月球钻探取样技术研究进展

“嫦娥5号”探测器的成功发射，揭开了我国月球采样返回的序幕。面对当前月球（未来深空）探测的需求，钻进技术作为能够获取深层地质样品的最常用手段，受到越来越多的关注。然而，地球环境下的常规钻探机具与工艺在面对月球（太空）环境时并不能直接进行应用。基于此，本文就当前各国月球钻探技术的研究进展进行了广泛调研与分析，具体包括真实月壤的性能及模拟月壤的研发、月球环境对钻进的影响、月球钻探机具结构和月球钻探规程的探索等几个方面；并对未来月球钻探技术的发展进行了分析思考。     

���Ǹ��پ�γ�ǵ���ת��ģ��ת���Ծ����㷨�о�

???????????γ?????????????????????????????????????????γ??????????????????????????滮??γ????????????????????????豸??????????????????γ???????????“??????/??λ???”??????????????ε???????????????????????????????????????????????????γ???     

川南普格上二叠统玄武岩葡萄石-石英晶洞中矿物组合及热液演变特征北大核心CSCD

利用冷热台、激光拉曼光谱仪、电感耦合等离子体质谱仪等仪器设备,对川南普格跨山上二叠统玄武岩葡萄石—石英晶洞中的矿物进行系统的测试分析,揭示出晶洞中热液的来源与演变特征。晶洞中的主要矿物为葡萄石和石英,有少量的硅铁灰石、绿帘石、绿纤石以及赤铁矿等,葡萄石、石英以及硅铁灰石有不同的世代,它们生成的顺序依次为:第1世代浅紫色石英+赤铁矿→第2世代石英+第1世代葡萄石→第3世代石英+第2世代葡萄石+第1世代硅铁灰石→第4世代石英+第2世代硅铁灰石+绿帘石+绿纤石。除浅紫色石英外,其它各世代石英晶体内部均呈现出一定的环带,浅紫色石英中的流体包裹体含有一定量的二氧化硫,而其它三个世代石英中的流体包裹体中均含有二氧化硫和甲烷等气体。晶洞中的热液属于低盐度(8.28%~10.61%NaCl_(eqv))、低温(141.7~188.2℃)型热液,且热液的温度呈现出先升后降(140→190→158℃)的变化趋势。第1世代葡萄石晶体较小,浅黄绿色,单晶体呈板柱状,集合体为葡萄状;第2世代葡萄石呈蓝绿色,单晶体为板状,集合体呈灯笼状。不同世代葡萄石中微量元素含量的变化趋势一致,但第2世代葡萄石中Cr,Ni的含量(分别为301.09×10^(-6)和329.61×10^(-6))高于第1世代葡萄石中Cr,Ni的含量(分别为199.08×10^(-6)和247.57×10^(-6))。葡萄石—石英晶洞中的初始热液是在玄武岩结晶分异晚期,富含二氧化硫的挥发性组分进入玄武岩裂隙和气孔中形成。随着玄武岩浆的冷却,浅紫色石英以及赤铁矿从晶洞中富含二氧化硫和Fe(Ⅲ)的热液中结晶析出,后期深部岩浆热液将玄武岩下伏的碳酸盐岩中富含甲烷和二氧化硫等成分的流体带入到葡萄石—石英晶洞中,导致晶洞附近的玄武岩发生蚀变,岩石蚀变释放出的Cr,Ni等成分随流体进入晶洞,引起晶洞中的温度升高以及晶洞热液中甲烷、二氧化硫以及Cr,Ni等含量的变化。随着石英和葡萄石的大量晶出,晶洞环境逐渐由氧化向还原转变,从而形成了晶洞中不同的矿物。     

基于广义回归神经网络的边坡稳定性评价

边坡失稳是比较常见的地质灾害,判定其稳定性的方法很多,在使用过程中也暴露出了这些方法的缺陷。针对这些问题,构建了适合于边坡稳定性评价的广义回归神经网络模型,并运用Matlab的神经网络工具箱进行了分析和计算,使用了相关数据来训练和测试该模型的可靠性和可行性。结果表明,广义回归神经网络模型在使用过程中需选择合适的光滑因子,而所得出的数据与实际结果较为相符,解决了之前使用的BP神经网络模型的缺点,具有很好的工程运用前景。     

基于Agent技术的分布式虚拟地理信息系统研究

在传统多维G IS技术的基础上,结合虚拟现实技术与分布式计算技术的发展形成了新型分布式虚拟地理信息系统。分布式虚拟地理信息系统在推动虚拟现实技术和G IS应用的同时也提出了诸如网络资源搜索效率低下等新问题,本文从智能计算和分布式处理的角度将Agent技术应用分布式虚拟地理信息系统中,提出了区别于传统网络虚拟地理信息系统的系统架构,并在此基础上详细阐述了Agent技术在分布式虚拟地理信息系统的分布式协同计算和网络搜索方面的应用优势,最后采用IBM公司开发的Aglets系统对Agent技术在分布式虚拟地理信息系统中的应用作了初步的效率检验,证实了其广阔的应用前景。     

基于数字孪生的智能钻探服务平台架构

针对地质钻进过程中钻遇对象未知且复杂多变、钻进事故频发的现状,采用数字孪生技术,构建了基于时序数据驱动的地质钻探数字孪生模型体系,用以满足随钻探测、工况识别、钻速优化等实际需求。将监测到的地表设备、随钻测量、钻进工艺等数据按照时间序列分解为事前数据、实时数据、延时数据和迟到数据,利用物联网技术将这些多源异构数据进行处理,采用时序数据进行特征分析,基于事前数据建立典型工况,实时数据进行随钻预测和钻进过程工况识别,延时数据和迟到数据演进融合进行钻后优化,建立了数字孪生智能钻进周期服务平台,平台设计了设备物理层、虚拟模型层、数据处理层及钻探服务层4层交互系统,实现钻前、钻中、钻后全数据的全过程集成融合,达到了钻进系统参数最优化配置和安全高效钻探的目的。基于上述平台,利用Unity3D软件开发了数字孪生智能钻进原型系统,实现了钻前设备的数字化设计、钻进过程孔内三维可视化和钻进过程参数实时监测与控制的功能。结果表明,基于时序数据构建的数字孪生模型可有效提高钻进过程的效率和可靠性。研究结果为智能钻探优化提供了全新的路径和方法,有望在煤炭、石油、天然气、页岩气等钻探领域实现工程应用。     

基于SUFI-2算法和SWAT模型的妫水河流域水文模拟及参数不确定性分析

敏感性分析和不确定性分析是分布式水文模型参数校准和模型应用的基础。本文以妫水河流域为例,基于SWAT模型和SUFI-2算法进行模型参数敏感性分析,结合手动调参和自动率定,通过SUFI-2的P因子和R因子进行模型不确定性分析,构建妫水河流域分布式水文模型。本次妫水河流域月尺度模拟中:率定期,确定系数R2=0.59,效率系数NSE=0.56;验证期,确定系数R2=0.82,效率系数NSE=0.80;P因子均大于0.5,R因子均小于0.5。结果表明,妫水河流域SWAT模型水文模拟效果较好。     

生产数据的整合与初步分析在钻井中的应用实例

钻井过程中的生产数据是推动产业发展的重要驱动力,也是未来人工智能在钻井行业应用的基础。当前国内外行业巨头均已开始建立生产数据的收集与分析平台,但普通生产一线作业的数据整合与分析仍未引起重视。本文以采集自南海某区域10口井44种不同参数共21912条数据为例展现了生产数据从采集至定量分析的全流程。通过图像点采算法与数据插值补齐算法,实现不同格式数据的矩阵化整合。经过标准化与可视化的处理,可完成对整合数据的定性分析,明确生产数据的规律与趋势。在此基础上,通过统计分析、相关性分析与因子分析,可获得数据特征值,也能明确不同数据间的相互关系。分析结论实现了数据的分组与降维,在保证后续数据建模、人工智能等分析精度的同时降低了建模复杂度。     

模糊综合评判法在岩石可钻性分级中的应用

将传统的岩石物理力学性质测试方法与模糊理论中的模糊综合评判法相结合,总结出一种相对简单但有效的岩石可钻
性分级模型。结合实际钻进的岩石,确定分级模型的影响因素分别是为压入硬度、摆球塑性系数、金刚石钻进时效;以正态分布函
数作为隶属函数来计算模型的评价矩阵,通过模型确定岩石的可钻性等级。运用Matlab软件将计算过程实现程序化,模型计算
结果表明该方法能够对岩石可钻性作出较客观精确的分析。      

基于因子分析的岩石可钻性指标分析

岩石可钻性级别的准确划分是提高钻进效率的有效措施之一,但因其指标极多,故这项工作至今没有圆满解决.传统的方法是通过直接测定岩石的各项物理力学性质来综合判定岩石的可钻性,但这种方法有两大缺陷.首先,各项数据之间数量级和量纲的差距极大;其次,各项数据之间存在很高的相关性,直接使用原始数据判定可钻性会带来误差.用标准差化的方法对原始数据预处理可以消除数量级和量纲的差距.利用多元统计中因子分析模型则可以将原始数据分类构成少数综合因子,再利用数学变换将综合因子转化为综合指标,最终不仅达到降低原始数据维数,简化分析计算的目的,而且综合指标之间的低相关性也避免了原始数据间高相关性带来的误差.