Real-time prediction the rate of penetration using machine learning
Gerçek zamanlı tahmin makine öğrenmesini kullanarak penetrasyon oranı
- Tez No: 669666
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Makine öğrenimi modelleri, karmaşık mühendislik konseptinin simülasyonu için önemli bir analog olarak kullanılabilir. Bir modelde belirli kontrol edilebilir girdi parametrelerini optimize etmek, operasyonel verimliliği artırmak için standart mühendislik uygulamasıdır. Hegde, Wallace ve Gray'in (2015) gösterdiği gibi, makine öğrenimi, delme sırasında yüksek hassasiyetli penetran oranını (ROP) tahmin etmek için yararlıdır. Bu proje, ROP'yi doğru bir şekilde tahmin etmek ve iyileştirmek için makine öğreniminin kullanımını göstermektedir. İlk olarak, giriş parametreleriyle (örneğin bit ağırlığı (WOB), kaynama kaynama bitinin dakika başına dönüşü (RPM) ve çamur akış hızı ile ROP'yi tahmin etmek için kullanıldı. Daha sonra, giriş parametreleri ROP'yi artırmak amacıyla değiştirildi. Metodoloji, her formasyonun mümkün olan maksimum yüzey alanını hesaplamak ve ped kuyusu sondajı operasyonel kılavuzunu haritalamak için kullanılabilir Model oldukça yenilikçidir, çünkü sadece ölçülen yüzey parametreleri jeolojik kriterler, laboratuarlar veya kaynama sonuçları olmaksızın kullanılır.
Özet (Çeviri)
Machine learning models can be used as an important analog for the simulation of complex engineering concept. Optimizing certain controllable input parameters in a modle is standard engineering practice in order to improve operational efficiency . As Hegde, Wallace and Gray(2015) demonstrate, machine learning is useful for predicting a high precision rate of penetrant (ROP) during drilling. This project illustrates the use of machine learning to predict and improve ROP accurately. First, it was used to predict ROP with entry parameters ( e.g. bit weight (WOB), per-minute rotation of boiling boiling bit (RPM) and mud flow rate.thne, the input parameters have been changed in an attempt to increase the ROP. The methodology can be used to calculate the maximum possible surface area of each formation and to map the pad well drill operational guideline. The model is highly innovative, since only surface parameters measured are used with no criterion of geological, laboratories or boiling results.
Benzer Tezler
- Enflasyon koşullarında yatırımlara ilişkin nakit akışlarının markov sürecinde incelenmesi ve yeni bir modelin kurulması
A Study on the cash flows related to investment under inflationary circumstances by markow processes and installing a new model
ETİ ÖZ
- Disk keskilere ait kesme kuvveti tahmini için bir bulanık mantık modeli
A fuzzy logic model to estimate cutting force of the CCS disc cutter
ALİ CAN KÖSE
Yüksek Lisans
Türkçe
2019
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMÜR ACAROĞLU ERGÜN
- Zemin şartlandırmanın EPB TBM performansına etkilerinin araştırılması
Investigation of effects of soil conditioning on EPB TBM performance
EMRE AVUNDUK
Doktora
Türkçe
2018
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. HANİFİ ÇOPUR
- Penetration rate optimization in heterogeneous formations with support vector machines method
Destek vektör makinesi yöntemi ile heterojen formasyonlarda ilerleme hızı optimizasyonu
KORHAN KOR
Doktora
İngilizce
2021
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRŞAT ALTUN
- Investigation of vibrations created during TBM excavation and rock cutting
TBM kazısı ve kaya kesme deneyleri sırasında oluşan titreşimlerin incelenmesi
UĞUR ATEŞ
Doktora
İngilizce
2024
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. HANİFİ ÇOPUR