سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی

Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,458

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

RESERVOIR02_040

Index date: 1 June 2013

تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی abstract

سرعت حفاری یا به بیان دیگر نرخ نفوذ مته از مهمترین پارامتر‌ها در عملیات حفاری می‌باشد. از آنجا که عملیات حفاری سهم قابل توجهی از هزینه‌های اکتشاف و بهره‌برداری مواد هیدروکربوری را به خود اختصاص می‌دهد، تخمین سرعت حفاری از اهمیت ویژه‌ای برخوردار است. بدست آوردن ارتباط صحیح بین پارامترهای حفاری جهت تخمین سرعت حفاری اهمیت بالایی دارد، که شبکه‌های عصبی قادر به بدست آوردن ارتباط صحیح بین پارامتر‌های حفاری و نرخ نفوذ مته می‌باشند. در این مقاله به تخمین سرعت حفاری با سیال کف با روش شبکه عصبی مصنوعی رگرسیون عمومی برای چاه شماره 6 میدان شانول، پرداخته می‌شود. میدان شانول واقع در جنوب ایران، منطقه فارس ساحلی می‌باشد. این میدان جزء میادین گازی کشور بوده که چاه شماره 6 این میدان حدود 2800 متر با کف حفاری شده است. نتایج حاصل نشان دهنده قابلیت بالای شبکه عصبی در تخمین سرعت حفاری با توجه پارامترهای دخیل در حفاری می باشد.

تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی Keywords:

شبکه عصبی رگرسیون عمومی , سیال کف , سرعت حفاری

تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی authors

بهروز باغبانی

دانشگاه صنعتی شاهرود

علی مرادزاده

استاد دانشگاه صنعتی شاهرود

علی نخعی

استادیار انیستیتو نفت، دانشگاه تهران

رضا روکی

دانشجوی دکتری اکتشاف معدن، دانشگاه صنعتی شاهرود

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Bourgoyne, A.T., MiIlheim, K.K., Chenevert, M.E. and Young, F.S., Applied ...
Mohaghegh, S., Ameri, S., 1995 0 , Artificial Neural Network ...
Mohaghegh, S., 2000., Virtual- Intelligence Applications in Petroleum Engineering : ...
Huang, Z. and Williamson, M. A., 1994., Geological pattern recognition ...
Artun, E., Mohaghegh, S. and Toro, J., 2005., Reservoir Characteri ...
Rolon, L., 2004., Developing Intelligent Synthetic Logs: Application to Upper ...
Bhatt, A., 2002., Reservoir properties from well logs using neural ...
Demuth, H. and Beale, M., 2002., Neural Network Toolbox For ...
نمایش کامل مراجع

مقاله فارسی "تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی" توسط بهروز باغبانی، دانشگاه صنعتی شاهرود؛ علی مرادزاده، استاد دانشگاه صنعتی شاهرود؛ علی نخعی، استادیار انیستیتو نفت، دانشگاه تهران؛ رضا روکی، دانشجوی دکتری اکتشاف معدن، دانشگاه صنعتی شاهرود نوشته شده و در سال 1392 پس از تایید کمیته علمی دومین همایش علمی مهندسی مخازن هیدروکربوری، علوم و صنایع مرتبط پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله شبکه عصبی رگرسیون عمومی، سیال کف، سرعت حفاری هستند. این مقاله در تاریخ 11 خرداد 1392 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1458 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که سرعت حفاری یا به بیان دیگر نرخ نفوذ مته از مهمترین پارامتر‌ها در عملیات حفاری می‌باشد. از آنجا که عملیات حفاری سهم قابل توجهی از هزینه‌های اکتشاف و بهره‌برداری مواد هیدروکربوری را به خود اختصاص می‌دهد، تخمین سرعت حفاری از اهمیت ویژه‌ای برخوردار است. بدست آوردن ارتباط صحیح بین پارامترهای حفاری جهت تخمین سرعت حفاری اهمیت بالایی دارد، که شبکه‌های ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله تخمین سرعت حفاری با سیال کف با استفاده از شبکه عصبی مصنوعی رگرسیون عمومی با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.