近年来，人工智能快速发展，人工智能的应用也受到各行各业的广泛关注，但人工智能技术“落地难”的问题也随之而来。工业中众多工程问题需要实时分析和及时决策，人工智能大有可为。例如，页岩油气大规模体积压裂，不仅产生大量的实时数据，还需结合大量历史数据及材料性质数据等才能正确分析做出决策。由于涉及到大规模科学计算，以往都需要很长时间（如国内油气分布式光纤数据发往国外分析合同日期2个月）才能给出分析结果，无法实现及时决策。美国凭借拥有工业软件源代码优势，提出“云端+高性能计算”新模式，实现了实时决策，也为人工智能找到技术场景和工程化落地。在油气领域，国际上著名的油气服务公司都推出了相应的建设方案，进行油气开采技术的升级换代。近年来，我国不断加快相关技术应用研发步伐，以期尽快打破国外技术垄断。

中国科学技术大学工程科学学院渗流实验室通过在页岩气压裂现场安装高精度井场数据采集设备实时采集数据，由边缘计算实时处理数据，在云端进行海量数据特征提取并发送至中国科大完成力学计算，最终发回井场供现场操作人员及时决策，这是一个十分依赖基础研究积累和多学科交叉有机结合整体。

油气技术服务类似医院，不同病例需要不同诊断手段。油气开发涉及不同岩石类型、地质环境及开采工艺等，需要固体、流体、爆炸及热力学不同方程进行匹配。近40年来，研究团队围绕油气开采中的力学开展基础研究，完成不同种类岩石及烃类实验近万次，构建岩石及流体属性数据仓库；研究力学建模及求解方法，形成了源代码量达260万行的力学方程解析及数值解两大算法类库，其中解析解算法类库包含偏微分方程解析解9万多种。大庆油田30多位专家经过20多年用国外软件对比算例近万例，仅大庆油田生产实际应用井例超10万井次。此外中石化工程院及中石油勘探院数位博士在新兴页岩气井例中进行大量实例验证，这些经过严格验证的可靠算法类库是解决工业计算卡脖子的核心。

大庆油田算法测试及验证现场交流会

页岩油气开发的大规模体积压裂需要动用大型压裂设备（设备总价4亿多元），通过注入大量液体和特制砂粒（如水7万多方，砂7千多吨）实施人工造缝，单井压裂服务成本达3千多万元。 由于压裂产层位于地下数千米，无法了解地下压裂状况，难以在压裂期间科学决策，导致不同油气井（甚至同一区块、相同压裂工艺井）产量差异大，同时万方水千吨砂的压裂规模是否合理等系列难题无法回答，压裂效果评价成为制约油气高效经济开采的核心技术之一。 压裂施工基础就是力学，研究团队紧盯力学基础研究，并与化学、信息及计算机科学交叉，矢志不渝攻坚克难将算法集成到平台，先后在新疆CO2埋存与驱油、中国石化试油等现场进行平台测试和完善。2021年在浙江油田支持与指导下，我们将“云端+高性能计算”应用于页岩气压裂实时监测与评价，该系统除了具备国外“井筒听诊”功能外，还可以获取人造裂缝形态、流体流动特征参数以及后期开采制度优化，目前已在浙江油田完成12口页岩气井的监测评价任务，浙江油田负责人高度评价该技术的落地应用，“这项技术在深层页岩气开发中创新实践，首次试验取得了重大应用成功”。

我国有四大油公司，仅中国石油每年有2万多口井需要压裂，2022年5月中国石油总部部署压后评价研究，会后分管部门领导召集相关油田单位及研究机构，专题听取研究团队的汇报。截止目前，渗流实验室与相关单位线上技术交流30多次，已在大庆及长庆两大油田完成试验应用，2023年将推广实施，而川渝页岩气区块也有56口井招标。下一步将在“云端+高性能计算”平台上增加中科大化学学院“荧光量子示踪分析”，并根据油田需要，挂接合肥微尺度物质科学国家研究中心与中国科大地空学院合作的“分布式光纤分析”，组成油气板块分析体系。未来平台将扩展到交通、水利及电力等行业，如特大型桥梁及城市高架安全实时监测评价。

云端+高性能计算平台示意图

项目研究得到国家自然科学重点基金、973、863、国家重大科技专项和中科院、三大油公司省部级多个重大项目的资助，以及各油田横向科研项目的支持。同时该项目也得到了中国科学技术大学工程科学学院、化学与材料科学学院、地球和空间科学学院、物理学院、信息科学技术学院、计算机科学与技术以及合肥工业大学、上海工程技术大学、合肥师范学院、安徽建筑大学等多所院校研究团队的大力支持。

（工程科学学院）