PDC鉆頭在各油田大量推廣使用，PDC鉆頭的合理使用問題也非常突出。因此，本文開展地層可鉆性評價與PDC鉆頭合理使用方法研究具有重要的理論意義和應用價值。本文以地層可鉆性評價為基礎，緊密圍繞PDC鉆頭合理使用問題進行了深入系統研究，取得了以下主要效果：研究了巖石的孔隙結構分形特征、巖石顆粒粒度分形特征及其與巖石可鉆性之間的關系。結果標明：巖石孔隙分形維數與巖石可鉆性之間的相關性較差，巖石顆粒粒度分形維數與巖石可鉆性關系密切，其可作為反映巖石破碎難易程度的特征量。巖石顆粒粒度分形維數與巖石抗壓強度、巖石硬度、巖石可鉆性級值、巖石內摩擦角之間的定量關系模型。應用支持向量機理論，提出了一種對鉆頭下部未鉆開地層的可鉆性進行預測的新方法—地層可鉆性時序支持向量機預測方法。與時序神經網絡預測方法相比，該方法具有預測精度高、推廣預測能力強等優點。根據地震資料和測井資料的實質一致性，相似構造選擇的基礎上，建立了野貓井巖石可鉆性鉆前預測神經網絡模型，并進行了實例驗證。綜合考慮地層非均質性、可鉆性和研磨性等多種巖石力學特性，應用模糊優選理論，建立了地層巖石力學性質相似層位的模糊優選模型。相似層位優選的基礎上，建立了一種既考慮地層多種巖石力學性質又考慮鉆頭使用情況的PDC鉆頭通用選型方法。該方法以PDC鉆頭使用資料數據庫為基礎，既可以對已鉆區塊進行鉆頭選型，也可以對新探區、新層位進行選型，具有普遍適用性。根據機件的線性累積損傷理論，建立了綜合考慮地層研磨性變化和鉆井操作參數變化的PDC鉆頭剩余新度預測模型。以錄井資料為基礎，根據BP神經網絡原理，建立了巖性實時識別、鉆頭磨損狀態實時判斷雙重神經網絡模型。上述模型為PDC鉆頭合理使用壽命預測及合理確定起鉆時間提供了理論依據。應用多目標優化理論，建立了PDC鉆頭鉆進參數多目標優化模型，并提出了應用改進的基于實數編碼的遺傳算法求解該模型的方法。目前的每米鉆井利息最低模型只是本模型的一種特例。巖石可鉆性。