共查询到19条相似文献，搜索用时 140 毫秒
1.
2.
微地震震源定位方法是微地震监测领域的一项核心技术，而考量微地震技术应用效果好坏的准则在于震源定位方法的精确程度。针对非常规油气开发过程中微地震震源定位方法的应用，本文对微地震震源定位方法进行阐述。其中：几何作图法具有稳健、效率高的优势，但震源位置较深时定位精度较低；线性定位法无需速度模型精度，但对初至拾取的精度有较大影响；非线性定位法对初至拾取较为敏感，对速度模型的精度要求较高，但计算量较小；混合优化定位法在一定程度上提高了定位的精度和效率，但在低信噪比、速度模型精度较低时优势不明显；基于波形偏移的定位方法无需考虑初至拾取的精度，但计算量较大；基于神经网络的定位方法采用训练网络进行训练，定位精度高，误差小。同时，本文还介绍了多方法多参数信息融合技术在油气藏微震震源定位中的应用。 相似文献
3.
倾斜层状地层中速度模型对于震源精确定位具有重要意义。基于水平层状地层两点间的快速射线追踪法,分析了应力波在倾斜地层中的传播路径及规律。结合网格搜索法,提出了针对倾斜地层的微震定位算法,并与传统的基于单一速度模型的定位算法进行对比分析;探索性地采用了颗粒流理论构建地层数值模型,通过颗粒间的相互作用模拟应力波传播进行定位算法有效性验证。研究结果表明：（1）对于倾斜地层,基于简化弹性波等速传播规律的定位算法精度较差,单一速度模型不能满足复杂介质的定位要求;（2）采用倾斜分层速度模型并改进应力波传播路径的计算方法能有效提高倾斜地层的震源定位精度,同时分析了地层倾角以及地层数对算法精度的影响,表明定位误差与倾角、地层数成正比;（3）通过减小网格搜索法的网格尺寸可在一定程度上提高定位精度,合理的尺寸大小和搜索策略有助于网格搜索法在实际工程中的应用。建立的倾斜地层震源定位及其验证方法可为进一步研究复杂地层定位监测技术提供重要的理论和技术支撑。 相似文献
4.
速度结构误差对双差地震定位法的影响 总被引：1，自引：0，他引：1
在采用双差法获取地震相对位置时,需要对研究区域的速度结构有准确的认识,以防止在定位时得到人为的震源相对位置。速度结构决定震源和台站之间的射线路径,射线路径以及震源处离源角决定走时相对于震源坐标系的偏导数,这是反演过程的核心,即将双差映射 相似文献
5.
微震定位方法是微震监测技术的重要组成部分,其关键是定位震源位置。利用空间网格划分并计算网格交点目标函数值,对微震定位目标函数二维及三维空间分布进行了分析,并据此获取了目标函数连续且极小值唯一、单轴收敛范围逐步减小、各轴收敛范围不一的规律。利用以上规律及模式搜索法、网格搜索法的优缺点,探索出了基于连续比较模块、变步长模块、加速模块的变步长加速搜索法。通过模拟算例与工程数据下收敛稳定性、结果精确度、计算速度以及参数初始值影响程度4个指标的效果对比,结果表明：模拟算例下,对比模拟退火算法、遗传算法,变步长加速搜索法的目标函数值标准差、定位误差标准差、波速误差标准差均为0;该算法的定位误差平均值分别为其余二者的0.7%、1.9%;该算法的计算时间平均值分别为其余二者的6.9%、33.2%。该算法单独更改各参数对定位误差的影响在0.005～0.025 m之间;减小搜索步长下限可有效提高结果精确度,并增加相应的计算时间。在规定初至到时与目标函数模型及检波器位置坐标下,搜索算法对定位精度无实质影响。 相似文献
6.
《物探与化探》2015,(5)
粒子群优化算法(PSO)是通过模拟鸟群觅食过程中的社会行为而提出的一种基于群体智能的全局随机搜索算法,已有研究学者证明PSO算法是一种有效的地球物理反演方法,不依赖初始模型。此次在研究常规粒子群算法的基础上,针对常规粒子群优化算法易于陷于局部极值,后期收敛速度慢,反演精度不高等缺点,提出了一种改进的充分混沌振荡粒子群优化算法。针对粒子群算法的特点,改进速度更新公式,使粒子更快获取与当前全局最好位置的差异,增强粒子的学习能力,并用此算法在matlab2012b编程环境中对均匀半空间电阻率层析成像异常体理论模型进行了二维数值试验。结果表明,此种算法反演时不依赖初始模型,搜索空间增大,实现全局搜索,在准确性上优于标准PSO反演,成像质量优于Levenberg-Marquardt法反演。 相似文献
7.
8.
双差分地震定位法采用了一维射线追踪法和直角坐标系, 不适合于复杂速度模型中的地震定位.本研究采用三维射线追踪技术和球坐标系改进了双差分定位法, 扩大了它的应用范围.为了检验新方法的可行性和准确性, 以日本海地区下方的深发地震为研究对象, 通过对比4种复杂速度模型中双差分定位结果, 分析速度结构对双差分定位的影响.结果表明, 改进后的双差分定位法受速度结构变化的影响较小, 而且当震源区的速度模型越接近真实速度结构时, 定位结果的精度越高, 这为利用深发地震研究地球深部构造奠定了基础. 相似文献
9.
深埋隧道是交通建设中关键性和控制性的工程,近几年得到了迅速和蓬勃的发展。目前,深埋隧道围岩塑性分析,多采用Hoek-Brown强度准则,该准则只考虑了最大、最小主应力对围岩屈服的影响,与深埋隧道围岩三向受力的特征不符。根据Lee和Pietruszczak提出的递推计算方法,对围岩服从广义张-朱（generalized Zhang-Zhu strength criterion,简称GZZ）强度准则时的变形及周边应力分布进行了研究。发现当采用GZZ强度准则时,深埋隧洞洞壁位移、塑性半径明显减小,塑性区径向应力、环向应力均增大;中主应力系数增大,隧洞周边应力进一步提高。上述解法与引入面外应力解法相比,洞壁位移减小了26.6%,但塑性半径相差不大。应用GZZ强度准则计算了建平隧道围岩变形控制值,解决对深埋隧道围岩变形控制值认识模糊和无法有效判定的问题;继而改进开挖方案,有效提高了Ⅳ、Ⅴ围岩的掘进速度,实现了建平隧道安全快速的施工,获得了良好的工程效果。 相似文献
10.
岩石材料本质上是一种物理非线性的材料,在深埋条件下,隧道围岩系统的变形还表现出几何非线性,这两种非线性机制的相互作用使得围岩系统的卸荷演化具有高度的复杂性.根据重庆某深埋隧道围岩实际情况,运用FLAC3D三维显式有限差分法分析软件,建立了摩尔-库仑剪破坏与拉破坏复合的应变软化模型,采用大变彤方法对深埋隧道围岩系统卸荷进行数值仿真,引入混沌动力学理论对数值模拟的分析结果进行整合,提取了围岩系统演化过程中特征点演化时间序列的Lyapunov指数,对其混沌形态进行了研究.实例分析表明:深埋隧道围岩系统卸荷演化呈现典型的混沌性态,且系统演化具有对初始条件的敏感性. 相似文献
11.
12.
13.
将混沌寻优思想引入到粒子群优化算法中,提出了混沌粒子群算法,这种方法利用混沌运动的随机性、遍历性和规律性等特性对当前粒子群体中的粒子进行混沌寻优。通过这种处理使得粒子群体的进化速度加快,从而改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。并将混沌粒子群算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据以及确定河流水质参数的函数优化问题,结果表明,混沌粒子群算法的收敛性能明显优于粒子群优化算法。 相似文献
14.
地下水污染源反演的Hooke Jeeves吸引扩散粒子群混合算法 总被引：2，自引：0，他引：2
根据污染物质量浓度监测数据进行地下水污染源反演是一类典型的地下水逆问题,该问题可转化为决策变量为污染源位置和强度的最优化问题进行求解。基于Hooke-Jeeves粒子群混合算法,引入吸引扩散粒子群(ARPSO)算法的粒子群发散算子,保证混合算法的种群多样性,并提出HJ-ARPSO混合算法,再结合地下水污染物迁移模型MT3DMS反演地下水污染源的位置和强度信息。在已知污染源位置和未知污染源位置两种情形下,分别利用HJ-ARPSO算法、HJ-PSO算法和GA算法进行地下水污染源反演。在两种情形下,HJ-ARPSO算法均具有较高的寻优成功率(分别对应为100%和90%);与之相比,未引入粒子群发散算子的HJ-PSO算法在未知污染源位置情形下其寻优成功率迅速降为60%;GA算法寻优效率则最低。算例结果表明,HJ-ARPSO算法是一种有效的地下水污染源反演优化算法。 相似文献
15.
隧道近距下穿山坡楼房爆破振动测试研究 总被引：3，自引：0，他引：3
以成渝客运专线新红岩隧道为工程背景,测试了隧道近距下穿山坡楼房爆破时引起的地面振动。通过对隧道浅埋侧（隧道地表斜坡下部）和深埋侧（隧道地表斜坡上部）的地表振动数据分析,研究了地表的振动速度、振动主频及振动安全评价方法。结果表明：在浅埋隧道爆破的近区,入射纵波为主要载体,地表水平和竖直方向振动的主要成分可以认为是入射纵波在水平和竖直方向的投影,浅埋侧和深埋侧地表水平和竖直方向振速的大小取决于爆心距和入射纵波与竖直方向的夹角两个因素;隧道采用电子雷管进行单孔连续起爆,相比非电雷管爆破,可以有效降低地表振动强度,同时能够提高地表振动主频;地表振动主频方面,地表竖直方向振动主频普遍高于水平方向,而且浅埋侧地表竖直和水平方向主频大多高于深埋侧地表对应方向的主频;隧道近距下穿山坡楼房进行爆破施工时,建议在浅埋侧和深埋侧地表同时布置爆破振动监测测点,并根据浅埋侧和深埋侧地表测点的峰值振速、爆破振动主频与建筑物固有频率的关系对地表振动安全进行评价,以减少隧道施工爆破对地表环境和周围建筑物造成的振动破坏。 相似文献
16.
17.
Optimization techniques for identifying soil parameters in geotechnical engineering: Comparative study and enhancement 
下载免费PDF全文
下载免费PDF全文 A comparative study of optimization techniques for identifying soil parameters in geotechnical engineering was first presented. The identification methodology with its 3 main parts, error function, search strategy, and identification procedure, was introduced and summarized. Then, current optimization methods were reviewed and classified into 3 categories with an introduction to their basic principles and applications in geotechnical engineering. A comparative study on the identification of model parameters from a synthetic pressuremeter and an excavation tests was then performed by using 5 among the mostly common optimization methods, including genetic algorithms, particle swarm optimization, simulated annealing, the differential evolution algorithm and the artificial bee colony algorithm. The results demonstrated that the differential evolution had the strongest search ability but the slowest convergence speed. All the selected methods could reach approximate solutions with very small objective errors, but these solutions were different from the preset parameters. To improve the identification performance, an enhanced algorithm was developed by implementing the Nelder‐Mead simplex method in a differential algorithm to accelerate the convergence speed with strong reliable search ability. The performance of the enhanced optimization algorithm was finally highlighted by identifying the Mohr‐Coulomb parameters from the 2 same synthetic cases and from 2 real pressuremeter tests in sand, and ANICREEP parameters from 2 real pressuremeter tests in soft clay. 相似文献
18.
One of the main factors in the effective application of a tunnel boring machine (TBM) is the ability to accurately estimate the machine performance in order to determine the project costs and schedule. Predicting the TBM performance is a nonlinear and multivariable complex problem. The aim of this study is to predict the performance of TBM using the hybrid of support vector regression (SVR) and the differential evolution algorithm (DE), artificial bee colony algorithm (ABC), and gravitational search algorithm (GSA). The DE, ABC and GSA are combined with the SVR for determining the optimal value of its user defined parameters. The optimization implementation by the DE, ABC and GSA significantly improves the generalization ability of the SVR. The uniaxial compressive strength (UCS), average distance between planes of weakness (DPW), the angle between tunnel axis and the planes of weakness (α), and intact rock brittleness (BI) were considered as the input parameters, while the rate of penetration was the output parameter. The prediction models were applied to the available data given in the literature, and their performance was assessed based on statistical criteria. The results clearly show the superiority of DE when integrated with SVR for optimizing values of its parameters. In addition, the suggested model was compared with the methods previously presented for predicting the TBM penetration rate. The comparative results revealed that the hybrid of DE and SVR yields a robust model which outperforms other models in terms of the higher correlation coefficient and lower mean squared error. 相似文献
19.
针对岩石力学试验中传统的声发射定位算法存在局限性,将灰狼算法(GWO)引入声发射定位研究中,该算法模仿了狼群的领导阶层与狩猎机制,用α、β、δ和ω 4种灰狼来模拟头狼领导,通过搜寻猎物、包围猎物和攻击猎物3个步骤实现目标的发现到捕获的全过程。在原始灰狼算法的基础上,针对其局部搜索能力欠佳的缺陷,修改收敛因子递减方式和淘汰最劣个体,提出基于种群记忆淘汰制的改进灰狼算法(BGWO)。基于预制裂隙岩石试件单轴压缩声发射试验结果,对比分析BGWO、GWO、引力搜索法(GSA)、Geiger算法、最小二乘法(LS)算法等5种定位算法的性能,发现改进后的BGWO算法在声发射定位搜索效率、搜索精度、稳定性和试验结果模拟方面效果优于其他算法。 相似文献