Введение
ГЛАВА 1. Изученность решения проблемы 17
ГЛАВА 2. Развитие теории псевдогеометрических факторов в электропроводящей среде с учётом диэлектрической проницаемости 40
2.1. Осесимметричная геоэлектрическая модель среды и зондирующие системы электромагнитного каротажа 41
2.2. Линеаризованные представления электромагнитного поля и приближения Борна и Рытова 48
2.3. Численно-аналитическое решение для слоисто-однородной вектор-функции Грина как способ сокращения ресурсоёмкости 55
2.4. Локально-нелинейные приближения Борна и Рытова и тензор рассеяния электромагнитного поля 58
2.5. Определение пределов применимости линейных и локально-нелинейных приближений Борна и Рытова 61
2.6. Псевдогеометрические факторы в электропроводящей среде с учётом диэлектрической проницаемости 66
2.7. Выбор оптимальной фоновой модели на основе анализа пространственного распределения вихревых токов 71
2.8. Пространственная чувствительность зондов ЭМК как функция псевдогеометрических факторов 73
2.9. Линеаризация обратной задачи и её решение на основе SVD-разложения матрицы чувствительностей 83
ГЛАВА 3. Экспресс-моделирование электромагнитных сигналов и реконструкция электрофизических параметров геологических сред с осевой симметрией
3.1. Численное моделирование и инверсия данных ЭМК в пространственно неоднородных коллекторах 91
3.2. Численная инверсия данных ЭМК в пластах конечной мощности с учётом влияния УЭП буровых растворов 96
3.3. Реконструкция полного набора электрофизических параметров горных пород вокруг скважины 108
3.4. Апробация алгоритма двумерной инверсии данных ЭМК при определении насыщения коллекторов в условиях обводнения пластов 118
3.5. Численное моделирование и анализ областей эквивалентности зондов ЭМК 125
3.6. Пространственное разрешение систем ЭМК на основе численного моделирования 136
3.7. Области применения программно-алгоритмических средств численного моделирования и инверсии 141
ГЛАВА 4. Параметрическое описание уэп пространственно неоднородныхфлюидонасыщенных пластов 146
4.1. О параметризации геоэлектрических разрезов с учётом процесса фильтрации при бурении и условий осадконакопления 146
4.2. Реконструкция пространственного распределения УЭП и построение геоэлектрического изображения среды на основе кубических сплайнов 150
4.3. Редукция параметрического описания тонкослоистого песчано- глинистого коллектора с использованием периодической функции 155
4.4. Численное моделирование данных ЭМК и определение осреднённых параметров тонкослоистого терригенного коллектора 161
4.5. Петрофизические модели УЭП флюидонасыщенных песчаников с учётом глинистости различного генезиса 174
4.6. Численное моделирование данных ЭМК с применением петрофизических моделей УЭП 178
4.7. Количественная оценка петрофизических параметров заглинизированных коллекторов по практическим данным ЭМК 185
ГЛАВА 5. Высокопроизводительные параллельные вычисления на многопроцессорных устройствах nvidia и intel при решении задач ЭМК 191
5.1. Высокая эффективность использования графических процессоров nVidia и вычислительная модель CUDA в алгоритме приближённого численного моделирования 192
5.2. Построение и анализ областей квазирешений обратных задач на основе полного перебора модельных параметров на графических процессорах nVidia 200
5.3. Сравнительный анализ быстродействия и производительности вычислительного алгоритма решения обратной задачи ЭМК на графических процессорах nVidia 205
5.4. Особенности вычислений на сопроцессоре Intel Xeon Phi и оценки быстродействия численного моделирования на многоядерных архитектурах Intel 209
Заключение 216
