生产过程中的储集层损害对油水井的正常生产、石油采收率和开发生产成本等有着重要的影响。近年来，人工神经网络已应用于预测储层敏感性，油气层综合解释，油气层识别，伤害诊断，预测出砂的门限速度等方面，但是目前国内的应用主要还在钻井过程中，所以需要进行对注水和采油等生产过程中的地层损害诊断与预测技术研究。在理论研究的基础上，根据油田生产过程中的储集层损害机理和现场数据分析，针对开发过程中的微粒运移、固相颗粒侵入、水化膨胀和结垢问题进行研究。确定了造成渗透率降低的主要影响因素，进行了储集层损害程度数学模型诊断技术研究，并且首次将径向基方法引用到储集层损害诊断中，建立了对地层敏感性、微粒运移、固相颗粒侵入、水化膨胀和结垢问题的损害程度预测模型。最后，总结了各种解堵技术措施，利用模糊数学原理建立优选解堵措施的综合模糊技术评判模型，从技术和经济上优选出最合理的解堵技术措施。研究和现场应用结果表明：将径向基神经网络技术用于生产过程中的储集层损害诊断预测不仅可行而且预测精度较高，具有广阔的应用前景；利用模糊数学原理建立的综合模糊技术评判模型可以大大提高解堵的成功率和有效期，避免了解堵技术措施选择和设计伤得盲目性，对生产开发具有重要的指导意义。