基于人工神经网络的钻压优化模型的建模方法

提出了一种新的钻压优化模型建模方法———神经网络法，它可以克服传统方法需要建立数学模型的缺陷，满足自动送钻对实时性的要求．给出了利用反向传播神经网络（ Ｂ Ｐ 网络） 建立钻压优化模型的方法．计算机仿真研究表明：利用这种新方法建立的模型不但能够满足自动送钻实时优化钻压的要求。

基于目标函数的钻压优化模型建模方法

研究了如何把过去由地质人员离线确定优化钻压的模型变为自动送钻中在线实时的钻压优化模型。以综合钻井成本最低为准则 ,建立了钻井成本目标函数 ,讨论了影响钻井成本的因素 ,给出了钻压优化模型的约束条件 ,在以上基础上建立了钻压优化模型 ,并给出了钻压优化模型在线实时求解过程中有关参数的确定方法 ,最后总结了基于目标函数钻压优化模型建模方法优缺点和适用范围。本研究对科学自动优化钻井具有参考价值。

基于遗传算法的自动送钻钻压动态优化

针对目标函数的钻压优化和BP神经网络的钻压优化方法存在的不足,建立了动态成本目标函数,并利用遗传算法对动态成本目标函数进行优化,最后应用实例对优化送钻在成本上的优势进行了验证。根据建立的动态成本目标函数和钻井采集的实时数据,利用非线性回归理论完成待优化的成本目标函数参数的求取。优化结果表明,优化钻压钻井方式有效延长了钻头寿命,缩短了起下钻时间,节省了钻井成本;与恒钻压钻井方式相比,优化钻压钻井方式每米成本上升较慢。

神经网络实时诊断与优化模型建模法——人工智能在钻井工程中的应用之二

提出了一些新的实时诊断和钻压优化模型建模方法———神经网络法，它们可以克服传统方法需要建立数学模型的缺陷，满足钻进过程控制对实时性的要求。给出了利用反向传播神经网络（ＢＰ网络） 进行实时诊断和建立钻压优化模型的方法。实际应用和计算机仿真研究表明：采用这些新方法可以实时地实现钻进过程的事故诊断，建立的模型不但能够满足自动送钻实时优化钻压的要求。

伊顿刹车自动送钻系统

本文介绍一种新型的自动送钻系统——伊顿刹车自动送钻系统的技术性能、工作原理、结构组成和特点。该系统由软件和硬件两大部分组成，以伊顿刹车的大小气缸为控制对象，采用电控气的原理送钻，形成钻压外环与气缸压力内环组成的双闭环控制，主控钻压、辅控速度，实现了恒压送钻和对设备的安全保护。本文还将该系统与同类自动送钻系统进行了比较，总结该系统的优点和存在的不足，并提出伊顿刹车钻压优化自动送钻的改进方案。