冻结设计是人工冻结法凿井工程技术核心,关系到整个冻结工程的成败。目前,我国已基本掌握了450m以上冻结深度的冻结壁设计和冻结方案设计理论。但对于超过450m的深冻结井筒,目前采用的是多圈管冻结方案。冻结壁计算理论已不适用,多圈管冻结方案设计及其优化也存在一些问题。为此,必然从理论、技术与工艺上提出一些新的课题。从理论和宏观角度分析,冻结设计是一个多输入多目标非线性系统模型,而基于多维非线性复杂模型的求解,人工智能方法具有十分显著的优点。因此,开展了深井冻结设计的智能方法研究。 论文以目前深表土冻结设计理论和工程实例为基础,提出了深井冻结壁设计、多圈管冻结方案设计及优化的多输入多目标数学函数模型;研究了基于人工神经网络(ANN)和遗传算法(GA)相结合的智能网络的算法和实现流程;根据以上数学模型,构造相应的智能网络算法和网络学习样本,通过网络的训练求解,得出了冻结壁设计、多圈管冻结方案设计及其优化的计算模型。将这些计算模型的解空间作为子函数,利用MATLAB 7.0平台,编制了一套深井冻结设计智能化软件,该软件实现了如下功能:能够进行深井冻结壁设计,计算冻结壁的厚度和冻结壁的平均温度;能够进行多圈管冻结方案设计,实现了方案设计的智能化和可视化;能够根据冻结方案的优化目标,求解冻结壁厚度、平均温度和井帮温度等冻结壁参数的关键性指标,进行多圈管冻结方案优化的智能设计,得出优化的冻结设计方案。 论文还开展了基于ANN的输入参数对输出参数影响程度(灵敏度)的计算方法和多圈管冻结壁温度场影响因子分析的研究,得出了冻结管距离对测点温度的影响程度和多圈管冻结温度场的各影响因子的贡献度,为冻结设计和多圈管冻结壁温度场的研究提供了参考。 论文的研究成果为深井冻结设计的理论和实践研究提供了参考,对于进一步拓宽和深入开展人工智能方法在深表土冻结法凿井中的应用研究具有一定的参考意义。