-
- Jeirani Zahra
- Chemical Engineering Dept., Shahid Bahonar University of Kerman
-
- Mohebbi Ali
- Chemical Engineering Dept., Shahid Bahonar University of Kerman
書誌事項
- タイトル別名
-
- Artificial Neural Networks Approach for Estimating Filtration Properties of Drilling Fluids
この論文をさがす
抄録
マッドケーキのろ過量ならびに浸透率は掘削流体の特性を評価するための重要なパラメーターである。過去十年の研究において，その評価手法としては種々の方法が提案されてきている。本報告においては，スタティックな泥水ろ過実験データを使用し，人工ニューラルネットワーク（ANN）手法に基づいた上記の二つの泥水特性（マッドケーキろ過量ならびに浸透率）の評価方法に関しその適用可能性を検討している。本手法においては，泥水ろ過実験データの75％ がニューラルネットワーク学習に供され，残りの25％ の実験データが同ネットワークのパフォーマンスチェックに利用された。その結果，高い精度で実験データを評価することが可能であることが判明した。さらに，実験データに基づいたGhorbaniの関係式により推定されたマッドケーキろ過量，浸透率値とも比較され，その整合性についても確認された。<br>
収録刊行物
-
- Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｊａｐａｎ Ｐｅｔｒｏｌｅｕｍ Ｉｎｓｔｉｔｕｔｅ
-
Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｊａｐａｎ Ｐｅｔｒｏｌｅｕｍ Ｉｎｓｔｉｔｕｔｅ 49 (2), 65-70, 2006
公益社団法人 石油学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390282680166455296
-
- NII論文ID
- 130000065916
-
- NII書誌ID
- AA11590615
-
- COI
- 1:CAS:528:DC%2BD28XisFaksbg%3D
-
- ISSN
- 1349273X
- 13468804
-
- NDL書誌ID
- 7861415
-
- 本文言語コード
- en
-
- データソース種別
-
- JaLC
- NDL
- Crossref
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可