Вычислить добычу. Подсказки нефтяникам даст суперкомпьютер.

Математику не зря называют царицей наук. Она играет решающую роль в исследованиях, относящихся к самым разным областям. Институт прикладной математики им. М.В.Келдыша был образован вначале 1950-х для решения важнейших научно-технических и оборонных задач, стоящих перед страной: для расчетов по атомному проекту и баллистики космических аппаратов. Сегодня в институте по-прежнему работают специалисты высочайшей квалификации. Их результаты в области вычислительной математики и математического моделирования находят применение при решении широкого круга прикладных задач. В прошлом году проект “Разработка алгоритмов высокой точности и программного обеспечения для перспективных суперкомпьютерных цифровых технологий” выиграл грант РНФ в конкурсе на проведение исследований научными лабораториями мирового уровня в рамках Президентской программы исследовательских проектов. Какие же задачи могут решить математики в контексте недавно сформулированных государством научных приоритетов?

— Одним из направлений Стратегии научно-технологического развития РФ является переход к цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования; создание систем обработки больших объемов данных; машинному обучению и искусственному интеллекту, — напомнил руководитель работ по гранту РНФ член-корреспондент РАН, доктор физико-математических наук Владимир Тишкин (на снимке слева). — Однако многие связывают эти задачи только с обработкой информации, считая, что современные компьютеры нужны в первую очередь для работы с массивами данных. На наш взгляд, это не так. Мощные машины предназначены не просто для обработки и хранения больших объемов данных, но прежде всего для генерации новых знаний, обеспечивающих научно-технический прогресс, — уверен ученый.
Впрочем, сами по себе вычислительные системы новых знаний произвести не смогут. Для решения с их помощью конкретных задач необходимо разработать специальные математические методы, которые затем будут реализованы в виде соответствующих программных продуктов. На это и направлен проект, выполняемый в ИПМ. Его цель — создание математических методов, алгоритмов и программного обеспечения, способного эффективно решать сложные прикладные задачи с использованием современных суперкомпьютерных вычислительных систем. 
— Есть определенная специфика при использовании суперкомпьютерной техники, — рассказывает участник проекта, доктор физико-математических наук, главный научный сотрудник ИПМ им. М.В.Келдыша Андрей Кулешов (на снимке справа). — Разработанное для маломощных машин и эффективно на них функционирующее программное  обеспечение совершенно не годится для суперкомпьютеров, особенно гибридных архитектур, где вместе с обычными процессорами используются, например, графические ускорители. Без создания специальных алгоритмов, которые предназначены для работы на этих вычислительных архитектурах, возможности суперкомпьютеров реализовать не удастся, — поясняет А.Кулешов. 
У суперкомпьютера, имеющегося в ИПМ, довольно интересная история. Ему более 10 лет, он “далеко не самый мощный” и даже, по словам Владимира Тишкина, несколько устарел, но его создание вполне можно считать серьезным научным достижением. 
— Несколько молодых ученых-энтузиастов нашего института самостоятельно сконструировали и собрали макет оригинального суперкомпьютера, который продемонстрировал, что принципы, которые в нем заложены, могут быть реализованы в более мощных машинах. Научный руководитель института, академик Борис Четверушкин (в то время — директор Института) доложил об этом тогдашнему президенту РАН Юрию Осипову и сообщил, что, если нам дадут финансирование, мы сможем сделать более мощную машину, которая позволит получать новые научные результаты. Речь шла всего о 60 млн руб., — вспоминает Владимир Тишкин. — Осипов проинформировал об этом В.Путина, и тот распорядился деньги выделить, но с условием, что необходимо выполнить задуманное за полгода. И совместно с НПО “Квант” мы сделали отличную машину, уложились в эти сроки!
Суперкомпьютер ИПМ имеет мощность в 100 терафлоп и может выполнять 100 тысяч миллиардов операций в секунду. 
Одна из них связана с разработкой средств и методов вычислительного эксперимента для анализа многофазных многокомпонентных течений жидкости и газа в пористых средах с прямым разрешением геометрии порового пространства. За довольно сложным названием кроется прикладная задача нефтегазодобывающей отрасли, требующая для своего решения использования повышенных вычислительных мощностей.
Неужели математики могут подсказать, как правильно добывать нефть? Оказывается, могут, причем ответ будет довольно детальным и учитывающим массу факторов.
— Нефтедобыча не так проста, как может показаться. Это только в обиходном представлении  пробурили скважину, опустили в нее трубу, включили насос — и из трубы потекло черное золото. На самом деле все происходит совсем не так, — рассказывает Владимир Тишкин. — Для того чтобы эффективно отобрать нефть, производится множество разных манипуляций. Например, рядом с основными (добывающими) скважинами бурится система дополнительных, в которые нагнетается вода. Вода создает избыточное давление, в результате чего происходит вытеснение из нефтесодержащей породы нефти, которая начинает выходить через добывающие скважины. Чтобы выбрать оптимальные режимы нефтедобычи, важно знать коэффициенты проницаемости нефтесодержащей породы на глубине до нескольких километров. Без этого мы не поймем, под каким давлением должна закачиваться вода, чтобы нефтеотдача была максимальной, — добавляет Андрей Кулешов. 
— Для решения этой задачи потребуются знания не только математики, но и физики течения многофазных жидкостей в пористой среде горных пород с учетом множества сопутствующих эффектов. А математика поможет составить правильно описывающие все эти процессы уравнения, которые можно будет решить численно с достаточной точностью. Важно также построить такие алгоритмы, которые по максимуму будут использовать возможности суперкомпьютеров, — уточняет Андрей Кулешов. 
Владимир Тишкин предлагает рассмотреть кубик сахара. Чтобы в математической модели  описать его свойства наиболее точно, нужно разбить его объем на множество мелких кубиков-частиц, каждый из которых можно считать однородным. Понятно, что точность описания будет тем выше, чем больше таких частиц в разбиении, однако это число будет ограничено мощностью решающего задачу суперкомпьютера. 
От сахара ученый предлагает перейти к керну. Это фрагмент породы (он даже меньше куска сахара, имеет миллиметровый размер), который при подготовке к нефтедобыче извлекают путем бурения с большой глубины. Чтобы сделать вывод о том, как будет происходить вытеснение нефти водой в такой породе, можно провести натурный лабораторный эксперимент, но при этом он будет одноразовым, так как свойства образца изменятся, либо он просто разрушится. Ученые предлагают заменить лабораторный эксперимент компьютерным. Для этого необходимо создать математическую модель процесса — систему уравнений, его описывающую, — и задать геометрию порового пространства данного конкретного образца породы, для чего его помещают в томограф и делают микротомограмму с высоким разрешением — создают виртуальную модель реального керна. Затем весь объем виртуального керна разбивается на десятки или сотни миллионов кубиков-частиц, для каждого из которых необходимо численно решить сложную систему нелинейных уравнений. Это возможно только с использованием современных суперкомпьютеров с архитектурой параллельных вычислений, но для их эффективного применения нужно разрабатывать новые вычислительные алгоритмы.
Этот подход, при котором лабораторный натурный эксперимент заменяется вычислительным с использованием специализированной программы-симулятора, моделирующей процесс вытеснения нефти в масштабе порового пространства, носит название “цифровой керн” или “виртуальная лаборатория керна”.
Работы по созданию геофизических симуляторов для нужд нефтегазодобывающей отрасли активно ведутся в зарубежных академических научно-исследовательских центрах и университетах, в исследовательских структурах ведущих западных нефтяных компаний (Schlumberger, Total и других), а созданные там симуляторы являются хорошо продаваемым коммерческим продуктом. Раньше отечественные нефтедобывающие компании их активно покупали и использовали, в частности, американские симуляторы фирмы Schlumbergen. Однако сейчас, когда введено эмбарго на все программное обеспечение для технологий нефтедобычи, встала задача импортозамещения. Здесь-то и пришли на выручку российские математики. 
— Создать симулятор  очень сложно: нужно иметь большую команду программистов и бюджет, который значительно превышает размер нашего гранта. Но какие-то фундаментальные основы для его создания мы предложить можем. В нашем институте исторически работа строилась так, что многие разработки, которые никто ни в стране, ни в мире не делал, создавались  здесь именно как фундаментальный задел. Разрабатывались новые модели, программные продукты, и затем на их основе в ИПМ и других организациях проводились расчеты и численные эксперименты, — поясняет Владимир Тишкин.
Ученые считают, что, вообще-то, нынешние ограничения на поставку в Россию зарубежных технологий — это хороший стимул для развития отечественной науки. К тому же само по себе импортное программное обеспечение, несмотря на то что оно достаточно качественное и эффективное, может не вполне удовлетворять потребностям заказчика.
— Зарубежные компании продают нам готовый продукт, как черный ящик. Информацию о том, что у него внутри, они не раскрывают. А без этого очень трудно определить, насколько правильными будут результаты при изменении условий вычислительных экспериментов. Ни проверить их, ни изменить что-то (если хотим какие-то новые характеристики учесть) мы не можем, — отмечает В.Тишкин. 
— К тому же, — добавляет Андрей Кулешов, — программные продукты, которые нам предлагаются зарубежными компаниями, все время развиваются. А это значит, что они в чем-то несовершенны. То есть какие-то эффекты они не учитывают, но дополнить или изменить что-либо без участия производителя невозможно. 
Еще одна задача, которая решается в рамках гранта РНФ, — моделирование воздействия электромагнитного излучения на композиционные пористые материалы, в частности, на покрытия летательных аппаратов, защищающие их “начинку”.  Любое электромагнитное излучение описывается уравнениями Максвелла, их нужно уметь решать. Когда имеется сплошная среда с заряженными частицами, задача усложняется. Если среда пористая, еще более усложняется. Должны быть разработаны модели и численные методы решения. Научная группа, которая изучает эти вопросы, занимает лидирующие позиции в нашей стране, — рассказывает Владимир Тишкин. 
— Можно сказать, что это — задача защиты любых объектов от излучения и одновременно  разработки соответствующих защитных покрытий. Здесь так же, как и в случае с “цифровым керном”, требуется с помощью суперкомпьютера моделировать среду с детальным описанием. Таким образом, разработка высокоточных алгоритмов моделирования механики сплошных сред — это общее направление, к которому относятся все задачи проекта, — добавляет Андрей Кулешов.                                      
Светлана БЕЛЯЕВА
Фото Николая Степаненкова

Нет комментариев