基于数值计算与遗传神经网络热熔钻研究

对热熔钻进过程中热熔体的相关问题展开研究,建立相应的数学模型,结合热熔钻进实验过程中的相关参数进行计算,得到了相应的解析解,并分析其规律与产生的原因,计算结果的变化规律与实际过程基本相符,表明所构建的数学模型是可靠的。此外,对热熔钻进过程中孔壁周围玻璃状硬壳的形成展开研究并给出了可靠的硬壳厚度计算的经验公式。将遗传算法与BP算法相融合构建GA-BP神经网络分别对有关热熔体与施加在热熔器上的有效热功率及钻压对热熔钻进速度的影响的数据进行预测。研究结果表明:基于GA-BP神经网络对热熔体在环空间隙中流速的分布,热熔体作用在热熔器外表面上的压力,热熔体作用在热熔器上的摩擦力,热熔器有效热功率在不同地层中对热熔钻进速度的影响和热熔器施加不同钻压在不同地层中对热熔速度影响的预测得到数据的均方误差比基于BP神经网络预测得到数据的均方误差分别小0.449×10-6,0.005 6,0.001 1,0.104和0.136,且GA-BP网络比BP网络的计算时间分别短7,15,2,9,和15 s。