| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究目的及意义 | 第8-9页 |
| 1.2 国内外技术研究现状 | 第9-13页 |
| 1.2.1 国外技术研究现状 | 第9-10页 |
| 1.2.2 国内技术研究现状 | 第10-13页 |
| 1.3 本文主要研究任务及思路 | 第13-16页 |
| 1.3.1 本文主要研究任务 | 第13-14页 |
| 1.3.2 本文主要研究思路 | 第14-16页 |
| 1.4 完成的主要研究工作及创新点 | 第16-18页 |
| 1.4.1 完成的主要研究工作 | 第16页 |
| 1.4.2 本文创新点 | 第16-18页 |
| 第2章 压裂施工工艺及砂堵监测预警技术适应性分析 | 第18-27页 |
| 2.1 压裂机理及施工工艺研究 | 第18-21页 |
| 2.1.1 压裂机理研究 | 第18页 |
| 2.1.2 压裂施工工艺及装配配套 | 第18-21页 |
| 2.2 压裂砂堵监测预警技术适应性分析 | 第21-26页 |
| 2.2.1 砂堵风险发生机理 | 第21-22页 |
| 2.2.2 砂堵风险表征参数及其表征规律研究 | 第22-23页 |
| 2.2.3 压裂砂堵风险预警方法评价优选及适应性分析 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 改进双对数曲线斜率砂堵动态预警模型研究 | 第27-43页 |
| 3.1 改进双对数曲线斜率动态预警流程 | 第27页 |
| 3.2 时间序列动态预警计算分析方法研究 | 第27-35页 |
| 3.2.1 时间序列分析预测方法研究概述 | 第28-29页 |
| 3.2.2 时间序列分析预测时序的平稳性 | 第29-31页 |
| 3.2.3 时间序列分析预测模型 | 第31-33页 |
| 3.2.4 时间序列分析预测模型识别与定阶 | 第33-34页 |
| 3.2.5 时间序列分析预测模型参数估计与适应性检验 | 第34-35页 |
| 3.3 时间序列分析预测计算模型建立及仿真分析 | 第35-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于ANN提高预警符合率技术研究与模型建立 | 第43-58页 |
| 4.1 广义神经网络原理 | 第43-46页 |
| 4.1.1 人工神经网络理论基础 | 第43页 |
| 4.1.2 广义回归神经网络(GRNN)原理和结构 | 第43-45页 |
| 4.1.3 广义回归神经网络提高油压、套压预测精度可行性分析 | 第45-46页 |
| 4.2 基于GRNN提高预警符合率模型建立 | 第46-57页 |
| 4.2.1 提高油压/套压预测精度模型建立 | 第46-50页 |
| 4.2.2 基于聚类的时间序列双对数曲线斜率动态预警曲线斜率算法研究 | 第50-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 压裂砂堵实时监测与预警系统开发与应用 | 第58-73页 |
| 5.1 系统总体方案设计 | 第58-62页 |
| 5.2 数据库设计及采集软件开发 | 第62-64页 |
| 5.2.1 数据库需求分析 | 第62-63页 |
| 5.2.2 数据库表结构设计 | 第63页 |
| 5.2.3 压裂实时数据采集软件开发 | 第63-64页 |
| 5.3 压裂砂堵实时监测与预警系统开发 | 第64-69页 |
| 5.3.1 压裂砂堵实时监测与预警系统管理开发 | 第64-65页 |
| 5.3.2 压裂砂堵实时监测子系统开发 | 第65-66页 |
| 5.3.3 压裂砂堵实时动态预警子系统开发 | 第66-67页 |
| 5.3.4 压裂施工数据管理子系统开发 | 第67-69页 |
| 5.4 现场应用分析 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 结论及建议 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 建议 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-83页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第83页 |
