石油是重要的战略资源,钻井是石油工业的基础工程。钻探地层的复杂性、隐蔽性使钻井过程易发生许多复杂情况甚至造成严重的事故,影响井身质量、钻井速度、耗费大量人力、物力、财力、时间甚至威胁工作人员的生命安全。故钻井事故的诊断方法的研究意义重大。本文在研究了常见的钻井事故及其征兆,以及如何使用钻井仪表或综合录井仪获取这些征兆参数的基础上,分析了钻井事故特征参数复杂且模糊的特点,确定了一种利用多神经网络模型进行钻井事故征兆融合,实现事故诊断的方法。并开发出了一套专家系统和神经网络协同工作的钻井事故智能诊断系统。论文研究了钻井常见事故机理并提取出了常见钻井事故的事故征兆,并以此为基础建立了钻井事故知识库。研究了如何利用多神经网络融合多事故征兆进行事故诊断的方法。最终采用Visual Basic、Matlab及Access数据库相结合的编程方式,建立了钻井事故智能诊断系统软件。经过实验室仿真,系统诊断精度能达到94.2%。