人工神经网络在油田注采量描述中的应用

考虑油田注开发期采液量是注水参数和地层参数等的连续的函数，应用人工神经网络技术，探讨油田注水开发期见水后的各井产状描述和产液量预测的新方法。滚动预测的结果表明，预测的累计采油量随月份的增长变化和实测的符合良好。     

石油馏分平均相对分子质量预测的神经网络方法

将误差反向传播（ＥＢＰ）人工神经网络应用于石油馏分平均相对分子质量的预测上．对在７３～４８０℃沸点温度范围内１９组石油馏分平均相对分子质量和密度均值的研究表明,神经网络方法性能优越,具有很强的推广预测能力,可望成为石油馏分平均相对分子质量预测的有效手段．     

人工神经网络在油田注采量描述中的应用

考虑油田注水开发期采液量是注水参数和地层参数等的连续函数,应用人工神经网络技术,探讨油田注水开发期见水后的各个单井产状描述和产液量预测的新方法．采用某油田某区块内５口采油井配置１０口注水井,在１２个月的注采数据来训练所建立的注采系统人工神经网络模型．结果表明,人工神经网络可很好地用来定量描述油田注水期采出液量与注入液量之间的复杂函数关系,可用于油田水驱产状的描述．滚动预测的结果表明,预测的累计采油量随月份的增长变化和实测的符合良好．     

16Mn管道钢土壤腐蚀速率描述的人工神经网络方法

应用人工神经网络方法建立了 1 6Mn钢管道材料在土壤环境中的腐蚀速率描述模型 .利用土壤腐蚀速率的试验数据训练所建立的腐蚀速率描述模型 ,结果表明 :采用土壤的含水率、土壤环境中阴离子 SO42 -,CO3 2 -,HCO3 -,Cl-的含量和土壤电阻率 6个参数可以很好地描述 1 6Mn钢管道材料在土壤中腐蚀速率的变化规律 .应用所建立的模型分析了土壤含水率和土壤中阴离子含量对土壤腐蚀速率的影响 ,含水率是最显著的影响因素 ,阴离子的影响较小     

结构钢疲劳裂纹扩展门槛值预测的新方法

通过对各种疲劳门槛值的理论模型的分析，认为结构钢的拉伸性能指标和循环加载条件是裂纹体疲劳门槛值的决定因素．建立了用屈服强度、抗拉强度、断裂延性和循环加载应力比预测疲劳门槛值的人工神经网络模型，并用10种结构钢的60个样本对该模型进行了训练．结果表明，人工种经网络模型可以很好地描述疲劳门槛值与结构钢拉伸性能指标及应力比之间复杂的定量关系．应用所训练的人工神经网络模型预测了部分结构钢的疲劳门槛值，预测的结果与实测值符合良好。     

结构钢疲劳裂纹扩展门槛值预测的新方法

通过对各种疲劳门槛值的理论模型的分析 ,认为结构钢的拉伸性能指标和循环加载条件是裂纹体疲劳门槛值的决定因素 .建立了用屈服强度、抗拉强度、断裂延性和循环加载应力比预测疲劳门槛值的人工神经网络模型 ,并用 1 0种结构钢的 60个样本对该模型进行了训练 .结果表明 ,人工神经网络模型可以很好地描述疲劳门槛值与结构钢拉伸性能指标及应力比之间复杂的定量关系 .应用所训练的人工神经网络模型预测了部分结构钢的疲劳门槛值 ,预测的结果与实测值符合良好     

X60管线钢土壤腐蚀的统计分析

为了寻找埋地输油管线土壤腐蚀的规律,为管道腐蚀失效可靠性分析提供参考,通过X60管线钢在陕京管线典型土壤环境中的埋片腐蚀实验,对9个平行试样的腐蚀速率和最大腐蚀坑深度进行了统计分析.采用平均秩作为累积概率的估计值,在正态概率坐标纸上检验腐蚀参数的分布规律.结果表明,平均腐蚀速率服从正态分布,最大腐蚀坑深度的对数服从正态分布.