中俄科技合作项目(3G0085364424)
- 作品数:3 被引量:4H指数:1
- 相关作者:陈晨温继伟赵嵩颖更多>>
- 相关机构:吉林大学国土资源部吉林建筑工程学院更多>>
- 发文基金:中俄科技合作项目更多>>
- 相关领域:理学自动化与计算机技术天文地球更多>>
- 神经网络及数值模拟技术在热熔钻中的应用被引量:2
- 2012年
- 为了能准确把握影响热熔钻钻进的各个主要因素,揭示各因素的影响规律以及热熔钻钻进时周围地层温度场的变化情况和影响范围,首次将神经网络应用到热熔钻领域的研究中,采用神经网络及数值模拟技术分别对实验数据进行预测拟合及仿真分析。运用神经网络能够对热熔钻的实验数据进行很好的预测拟合,数值模拟可模拟地层温度场情况,利用有限元软件生成地层的温度场云图及曲线,使温度场的变化更为直观,便于分析研究。将训练好的网络模型保存下来,在下次实验中只需测量少数几个值将其导入训练好的网络模型,便可得出一组对应的数据,从而节省实验成本,提高实验效率。该模型可作为对应结论的预测模型使用,为热熔钻的研究提供了新思路。
- 温继伟陈晨
- 关键词:神经网络数值模拟
- 热熔钻进过程中的温度场被引量:1
- 2012年
- 热熔钻进作为一种广谱式的碎岩新方法,钻进时70%~80%的能量集中在孔底,热熔钻进过程中以热熔器产生的高温作为热源,热熔器及其周围岩土体中的温度场将直接决定着热熔钻进的能力,因此对热熔钻进过程中温度场的研究显得极为重要。为了揭示热熔钻进时周围土体温度场的变化情况和影响范围,建立了热熔器外土体中的温度沿径向分布的稳态及非稳态热传导方程,在热熔钻进实验台上对热熔器外土体中的温度进行实测,测量的结果与理论计算结果是吻合的,说明所建立的热传导数学模型是可靠的;运用实验测得的数据构建GA-BP神经网络,对热熔钻进过程中周围土体的温度场进行预测,结果表明:基于GA-BP的神经网络与基于BP的神经网络相比,对干砂土、湿黏土和湿砂土中测点温度值随时间变化的预测得到的均方误差分别小0.027,0.024,0.011,且GA-BP网络比BP网络的计算时间分别短9 s,4 s,11s;运用有限元软件ANSYS对热熔钻进过程中的温度场进行数值模拟,得到随热熔钻进实验进行时间而变化的不同土体中的温度场云图,该模拟结果与实验得到的数据能够较好地吻合。
- 陈晨温继伟赵嵩颖
- 关键词:温度场神经网络遗传算法ANSYS
- 基于数值计算与遗传神经网络热熔钻研究被引量:1
- 2013年
- 对热熔钻进过程中热熔体的相关问题展开研究,建立相应的数学模型,结合热熔钻进实验过程中的相关参数进行计算,得到了相应的解析解,并分析其规律与产生的原因,计算结果的变化规律与实际过程基本相符,表明所构建的数学模型是可靠的。此外,对热熔钻进过程中孔壁周围玻璃状硬壳的形成展开研究并给出了可靠的硬壳厚度计算的经验公式。将遗传算法与BP算法相融合构建GA-BP神经网络分别对有关热熔体与施加在热熔器上的有效热功率及钻压对热熔钻进速度的影响的数据进行预测。研究结果表明:基于GA-BP神经网络对热熔体在环空间隙中流速的分布,热熔体作用在热熔器外表面上的压力,热熔体作用在热熔器上的摩擦力,热熔器有效热功率在不同地层中对热熔钻进速度的影响和热熔器施加不同钻压在不同地层中对热熔速度影响的预测得到数据的均方误差比基于BP神经网络预测得到数据的均方误差分别小0.449×10-6,0.005 6,0.001 1,0.104和0.136,且GA-BP网络比BP网络的计算时间分别短7,15,2,9,和15 s。
- 温继伟陈晨
- 关键词:神经网络