复杂断陷盆地套管损坏原因及预测方法研究
|
摘要
随着全球各大油田开采时间的延续，油田的地质条件越来越复杂，油水井发生套管损坏的频率越来越高、容易造成停产甚至报废井的事故，给油田带来巨大的经济损失。套管损坏问题是全球范围内急需解决的难题，各大油田都存在套管损坏问题。因此，寻找合理的预测方法对套管状况进行及时的预测并采取合理的预防措施，对延长油水井的工作寿命、降低损失从而提高生产效率具有重要意义。
套管损坏问题是一个影响因素多、机理复杂的系统，其具有复杂性、不确定性、模糊性、定性分析难以定量化等特点。本文结合海拉尔油田的实际生产数据，在现有套损井数据基础上，通过数据资料统计分析，研究各个区块套管损坏的影响因素，获得各区块套管损坏的主控因素；研究表明，海拉尔三大研究区块的套管损坏是多种因素共同影响作用的结果，其核心在于断层导水、泥岩吸水膨胀、储层物性较差、憋压严重、油压过高、粘土矿物含量高、高含水、增产措施等因素导致油水井套管发生了不同程度的损坏。
因此，本文从系统的角度，介绍了套管损坏的基本研究方法、常用的预测方法，通过对比分析选择了模糊数学的综合评价方法和人工神经网络方法进行研究，模糊数学综合评价方法适用于解决因素复杂、评价标准模糊、数据定性分析难以定量化等问题，人工神经网络方法适用于解决数据之间存在非线性关系、个别数据有误差等问题。然后结合海拉尔油田实际生产数据，从不同的研究区块入手，全面分析了三大区块开发过程中套管损坏的影响因素。针对套管损坏影响因素和评价标准具有模糊性、难以定量化分析的局限性，提出了基于层次分析法确定权重的模糊综合评价预测方法，并建立了相应的套管损坏预测模型，在套管损坏定性分析的基础上实现了定量分析，对研究区块已知套损井进行了实例计算和验证，表明模糊综合评价模型的评判结果具有较高的可信度；针对套管损坏影响因素数据存在误差值、难以建立线性函数关系的局限性，提出了基于BP神经网络方法的套管损坏预测方法，并建立了相应的套管损坏预测模型，学习训练样本的数据结果显示模型构建合理，对样本的预测符合实际情况。
在理论研究的基础上，以MapInfo Professional、Map Basic为平台，开发了实用可靠的套管损坏预测分析系统，并结合海拉尔油田三大区块实际生产数据进行了预测。预测结果表明，使用模糊数学预测系统对套管状况进行预测具有使用方便、参数选择适应性高、界值确定灵活性大等特点，使用人工神经网络预测系统对套管状况进行预测具有学习训练样本选择智能化、泛化能力强的特点，为油田套管损坏预测研究提供了新的途径，具有较好的应用前景。
With the world's major oilfield has been exploited more and more complex oilfieldgeological conditions cause the Increasingly high Frequency of the casing damage of Oilwells. It takes huge economic losses to oilfield by causing accidents and making wellsabandoned. So, It’s great significance to find a reasonable prediction method for predictingcasing situation, the extension of the working time of oil wells and reduce losses.
Casing damage is a systems with many affecting factors and complex mechanism, whichhas the characteristics like complexity, uncertainty, ambiguity and qualitative analysis isdifficult to quantify. In this paper, through statistical analysis of data from Hailar oilfieldproduction and the existing data on the basis of the well casing damage. research InfluencingFactors each block to find the major factor. Research shows that the casing damage of Hailarblock is a variety of factors influence the outcome such as water guiding tomographic,swelling shale, poor reservoir properties, serious pressure, the high oil pressure, the highcontent of clay minerals, high watery.
Therefore, this paper introduces the basic casing damage research methods andcommonly used prediction methods withsystem. Through comparative analysis of FuzzyMath and Artificial Neural Networks, find Fuzzy Math is suitable for solve complex factors,evaluation criteria fuzzy and difficult to qualitative analysis. Artificial Neural Networks issuitable for solve the nonlinear relationship between the data and Individual data errors. Thencombine Hailar oilfield production data, studies different blocks, comprehensive analysis ofthe factors affecting the development process of Casing damage. Direct factors of Casingdamage and limitations of the evaluation criteria are fuzzy and difficult quantitative analysis.Propose a fuzzy comprehensive evaluation to determine the weight of the forecasting methodbased on AHP and the establishment of appropriate Casing damage prediction model, achievea quantitative analysis on the basis of the qualitative analysis of the casing failure, calculationand verification examples to the well known the Casing damage. Evaluation results show that fuzzy comprehensive evaluation model with high credibility;Direct factors of Casing damagehave limitation of error value and dfficult to establish a linear function, proposed Casingdamage prediction method based on BP neural network method, and the establishment ofappropriate casing damage prediction model. Data show the results of learning and trainingsamples to construct a reasonable model, sample forecasts comply with the actual situation.
On the basis of theoretical research, in MapInfo Professional, Map Basic platform,developed a practical and reliable Casing damage prediction and analysis system,combinedwith actual production data of three blocks Hailar oilfield to predict. The prediction resultsshow that, using Fuzzy Math forecasting system, it has Feature as easy to use, highadaptability parameter selection, Flexibility to determine the critical value. Using ArtificialNeural Networks forecasting system has feature as sample Selection intelligent learning andtraining, strong generalization ability. Provides a new way for prediction of oilfield Casingdamage and has good prospects.
套管损坏问题是一个影响因素多、机理复杂的系统，其具有复杂性、不确定性、模糊性、定性分析难以定量化等特点。本文结合海拉尔油田的实际生产数据，在现有套损井数据基础上，通过数据资料统计分析，研究各个区块套管损坏的影响因素，获得各区块套管损坏的主控因素；研究表明，海拉尔三大研究区块的套管损坏是多种因素共同影响作用的结果，其核心在于断层导水、泥岩吸水膨胀、储层物性较差、憋压严重、油压过高、粘土矿物含量高、高含水、增产措施等因素导致油水井套管发生了不同程度的损坏。
因此，本文从系统的角度，介绍了套管损坏的基本研究方法、常用的预测方法，通过对比分析选择了模糊数学的综合评价方法和人工神经网络方法进行研究，模糊数学综合评价方法适用于解决因素复杂、评价标准模糊、数据定性分析难以定量化等问题，人工神经网络方法适用于解决数据之间存在非线性关系、个别数据有误差等问题。然后结合海拉尔油田实际生产数据，从不同的研究区块入手，全面分析了三大区块开发过程中套管损坏的影响因素。针对套管损坏影响因素和评价标准具有模糊性、难以定量化分析的局限性，提出了基于层次分析法确定权重的模糊综合评价预测方法，并建立了相应的套管损坏预测模型，在套管损坏定性分析的基础上实现了定量分析，对研究区块已知套损井进行了实例计算和验证，表明模糊综合评价模型的评判结果具有较高的可信度；针对套管损坏影响因素数据存在误差值、难以建立线性函数关系的局限性，提出了基于BP神经网络方法的套管损坏预测方法，并建立了相应的套管损坏预测模型，学习训练样本的数据结果显示模型构建合理，对样本的预测符合实际情况。
在理论研究的基础上，以MapInfo Professional、Map Basic为平台，开发了实用可靠的套管损坏预测分析系统，并结合海拉尔油田三大区块实际生产数据进行了预测。预测结果表明，使用模糊数学预测系统对套管状况进行预测具有使用方便、参数选择适应性高、界值确定灵活性大等特点，使用人工神经网络预测系统对套管状况进行预测具有学习训练样本选择智能化、泛化能力强的特点，为油田套管损坏预测研究提供了新的途径，具有较好的应用前景。
With the world's major oilfield has been exploited more and more complex oilfieldgeological conditions cause the Increasingly high Frequency of the casing damage of Oilwells. It takes huge economic losses to oilfield by causing accidents and making wellsabandoned. So, It’s great significance to find a reasonable prediction method for predictingcasing situation, the extension of the working time of oil wells and reduce losses.
Casing damage is a systems with many affecting factors and complex mechanism, whichhas the characteristics like complexity, uncertainty, ambiguity and qualitative analysis isdifficult to quantify. In this paper, through statistical analysis of data from Hailar oilfieldproduction and the existing data on the basis of the well casing damage. research InfluencingFactors each block to find the major factor. Research shows that the casing damage of Hailarblock is a variety of factors influence the outcome such as water guiding tomographic,swelling shale, poor reservoir properties, serious pressure, the high oil pressure, the highcontent of clay minerals, high watery.
Therefore, this paper introduces the basic casing damage research methods andcommonly used prediction methods withsystem. Through comparative analysis of FuzzyMath and Artificial Neural Networks, find Fuzzy Math is suitable for solve complex factors,evaluation criteria fuzzy and difficult to qualitative analysis. Artificial Neural Networks issuitable for solve the nonlinear relationship between the data and Individual data errors. Thencombine Hailar oilfield production data, studies different blocks, comprehensive analysis ofthe factors affecting the development process of Casing damage. Direct factors of Casingdamage and limitations of the evaluation criteria are fuzzy and difficult quantitative analysis.Propose a fuzzy comprehensive evaluation to determine the weight of the forecasting methodbased on AHP and the establishment of appropriate Casing damage prediction model, achievea quantitative analysis on the basis of the qualitative analysis of the casing failure, calculationand verification examples to the well known the Casing damage. Evaluation results show that fuzzy comprehensive evaluation model with high credibility;Direct factors of Casing damagehave limitation of error value and dfficult to establish a linear function, proposed Casingdamage prediction method based on BP neural network method, and the establishment ofappropriate casing damage prediction model. Data show the results of learning and trainingsamples to construct a reasonable model, sample forecasts comply with the actual situation.
On the basis of theoretical research, in MapInfo Professional, Map Basic platform,developed a practical and reliable Casing damage prediction and analysis system,combinedwith actual production data of three blocks Hailar oilfield to predict. The prediction resultsshow that, using Fuzzy Math forecasting system, it has Feature as easy to use, highadaptability parameter selection, Flexibility to determine the critical value. Using ArtificialNeural Networks forecasting system has feature as sample Selection intelligent learning andtraining, strong generalization ability. Provides a new way for prediction of oilfield Casingdamage and has good prospects.
引文
[1]秦杜.中原油田套管损坏的机理及防治技术研究[D].长江大学，2012.
[2]韩修廷.大庆油田套管损坏机理研究[D].哈尔滨工程大学，2001.
[3]王鸿君.套管损坏机理及预防措施研究[D].西南石油学院，2005.
[4]郭印同.盐膏岩地层油气井套管损坏机理研究[D].中国科学院研究生院（武汉岩土力学研究所），2010.
[5] Terzaghi K. Theoretical soil mechanics[J]. Now York： Thio Wiley.1943：33~55.
[6] Chiay p. Effects of Noulinear Reservoir ComPaction on Casing Behavior[J]. SPE15469，Soeiety ofPetroleum Engineering.1986，8：333.
[7] Maharajg. Thermal Wel lCasing Analysis[J]. SPE36143，Soeiety of Petroleum.1996：651.
[8]肖勇.套管损坏机理、检测方法和套损预测研究[D].大庆石油学院，2007.
[9]贾江鸿.油田开发过程中套管损坏预报方法及应用研究[D].2009.
[10]赵有芳.国外油田油水井套管损坏综述[J].大庆石油地质与开发.1989(02).
[11]王力军.蠕变地层套管的载荷分析[D].中国石油大学，2007.
[12]王仲茂，卢万恒，胡江明.油田油水井套管损坏的机理及防治[M].北京：石油工业出版社，1994：8~50.
[13]刘合.油田套管损坏防治技术[M].北京：石油工业出版社，2003：2~8.
[14]唐波.油层段套管损坏机理研究[D].西南石油学院，2003.
[15]艾池.套管损坏机理及理论模型与模拟计算[D].大庆石油学院，2003.
[16]于洪金.套管损坏的力学计算与判定[D].大庆石油学院，2008.
[17] Biotma. General Theory of Three~dimension~consolidation[J]. Jour.Appl. Phys.1942(12)：150~164.
[18]杜志民.胜利油区胜坨油田套管损坏机理与防护措施研究[D].西南石油学院，2003.
[19] Yudovich A， Chin L.Y.Casing deformation in Ekofisk，JPT[J].1989，7：729~734.
[20]王臣.吉林油田套管损坏力学分析及计算[D].大庆石油学院，2005.
[21]滕升光，王越之，刘天生.江汉油田王广地区套管损坏统计分析研究[J].西部探矿工程.2003(02)：52~54.
[22]霍志欣.非均匀地应力下的套管损坏机理及修复工具分析[D].北京化工大学，2008.
[23]杨龙.套管失效机理研究[D].西南石油学院，2003.
[24]练章华，韩建增，董事尔，等.基于数值模拟的复杂地层套管破坏机理研究[J].天然气工业.2002(01)：48~53.
[25] Huang N C. Pattillo. P.D. collapse of oil well casing，PartI.Amoco production company[D].1980.
[26] P.D. Pattillo. How amoeoslved easing design Problems in the gulf of suez[J]，Petroleum engineer.1981：86~113.
[27]练章华，张先普，王钢，等.双层组合套管受均匀或非均匀载荷作用的强度分析[J].石油钻采工艺.1994(04)：11~23.
[28]于永南，韩志勇，杨秀娟.多层组合套管特性分析[J].天然气工业.2005(04)：86~91.
[29]周金应，李治平，杨帆，等.三层组合套管强度分析与计算[J].特种油气藏.2006，13(04)：75~80.
[30]高进伟.复杂井况下套管的可靠性与风险评估研究[D].中国石油大学，2007.
[31]李子丰，杨敏嘉，李邦达.油井套管损坏的机理分析[J].石油钻采工艺.1985(04)：47~53.
[32]窦益华，唐俊才.粘弹性围岩中套管围压分析及双层组合套管的使用[J].石油钻采工艺.1988(06)：29~42.
[33]窦益华.粘弹性围岩中套管与井眼不同心时套管围压分析[J].石油钻采工艺.1989(04)：1~16.
[34]窦益华.固井水泥石蠕变试验研究[J].石油钻采工艺.1989(03)：41~49.
[35]刘积松.濮城油田注水井套管损坏趋势预测[J].断块油气田.1994，1(02)：35~39.
[36]房军，赵怀文，岳伯谦，等.非均匀地应力作用下套管与水泥环的受力分析[J].石油大学学报(自然科学版).1995，19(06)：52~57.
[37]房军，岳伯谦，赵怀文，等.非均匀地应力作用下套管和水泥环表面受力特性分析[J].石油大学学报(自然科学版).1997，21(01)：46~49.
[38]赵平溪，李春荣，陆建辉.一类非线性系统的建模及其在套管损坏趋势预测中的应用[J].石油勘探与开发.1997(06)：86~90.
[39]邓金根，王康平，黄荣樽，等.油井套管、水泥环组合体抗非均匀围岩外载的强度特性[J].岩石力学与工程学报.1994(02)：160~171.
[40]邓金根，刘书杰，石得勤，等.软泥岩井眼弹塑性变形的拉格朗日元法计算[J].地质力学学报.1999(01)：33~37.
[41]张效羽，徐秉业，赵国珍.模糊识别及预测在役套管的变形损坏[J].天然气工业.1999(02)：72~75.
[42]练章华，刘干，唐波，等.塑性流动地层套管破坏的有限元分析[J].天然气工业.2002(06)：55~59.
[43]张广清，陈勉，耿宇迪，等.松软地层套管损坏的影响因素研究[J].石油勘探与开发.2005(01)：112~115.
[44]殷有泉，蔡永恩，陈朝伟，等.非均匀地应力场中套管载荷的理论解[J].石油学报.2006，27(04)：133~138.
[45]殷有泉，李平恩.非均匀载荷下套管强度的计算[J].石油学报.2007，28(06)：138~142.
[46]高连新，常龙，韩建增，等.一种计算套管抗挤强度的新方法[J].石油机械.2007(10)：40~44.
[47]闫相祯，刘复元，王同涛，等.基于能量平衡方法的套管抗挤规律分析[J].中国石油大学学报(自然科学版).2011，35(01)：106~110.
[48]陈朝伟.流变性地层套管等效外挤力[J].石油学报.2012，33(04)：702~705.
[49]韩建增.套管抗挤强度研究[D].西南石油学院，2001.
[50]杜春常，谢光平，刘崇建.深井套管抗挤强度分析及计算[J].西南石油学院学报.1999(03)：37~41.
[51]窦益华，樊正祥，郑跃辉，等.用遗传积分法计算蠕变地层中套管的围压[J].石油钻采工艺.1996(04)：5~9.
[52]邓金根，黄荣樽.流变地层中套管外载的计算方法[J].石油钻探技术.1994(04)：41~45.
[53]练章华，赵国珍，张先普，等.套管空间受力问题的计算机仿真分析[J].西南石油学院学报.1995(03)：101~108.
[54]向绪金，胡广正，戴恩汉，等.射孔对套管强度的影响研究[J].江汉石油学院学报.2002(02)：86~89.
[55]王旱祥，颜廷杰，李增亮.射孔对套管强度的影响[J].石油机械.2000(05)：42~46.
[56]王泳嘉，邢纪波.离散单元法同拉格朗日元法及其在岩土力学中的应用[J].岩土力学.1995(02)：1~14.
[57]刘建华，朱维申，李术才.岩土介质三维快速拉格朗日数值分析方法研究[J].岩土力学.2006(04)：525~529.
[58]曾义金，杨春和，陈锋，等.深井石油套管盐膏岩层蠕变挤压应力计算研究[J].岩石力学与工程学报.2002(04)：525~528.
[59]易浩.复杂地层套管损坏机理研究[D].西南石油学院，2005.
[60]王晓页.套变整形复位受力分析及修复对策研究[D].北京化工大学，2009.
[61]王军，毕宗岳，张劲楠，等.油套管腐蚀与防护技术发展现状[J].焊管.2013(07)：57~62.
[62]盛金昌，速宝玉，王媛，等.裂隙岩体渗流~弹塑性应力耦合分析[J].岩石力学与工程学报.2000(03)：304-309.
[63]严密林，赵国仙，路民旭，等.8种J55套管在长庆油田洛河水中的耐蚀性评价[J].腐蚀与防护.1999，20(06)：259~262.
[64]练章华，杨龙，冯耀荣，等. J55膨胀套管实物试验研究[J].石油机械.2011，39(03)：16~20.
[65]王霞，张仁勇，李春福，等. J55套管的膨胀性能研究[J].天然气工业.2012，32(05)：52~57.
[66]向绪金，胡广正，戴恩汉，等.射孔对套管强度的影响研究[J].江汉石油学院学报.2002，24(2)：86~87.
[67]李占东.苏德尔特地区贝14工区兴安岭群储层特征研究[D].大庆石油学院，2006.
[68]李秋思.海拉尔盆地贝14区储层描述[D].中国海洋大学，2013.
[69]徐振中，姚军，王夕宾，等.苏德尔特油田贝16断块兴安岭群沉积特征与储层非均质性[J].吉林大学学报(地球科学版).2008(06)：926~932.
[70]张新涛，刘立，任延广，等.海拉尔盆地贝尔凹陷布达特群水力破裂的岩石学特征及其成因探讨[J].世界地质.2004(04)：343~347.
[71]任丽华，林承焰，李辉，等.海拉尔盆地苏德尔特构造带布达特群裂缝发育期次研究[J].吉林大学学报(地球科学版).2007(03)：484~490.
[72]程瑶.基于结构元理论的煤层气输运模糊数学模型及解析解[D].辽宁工程技术大学，2011.
[73] Lazadeh. Fuzzy sets[J]. Information and Control.1965，8：338~353.
[74]梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社，2007：30-45.
[75]李柏年.模糊数学及其应用[M].合肥：合肥工业大出版社，2007：5-20.
[76]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2002：319~336.
[77]张跃.模糊数学方法及其应用[M].北京：煤炭工业出版社，1992：5~10.
[78]曹炳元.应用模糊数学与系统[M].北京：科学出版社，2005：45~70.
[79]张宏云.模糊数学在边坡稳定性评价中的应用[D].昆明理工大学，2011.
[80]陈水利，李敬功.模糊集理论及其应用[M].北京：科学出版社，2005：10~18.
[81]王翠香.模糊数学在个旧东区锡矿资源预测中的应用[D].中国地质大学（北京），2009.
[82]孙文鹏，陈庆兰，次小林.应用模糊集合论方法评价华南若干花岗岩体铀成矿远景[J].矿床地质.1983(02)：68~76.
[83]陶长晖，苗树彬.模糊数学——等性块段法评价矿井地质条件的数学模型及其应用[J].江苏煤炭.1991(03)：30~34.
[84]许友志，周荣福，毛善君，等.煤矿勘探类型定量化系统的研究[J].煤炭学报.1993(04)：30~34.
[85]马玉杰，郑西来，李永霞，等.地下水质量模糊综合评判法的改进与应用[J].中国矿业大学学报.2009(05)：745~749.
[86]刘华丽，卢厚清，李宏伟，等.模糊综合评判法在边坡稳定性分析中的应用[J].解放军理工大学学报(自然科学版).2013(01)：84~88.
[87]马丽丽，田淑芳，王娜.基于层次分析与模糊数学综合评判法的矿区生态环境评价[J].国土资源遥感.2013(03)：165~170.
[88]郭嗣琮.基于结构元理论的模糊数学分析原理[M].沈阳：东北大学出版社，2004:5~20.
[89]杨玉芬.基于模糊数学的机械零件表面结构几何特征研究[D].太原理工大学，2011.
[90]黄伟峰.基于模糊数学中S型隶属函数的风险度量VaR[D].中国地质大学（北京），2013.
[91]亓利晓.基于模糊数学层次分析法的公路桥梁可靠性分析及寿命预测[D].辽宁工程技术大学，2012.
[92]俞锋.基于AHP、模糊数学和神经网络的天然气增压开采方案优选模型研究[D].成都理工大学，2007.
[93]王靖，张金锁.综合评价中确定权重向量的几种方法比较[J].河北工业大学学报.2001(02)：53~58.
[94]刘玉斌.模糊综合评判的取大取小算法是一个错误算法[J].系统工程理论与实践.1998(12)：80~84.
[95]夏元亮.长兴岛地区海水入侵现状分析及其防治对策[D].大连海事大学，2013.
[96]涂向阳，高学平.模糊数学在海水入侵地下水水质评价中的应用[J].水利学报.2003(08)：64~69.
[97] Al F J T. Reservoir compaction，surface subsidence， and casing damage[J]. JPT. Decemer.1998：68~70.
[98] Ludovic~Alexandre Vidal， Franck Marle， Jean~Claude Bocquet. Using a Delphi process and theAnalytic Hierarchy Process (AHP) to evaluate the complexity of projects[J]. Expert Systems withApplications.2011，38：5388~5405.
[99]韩利，梅强，陆玉梅，等. AHP~模糊综合评价方法的分析与研究[J].中国安全科学学报.2004(07)：86~90.
[100] Gerdsri， N.， Kocaoglu， D. F. Applying the analytic hierarchy process (AHP) to build a strategicframework for technology road mapping[J]. Mathematical and Computer Modeling.2007，46(7)：1071~1080.
[101]徐永琳. AHP问题的研究及应用[J].吉首大学学报(自然科学版).2013(02)：12~18.
[102]马锐.人工神经网络原理[M].机械工业出版社，2010：6~10，18~20，45~50.
[103]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报.2004(01)：103~110.
[104]甘俊英，张有为.基于BP神经网络的人脸识别[J].系统工程与电子技术.2003(01)：113~115.
[105]张治国.人工神经网络及其在地学中的应用研究[D].吉林大学，2006.
[106] W.S.McCulloch， W.A Pitts. A logical calculus of the ideas immanent in nervous activity[J].Bulletin of Mathematical Biophysics.1943(5)：113~115.
[107]覃光华.人工神经网络技术及其应用[D].四川大学，2003.
[108]曾喆昭.神经网络优化方法及其在信息处理中的应用研究[D].湖南大学，2008.
[109]高浪，谢康和.人工神经网络在岩土工程中的应用[J].土木工程学报.2002(04)：77~82.
[110]刘争平，何永富.人工神经网络在测井解释中的应用[J].地球物理学报.1995：323~330.
[111]葛宏伟，梁艳春，刘玮，等.人工神经网络与遗传算法在岩石力学中的应用[J].岩石力学与工程学报.2004(09)：1542~1550.
[112]何璠.基于BP人工神经网络的环境质量评价模型研究[D].四川大学，2006.
[113] RUMELHARTD E，MCCELLAND J L. Exploration in parallel distributed processing，A Handbookof Models， Programs， and Exercises[M]. Cambridge： MIT Press，1986：30~56.
[114]袁曾任.人工神经元网络及其应用[M].北京：清华大学出版社，1999：45~70.
[115]王洪元，史国栋.人工神经网络技术及其应用[M].北京：中国石化出版社，2002：38~50.
[116] Ma Rui， Liu Yushu， Du Yanhui. Intrusion Detection Approach Using Connectionist ExperrtSystem[J]. Journal of Beijing Institute of Technology.2005，14(4)：467~470.
[117]朱大奇，史慧.人工神经网络原理及其应用[M].北京：科学出版社，2006：45~50.
[118] H Akaike. A new look at the statistical model identification[J]. IEEE Trans on Automatic Control.1974，19(6)：716~723.
[119] T Kurita. A method to determine the number of hidden units of three~layered neural networks byinformation criteria[J]. Transactions of the Institute of Electronics Information and CommunicationEngineers.1990，73(11)：1872~1878.
[2]韩修廷.大庆油田套管损坏机理研究[D].哈尔滨工程大学，2001.
[3]王鸿君.套管损坏机理及预防措施研究[D].西南石油学院，2005.
[4]郭印同.盐膏岩地层油气井套管损坏机理研究[D].中国科学院研究生院（武汉岩土力学研究所），2010.
[5] Terzaghi K. Theoretical soil mechanics[J]. Now York： Thio Wiley.1943：33~55.
[6] Chiay p. Effects of Noulinear Reservoir ComPaction on Casing Behavior[J]. SPE15469，Soeiety ofPetroleum Engineering.1986，8：333.
[7] Maharajg. Thermal Wel lCasing Analysis[J]. SPE36143，Soeiety of Petroleum.1996：651.
[8]肖勇.套管损坏机理、检测方法和套损预测研究[D].大庆石油学院，2007.
[9]贾江鸿.油田开发过程中套管损坏预报方法及应用研究[D].2009.
[10]赵有芳.国外油田油水井套管损坏综述[J].大庆石油地质与开发.1989(02).
[11]王力军.蠕变地层套管的载荷分析[D].中国石油大学，2007.
[12]王仲茂，卢万恒，胡江明.油田油水井套管损坏的机理及防治[M].北京：石油工业出版社，1994：8~50.
[13]刘合.油田套管损坏防治技术[M].北京：石油工业出版社，2003：2~8.
[14]唐波.油层段套管损坏机理研究[D].西南石油学院，2003.
[15]艾池.套管损坏机理及理论模型与模拟计算[D].大庆石油学院，2003.
[16]于洪金.套管损坏的力学计算与判定[D].大庆石油学院，2008.
[17] Biotma. General Theory of Three~dimension~consolidation[J]. Jour.Appl. Phys.1942(12)：150~164.
[18]杜志民.胜利油区胜坨油田套管损坏机理与防护措施研究[D].西南石油学院，2003.
[19] Yudovich A， Chin L.Y.Casing deformation in Ekofisk，JPT[J].1989，7：729~734.
[20]王臣.吉林油田套管损坏力学分析及计算[D].大庆石油学院，2005.
[21]滕升光，王越之，刘天生.江汉油田王广地区套管损坏统计分析研究[J].西部探矿工程.2003(02)：52~54.
[22]霍志欣.非均匀地应力下的套管损坏机理及修复工具分析[D].北京化工大学，2008.
[23]杨龙.套管失效机理研究[D].西南石油学院，2003.
[24]练章华，韩建增，董事尔，等.基于数值模拟的复杂地层套管破坏机理研究[J].天然气工业.2002(01)：48~53.
[25] Huang N C. Pattillo. P.D. collapse of oil well casing，PartI.Amoco production company[D].1980.
[26] P.D. Pattillo. How amoeoslved easing design Problems in the gulf of suez[J]，Petroleum engineer.1981：86~113.
[27]练章华，张先普，王钢，等.双层组合套管受均匀或非均匀载荷作用的强度分析[J].石油钻采工艺.1994(04)：11~23.
[28]于永南，韩志勇，杨秀娟.多层组合套管特性分析[J].天然气工业.2005(04)：86~91.
[29]周金应，李治平，杨帆，等.三层组合套管强度分析与计算[J].特种油气藏.2006，13(04)：75~80.
[30]高进伟.复杂井况下套管的可靠性与风险评估研究[D].中国石油大学，2007.
[31]李子丰，杨敏嘉，李邦达.油井套管损坏的机理分析[J].石油钻采工艺.1985(04)：47~53.
[32]窦益华，唐俊才.粘弹性围岩中套管围压分析及双层组合套管的使用[J].石油钻采工艺.1988(06)：29~42.
[33]窦益华.粘弹性围岩中套管与井眼不同心时套管围压分析[J].石油钻采工艺.1989(04)：1~16.
[34]窦益华.固井水泥石蠕变试验研究[J].石油钻采工艺.1989(03)：41~49.
[35]刘积松.濮城油田注水井套管损坏趋势预测[J].断块油气田.1994，1(02)：35~39.
[36]房军，赵怀文，岳伯谦，等.非均匀地应力作用下套管与水泥环的受力分析[J].石油大学学报(自然科学版).1995，19(06)：52~57.
[37]房军，岳伯谦，赵怀文，等.非均匀地应力作用下套管和水泥环表面受力特性分析[J].石油大学学报(自然科学版).1997，21(01)：46~49.
[38]赵平溪，李春荣，陆建辉.一类非线性系统的建模及其在套管损坏趋势预测中的应用[J].石油勘探与开发.1997(06)：86~90.
[39]邓金根，王康平，黄荣樽，等.油井套管、水泥环组合体抗非均匀围岩外载的强度特性[J].岩石力学与工程学报.1994(02)：160~171.
[40]邓金根，刘书杰，石得勤，等.软泥岩井眼弹塑性变形的拉格朗日元法计算[J].地质力学学报.1999(01)：33~37.
[41]张效羽，徐秉业，赵国珍.模糊识别及预测在役套管的变形损坏[J].天然气工业.1999(02)：72~75.
[42]练章华，刘干，唐波，等.塑性流动地层套管破坏的有限元分析[J].天然气工业.2002(06)：55~59.
[43]张广清，陈勉，耿宇迪，等.松软地层套管损坏的影响因素研究[J].石油勘探与开发.2005(01)：112~115.
[44]殷有泉，蔡永恩，陈朝伟，等.非均匀地应力场中套管载荷的理论解[J].石油学报.2006，27(04)：133~138.
[45]殷有泉，李平恩.非均匀载荷下套管强度的计算[J].石油学报.2007，28(06)：138~142.
[46]高连新，常龙，韩建增，等.一种计算套管抗挤强度的新方法[J].石油机械.2007(10)：40~44.
[47]闫相祯，刘复元，王同涛，等.基于能量平衡方法的套管抗挤规律分析[J].中国石油大学学报(自然科学版).2011，35(01)：106~110.
[48]陈朝伟.流变性地层套管等效外挤力[J].石油学报.2012，33(04)：702~705.
[49]韩建增.套管抗挤强度研究[D].西南石油学院，2001.
[50]杜春常，谢光平，刘崇建.深井套管抗挤强度分析及计算[J].西南石油学院学报.1999(03)：37~41.
[51]窦益华，樊正祥，郑跃辉，等.用遗传积分法计算蠕变地层中套管的围压[J].石油钻采工艺.1996(04)：5~9.
[52]邓金根，黄荣樽.流变地层中套管外载的计算方法[J].石油钻探技术.1994(04)：41~45.
[53]练章华，赵国珍，张先普，等.套管空间受力问题的计算机仿真分析[J].西南石油学院学报.1995(03)：101~108.
[54]向绪金，胡广正，戴恩汉，等.射孔对套管强度的影响研究[J].江汉石油学院学报.2002(02)：86~89.
[55]王旱祥，颜廷杰，李增亮.射孔对套管强度的影响[J].石油机械.2000(05)：42~46.
[56]王泳嘉，邢纪波.离散单元法同拉格朗日元法及其在岩土力学中的应用[J].岩土力学.1995(02)：1~14.
[57]刘建华，朱维申，李术才.岩土介质三维快速拉格朗日数值分析方法研究[J].岩土力学.2006(04)：525~529.
[58]曾义金，杨春和，陈锋，等.深井石油套管盐膏岩层蠕变挤压应力计算研究[J].岩石力学与工程学报.2002(04)：525~528.
[59]易浩.复杂地层套管损坏机理研究[D].西南石油学院，2005.
[60]王晓页.套变整形复位受力分析及修复对策研究[D].北京化工大学，2009.
[61]王军，毕宗岳，张劲楠，等.油套管腐蚀与防护技术发展现状[J].焊管.2013(07)：57~62.
[62]盛金昌，速宝玉，王媛，等.裂隙岩体渗流~弹塑性应力耦合分析[J].岩石力学与工程学报.2000(03)：304-309.
[63]严密林，赵国仙，路民旭，等.8种J55套管在长庆油田洛河水中的耐蚀性评价[J].腐蚀与防护.1999，20(06)：259~262.
[64]练章华，杨龙，冯耀荣，等. J55膨胀套管实物试验研究[J].石油机械.2011，39(03)：16~20.
[65]王霞，张仁勇，李春福，等. J55套管的膨胀性能研究[J].天然气工业.2012，32(05)：52~57.
[66]向绪金，胡广正，戴恩汉，等.射孔对套管强度的影响研究[J].江汉石油学院学报.2002，24(2)：86~87.
[67]李占东.苏德尔特地区贝14工区兴安岭群储层特征研究[D].大庆石油学院，2006.
[68]李秋思.海拉尔盆地贝14区储层描述[D].中国海洋大学，2013.
[69]徐振中，姚军，王夕宾，等.苏德尔特油田贝16断块兴安岭群沉积特征与储层非均质性[J].吉林大学学报(地球科学版).2008(06)：926~932.
[70]张新涛，刘立，任延广，等.海拉尔盆地贝尔凹陷布达特群水力破裂的岩石学特征及其成因探讨[J].世界地质.2004(04)：343~347.
[71]任丽华，林承焰，李辉，等.海拉尔盆地苏德尔特构造带布达特群裂缝发育期次研究[J].吉林大学学报(地球科学版).2007(03)：484~490.
[72]程瑶.基于结构元理论的煤层气输运模糊数学模型及解析解[D].辽宁工程技术大学，2011.
[73] Lazadeh. Fuzzy sets[J]. Information and Control.1965，8：338~353.
[74]梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社，2007：30-45.
[75]李柏年.模糊数学及其应用[M].合肥：合肥工业大出版社，2007：5-20.
[76]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2002：319~336.
[77]张跃.模糊数学方法及其应用[M].北京：煤炭工业出版社，1992：5~10.
[78]曹炳元.应用模糊数学与系统[M].北京：科学出版社，2005：45~70.
[79]张宏云.模糊数学在边坡稳定性评价中的应用[D].昆明理工大学，2011.
[80]陈水利，李敬功.模糊集理论及其应用[M].北京：科学出版社，2005：10~18.
[81]王翠香.模糊数学在个旧东区锡矿资源预测中的应用[D].中国地质大学（北京），2009.
[82]孙文鹏，陈庆兰，次小林.应用模糊集合论方法评价华南若干花岗岩体铀成矿远景[J].矿床地质.1983(02)：68~76.
[83]陶长晖，苗树彬.模糊数学——等性块段法评价矿井地质条件的数学模型及其应用[J].江苏煤炭.1991(03)：30~34.
[84]许友志，周荣福，毛善君，等.煤矿勘探类型定量化系统的研究[J].煤炭学报.1993(04)：30~34.
[85]马玉杰，郑西来，李永霞，等.地下水质量模糊综合评判法的改进与应用[J].中国矿业大学学报.2009(05)：745~749.
[86]刘华丽，卢厚清，李宏伟，等.模糊综合评判法在边坡稳定性分析中的应用[J].解放军理工大学学报(自然科学版).2013(01)：84~88.
[87]马丽丽，田淑芳，王娜.基于层次分析与模糊数学综合评判法的矿区生态环境评价[J].国土资源遥感.2013(03)：165~170.
[88]郭嗣琮.基于结构元理论的模糊数学分析原理[M].沈阳：东北大学出版社，2004:5~20.
[89]杨玉芬.基于模糊数学的机械零件表面结构几何特征研究[D].太原理工大学，2011.
[90]黄伟峰.基于模糊数学中S型隶属函数的风险度量VaR[D].中国地质大学（北京），2013.
[91]亓利晓.基于模糊数学层次分析法的公路桥梁可靠性分析及寿命预测[D].辽宁工程技术大学，2012.
[92]俞锋.基于AHP、模糊数学和神经网络的天然气增压开采方案优选模型研究[D].成都理工大学，2007.
[93]王靖，张金锁.综合评价中确定权重向量的几种方法比较[J].河北工业大学学报.2001(02)：53~58.
[94]刘玉斌.模糊综合评判的取大取小算法是一个错误算法[J].系统工程理论与实践.1998(12)：80~84.
[95]夏元亮.长兴岛地区海水入侵现状分析及其防治对策[D].大连海事大学，2013.
[96]涂向阳，高学平.模糊数学在海水入侵地下水水质评价中的应用[J].水利学报.2003(08)：64~69.
[97] Al F J T. Reservoir compaction，surface subsidence， and casing damage[J]. JPT. Decemer.1998：68~70.
[98] Ludovic~Alexandre Vidal， Franck Marle， Jean~Claude Bocquet. Using a Delphi process and theAnalytic Hierarchy Process (AHP) to evaluate the complexity of projects[J]. Expert Systems withApplications.2011，38：5388~5405.
[99]韩利，梅强，陆玉梅，等. AHP~模糊综合评价方法的分析与研究[J].中国安全科学学报.2004(07)：86~90.
[100] Gerdsri， N.， Kocaoglu， D. F. Applying the analytic hierarchy process (AHP) to build a strategicframework for technology road mapping[J]. Mathematical and Computer Modeling.2007，46(7)：1071~1080.
[101]徐永琳. AHP问题的研究及应用[J].吉首大学学报(自然科学版).2013(02)：12~18.
[102]马锐.人工神经网络原理[M].机械工业出版社，2010：6~10，18~20，45~50.
[103]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报.2004(01)：103~110.
[104]甘俊英，张有为.基于BP神经网络的人脸识别[J].系统工程与电子技术.2003(01)：113~115.
[105]张治国.人工神经网络及其在地学中的应用研究[D].吉林大学，2006.
[106] W.S.McCulloch， W.A Pitts. A logical calculus of the ideas immanent in nervous activity[J].Bulletin of Mathematical Biophysics.1943(5)：113~115.
[107]覃光华.人工神经网络技术及其应用[D].四川大学，2003.
[108]曾喆昭.神经网络优化方法及其在信息处理中的应用研究[D].湖南大学，2008.
[109]高浪，谢康和.人工神经网络在岩土工程中的应用[J].土木工程学报.2002(04)：77~82.
[110]刘争平，何永富.人工神经网络在测井解释中的应用[J].地球物理学报.1995：323~330.
[111]葛宏伟，梁艳春，刘玮，等.人工神经网络与遗传算法在岩石力学中的应用[J].岩石力学与工程学报.2004(09)：1542~1550.
[112]何璠.基于BP人工神经网络的环境质量评价模型研究[D].四川大学，2006.
[113] RUMELHARTD E，MCCELLAND J L. Exploration in parallel distributed processing，A Handbookof Models， Programs， and Exercises[M]. Cambridge： MIT Press，1986：30~56.
[114]袁曾任.人工神经元网络及其应用[M].北京：清华大学出版社，1999：45~70.
[115]王洪元，史国栋.人工神经网络技术及其应用[M].北京：中国石化出版社，2002：38~50.
[116] Ma Rui， Liu Yushu， Du Yanhui. Intrusion Detection Approach Using Connectionist ExperrtSystem[J]. Journal of Beijing Institute of Technology.2005，14(4)：467~470.
[117]朱大奇，史慧.人工神经网络原理及其应用[M].北京：科学出版社，2006：45~50.
[118] H Akaike. A new look at the statistical model identification[J]. IEEE Trans on Automatic Control.1974，19(6)：716~723.
[119] T Kurita. A method to determine the number of hidden units of three~layered neural networks byinformation criteria[J]. Transactions of the Institute of Electronics Information and CommunicationEngineers.1990，73(11)：1872~1878.