石油和天然气

 

MATLAB 和 Simulink 用于石油和天然气行业

 石油和天然气行业的地学科学家和工程师选择 MATLAB® 和 Simulink® 产品:

  • 钻探设备进行建模和优化
  • 分析地震数据,确定最佳钻井位置
  • 运行 Monte-Carlo 仿真,进行估值风险评估
  • 对储油层建模,延长石油和天然气储量的寿命
  • 将他们的分析扩展到GPU 集群和云

“我们利用自己的设计技能和知识为客户增加价值,而不是通过编写代码。Simulink 和 Embedded Coder 使我们能够将资源和重点从代码实现转移到系统设计和系统级的测试,从而加快了开发进度。”

Ingolf Wassermann, Baker Hughes

观看示例

预测性维护

MATLAB 可以帮助您开发根据设备的特定操作和架构特性定制的预测性维护算法。使用 Predictive Maintenance Toolbox™ 设计状态指示器并估算泵和压缩机等关键设备的剩余使用寿命。

阅读了解 Baker Hughes 如何使用 MATLAB 实现正排量泵的预测性维护平台,并且节省 1 千万美元以上。

地球科学、图像处理和深度学习

使用 MATLAB 实现地理科学应用,如遥感图像处理、生成和处理数字高程模型。您还可以开发地层表征算法。您可以导入各种 GIS 和地理空间文件格式,使用数百个内置函数进行信号处理、图像分析和曲线拟合。

在繁琐的地震资料解释活动上节省时间,比如,通过使用深度学习进行地震特征检测和震相到时拾取,从而采集复杂的盐体。

阅读了解 Shell 地质学家如何开发和部署用于预测地表下地质特征的软件,并且缩减了几个月的决策时间。

实时仿真和 HIL 测试

在 Simulink 中动态建模与实时测试相配合,更好地了解系统行为,开发受控对象设计,在没有硬件原型的情况下实现控制算法。使用 Simulink Real-Time™ 和 Speedgoat,对油气生产(如钻探、生产、海底建筑和工艺设备)执行系统的实时 HIL 测试。

阅读了解德州大学奥斯汀分校团队如何使用 Simulink Real-Time 和 Speedgoat 系统减小延迟,消除手工编写低级的微型自主钻机控制代码的需要。

钻探系统建模和数字孪生

对于控制压力钻井之类的应用,使用 Simscape™ 对流体系统以及处理这些流体的机器建模。Simscape 产品系列提供多域仿真,使您能够设计多个子系统(如泥浆泵和交流电动机)的逻辑和控制,而无需推导和实现系统级方程。您还可以使用传感器数据实时自动调节您的资产的数字孪生,而无需 IT 人员参与。 

阅读了解 Transocean 如何使用自适应基于物理的模型和优势分析,在 Simscape 中监视海底防喷器管子闸板的性能。

能源交易和风险管理

使用 MATLAB 能够简化和自动化您的能源交易和风险管理任务,比如从多个来源导入能源数据并实现可视化、构建能源时序数据的预测模型以及对估值和风险评估运行 Monte-Carlo 仿真。

您还可以从其他程序(如 R、Python® 和 Excel®)调用 MATLAB 算法,在企业系统(如 Power BI、Cloudera® 和 Hadoop®)上部署这些模型。MATLAB API 允许您为工作流程的每个部分挑选最好的语言和平台,MATLAB 在它们之间起到粘合剂的作用。

阅读了解 RWE 如何使用 MATLAB 开发和部署用于天然气及能源交易和风险管理的自动化系统

基于模型的设计和产品开发

使用 MATLAB 和 Simulink 实现基于模型的设计,缩短开发时间 50% 以上。转移您的资源,工作重点从代码实现和调试低级驱动程序转移到系统设计和测试。

使用 App Designer 和 MATLAB Compiler™ 创建具有自定义 UI 的独立应用程序并与其他人共享,即使他们不知道 MATLAB。

阅读了解 Baker Hughes 如何使用基于模型的设计,提高钻探设备的精度,最大限度地减少昂贵的现场测试。

数据分析和机器学习

自动执行您的地震数据处理步骤,比如使用 SEGY 文件以及处理炸测记录和行程时间现场文件。您还可以使用 MATLAB 中的可视化解释地下特征。对于钻柱的振动分析、研究油田递减率以及地震和压裂分析等应用,在单个平台上综合运用机器学习、信号处理和动态建模方法。

使用 MATLAB link for Petrel,消除您的 Petrel 项目的多个数据预处理和后处理步骤。

阅读了解 Halliburton 如何使用 MATLAB 中的机器学习让石油勘探更安全。

超越台式机

只需按下按钮,便可以生成要在硬件上运行的 C、C++ 和 HDL 代码。创建独立于硬件的 IEC 61131-3 结构化文本和梯形图,并部署在 PLC 和 PAC 上。

使用预置的大数据分析技术和专用工具箱,在多核处理器、群集和 NVIDIA GPU 上运行您的算法,而无需学习新的编程语言。将您的程序扩展到云上,无需重新编码。从 PI 系统中调用 MATLAB 函数,而无需创建自定义架构。

观看 BG Group/Shell 如何使用 MATLAB 构建用于处理 TB 级地震数据集的生产框架。

“使用 MATLAB 是生产高质量产品的最快、最高效方法。”

Dr. Daniel Moos, GeoMechanics International

联系我们

联系我们进行评估。