Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

بررسی تاثیر فیلتر های مختلف کاهش نویز بر عملکرد تقریب نرخ نفوذ حفاری توسط مدل های مبتنی بر آموزش ماشین

دوماهنامه نخبگان علوم و مهندسی، دوره: 6، شماره: 1
Year: 1400
COI: JR_SEE-6-1_009
Language: PersianView: 155
This Paper With 23 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 23 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

احسان برنجکار - کارشناسی ارشد مهندسی نفت، دانشگاه ازاد اسلامی واحد علوم و تحقیقات تهران

Abstract:

مدلسازی و تخمین دقیق نرخ نفود حفاری (ROP) مقدمه ای برای ایجاد یک برنامه ریزی بهتر در جهت کاهش زمان عملیات حفاری وکنترل هزینه های مصرفی میباشد. با این حال تخمین این فاکتور کلیدی به سهولت امکان پذیر نیست و دلیل اصلی ان ارتباط پیچیده میان نرخنفوذ و متغیر های حفاری میباشد. از سوی دیگر، وجود نویز در داده ها، سبب افزایش زمان اموزش مدل ها شده و دقت انها را به شدت کاهشمی دهد. در این مطالعه، روش شبکه های عصبی پرسپترون چند لایه (MLP) و روش حد اقل مربعات رگرسیون بردار پشتیبان (LSSVR) بههمراه چهار فیلتر کاهش نویز داده به منظور تخمین نرخ نفوذ استفاده شده است. داده های مورد استفاده به منظور تغذیه مدل ها، از واحد نمودارگیری گل (MLU) و گزارش نهایی یک چاه حفاری شده واقع در جنوب غربی ایران جمع اوری شده است که پس از فرایند انتخاب ویژگیاز طریق الگوریتم تبرید شبیه سازی شده (SA) و شبکه های عصبی مصنوعی، یازده متغیر از کل متغیرها انتخاب گردید. در ادامه، نقاط خارجاز محدوده حذف شدند و نویز کلی داده ها بوسیله فیلترهای میانه، ساویتزکی گولی، میانگین متحرک وزن دار و سیگنال ویولت کاهش یافت.در پایان، عملکرد مدلهای توسعه داده شده و فیلترهای به کار رفته، توسط شاخص های اماری مختلفی مورد بررسی و مقایسه قرار گرفت وثابت گردید که روش LSSVR با کرنل پایه شعاعی و دیتای خروجی از فیلتر میانگین متحرک وزن دار، بهترین نتایج را در دو بخش اموزشو ازمون مدل نمایش میدهد.

Keywords:

نرخ نفوذ حفاری , شبکه های عصبی پرسپترون چند لایه , حداقل مربعات رگرسیون بردار پشتیبان , انتخاب ویژگی , حذف نویز , الگوریتم تبرید شبیه سازی شده.

Paper COI Code

This Paper COI Code is JR_SEE-6-1_009. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1242946/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
برنجکار، احسان،1400،بررسی تاثیر فیلتر های مختلف کاهش نویز بر عملکرد تقریب نرخ نفوذ حفاری توسط مدل های مبتنی بر آموزش ماشین،https://civilica.com/doc/1242946

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: Azad University
Paper count: 37,210
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

New Researchs

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support