مدلسازی سرعت حفاری در سنگ های سخت به دو روش ریاضی و شبکه عصبی مطالعه موردی ناحیه زمین گرمایی مشکین شهر

  • سال انتشار: 1387
  • محل انتشار: اولین همایش سراسری کاربرد فناوریها و روشهای نوین در علوم زمین
  • کد COI اختصاصی: IAUMAHALLATES01_027
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1164
دانلود فایل این مقاله

نویسندگان

هادی شاکری

دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر

بهنام طالبی

کارشناس سازمان انرژیهای نو ایران

چکیده

در چندین دهه اخیر اهمیت بهینه سازی عملیات حفاری به طور جدی مورد توجه قرار گرفته است. برای انجام بهینه سازی ارائه مدلی که بتواند سرعت حفاری را با توجه به پارامتر های موثر بر آن تخمین بزند بسیار حائز اهمیت است. کاربرد عمده این مدل درپیش بینی هزینه های عملیات حفاری و تعیین بهینه بار روی مته و سرعت گردش مته است. در این مطالعه هدف بررسی پارامتر های مربوط به حفاری در سنگ های سخت و رابطه آنها با سرعت حفاری می باشد. برای این منظور از اطلاعات سه چاه اکتشافیNWS1NWS و 4 NWS3 مربوط به پروژه استحصال انرژی زمین گرمایی در منطقه آتشفشانی سبلان واقع در استان اردبیل استفاده شده است. با توجه به تعداد زیاد عوامل موثر بر سرعت حفاری، جهت انجام مدلسازی از شبکه های عصبی و روش ریاضی رگرسیون چند متغیره استفاده شده است، سپس نتایج بدست آمده از هر روش باهم مقایسه شده و نقاط ضعف و قوت هر کدام از روش ها مورد بررسی قرار گرفته است. پارامتر های ورودی مدل ها عمق، بار روی مته، دور مته، وزن گل حفاری، اندازه چاه و نوع سنگ ها می باشد، هدف یافتن روابط و الگو های پیچیدهی موجود بین پارامتر های ورودی و سرعت حفاری می باشد

کلیدواژه ها

سرعت حفاری، شبکه های عصبی، رگرسیون، سنگ های سخت، زمین گرمایی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.