人工神经元网络在高密度水泥浆配合比预测中的应用

硅酸盐通报 , 2013, 32(9): 1905-1909.

人工神经元网络在高密度水泥浆配合比预测中的应用

赵军 ^1, , 米贵东 ^2, , 冯建建 ^3, , 朱江林 ^4, , 赵琥 ^5, , 冯克满 ^6, , 阎培渝 ^7,

1.中海油田服务股份有限公司,北京101149

2.清华大学土木工程系土木工程安全与耐久教育部重点实验室,北京100084

3.中海油田服务股份有限公司,北京101149

4.中海油田服务股份有限公司,北京101149

5.中海油田服务股份有限公司,北京101149

6.中海油田服务股份有限公司,北京101149

7.清华大学土木工程系土木工程安全与耐久教育部重点实验室,北京100084

关键词：人工神经元网络 , 数据库 , 水泥浆 , 配合比 , 流变性能

Application of Artificial Neural Network in the Mix Design of Cement Slurry with High Density

ZHAO Jun ^1, , MI Gui-dong ^2, , FENG Jian-jian ^3, , ZHU Jiang-lin ^4, , ZHAO Hu ^5, , FENG Ke-man ^6, , YAN Pei-yu ^7,

1.中海油田服务股份有限公司,北京101149

2.清华大学土木工程系土木工程安全与耐久教育部重点实验室,北京100084

3.中海油田服务股份有限公司,北京101149

4.中海油田服务股份有限公司,北京101149

5.中海油田服务股份有限公司,北京101149

6.中海油田服务股份有限公司,北京101149

7.清华大学土木工程系土木工程安全与耐久教育部重点实验室,北京100084

Keywords： artificial neural network , database , cement slurry , mix proportion , rheological property

本文考察了影响高密度水泥浆流变性能的主要因素,并根据实验结果和工程经验建立原材料、配合比和浆体性能对应的数据库.采用人工神经元网络技术,使用三层BP神经元网络对数据进行简化预测,建立配合比和浆体主要性能之间的对应关系,实现配合比和流变性能之间的双向预测.基于以上算法,采用C#语言编制成软件,具有自适应性强、学习能力强、可以处理大量非线性关系数据的能力,也是人工神经元网络技术在油井水泥浆中的新应用.

参考文献

[1]	周家刚 .BP神经网络在大跨径斜拉桥施工控制中的应用研究[D].长安大学,2003.
[2]	陈磊,张土乔,吕谋,何小香.遗传算法优化管网神经元网络模型[J].中国给水排水,2003(05):5-7.
[3]	陈惠苏,孙伟.多元水泥基系统的性能预测及优化设计[J].硅酸盐学报,2001(02):97-103.

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网