摘要:地层岩性的实时识别对及时调整钻井参数、有效控制井眼轨迹、寻找地下储层都具有十分重要的作用。与传统岩性识别方法相比，通过监测随钻参数变化进行岩性识别，具有便捷、高效、实时、准确、环保以及节能等优点。围绕基于随钻参数的地层岩性识别技术，按照煤矿勘探、油气藏开采等不同岩性识别应用领域对随钻参数进行分类；通过对随钻测控技术及装备的研究现状分析，介绍随钻参数采集及传输技术；介绍了机器学习算法、多元统计分析法、灰色关联法、交会图法的特点及应用情况；结合应用案例对4种基于随钻参数的地层识别方法进行对比分析。最终，归纳总结了随钻岩性识别研究的关键技术问题，分析了在研发及工程应用中存在的不足及面临的挑战，并给予建议。

摘要:钻速预测是优化钻进施工过程中的重点难点。本文以实际采集的数据资料（包含4大类共28种不同的数据类型）出发，建立了以地层成分和钻进参数相结合为基本的钻速预测模型。为了提高模型的预测精度，将原始数据首先进行了标准化处理，消除了其量纲和数量级对模型预测可能产生的影响。由于原始数据种类过多，将原始数据先后进行了聚类分析和因子分析，提取其中有效信息最终将其缩减为11个输入参数和1个输出参数的预测模型。利用人工神经网络技术对这个模型进行了非线性拟合，结果显示本预测模型能够将误差控制在10%以内，具有一定的指导生产实践的能力。