顶部>JACIII公司>近水平定向钻井压力预测模型。。。

单jc.php

JACIII公司 第26卷第3期 第279-288页
doi:10.20965/jaciii.2022.p0279
(2022)

纸张：

过去60天的浏览量： 406

基于BP神经网络的煤矿近水平定向钻进轨迹预测模型

魏洪超*,**、姚宁平*,**,†、田洪亮*,**、姚亚峰*,**、张金宝**和郝丽*,**

*中国煤炭科学研究院
中国北京市朝阳区和平里青年沟东路5号，邮编：100013

**CCTEG西安研究院
中国陕西省西安市高新区金叶一路82号，邮编710077

†通讯作者

收到时间：
2021年11月5日
认可的：
2022年2月8日
出版：
2022年5月20日
Creative Commons许可证
关键词：
BP神经网络，近水平井，钻井路径控制，定向钻井，预测模型
摘要

本文建立了基于BP神经网络的煤矿井下定向钻进轨迹控制预测模型。四层BP神经网络模型选择11个轨迹参数（随钻测量（MWD）后12m的倾角和方位角）和两个控制参数作为输入。输出两个参数，倾角和钻头方位角。利用502组数据进行训练，该模型用于预测12个测试数据组。然后将结果与24名技术人员的人工经验预测结果进行比较。研究表明，该预测模型使用logsig激活函数，具有点结构为9×6的双隐层，预测的倾角和方位角的平均绝对误差分别只有0.51°和0.68°。预测误差也遵循正态分布。与工作五年以上的技术人员相比，BP神经网络模型预测结果的准确性降低了33.9%，满足了钻井轨迹控制的需要。

钻具和测量系统

钻具和测量系统

引用本文为：
H.Wei、N.Yao、H.Tian、Y.Yao、J.Zhang和H.Li，“基于BP神经网络的地下煤矿近水平定向钻井路径预测模型”高级计算杂志。因特尔。因特尔。通知。第26卷第3期，第279-288页，2022年。
数据文件：
参考文献
  1. [1] F.Wang等人，“中国煤矿实施地下深孔定向钻井技术缓解温室气体排放”，《温室气体控制国际期刊》，第11卷，第290-303页，2012年。
  2. [2] F.Hungerfod和M.Fagan，“深孔钻柱的超芯回收”，Proc。2019年煤炭运营商大会，采矿工程，2019年第18-20页。
  3. [3] D.Huijin，H.Shijun，F.Jie，“复杂矿井条件下基于定向钻进的火灾异常探测方法”，环境、能源和地球科学（E3S）网络，第38卷，第01007条，2018年。
  4. [4] C.Xu等人，“中国煤矿2000米以上煤层定向钻孔的实践与挑战”，物理研究所会议系列：地球与环境科学，第332卷第2期，2016年第02条，2019年。
  5. [5] L.Jiang等人，“地下煤矿超深孔定向钻进扭摆减阻技术”，《煤矿安全》，第51卷，第11期，第113-116页，2020年。
  6. [6] 姚先生等，“中国地下煤矿复杂地质条件下钻探技术和设备的进展”，《煤炭地质与勘探》，第48卷，第2期，第1-7页，2020年。
  7. [7] 石忠等，“煤矿井下随钻测量定向钻进技术与设备的现状与展望”，《煤炭科学与技术》，第47卷，第5期，第22-28页，2019年。
  8. [8] 石忠等，“中国煤矿井下隧道钻探技术与设备40年的发展与展望”，《煤炭科学与技术》，第48卷，第4期，第3-35页，2020年。
  9. [9] T.Sun等人，“煤矿井下定向钻孔轨迹预测方法”，《煤炭开采技术》，第24卷第1期，第22-25页，2019年。
  10. [10] L.Perneder和E.Detournay，“直孔的平衡倾斜”，石油工程师学会（SPE）J.，第18卷，第3期，第395-405页，2013年。
  11. [11] M.Baylis和J.Matheus，“定向钻具模拟和系统设计”，美国汽车工程师学会（SAE）材料与制造国际期刊，第1卷，第675-689页，2009年。
  12. [12] 石彦等，“钻井井底钻具组合造斜速率预测新方法”，中国石油大学学报（自然科学版），第41卷第1期，第85-89页，2017年。
  13. [13] H.Wei等人，“大直径定向顶板钻探在上隅角天然气控制中的应用”，《煤炭工程》，第49卷，第6期，第64-672017页。
  14. [14] 姚南，“中国煤矿近水平定向钻进技术的发展趋势”，《煤炭地质与勘探》，第36卷第4期，第78-80页，2008年。
  15. [15] X.Lin等人，“钻井时智能地质导向决策的实现和应用”，《石油钻采技术》，第42卷，第1期，第1-5页，2020年。
  16. [16] Z.Zhang等人，“夏92-H井复杂地层地质导向钻井技术”，《石油钻采技术》，第36卷，第4期，第6-9页，2014年。
  17. [17] Z.Cai等人，“定向钻具姿态的双线性补偿控制”，《控制与决策》，第35卷，第7期，第1758-1764页，2020年。
  18. [18] Z.Song等人，“基于BP神经网络的确定性剪切增稠抛光材料去除率模型”，《表面技术》，第49卷，第11期，第320-325+357页，2020年。
  19. [19] T.Zhang等人，“基于BP神经网络的机器人波摩擦修正方法”，《中国工程杂志》，第41卷，第8期，第1085-10912019页。
  20. [20] W.Zhao等人，“基于BP神经网络的磁性体顶部预测”，《石油地球物理勘探》，第55卷，第5期，第1139-1147页，2020年。
  21. [21]S.Fang等，“训练样本数对切削力神经网络预测精度的影响”，西南交通大学学报，第40卷，第5期，第637-640页，2005年。
  22. [22]H.Fattahi和H.Bazdar，“应用改进的人工神经网络模型评估钻速指数”，《隧道与地下空间技术》，第70卷，第114-124页，2017年。
  23. [23]石振中等，“地下煤矿3000m煤层定向钻孔关键技术”，《煤炭地质与勘探》，第47卷第6期，2019年第1-7页。
  24. [24]石振中等，“煤矿井下智能定向钻进的发展路径及关键技术分析”，中国煤炭学会学报，第45卷，第6期，第2217-2224页，2020年。
  25. [25]X.Jin，“在顶板地层中钻探减压瓦斯抽放孔的关键技术”，《煤炭地质与勘探》，第44卷，第3期，第124-127页，2016年。
  26. [26]X.Liu等人，“转向电机几何结构角速度的研究”，《石油学报》，第25卷，第6期，第83-87页，2004年。

Creative Commons许可证 本文发表于Creative Commons Attribution-NoDerivatives 4.0国际许可证。

*该网站是基于HTML5和CSS3为现代浏览器设计的，例如Chrome、Firefox、Safari、Edge和Opera。

上次更新日期：2024年5月19日