بهینه سازی اثرگذاری سیال حفاری بر مبنای مکانیک سیالات در فرآیند حفاری چاه های یکی از میادین جنوب غرب ایران

مهندسی مکانیک و ارتعاشات

مقاله 3، دوره 11، شماره 1 - شماره پیاپی 38، خرداد 1399، صفحه 28-38   

نوع مقاله: مقاله پژوهشی کامل

نویسندگان

مهدی منجزی^{* 1}؛ کورس نکوفر²؛ سید آرش سید شمس طالقانی¹؛ مریم السادات قوامی ماسوله³

¹میدان بهارستان خیابان صفی علیشاه کوچه تهرانی کوچه جلالی پلاک 18 طبقه دوم

²دانشگاه آزاد اسلامی، واحد چالوس، چالوس، ایران

³خیر

چکیده

سرعت عملیات حفاری اثر مستقیمی بر روی هزینه‌های حفاری دارد و پارامترهای مختلفی ازجمله خواص سیال حفاری و هیدرولیک مته بر روی آن مؤثر است. بنابراین استفاده از مدل‌هایی با در نظر گرفتن پارامترهای مختلف که دقت بالا داشته باشند اهمیت فراوانی دارد. ازآنجاییکه ارتباط این پارامترها با یکدیگر پیچیده است نیاز به یک روش محاسباتی قابل اجرا دارد. شبکه عصبی مصنوعی یک روش محاسباتی نوین برای یادگیری است که برای پیش بینی پاسخ‌های خروجی سیستم‌های پیچیده استفاده می‌گردد. در این مقاله شبکه عصبی به منظور پیش بینی نرخ نفوذ مته با در نظرگیری پارامترهای سیال حفاری مورد استفاده قرار می‌گیرد و از مدل‌های هوش مصنوعی چندلایه و پایه شعاعی برای تشخیص و پیش‌بینی سرعت حفاری به عنوان پارامتر خروجی استفاده شده است.

کلیدواژه‌ها

سرعت؛ عملیات؛ حفاری؛ شبکه؛ عصبی؛ چند؛ لایه

سایر فایل های مرتبط با مقاله

مقاله مهدی منجزی 3 -.pdf

مراجع