安徽建筑工业学院学报（自然科学版）
安徽建築工業學院學報（自然科學版）
안휘건축공업학원학보（자연과학판）
JOURNAL OF ANHUI INSTITUTE OF ARCHITECTURE（NATURAL SCIENCE）
2012年
4期
22-23,43
,共3页
钻井%神经网络%有限元分析%井帮变形
鑽井%神經網絡%有限元分析%井幫變形
찬정%신경망락%유한원분석%정방변형
在深厚的含水冲击层中建造井筒,需要特殊的凿井方法,钻井法是一种机械化程度高,安全、可靠的特殊凿井方式.施工中经常需要对井帮的变形数据进行监控,而传统的测井方式比较困难.通过BP神经网络预测的方式,可以以少量的监控数据为基础进行程序的训练,并通过算法进行预测计算,可以大大减少测量次数,提高钻井质量和效率.文中以有限元计算结果为数据基础,通过建立BP人工神经网络进行训练和预测,并与有限元结果和部分实地测量的结果作比较,论证神经网络对于煤矿钻井井壁缩颈预测的可靠性.
在深厚的含水遲擊層中建造井筒,需要特殊的鑿井方法,鑽井法是一種機械化程度高,安全、可靠的特殊鑿井方式.施工中經常需要對井幫的變形數據進行鑑控,而傳統的測井方式比較睏難.通過BP神經網絡預測的方式,可以以少量的鑑控數據為基礎進行程序的訓練,併通過算法進行預測計算,可以大大減少測量次數,提高鑽井質量和效率.文中以有限元計算結果為數據基礎,通過建立BP人工神經網絡進行訓練和預測,併與有限元結果和部分實地測量的結果作比較,論證神經網絡對于煤礦鑽井井壁縮頸預測的可靠性.
재심후적함수충격층중건조정통,수요특수적착정방법,찬정법시일충궤계화정도고,안전、가고적특수착정방식.시공중경상수요대정방적변형수거진행감공,이전통적측정방식비교곤난.통과BP신경망락예측적방식,가이이소량적감공수거위기출진행정서적훈련,병통과산법진행예측계산,가이대대감소측량차수,제고찬정질량화효솔.문중이유한원계산결과위수거기출,통과건립BP인공신경망락진행훈련화예측,병여유한원결과화부분실지측량적결과작비교,론증신경망락대우매광찬정정벽축경예측적가고성.
