| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 创新点摘要 | 第9-16页 |
| 第1章 引言 | 第16-28页 |
| ·课题背景 | 第16-17页 |
| ·石油钻井自动化技术 | 第17-21页 |
| ·钻井过程信息获取 | 第18-19页 |
| ·钻井过程信息处理 | 第19-20页 |
| ·钻井过程信息传输 | 第20-21页 |
| ·状态监测与诊断技术 | 第21-25页 |
| ·状态监测与诊断过程模型 | 第22-23页 |
| ·钻井系统状态监测与诊断 | 第23-25页 |
| ·课题目的、意义与研究内容 | 第25-28页 |
| ·课题目的与意义 | 第25-27页 |
| ·研究内容 | 第27页 |
| ·论文内容安排 | 第27-28页 |
| 第2章 多传感器信息融合与系统异常状态诊断 | 第28-56页 |
| ·前言 | 第28页 |
| ·多传感器信息融合理论基础 | 第28-33页 |
| ·多传感器信息融合概念 | 第29-30页 |
| ·多传感器信息融合模型 | 第30-32页 |
| ·多传感器信息融合方法 | 第32-33页 |
| ·基于神经网络的信息融合 | 第33-41页 |
| ·神经元模型 | 第35-37页 |
| ·神经网络结构和异常映射 | 第37页 |
| ·多层前馈神经网络及BP 算法 | 第37-40页 |
| ·BP 算法的改进 | 第40-41页 |
| ·基于证据理论的信息融合 | 第41-49页 |
| ·D-S 证据理论 | 第41-43页 |
| ·D-S 合成规则 | 第43-44页 |
| ·证据冲突的处理 | 第44-49页 |
| ·基于多传感器信息融合的钻井系统异常诊断 | 第49-55页 |
| ·信息融合和异常诊断 | 第49-50页 |
| ·基于神经网络信息融合的钻井系统异常诊断方法 | 第50-52页 |
| ·基于D-S 证据理论信息融合方法的钻井系统异常诊断 | 第52-54页 |
| ·基于集成多层次融合方法的钻井系统异常诊断 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 钻井过程信息获取与处理 | 第56-85页 |
| ·前言 | 第56-57页 |
| ·钻井过程参数测量系统 | 第57-71页 |
| ·钻井扭矩测量方法 | 第58-61页 |
| ·无线数据传输方法 | 第61-62页 |
| ·数据传输协议 | 第62-66页 |
| ·智能检测平台设计 | 第66-68页 |
| ·电路故障诊断 | 第68-71页 |
| ·钻井过程实时数据采集 | 第71-73页 |
| ·钻井过程异常状态 | 第73-77页 |
| ·钻井过程异常状态专家知识 | 第73-76页 |
| ·钻井异常状态参数变化特征 | 第76-77页 |
| ·钻井过程实时数据处理 | 第77-84页 |
| ·钻井过程实时数据变化特点分析 | 第77-81页 |
| ·钻井实时数据处理原则 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第4章 基于神经网络的钻井过程实时状态监测与诊断 | 第85-114页 |
| ·前言 | 第85页 |
| ·钻井过程状态监测与诊断系统 | 第85-88页 |
| ·钻进过程状态监测与诊断系统设计 | 第85-88页 |
| ·异常诊断过程 | 第88页 |
| ·钻井过程异常状态特征参数 | 第88-90页 |
| ·钻井异常状态特征参数 | 第88-89页 |
| ·钻井异常状态识别流程 | 第89-90页 |
| ·神经网络系统 | 第90-93页 |
| ·BP 算法流程图 | 第90-91页 |
| ·神经网络参数 | 第91-92页 |
| ·神经网络算法改进 | 第92-93页 |
| ·系统输出 | 第93页 |
| ·状态监测与诊断过程的实现 | 第93-113页 |
| ·钻井异常状态表征 | 第93-102页 |
| ·数据处理 | 第102-103页 |
| ·钻井异常状态参数变化与特征 | 第103-106页 |
| ·神经网络训练及教师样本 | 第106-107页 |
| ·网络训练和性能参数选择 | 第107-109页 |
| ·神经网络异常诊断 | 第109-113页 |
| ·本章小结 | 第113-114页 |
| 第5章 基于多层次融合的钻井过程实时状态监测与诊断 | 第114-134页 |
| ·前言 | 第114-115页 |
| ·基于神经网络与证据理论的多层次融合模型 | 第115-119页 |
| ·多层次融合异常诊断模型 | 第115-116页 |
| ·子神经网络模型 | 第116-117页 |
| ·基于D-S 证据理论的证据融合模型 | 第117-118页 |
| ·决策输出 | 第118-119页 |
| ·基于神经网络的证据提取 | 第119-122页 |
| ·子神经网络训练样本 | 第119-121页 |
| ·子神经网络设计及性能 | 第121-122页 |
| ·证据融合模型 | 第122-127页 |
| ·冲突证据 | 第122页 |
| ·冲突证据的融合规则 | 第122-124页 |
| ·冲突证据处理模型 | 第124-127页 |
| ·钻井过程实时状态监测与诊断 | 第127-133页 |
| ·子神经网络诊断 | 第127-129页 |
| ·非冲突证据融合诊断过程 | 第129-131页 |
| ·冲突证据融合诊断过程 | 第131-133页 |
| ·多层次融合诊断结论 | 第133页 |
| ·本章小结 | 第133-134页 |
| 第6章 结论与展望 | 第134-136页 |
| 参考文献 | 第136-140页 |
| 攻读博士学位期间取得的研究成果 | 第140-141页 |
| 致谢 | 第141-142页 |
| 作者简介 | 第142页 |