基于模糊神经网络的岩性智能识别及其在牙轮钻进中的应用

在对岩石分类的基础上进行岩性识别。本文提出了基于神经网络驱动模糊推理方法，目的在于将神经网络和模糊推理二者所长能够较好地结合起来，使得分析系统既具有推理功能，又具有很强的学习能力，这样更能适合变化复杂的牙轮钻进过程，更能接近人的思维方式，为难以模型化的牙轮钻进自动控制以及未来的智能钻机研究开辟了一条有效途径。在具体的分类、学习推理和计算应用中，使用了改进ＢＰ网络、带有优化Ｌ－Ｍ算法的ＢＰ网络及径向基函数网络（ＲＢＦＮ）等。