پیش‌بینی گشتاور چرخشی موردنیاز برای انجام عملیات حفاری انحرافی در لایه‌های سنگی با استفاده از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی
امروزه عملیات حفاری انحرافی به‌طور گسترده‌ای در انواع شرایط زمین‌شناسی به کار می‌رود، اما استفاده بهینه از این فنّاوری در شرایط سنگی و سخت به دانش و تجربه بالای مهندسی نیاز دارد. مقدار گشتاور چرخشی یکی از پارامترهای بسیار مهمی است که باید برای انجام عملیات حفاری انحرافی پیش‌بینی شود. در این پژوهش جه...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Yazd University
2017-05-01
|
| Series: | Analytical and Numerical Methods in Mining Engineering |
| Subjects: | |
| Online Access: | http://anm.yazd.ac.ir/article_845_b6c5f0b727e67f868efef2ee6b3387c4.pdf |
| Summary: | امروزه عملیات حفاری انحرافی به‌طور گسترده‌ای در انواع شرایط زمین‌شناسی به کار می‌رود، اما استفاده بهینه از این فنّاوری در شرایط سنگی و سخت به دانش و تجربه بالای مهندسی نیاز دارد. مقدار گشتاور چرخشی یکی از پارامترهای بسیار مهمی است که باید برای انجام عملیات حفاری انحرافی پیش‌بینی شود. در این پژوهش جهت ارائه راهکار جدید برای پیش‌بینی گشتاور چرخشی موردنیاز برای انجام عملیات حفاری انحرافی در لایه‌های سنگی از روش ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی استفاده شده است. درواقع برای بهینه‌سازی وزن‌های شبکه عصبی مصنوعی و بالا بردن توانایی‌های شبکه از الگوریتم مبتنی بر جغرافیای زیستی بهره گرفته شده است. هم‌چنین از نیروی محوری، سرعت چرخش مته، طول رشته حفاری، تغییر زاویه کلی گمانه، قطر iامین برقو، سرعت جریان گل و ویسکوزیته گل حفاری به‌عنوان پارامترهای ورودی مدل برای پیش‌بینی گشتاور چرخشی استفاده شده است. برای ارزیابی توانایی مدل در پیش‌بینی گشتاور چرخشی، از داده‌های پروژه انتقال گاز طبیعی غرب به شرق چین استفاده شده است. تعداد کل داده‌ها در این پروژه 84 داده است که از این تعداد به‌طور تصادفی، 75 درصد داده‌ها برای آموزش مدل و 25 درصد داده‌ها برای آزمون مدل استفاده شده است. نتایج حاصل از این مطالعه بیانگر آن است که مدل پیشنهادی می‌تواند به‌عنوان یک ابزار قدرتمند برای مدلسازی مسائل حفاری انحرافی مورد استفاده قرار گیرد. |
|---|---|
| ISSN: | 2251-6565 2251-6565 |