基于改進的粒子群算法的鉆進參數(shù)多目標(biāo)優(yōu)化研究.pdf

1、鉆進參數(shù)是影響和制約鉆進速度、成本和質(zhì)量等的重要因素。將鉆進參數(shù)優(yōu)化組合可以提高機械鉆速、減少鉆頭磨損、降低鉆井成本。原有的鉆進參數(shù)優(yōu)化理論和方法主要以鉆速為核心，把降低成本作為單一目的，忽略了對其它因素的考慮，而目前的鉆井工程不僅要提高鉆速，更要綜合考慮鉆頭壽命、比能等因素，需要多目標(biāo)優(yōu)化。另外，近年來應(yīng)用智能優(yōu)化算法來有效解決實時參數(shù)優(yōu)化已成為鉆井優(yōu)化的關(guān)鍵技術(shù)之一，引入優(yōu)化算法新理論對鉆進模型進行求解是不可避免的趨勢。
　　

2、本文針對單目標(biāo)鉆進參數(shù)優(yōu)化的局限性，建立了一定約束條件下，綜合考慮機械鉆速、鉆頭壽命和鉆頭比能的多目標(biāo)優(yōu)化模型。針對現(xiàn)有優(yōu)化方法求解效率低、易陷入局部最優(yōu)等問題，提出一種改進的、基于混沌的粒子群優(yōu)化算法。基準(zhǔn)測試函數(shù)檢驗結(jié)果表明:改進算法具有良好的分布性和收斂性，而且跳出局部最優(yōu)的能力較強。最后，將改進算法應(yīng)用于某油田井段鉆進參數(shù)優(yōu)化模型的求解。利用回歸分析法確定鉆速模型的待定系數(shù)，討論并選擇了算法相關(guān)參數(shù)。仿真試驗得到了較多且分布均勻