сбора и регистрации данных, метод идентификации В результате изменения этих факторов устанавливаются такие значения сложности идентификации и репрезентативности данных, которые соответствуют заданной величине достоверности распознавания образов Для оценки сложности идентификации состояния объекта предложен параметр надежности распознавания, представляющий собой комплексную меру близости двух образов, позволяющий определять оценку рассогласования достоверности идентификации при вычислении управляющего воздействия

4 Основными результатами исследования модели являются

A) регрессионные зависимости оценки достоверности идентификации состояния объекта от надежности распознавания для метода Байеса и метода сравнения с эталоном, предназначенные для определения достоверности исследований непосредственно по результатам распознавания,

Б) алгоритм выбора оптимального режима работы оборудования и аппаратуры ГИС, позволяющий определять и поддерживать оптимальную скорость перемещения скважинного прибора, режим сбора, регистрации и идентификации состояния скважины,

B) зависимости достоверности оценки состояния объекта от сложности идентификации образов и репрезентативности исходных данных, позволяющие определить необходимый объем данных, обеспечивающий оптимальный режим работы модели, Г) временные диаграммы работы модели, иллюстрирующие процесс поиска и поддержания оптимального режима оборудования и аппаратуры при изменении задающих воздействий и сложности идентификации объекта

5 Разработаны алгоритм и программа для идентификации геологических пластов буровой скважины на основе метода Байеса, предназначенные для управления режимом регистрации данных с учетом требуемых оценок по производительности и достоверности идентификации пластов Использование данных программных средств позволяет сократить время спуско-подъемных операций более, чем на 20%

6 Разработан метод мониторинга характеристик магнитной метки каротажного кабеля, позволяющий определять рациональные сроки перемагничивания кабеля с учетом фактического состояния его намагниченности, в результате чего сокращены затраты ГИС на этапе их подготовки за счет уменьшения более, чем в 2 раза, общего времени перемагничивания каротажных кабелей

Основные публикации по теме диссертации

1 Кручинин, А Ю Надежность программного обеспечения основные проблемы оценки и повышения материалы третьей всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике»/А Ю Кручинин - Оренбург ИПК ГОУ ОГУ, 2004 - С 113-118

2 Кручинин, А Ю Выбор режима регистрации сигналов при распознавании образов по методу эталонов материалы четвертой всероссийской научно-практической конференции (с международным участием) «Современные информационные технблогии в науке, образовании и практике»/А Ю Кручинин -Оренбург ИПК ГОУ ОГУ, 2005 -С 159-163

3 Кручинин, А Ю Особенности построения учебного АРМ для диагностирования средств вычислительной техники труды всероссийской межвузовской научно-практической конференции «Компьютерные технологии в науке, практике и образовании» / Т 3 Аралбаев, С А Гончаров, АЮ Кручинин - Самара СамГТУ,2005 - С 191-193

4 Кручинин, А Ю Генерация временных рядов с заданным коэффициентом парной корреляции Перспектива Сборник статей молодых ученых / А Ю Кручинин - Оренбург ГОУ ОГУ, 2005 -№7 - С 251-254

5 Кручинин, А Ю Модель динамической оптимизации режимов мониторинга и диагностирования буровой скважины материалы международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП)» / АЮ Кручинин, ТЗ Аралбаев -Т2 - Орел ОрелГТУ, 2006 -С 81-85

6 Кручинин, А Ю Особенности применения метода Байеса для идентификации пластов в буровой скважине Перспектива Сборник статей молодых ученых / А Ю Кручинин - Оренбур1 ГОУ ОГУ, 2006 -№8 - С 169-173

7 Кручинин, А Ю Контроль и прогнозирование характеристик магнитной метки каротажного кабеля на основе методов цифровой обработки сигналов материалы пятой всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» / Т 3 Аралбаев, А Ю Кручинин, Д А Скатеренко -Оренбург ИПК ГОУ ОГУ, 2006 - С 132-138

8 Кручинин, А Ю Оптимизация сроков перемагничивания каротажного кабеля на основе прогнозирующей модели / А Ю Кручинин, Д А Скатеренко, Т 3 Аралбаев // Вестник ИжГТУ -2007 -№3 -С 1-3

9 Кручинин, А Ю ВаюзМеЙюс) - Программный модуль для использования метода Байеса в распознавании протяженных объектов свидетельство об отраслевой регистрации разработки Код программы по ЕСПД 02069024 00089-01, инв номер ФАП 6563 (инв номер ВНТИЦ 50200601321) / Т 3 Аралбаев, А Ю Кручинин - М ОФАП, 2006 - 104 Кб

10 Кручинин, АЮ Recognltюn - адаптивный программный комплекс, предназначенный для распознавания пластов пород по результатам каротажных работ в буровых скважинах свидетельство об отраслевой регистрации разработки Код программы по ЕСПД 02069024 0009001, инв номер ФАП 6564 (инв номер ВНТИЦ 50200601322) / Т 3 Аралбаев, А Ю Кручинин -М ОФАП, 2006 - 1010 Кб

Отпечатано в типографии «Экспресс-печать» 10 10 2007 г

Свидетельство ЮО 17472 Г Р Н 304561003400204 Формат 60x84 Уел печ л 1,0 Тираж 100 экз зак 191 I Оренбург ул Пролетарская 33

Введение.

Глава 1. Обзор и анализ методов и средств оптимизации режимов работы каротажных станций.

1.1 Буровая скважина как объект геофизических исследований.

1.2 Задачи оптимизации геофизических исследований скважин (ГИС).

1.3 Аналитический обзор современных автоматизированных систем, методов и средств идентификации состояния буровой скважины.

1.4 Анализ эффективности ГИС.

1.5 Определение целевой функции и критериев оценки эффективности

1.6 Постановка задач.

Выводы по главе 1.

Глава 2. Разработка модели системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины.

2.1 Анализ сложности идентификации буровой скважины.

2.2 Репрезентативность данных как фактор качества идентификации состояния буровой скважины.

2.3 Построение структуры концептуальной модели динамической оптимизации режимов регистрации и идентификации буровой скважины.

2.4 Выбор оптимальной скорости движения зонда.

2.5 Определение параметров сбора и регистрации данных.

2.6 Выбор метода идентификации состояния объекта.

2.7 Имитационная модель системы многофакторной динамической оптимизации режимов регистрации и идентификации состояния скважины

Выводы по главе 2.

Глава 3. Исследование модели системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины . 53 3.1 Планирование вычислительного эксперимента для исследования модели.

3.2 Особенности разработки алгоритмического и программного обеспечения исследования модели.

3.2.1 Алгоритм генерации временных рядов сигналов с заданными статистическими характеристиками на основе знаковой корреляции

3.2.2 Алгоритм геометрической передискретизации временных рядов.

3.2.3 Разработка алгоритма поиска оптимального режима.

3.3 Результаты исследования модели оптимизации режимов ГИС.

Выводы по главе 3.

Глава 4. Разработка методов оптимизации режимов ГИС при идентификации пластов буровой скважины.

4.1 Особенности задачи идентификации пластов при исследовании состояния буровой скважины.

4.2 Оптимизации режимов ГИС при идентификации пластов методом

Байеса.

4.3 Контроль и прогнозирование характеристик магнитной метки каротажного кабеля на основе методов цифровой обработки сигналов

4.4 Разработка программного обеспечения для оптимизации режимов ГИС

4.5 Оценки технической и экономической эффективности идентификации пластов.

Выводы по главе 4.

Актуальность проблемы

Одним из основных факторов повышения эффективности геологических исследований скважин (ГИС) является сокращение временных затрат на проведение подготовительных работ в производственных цехах, каротажных работ на скважине в полевых условиях и работ по обработке данных в подразделениях интерпретации результатов. Производительность работ на каждом участке в свою очередь определяется эффективностью используемых методов организационного управления ГИС и степенью автоматизации технологических операций. Особую актуальность проблема автоматизации ГИС приобретает в настоящее время в связи с усложнением геофизических задач, возросшими требованиями к качеству результатов обработки данных, большими материальными затратами на проведение работ. Одной из основных особенностей решения задач автоматизации ГИС является поиск технических решений, позволяющих повысить производительность работ при сохранении требуемых оценок качества технологического состояния буровых скважин.

Вопросам автоматизации ГИС и интерпретации результатов посвящен обширный перечень работ, к которым можно отнести научные труды Мираджанзаде А.Х., Алиева Т.М., Деркача А.С., Давыдова А.В., Кожевникова Д.А., Хургина Я.И., Урманова Э.Г., Итенберга С.С. Большое внимание оценке состояния сложных объектов уделено в работах Клира Дж., Горелика А.Л., Скрипкина В.А., Фукунаги К. и других ученых. В настоящее время для автоматизации ГИС широко используются аппаратно-программные комплексы российских и зарубежных фирм, таких как: НПЦ «Тверьгеофизика», ООО «Оренбурггеофизика», ЗАО НПФ «Элеком», НПЦ «Союзпромгеофизика».

Анализ современных публикаций по автоматизации ГИС и технико-экономических характеристик используемого оборудования показал, что, несмотря на значительные достижения в этой области, имеются еще большие резервы в оптимизации технологических процессов исследования буровых скважин. Это относится в первую очередь к задачам оптимального использования технических и трудовых ресурсов с учетом специфики каждой скважины, в частности сложности ее как объекта исследования, проявляющейся в особенностях литологического расположения геологических пластов, в распределении геомагнитного фона, в топологических параметрах и других характеристиках. Вопросы построения адаптивных систем автоматизации ГИС, направленные на использование этих резервов, на сегодняшний день не нашли должного отражения в перечисленных научных работах и технических разработках, а именно:

- известные математические модели систем автоматизации и алгоритмы управления процессами сбора, регистрации и обработки данных не позволяют оперативно оценивать качество идентификации состояния скважины и не учитывают возможность многофакторной оптимизации технологических режимов каротажных станций за счет рационального выбора скорости перемещения скважинного прибора, режимов регистрации данных и средств интерпретации результатов;

- в перечне технологических инструкций по ГИС практически отсутствуют прикладные методы мониторинга состояния намагниченности каротажного кабеля, оперативного выбора режимов работы спуско-подъемного оборудования, средств регистрации и интерпретации результатов непосредственно на буровой скважине.

Настоящая работа выполнена в рамках г/б НИР № 01990000102 «Исследование и разработка унифицированных методов и средств вычислительной техники для спектральной диагностики сложных объектов» ГОУ ОГУ.

Цель работы: повышение эффективности ГИС на основе новых методов и средств оптимизации режимов работы каротажных станций.

Задачи исследований:

- обзор и анализ современных методов и средств проведения ГИС;

- определение целевой функции и обобщенного критерия оценки эффективности ГИС;

- разработка и исследование модели системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины как протяженного объекта;

- разработка алгоритма и программы динамической оптимизации режимов работы каротажной станции при идентификации геологических пластов буровой скважины;

- разработка алгоритма, программы и метода мониторинга характеристик магнитной метки каротажного кабеля на основе цифровой обработки сигналов.

Методы исследований

Использованы методы теории вероятности, математической статистики, теории оптимизации, теории игр, распознавания образов. Научная новизна:

- предложена модель и алгоритмы системы многофакторной динамической оптимизации режимов работы каротажной станции, позволяющие выбирать оптимальную скорость перемещения скважинного прибора, режим регистрации данных и метод идентификации состояния скважины непосредственно в процессе проведения исследований на основе оценки сложности идентификации объекта;

- предложен параметр надежности оценок распознавания образов, предназначенный для оценки достоверности идентификации состояния скважины и характеризующий сложность идентификации объекта;

- разработан метод выбора оптимальной скорости скважинного прибора и режима регистрации данных при идентификации геологических пластов на основе метода Байеса;

- разработан метод мониторинга характеристик магнитной метки каротажного кабеля, позволяющий определять рациональные сроки его перемагничивания.

Практическая значимость и реализация результатов работы

Модель и алгоритм динамической оптимизации режимов кроме буровых скважин могут быть использованы при исследовании широкого класса протяженных объектов, к которому относятся: дорожное покрытие, магистральные трубопроводы и другие объекты.

Разработанное программное обеспечение передано для внедрения в Отрадненский филиал ООО «А. Д. Д. Сервис», используется в учебном процессе ГОУ ВПО «Оренбургский государственный университет».

Новизна программных разработок подтверждается свидетельствами о регистрации программных средств в отраслевом фонде алгоритмов и программ. Основные защищаемые положения

- модель и алгоритм многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины;

- метод оценки сложности идентификации объектов по параметру надежности оценок распознавания образов;

- алгоритм идентификации геологических пластов буровой скважины;

- алгоритм и метод мониторинга состояния намагниченности каротажного кабеля.

Апробация результатов работы

Основные положения и результаты работы докладывались и обсуждались на 5 научно-практических конференциях, из которых 4 - с международным участием. В том числе: Всероссийская научно-практическая конференция (с международным участием): «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2004), Всероссийская научно-практическая конференция (с международным участием): «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2005), Всероссийская межвузовская научно-практическая конференция:

Компьютерные технологии в науке, практике и образовании» (Самара, 2005), Международная научно-техническая конференция: «Информационные технологии в науке, образовании и производстве (ИТНОП)» (Орел, 2006), Всероссийская научно-практическая конференция (с международным участием): «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2006).

Основные положения диссертационной работы отражены в 10 публикациях, из которых 8 статей, 2 авторских свидетельства на программные средства.

Структура и объем диссертации

Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников и приложений. Работа изложена на 152 страницах, в том числе: основной текст на 108 страницах, 7 таблиц, 35 рисунков, список использованных источников из 159 наименований на 15 страницах, приложения на 29 страницах. Первая глава посвящена решению задач обзора и анализа методов и средств динамической оптимизации режимов работы каротажной станции, анализу эффективности ГИС. Во второй главе представлено решение задачи разработки модели системы многофакторной динамической оптимизации режимов регистрации и идентификации состояния буровой скважины. Третья глава описывает исследование модели. Четвертая глава содержит решение задач разработки метода выбора оптимальной скорости скважинного прибора и режима регистрации данных при идентификации геологических пластов на основе метода Байеса, метода контроля и прогнозирования характеристик магнитной метки каротажного кабеля. В заключении перечислены основные выводы и результаты работы. Приложения содержат листинги программ, акты внедрения результатов работ.

Основные выводы и результаты работы:

1. В результате проведенного анализа современных научных и технических публикаций по методам и средствам ГИС определено, что в настоящее время недостаточно внимания уделено вопросам оптимизации режимов оборудования и аппаратуры. Это проявляется в том, что в существующих системах управления каротажными работами практически отсутствует динамическая оптимизация режимов работы оборудования и аппаратуры под характеристики исследуемых скважин, вопросы определения сроков перемагничивания каротажного кабеля с целью сокращения затрат не затрагивались, практически отсутствуют конкретные методики и рекомендации для оптимизации режимов работы каротажных станций.

2. Определена целевая функция ГИС, позволяющая оценить затраты на исследования в зависимости от производительности работ и достоверности оценки состояния скважины. Для оценки эффективности ГИС выбран обобщенный критерий минимальных затрат.

3. Разработана модель системы многофакторной динамической оптимизации режимов регистрации и идентификации буровой скважины как протяженного объекта. Выходом модели является вектор параметров, состоящий из трех факторов, изменение которых позволяет выбирать оптимальный режим работы оборудования и аппаратуры ГИС: скорость движения каротажного зонда, режим сбора и регистрации данных, метод идентификации. В результате изменения этих факторов устанавливаются такие значения сложности идентификации и репрезентативности данных, которые соответствуют заданной величине достоверности распознавания образов. Для оценки сложности идентификации состояния объекта предложен параметр надежности распознавания, представляющий собой комплексную меру близости двух образов, позволяющий определять оценку рассогласования достоверности идентификации при вычислении управляющего воздействия.

4. Основными результатами исследования модели являются:

A) регрессионные зависимости оценки достоверности идентификации состояния объекта от надежности распознавания для метода Байеса и метода сравнения с эталоном, позволяющие оценивать достоверность исследований непосредственно по результатам распознавания;

Б) алгоритм выбора оптимального режима работы оборудования и аппаратуры ГИС, позволяющий определять и поддерживать оптимальную скорость перемещения скважинного прибора, режим сбора, регистрации и идентификации состояния скважины;

B) зависимости достоверности оценки состояния объекта от сложности идентификации образов и репрезентативности исходных данных, позволяющие определить необходимый объем данных, обеспечивающий оптимальный режим работы модели;

Г) временные диаграммы работы модели, иллюстрирующие процесс поиска и поддержания оптимального режима оборудования и аппаратуры при изменении задающих воздействий и сложности идентификации объекта.

5. Разработаны алгоритмы и программы для идентификации геологических пластов буровой скважины, позволяющие управлять режимом регистрации данных с учетом требуемых оценок по производительности и достоверности идентификации пластов. Использование данных программных средств позволяет сократить время спуско-подъемных операций более чем на 20%.

6. Разработан метод мониторинга характеристик магнитной метки каротажного кабеля, позволяющий определять рациональные сроки перемагничивания кабеля с учетом фактического состояния его намагниченности, в результате чего сокращены затраты ГИС на этапе их подготовки за счет уменьшение более чем в 2 раза общего времени перемагничивания каротажных кабелей.

Основные публикации по теме диссертации:

1. Кручинин, А.Ю. Надежность программного обеспечения: основные проблемы оценки и повышения : материалы всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» / А.Ю. Кручинин. - Оренбург: ИПК ГОУ ОГУ, 2004. - С. 113-118.

2. Кручинин, А.Ю. Выбор режима регистрации сигналов при распознавании образов по методу эталонов : материалы четвертой всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» / А.Ю. Кручинин. - Оренбург: ИПК ГОУ ОГУ, 2005. - С. 159-163.

3. Кручинин, А.Ю. Особенности построения учебного АРМ для диагностирования средств вычислительной техники : труды всероссийской межвузовской научно-практической конференции «Компьютерные технологии в науке, практике и образовании» / Т.З. Аралбаев, С.А. Гончаров, А.Ю. Кручинин. - Самара: СамГТУ, 2005. - С. 191-193.

4. Кручинин, А.Ю. Генерация временных рядов с заданным коэффициентом парной корреляции : Перспектива. Сборник статей молодых ученых / А.Ю. Кручинин. - Оренбург: ГОУ ОГУ, 2005. - №7. - С. 251-254.

5. Кручинин, А.Ю. Модель динамической оптимизации режимов мониторинга и диагностирования буровой скважины : материалы международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП)» / А.Ю. Кручинин, Т.З. Аралбаев. - Т2. - Орел: ОрелГТУ, 2006. - С. 81-85.

6. Кручинин, А.Ю. Особенности применения метода Байеса для идентификации пластов в буровой скважине : Перспектива. Сборник статей молодых ученых / А.Ю. Кручинин. - Оренбург: ГОУ ОГУ, 2006. - №8. - С. 169-173.

7. Кручинин, А.Ю. BaiesMethod - Программный модуль для использования метода Байеса в распознавании протяженных объектов : свидетельство об отраслевой регистрации разработки. Код программы по ЕСПД .02069024.0008901, инв. номер ФАП 6563 (инв. номер ВНТИЦ 50200601321) / Т.З. Аралбаев, А.Ю. Кручинин. -М.: ОФАП, 2006. - 104 Кб.

8. Кручинин, А.Ю. Recognition - адаптивный программный комплекс, предназначенный для распознавания пластов пород по результатам каротажных работ в буровых скважинах : свидетельство об отраслевой регистрации разработки. Код программы по ЕСПД .02069024.00090-01, инв. номер ФАП 6564 (инв. номер ВНТИЦ 50200601322) / Т.З. Аралбаев, А.Ю. Кручинин. - М.: ОФАП, 2006.- 1010 Кб.

9. Кручинин, А.Ю. Контроль и прогнозирование характеристик магнитной метки каротажного кабеля на основе методов цифровой обработки сигналов : материалы пятой всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» / Т.З. Аралбаев, А.Ю. Кручинин, Д.А. Скатеренко. - Оренбург: ИПК ГОУ ОГУ, 2006. - С. 132-138.

10. Кручинин, А.Ю. Оптимизация сроков перемагничивания каротажного кабеля на основе прогнозирующей модели / А.Ю. Кручинин, Д.А. Скатеренко, Т.З. Аралбаев // Вестник ИжГТУ. - 2007. - №3. - С. 1-3.

ЗАКЛЮЧЕНИЕ

1. Абчук, В. А. Экономико-математические методы: Элементарная математика и логика. Методы исследования операций / В.А. Абчук. -М. .-Союз, 1999.-318 с.

2. Атовмян, И.О. Надежность автоматизированных систем управления / И.О. Атовмян, А.С. Вайрадян и др.; под ред. Я.А. Хетагурова. М. : Высш. шк., 1979.-287 с.

3. Адлер, Ю.П. Планирование эксперимента при поиске оптимальных условий / Ю.П. Адлер, Е.В. Маркова, Ю.В. Грановский. М. : Наука, 1976.-279 с.

4. Алексеев, В.И. Корреляционно-экстремальные контрольно-измерительные устройства / В.И. Алексеев, В.П. Тарасенко // Автоматизация и современные технологии. 1993. - №3. - С. 34-36.

5. Алексеев, Ф.А. Ядерная геофизика при исследовании нефтяных месторождений / Ф.А. Алексеев. -М.: Недра, 1978. 359 с.

6. Алиев, Т.М. Автоматический контроль и диагностика штанговых насосных установок / Т.М. Алиев, А.А. Тер-Хачатуров. М. : Недра, 1988.-232 с.

7. Аралбаев, Т.З. Построение адаптивных систем мониторинга и диагностирования сложных промышленных объектов на основе принципов самоорганизации : монография / Т.З. Аралбаев. Уфа : Гилем, 2003.-248 с.

8. Аттетков, А.В. Методы оптимизации / А.В. Аттетков, С.В. Галкин, B.C. Зарубин. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. - 440 с.

9. Аузин, А.А. Геофизические исследования в скважинах: вопросы терминологии и классификации // Вестник Воронежского университета. 2005. - № 1. - С. 216-221.

10. Барабаш, Ю.Л. Коллективные статистические решения прираспознавании / Ю.Л. Барабаш. М.: Радио и связь, 1983. - 224 с.

11. Бендат, Дж. Прикладной анализ случайных данных / Дж. Бендат, А. Пирсол ; пер. с англ. В.Е. Привальского и А.И. Кочубинского ; под ред. И.Н. Коваленко. М.: Мир, 1989. - 540 с.

12. Бесекерский, В.А. Теория систем автоматического управления / В.А. Бесекерский, Е.П. Попов. СПб.: Изд-во «Профессия», 2004. - 752 с.

13. Бескровный, Н.И. Система сбора/регистрации данных каротажа в реальном времени / Н.И. Бескровный, Е.А. Кулигин // Каротажник. -2001.-№78.-С. 21-22.

14. Бимер, А. От пласта до трубопровода: решения в масштабе всего месторождения / А. Бимер, Я. Брайант, В. Верма и др. // Нефтегазовое обозрение. 1999. - Осень. - С. 24-41.

15. Благодатских, В.А. Стандартизация разработки программных средств. / В.А. Благодатских, В.А. Волонин, К.Ф. Поскакалов ; под ред. О.С. Разумова. М.: Финансы и статистика, 2003. - 288 с.

16. Блейхут, Р. Быстрые алгоритмы цифровой обработки сигналов / Р. Блейхут; пер. с англ. М.: Мир, 1989. - 448 с.

17. Бокс, Дж. Анализ временных рядов. Прогноз и управление / Дж. Бокс, Г. Дженкинс ; пер. с англ. М.: Мир, 1974. - 408 с.

18. Болотин, В.В. Прогнозирование ресурса машин и конструкций / В.В. Болотин. М.: Машиностроение, 1984. - 312 с.

19. Большая советская энциклопедия. 3-е изд. - 1969-1978 гг.

20. Бурькова, Е.В. Основы теории управления / Е.В. Бурькова. Оренбург : ИПК ГОУ ОГУ, 2005. - 120 с.

21. Ван дер Варден, Б.Л. Математическая статистика / Б.Л. Ван дер Варден ; пер. с немецкого. М. : Изд-во иностранной литературы, 1960. -341 с.

22. Васильев, В.Н. Компьютерная обработка сигналов в приложении к интерферометрическим системам / В.Н. Васильев, И.П. Гуров. СПб.: БХВ-Санкт-Петербург, 1998. - 240 с.

23. Верхаген, К. Распознавание образов: состояние и перспективы / К. Верхаген, Р. Дёйн и др.. -М.: Радио и связь, 1985. 103 с.

24. Временная инструкция о порядке, составе и формах представления информации о конструкциях, проходке и эксплуатации глубоких скважин в Государственный банк цифровой геологической информации. М.: ГлавНИВЦ, 1997. - 101 с.

25. Гайдышев, И.П. Анализ и обработка данных. Специальный справочник / И.П. Гайдышев. СПб.: Питер, 2001. - 751 с.

26. Гамбаров, Г.М. Статистическое моделирование и прогнозирование / Г.М. Гамбаров, Н.М. Журавель, Ю.Г. Королев и др.; под ред. А.Г. Гренберга. М.: Финансы и статистика, 1990. - 384 с.

27. Глебов, Н.И. Методы оптимизации / Н.И. Глебов, Ю.А. Кочетов, А.В. Плясунов. Новосибирск : НГУ, 2000. - 105 с.

28. Глушков, В.М. Введение в кибернетику / В.М. Глушков. Киев : Изд-во АН УССР. 1964.-324 с.

29. Гмурман, В.Е. Теория вероятностей и математическая статистика / В.Е. Гмурман. М.: Высш. шк., 2004. - 479 с.

30. Голд, Б. Цифровая обработка сигналов / Б. Голд, Ч. Рэйдер. М. : Сов.радио. 1973.-368 с.

31. Головин, Б.А. Контроль за разработкой нефтяных и газовых месторождений геофизическими методами / Б.А. Головин, М.В. Калинникова, А.А. Муха. Саратов : СГУ, 2005. - 30 с.

32. Гольденберг, JI.M. Цифровая обработка сигналов / JI.M. Гольденберг, Б.Д. Матюшкин, М.Н. Поляк. М.: Радио и связь, 1990. - 256 с.

33. Горелик, A.JI. Методы распознавания / A.JI. Горелик, В.А. Скрипкин. -М.: Высш. шк, 2004. 261 с.

34. Городецкий, В.И. Элементы теории испытания и контроля технических систем / В.И. Городецкий, А.К. Дмитриев, В.М. Марков ; под ред. P.M. Юсупова. JI.: Энергия, 1978. - 192 с.

35. Губерман, Ш.А. Неформальный анализ данных в геологии и геофизике / Ш.А. Губерман. М.: Недра, 1987. - 261 с.

36. Давыдов, А.В. Прямая задача гамма-каротажа Электронный документ. / А.В. Давыдов, В.А. Давыдов. Эл.адрес: http://prodav.narod.ru/nuclear/ index.html. Проверено 10.05.2007.

37. Даджион, Д. Цифровая обработка многомерных сигналов / Д. Даджион, Р. Мерсеро ; пер. с англ. М.: Мир, 1988. - 488 с.

38. Датчик меток глубины. Паспорт. АЯП 2.890.013 ПС. Грозный. - 29 с.

39. Деркач, А.С. Многоцелевые комплексные технологии контроля, строительства и эксплуатации нефтегазовых скважин / А.С. Деркач. -М.: ГУП, 2002. 268 с.

40. Деркач, А.С. Особенности и перспективы использования методов промыслово-геофизического контроля на нефтяных и газовых месторождениях Оренбургской области / А.С. Деркач, Р.Г. Темиргалеев и др.. М.: ВНИИОЭНГ, 1995. - 72 с.

41. Дженкинс, Г. Спектральный анализ и его приложения / Г. Дженкинс, Д. Ватте ; пер. с англ. -Т 1.-М.: Мир, 1971.-316 с.

42. Дженкинс, Г. Спектральный анализ и его приложения / Г. Дженкинс,

43. Д. Ватте ; пер. с англ. Т 2. -М.: Мир, 1971. - 285 с.

44. Дуда, Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт ; пер. с англ. Г.Г. Вайнштейн, A.M. Васьковский ; под ред. В.Л.Стефанюка. -М.: Мир. 1976.-511 с.

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

46. Жовинский, В.Н. Корреляционные устройства / В.Н. Жовинский, В.Ф. Арховский. М.: Энергия, 1974. - 248 с.

47. Журавлев, Ю.И. Алгоритмы распознавания, основанные на вычислении оценок / Ю.И. Журавлев, В.В. Никифоров // Кибернетика. -1971.-ЖЗ.-С. 1-11.

48. Зазирный, Д.В. Система непрерывного мониторинга протяженных объектов для предотвращения экономического и экологического ущерба // Нефтяное хозяйство. 2006. - №5. - С. 132-133.

49. Закревский, А.Д. Логика распознавания / А.Д. Закревский. М.: Наука и техника, 1988.- 118 с.

50. Заславский, Г.М. Стохастичность динамических систем / Г.М. Заславский. М.: Наука. 1984.-271 с.

51. Зверев, В.А. Выделение сигналов из помех численными методами / В.А. Зверев, А.А. Стромков. Нижний Новгород : ИПФ РАН, 2001. -188 с.

52. Иванов, А.И. Биометрическая идентификация личности по динамикеподсознательных движений / А.И. Иванов. Пенза : Изд-во Пензенского гос. университета, 2000. - 188 с.

53. Ивахненко, А.Г. Индуктивный метод самоорганизации моделей сложных систем / А.Г. Ивахненко. Киев : Наукова думка, 1982. -296 с.

54. Инженерные изыскания для строительства. Технические требования к производству геофизических работ. Каротажные методы. РСН 75-90. Москва 1990.

55. Итенберг, С.С. Интерпретация результатов геофизических исследований разрезов скважин / С.С. Итенберг. М. : Недра, 1972. -312 с.

56. КАРАТ-П: Технология производства работ. Тверь, 1997. - 562 с.

57. Кармалита, В.А. Цифровая обработка случайных колебаний / В.А. Кармалита. М.: Машиностроение, 1986. - 80 с.

58. Кижаев, С.А. Комплексная автоматизация бумагомассного агрегата / С.А. Кижаев. Самара : Самарский университет, 2003. - 422 с.

59. Клещев, К.А. Проект Классификация скважин, бурящихся при геолого-разведочных работах и разработке нефтяных и газовых месторождений (залежей) / К.А. Клещев, П.Т. Савинкин, В.И. Пороскун и др. // Геология нефти и газа. 1995. - №9. - С. 22-26.

60. Клир, Дж. Системология. Автоматизация решения системных задач / Дж. Клир ; пер. с англ. Зуева. М.: Радио и связь, 1990. - 539 с.

61. Кнут, Д.Э. Искусство программирования / Д.Э. Кнут. Т 2 - М. : Диалектика, 2004. - 832 с.

62. Колемаев, В.А. Теория вероятностей и математическая статистика / В.А. Колемаев, В.Н. Калинина. М.: ИНФРА-М, 1997. - 302 с.

63. Комаров, С.Г. Геофизические методы исследования скважин / С.Г. Комаров. -М.: Недра, 1973. 498 с.

64. Кривко, И.Н. Промыслово-геофизическая аппаратура и оборудование / И.Н. Кривко. М. :Недра, 1981. - 387 с.

65. Криволапое, Г.И. Пути повышения точности определения глубины спуска скважинного прибора : труды школы семинара «Физика нефтяного пласта» / Г.И. Криволапов. - М.: 2002. - С. 171-174.

66. Кручинин, А.Ю. Генерация временных рядов с заданным коэффициентом парной корреляции : Перспектива. Сборник статей молодых ученых / А.Ю. Кручинин. Оренбург : ГОУ ОГУ, 2005. -№7.-С. 251-254.

67. Кручинин, А.Ю. Оптимизация сроков перемагничивания каротажного кабеля на основе прогнозирующей модели / А.Ю. Кручинин, Д.А. Скатеренко, Т.З. Аралбаев // Вестник ИжГТУ. 2007. - №3. - С. 1-3.

68. Кручинин, А.Ю. Особенности применения метода Байеса для идентификации пластов в буровой скважине : Перспектива. Сборник статей молодых ученых / А.Ю. Кручинин. Оренбург: ГОУ ОГУ, 2006.- №8. -С. 169-173.

69. Куликовский, K.JI. Методы и средства измерений / K.JL Куликовский, В.Я. Купер. М.: Энергоатомиздат, 1986. - 448 с.

70. Липаев, В.В. Методы обеспечения качества крупномасштабных программных средств / В.В. Липаев. М.: СИНТЕГ, 2003. - 520 с.

71. Липаев, В.В. Надежность программных средств / В.В. Липаев. М. : Синтег, 1998.-232 с.

72. Макклеллан, Дж.Г. Применение теории чисел в цифровой обработке сигналов / Дж.Г. Макклеллан, Ч.М. Рейдер. М. : Радио и связь, 1983. -264 с.

73. Марпл-мл., C.JI. Цифровой спектральный анализ и его приложения / С.Л. Марпл-мл. М.: Мир, 1990. - 584 с.

74. Маскет М. Физические основы технологии добычи нефти / М. Маскет. МоскваИжевск : НИЦ «Регулярная и хаотическая динамика», 2003. -606 с.

75. Методическая инструкция по использованию аппаратуры ДРСТ-2, РСК-М, РК-60Л и РК-140 при массовых поисках. М.: Недра, 1969. -57 с.

76. Мирзаджанзаде, А.Х. Математическая теория эксперимента в добыче нефти и газа / А.Х. Мирзаджанзаде, Г.С. Степанова. М.: Недра, 1977. -228 с.

77. Мирский, Г.Я. Радиоэлектронные измерения / Г.Я. Мирский. М. : Энергия, 1975.-597 с.

78. Мхитарян, B.C. Теория вероятностей и математическая статистика / B.C. Мхитарян, Л.И. Трошин и др.. М. : Московский государственный университет экономики, статистики и информатики, 1998.- 170 с.

79. Непомнящих, И.А. О типах геофизических измерений геологических объектов. // Геология, геофизика и разработка нефтяных месторождений. 2004. - №5. - С. 36-41.

80. Никитин, А.Л. Теоретические основы обработки геофизической информации / А.Л. Никитин. М.: Недра, 1986. - 234 с.

81. Нуссбаумер, Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток / Г. Нуссбаумер. М.: Радио и связь, 1985. - 248 с.

82. Олссон, Г. Цифровые системы автоматизации и управления / Г.

83. Олссон, Дж. Пиани. СПб.: Невский Диалект, 2001. - 557 с.

84. Оппеигейм, А.В. Цифровая обработка сигналов / А.В. Оппенгейм, Р.В. Шафер.-М.: Связь, 1979.-416 с.

85. ОСТ 153-39.1-005-00 Кабели грузонесущие геофизические бронированные. Общие технические условия. М. : Минтопэнерго РФ, 2000.

86. Отнес, Р. Прикладной анализ временных рядов. Основные методы / Р. Отнес, JI. Эноксон ; пер. с англ. В.И.Хохлова ; под ред. И.Г.Журбенко.- М.: Мир, 1982.-428 с.

87. Паклин, Н.Б. Анализ геофизических данных // Бурение и нефть. 2005. -№5.-С. 38-40.

88. Патрик, Э. Основы теории распознавания образов / Э. Патрик ; пер. с англ.; под ред. Б.Р.Левина. М.: Сов. Радио, 1980. - 408 с.

89. Пискунов, Н.С. Дифференциальное и интегральное исчисления / Н.С. Пискунов. Т 2. - М.: Наука, 1970. - 576 с.

90. Пищухин, A.M. Автоматизация на основе мультиструктурных схем : монография / A.M. Пищухин. Оренбург : ОГУ, 2001. - 258 с.

91. Планирование эксперимента в исследовании технологических процессов / Под ред. Э.К. Лецкого. М.: Мир, 1977. - 551 с.

92. Правила геофизических исследований и работ в нефтяных и газовых скважинах / Министерство топлива и энергетики РФ и Министерство природных ресурсов РФ от 28 декабря 1999 года №445/323, Москва, 1999.

93. Поспелов, Г.С. Искусственный интеллект основа новой информационной технологии: Сер. Академические чтения / Г.С. Поспелов. - М.: Наука, 1988. - 280 с.

94. Применение цифровой обработки сигналов / Под ред. Э. Оппенгейма.- М.: Мир, 1980.-552 с.

95. Рабинер, Р. Теория и применение цифровой обработки сигналов / Р.

96. Рабинер, Б. Гоулд. М.: Мир, 1978. - 848 с.

97. Рабочая книга по прогнозированию / Редкол.: И.В. Бестужев-Лада. -М.: Мысль, 1982.-430 с.

98. РД Техническое описание и инструкция по эксплуатации грузонесущих бронированных кабелей. М.: Минтопэнерго РФ и МПР РФ, 1998.

99. Ребрин, Ю.И. Основы экономики и управления производством / Ю.И. Ребрин. Таганрог : Изд-во ТРТУ, 2000. - 145 с.

100. Руднев, О.В. Телеизмерительные системы в промысловой геофизике / О.В. Руднев. М. :Недра, 1992. - 376 с.

101. Руководство по эксплуатации хранения и обслуживанию кабелей геофизических грузонесущих бронированных (ОСТ 153-39.1-005-00). -ООО «Псковгеокабель»: Псков, 2004. 23с.

102. Рыжиков Ю.И. Имитационное моделирование. Теория и технологии / Ю.И. Рыжиков. СПб.: КОРОНА принт; М.: Альтекс-А, 2004. - 384 с.

103. Савельев, И.В. Курс общей физики / И.В. Савельев. Т 3. - М.: Наука, 1982.-304 с.

104. Самарский, А.А. Математическое моделирование: Идеи. Методы. Примеры / А.А. Самарский, А.П. Михайлов. М. : Физматлит, 2001. -320 с.

105. Сергиенко, А.Б. Цифровая обработка сигналов / А.Б. Сергиенко. -СПб.: Питер, 2002. 608 с.

106. Сизиков, B.C. Устойчивые методы обработки результатов измерений / B.C. Сизиков. СПб.: Спецлит, 1999. - 240 с.

107. Симанков, B.C. Адаптивное управление сложными системами на основе теории распознавания образов : монография / B.C. Симанков, Е.В. Луценко. Краснодар : Изд-во ТУ КубГТУ, 1999. - 318 с.

108. Скляр, Б. Цифровая связь. Теоретические основы и практическое применение / Б. Скляр. М.: Вильяме, 2003. - 1104 с.

109. Советов, Б.Я. Моделирование систем / Б.Я. Советов, С.А. Яковлев. -М.: Высшая школа, 1985. 272 с.

110. Тейлор, Дж. Введение в теорию ошибок / Дж. Тейлор. М. : Мир, 1985.-272 с.

111. Тененев, В.А. Классификация пластов по результатам геофизических исследований скважин / В.А. Тенеев, М.А. Сенилов, Н.Б. Паклин // Вестник ИжГТУ. Вып. 5 - Ижевск: Изд-во ИжГТУ, 2002. - С. 14-16.

112. Техническая инструкция по проведению геофизических исследований и работ приборами на кабеле в нефтяных и газовых скважинах. М.: Министерство Энергетики Российской Федерации, 2001.

113. Трахтман, A.M. Основы теории дискретных сигналов на конечных интервалах / A.M. Трахтман, В.А. Трахтман. М. :Сов. Радио, 1975. -208 с.

114. Ту, Дж. Принципы распознавания образов / Дж. Ту, Р. Гонсалес. М. :Мир, 1978.-412 с.

115. Тутубалин, В.Н. Теория вероятностей и случайных процессов / В.Н. Тутубалин . М. :Изд-во МГУ, 1992. - 400 с.

116. Уидроу, Б. Адаптивная обработка сигналов / Б. Уидроу, С. Стириз ; пер. с англ. М.: Радио и связь, 1989. - 440 с.

117. Урманов, Э.Г. Спектрометрический гамма каротаж нефтяных скважин / Э.Г. Урманов. М. :ВНИИОЭНГ, 1994 - 81 с.

118. Урманов, Э.Г. Использование данных спектрометрического гамма-каротажа при изучении разрезов нефтегазоразведочных скважин / Э.Г. Урманов, A.M. Фролов // Геология нефти и газа. 1993. - №8. - С.13

119. Фоменко, В.Г. Геолого-геофизическое моделирование основа оптимизации поисков, разведки и разработки газовых месторождений // Каротажник. - 2001. - №83. - С. 45-48.

120. Френке, JI. Теория сигналов / JI. Френке. М.: Советское радио, 1974. -344 с.

121. Фу, К. Структурные методы в распознавании образов / К. Фу. М. : Мир, 1977.-320 с.

122. Фукунага, К. Введение в статистическую теорию распознавания образов / К. Фукунага. М.: Наука, 1979. - 368 с.

123. Фурман, Я.А. Введение в контурный анализ; приложения к обработке изображений и сигналов / Я.А.Фурман, А.В. Кревецкий, А.К. Передреев и др.; под ред. Я.А.Фурмана. М. :ФИЗМАТЛИТ, 2003. -592 с.

124. Фурман, Я.А. Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов / Я.А. Фурман, А.В. Кревецкий, А.А. Роженцов и др. ; под ред. Я.А. Фурмана. М. : ФИЗМАТЛИТ, 2004. - 456 с.

125. Фурман, Я.А. Цифровые методы обработки и распознавания бинарных изображений / Я.А. Фурман, А.Н. Юрьев, В.В. Яншин. Красноярск : Изд-во Краснояр. ун-та, 1992. - 248 с.

126. Харкевич, А.А. Борьба с помехами / А.А. Харкевич. М.: Наука, 1965. - 275 с.

127. Хмелевской, В.К. Геофизические методы исследований / В.К. Хмелевской, Ю.И. Горбачев, А.В. Калинин и др.. Петропавловск-Камчатский: изд-во КГПУ, 2004. - 232 с.

128. Хмелевской, В.К. Геофизические методы исследования земной коры / В.К. Хмелевской. Часть 1. - Международный университет природы, общества и человека «Дубна» ,1997. - 276 с.

129. Хотяшов, Э.Н. Проектирование машинной обработки экономической информации / Э.Н. Хотяшов. М. : Финансы и статистика, 1987. -246с.

130. Хургин, Я.И. Проблемы неопределенности в задачах нефти и газа / Я.И. Хургин. М.: ИКИ, 2004. - 320 с.

131. Черноруцкий, И.Г. Методы оптимизации в теории управления / И.Г. Черноруцкий. СПб.: Питер, 2004. - 256 с.

132. Шабаев, Ю.Н. Эффективность метода ВП при выделении и определении характера насыщения сложно построенных коллекторов / Ю.Н. Шабаев, М.Г. Мифтахов // Геология нефти и газа. 1995. - №1. С. 28-34.

133. Шашков, В.Б. Обработка экспериментальных данных и построение эмпирических формул / В.Б. Шашков. Оренбург : ГОУ ОГУ, 2005. -150 с.

134. Шевеленко, В.Д. Спектры сигналов как источник измерительной информации : сборник научных трудов / В.Д. Шевеленко. Оренбург : ОГУ, 1996.-С. 69-78.

135. Шимко, П.Д. Оптимальное управление экономическими системами / П.Д. Шимко. СПб.: Бизнес-пресса, 2004. - 240 с.

136. Экономика / Под ред. А.С.Булатова. М.: Изд. БЕК, 1995. - 511 с.

137. Элланский, М.М. Петрофизические основы комплексной интерпретации данных геофизических исследований скважин / М.М. Элланский.-М.: ГЕРС, 2001.-147 с.

138. Юэн, Ч. Микропроцессорные системы и их применение при обработке сигналов / Ч. Юэн, К. Бичем, Дж. Робинтсон. М. : Радио и связь, 1986.-296 с.

139. Яглом, A.M. Корреляционная теория стационарных случайных функций. С примерами из метеорологии / A.M. Яглом. JT. : Гидрометеоиздат, 1981. - 280 с.

140. Activities of the Solar Influences Data analysis Center Электронный документ. Эл.адрес: http://sidc.oma.be. Проверено 10.05.2007.

141. Friedman Н.Р., Rubin J. On some invariant criteria for grouping data. -Amer. State. Assoc. J. 62. 1967. - P. 1159-1178.

142. Frigo M. FFTW Электронный документ. // USA, Massachusetts Institute of Technology. Эл.адрес: http://www.fftw.org. Проверено 10.05.2007.

143. Hatton L. Does OO Sync With How We Think? IEEE Software, vol. 15, no. 3, May 1998.-P. 21-25.

144. Highleyman W.H. The design and analysis of pattern recognition experiments, Bell System Technical Journal, 41, (March 1962) P. 723744.

145. Kosko B. Fuzzy Engineering. Prentice-Hall, New Jersey, 1997. 549 p.

146. Numerical recipes in C: the art of scientific computing /William H. Press . . . et al.. USA, Cambridge University Press, 1992. - 287 p.

147. Pao Y-H. Adaptive pattern recognition and neural network. Addison-Wesley, 1989.-309 pp.

148. Shannon C.E. A mathematical theory of communication. Bell System Technical Journal, 27, July and October 1948. P. 379-423.

149. Srihari S.N. On choosing measurements for invariant pattern recognition. -Information Sciences, 21,1980.-P. 1-11.

150. Utgoff P.E., Clouse J.A. A Kolmogorov-Smirnoff Metric for Decision Tree Induction MA 01003: Technical Report / Department of Computer Science University of Massachusetts, Amherst 1996. - 10 p.

151. Verhagen C.J.D.M., Duin R.P.W., Graen F.C.A., Joosten J.C. and Verbeek P.W. Progress Report on Pattern Recognition, Rep. Prog. Phys, 1980, v. 43, №6.-P. 785-831.124