کاربرد سیستم استنتاج تطبیقی فازی_عصبی در پیش بینی درجه فرسایش مته حفاری

پیش بینی صحیح و قابل اعتماد شرایط فرسایش مته درون چاه تاثیر بسزایی در نرخ نفوذ حفاری دارد بنابراین طراحی مدل های مبتنی بر منطق فازی نسبت به شبکه عصبی میتواند در کاهش زمان هزینه و تصمیم گیری های بلادرنگ بسیار کمک کننده باشد در این مطالعه سعی شده است تا با استفاده از سیستم استنتاج تطبیقی فازی عصبی مدلی ساخته شود که بدرستی درجه فرسایش دندانه های مته را پیش بینی کند.در طراحی این مدل از داده های مربوط به مته های مخروطی سی چاه حفاری در یکی از میدان های جنوبی ایران استفاده شده است پارامتر های ورودی طراحی عبارتند از نوع مته سایز مته عمق ورودی عمق خروجی زمان حفاری نرخ نفوذ وزن روی مته سرعت چرخش دبی پمپ با توجه به ضریب همبستگی بدست آمده به مقدار 0/97731 از داده های آزمایش که گویای نزدیکی مقادیر پیش بینی شده توسط مدل به مقادیر واقعی سر چاه می باشد میتوان این مل را بنا بر استفاده از داده های کمتر و دقت مطلوب تر مدلی قابل اعتماد و البته کاربردی تر نسبت به مدل های شبکه عصبی با الگوریتم های آموزشی مبتنی بر گرادیان در صنعت دانست