薄互层水力裂缝垂向扩展控制因素试验研究

新疆油田某地区油藏的储隔层岩性组合复杂,呈现突出的薄互层产状特征,研究合、分压判断条件有利于提高压裂效率,增强储层动用程度与压后改造效果。水力裂缝在薄互层中的穿层与裂缝扩展行为受薄互层地质特征与压裂施工参数的影响。基于此,开展了薄互层物理模型压裂试验,研究界面胶结、岩层分布、岩层厚度、压裂液黏度与注液排量对薄互层中水力裂缝垂向扩展的影响分析。试验结果表明：薄互层的地层特征界面胶结与岩层分布是水力裂缝垂向扩展的主要控制因素,界面胶结强度对裂缝垂向扩展行为的影响强于岩层分布;由于弱胶结界面的存在,水力裂缝垂向扩展穿层时可发生方向偏转,抑制裂缝垂向扩展;提高压裂液黏度与注液排量有利于薄互层中水力裂缝的穿层垂向扩展。     

基于离心试验的反倾层状岩质边坡内非贯通性裂缝变形特性分析

坡体内不同部位结构面间岩桥断裂扩展导致了反倾层状岩坡的破坏。为研究坡体内非贯通性裂缝断裂扩展对坡体演化的控制作用,以苗尾水电站右坝肩倾倒变形体为地质原型,开展含多组非贯通性裂缝的反倾层状岩质边坡离心模型试验,分析反倾层状岩质边坡内非贯通性裂缝变形特性。结果表明:（1）坡体内含非贯通性裂缝的岩层断裂最终呈现为裂缝间岩桥贯通、缓倾裂缝与上岩层贯通、陡倾裂缝与下岩层贯通、陡倾裂缝与缓倾裂缝端口处贯通及非裂缝处岩层发生断裂等5类裂缝断裂模式,并以裂缝间岩桥贯通为主要断裂模式;（2）基于断裂力学并结合裂缝断裂叠加原理,主折断面处岩层的不稳定系数在坡高1/3处最小,并向坡脚和坡顶两侧逐渐变大,而应力强度因子由坡高1/3处向坡脚和坡顶处逐渐变小;（3）裂缝的断裂扩展控制着坡体演化,并受裂纹率及裂缝周围的尖端应力场影响较大。在坡体演化初期,以坡体后缘压缩沉降和局部岩层裂缝压剪破坏为主,岩层倾角发生较大变化,呈现由坡体上部往下逐级变大的趋势;演化中期,坡体后缘裂缝扩展形成主折断面,坡体中上部岩层角度变化较大,裂缝断裂数目的继续增加;演化末期,裂缝断裂数目保持平稳,主要以断裂岩层的位置重分布为主要变形特征,次级折断面形成,破碎岩层之间进一步被压缩,坡体进一步发生失稳破坏。     

考虑非线性徐变的混凝土温度裂缝扩展过程模拟

混凝土温度应力超过相应龄期的抗拉强度一半时,混凝土的徐变变形不再与应力呈线性关系。采用一个混凝土非线性徐变模型来进行混凝土的温度应力计算,并给出了相应的算法。同时,吸取无网格方法在裂缝扩展模拟方面的优势,采用无网格方法对混凝土的温度裂缝过程进行了仿真计算。数值算例计算结果表明,所编制的无网格法程序具有较好的收敛性和可靠性,能够有效地模拟混凝土块在温度应力作用下的开裂发展过程,考虑混凝土非线性徐变效应后,在开裂时刻混凝土急剧增加的非线性徐变变形缓和了缝端的温度拉应力,使得相同龄期混凝土的裂缝深度和扩展速率要比只考虑混凝土线性徐变要小一些。     

地表沉陷变形的非线性研究

简要介绍非线性理论应用于地表沉陷领域的一些研究成果.主要包括两部分(1)神经网络理论在地表沉陷中的应用.建立减缓地表下沉,BP神经网络模型,预测开采引起的地表沉陷.(2)离散单元法在地表沉陷中的应用.利用离散元解决非线性问题的特点,分析注浆前、后岩层的移动和变形.研究表明,利用神经网络方法和离散元数值模拟可以很好地解决岩层移动的非线性变形,有效地指导工程实践.     

矿区岩层运动非线性动力学特征及预测研究的基本框架

本文把声发射作为序参量描述了岩层运动过程中的自组织性,通过Lyapunov指数的计算对岩层运动过程中的混沌性进行了分析;提出了确定系统独立变量数目的准则和利用自组织映射神经网络确定独立变量类型的方法,最终建立了岩层运动的非线性动力学反演预测方法,从而构成了岩层运动非线性动力学预测研究的基本框架,这对地震、煤矿冲击地压等地质灾害的预测具有重要参考价值。     

地震效应下非线性抗剪强度参数对裂缝边坡稳定性影响的上限解析

基于非线性Mohr-Coulomb破坏准则,结合极限分析上限法和拟静力分析法,建立功能方程,推导了地震效应下裂缝边坡的安全系数计算方程。采用数学规划方法,计算了不同参数组合条件下的边坡安全系数值,详细分析了非线性条件下一系列参数对边坡稳定性的影响。研究表明,边坡安全系数随非线性参数和地震效应的增大而减小。对比分析可知,在非线性破坏准则下,裂缝深度较大时,裂缝对边坡稳定性影响显著,且边坡越陡影响越大;当裂缝深度超过某个值后,临界破坏面起始端可能不穿过裂缝最底端,而是从裂缝中间某部位穿过。在地震效应作用下,非线性抗剪强度参数对安全系数影响显著。研究成果进一步完善了裂缝边坡稳定性分析内容,所列图表为边坡的设计与施工提供有益参考。     

基于混合模糊神经网络储层裂缝地震反演研究

基于储层裂缝系统具有非线性特征,储层裂缝地震反演是由遗传算法(GA)、模糊神经网络(ANF IS)和禁忌搜索算法(TS)有机地结合而构成的自适应混合模糊神经网络技术。该技术在成像测井约束下,形成的自适应混合算法分别训练ANF IS网络的前提参数和结论参数,从而获得满足精度要求的储层裂缝密度的最佳估计值。针对目标储层段,应用储层裂缝地震反演方法对过井地震剖面和联井地震剖面进行了储层裂缝密度反演处理,获得了可用于地质解释和油气预测的视裂缝密度剖面。这种裂缝密度剖面含有裂缝定量信息,其裂缝密度相对误差为:0.8%~24%,满足勘探开发的要求。经与研究区的地质对比分析表明,视裂缝密度剖面上的裂缝展布特征符合研究区的沉积相分布和岩石力学性质的变化特征,对研究区的勘探开发具有重要意义。     

基于深度学习的中心回线瞬变电磁全区视电阻率计算

深度学习是人工神经网络算法的扩展,对复杂函数有很好的逼近能力,本文将其引入用于瞬变电磁视电阻率计算。首先,建立归一化感应电动势与瞬变场参数单一映射关系的5层深度神经网络,通过对单一隐含层不同神经元个数所训练的误差情况进行分析,确定5层深度神经网络各隐含层神经元个数为13,8,5,8,13。训练算法选择了改进的具有自适应学习率的Nadam算法,该算法可加速训练过程。对训练好的深度神经网络模型进行仿真实验,采用典型地电模型加以验证,发现其对不同的地电模型均具有较好的反映,证明本文采用的基于深度学习计算视电阻率的可行性。应用结果表明训练好的深度神经网络模型可快速准确计算视电阻率。     

覆岩层破坏理论在采区地基稳定性评价中的应用 ——以吉林九台营城煤矿为例

煤层开采后,上覆岩层将形成冒落带、裂缝带和弯曲带。根据营城煤矿研究区自然地理条件、区域地质条件和工程水文地质条件,应用覆岩层破坏理论,得出营城煤矿最大冒落裂隙带高度和建筑物荷载的最大影响深度之和为270 m,远小于该区域煤层最小开采深度( 838 m) ,该区不会产生较大的不均匀沉降。     

褶皱岩层高角度斜交构造裂缝的形成机制

构造裂缝的发育往往与褶皱、断层等构造密切相关,本文对钱塘坳陷南缘富阳–临安地区褶皱岩层中的同褶皱裂缝进行了研究。在褶皱翼部多发育与层面斜交的构造裂缝,具体表现为与层面高角度斜交构造裂缝较为发育,而与层面低角度相交的构造裂缝发育较少或不发育。其中,与层面高角度斜交的构造裂缝的特征与层间剪切作用下形成的裂缝特征不同。分析认为岩层褶皱初期主应变轴与层面平行或直交,在岩层褶皱变形过程中,主应变轴与层面高斜交。岩层外弧受到与层面不平行的拉伸,而内弧则受到与层面不平行的压缩作用。本文认为褶皱过程中应变轴的变化是导致岩层中形成与层面高角度斜交构造裂缝的主要原因。     

岩土非线性流变本构模型的辨识算法研究

从岩土非线性流变本构模型通式——P.Perzyna方程出发,研制了岩土工程围岩流变本构模型辨识用有限元计算程序EVP2D,并将其和均匀设计(UD)法结合,获得了用于ANN辨识模型训练用的具有丰富本构信息的全局性输入输出有效数据。尔后,设计了基于实际监测位移数据辨识围岩流变本构模型参数的ANN模型,并在matlab软件平台中研制了辨识用相关程序CYJBS3.M。有关实例验证,从待辨识参数向量UD设计、训练数据的有限元计算获取、ANN模型的训练和辨识这一整体计算过程的实现,表明了UD-FEM-ANN本构模型辨识方法的可行性。      

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

一种大坝渗透系数分区反演新方法研究

基于人工神经网络的非线性映射特征,在渗流有限元计算的基础上,结合水头和渗流量等实测资料提出了大坝渗透系数的反演方法。为了克服经典神经网络存在的缺陷,提出了模拟退火的交替迭代算法神经网络新方法。在相同的初始条件下,用该新方法和经典网络进行了比较,得出前者的优越性和有效性。同时将该方法用于大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算。数值计算结果表明,这种方法对大坝渗透系数反演问题具有较高的识别精度,反演结果可靠,可以用于实际工程。     

日流量预测的小波网络模型初探

针对日流量时间序列的非线性和多时间尺度特性,提出了将小波分析与人工神经网络相结合进行日流量预测的新方法——小波网络模型。该模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力。以长江寸滩站日流量预测为例,研究表明,所构造的模型各预见期的拟合、检验精度较高。小波网络模型延长了预见期,提高了预报精度,具有广阔的应用前景。     

RBFNN模型在渗透系数反演中的应用

针对经典的BP网络存在的一些缺陷,采用了径向基函数神经网络（RBFNN）。在相同的收敛条件下,用RBFNN和经典算法的BP网络进行了比较,表明前者具有优越性。在工程实例中,基于人工神经网络的非线性特点,在三维渗流有限元的基础上,利用RBFNN反演了大坝的渗透系数。并利用反演结果进行渗流场分析,水头预报值也有很高的精度,说明反演结果是正确的,从而,验证了RBFNN应用于反演分析中的可靠性。     

刘家峡水电站扩机工程调压井结构研究

基于三维有限元法,对刘家峡水电站扩机工程调压井结构进行了静力、反应谱分析及非线性有限元分析,评价了结构的荷载效应。首先根据线弹性有限元分析结果,采用拉应力图法对调压井衬砌结构进行了配筋;然后以考虑混凝土开裂的非线性有限元方法校核结构强度和裂缝宽度。通过调整配筋面积,提出了适合于该水电站扩机工程调压井结构的最优结构型式和配筋方案。     

基于人工神经网络的地裂缝危险性评价系统

现代地裂缝在世界许多国家普遍存在, 已成为当今世界范围的主要地质灾害之一。利用地理信息系统 (GIS)与人工神经网络 (ANN)耦合技术建立了地裂缝灾情非线性模拟评价系统。作者在分析地裂缝灾害成因的基础上, 利用地理信息系统 (GIS)的空间分析功能, 建立了构造、地下水开采、地层和地貌 4个地学信息专题层图; 采用人工神经网络 (ANN)这一以工程技术手段模拟人脑神经网络的结构和功能特征的技术系统, 建立了地裂缝灾害危险性非线性模拟评价模型, 开发研制了危险性评价系统, 进而对榆次地裂缝灾害危险性进行了非线性模拟评价, 将研究区按危险性系数进行了分区, 为榆次城建、环保和国土规划等部门的正确决策提供了重要的科学依据。      

钻井船插桩对邻近桩影响的耦合欧拉-拉格朗日有限元方法研究

依据模拟钻井船在黏土层中插桩对邻近桩影响的离心模型试验结果,研究了通过耦合欧拉-拉格朗日（CEL）有限元计算并结合非线性地基梁有限元计算,分析钻井船插桩对邻近桩影响问题的可行性。CEL有限元方法将产生大变形的土体设为欧拉体,采用欧拉有限元方法计算该区域的变形响应,计算过程中,欧拉体的空间网格形状、大小位置保持不变,物质可在网格之间运动;其他土体设为拉格朗日体,采用拉格朗日有限元方法计算变形响应,计算过程中,物质的运动和网格的变形保持一致。运用罚函数方法实现欧拉体与拉格朗日体的耦合。通过CEL有限元计算,可以确定钻井船插桩导致的邻近桩桩身水平位移。进一步通过非线性地基梁有限元模型计算确定桩身弯矩。计算结果表明,利用CEL有限元方法并结合非线性地基梁有限元方法计算出的桩身位移和弯矩沿桩长的变化与离心模型试验结果基本一致。说明采用CEL有限元方法并结合非线性地基梁有限元方法分析黏土层中插桩对邻近桩的影响问题是可行的。CEL有限元模型中欧拉土体范围的设置对计算结果有明显影响。研究表明,若插桩深度小于0.75倍桩靴直径,可将欧拉土体范围设置成1.00～1.25倍桩靴直径;若插桩深度大于0.75倍桩靴直径,将欧拉土体范围取为插桩深度以下0.5倍桩靴直径是恰当的。