李琳　張棟棟　沙林秀　徐紅

摘 要： 為了使鉆進(jìn)過(guò)程達(dá)到最優(yōu)，提出了基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型。參考典型的多目標(biāo)優(yōu)化進(jìn)化算法NSGA?Ⅱ，提出了一種多目標(biāo)粒子群算法（MOPSO）。采用一個(gè)鉆進(jìn)參數(shù)優(yōu)化實(shí)例對(duì)優(yōu)化模型和算法進(jìn)行檢驗(yàn)，得到分布均勻的Pareto最優(yōu)解，一些最優(yōu)解與傳統(tǒng)的鉆進(jìn)參數(shù)單目標(biāo)優(yōu)化的解近似；討論了算法中的種群規(guī)模、迭代次數(shù)和外部檔案規(guī)模三個(gè)參數(shù)，得到一組兼顧解質(zhì)量和計(jì)算時(shí)間的參數(shù)值，其計(jì)算時(shí)間的統(tǒng)計(jì)結(jié)果證明模型和算法滿足鉆進(jìn)參數(shù)動(dòng)態(tài)優(yōu)化的要求。

關(guān)鍵詞： 鉆進(jìn)參數(shù)； 多目標(biāo)優(yōu)化； 機(jī)械鉆速； 粒子群

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）10?0024?04

Abstract： In order to make the drilling process optimal， a multi?objective optimization model of drilling parameters based on the penetration rate， the bit life and the mechanical specific energy of bit is proposed. Inspired by a classic multi?objective evolution optimization algorithm NSGA?II， a multi?objective particle swarm optimization （MOPSO） algorithm is proposed. The optimized model and algorithm were verified with a real example whose drilling parameters were optimized. The evenly distributed Pareto optimal solutions were obtained， some of which are similar to the solutions of the traditional single?objective optimization of drilling parameter. Three parameters of population scale， iteration number and external population scale in the algorithm are discussed. A group of parameter values which balance the solution quality and the computing time are chosen. The statistical result of computing time proves that the model and the algorithm meet the need of the dynamic optimization of drilling parameters.

Keywords： drilling parameter； MOP； ROP； PSO

0 引 言

鉆進(jìn)參數(shù)優(yōu)化的目的是尋求一定的鉆壓、轉(zhuǎn)速配合，使鉆進(jìn)過(guò)程達(dá)到最佳的技術(shù)經(jīng)濟(jì)效果[1]。為了達(dá)到這一目地，首先需要確定一個(gè)衡量鉆進(jìn)技術(shù)經(jīng)濟(jì)效果的標(biāo)準(zhǔn)，傳統(tǒng)上一般以單位進(jìn)尺成本為目標(biāo)[2?3]。這一指標(biāo)實(shí)際是機(jī)械鉆速和鉆頭磨損的成本組合。為了更好地研究鉆進(jìn)參數(shù)優(yōu)化，可以將其劃分為兩個(gè)階段：無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化階段和成本最低偏好決策階段。由于成本最低偏好決策需要相應(yīng)的成本函數(shù)，而這些成本函數(shù)的確定常常需要考慮復(fù)雜的商業(yè)原理、法律條文和會(huì)計(jì)準(zhǔn)則，因此本文只討論第一階段，即無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

最近大量事例和跡象表明進(jìn)化算法的機(jī)理最適合求解多目標(biāo)優(yōu)化問(wèn)題，遺傳算法是進(jìn)化算法的主流，第二代非支配排序遺傳算法（NSGA?Ⅱ）被認(rèn)為是其中最優(yōu)秀的一種算法[4]。受NSGA?Ⅱ啟發(fā)得到一種多目標(biāo)粒子群算法（MOPSO），標(biāo)準(zhǔn)函數(shù)測(cè)試實(shí)驗(yàn)證明其運(yùn)行效率更高，運(yùn)行時(shí)間更優(yōu)[5]。本文采用該算法求解無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

1 鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型

本文提出基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型，采用類似于NSGA?Ⅱ的MOPSO算法求解，根據(jù)一個(gè)實(shí)例，得到了分布均勻的優(yōu)化結(jié)果，證明了模型正確、算法有效，最后討論并確定了MOPSO算法的參數(shù)。

表2 種群規(guī)模對(duì)計(jì)算時(shí)間的影響

參考文獻(xiàn)

[1] 陳庭根，管志川.鉆井工程理論與技術(shù)[M].北京：中國(guó)石油大學(xué)出版社，2000.

[2] 伊鵬，劉衍聰，郭欣，等.基于改進(jìn)自適應(yīng)遺傳算法的鉆井參數(shù)優(yōu)化設(shè)計(jì)[J].石油機(jī)械，2010，38（2）：32?73.

[3] 李士斌，張立剛，荊玲，等.鉆井參數(shù)優(yōu)選新方法[J].石油鉆探技術(shù)，2007，35（4）：9?11.

[4] 崔遜學(xué).多目標(biāo)進(jìn)化算法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2006.

[5] 趙張娜.多目標(biāo)粒子群優(yōu)化方法的實(shí)驗(yàn)分析[D].北京：中國(guó)地質(zhì)大學(xué)，2012.

[6] 李琳，聶臻，沙林秀.基于NSGA2的多目標(biāo)鉆進(jìn)參數(shù)優(yōu)化研究[J].石油機(jī)械，2013，41（3）：55?71.

[7] 樊洪海，馮廣慶，肖偉，等.基于機(jī)械比能理論的鉆頭磨損監(jiān)測(cè)新方法[J].石油鉆探技術(shù)，2012，40（3）：116?120.

[8] 景寧，樊洪海，翟應(yīng)虎，等.基于比能理論的鉆頭工作狀態(tài)監(jiān)測(cè)方法[J].斷塊油氣田，2011，18（4）：538?540.

[9] 劉厚才，陳志鋼.非支配排序均勻遺傳算法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（11）：4020?4025.

[10] 王洋，劉金園，王東風(fēng)，等.基于改進(jìn)NSGA?Ⅱ算法的電廠多目標(biāo)負(fù)荷分配[J].電力科學(xué)與工程，2010，26（8）：56?60.

[11] 談恩民，王鵬.基于NSGA?II算法的SoC測(cè)試多目標(biāo)優(yōu)化研究[J].電子測(cè)量與儀器學(xué)報(bào)，2011，25（3）：226?232.

[12] 汪文彬，鐘聲.基于改進(jìn)擁擠距離的多目標(biāo)進(jìn)化算法[J].計(jì)算機(jī)工程，2009，35（9）：211?213.

[13] 徐未強(qiáng)，朱元昌，邸彥強(qiáng).改進(jìn)的差異進(jìn)化多目標(biāo)優(yōu)化算法在靶場(chǎng)測(cè)控方案優(yōu)化設(shè)計(jì)中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2011，34（3）：8?10.

摘 要： 為了使鉆進(jìn)過(guò)程達(dá)到最優(yōu)，提出了基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型。參考典型的多目標(biāo)優(yōu)化進(jìn)化算法NSGA?Ⅱ，提出了一種多目標(biāo)粒子群算法（MOPSO）。采用一個(gè)鉆進(jìn)參數(shù)優(yōu)化實(shí)例對(duì)優(yōu)化模型和算法進(jìn)行檢驗(yàn)，得到分布均勻的Pareto最優(yōu)解，一些最優(yōu)解與傳統(tǒng)的鉆進(jìn)參數(shù)單目標(biāo)優(yōu)化的解近似；討論了算法中的種群規(guī)模、迭代次數(shù)和外部檔案規(guī)模三個(gè)參數(shù)，得到一組兼顧解質(zhì)量和計(jì)算時(shí)間的參數(shù)值，其計(jì)算時(shí)間的統(tǒng)計(jì)結(jié)果證明模型和算法滿足鉆進(jìn)參數(shù)動(dòng)態(tài)優(yōu)化的要求。

關(guān)鍵詞： 鉆進(jìn)參數(shù)； 多目標(biāo)優(yōu)化； 機(jī)械鉆速； 粒子群

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）10?0024?04

Abstract： In order to make the drilling process optimal， a multi?objective optimization model of drilling parameters based on the penetration rate， the bit life and the mechanical specific energy of bit is proposed. Inspired by a classic multi?objective evolution optimization algorithm NSGA?II， a multi?objective particle swarm optimization （MOPSO） algorithm is proposed. The optimized model and algorithm were verified with a real example whose drilling parameters were optimized. The evenly distributed Pareto optimal solutions were obtained， some of which are similar to the solutions of the traditional single?objective optimization of drilling parameter. Three parameters of population scale， iteration number and external population scale in the algorithm are discussed. A group of parameter values which balance the solution quality and the computing time are chosen. The statistical result of computing time proves that the model and the algorithm meet the need of the dynamic optimization of drilling parameters.

Keywords： drilling parameter； MOP； ROP； PSO

0 引 言

鉆進(jìn)參數(shù)優(yōu)化的目的是尋求一定的鉆壓、轉(zhuǎn)速配合，使鉆進(jìn)過(guò)程達(dá)到最佳的技術(shù)經(jīng)濟(jì)效果[1]。為了達(dá)到這一目地，首先需要確定一個(gè)衡量鉆進(jìn)技術(shù)經(jīng)濟(jì)效果的標(biāo)準(zhǔn)，傳統(tǒng)上一般以單位進(jìn)尺成本為目標(biāo)[2?3]。這一指標(biāo)實(shí)際是機(jī)械鉆速和鉆頭磨損的成本組合。為了更好地研究鉆進(jìn)參數(shù)優(yōu)化，可以將其劃分為兩個(gè)階段：無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化階段和成本最低偏好決策階段。由于成本最低偏好決策需要相應(yīng)的成本函數(shù)，而這些成本函數(shù)的確定常常需要考慮復(fù)雜的商業(yè)原理、法律條文和會(huì)計(jì)準(zhǔn)則，因此本文只討論第一階段，即無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

最近大量事例和跡象表明進(jìn)化算法的機(jī)理最適合求解多目標(biāo)優(yōu)化問(wèn)題，遺傳算法是進(jìn)化算法的主流，第二代非支配排序遺傳算法（NSGA?Ⅱ）被認(rèn)為是其中最優(yōu)秀的一種算法[4]。受NSGA?Ⅱ啟發(fā)得到一種多目標(biāo)粒子群算法（MOPSO），標(biāo)準(zhǔn)函數(shù)測(cè)試實(shí)驗(yàn)證明其運(yùn)行效率更高，運(yùn)行時(shí)間更優(yōu)[5]。本文采用該算法求解無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

1 鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型

本文提出基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型，采用類似于NSGA?Ⅱ的MOPSO算法求解，根據(jù)一個(gè)實(shí)例，得到了分布均勻的優(yōu)化結(jié)果，證明了模型正確、算法有效，最后討論并確定了MOPSO算法的參數(shù)。

表2 種群規(guī)模對(duì)計(jì)算時(shí)間的影響

參考文獻(xiàn)

[1] 陳庭根，管志川.鉆井工程理論與技術(shù)[M].北京：中國(guó)石油大學(xué)出版社，2000.

[2] 伊鵬，劉衍聰，郭欣，等.基于改進(jìn)自適應(yīng)遺傳算法的鉆井參數(shù)優(yōu)化設(shè)計(jì)[J].石油機(jī)械，2010，38（2）：32?73.

[3] 李士斌，張立剛，荊玲，等.鉆井參數(shù)優(yōu)選新方法[J].石油鉆探技術(shù)，2007，35（4）：9?11.

[4] 崔遜學(xué).多目標(biāo)進(jìn)化算法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2006.

[5] 趙張娜.多目標(biāo)粒子群優(yōu)化方法的實(shí)驗(yàn)分析[D].北京：中國(guó)地質(zhì)大學(xué)，2012.

[6] 李琳，聶臻，沙林秀.基于NSGA2的多目標(biāo)鉆進(jìn)參數(shù)優(yōu)化研究[J].石油機(jī)械，2013，41（3）：55?71.

[7] 樊洪海，馮廣慶，肖偉，等.基于機(jī)械比能理論的鉆頭磨損監(jiān)測(cè)新方法[J].石油鉆探技術(shù)，2012，40（3）：116?120.

[8] 景寧，樊洪海，翟應(yīng)虎，等.基于比能理論的鉆頭工作狀態(tài)監(jiān)測(cè)方法[J].斷塊油氣田，2011，18（4）：538?540.

[9] 劉厚才，陳志鋼.非支配排序均勻遺傳算法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（11）：4020?4025.

[10] 王洋，劉金園，王東風(fēng)，等.基于改進(jìn)NSGA?Ⅱ算法的電廠多目標(biāo)負(fù)荷分配[J].電力科學(xué)與工程，2010，26（8）：56?60.

[11] 談恩民，王鵬.基于NSGA?II算法的SoC測(cè)試多目標(biāo)優(yōu)化研究[J].電子測(cè)量與儀器學(xué)報(bào)，2011，25（3）：226?232.

[12] 汪文彬，鐘聲.基于改進(jìn)擁擠距離的多目標(biāo)進(jìn)化算法[J].計(jì)算機(jī)工程，2009，35（9）：211?213.

[13] 徐未強(qiáng)，朱元昌，邸彥強(qiáng).改進(jìn)的差異進(jìn)化多目標(biāo)優(yōu)化算法在靶場(chǎng)測(cè)控方案優(yōu)化設(shè)計(jì)中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2011，34（3）：8?10.

摘 要： 為了使鉆進(jìn)過(guò)程達(dá)到最優(yōu)，提出了基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型。參考典型的多目標(biāo)優(yōu)化進(jìn)化算法NSGA?Ⅱ，提出了一種多目標(biāo)粒子群算法（MOPSO）。采用一個(gè)鉆進(jìn)參數(shù)優(yōu)化實(shí)例對(duì)優(yōu)化模型和算法進(jìn)行檢驗(yàn)，得到分布均勻的Pareto最優(yōu)解，一些最優(yōu)解與傳統(tǒng)的鉆進(jìn)參數(shù)單目標(biāo)優(yōu)化的解近似；討論了算法中的種群規(guī)模、迭代次數(shù)和外部檔案規(guī)模三個(gè)參數(shù)，得到一組兼顧解質(zhì)量和計(jì)算時(shí)間的參數(shù)值，其計(jì)算時(shí)間的統(tǒng)計(jì)結(jié)果證明模型和算法滿足鉆進(jìn)參數(shù)動(dòng)態(tài)優(yōu)化的要求。

關(guān)鍵詞： 鉆進(jìn)參數(shù)； 多目標(biāo)優(yōu)化； 機(jī)械鉆速； 粒子群

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）10?0024?04

Abstract： In order to make the drilling process optimal， a multi?objective optimization model of drilling parameters based on the penetration rate， the bit life and the mechanical specific energy of bit is proposed. Inspired by a classic multi?objective evolution optimization algorithm NSGA?II， a multi?objective particle swarm optimization （MOPSO） algorithm is proposed. The optimized model and algorithm were verified with a real example whose drilling parameters were optimized. The evenly distributed Pareto optimal solutions were obtained， some of which are similar to the solutions of the traditional single?objective optimization of drilling parameter. Three parameters of population scale， iteration number and external population scale in the algorithm are discussed. A group of parameter values which balance the solution quality and the computing time are chosen. The statistical result of computing time proves that the model and the algorithm meet the need of the dynamic optimization of drilling parameters.

Keywords： drilling parameter； MOP； ROP； PSO

0 引 言

鉆進(jìn)參數(shù)優(yōu)化的目的是尋求一定的鉆壓、轉(zhuǎn)速配合，使鉆進(jìn)過(guò)程達(dá)到最佳的技術(shù)經(jīng)濟(jì)效果[1]。為了達(dá)到這一目地，首先需要確定一個(gè)衡量鉆進(jìn)技術(shù)經(jīng)濟(jì)效果的標(biāo)準(zhǔn)，傳統(tǒng)上一般以單位進(jìn)尺成本為目標(biāo)[2?3]。這一指標(biāo)實(shí)際是機(jī)械鉆速和鉆頭磨損的成本組合。為了更好地研究鉆進(jìn)參數(shù)優(yōu)化，可以將其劃分為兩個(gè)階段：無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化階段和成本最低偏好決策階段。由于成本最低偏好決策需要相應(yīng)的成本函數(shù)，而這些成本函數(shù)的確定常常需要考慮復(fù)雜的商業(yè)原理、法律條文和會(huì)計(jì)準(zhǔn)則，因此本文只討論第一階段，即無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

最近大量事例和跡象表明進(jìn)化算法的機(jī)理最適合求解多目標(biāo)優(yōu)化問(wèn)題，遺傳算法是進(jìn)化算法的主流，第二代非支配排序遺傳算法（NSGA?Ⅱ）被認(rèn)為是其中最優(yōu)秀的一種算法[4]。受NSGA?Ⅱ啟發(fā)得到一種多目標(biāo)粒子群算法（MOPSO），標(biāo)準(zhǔn)函數(shù)測(cè)試實(shí)驗(yàn)證明其運(yùn)行效率更高，運(yùn)行時(shí)間更優(yōu)[5]。本文采用該算法求解無(wú)偏好的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化。

1 鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型

本文提出基于機(jī)械鉆速、鉆頭壽命和鉆頭比能的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化模型，采用類似于NSGA?Ⅱ的MOPSO算法求解，根據(jù)一個(gè)實(shí)例，得到了分布均勻的優(yōu)化結(jié)果，證明了模型正確、算法有效，最后討論并確定了MOPSO算法的參數(shù)。

表2 種群規(guī)模對(duì)計(jì)算時(shí)間的影響

參考文獻(xiàn)

[1] 陳庭根，管志川.鉆井工程理論與技術(shù)[M].北京：中國(guó)石油大學(xué)出版社，2000.

[2] 伊鵬，劉衍聰，郭欣，等.基于改進(jìn)自適應(yīng)遺傳算法的鉆井參數(shù)優(yōu)化設(shè)計(jì)[J].石油機(jī)械，2010，38（2）：32?73.

[3] 李士斌，張立剛，荊玲，等.鉆井參數(shù)優(yōu)選新方法[J].石油鉆探技術(shù)，2007，35（4）：9?11.

[4] 崔遜學(xué).多目標(biāo)進(jìn)化算法及其應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2006.

[5] 趙張娜.多目標(biāo)粒子群優(yōu)化方法的實(shí)驗(yàn)分析[D].北京：中國(guó)地質(zhì)大學(xué)，2012.

[6] 李琳，聶臻，沙林秀.基于NSGA2的多目標(biāo)鉆進(jìn)參數(shù)優(yōu)化研究[J].石油機(jī)械，2013，41（3）：55?71.

[7] 樊洪海，馮廣慶，肖偉，等.基于機(jī)械比能理論的鉆頭磨損監(jiān)測(cè)新方法[J].石油鉆探技術(shù)，2012，40（3）：116?120.

[8] 景寧，樊洪海，翟應(yīng)虎，等.基于比能理論的鉆頭工作狀態(tài)監(jiān)測(cè)方法[J].斷塊油氣田，2011，18（4）：538?540.

[9] 劉厚才，陳志鋼.非支配排序均勻遺傳算法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（11）：4020?4025.

[10] 王洋，劉金園，王東風(fēng)，等.基于改進(jìn)NSGA?Ⅱ算法的電廠多目標(biāo)負(fù)荷分配[J].電力科學(xué)與工程，2010，26（8）：56?60.

[11] 談恩民，王鵬.基于NSGA?II算法的SoC測(cè)試多目標(biāo)優(yōu)化研究[J].電子測(cè)量與儀器學(xué)報(bào)，2011，25（3）：226?232.

[12] 汪文彬，鐘聲.基于改進(jìn)擁擠距離的多目標(biāo)進(jìn)化算法[J].計(jì)算機(jī)工程，2009，35（9）：211?213.

[13] 徐未強(qiáng)，朱元昌，邸彥強(qiáng).改進(jìn)的差異進(jìn)化多目標(biāo)優(yōu)化算法在靶場(chǎng)測(cè)控方案優(yōu)化設(shè)計(jì)中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2011，34（3）：8?10.