基于数值计算与遗传神经网络热熔钻研究-中南大学学报.PDFVIP

第 44 卷第 12 期 中南大学学报(自然科学版)  Vol.44  No.12  2013 年 12 月  Journal of Central South University (Science and Technology)  Dec. 2013  基于数值计算与遗传神经网络热熔钻研究 温继伟，陈晨  (1.  吉林大学 建设工程学院，吉林 长春，130026；  2.  吉林大学 超硬材料国家重点实验室，吉林 长春，130012；  3.  国土资源部复杂条件钻采技术重点实验室，吉林 长春，130026)  摘要：对热熔钻进过程中热熔体的相关问题展开研究，建立相应的数学模型，结合热熔钻进实验过程中的相关参 数进行计算，得到了相应的解析解，并分析其规律与产生的原因，计算结果的变化规律与实际过程基本相符，表 明所构建的数学模型是可靠的。此外，对热熔钻进过程中孔壁周围玻璃状硬壳的形成展开研究并给出了可靠的硬 壳厚度计算的经验公式。 将遗传算法与 BP算法相融合构建 GA­BP 神经网络分别对有关热熔体与施加在热熔器上 的有效热功率及钻压对热熔钻进速度的影响的数据进行预测。研究结果表明：基于 GA­BP 神经网络对热熔体在 环空间隙中流速的分布，热熔体作用在热熔器外表面上的压力，热熔体作用在热熔器上的摩擦力，热熔器有效热 功率在不同地层中对热熔钻进速度的影响和热熔器施加不同钻压在不同地层中对热熔速度影响的预测得到数据 −6  的均方误差比基于 BP 神经网络预测得到数据的均方误差分别小 0.449×10  ，0.0056，0.001 1，0.104和 0.136， 且 GA­BP 网络比BP 网络的计算时间分别短 7，15，  2，  9，和 15 s。 关键词：热熔钻；热熔体；玻璃状硬壳；数值计算；神经网络 中图分类号：TP183  文献标志码：A  文章编号：1672−7207(2013)12−5051−09  Study on hot melt drillingbased on numerical computation and  genetic neural network  WEN Jiwei, CHEN Chen  (1. College of Construction and Engineering, Jilin University, Changchun 130026, China;  2. State Key Laboratory of Superhard Materials,Jilin University, Changchun 130026, China;  3.The Key Laboratory of Complex Condition Drilling and  Mining Technology of Ministry of Land and Resources, Changchun 130026, China)  Abstract: Through the study on the series of problems of hot melt in the drilling process, the mathematical models were  established,