Научно-технический журнал

«Строительство нефтяных и газовых скважин на суше и на море»

ISSN 0130-3872

Строительство нефтяных и газовых скважин на суше и на море
Исследование метода подбора входных данных для нечетких систем в процессе оценки пригодности СПБУ на проектную точку

УДК: 622.242.4
DOI: 10.33285/0130-3872-2021-12(348)-53-57

Авторы:

ГАДЖИЕВ НАТИК РАМИЗ ОГЛЫ,
БЛИЗНЮКОВ ВЛАДИМИР ЮРЬЕВИЧ1
1 РАЕН, г. Москва, Россия

Ключевые слова: нечеткие правила; функция принадлежности; самоподъемная буровая установка; оценка пригодности СПБУ; углубление башмака опор; вероятность провала опор при углублении

Аннотация:

Как известно, в нечетких системах и расплывчатых множествах входные и выходные переменные выполняют роль лингвигистических переменных. В этом случае, база нечеткого правила основывается на четком регуляторе, где выполняется правило: "если … то". Принципы данных сложных систем, описываемых нечеткими отношениями, порождают большое количество правил вывода конечного элемента. Группировка состояния в кластеры, на основании которых делаются выводы о значении выходной переменной, выполняется экспертом на основе его опыта и знаний. В идеале количество кластеров должно соответствовать количеству атрибутов, по которым классифицируется значение выходной переменной. Но на самом деле это не так. В случае отсутствия экспертов, как правило, проводится классификация по специальным критериям. Один из способов сгруппировать описательные состояния в кластеры представлен в данной статье. Он применим при решении задачи по определению пригодности буровой установки типа СПБУ на проектную точку.

Список литературы:

1. Zadeh L.A. The concept of a linguistic variable and its application to approximate reasoning. – NY: American Elsevier Publishing Company, 1973.
2. Braee M., Rutherford D.A. Theoretical and Linguistic Aspects of the Fuzzy Logic Controller // Automatica. – 1979. – Vol. 15, Issue 5. – p. 553–577. – DOI: 10.1016/0005-1098(79)90005-0
3. Sivanandam S.N., Sumathi S., Deepa S.N. Introducion to Fuzzy Logic Using MATLAB. – Springer – Verlag Berlin Heidelberg, 2007. – 441 p.
4. Stojanovic N. An Algorithm for Clustering Input Variables in a Fuzzy Model in a FLC Process // Int. J. of Management and Fuzzy Systems. – 2020. – Vol. 6, Issue 2. – P. 29–46. – DOI: 10.11648/j.ijmfs.20200602.12
5. Kovacic Z., Bogdan S. Inteligentno upravljanje sustavima. – Zagreb: Univerzitet u Zagrebu, 2000.
6. Близнюков В.Ю., Гаджиев Н.Р. Предотвращение неопределенностей при оценке пределов сквозного проникновения опор буровой установки на основе приложения экспертной системы нечеткой логики // Строительство нефтяных и газовых скважин на суше и на море. – 2021. – № 4(340). – С. 51–55. – DOI: 10.33285/0130-3872-2021-4(340)-51-55