自适应神经网络模糊推理系统的竖井井斜预测.pdfVIP

第 39 卷 2011 年第 4 期 基于自适应神经网络模糊 　 辑 编 目 栏 本 推理系统的竖井井斜预测 民 文 李 范成洲，曹 钧，尹晓利 西北核技术研究所 陕西西安 710065 摘要：井斜是评价成井质量的重要指标之一，钻井工艺参数是影响竖井井斜的重要因素。基于自适应 神经网络模糊推理 (ANFIS，adaptive neural-network-based fuzzy inference system) 建立了竖井井斜预测模 型，将钻压和转速两个主要钻井工艺参数作为输入变量，并选用某竖井部分录井数据作为基础数据对 采 该模型进行了训练和评价。结果表明，该预测方法的相对误差为 0～22.3%，平均相对误差为 7.6%，预 掘 测效果较好，在工程实践应用中具有现实意义。 关键词：井斜；预测；自适应；神经网络；模糊推理 中图分类号：P634 文献标识码：A 文章编号：1001-3954(2011)04-0023-04 Prediction of shaft obliquity based on adaptive neural-network-based fuzzy inference system FAN Chengzhou，CAO Jun，YIN Xiaoli Northwest Institute of Nuclear Technology, Xi’an 710065, Shaanxi, China Abstract ：The shaft obliquity is an important evaluating indicator of shaft quality, while drilling parameters is the main factor affecting the shaft obliquity. The paper establishes the model of predicting the shaft obliquity based on ANFIS (adaptive neural-network-based fuzzy inference system). It also takes drilling pressure and rotary speed which are two main drilling parameters as input variables, and selects some drilling data of a shaft as the basic data for model training and testing. The results show that the relative error of the testing is 0～22.3% 作者简介：范成洲，男，1985 年生，助理工程师，主要从事钻探工作。 由表 1 可知，在每组 40 次的截割过程中，利 采煤机在推进方向上的记忆截割精度问题，在传统记 用传统记忆截割算法，滚筒的平均调高次数为 11.75 忆截割技术的基础上，结合灰色系统理论，提出了一 次，而利用灰色记忆截割算法，滚筒的平均调高次数 种灰色记忆截割技术。该技术