УКАНГ 12013 ● Ф.Н. АбуАбед, к.т.н., доцент , Тверской государственный технический университет дной из основных целей проведения геологотехнологических исследова ний при строительстве скважин является своевременное распознавание нештатных ситуаций. <...> Под нештатными ситуациями по нимаются процессы на буровой и в скважи не, отличающиеся от штатных и требующие адекватного реагирования. <...> Наибольшие проблемы в своевременном автоматизиро ванном обнаружении и определении не штатных ситуаций возникают непосред ственно на буровой. <...> О Это вызывается: ✦ необходимостью практически посто янного визуального контроля технологи ческих процессов на буровой и в скважине; ✦ необходимостью принятия решения и выдачи рекомендаций в реальном времени в условиях недостатка информации; ✦ необходимостью учёта большого коли чества разноплановых факторов и исход ных данных; ✦ не всегда достаточной квалификацией персонала. <...> Поскольку при распознавании предава рийных ситуаций, возникающих в процес се бурения, размерность пространства при знаков достаточно велика и границы между классами предаварийных ситуаций явля ются нечеткими, применение байесовской классификации и кластерного анализа представляется нецелесообразным. <...> Поэто му в качестве математического аппарата предложено использовать искусственные нейронные сети прямого распространения, обучаемые с помощью алгоритма обратного распространения ошибки [5, 6]. <...> Математически процесс обучения нейро сети описывается следующим образом: в процессе функционирования нейронная сеть формирует выходной сигнал Y в соот ветствии с входным сигналом X, реализуя некоторую функцию Y = G(X). <...> Если архи тектура сети задана, то вид функции G оп ределяется значениями синаптических ве сов и смещений сети. <...> Если выбрано множество обучающих примеров — пар (Xk и способ вычисления функции ошибки E, то обучение нейронной сети превращается в задачу <...>