基于神经网络融合技术的钻井井漏诊断模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究的目的及意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究思路及主要研究内容 | 第10-12页 |
| 第2章 钻井井漏事故分析 | 第12-22页 |
| ·产生井漏的条件 | 第12-13页 |
| ·井漏的性质 | 第13-14页 |
| ·漏层性质 | 第13-14页 |
| ·漏失压差 | 第14页 |
| ·井漏的影响因素 | 第14-17页 |
| ·漏失通道性质对井漏的影响 | 第14页 |
| ·漏失压差对井漏的影响 | 第14-15页 |
| ·钻井液性能对井漏的影响 | 第15-17页 |
| ·井漏的分类 | 第17-19页 |
| ·钻井井漏事故特征判断 | 第19页 |
| ·钻井井漏事故的处理方法 | 第19-21页 |
| ·井漏的预防 | 第19-20页 |
| ·井漏的处理 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 钻井井漏诊断参数空间的建立 | 第22-26页 |
| ·诊断漏失类型的参数空间建立 | 第22-23页 |
| ·漏失类型诊断参数的获取 | 第23-24页 |
| ·漏失通道性质参数的获取 | 第23页 |
| ·钻井液性能参数的获取 | 第23页 |
| ·漏失压差参数的获取 | 第23-24页 |
| ·诊断漏失严重度的参数空间建立 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 钻井井漏诊断方法研究 | 第26-51页 |
| ·神经网络 | 第26-31页 |
| ·神经网络的基本原理 | 第26-28页 |
| ·基于BP神经网络的井漏诊断过程 | 第28-31页 |
| ·多神经网络融合技术 | 第31-39页 |
| ·多神经网络结构介绍 | 第31-32页 |
| ·多神经网络结构设计 | 第32-35页 |
| ·多神经网络融合算法的选择 | 第35-39页 |
| ·钻井井漏类型诊断模型及应用 | 第39-46页 |
| ·神经网络与证据理论合成诊断模型 | 第39-40页 |
| ·模型的应用 | 第40-46页 |
| ·钻井井漏严重度评价模型及应用 | 第46-50页 |
| ·井漏严重度评价模型的建立 | 第46-47页 |
| ·井漏严重度评价模型的应用 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第56页 |
