节点文献

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

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【摘要】 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 9998

【关键词】 钻井泥浆密度人工神经网络模型
  • 【文献出处】 国外油田工程 ,Foreign Oilfield Engineering , 编辑部邮箱 ,2004年12期
  • 【分类号】TE254
  • 【被引频次】1
  • 【下载频次】184
节点文献中: 

本文链接的文献网络图示:

本文的引文网络