Publisher of Iranian Journals and Conference Proceedings

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

پیش بینی نرخ حفاری با استفاده از سیستم عصبی فازی تطبیقی در یکی از چاههای نفت میدان نفتی آذر

Year: 1397
COI: NRCP04_003
Language: PersianView: 368
This Paper With 11 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 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

علی کاکولکی - دانشگاه آزاد اسلامی واحد امیدیه
محمدرضا عادل زاده - دانشگاه آزاد اسلامی واحد امیدیه

Abstract:

اهداف اصلی یک عملیات حفاری موفق حفر چاه طبق برنامه حفاری با ایمنی بالا و کمترین هزینه است. به همین دلیل وظیفه اصلی مهندس حفار بهینه سازی حفاری برای رسیدن به اهداف حفاری است. در عملیات حفاری، نرخ نفوذ، عامل اصلی بهینه سازی است و بنابراین پیش نیاز بهینه سازی حفاری دسترسی به یک مدل مطمین پیش بینی کننده نرخ نفوذ یا همان سرعت حفاری است. نرخ نفوذ به عواملی از قبیل خصوصیات سازند، خصوصیات گل، وزن روی مته، سرعت دورانی، هیدرولیک حفاری، نوع مته (شکل و اندازه مته) و شرایط ساییدگی دندانه های مته بستگی دارد. فرآیند بهینه سازی، با استفاده از پارامترهای قابل کنترل و موثر بر نرخ نفوذ، همانند وزن روی مته، سرعت چرخش، نوع مته، هیدرولیک و خصوصیات سیال حفاری صورت می پذیرد . تا کنون تلاش های بسیاری به منظور ارایه مدل های دقیق تر برای پیش بینی سرعت حفاری صورت گرفته است. هر کدام از مدل های ارایه شده دارای نقاط ضعف و قوتی هستند. استفاده از سیستم های هوشمند در بهینه سازی حفاری در ده ه گذشته به صورت شایانی در حال افزایش بوده است. هدف اصلی این تحقیق بررسی پدیده نرخ نفوذ در عملیات حفاری چاه و نیز ارایه مدلی جدید برای پیش بینی نرخ نفوذ با استفاده از سیستم های هوشمند شبکه عصبی فازی تطبیقی است. بررسی های صورت گرفته نشان دادند که دستیابی به این هدف با استفاده از سیستم فازی- عصبی تطبیقی امکان پذیر است، به طوری که برای مدل های ارایه شده ، مقادیر به دست آمده برای میانگین کلی درصد انحراف مطلق ،بین داده های آزمایشگاهی و مقادیر پیش بینی شده توسط این مدل ها کمتر از 6 درصد هستند.

Keywords:

بهینه سازی عملیات حفاری , عوامل موثر بر نرخ نفوذ , مدل های نرخ نفوذ , سیستم های هوشمند , سیستم های عصبی-فازی تطبیقی

Paper COI Code

This Paper COI Code is NRCP04_003. 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/808270/

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:
کاکولکی، علی و عادل زاده، محمدرضا،1397،پیش بینی نرخ حفاری با استفاده از سیستم عصبی فازی تطبیقی در یکی از چاههای نفت میدان نفتی آذر،New Research Conference on Chemistry, Chemical Engineering and Petroleum،Tehran،https://civilica.com/doc/808270

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: 1,744
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.

مقالات پیشنهادی مرتبط

New Papers

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