شماره ركورد كنفرانس :
4180
عنوان مقاله :
ارايه يك رويكرد جديد داده كاوي جهت برآورد زمان واقعي و پيش بيني نرخ نفوذ مته هاي حفاري چاههاي نفت با استفاده از شبكه هاي عصبي فازي
پديدآورندگان :
احمديان گرجي پروين Parvin.ahmadian@gmail.com دانشگاه آزاد آشتيان , كريمي عباس دانشگاه آزاد آشتيان , صاحبي حميدرضا دانشگاه آزاد آشتيان
كليدواژه :
منطق فازي , شبكه ي عصبي , داده كاوي , نرخ نفوذ مته حفاري , سيستم استنتاج تطبيقي فازي-عصبي(انفيس).
عنوان كنفرانس :
اولين كنفرانس ملي فناوري هاي نوين در علوم مهندسي
چكيده فارسي :
با توجه به هزينه ي نسبتا سنگين حفاري، يكي از مهمترين اهداف در مهندسي حفاري، كاهش هزينه ها مي باشد. پيش بيني صحيح و قابل اعتماد نرخ نفوذ مته حفاري تاثير بسازايي در افزايش روند سرعت حفاري و در نتيجه كاهش هزينه ها دارد. بنابراين طراحي مدل هاي مبتني بر منطق فازي نسبت به شبكه عصبي مي تواند در كاهش زمان و هزينه و تصميم گيري هاي مختلف كمك بسازايي به اپراتور دستگاههاي حفاري داشته باشد. در اين مطالعه سعي شده است تا با استفاده از داده كاوي و رويكرد فازي- عصبي، مدلي ساخته شود كه بدستي بتواند نرخ نفوذ مته هاي حفاري را پيش بيني كند. در طراحي اين مدل از داده هاي مربوط به چاههاي منطقه ي عملياتي خانگيران واقع در شمال شرق مشهد و از مخزن شوريجه ي دي استفاده شده است. پارامترهاي ورودي طراحي عبارتند از: عمق فعلي، عمق قبلي، وزن روي مته، سرعت چرخش مته، فشار پمپ خروجي، وزن گل ، زمان حفاري و سايز مته مي باشد و پارامتر خروجي، بدست آوردن ميزان نرخ نفوذ مته ي حفاري مي باشد. در انتها روش پيشنهادي بر روي داده هاي منطقه ي خانگيران بصورت كامل پياده سازي شد و در مجموعه ي آموزش و آزمايش در بدترين حالت به درصد درستي بالاي 95% رسيديم كه در مقايسه با بهترين روشهاي قبلي بهبود قابل ملاحضه اي از خود نشان مي دهد. در نهايت نتايج بدست آمده هم به صورت جدول و هم به صورت نمودار آورده شده تا كارايي و درستي روش به صورت كامل تاييد گردد.