ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی نرخ حفاری با استفاده از شبکه عصبی چند لایه

سال انتشار: 1399
کد COI مقاله: MECHAERO05_007
زبان مقاله: فارسیمشاهد این مقاله: 99
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی نرخ حفاری با استفاده از شبکه عصبی چند لایه

مهدی منجزی - گروه مکانیک، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد الکترونیکی، تهران، ایران
کورس نکوفر - استادیار گروه مکانیک، دانشگاه آزاد اسلامی واحد الکترونیکی، تهران، ایران
سید آرش سید شمس طالقانی - استادیار پژوهشگاه هوا فضای وزارت علوم ، تحقیقات و فناوری، تهران، ایران

چکیده مقاله:

سال های اخیر، شبکه های عصبی کاربرد فراوانی در علوم مختلف پیدا کرده اند. در مهندسی نفت، شبکه های عصبی برای ایجاد مدل های تعادل فازی، پیش بینی رفتار سیال، پیش بینی میزان برداشت از مخزن و همچنین سرعتحفاری استفاده شده اند. در این مطالعه، مدلی بر پایه شبکه عصبی چندلایه به منظور پیش بینی نرخ حفاری توسعه داده شده است. بیش از 300 داده سرعت حفاری از یک میادن ایران استفاده شد. به منظور پیش بینی مقدار سرعت حفاری با استفاده از داده های میدانی از چند پارامتر ورودی شامل عمق، قطر چاه، سرعت تزریق گل، سرعت چرخش رشته حفاری، وزن روی مته، گشتاور، وزن گل، ویسکوزیته قیف، ویسکوزیته پلاستیک، نقطه واروی، نسبت ژل 10 ثانیه بر 10 دقیقه و هرزروی سیال استفاده شد. همچنین مقدار سرعت حفاری نیز به عنوان پارامتر خروجی مدل ها در نظر گرفته شد. برای قسمت آموزش شبکه مصنوعی از 80 درصد داده ها و برای بخش تست از 20 درصد با قیمانده داده ها استفاده شد. نتایج این مطالعه نشان داد که شبکه عصبی چندلایه می تواند برای پیش بینی سرعت حفاری مورد استفاده قرار بگیرد.

کلیدواژه ها:

حفاری، نرخ حفاری، شبکه عصبی، شبکه چندلایه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1039494/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
منجزی، مهدی و نکوفر، کورس و سید شمس طالقانی، سید آرش،1399،پیش بینی نرخ حفاری با استفاده از شبکه عصبی چند لایه،پنجمین کنفرانس ملی مهندسی مکانیک و هوافضا،تهران،،،https://civilica.com/doc/1039494

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، منجزی، مهدی؛ کورس نکوفر و سید آرش سید شمس طالقانی)
برای بار دوم به بعد: (1399، منجزی؛ نکوفر و سید شمس طالقانی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 1,964
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی