Исследование магистранта КФУ получило признание на Кустовой научно-технической конференции ПАО «НК «Роснефть»
Подведены итоги данного мероприятия.
Магистрант второго года обучения Института геологии и нефтегазовых технологий Казанского федерального университета Антон Федотов занял 1-е место в секции «Техника и технология добычи нефти и газа».
За звание лучших боролись 193 молодых специалиста из 15 дочерних обществ «Роснефти» – «РН-Уватнефтегаза», «РН-Юганскнефтегаза», «РН-Ванкор», «Самотлорнефтегаза» и др. Ребята презентовали проекты, направленные на использование инновационных решений в нефтегазодобыче, геологии, подготовке нефти, IT и других ключевых направлениях. Проект, представленный Антоном Федотовым, имеет большой экономический потенциал и практическое значение для внедрения в производственную деятельность компании.
«Я обучаюсь на кафедре разработки и эксплуатации месторождений трудноизвлекаемых углеводородов. В рамках образовательной и профессиональной деятельности занимаюсь разработкой в области защиты скважинного оборудования от осложняющих факторов, в число которых входит эмульсия, коррозия и высоковязкая нефть. Образовательная деятельность проходит под руководством доцента нашей кафедры Сергея Долгих»,– рассказал Антон Федотов.
Наибольшие шансы на успех имеют только проекты, где автор сумел продемонстрировать применимость и экономическую эффективность. Так, магистрант КФУ представил основную защиту от осложняющих факторов, где применим метод постоянного дозирования химических реагентов на прием насоса, с помощью капиллярной трубки. Для оптимизации работы электроцентробежных насосов магистрант КФУ предложил к применению специальные приспособления для спуска капиллярной трубки ниже электродвигателя. Данная технология позволяет уменьшить число текущих ремонтов скважин, увеличить эффективность работы скважин, сократить число химических обработок и в два раза снизить вязкость нефти.
Всех победителей и призеров Кустовой конференции ждет престижный финал в Москве. Там молодые специалисты представят свои проекты, лучшие из которых получат самую высокую оценку – будут рекомендованы к внедрению в компании ПАО «НК «Роснефть».