科研之友
微信
新浪微博
Facebook
分享链接
摘要
钻探孔内事故会造成严重的损失，若钻探设备能及时判断孔内事故类型，则可缩短事故处理时间，遏制事态发展。提出了一种基于神经网络的钻探事故类型判别模型。为了优选不同神经网络在事故类型判别时的正确率，在Matlab的nntool工具箱中分别构建了BP、RBF两种神经网络模型，将某矿区施工参数变化趋势作为输入参数，通过仿真试验发现，BP神经网络中表现最好的是LM、BR算法，RBF神经网络中表现最好的是PNN算法，三者准确率均可在90%以上，但BP神经网络容易陷入局部最优，性能不稳定，偶有判别错误的现象，而PNN神经网络无此局限，且不需要训练。通过对比，PNN算法更适用于事故类型判别模型建立。
