ارایه یک رویکردجدید داده کاوی جهت برآوردزمان واقعی و پیش بینی نرخ نفوذ مته های حفاری چاه های نفت با استفاده از شبکه های عصبی فازی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 ارایه یک رویکردجدید داده کاوی جهت برآوردزمان واقعی و پیش بینی نرخ نفوذ مته های حفاری چاه های نفت با استفاده از شبکه های عصبی فازی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارایه یک رویکردجدید داده کاوی جهت برآوردزمان واقعی و پیش بینی نرخ نفوذ مته های حفاری چاه های نفت با استفاده از شبکه های عصبی فازی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی ارایه یک رویکردجدید داده کاوی جهت برآوردزمان واقعی و پیش بینی نرخ نفوذ مته های حفاری چاه های نفت با استفاده از شبکه های عصبی فازی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ارایه یک رویکردجدید داده کاوی جهت برآوردزمان واقعی و پیش بینی نرخ نفوذ مته های حفاری چاه های نفت با استفاده از شبکه های عصبی فازی :

تعداد صفحات :۱۰

چکیده مقاله:

با توجه به هزینه ی نسبتا سنگین حفاری، یکی از مهم ترین اهداف در مهندسی حفاری، کاهش هزینه ها می باشد. پیش بینی صحیح و قابل اعتماد نرخ نفوذ مته حفاری تاثیر بسازایی در افزایش روند سرعت حفاری و در نتیجه کاهش هزینه ها دارد. بنابراین طراحی مدل های مبتنی بر منطق فازی نسبت به شبکه عصبی می تواند در کاهش زمان و هزینه و تصمیم گیری های مختلف کمک بسازایی به اپراتور دستگاه های حفاری داشته باشد. در این مطالعه سعی شده است تا با استفاده از داده کاوی و رویکرد فازی -عصبی مدلی ساخته شود که بدستی بتواند نرخ نفوذ مته های حفاری را پیش بینی کند. در طراحی این مدل از داده های مربوط به چاه های منطقه ی عملیاتی خانگیران واقع در شمال شرق مشهد و از مخزن شوریجه ی دی استفاده شده است.پارامترهای ورودی طراحی عبارتند از : عمق فعلی ، عمق قبلی، وزن روی مته، سرعت چرخش مته، فشار پمپ خروجی، وزن گل، زمان حفاری و سایز مته می باشد و پارامترخروجی ، بدست آوردن میزان نرخ نفوذ مته ی حفاری می باشد. در انتها روش پیشنهادی بر روی داده های منطقه ی خانگیران بصورت کامل پیاده سازی شد و در مجموعه ی آموزش و آزمایش در بدترین حالت به درصد درستی بالای ۹۵% رسیدیم که در مقایسه با بهترین روش های قبلی بهبود قابل ملاحظه ای از خود نشان می دهد. در نهایت نتایج به دست آمده هم به صورت جدول و هم به صورت نمودار آورده شده تا کارایی و درستی روش به صورت کامل تایید گردد.