通过人工神经网络（ANN）简单而准确地确定随压力和温度变化的钻井泥浆密度

• 作者: E.A.Osman M.A.Aggour 崔茂荣 杨冬梅 马勇
• 来源期刊: 国外油田工程
• 学科: 工学
• 关键词: 钻井泥浆 油基钻井液 压力 泥浆密度 水基 温度变化 状况 准确 函数 ANN模型
• 年，卷（期）: gwytgcb_2004,（12）
• 页码范围: 28-31
• 页数: 4页
• 分类号: TE254

摘要

应用人工神经网络(ANN)模型对泥浆类型、压力和温度的函数——泥浆密度进行准确预测。采用压力在O～14000lb／in^2范围内和温度高达400°F的水基和油基钻井液实验测量的数据来建立和检验ANN模型。利用钻井泥浆类型(水基或油基)以及它在标准状况下(Olb／in^2和70°F)的密度建立的模型对任何温度和压力(在研究范围内)下的密度进行了预测，其平均绝对误差百分比为O．367，均方根误差为O．0056，相关系数为O．9998。