| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·课题的来源、研究内容及创新点 | 第14-16页 |
| 第二章 岩石的物理性能研究 | 第16-28页 |
| ·岩石的分类 | 第16页 |
| ·岩石的孔隙性 | 第16-19页 |
| ·岩石的渗透性 | 第19-22页 |
| ·岩石的密度 | 第22-23页 |
| ·岩石的弹性波 | 第23-26页 |
| ·岩石物理性能的相互关系 | 第26-28页 |
| 第三章 岩石物理性能与钻井地层工程特性的实验研究 | 第28-45页 |
| ·实验所用岩心的来源及岩样选取 | 第28页 |
| ·岩石气体孔隙度测定实验 | 第28-29页 |
| ·岩石气体渗透率测定实验 | 第29-32页 |
| ·岩石密度测定实验 | 第32-33页 |
| ·岩石波速测定实验 | 第33-34页 |
| ·岩石可钻性测定实验 | 第34-37页 |
| ·岩石硬度和塑性系数测定实验 | 第37-39页 |
| ·岩石物理性能与钻井地层工程特性测定实验基本情况概述 | 第39-45页 |
| ·实验过程简述 | 第39-40页 |
| ·实验结果 | 第40-45页 |
| 第四章 基于岩石物理性能的钻井地层工程特性研究 | 第45-92页 |
| ·实验数据的分析处理方法 | 第45-46页 |
| ·不同岩性岩石的可钻性与硬度统计分析 | 第46-52页 |
| ·砂岩剖面岩石可钻性与硬度的统计描述 | 第46-48页 |
| ·泥岩剖面岩石可钻性与硬度的统计描述 | 第48-50页 |
| ·碳酸盐岩剖面岩石可钻性与硬度的统计描述 | 第50-51页 |
| ·不同岩性岩石可钻性与硬度的分析 | 第51-52页 |
| ·基于岩石物理性能的可钻性研究 | 第52-64页 |
| ·岩石可钻性与孔隙度的回归分析 | 第52-54页 |
| ·岩石可钻性与渗透率的回归分析 | 第54-57页 |
| ·岩石可钻性与密度的回归分析 | 第57-59页 |
| ·岩石可钻性与声波速度回归分析 | 第59-64页 |
| ·基于岩石物理性能的硬度研究 | 第64-70页 |
| ·岩石硬度与孔隙度的回归分析 | 第64-65页 |
| ·岩石硬度与渗透率的回归分析 | 第65-66页 |
| ·岩石硬度与密度的回归分析 | 第66-67页 |
| ·岩石硬度与声波速度的回归分析 | 第67-70页 |
| ·基于岩石物理性能的塑性系数研究 | 第70-74页 |
| ·岩石塑性系数与孔隙度的回归分析 | 第70页 |
| ·岩石塑性系数与渗透率的相关性分析 | 第70-71页 |
| ·岩石塑性系数与密度的回归分析 | 第71-72页 |
| ·岩石塑性系数与声波速度的回归分析 | 第72-74页 |
| ·利用岩石物理性能预测钻井地层工程特性参数 | 第74-92页 |
| ·预测模式的建立 | 第74页 |
| ·钻井地层工程特性参数的符合率与预测精度公式 | 第74-76页 |
| ·钻井地层工程特性参数的预测 | 第76-92页 |
| 第五章 人工神经网络在钻井地层工程特性参数预测中的应用 | 第92-115页 |
| ·人工神经网络概述 | 第92-95页 |
| ·BP神经网络基础 | 第95-101页 |
| ·BP神经网络的算法 | 第95-97页 |
| ·BP算法的若干改进 | 第97-98页 |
| ·BP神经网络的设计 | 第98-99页 |
| ·BP神经网络的训练 | 第99-100页 |
| ·BP神经网络在MATLAB中的实现 | 第100-101页 |
| ·利用BP网络预测钻井地层工程特性参数 | 第101-115页 |
| ·利用BP网络预测岩石的可钻性 | 第102-108页 |
| ·利用BP网络预测岩石的硬度 | 第108-111页 |
| ·利用BP网络预测岩石的塑性系数 | 第111-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-121页 |
| 致谢 | 第121页 |