钻柱摩阻扭矩是钻柱力学分析的核心问题,钻柱受力计算是摩阻预测分析的基础,亦是影响钻柱延伸能力的主要因素。影响钻钻柱受力的因素较多,钻柱摩阻计算过程中影响因素也较为复杂,对于钻井工艺的飞速发展和井眼类型的增加,不确定性影响因素越来越突出。为此,针对钻井设计与施工过程中产生的大量井场数据,依据钻柱力学分析参数的特点而引入统计学习理论,探求难用普适的数学公式明确表达影响因素与分析结果之间关系的钻柱摩擦系数与延伸能力预测问题的解决方案,建立所研究问题的知识模型,求取其内在规律性。论文的主要研究内容及研究成果主要集中在以下方面:(1)钻井领域预测活动的特点和常用的预测方法研究。结合钻井过程的隐蔽性和复杂性,分析钻井领域预测活动应遵循的原则、步骤,研究钻井领域预测对象的特征及其与以神经网络和支持向量机技术为主的数据挖掘方法良好融合的理论基础。(2)基于多层前馈神经网络的的摩擦系数预测方法研究。准确的获取摩擦系数是提高摩阻计算精度的有效方式之一,摩擦系数隐含了力学分析模型假设与实际情况的差异以及井眼形状、钻井液体系等因素的影响,使摩阻系数表现出非稳定的随机性和个体差异。因此,充分利用多层前馈神经网络具有的自学习、自组织、自适应和非线性动态处理等特性,建立了摩擦系数及其影响因素之间的隐含关系预测模型,进而实现从摩擦系数的角度提高摩阻扭矩预测精度的目的。(3)基于支持向量机的钻柱延伸能力预测技术研究。钻柱延伸能力极限是钻井设计和施工中易于忽视的关键参数,针对指定工况下钻柱能够继续钻进的约束条件及其对下入极限深度的影响分析,给出适合于各种井型的下入极限深度计算模型。同时,充分利用支持向量机技术挖掘钻柱延伸能力与其不易觉察的影响变量之间的相互关系,实现模型变量的选取及模型变量与延伸极限之间的非线性关系映射,建立了钻柱延伸能力预测模型,实现了钻柱延伸能力的快速预测。(4)摩擦系数与延伸能力预测模型的构件化分析与设计研究。以与力学分析系统的无缝集成和有效融合为目标,研究领域知识的规范化表示和预测模型的粒度,探讨构件的精确描述以及构件间的相互关系,分析预测模型的工作环境,实现预测模型的构件化分析与设计工作,以期建立增量式、层次结构的基于可复用构件的应用系统。(5)研究领域预测模型数据分析与管理模型。力学分析数据标准和数据格式是进行钻井数据有效管理、分析和应用的基础。参照相关文献及现有工程软件,提出力学分析数据标准与数据格式,建立数据管理模型和数据库结构,为基于人工神经网络和支持向量机的钻柱摩擦系数和延伸能力预测提供数据基础和数据信息的有效处理。本文以油气井钻井过程特点为基础,对钻井实际与人工神经网络、支持向量机等人工智能方法结合方式进行了研究,二者的融合能够改善施工信息的利用率,可为提高油气井工程的决策效率提供依据,对油气井工程实际如钻前设计与钻进分析均有很大指导意义。