رضا جهانبخشی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، باشگاه پژوهشگران جوان
سیدابوالقاسم امام زاده - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، باشگاه پژوهشگران جوان
مهدی علیاری شوره دلی - دانشگاه خواجه نصیرالدین طوسی، گروه مکاترونیک
عبدالنبی هاشمی - دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، باشگاه پژوهشگران جوان
رحمان میری - شرکت نفت فلات قاره ایران، بخش پژوهش و توسعه

گیر اختلاف فشاری یکی از مسائل رایج و مخاطره آمیز در حفاری می باشد که وقوع آن منجر به افزایش هزینه تمام شده عملیات حفاری می گردد. تلاش برای حداقل سازی خطر گیر لوله حفاری، امروزه یکی از اولویت ها و اهداف اصلی می باشد. در گذشته از روش های آماری برای بررسی گیر اختلاف فشاری استفاده می شد، اما این روش ها نمی توانند به خوبی رفتار غیرخطی گیر اختلاف فشاری را پیش بینی نمایند. شبکه عصبی روش جدیدی برای حل مسائل مهندسی می باشد که توانایی در نظر گرفتن همه پارامترهای موثر به طور هم زمان را دارد و همچنین قدرت تعمیم و یادگیری مستقیم از داده های میدانی (با در نظر گرفتن خطاها و عدم قطعیت ها) را دارا می باشد. در این تحقیق از داده های مربوط به ۶۳ حلقه چاه در میادین فراساحلی خلیج فارس، با به کار گیری شبکه عصبی احتمالی برای ارائه یک مدل پیش بینی کننده، استفاده شده است. دقت بالای این مدل در پیش بینی گیر اختلاف فشاری، این امکان را می دهد که بتوان از آن در زمان طراحی چاه و همچنین حین عملیات به صورت هم زمان بهره جست. تحلیل نتایج شبکه عصبی به همراه قضاوت مهندسی، این اجازه را می دهد که با بهینه سازی پارامترهای موثر، از وقوع گیر اختلاف فشاری اجتناب نمود.

گیر اختلاف فشاری, شبکه عصبی احتمالی, خصوصیات گل حفاری