共查询到17条相似文献，搜索用时 171 毫秒
1.
横波速度是储层表征描述、AVO分析和流体识别的重要信息。干酪根是富有机质页岩的重要成分且具有非固体非流体的特殊弹性性质,常规处理方法是将其等效为流体。这里提出了一种基于变化孔隙纵横比Xu-White模型的富有机质页岩横波预测方法,首先将干酪根同时等效为基质矿物和孔隙流体引入模型中,然后利用模拟退火粒子群算法,在约束条件下,反演出变化孔隙纵横比,并以变化孔隙纵横比初始化,模型构建富有机质变化孔隙纵横比Xu-White模型,最后结合测井信息与岩石物理模型预测横波速度。将该方法应用于中国西南部四川盆地东南焦石坝地区某井位,通过对比固定孔隙纵横比Xu-White模型方法与干酪根流体等效的变化孔隙纵横比Xu-White模型预测结果,验证了该方法的适用性和准确性。本方法将为富有机质页岩的研究提供更准确的横波速度资料。 相似文献
2.
横波速度对于地震模拟、AVO分析以及流体识别具有重要意义,实际测井数据中横波速度信息缺乏,因此横波速度预测已经成为岩石物理研究的一个焦点。综合Xu-White模型以及Pride模型,提出了一种新的用于计算干岩石模量的岩石物理模型。该模型综合考虑了孔隙形状和成岩作用对干岩石体积模量、剪切模量的影响,因此该模型更加合理并具有更高的精度。同时联合Gassmann理论,建立了饱和流体岩石的纵波、横波速度计算模型。将该模型成功地应用于实验室测量数据和实际测井数据的横波速度预测中,预测结果表明,基于本文提出的岩石物理模型的横波速度预测方法是行之有效的。 相似文献
3.
水下爆破是一个复杂的、非线性的动态能量释放过程,其涉及到的影响因素众多。为了充分利用少量的实测数据,较准确地预测水下爆破质点峰值振动速度,引入灰色关联分析理论,并结合遗传神经网络较强的非线性映射优势和全局化的搜索能力,建立基于灰色关联分析的遗传神经网络模型(GRA-GA-BP)。该模型利用灰色关联分析理论,充分挖掘小样本潜在信息特征,较合理地确定了影响爆破振动速度的主要因素,解决了神经网络在多变量复杂系统中输入变量无法自动寻优的难题,从而增强了神经网络的适应能力和稳定性。采用该模型对广东台山核电站1期工程大襟岛水下爆破开挖质点峰值振动速度进行预测,并与传统的遗传神经网络及萨道夫斯基公式预测结果进行对比,发现GRA-GA-BP模型的预测值与实测值吻合更好,预测误差更稳定。研究方法可为小样本、多因素影响下类似工程质点峰值振动速度预测提供借鉴。 相似文献
4.
综合考虑碳酸盐岩储层孔隙度、孔隙类型对储层物性参数的影响,对常规的Xu-White模型等效介质理论进行了改进,采用K-T理论增加多种不同类型的孔隙(如粒间孔隙、刚性孔隙、裂隙等),得到了一种新的改进的Xu-White模型等效介质理论,并提出了一套新的适用于碳酸盐岩储层的地震数值模拟方法。该方法首先采用改进的Xu-White模型等效介质理论,来计算碳酸盐岩储层的等效参数,将各向异性的储层转换为均匀介质;然后再采用声学波动方程进行地震数值模拟。模型试验的结果表明,该方法不仅计算效率高,而且可以得到高信噪比的模拟记录,其主要地层的反射波场特征与弹性波方程数值模拟完全一致,是一种简单高效的适用于碳酸盐岩储层的地震数值模拟方法。 相似文献
5.
苏里格S区块储层与围岩阻抗差异小、气水关系复杂,叠后纵波阻抗反演方法难以区分优质储层,通过研究区岩石物理分析可知,叠前参数纵横波比可以有效区分岩性和含气性。本文首先进行模型正演确定储层地震响应特征;然后通过适用于砂泥岩的Xu-White模型进行岩石物理建模及横波预测,建立岩石物理模板;其次采取线性去噪、剩余振幅补偿等处理方法对CRP道集进行优化;最后通过叠前同时反演定量预测储层厚度及含气性。结果表明：(1)储层顶界的地震反射特征为强波谷反射,底界反射不明显;(2)纵横波比小于1.68可有效划分砂岩,联合纵波阻抗小于12 200 g·cm-3·m·s-1预测储层,再由更低的纵横波比小于1.57识别含气性;(3)储层展布特征与含气性预测范围趋势相似,但在局部上存在差异,储层发育程度与其含气性不一定呈正相关。本文所提方法期望为下一步圈定有利含气储层面积及井位部署提供有力的技术支撑。 相似文献
6.
7.
基于岩石物理模型的测井约束横波速度计算方法研究 总被引：1，自引：1，他引：0
周中彪 《物探化探计算技术》2010,32(5):536-541
在横波速度计算方面采用经验公式往往精度有限,通过对岩石物理模型的研究分析,采用Xu-White模型法来计算横波速度。为了减少误差,应用模拟退火算法对孔隙度参数进行修正,再利用修改后的孔隙度,结合其它参数最终得到精确的横波速度。在实际工区中,计算的横波速度和实际的横波速度吻合程度较高,误差小于10%。 相似文献
8.
随煤层开采深度的不断增加,煤矿生产过程中面临着复杂的突水机理和多变的突水主控因素,且各因素间相互联系的不确定性,使底板突水预测的难度不断增加。为准确预测底板突水危险性,针对底板突水的小样本、非线性问题,首先利用遗传算法(Genetic Algorithm,GA)将网络随机赋值的初始权值和阈值初次优化,再选取搜索能力强、稳定性较好的麻雀搜索算法(Sparrow Search Algorithm,SSA)对权值和阈值进行二次寻优,从而建立SSA-GA-BP神经网络底板突水预测模型。分析整理山东省滨湖煤矿地质及水文地质资料,选取含水层水压、含水层厚度、隔水层厚度、断层密度、断层分维值、渗透系数、单位涌水量、底板破坏深度共8个因素,作为预测底板突水的主控因素,绘制各主控因素3D映射投影曲面图;利用Surfer软件中的克里金插值法提取50个数据点作为模型的输入样本(分为训练集40个,测试集10个),对模型进行训练学习,训练误差精度达到要求后,对滨湖煤矿3个未开采工作面的12个数据点进行突水危险性预测。为了验证所建模型的准确性,利用BP、GA-BP、SSA-GA-BP这3种模型对测试集进行预测;为避免模型仅与BP网络预测对比的片面性,同时选取以熵权法确定权重的模糊综合评判法对测试集进行预测;将各网络模型及方法的预测结果与实际值进行对比分析。结果表明:基于SSA优化的GA-BP神经网络模型突水预测误差较小,预测结果准确率更高,为矿井水害预测预报提供了科学的评价方法和理论依据。 相似文献
9.
影响堤防管涌的各种因素是不确定和随机的,在堤防管涌的发生过程中各因素间表现出复杂的非线性行为。运用基于RBF神经网络的基本原理,建立了堤防管涌预测的RBF神经网络模型,从新的角度研究堤防管涌的预测问题,对该问题进行了探索性的研究。对该理论的建立以及预测方法进行了系统的讨论,为该领域的研究提供了完整的技术方法。对于23个典型堤防管涌实例的研究表明,RBF网络较BP网络有较高的预测精度,较短的预测时间和较快的预测速度,能够较好地描述堤防管涌的非线性特征。 相似文献
10.
滑坡失稳的预测预报研究是地质工程领域中的一项重要课题,准确地确定预测预报理论模型的参数是实际应用中的难点。在实际滑坡监测中通常可以观察到位移曲线呈现阶梯形,这些阶梯形位移变化点就是滑坡的变形突变点。为研究滑坡变形突变点的变形特征,进行了不同荷载作用下的天然试样以及不同荷载、不同含水率作用下的浸水试样的流变试验,得到了累计位移-时间曲线以及变形速度-时间曲线。依据秦四清的锁固段理论以及速度倒数法滑坡预警模型对试验结果进行分析。研究结果表明：荷载和含水率的变化对模型参数没有影响,模型参数是关于材料属性的函数;变形过程中突变点的变形特征与破坏时的变形特征相似,并且速度倒数法预警模型在突变点和破坏点确定的模型参数基本一致。因此,滑坡监测曲线中早期位移突变点确定的模型参数可以用于确定滑坡破坏时的预警模型。 相似文献
11.
准确预测储层的等效孔隙纵横比对页岩储层岩石物理建模及横波速度预测具有重要意义。为分析页岩储层孔隙纵横比及预测横波速度,提出了基于岩石物理模型的页岩孔隙纵横比反演及横波速度预测方法。本文首先通过岩石物理模型建立岩石的纵、横波速度与孔隙纵横比、孔隙度和矿物组分等参数之间的定量关系,寻找最佳孔隙纵横比;然后通过使理论预测与实际测量的纵波速度之间误差达到最小的方式反演孔隙纵横比,并以此为约束预测横波速度。实际测井数据反演结果表明,龙马溪组页岩地层的孔隙纵横比稳定,而围岩的孔隙纵横比变化范围较大;说明与围岩相比,页岩的孔隙结构更为稳定。同时,预测得到的页岩横波速度与实测横波速度的误差较小,另外对于缺少矿物组分资料的页岩层段,用平均矿物组分预测得到的横波速度误差仍较小;说明与矿物组分相比,龙马溪组页岩的纵、横波速度对孔隙纵横比参数更敏感。综上所述,利用该方法可预测到较为准确的等效孔隙纵横比和横波速度。 相似文献
12.
文章采用DAN3D数值方法对深圳人工堆填体滑坡运动过程进行了模拟研究,探讨了深圳“12.20”滑坡远程动力成灾过程。通过研究得到以下几点结论:（1）滑坡后破坏运动主要分为两个阶段:前一阶段为滑源区内运动,体现了高孔隙水压力下滑剪切;后一阶段为在流通区和堆积区内运动,体现了高饱和度滑体流动（涌动）剪切。（2）饱水渣土滑坡远程流化运动分析中,摩擦模型适合模拟孔隙水压力作用下的滑源区渣土体的失稳下滑运动过程;宾汉姆模型适合模拟非牛顿流体饱和渣土体的流化剪切过程;摩擦-宾汉姆组合模型更适用于该类型滑坡全过程的反演运动分析。（3）深圳滑坡后破坏运动速度变化主要经历了“启动-加速-持速-减速”的运动过程,高含水渣土的固-流转化致使滑坡远程运动,并造成巨大伤亡损失。（4）模拟结果显示:堆积区平均堆积厚度为11 m,堆积范围为0.4 km 2,最大运动速度为30 m/s,最大速度发生于距滑坡后缘620 m处,堆积范围、堆积厚度和运动速度同滑坡实际值基本一致。上述研究思路和方法对城市地质中渣土滑坡灾害的危险区划和渣土场科学选址评估具有一定借鉴意义。 相似文献
13.
泥石流平均流速预测模型及敏感因子研究 总被引：1，自引：0，他引：1
为了探求泥石流平均流速敏感因子及影响因素耦合关系,本文采用BP神经网络和支持向量机模型对蒋家沟泥石流数据进行预测,对两种泥石流平均流速预测模型的学习与泛化能力进行比较,并对平均流速各影响因素的敏感程度进行分析,建立了泥石流平均流速敏感因子预测模型。结果表明:支持向量机的泛化能力优于BP网络,更适合样本数量较少的泥石流动态预测。沟道比降和不稳定层厚度是泥石流平均流速的主要影响因子,各因子之间存在复杂的耦合关系。基于不稳定层厚度和泥面比降的泥石流平均流速预测模型精度较高,能够定量描述泥石流动态与影响因子间的响应关系。研究成果可为泥石流防治提供依据。 相似文献
14.
15.
Soil liquefaction as a transformation of granular material from solid to liquid state is a type of ground failure commonly associated with moderate to large earthquakes and refers to the loss of strength in saturated, cohesionless soils due to the build-up of pore water pressures and reduction of the effective stress during dynamic loading. In this paper, assessment and prediction of liquefaction potential of soils subjected to earthquake using two different artificial neural network models based on mechanical and geotechnical related parameters (model A) and earthquake related parameters (model B) have been proposed. In model A the depth, unit weight, SPT-N value, shear wave velocity, soil type and fine contents and in model B the depth, stress reduction factor, cyclic stress ratio, cyclic resistance ratio, pore pressure, total and effective vertical stress were considered as network inputs. Among the numerous tested models, the 6-4-4-2-1 structure correspond to model A and 7-5-4-6-1 for model B due to minimum network root mean square errors were selected as optimized network architecture models in this study. The performance of the network models were controlled approved and evaluated using several statistical criteria, regression analysis as well as detailed comparison with known accepted procedures. The results represented that the model A satisfied almost all the employed criteria and showed better performance than model B. The sensitivity analysis in this study showed that depth, shear wave velocity and SPT-N value for model A and cyclic resistance ratio, cyclic stress ratio and effective vertical stress for model B are the three most effective parameters on liquefaction potential analysis. Moreover, the calculated absolute error for model A represented better performance than model B. The reasonable agreement of network output in comparison with the results from previously accepted methods indicate satisfactory network performance for prediction of liquefaction potential analysis. 相似文献
16.
The rotation behavior of rigid elliptical inclusions adherent to the viscous matrix in simple shear flow is investigated using a 2-D finite element numerical model. Several simulations were performed using different ratios (S) between shear zone width and inclusion's least principal axis. A computational strategy was devised to calculate pressure and viscous forces exerted on the inclusion and deduce its angular velocity. For large S values, results agree remarkably well with theoretical predictions, while for small S values results deviate significantly from theory but are in agreement with previous analogue experiments. The numerical model provided detailed and coherent information about the physical parameters involved in the process (e.g., pressure, strain rate and vorticity distributions within the model). 相似文献