期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
通过人工神经网络(ANN)简单而准确地确定随压力和温度变化的钻井泥浆密度
1
作者 E.A.Osman m.a.aggour +2 位作者 马勇 杨冬梅 崔茂荣 《国外油田工程》 2004年第12期28-31,共4页
应用人工神经网络 (ANN )模型对泥浆类型、压力和温度的函数———泥浆密度进行准确预测。采用压力在 0 14 0 0 0lb/in2 范围内和温度高达 4 0 0°F的水基和油基钻井液实验测量的数据来建立和检验ANN模型。利用钻井泥浆类型 (水基... 应用人工神经网络 (ANN )模型对泥浆类型、压力和温度的函数———泥浆密度进行准确预测。采用压力在 0 14 0 0 0lb/in2 范围内和温度高达 4 0 0°F的水基和油基钻井液实验测量的数据来建立和检验ANN模型。利用钻井泥浆类型 (水基或油基 )以及它在标准状况下 ( 0lb/in2 和 70°F)的密度建立的模型对任何温度和压力 (在研究范围内 )下的密度进行了预测 ,其平均绝对误差百分比为 0 367,均方根误差为 0 0 0 5 6,相关系数为 0 展开更多
关键词 钻井泥浆 油基钻井液 压力 泥浆密度 水基 温度变化 状况 准确 函数 ANN模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部