本文關(guān)鍵詞：隨鉆測(cè)量的鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化研究

  更多相關(guān)文章： 隨鉆測(cè)量 鉆進(jìn)參數(shù) 多目標(biāo)優(yōu)化 粒子群算法

【摘要】：隨鉆測(cè)量技術(shù)是石油鉆井工程中的關(guān)鍵技術(shù)之一,這項(xiàng)技術(shù)的發(fā)展為實(shí)時(shí)鉆進(jìn)參數(shù)優(yōu)化提供了前提條件。實(shí)時(shí)鉆進(jìn)參數(shù)優(yōu)化需要建立準(zhǔn)確的鉆進(jìn)模型,以往模型系數(shù)的求取通常采用實(shí)驗(yàn)的方法,求解效率低,不能滿(mǎn)足實(shí)時(shí)性的要求,而且模型通常采用單一的單位進(jìn)尺成本模型。在實(shí)際工程中,需要綜合考慮鉆頭壽命、比能等因素,并能快速準(zhǔn)確的求取模型系數(shù)。首先,本文分析了鉆進(jìn)參數(shù)之間的相互關(guān)系,建立了以機(jī)械鉆速、鉆頭壽命、機(jī)械比能為目標(biāo),鉆壓、轉(zhuǎn)速、比水功率為決策變量的多參數(shù)多目標(biāo)優(yōu)化模型。采用反演法求解模型中的未知系數(shù),并且使模型系數(shù)可以隨著時(shí)間推移實(shí)時(shí)修正。其次,根據(jù)鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化模型以及粒子群算法自身的缺點(diǎn),對(duì)粒子群算法提出改進(jìn)策略。選取ZDT測(cè)試函數(shù)集對(duì)算法進(jìn)行測(cè)試,并與NSGA2算法測(cè)試結(jié)果進(jìn)行對(duì)比,結(jié)果表明:改進(jìn)算法運(yùn)算時(shí)間短,能夠獲得分布均勻的Pareto前端。最后,針對(duì)一個(gè)實(shí)際油田井段,根據(jù)實(shí)時(shí)鉆井?dāng)?shù)據(jù),利用反演法對(duì)模型中的未知系數(shù)進(jìn)行實(shí)時(shí)求解。討論了改進(jìn)粒子群算法的參數(shù)取值,在MATLAB中進(jìn)行仿真實(shí)驗(yàn),仿真實(shí)驗(yàn)得到了真實(shí)的Pareto前端,從Pareto前端選取的優(yōu)化參數(shù)為鉆井工作者調(diào)整鉆進(jìn)參數(shù)提供便利。
【關(guān)鍵詞】：隨鉆測(cè)量 鉆進(jìn)參數(shù) 多目標(biāo)優(yōu)化 粒子群算法
【學(xué)位授予單位】：西安石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TE271
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 研究的目的和意義7
• 1.2 鉆進(jìn)參數(shù)優(yōu)化的發(fā)展過(guò)程與現(xiàn)狀7-9
• 1.3 存在的問(wèn)題9
• 1.4 主要研究?jī)?nèi)容和章節(jié)安排9-11
• 1.4.1 主要研究?jī)?nèi)容9-10
• 1.4.2 章節(jié)安排10-11
• 第二章 多目標(biāo)優(yōu)化問(wèn)題概述11-21
• 2.1 多目標(biāo)優(yōu)化問(wèn)題的基本概念11-12
• 2.2 多目標(biāo)優(yōu)化問(wèn)題的求解方法12-16
• 2.2.1 傳統(tǒng)多目標(biāo)優(yōu)化方法12-13
• 2.2.2 智能多目標(biāo)優(yōu)化算法13-16
• 2.3 多目標(biāo)優(yōu)化算法的性能評(píng)價(jià)指標(biāo)和測(cè)試函數(shù)16-20
• 2.3.1 性能評(píng)價(jià)指標(biāo)16-17
• 2.3.2 測(cè)試函數(shù)17-20
• 2.4 本章小結(jié)20-21
• 第三章 隨鉆測(cè)量的鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化模型建立21-35
• 3.1 鉆進(jìn)模型21-28
• 3.1.1 機(jī)械鉆速模型21-25
• 3.1.2 鉆頭磨損模型25-27
• 3.1.3 機(jī)械比能模型27-28
• 3.2 鉆進(jìn)多參數(shù)單目標(biāo)優(yōu)化模型28-29
• 3.3 鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化模型29-30
• 3.3.1 目標(biāo)函數(shù)29
• 3.3.2 決策變量29-30
• 3.3.3 約束條件30
• 3.4 反演法實(shí)時(shí)建立鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化模型30-34
• 3.4.1 以往求解模型系數(shù)的方法30-31
• 3.4.2 反演法實(shí)時(shí)求解模型系數(shù)31-34
• 3.5 本章小結(jié)34-35
• 第四章 多目標(biāo)粒子群算法的改進(jìn)設(shè)計(jì)35-47
• 4.1 單目標(biāo)粒子群算法35-38
• 4.1.1 基本粒子群算法35-36
• 4.1.2 標(biāo)準(zhǔn)粒子群算法36-37
• 4.1.3 算法中參數(shù)的設(shè)置37-38
• 4.2 多目標(biāo)粒子群算法38
• 4.3 改進(jìn)的多目標(biāo)粒子群算法38-41
• 4.3.1 改進(jìn)策略38-39
• 4.3.2 改進(jìn)算法的具體實(shí)現(xiàn)39-41
• 4.4 改進(jìn)算法的測(cè)試41-46
• 4.4.1 測(cè)試環(huán)境41-42
• 4.4.2 測(cè)試結(jié)果分析42-46
• 4.5 本章小結(jié)46-47
• 第五章 隨鉆測(cè)量的鉆進(jìn)多參數(shù)多目標(biāo)優(yōu)化實(shí)例分析47-53
• 5.1 優(yōu)化問(wèn)題描述47
• 5.2 模型系數(shù)的求取47-49
• 5.3 改進(jìn)算法的參數(shù)設(shè)置49-51
• 5.3.1 種群規(guī)模和外部集規(guī)模49-50
• 5.3.2 最大迭代次數(shù)50-51
• 5.4 優(yōu)化結(jié)果與分析51-52
• 5.5 本章小結(jié)52-53
• 第六章 結(jié)論與展望53-55
• 6.1 結(jié)論53
• 6.2 展望53-55
• 致謝55-56
• 參考文獻(xiàn)56-59
• 攻讀碩士學(xué)位期間發(fā)表的論文及參加的科研項(xiàng)目59-60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 姜斌;梁士鋒;馮佳佳;;催化吸收穩(wěn)定系統(tǒng)的多目標(biāo)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年01期

2 劉揚(yáng);模糊優(yōu)化與多目標(biāo)優(yōu)化的類(lèi)同性[J];大慶石油學(xué)院學(xué)報(bào);1990年01期

3 覃孟揚(yáng);劉大維;羅永順;李玉忠;;基于灰色系統(tǒng)理論的車(chē)削參數(shù)多目標(biāo)優(yōu)化(英文)[J];機(jī)床與液壓;2013年24期

4 厲小軍,俞歡軍,李紹軍,胡上序;進(jìn)化多智能體技術(shù)在多目標(biāo)優(yōu)化中的應(yīng)用[J];化工學(xué)報(bào);2004年03期

5 韓方煜,賈小平;環(huán)境友好過(guò)程的建模和多目標(biāo)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2004年01期

6 吳華武;胡鑫堯;;鋯鉿萃取分離系統(tǒng)參數(shù)的多目標(biāo)優(yōu)化決策[J];計(jì)算機(jī)與應(yīng)用化學(xué);1991年04期

7 江沛;曹柳林;;聚酯工業(yè)生產(chǎn)縮聚過(guò)程的多目標(biāo)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2007年11期

8 岳金彩;程華農(nóng);楊霞;鄭世清;韓方煜;;連續(xù)過(guò)程的多目標(biāo)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2009年11期

9 邵輝;李晶;楊麗丹;;基于多目標(biāo)優(yōu)化的危險(xiǎn)化學(xué)品運(yùn)輸模式探討[J];中國(guó)安全生產(chǎn)科學(xué)技術(shù);2010年02期

10 李云玲;;提升運(yùn)輸多目標(biāo)優(yōu)化控制系統(tǒng)設(shè)計(jì)[J];科技經(jīng)濟(jì)市場(chǎng);2013年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張翔;;一種無(wú)歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)成立40周年慶典暨2003年學(xué)術(shù)年會(huì)論文集[C];2003年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評(píng)述[A];The 5th 全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)——提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專(zhuān)題學(xué)術(shù)年會(huì)論文集[C];2004年

4 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專(zhuān)題學(xué)術(shù)年會(huì)論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標(biāo)優(yōu)化試驗(yàn)函數(shù)產(chǎn)生器[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

6 賈小平;韓方煜;;多目標(biāo)優(yōu)化及其在過(guò)程工程中的應(yīng)用[A];過(guò)程系統(tǒng)工程2001年會(huì)論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標(biāo)優(yōu)化[A];第一屆全國(guó)安全科學(xué)理論研討會(huì)論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過(guò)程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國(guó)傳遞過(guò)程學(xué)術(shù)研討會(huì)論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會(huì)’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王晗丁;復(fù)雜問(wèn)題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問(wèn)題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

3 鄒娟;高維多目標(biāo)進(jìn)化優(yōu)化及降維評(píng)價(jià)的方法研究[D];湘潭大學(xué);2014年

4 楊光;求解多目標(biāo)優(yōu)化問(wèn)題的NWSA研究及其工程應(yīng)用[D];吉林大學(xué);2015年

5 王超;裝載與車(chē)輛路徑聯(lián)合多目標(biāo)優(yōu)化問(wèn)題研究[D];大連理工大學(xué);2016年

6 葉承晉;計(jì)算智能在電力系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用研究[D];浙江大學(xué);2015年

7 過(guò)曉芳;超多目標(biāo)優(yōu)化問(wèn)題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

8 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

9 盧芳;多目標(biāo)優(yōu)化及隨機(jī)變分不等式問(wèn)題的若干研究[D];重慶大學(xué);2016年

10 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 韓偉;基于混合智能算法在造紙廢水厭氧消化處理過(guò)程多目標(biāo)優(yōu)化中的研究[D];華南理工大學(xué);2015年

2 東方世平;高速列車(chē)懸掛系統(tǒng)參數(shù)多目標(biāo)優(yōu)化[D];北京交通大學(xué);2015年

3 蘇貴良;基于免疫遺傳微粒群智能算法的工程項(xiàng)目多目標(biāo)優(yōu)化研究[D];中國(guó)石油大學(xué)(華東);2014年

4 王學(xué)驥;多目標(biāo)優(yōu)化裁剪分配管理系統(tǒng)的研究與開(kāi)發(fā)[D];東南大學(xué);2015年

5 段雪凝;帶時(shí)間窗的冷鏈物流車(chē)輛路徑多目標(biāo)優(yōu)化問(wèn)題研究[D];東北大學(xué);2014年

6 趙丹;基于蟻群算法的建筑工程項(xiàng)目多目標(biāo)優(yōu)化研究[D];河北工程大學(xué);2016年

7 孟濤;主動(dòng)配電網(wǎng)廣義電源多目標(biāo)優(yōu)化配置與運(yùn)行[D];東北電力大學(xué);2016年

8 李琰;黑箱多目標(biāo)優(yōu)化評(píng)估系統(tǒng)研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

9 孟婷婷;基于決策者偏好信息的NPS-CSS算法研究[D];東北大學(xué);2014年

10 程慧敏;云環(huán)境中基于多目標(biāo)優(yōu)化的科學(xué)工作流數(shù)據(jù)布局策略研究[D];安徽大學(xué);2016年

，

本文編號(hào)：888552