| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究目的及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 主要研究内容和研究思路 | 第10-11页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 研究思路 | 第11页 |
| 1.4 完成的主要工作及创新点 | 第11-13页 |
| 1.4.1 完成的主要工作 | 第11-12页 |
| 1.4.2 本文的创新点 | 第12-13页 |
| 第2章 钻井溢流征兆及表征规律研究 | 第13-29页 |
| 2.1 钻井溢流风险发生原因 | 第13-14页 |
| 2.2 钻井溢流风险因素分析 | 第14-22页 |
| 2.2.1 溢流故障树分析方法 | 第14-15页 |
| 2.2.2 溢流风险参数计算 | 第15-22页 |
| 2.3 钻井溢流征兆和表征规律研究 | 第22-28页 |
| 2.3.1 钻井溢流征兆研究 | 第22-25页 |
| 2.3.2 钻井溢流表征规律研究 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于溢流征兆的实时预警模型研究 | 第29-43页 |
| 3.1 人工神经网络模型 | 第29-34页 |
| 3.1.1 人工神经网络 | 第29-30页 |
| 3.1.2 BP神经网络结构与模型 | 第30-33页 |
| 3.1.3 BP神经网络的改进 | 第33-34页 |
| 3.2 基于溢流征兆的实时预警神经网络模型构建与计算分析 | 第34-42页 |
| 3.2.1 基于溢流征兆溢流实时预警神经网络结构参数 | 第34-37页 |
| 3.2.2 基于溢流征兆实时预警模型计算分析 | 第37-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 基于溢流表征规律的溢流发展趋势预测研究 | 第43-67页 |
| 4.1 溢流表征规律参数预测研究 | 第43-61页 |
| 4.1.1 溢流表征规律参数预测方法 | 第43页 |
| 4.1.2 溢流表征规律参数时域分析预测模型 | 第43-46页 |
| 4.1.3 基于ARIMA(p,d,q)的溢流表征规律参数预测模型建立 | 第46-52页 |
| 4.1.4 溢流表征规律参数预测模型计算分析 | 第52-61页 |
| 4.2 溢流严重程度预测 | 第61-66页 |
| 4.2.1 关井前溢流严重程度预测 | 第61-63页 |
| 4.2.2 关井后溢流严重程度分析 | 第63-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第5章 钻井溢流实时预警软件设计及实现 | 第67-80页 |
| 5.1 软件总体设计 | 第67-69页 |
| 5.1.1 软件需求分析 | 第67页 |
| 5.1.2 软件架构及工作流程设计 | 第67-69页 |
| 5.2 软件开发及软件各模块功能 | 第69-77页 |
| 5.2.1 软件开发方式 | 第69页 |
| 5.2.2 软件功能模块 | 第69-77页 |
| 5.3 软件测试计算分析 | 第77-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第6章 结论与建议 | 第80-81页 |
| 6.1 结论 | 第80页 |
| 6.2 建议 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读学位期间发表的论文和参研项目 | 第86页 |
