基于SVM的套管最大von Mises应力预测方法

狄勤丰; 吴志浩; 王文昌; 覃光煦; 陈锋

doi:10.11911/syztjs.2019065

基于SVM的套管最大von Mises应力预测方法

上海大学应用数学和力学研究所，上海 200072

基金项目: 国家自然科学基金重点项目“超深井钻柱非线性动力学及动态安全性基础理论研究”（编号：U1663205）、国家自然科学基金青年项目“气体钻井中预弯底部钻具组合控斜的非线性动力学机制”（编号：51704191）和国家自然科学基金青年项目“超深井油套管螺纹接头三维力学特性分析及密封机理研究”（编号：51804194)联合资助

详细信息

作者简介:
狄勤丰（1963—），男，江苏溧阳人，1984年毕业于华东石油学院钻井工程专业，1997年获西南石油学院油气井工程专业博士学位，教授，博士生导师，主要从事石油工程中的力学问题研究。系本刊编委。E-mail：qinfengd@sina.com

中图分类号: TE21
计量
- 文章访问数: 5080
- HTML全文浏览量: 1222
- PDF下载量: 62
出版历程
- 收稿日期: 2019-02-27
- 网络出版日期: 2019-04-29
- 刊出日期: 2019-04-30

An Prediction Method for Determining the Maximum von Mises Stress in Casing Based on SVM

Institute of Applied Mathematics and Mechanics, Shanghai University, Shanghai, 200072, China

摘要

摘要:
为了预测非均匀地应力条件下不居中套管的最大应力，提高套管安全性，研究了基于支持向量机（SVM）的套管最大von Mises应力预测方法。首先确定了影响套管最大应力的关键因素，包括非均匀地应力、水泥环的弹性模量及泊松比、套管偏心距等8个因素；然后利用ANSYS软件构建了套管应力实验样本；最后建立了 $\varepsilon {\rm{ - SVR}}$ 模型，实现了套管最大应力的预测。通过自学习，基于径向基核函数的SVM回归方法对于训练样本达到了很好的精度，5个测试样本的平均相对误差仅为1.32%，具有较好的预测精度，满足工程需求，且可以实现非均匀地应力条件下不居中套管最大应力的快速求解。研究结果为现场安全施工提供了理论依据。
- 支持向量机 /
- 非均匀地应力 /
- 套管偏心距 /
- von Mises应力
Abstract:
In order to predict the maximum stress of uncentered casing under non-uniform in-situ stress and improve the safety of casing, a prediction method of casing’s maximum von Mises stress based on artificial intelligence SVM is studied. First, the key factors affecting the maximum stress of casing are determined, including non-uniform geologic stress, elastic modulus and Poisson's ratio of cement sheath, eccentricity of casing, etc. Then the "experimental" samples of casing stress are constructed by using ANSYS software. Finally the $\varepsilon {\rm{ - SVR}}$ model is established to realize the prediction of casing’s maximum stress. Through self-learning, the SVM regression method based on RBF kernel achieves good accuracy for training samples. For the five test samples, the average relative error is only 1.32%, which means that this method can meet the needs of engineering application. In particular, this method can be used to quickly solve the maximum stress of uncentered casing under non-uniform in-situ stress.The research results provide theoretical basis for site safety construction.
- support vector machine /
- non-uniform in-situ stress /
- eccentricityofcasing /
- von Mises stress

HTML全文

随着超深井、定向井、水平井的逐渐增多，复杂载荷作用下套管的应力计算问题越来越受到关注。目前的研究主要针对居中套管（包括偏磨）在均匀和非均匀地应力条件下的强度计算^[1–9]，但在非均匀地应力条件下无法求得不居中套管应力的解析解，W. J. Rodriguez^[10]，P. D. Pattillo^[11]和A. Nabipour^[12]等人利用有限元方法进行了研究，只有窦益华^[13]讨论了解析求解方法，提出了解决此类问题的新思路。在实际工程中，由于所遇情况复杂多变，常常需要针对不同对象进行有限元建模和分析，所需周期长，很难满足快速、实时解决问题的要求。为此，笔者提出了一种基于支持向量机（support vector machine，SVM）的非均匀地应力条件下不居中套管最大von Mises应力的快速预测方法，并对ϕ311.1 mm垂直井眼中的套管进行了分析研究。

1. SVM原理及其Matlab实现

SVM是一种基于统计学习理论的机器学习算法，通过寻求结构风险最小化来实现实际风险的最小化，在有限信息条件下得到最优结果^[14]，在解决小样本、非线性和高维模式识别问题中表现出许多特有的优势。SVM可以作为一种广义的线性分类器，它的原理是利用非线性变换将输入空间变换到一个高维的特征空间，并在新的空间寻找最优线性分界面。线性可分的情况下，为确保经验风险最小，选取最优分界线H时不仅需要分类准确，还要使分类间隔M（H₁和H₂之间的距离）最大^[14]，如图1所示。

图 1 线性可分情况下的最优分类线^[14]

Figure 1. Optimal classification line in the case of linear separability^[14]

下载: 全尺寸图片幻灯片

线性不可分情况下，SVM的主要思想是将输入向量 ${{x}}$ 映射到一个高维的特征向量空间，用特征向量 $\phi ({{x}})$ 来代替，从而得到最优分类函数。由于在运算过程中，无论是目标函数还是决策函数都只涉及到训练样本之间的内积运算，而原空间的核函数 $K\left( {{{{x}}_i},{{{x}}_j}} \right)$ 可以取代该内积运算，因此可通过选择合适的核函数完成从线性问题到非线性问题的推广^[14]。

支持向量机回归算法（support vector regression，SVR）是SVM的衍生算法，其本质是需要寻求一个最优超平面，使所有样本点与该超平面的总体偏差最小^[15]。也就是说，对于一个容量为n的样本集：

$T = \left\{ {\left( {{{{x}}_i}, {y_i}} \right), i = 1, {{2, }}\cdots, \left. n \right\}} \right.,{{{x}}_i} \in {R^d}, {y_i} \in R$

(1)

式中： $i$ 为样本序号；d为 ${{{x}}_i}$ 的维数。

需要寻找一个最优回归函数f，使 $f({{{x}}_i})$ 尽可能接近对应的样本值 ${y_i}$ 。

通过构造Lagrange函数，将支持向量机回归问题转化为凸二次规划寻优的对偶问题^[15]：

$\left\{ {\begin{array}{*{20}{l}} {\mathop {\max }\limits_{{{w}}, b} {{ }}\displaystyle\sum\limits_{i = 1}^n {\left[ {{y_i}(a_i^ * - a_i^{}) - \varepsilon (a_i^ * + a_i^{})} \right]} - \dfrac{1}{2}\displaystyle\sum\limits_{i = 1}^n {\displaystyle\sum\limits_{j = 1}^n {\left[ {(a_i^ * - a_i^{})K\left( {{{{x}}_i}, {{{x}}_j}} \right)(a_j^ * - a_j^{})} \right]} } }\\ {{\rm{s}}{\rm{.t}}{{. }}\displaystyle\sum\limits_{i = 1}^n {(a_i^ * - a_i^{}) = 0 {\text{　}}{{ 0}} \leqslant a_i^ * , a_i^{} \leqslant C, {{ }}i = 1, 2, \cdots, n} } \end{array}} \right.$

(2)

$\!\;\!{\text{其中}}\quad\qquad K\left( {{{{x}}_i}, {{{x}}_j}} \right) = \exp {\left( - \frac{{{{\left\| {{{{x}}_i} - {{{x}}_j}} \right\|}^2}}}{{2{\sigma ^2}}}\right)^{}}\quad\quad$

(3)

式中：C为惩罚因子，是一个大于0的常数； $a_i^{}$ ， $a_i^ *$ ， $a_j^{}$ 和 $a_j^ *$ 为Lagrange乘子； $\varepsilon$ 为不敏感系数； $K({{{x}}_i}, {{{x}}_j})$ 为径向基核函数^[15]； $\sigma$ 为核函数参数。

若问题的解为 $a_{i{\rm{o}}}$ 、 $a_{i{\rm{o}}}^ *$ ，则相应的回归函数为^[15]：

$f({{x}}) = \sum\limits_{i = 1}^n {(a_{{i{\rm{o}}}}^ * - a_{i{\rm{o}}}^{})} K\left( {{{{x}}_i}, {{{x}}_j}} \right) + {b_{\rm{o}}}$

(4)

式中： ${b_{\rm{o}}}$ 为回归参数值。

式（4）即为基于径向基核函数的 $\varepsilon {\rm{ - SVR}}$ 模型。

$\varepsilon {\rm{ - SVR}}$ 模型的回归效果主要受核函数参数 $\sigma$ 、不敏感系数 $\varepsilon$ 及惩罚因子 $C$ 等参数的影响^[16–17]。通过比较各种参数优选的方法，选用网络搜索法进行参数寻优^[18]，以训练样本均方根误差（root mean squared error，RMSE）最小作为寻优标准，即：

$\mathop {\min }\limits_{\sigma , C, \varepsilon } \sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {{{\left( {f\left( {{{{x}}_i}} \right) - {y_i}} \right)}^2}} }$

(5)

式中： $f\left( {{{{x}}_i}} \right)$ 为预测值。

基于Matlab软件，可以实现程序运算，具体运算框图见图2。

图 2 ε–SVR模型的MATLAB程序实现

Figure 2. MATLAB program implementation of the ε–SVR Model

下载: 全尺寸图片幻灯片

2. SVM实验样本构建

为了利用SVM方法实现非均匀地应力和套管不居中情况下套管最大应力的预测，必须建立实验样本。由于实际的“套管–水泥环–地层”系统及其受载十分复杂，这些样本无法用真正的实验方法构建，为此利用ANSYS有限元方法进行“实验样本”的构建。关于“套管–水泥环–地层”系统的有限元分析已十分成熟，也已经过实际数据的验证。这种有限元分析的一个特点是在弹性条件下计算套管的应力，最后根据应力大小和套管的强度来确定套管是否失效^[19]。本文的“实验样本”也基于弹性条件进行构建。

影响“套管–水泥环–地层”系统套管应力的因素很多，包括套管的类型和尺寸、最大及最小水平地应力、钻井液密度、水泥环的弹性模量及泊松比、地层的弹性模量及泊松比、套管偏心距和偏心角。关于地应力的影响，有不同的观点，但对于刚钻穿盐膏层的井筒来说，由于应力释放需要较长的时间，因此在一定时间段内，套管将会承受非均匀地应力的作用。同时，研究表明，最大应力一般出现在偏心角为90°或270°的方向^[20]。为了减少模型变量，提高预测效率，在构建“实验样本”时，将偏心角固定为90°。同时，当套管给定时，其类型和尺寸都将确定。因此，针对给定套管进行应力预测时，将主要包含最大地应力、最小地应力和水泥环特性等8个关键影响因素。由于实际情况非常复杂，很难确定上述影响因素的合理范围，因此采用了文献调研和实际调查的方法，确定了影响因素的近似取值范围，见表1^[21–22]。

表 1 主要影响因素及取值范围

Table 1. Main influencing factors and range of values

影响因素	取值范围
最大水平主应力σ_H/MPa	80～135
最小水平主应力σ_h/MPa	30～80
钻井液密度ρ_f/（kg∙L^–1）	1.15～2.05
水泥环的弹性模量E_c/GPa	10～60
水泥环的泊松比μ_c	0.15～0.35
地层的弹性模量E_s/GPa	1～30
地层的泊松比μ_s	0.10～0.30
套管偏心距δ/mm	1.5～25.7

下载: 导出CSV

| 显示表格

某典型的“套管–水泥环–地层”系统如图3所示，井眼直径为311.1 mm，套管内径为219.0 mm，套管外径为250.8 mm。假设套管在井眼中的偏心距为δ，偏心方位角为φ，最大水平主应力σ_H沿x方向，最小水平主应力σ_h沿y方向。对几何模型进行单元划分，单元类型选择二维四边形PLANE183单元，按内密外疏的方式划分网格。划分后的网格如图4所示，共计6 215单元，18 953节点。对其施加载荷及约束，偏心方位角固定为90°，分别计算不同偏心距时的套管von Mises应力分布及其最大值。

图 3 套管–水泥环–地层系统几何模型

Figure 3. Geometry model for casing, cement sheath and formation

下载: 全尺寸图片幻灯片

图 4 套管–水泥环–地层系统有限元模型

Figure 4. Finite element model for casing, cement sheath and formation

下载: 全尺寸图片幻灯片

某一工况下对应的计算参数：偏心距为1.5 mm，σ_H 为92.0 MPa，σ_h为59.0 MPa，地层弹性模量和泊松比分别为30 GPa和0.27，水泥环的弹性模量和泊松比分别为35 GPa和0.17，套管的弹性模量和泊松比分别为210 GPa和0.30，钻井液密度为1.64 kg/L，对应井深为4 995.00 m，钻井液静液柱产生的内压约8.03 MPa。地层用以井筒为中心、边长为3.00 m的正方形代替，该工况下的套管内壁von Mises应力云图见图5。从图5可以看出，套管内壁沿y方向（即最小水平主应力方向）的von Mises应力最大达321 MPa。

图 5 套管内壁von Mises应力云图

Figure 5. von Mises stress cloud diagram on the casing inner wall

下载: 全尺寸图片幻灯片

类似地，可计算得到其他99个“实验样本”数据的最大von Mises应力，因样本数量较大，只给出了1～10号和91～100号样本计算结果（见表2），并将1～95号样本作为训练样本，96～100号样本作为测试样本。为了避免人为干扰，计算过程中，每一个因素的取值都采用随机方法。

表 2 SVM“实验样本”数据

Table 2. Data of the SVM “experimental samples”

序号	ρ_f/（kg∙L^–1）	E_c/GPa	μ_c	E_s/GPa	μ_s	σ_H/MPa	σ_h/MPa	δ/mm	σ_v/MPa
1	1.73	35.00	0.26	15.70	0.25	55.00	107.50	25.7	642.24
2	1.48	38.57	0.18	25.91	0.23	40.71	123.21	1.5	766.62
3	1.48	38.57	0.18	25.91	0.23	40.71	123.21	11.2	768.59
4	1.23	38.57	0.18	17.74	0.31	37.14	80.00	1.5	458.83
5	1.48	20.71	0.32	25.91	0.23	51.43	127.14	20.8	754.53
6	1.48	38.57	0.18	25.91	0.23	40.71	123.21	6.3	767.72
7	1.48	20.71	0.32	25.91	0.23	51.43	127.14	11.2	754.29
8	2.05	42.14	0.35	23.87	0.16	65.71	111.43	1.5	487.51
9	1.73	35.00	0.26	9.57	0.40	51.43	127.14	25.7	1 008.85
10	1.81	27.86	0.17	7.53	0.34	44.29	103.57	1.5	835.23
…	…	…	…	…	…	…	…	…	…
91	1.89	24.29	0.24	21.83	0.10	33.57	99.64	16.0	550.76
92	1.15	56.43	0.29	11.61	0.12	76.43	115.36	25.7	957.12
93	1.73	35.00	0.26	9.57	0.40	51.43	127.14	6.3	1 006.05
94	1.48	38.57	0.18	25.91	0.23	40.71	123.21	16.0	769.33
95	1.23	17.14	0.15	30.00	0.36	65.71	111.43	6.3	468.30
96	1.73	10.00	0.30	21.83	0.10	55.00	107.50	25.7	586.98
97	1.48	60.00	0.21	7.53	0.34	62.14	131.07	16.0	1 192.18
98	1.48	60.00	0.21	7.53	0.34	62.14	131.07	20.8	1 195.77
99	1.40	38.57	0.18	13.66	0.19	37.14	80.00	20.8	531.50
100	1.97	24.29	0.24	5.49	0.27	76.43	115.36	25.7	862.73

下载: 导出CSV

| 显示表格

3. 套管最大von Mises应力预测及精度分析

基于SVM的非均匀地应力条件下不居中套管最大应力预测，关键在于确定 $\varepsilon {\rm{ - SVR}}$ 模型的3个核心参数，即 $\sigma$ 、 $\varepsilon$ 和 $C$ 的寻优，这需要在一定范围内对3个参数进行搜索。笔者选择 $\sigma$ 的范围为[0.1，3.0]，搜索步长为0.01； $\varepsilon$ 的范围为[0.01，3.05]，搜索步长为0.05； $C$ 的范围为[1，10]，搜索步长为0.1。经参数寻优，最佳的 $\sigma$ 、 $\varepsilon$ 和 $C$ 值分别为2.01、0.01和3.00。基于这3个模型参数，预测得到表2中96～100号参数对应的最大应力值（见表3和图6）。为了比较，同时列出了对应的样本值。

表 3 测试样本的预测结果

Table 3. Predictive effect of test samples

样本序号	模型参数	最大von Mises应力/MPa		绝对误差/MPa	相对误差，%	平均相对误差，%
样本序号	模型参数	样本值	预测值	绝对误差/MPa	相对误差，%	平均相对误差，%
96	$\sigma$ =2.01 $\varepsilon$ =0.01 $C$ =3.00	586.98	603.21	16.23	2.76	1.32
97		1 192.18	1 200.54	8.36	0.70
98		1 195.77	1 207.74	11.97	1.00
99		531.50	530.85	–0.65	–0.12
100		862.73	845.36	–17.37	–2.01

下载: 导出CSV

| 显示表格

图 6 预测值和样本值对比结果

Figure 6. Comparison of predicted and sample values

下载: 全尺寸图片幻灯片

从图6可以看出，95个训练样本的预测结果和样本值基本重合，表明训练样本的拟合精度很高。5个测试样本的相对误差分别为2.76%、0.70%、1.00%、–0.12%和–2.01%，平均相对误差仅为1.32%。可见，利用SVM方法，可以快速预测非均匀地应力条件下不居中套管的最大von Mises应力。

4. 结论与建议

1）非均匀地应力条件下，目前主要采用有限元分析方法求解不居中套管的应力，缺少数值解，给套管强度校核带来了不便。利用基于SVM的智能预测方法可以解决这一难题，为实际套管应力预测提供了一种新的方法。

2）基于径向基函数的 $\varepsilon - {\rm{SVR}}$ 模型的预测精度较高，测试样本预测值与“实验样本”“真实值”的平均相对误差仅为1.32%。

3）在已知影响因素合理范围内，利用有限元分析方法可以获得大量的“实验样本”，不但成本低，而且速度快，为利用SVM方法解决套管应力预测难题提供了有效手段。

4）本文仅以一种套管为例进行了最大von Mises应力SVM预测，对于其他种类套管，需要重新进行“实验样本”计算和 $\varepsilon - {\rm{SVR}}$ 模型关键参数寻优。在保证计算获得的“实验样本”准确可靠的前提下，可以采用该方法预测各种套管的最大von Mises应力。

图 1 线性可分情况下的最优分类线^[14]

Figure 1. Optimal classification line in the case of linear separability^[14]

下载: 全尺寸图片幻灯片

图 2 ε–SVR模型的MATLAB程序实现

Figure 2. MATLAB program implementation of the ε–SVR Model

下载: 全尺寸图片幻灯片

图 3 套管–水泥环–地层系统几何模型

Figure 3. Geometry model for casing, cement sheath and formation

下载: 全尺寸图片幻灯片

图 4 套管–水泥环–地层系统有限元模型

Figure 4. Finite element model for casing, cement sheath and formation

下载: 全尺寸图片幻灯片

图 5 套管内壁von Mises应力云图

Figure 5. von Mises stress cloud diagram on the casing inner wall

下载: 全尺寸图片幻灯片

图 6 预测值和样本值对比结果

Figure 6. Comparison of predicted and sample values

下载: 全尺寸图片幻灯片

表 1 主要影响因素及取值范围

Table 1 Main influencing factors and range of values

影响因素	取值范围
最大水平主应力σ_H/MPa	80～135
最小水平主应力σ_h/MPa	30～80
钻井液密度ρ_f/（kg∙L^–1）	1.15～2.05
水泥环的弹性模量E_c/GPa	10～60
水泥环的泊松比μ_c	0.15～0.35
地层的弹性模量E_s/GPa	1～30
地层的泊松比μ_s	0.10～0.30
套管偏心距δ/mm	1.5～25.7

下载: 导出CSV

表 2 SVM“实验样本”数据

Table 2 Data of the SVM “experimental samples”

序号	ρ_f/（kg∙L^–1）	E_c/GPa	μ_c	E_s/GPa	μ_s	σ_H/MPa	σ_h/MPa	δ/mm	σ_v/MPa
1	1.73	35.00	0.26	15.70	0.25	55.00	107.50	25.7	642.24
2	1.48	38.57	0.18	25.91	0.23	40.71	123.21	1.5	766.62
3	1.48	38.57	0.18	25.91	0.23	40.71	123.21	11.2	768.59
4	1.23	38.57	0.18	17.74	0.31	37.14	80.00	1.5	458.83
5	1.48	20.71	0.32	25.91	0.23	51.43	127.14	20.8	754.53
6	1.48	38.57	0.18	25.91	0.23	40.71	123.21	6.3	767.72
7	1.48	20.71	0.32	25.91	0.23	51.43	127.14	11.2	754.29
8	2.05	42.14	0.35	23.87	0.16	65.71	111.43	1.5	487.51
9	1.73	35.00	0.26	9.57	0.40	51.43	127.14	25.7	1 008.85
10	1.81	27.86	0.17	7.53	0.34	44.29	103.57	1.5	835.23
…	…	…	…	…	…	…	…	…	…
91	1.89	24.29	0.24	21.83	0.10	33.57	99.64	16.0	550.76
92	1.15	56.43	0.29	11.61	0.12	76.43	115.36	25.7	957.12
93	1.73	35.00	0.26	9.57	0.40	51.43	127.14	6.3	1 006.05
94	1.48	38.57	0.18	25.91	0.23	40.71	123.21	16.0	769.33
95	1.23	17.14	0.15	30.00	0.36	65.71	111.43	6.3	468.30
96	1.73	10.00	0.30	21.83	0.10	55.00	107.50	25.7	586.98
97	1.48	60.00	0.21	7.53	0.34	62.14	131.07	16.0	1 192.18
98	1.48	60.00	0.21	7.53	0.34	62.14	131.07	20.8	1 195.77
99	1.40	38.57	0.18	13.66	0.19	37.14	80.00	20.8	531.50
100	1.97	24.29	0.24	5.49	0.27	76.43	115.36	25.7	862.73

下载: 导出CSV

表 3 测试样本的预测结果

Table 3 Predictive effect of test samples

样本序号	模型参数	最大von Mises应力/MPa		绝对误差/MPa	相对误差，%	平均相对误差，%
样本序号	模型参数	样本值	预测值	绝对误差/MPa	相对误差，%	平均相对误差，%
96	$\sigma$ =2.01 $\varepsilon$ =0.01 $C$ =3.00	586.98	603.21	16.23	2.76	1.32
97		1 192.18	1 200.54	8.36	0.70
98		1 195.77	1 207.74	11.97	1.00
99		531.50	530.85	–0.65	–0.12
100		862.73	845.36	–17.37	–2.01

下载: 导出CSV

参考文献(22)

[1]	American Petroleum Institute. API BULLETIN 5C3: bulletin on formulas and calculations of casing, tubing, drill pipe and line pipe properties[S]. 1994-10-01.
[2]	HAN J Z, SHI T H. Nonuniform loading affects casing collapse resistance[J]. Oil & Gas Journal, 2001, 99(25): 45–48.
[3]	李军, 陈勉, 柳贡慧,等. 套管、水泥环及井壁围岩组合体的弹塑性分析[J]. 石油学报, 2005, 26(6): 99–103. doi: 10.3321/j.issn:0253-2697.2005.06.023 LI Jun, CHEN Mian, LIU Gonghui, et al. Elastic-plastic analysis of casing-concrete sheath-rock combination[J]. Acta Petrolei Sinica, 2005, 26(6): 99–103. doi: 10.3321/j.issn:0253-2697.2005.06.023
[4]	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(6): 138–141. doi: 10.3321/j.issn:0253-2697.2007.06.029 YIN Youquan, LI Ping’en. Computation of casing strength under non-uniform load[J]. Acta Petrolei Sinica, 2007, 28(6): 138–141. doi: 10.3321/j.issn:0253-2697.2007.06.029
[5]	李国庆. 套管水泥环组合应力计算边界条件分析[J]. 石油钻探技术, 2012, 40(2): 20–24. doi: 10.3969/j.issn.1001-0890.2012.02.004 LI Guoqing. Analysis of boundary condition of stress calculation on casing/cement-sheath[J]. Petroleum Drilling Techniques, 2012, 40(2): 20–24. doi: 10.3969/j.issn.1001-0890.2012.02.004
[6]	CHEN Zhanfeng, ZHU Weiping, DI Qinfeng. Elasticity solution for the casing under linear crustal stress[J]. Engineering Failure Analysis, 2018, 84: 185–195. doi: 10.1016/j.engfailanal.2017.11.007
[7]	李子丰,张永贵,阳鑫军. 蠕变地层与油井套管相互作用力学模型[J]. 石油学报, 2009, 30(1): 129–131. doi: 10.3321/j.issn:0253-2697.2009.01.026 LI Zifeng, ZHANG Yonggui, YANG Xinjun. Mechanics model for interaction between creep formation and oil well casing[J]. Acta Petrolei Sinica, 2009, 30(1): 129–131. doi: 10.3321/j.issn:0253-2697.2009.01.026
[8]	徐守余,李茂华,牛卫东. 水泥环性质对套管抗挤强度影响的有限元分析[J]. 石油钻探技术, 2007, 35(3): 5–8. doi: 10.3969/j.issn.1001-0890.2007.03.002 XU Shouyu, LI Maohua, NIU Weidong. Finite element analysis of effect of cement sheath property on casing collapsing strength[J]. Petroleum Drilling Techniques, 2007, 35(3): 5–8. doi: 10.3969/j.issn.1001-0890.2007.03.002
[9]	李子丰,杨海军,陈飞. 蠕变性地层中套管有效外挤压力的计算方法探讨[J]. 石油钻探技术, 2014, 42(3): 13–15. LI Zifeng, YANG Haijun, CHEN Fei. The calculation of the effective external pressure on casing in creep formation[J]. Petroleum Drilling Techniques, 2014, 42(3): 13–15.
[10]	RODRIGUEZ W J, FLECKENSTEIN W W, EUSTES A W. Simulation of collapse loads on cemented casing using finite element analysis[R]. SPE 84566, 2003.
[11]	PATTILLO P D, LAST N C, ASBILL W T. Effect of nonuniform loading on conventional casing collapse resistance[J]. SPE Drilling & Completion, 2004, 19(3): 156–163.
[12]	NABIPOUR A, JOODI B, SARMADIVALEH M. Finite element simulation of downhole stresses in deep gas wells cements[R]. SPE 132156, 2010.
[13]	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, 11(4): 1–6. DOU Yihua. Analysis of casing confining pressure when casing and borehole are not concentric in viscoelastic surrounding rock[J]. Oil Driling & Production Technology, 1989, 11(4): 1–6.
[14]	CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning, 1995, 20(3): 273–297.
[15]	CHEN Wei, DI Qinfeng, YE Feng, et al. Flowing bottomhole pressure prediction for gas wells based on support vector machine and random samples selection[J]. International Journal of Hydrogen Energy, 2017, 42(29): 18333–18342. doi: 10.1016/j.ijhydene.2017.04.134
[16]	朱国强,刘士荣,俞金寿. 支持向量机及其在函数逼近中的应用[J]. 华东理工大学学报, 2002, 28(5): 555–559, 568. doi: 10.3969/j.issn.1006-3080.2002.05.023 ZHU Guoqiang, LIU Shirong, YU Jinshou. Support vector machine and its applications to function approximation[J]. Journal of East China University of Science and Technology, 2002, 28(5): 555–559, 568. doi: 10.3969/j.issn.1006-3080.2002.05.023
[17]	白鹏, 张喜斌, 张斌, 等．支持向量机理论及其工程应用实例[M]．西安: 西安电子科技大学出版社, 2008: 53-56. BAI Peng, ZHANG Xibin, ZHANG Bin, et al. Support vector machine and its application in mixed gas infrared spectrum analysis[M]. Xi’an: Xidian University Press, 2008: 5-56.
[18]	成鹏,汪西莉. SVR参数对非线性函数拟合的影响[J]. 计算机工程, 2011, 37(3): 189–191, 194. doi: 10.3969/j.issn.1000-3428.2011.03.067 CHENG Peng, WANG Xili. Influence of SVR parameter on non-linear function approximation[J]. Computer Engineering, 2011, 37(3): 189–191, 194. doi: 10.3969/j.issn.1000-3428.2011.03.067
[19]	王国华,陈正茂,熊继有, 等. 非均匀载荷下套管偏心对套管强度影响研究[J]. 石油天然气学报, 2012, 34(10): 105–107. doi: 10.3969/j.issn.1000-9752.2012.10.025 WANG Guohua, CHEN Zhengmao, XIONG Jiyou, et al. The effect of casing eccentricity on the casing strength under non-uniformity load[J]. Journal of Oil and Gas Technology, 2012, 34(10): 105–107. doi: 10.3969/j.issn.1000-9752.2012.10.025
[20]	陈占锋,朱卫平,狄勤丰,等. 非均匀地应力下套管偏心对抗挤强度的影响[J]. 上海大学学报(自然科学版), 2012, 18(1): 83–86. CHEN Zhanfeng, ZHU Weiping, DI Qinfeng, et al. Effects of eccentricity of casing on collapse resistance in non-uniform in-situ stresses[J]. Journal of Shanghai University(Natural Science Edition), 2012, 18(1): 83–86.
[21]	赵德安, 陈志敏, 蔡小林, 等. 中国地应力场分布规律统计分析[J]. 岩石力学与工程学报, 2007, 26(6): 1265–1271. doi: 10.3321/j.issn:1000-6915.2007.06.024 ZHAO Dean, CHEN Zhiming, CAI Xiaolin, et al. Analysis of distribution rule of geostress in China[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 26(6): 1265–1271. doi: 10.3321/j.issn:1000-6915.2007.06.024
[22]	程文瀼．混凝土结构: 上册: 混凝土结构设计原理[M]．北京: 中国建筑工业出版社, 2005: 15-17． CHENG Wenxiang. Concrete structure: part A: design principle of concrete structure[M]. Beijing: China Architecture & Building Press, 2005: 15-17.

施引文献(5)

期刊类型引用(4)

1.	苗娟，黄兵，谢力，汤明. 高钢级套管段铣工具优化及性能评价. 特种油气藏. 2021(02): 163-170 . 百度学术
2.	席岩，李军，陶谦，曾夏茂，钟文力. 循环载荷作用下微环隙的产生及演变. 断块油气田. 2020(04): 522-527 . 百度学术
3.	冯翔宇，石茂林，马跃，宋学官，孙伟，田腾. 基于支持向量回归的定性-定量因子混合建模方法. 大连理工大学学报. 2020(06): 599-609 . 百度学术
4.	孙挺，赵颖，杨进，殷启帅，汪文星，陈缘. 基于支持向量机的钻井工况实时智能识别方法. 石油钻探技术. 2019(05): 28-33 . 本站查看

其他类型引用(1)

资源附件(0)

图(6) / 表(3)

计量

文章访问数: 5080
HTML全文浏览量: 1222
PDF下载量: 62
被引次数: 5

1. SVM原理及其Matlab实现
2. SVM实验样本构建
3. 套管最大von Mises应力预测及精度分析
4. 结论与建议

基于SVM的套管最大von Mises应力预测方法

计量

出版历程