Please wait a minute...
工程设计学报
工程设计学报  2006, Vol. 13 Issue (4): 260-264    
工程设计理论、方法与技术     
复合缝腔割缝筛管的流阻分析及优化设计
 张建乔, 刘永红, 刘春阳, 魏新芳
中国石油大学 机电工程学院， 山东 东营 257061
Flow resistance analysis and optimization of slotted screen liner with compound cavity
 ZHANG  Jian-Qiao, LIU  Yong-Hong, LIU  Chun-Yang, WEI  Xin-Fang
College of Mechanical and Electronic Engineering， University of Petroleum, Dongying 257061, China
 全文: PDF(130 KB)   HTML
摘要： 原油流经筛管的流动阻力是设计新型复合缝腔割缝筛管的主要考虑因素之一。通过对流经复合缝腔割缝筛管原油流动阻力的精细计算，得到了大量的筛管参数与流阻的关系数据，利用BP神经网络技术，建立了筛管流阻预测模型。基于此预测模型，采用遗传算法对筛管多个参数进行了综合优化。实验实测数据表明，筛管流阻预测模型的计算结果符合工程要求。油田现场应用表明，通过该方法设计的复合缝腔割缝筛管流阻小、强度高、使用寿命长，市场前景广阔。
关键词： 防砂;  复合缝腔;  割缝筛管;  BP神经网络    
Abstract: Flow resistance when crude oil flows through screen liner is a key factor for designing new slotted screen liner with compound cavity. Through accurate computation of such resistance, a large number of relation data between screen liner parameters and flow resistance are obtained. By applying BP neural network, forecast model of flow resistance is built up. Based on this model, Genetic Algorithm is utilized to comprehensively optimize parameters of screen liner. Experiment data shows that this model can fulfill the engineering requirements. Field application indicates that screen liner, designed by this model, has small flow resistance, high intension, long longevity and wide market prospect.
Key words: sand control    compound cavity    screen liner    BP neural network
出版日期: 2006-08-28
基金资助:

国家“973”项目资助（G1999022511）
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
张建乔
刘永红
刘春阳
魏新芳

引用本文:

张建乔, 刘永红, 刘春阳, 魏新芳. 复合缝腔割缝筛管的流阻分析及优化设计[J]. 工程设计学报, 2006, 13(4): 260-264.

ZHANG Jian-Qiao, LIU Yong-Hong, LIU Chun-Yang, WEI Xin-Fang. Flow resistance analysis and optimization of slotted screen liner with compound cavity[J]. Chinese Journal of Engineering Design, 2006, 13(4): 260-264.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2006/V13/I4/260

[1] 唐林, 许志沛, 贺田龙, 敖维川. 基于BP神经网络的转动架稳定性灵敏度分析[J]. 工程设计学报, 2018, 25(5): 576-582.
[2] 王莉, 张士兵. 基于CPSO-BP神经网络-PID的热熔胶机温控系统研究[J]. 工程设计学报, 2017, 24(5): 588-594.
[3] 钟健, 阎春平, 曹卫东, 陈诚. 基于BP神经网络和FPA的高速干切滚齿工艺参数低碳优化决策[J]. 工程设计学报, 2017, 24(4): 449-458.
[4] 原思聪, 李超, 安峰, 张琛, 王蓉. 基于组合算法的金属铣削毛刺预测[J]. 工程设计学报, 2013, 20(1): 39-43.
[5] 邬书良,陈建宏,杨 珊. 基于主成分分析与BP网络的锚杆支护方案优选[J]. 工程设计学报, 2012, 19(2): 150-155.
[6] 秦代成, 马天政, 张义民, 卢昊. 装载机两柱翻车保护装置的可靠性灵敏度分析[J]. 工程设计学报, 2011, 18(5): 337-340.
[7] 刘国斌, 龚国芳, 朱北斗, 施 虎. 基于BP神经网络的盾构推进速度自适应PID控制[J]. 工程设计学报, 2010, 17(6): 454-458.
[8] 张瑞华. 基于BP人工神经网络的蒸气云爆炸超压预测的研究[J]. 工程设计学报, 2010, 17(3): 219-223.
[9] 张建乔, 刘永红, 吕广忠, 刘 静, 魏新芳, 纪仁杰. 可膨胀筛管外壳膨胀性能的数值分析[J]. 工程设计学报, 2007, 14(1): 48-51.