1. Исследование скважин при установившихся режимах работы. Интерпретация индикаторных линий.
2. Уравнение притока в общем виде. Коэффициент продуктивности. Интерпретация изогнутых ИЛ.
3. Исследование скважин на неустановившихся режимах. Определение параметров пласта по результатам исследования без учета притока (метод Минеева и Хорнера).
4. Исследование скважин методом ВД. Методы обработки КВД с учетом притока (дифференциальный и интегральный методы). Преимущества и недостатки.
5. Дифференциальный метод обработки КВД с учетом притока.

1.Основные объекты эксплуатационных скважин, требующие ремонта и причины вызывающие их ремонт.

2. Конструктивные особенности объектов ремонта, которые необходимо учитывать при планировании и выполнении ремонтных технологий.

3. Структура, характер и виды ремонтов в зависимости от назначения, способов и продолжительности эксплуатации скважин.

4. Текущий ремонт – назначение, виды, специфические особенности. Критерии оценки.

5. Основные технологические операции, выполняемые при ремонте скважин и их  характерные особенности.

6. Техническое обеспечение технологий ремонта скважин.

7. Основные направления совершенствования технических средств, оперирующих с технологическими колоннами.

8.  Развитие технологий ремонта без использования труб.

В градиентных методах поиск оптимального значения целевой функции основан на анализе производных. Важно отметить, что под функциями понимаются только непрерывные дифференцируемые функции. К градиентным методям относятся следующие методы:

метод градиента;

метод релаксации;

метод наискорейшего спуска, или крутого восхождения.

Метод покоординатного спуска (метод Гаусса-Зейделя).

Этот метод относится к методам нулевого порядка и обеспечивает прямой поиск  экстремума без вычисления производных целевой функции, т.е. без использования необходимых и достаточных условий экстремума. Следовательно, он может быть применён к негладким и разрывным целевым функциям.

В методе покоординатного спуска направление движения к экстремуму выбирается поочерёдно вдоль каждой из координатных осей управляемых параметров.

Рассмотрим процесс поиска минимума экстремума целевой функции F() для n-мерной задачи оптимизации при =(х₁, х₂,…х_n)^T. Предположим, что осуществляется поиск минимума функции F(). Тогда улучшению её на (k+1)-м шаге будет соответствовать условие

         Во всех градиентных методах вычисляются и анализируются производные целевой функции R(x). Если аналитический вид целевой функции R(x) известен, то вычисление производных не составляет особого труда. Если же зависимость в явном аналитическом виде записать нельзя или же аналитические выражения для производных получаются слишком сложными для практического использования в расчетах, то единственным способом определения производных является численный метод.