hypercore
программное обеспечение для ЭВМ «Интерактивная аналитическая система для создания цифровой модели керна «ФИАНУМЛАБ-Керн»
комплекс алгоритмов и специальных интерфейсов для автоматической обработки растровых изображений колонки керна нефтегазовых скважин с целью создания цифровой модели керна и дальнейшего интерактивного взаимодействия с пользователем
для управления процессом сканирования колонки керна в высоком разрешении, автоматического и полуавтоматического распознавания слоев разного состава по полученным и интерпретированным данным с камер
данные с датчиков - спектры гиперспектральной камеры и RGB изображение высокого разрешения с камеры сканирующего типа обрабатываются программой с выдачей на экран информации - гранулометрический состав и минералогии в единице площади и отрисованные границы слоев разного состава
Система цифрового оптико-гиперспектрального распознования горных пород по керну и создания интерактивной модели нефтегазового пласта "ФИАНУМЛАБ-Керн
программно-аппаратный комплекс, который позволяет определять минералогический состав и структуру горных пород методом гиперспектрального сканирования
1. Создание детальной цифровой модели (цифрового образа (датасета)) нефтегазового пласта путём машинного распознавания структурных и текстурных элементов керна по данным RGB и гиперспектрального сканирования высокого разрешения.
2. Уточнение строения пласта: автоматическое выделение в цифровом образе литологических ассоциаций (пропластков) и давать математическую оценку расчленённости и плотности залегания литотипов пласта по выделенным элементам (частость переслаивания, процент литотипа в мощности пласта, геометрию и простирание пропластков, углы наклона относительно оси керна и прочее).
3. Выделение на цифровой модели пласта литологических типов и групп пород по данным сканирования и результатам лабораторных исследований с учётом литолого-петрофизических свойств пород.
4. Построение седиментологических колонок керна и увязка сидиментологических характеристик с цифровой моделью керна, литолого-петрофизическими характеристиками и ГИС.
5. Управление разметкой коллекций образцов на снимках керна, с учетом их структурных и текстурных особенностей. Коллективная разметка и согласование разметки разными пользователями через предоставление прав доступа, формирование ведомостей образцов.
6. Заполнение базы данных лабораторных исследований и связь цифровой модели (модели слоистости) со свойствами структурных единиц (пропластков, слоёв керна).
7. Привязка керна к ГИС. Смещение (увязка) колонок керна по результатам сканирования и данным спектрального гамма-каротажа керна и ГИС. Корректировка смещения сегментов керна по результатам лабораторных исследований образцов.
8. Построение математических связей и распределений литолого-петрофизических параметров для структурных единиц (слоёв, пропластков), создание петрофизической модели.
9. Формирование отчётов по результатам лабораторных исследований: построение петрофизических связей и распределений параметров по выбранным образцам, литотипам, группам слоёв и прочим объектам, визуализация статистики и установленного набора свойств по лабораторным исследованиям при наведении на объект (прослойкурсором мышки в окне- фрейме, формирование отчетов по выбранным объектам на колонке керна в табличном виде и графических связях параметров.
Конкурентный анализ
| Технико-экономические параметры продукта | SisuROCKкомпании Terracore (США) |
Koreкомпании Geosistems (Австралия) |
Itraxкомпании COX (Швеция) |
Созданный продукт «ФИАНУМЛАБ-Керн» |
|---|---|---|---|---|
| Назначение прибора | Анализ минералогии и литологии | Анализ структуры и фотография текстур | Анализ минералогии | - Анализ минералогии и струтктуры - Создание цифровой модели керна - Создание аналитической базы лабораторных исследований |
| Физический принцип | Гиперспектральная съемка поверхности и идентификация минералов | Гиперспектральная съемка поверхности и идентификация минералов | Система рентгено-флуоресцентного сканирования | Гиперспектральная и RGB съемка поверхности керна, идентификация минералов, распознавание структуры горной породы, создание цифровой модели (двойника) поверхности керна, нагрузка элементов модели данными лабораторных исследований |
| Используемые оптические сенсоры | LWIR, SWIR и RGB высокого разрешения | информация отсутствует | нет | LWIR и RGB высокого разрешения |
| Скорость сканирования, м/ч | 10 | 7 | 15 | 20 |
| Выходной результат | изображение поврехности керна с полуколичественной оценкой распределения минералов и размера зёрен | изображение поверхности керна в высоком разрешении без автоматической оценки минералогии и структуры горной породы | спектральный элементый анализ с шагом до 1 см без оценки минералогии и структуры горной породы | - интерактивная цифровая карта поверхности керна с распредлелением минеральных ассоциаций, слоев, текстурн керна в рамках пласта; - интерактивная цифровая модель пласта с возможностью насыщения её элементов (слоёв керна) свойствами по результатам лабораторных исследований и анализа статистики по любой части объекта (слой, группа слоёв, пласт) - дистанционно доступная база данных для удаленного контроля и управления лабораторными исследованиями |
| Модули расширения программного обеспечения | нет | нет | нет |
|
| Стоимость, тыс. долл. | 2 500 | 2 000 | 1 500 | 400 |
отечественные аналоги нашего решения отсутствуют зарубежные аналоги попали под жесткие санкции Государственного департамента США
Объем рынка
Динамика и прогноз мирового рынка гиперспектральной визуализации до 2030 г.
Использование гиперспектральной визуализации по секторам экономики
Бизнес-модель
Каналы продаж
- прямые продажи
- дистрибьюция
Расширение рынка услуг на основе доработки программного обеспечения «Системы цифрового оптико-гиперспектрального распознавания горных пород по керну и создания интерактивной модели нефтегазового пласта «ФИАНУМЛАБ-Керн»
КЛЮЧЕВЫЕ
ЗАКАЗЧИКИ
ПОТЕНЦИАЛЬНЫЕ ЗАКАЗЧИКИ
Экономическая эффективность проекта
NPV (чистая приведенная стоимость) 408 460,984 тыс. руб.
PI (индекс рентабельности) 17,338.
Срок окупаемости 11,6 месяцев
| Расходы (тыс. руб.) | 25 000 |
| Выручка (тыс. руб.) | 31 536 |
| Прибыль (тыс. руб.) | 6 536 |
| Чистая прибыль (тыс. руб.) | 5 882,4 |
| Рентабельность (по чистой прибыли), % | 24% |
Ответим на вопросы
Наши специалисты могут Вам подобрать подходящее оборудование для Вашей лаборатории. Готовы поделиться нашим многолетним опытом! Консультация и подбор оборудования бесплатны. Оставьте заявку и мы Вам перезвоним!
