摘要3-5
ABSTRACT5-11
第一章 绪论11-19
1.1 本论文的探讨目的和作用11-13
1.2 国内外探讨近况13-16
1.3 课题背景及本论文主要工作16-17
1.4 本论文的革新点17-19
第二章 钻井风险管理知识集成系统与模型探讨19-42
2.1 知识集成论述的进展与运用19-21
2.1.1 知识集成的概念19
2.1.2 知识集成论述的运用19-21
2.2 钻井风险知识集成与系统划分21-36
2.2.1 钻井风险知识系统划分21-22
2.2.2 钻井风险及复杂不足浅析22-36
2.3 基于本体知识和语义 Web 技术的钻井风险知识集成模型探讨36-41
2.3.1 基于专家系统的知识表示与推理机制37-38
2.3.2 基于 Web 语义技术的钻井风险知识模型构建工具38-41
2.4 本章小结41-42
第三章 基于多源信息融合的钻井风险管理与浅析评价策略42-58
3.1 风险及风险管理相关术语42-46
3.1.1 风险的相关概念42-43
3.1.2 风险管理的相关概念43-46
3.2 基于多源信息融合的钻井风险浅析评价策略46-50
3.3 基于 Copula 函数和随钻信息的钻井风险评价模型建立50-56
3.3.1 基于 Copula 函数的集成化风险评估50-52
3.3.2 随钻测量技术的进展52-53
3.3.3 钻井信息云模型的概念53
3.3.4 模型设计思路53-54
3.3.5 模型总体框架54-56
3.4 本章小结56-58
第四章 基于神经网络的钻井风险实时监测与智能诊断模型探讨58-73
4.1 人工神经网络概述58-61
4.1.1 神经网络的基本特点58-60
4.1.2 神经网络的功能60-61
4.2 神经网络算法的运用61-67
4.2.1 神经网络结构和异常映射61-62
4.2.2 神经元模型62-63
4.2.3 BP 算法及模型63-64
4.2.4 网络训练64-67
4.3 钻井实时状态监测与诊断系统模型探讨67-72
4.3.1 系统总体设计67-69
4.3.2 钻井实时数据采集与传输系统探讨69
4.3.3 远程专家协助决策子系统69-70
4.3.4 异常诊断子系统探讨70-72
4.4 本章小结72-73
第五章 钻井风险管理知识集成与智能决策系统平台开发与运用73-94
5.1 智能决策支持系统总体设计案例73-81
5.1.1 系统设计思路73-77
5.1.2 系统技术路线77-81
5.2 系统开发环境及编程语言81-88
5.2.1 开发环境82-85
5.2.2 编程语言85-87
5.2.3 数据库管理系统87-88
5.3 系统运用与软件功能实现88-93
5.4 本章小结93-94
第六章 结论与倡议94-97
6.1 结论94-95
6.2 倡议95-97
致谢97-98