基于神经网络融合技术的钻井事故诊断方法研究

论文摘要

石油是重要的战略资源,钻井是石油工业的基础工程。钻探地层的复杂性、隐蔽性使钻井过程易发生许多复杂情况甚至造成严重的事故,影响井身质量、钻井速度、耗费大量人力、物力、财力、时间甚至威胁工作人员的生命安全。故钻井事故的诊断方法的研究意义重大。本文在研究了常见的钻井事故及其征兆,以及如何使用钻井仪表或综合录井仪获取这些征兆参数的基础上,分析了钻井事故特征参数复杂且模糊的特点,确定了一种利用多神经网络模型进行钻井事故征兆融合,实现事故诊断的方法。并开发出了一套专家系统和神经网络协同工作的钻井事故智能诊断系统。论文研究了钻井常见事故机理并提取出了常见钻井事故的事故征兆,并以此为基础建立了钻井事故知识库。研究了如何利用多神经网络融合多事故征兆进行事故诊断的方法。最终采用Visual Basic、Matlab及Access数据库相结合的编程方式,建立了钻井事故智能诊断系统软件。经过实验室仿真,系统诊断精度能达到94.2%。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 钻井事故诊断技术研究的目的及意义
• 1.2 钻井事故诊断技术的国内外现状
• 1.3 论文研究的思路及主要工作内容
• 第二章 钻井事故特征及其诊断的数据基础
• 2.1 钻井工程简介
• 2.2 钻井工程参数的采集
• 2.2.1 钻井工艺过程参数
• 2.2.2 钻井仪表
• 2.2.3 综合录井仪
• 2.3 常见钻井事故
• 2.3.1 卡钻事故
• 2.3.2 井喷事故
• 2.3.3 井漏事故
• 2.3.4 井塌事故
• 2.3.5 钻具断落事故
• 2.3.6 钻具刺漏事故
• 2.4 钻井事故征兆的特点
• 2.5 钻井事故智能诊断系统设计思路
• 2.6 本章小结
• 第三章 钻井事故诊断知识库的建立
• 3.1 知识库的构建
• 3.1.1 功能及结构的设计
• 3.1.2 开发语言的选择
• 3.1.3 数据库的设计
• 3.2 知识获取及用户界面设计
• 3.3 知识查询及用户界面设计
• 3.4 本章小结
• 第四章 钻井事故诊断方法研究
• 4.1 人工神经网络
• 4.1.1 基本原理
• 4.1.2 神经网络故障诊断的流程
• 4.2 数据准备
• 4.2.1 工程参数的消噪
• 4.2.2 安全阈值的选择
• 4.2.3 特征参数的获取
• 4.3 多神经网络诊断模型
• 4.3.1 多神经网络结构的介绍
• 4.3.2 多神经网络结构的设计
• 4.3.3 网络A的实现
• 4.3.4 网络B的实现
• 4.3.5 网络融合算法的选择
• 4.4 事故解决办法的确定
• 4.5 本章小结
• 第五章 钻井事故智能诊断系统软件的设计
• 5.1 钻井事故智能诊断系统的总体设计
• 5.2 钻井事故智能诊断系统的功能模块
• 5.3 系统主要功能菜单
• 5.4 事故诊断的仿真
• 5.5 部分功能的实现
• 5.6 本章小结
• 第六章 总结
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文
• 详细摘要