科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
27期
202-206
,共5页
周爱照%李罗鹏%仲冠宇%杨焕强%陈飞
週愛照%李囉鵬%仲冠宇%楊煥彊%陳飛
주애조%리라붕%중관우%양환강%진비
开窗直径%开窗深度%遗传算法%BP神经网络%预测
開窗直徑%開窗深度%遺傳算法%BP神經網絡%預測
개창직경%개창심도%유전산법%BP신경망락%예측
casing window size%casting window depth%genetic algorithm%BP-neural network%predictor model
旋转磨料射流井下套管开窗施工中,开窗直径与开窗深度是最为关键的两个参数.在实际施工过程中,难以对井下套管的开窗过程进行实时监测,因此,需要进一步研究其预测技术,以保证能够开出需要的窗口.由于影响开窗直径与开窗深度的因素很多,很难用传统的数学建模方法进行预测.对此,提出了一种利用BP神经网络预测旋转磨料射流开窗直径与开窗深度的新方法,并用遗传算法进行优化,以得到最优的隐层学习率和输出层学习率,从而提高BP神经网络预测磨料射流井下套管开窗直径及开窗深度的准确性.利用部分实验数据对该方法的可靠性进行了验证.通过对比预测值与实验值发现,该方法的预测精度完全满足工程要求,为现场应用提供了理论支撑.
鏇轉磨料射流井下套管開窗施工中,開窗直徑與開窗深度是最為關鍵的兩箇參數.在實際施工過程中,難以對井下套管的開窗過程進行實時鑑測,因此,需要進一步研究其預測技術,以保證能夠開齣需要的窗口.由于影響開窗直徑與開窗深度的因素很多,很難用傳統的數學建模方法進行預測.對此,提齣瞭一種利用BP神經網絡預測鏇轉磨料射流開窗直徑與開窗深度的新方法,併用遺傳算法進行優化,以得到最優的隱層學習率和輸齣層學習率,從而提高BP神經網絡預測磨料射流井下套管開窗直徑及開窗深度的準確性.利用部分實驗數據對該方法的可靠性進行瞭驗證.通過對比預測值與實驗值髮現,該方法的預測精度完全滿足工程要求,為現場應用提供瞭理論支撐.
선전마료사류정하투관개창시공중,개창직경여개창심도시최위관건적량개삼수.재실제시공과정중,난이대정하투관적개창과정진행실시감측,인차,수요진일보연구기예측기술,이보증능구개출수요적창구.유우영향개창직경여개창심도적인소흔다,흔난용전통적수학건모방법진행예측.대차,제출료일충이용BP신경망락예측선전마료사류개창직경여개창심도적신방법,병용유전산법진행우화,이득도최우적은층학습솔화수출층학습솔,종이제고BP신경망락예측마료사류정하투관개창직경급개창심도적준학성.이용부분실험수거대해방법적가고성진행료험증.통과대비예측치여실험치발현,해방법적예측정도완전만족공정요구,위현장응용제공료이론지탱.
