Visuelle Analytik und Versuchsplanung für die ErdölindustrieDas freut mich JMP geht zum Gesellschaft der Erdölingenieure ATCE Konferenz zum vierten Mal in fünf Jahren. In den letzten 87 Jahren war ATCE die führende technische Konferenz im Bereich Exploration und Produktion der Öl- und Gasindustrie. JMP ist so flexibel, dass es in jeder Branche eingesetzt werden kann - und ich habe mehrere Beispiele für die Verwendung von JMP für die Produktion in der Ölindustrie. Ich freue mich darauf zu zeigen, was JMP kann. Wenn Sie also auf der SPE ATCE-Konferenz am 30. Oktober sind, 2 in Denver in diesem Jahr, besuchen Sie bitte unseren Stand und sehen Sie sich alle Anwendungen von an JMP in diesem Bereich.
Zum Beispiel, Versuchsplanung In JMP wurde traditionell in der Ölproduktion eingesetzt, da es leistungsfähig und flexibel ist, um gute Konstruktionen für Simulatoren zu erstellen. Einige verwenden den benutzerdefinierten Designer, um weniger Läufe zu erstellen, und andere verwenden die raumfüllenden Designs, die speziell für die Verwendung mit Simulatoren entwickelt wurden. JMP verfügt über mehrere leistungsfähige und visuelle Modellierungsplattformen zur Analyse der Ergebnisse.
Darüber hinaus können visuelle JMP-Analysen verwendet werden, um die Produktionsraten zu erhöhen und die Kosten zu senken. Die Analyse historischer Daten, sowohl geologisch als auch prozessbezogen, kann wertvolle Erkenntnisse zur Verbesserung der Produktion und zur Verringerung der Umweltauswirkungen liefern. JMP Zuverlässigkeit Analysen ermöglichen es Zuverlässigkeitsingenieuren, einen potenziellen Fehler vorherzusagen und zu bestimmen, wie Fehler anvisiert werden. In der folgenden Grafik wird der Lebenszyklus des Pumpentyps mit der besten Leistung (Pumpe 
mit den Pumpentypen mit der geringeren Leistung verglichen.

JMP Pro ist eine fortschrittlichere Version der Software, die den Ingenieuren in Produktion und Behälter die Möglichkeit der Vorhersageanalyse bietet. JMP Pro verfügt über zusätzliche Modellierungstechniken zur Erstellung von Vorhersagemodellen in ungünstigen Modellierungssituationen. Mit dem Prediction Profiler in JMP und JMP Pro können Ingenieure die Auswirkungen jedes Prädiktors auf die Reaktion dynamisch visualisieren. Sie können dann verschiedene Szenarien analysieren, indem sie die Faktorwerte sofort ändern und die Auswirkungen auf die Reaktion sehen. Mit dem grafischen Monte-Carlo-Simulator können sie den Effekt mithilfe der Simulation sehen und dabei die Variabilität und die Verteilungsinformationen berücksichtigen. Das folgende Diagramm zeigt eine sortierte Liste von Prädiktoren, die von JMP Pro bestimmt wurden, und beeinflusst den Wiederherstellungsfaktor in einem bestimmten Wellentyp.

Die folgende Grafik zeigt den Prediction Profiler mit dem Grafiksimulator basierend auf einer Neural Net-Analyse der sechs wichtigsten Prädiktoren derselben Daten.
Re: Visuelle Analytik und Versuchsplanung für die ErdölindustrieSehr geehrter Herr Dr. Mejdal,
Ich bin Mina R. Mousa, Doktorandin an der Texas A & M University. Ich sende Ihnen diese E-Mail, um zu fragen, ob Sie mir mit einer Präsentation helfen können, die ich über die Rolle von Versuchsplanung (DoE) in der Forschungsplanung und -analyse in der Erdölindustrie vorbereitet habe. Ich habe vor, es in einem Papierwettbewerb für Doktoranden zu veranstalten, der von der Society of Petroleum Engineers organisiert wird. Ich plane es auch den Professoren in unserer Abteilung vorzustellen. Ich kontaktiere Sie deshalb, weil ich JMP in meiner gesamten Arbeit verwende. Ich habe auch festgestellt, dass Sie bereits einige Konferenzen besucht haben, die von der Society of Petroleum Engineers organisiert wurden. Sie haben also eine Vorstellung davon, was in unserer Branche passiert.
In der Erdölindustrie haben wir ein Problem mit der Anwendung von Statistiken im Allgemeinen und von DoE. Dies ist in Laborexperimenten und Feldversuchen offensichtlicher. Beispielsweise konzentriert sich keines der 20 akkreditierten Programme für Erdöl-Engineering auf DoE-Unterricht. In unserer Abteilung bei Texas A & M haben wir 27 Labore. Keiner von ihnen verwendet DoE. Sie verwenden hauptsächlich One-Factor-on-a-Time und Trial-and-Error. Folglich sind solche Studien ineffizient und können zu ungenauen Schlussfolgerungen führen. Ich habe ein (noch nicht veröffentlichtes) Review-Paper vorbereitet, in dem ich über das Problem, die aktuellen Herausforderungen und die Möglichkeiten zur Minderung des Problems spreche.
Vielen Dank für Ihre Rücksicht und ich freue mich darauf, von Ihnen zu hören.
Mit freundlichen Grüßen,
Mina
Email: mina.shaker@tamu.edu . mina.r.mousa@gmail.com
Persönliches Profil: Verknüpfung
