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 马勇[2] 杨冬梅[3] 崔茂荣[4] 

机构地区：[1]不详 [2]西南石油学院硕2003 [3]四川石油管理局地质调查处 [4]西南石油学院石油工程学院

出　　处：《国外油田工程》2004年第12期28-31,共4页Foreign Oilfield Engineering

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 0 14 0 0 0lb/in2 范围内和温度高达 4 0 0°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 ( 0lb/in2 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 0 367,均方根误差为 0 0 0 5 6,相关系数为 0

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 

分 类 号：TE254[石油与天然气工程—油气井工程] G633[文化科学—教育学]