投稿须知
  凡向《矿山机械》投稿的作者,按有关法规,均被视为同意以下约定:
  ① 遵守有关出版法规和标准;
  ② 本刊所载论文和其它作品以及广告仅代表作者和广告主自己的观点和陈述;允许本刊对内容做删节和规范性修改。
  ③ 一律通过本刊网 ...

基于自适应神经网络模糊推理系统的竖井井斜预测

作者: 范成洲 [1] ; 曹钧 [1] ; 尹晓利 [1]

关键词: 井斜 预测 自适应 神经网络 模糊推理 shaft obliquity prediction adaptive neural network fuzzy inference

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%,预测效果较好,在工程实践应用中具有现实意义。


上一篇:基于TRIZ的采煤机滚筒功能关联建模及降低能耗解
下一篇:灰色系统理论在采煤机记忆截割技术中的应用

洛阳矿山机械工程设计研究院 版权所有 © 2006 All Rights Reserved.
地址:河南省洛阳市涧西区重庆路 邮政编码:471039 豫ICP备05001438号