کاربرد شبکه های عصبی در پیش بینی گیر لوله های حفاری در میدان کیش
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,314
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICOGPP01_380
تاریخ نمایه سازی: 22 مرداد 1391
چکیده مقاله:
عملیات حفاری فرآیندی دشوار و پرهزینه می باشد که می توان به مشکلات و دشواری هایی نظیر فوران چاه های نفت و گاز، هرزروی های شدید، بریدن رشته و گیر لوله های حفاری اشاره کرد؛ که با واکنش سریع و صحیح نسبت به هر رخداد و یا پیش بینی آن می توان احتمالوقوع آن را کاهش داد. اخیراً کاربرد و استفاده موفقیت آمی ز از شبکه های عصبمیصنوعی 3 ( هوش مصنوعی) در صنایع نفت رواج زیای پیدا کرده است و موجب شده تا از این شبکه جهت پیش بینی گیر ل وله های حفاری نیز استفاده گردد. در این مقاله بکارگیری شبکه های عصبی( هوش مصنوعی) در جهت پیش بینی مشکل گیر رشته ی حفاری در میدان کیش مورد بررسی قرار گرفته است. در این تحقیق ازشبکه عصبی مصنوعی نوعMultilayer perceptron و آموزش شبکه بر اساس Levenberg Marqua برای پیش بینی گیر رشته حفاری ناشی از عوامل مختلفی چون اختلاف فشاری ، تنگی چاه ، هیدرولیک ضعیف گل حفاری ، آرایش نامناسب رشته حفاری ،کیک گل حفاری به همراه تاثیرات عوا مل زمین شناسی در حین عملیات حفاری استفاده شده است . نتایج به دست آمده نشان می دهد که شبکه های عصبی می توانند با دقت بسیار خوبی گیر رشته حفاری را در شرایط گوناگون پیش بینی کرده و همچنین راه کار مناسبی برای حل این مشکل در صنعت حفاری است .
کلیدواژه ها:
نویسندگان
علیرضا ردایی
استادیار و هیئت علمی دانشگاه صنعتی مالک اشتر تهران
امیر حصیمی
دانشجوی کارشناسی ارشد
محمدجواد صراف شیرازی
استادیار و هیئت علمی دانشگاه یزد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :