文献类型：期刊文章

作　　者：周爱照[1] 李罗鹏[2] 仲冠宇[2] 杨焕强[2] 陈飞[1]

机构地区：[1]胜利石油管理局黄河钻井三公司,东营257000 [2]胜利石油管理局中国石油大学石油工程学院,东营257000

出　　处：《科学技术与工程》

基　　金：国家重大科技专项(2011ZX05060)资助

年　　份：2014

卷　　号：22

期　　号：27

起止页码：202-206

语　　种：中文

收录情况：BDHX、BDHX2011、RCCSE、ZGKJHX、核心刊

摘　　要：旋转磨料射流井下套管开窗施工中,开窗直径与开窗深度是最为关键的两个参数。在实际施工过程中,难以对井下套管的开窗过程进行实时监测,因此,需要进一步研究其预测技术,以保证能够开出需要的窗口。由于影响开窗直径与开窗深度的因素很多,很难用传统的数学建模方法进行预测。对此,提出了一种利用BP神经网络预测旋转磨料射流开窗直径与开窗深度的新方法,并用遗传算法进行优化,以得到最优的隐层学习率和输出层学习率,从而提高BP神经网络预测磨料射流井下套管开窗直径及开窗深度的准确性。利用部分实验数据对该方法的可靠性进行了验证。通过对比预测值与实验值发现,该方法的预测精度完全满足工程要求,为现场应用提供了理论支撑。

关 键 词：开窗直径  开窗深度  遗传算法 BP 神经网络 预测  

分 类 号：TE257.3]