基于BP技术的地质钻探设备工况判别研究

• 作者: 王光毅
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: BP神经网络 PNN概率神经网络 钻井设备 工况判别
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 自动化应用
• 页码范围: 167-170
• 页数: 4页
• 分类号: TP399
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.07.167

摘要

针对当前工程地质钻井勘探智能化的需要,提出一种基于神经网络的设备工况判别模型.为了比较不同神经网络在工况判别的正确率,分别构建BP算法和PNN神经网络模型;在模型构建的基础上,对地质勘探数据进行采集和预处理,以提高仿真训练的准确率,并得到神经网络输入参数;最后运用MATLAB编写仿真程序进行仿真,得到BP检出正确率整体为60.5％,PNN检出正确率可达到89％以上.PNN算法的检测正确率较高,更适合用于地质钻探设备工况判别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王光毅		2	3	1.0	1.0