تعیین غلظت حجمی کندههای حفاری با استفاده از شبکه عصبی مصنوعی
Publish place: 3rd Iranian Petroleum Engineering Congress
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 626
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IPEC03_093
تاریخ نمایه سازی: 7 تیر 1393
Abstract:
با افزایش عمق حفاری و جابجایی افقی در چاههای بسیار شیبدار و توسعهای، انتقال کندههای حفاری یکی از مهمترین عوامل موثر در هزینه، زمان و کیفیت حفاری چاه برای تولید نفت و گاز میباشد. تمیز کاری چاه اگربه طور مناسب کنترل نشود، میتواند باعث مشکلات جدی در حفاری گردد. هر کدام از این مشکلات به تنهایی میتوانند هزینه و زمان زیادی را در حفاری به هدر بدهند. عوامل موثر در تمیزسازی چاه و انتقال کندههایحفاری شامل هندسه چاه، پارامترهای عملیاتی حفاری و مشخصات کندههای حفاری میشوند. در این مطالعه به طور مختصر به بررسی تاثیر عوامل موثر بر تمیزکاری چاه پرداخته میشود و با استفاده از شبکه عصبی مصنوعی،غلظت حجمی کندههای حفاری از روی عوامل موثر، پیشبینی میشود. مقدار ضریب همبستگی و مقدار جذر میانگین مربعات خطاها بین مقادیر پیشبینی و مقادیر اندازهگیری غلظت حجمی کندهها در دادههای آموزش به ترتیب برابر با0/98و0/018ودرداده های تست برابربا0/90و0/053می باشند
Keywords:
انتقال کنده های حفاری- تمیزسازی چاه- شبکه عصبی مصنوعی
Authors
رضا روکی
دانشجوی دکتری مهندسی اکتشاف معدن، دانشگاه صنعتی شاهرود
فرامرز دولتی ارده جانی
دانشیار دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
علی مرادزاده
استاد دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
Vassilios C. Kelessidis
Associate Professor, Technical University Of Crete, Dept. Mineral Resources Engineering, Greece
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 :