龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：宁波大学
申请日：2024-03-12
公开（公告）日：2024-06-21
公开（公告）号：CN118228048A
主分类号：G06F18/214
分类号：G06F18/214;G06F18/15;G06F18/2113;G06N3/04;G06N3/08;G06N3/06
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于MFO‑BP神经网络的钻机钻速预测方法。本发明中首先采集预设组钻探数据，并将这些钻探数据划分训练集和测试集，接着对采集的各钻探数据进行数据预处理，然后构建基于飞蛾扑火算法优化的BP神经网络钻机钻速预测模型，最后使用构建的基于MFO‑BP神经网络的钻机钻速预测模型对钻机真实钻孔过程中的钻速进行预测。本发明通过飞蛾扑火算法优化BP神经网络的初始权值与阈值，使得设计的基于MFO‑BP神经网络的钻机钻速预测模型具有全局收敛性好、收敛速度快和鲁棒性强的优点，能够实现对岩土成分复杂的地质环境中钻机钻速的预测，且预测精度较高，进而能够为实现智能调节钻机钻速提供数据依据。
主权项：1.一种基于MFO-BP神经网络的钻机钻速预测方法，其特征在于：具体如下：S1、使用钻机在实验地进行多次钻探实验，在每次钻探实验中采集多组钻探数据，并将这些钻探数据划分训练集和测试集；其中，每组钻探数据的实验参量包括钻进深度、钻杆转速、钻速、钻杆扭矩、钻压、泵压、排量和岩石强度；S2、对训练集和测试集中的各实验参量数据进行降噪处理；S3、对完成降噪处理后每次钻探实验下的各实验参量数据进行归一化处理；S4、采用灰色关联度分析法利用完成归一化处理后的各实验参量数据对各实验参量进行相关性分析，并根据相关性分析结果剔除与钻速参量灰色关联度值小的实验参量以及被剔除实验参量的数据；S5、搭建初始的基于BP神经网络的钻机钻速预测模型，使用飞蛾扑火算法对初始的基于BP神经网络的钻机钻速预测模型进行优化，然后使用经过步骤S4处理后的训练集和测试集对优化后的基于BP神经网络的钻机钻速预测模型进行训练和测试，进而得到最终的基于MFO-BP神经网络的钻机钻速预测模型；S6、使用最终的基于MFO-BP神经网络的钻机钻速预测模型对钻机真实钻孔过程中的钻速进行预测。
全文数据：
权利要求：
百度查询： 宁波大学 一种基于MFO-BP神经网络的钻机钻速预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号