国道213汶川—松潘段滑坡隐患遥感识别与易发性评价

国道213汶川—松潘段位于强震山区,滑坡灾害频发,每年都会因滑坡灾害导致交通中断,迫切需要查明沿线滑坡隐患的空间分布,并对其易发性进行评价。利用光学遥感和InSAR综合遥感技术对沿线滑坡隐患进行识别,共识别滑坡隐患288处,其中InSAR探测出有形变的滑坡隐患点27处。以识别出的滑坡隐患为评价样本,选取高程、坡度、坡向、地表曲率、工程地质岩组、归一化植被指数(normalizied difference vegetation index,NDVI)、距道路距离、距河流距离、距断层距离等9个影响因素作为评价因子,采用Logistic回归模型评价该沿线滑坡隐患易发性,评价结果可为国道213汶川—松潘段滑坡灾害防治提供参考。     

交会图和Carbon软件在火山碎屑岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用交会图及Carbon软件对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是交会图的选取,以交会图和Carbon软件为基础实现对岩性的识别。将研究方法应用在海拉尔地区火山碎屑岩岩性识别问题中,取得了很好的效果,岩性解释符合率80%。     

煤层气地质工程一体化平台的建设构想

钻井液流变性是钻井液流动和变形的特性,对于携带与悬浮岩屑、提高钻进速度至关重要,准确掌握钻井液流变参数是保证井眼清洁与高效钻进的前提。提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的钻井液流变参数智能识别方法,通过磁力搅拌产生稳定的钻井液流动图像,利用多种数据增强方法增加图像数量并建立数据库,增强模型的鲁棒性和泛化能力。优化AlexNet卷积神经网络算法,构建钻井液流变参数识别模型。将数据库划分为训练集：验证集：测试集=7：2：1,对训练集进行迭代训练并通过验证集调整参数获得最佳拟合模型。此外,运用混淆矩阵、卷积核可视化技术和类激活技术(Gradient-weighted Class Activation Mapping,Grad-CAM)对模型进行多方位评估。结果表明：(1)钻井液流变参数识别模型对钻井液塑性黏度测试的宏精确率为95.2%,宏召回率为94.7%,宏F₁值为0.95。(2)对钻井液表观黏度测试的宏精确率为91.6%,宏召回率为91.5%,宏F₁值为0.90。(3)利用卷积核可视化技术和Grad-CAM对特征提取进行可视化处理,发现钻井液波纹形状和大小会影响模型流变参数识别准确度。(4)室内测试结果表明,该模型的测试误差为±2 mPa·s,在设计允许范围以内,具有较高的识别精确度和稳定性。所提出的钻井液流变参数实时智能识别方法可为安全、快速和准确地进行钻井液流变性测试提供智能化技术思路。

     

垂直上升管中油气水三相流流型多尺度熵分析

为了研究垂直上升管中油气水三相流流动特性,本文利用纵向多极阵列电导式传感器（VMEA）和阵列电导探针组合测量方法在内径为125 mm多相流流动环中采集了油气水三相流电导波动信号,在定义6种油气水三相流流型基础上,绘制了4种油水混合液量下油气水三相流流型转换图,分析了含油率对流型转化及气相流速对油水相态逆转的影响.对水为连续相的5种流型VMEA传感器波动信号进行了多尺度熵分析,研究结果表明：含油率增加可使水包油段塞流在较低气相表观速度下产生;较低流速下的油水相态逆转可发生在油液比为0.9左右,气相流速增加使得逆转点向含油率低的方向偏移;多尺度熵细节可以刻画油气水三相流非线性动力学特性,而低尺度的多尺度熵变化率敏感地反映流型转变,是划分油气水三相流流型的有效准则.多尺度熵有助于理解油气水三相流流型非线性动力学特征.     

地下流体前兆模糊识别

在地震的孕育、发生到发展的过程中，可能会出现多项地下流体观测量不同程度的前兆异常变化，这些异常变化是复杂多样、模糊不清的。引入模糊识别法对一定区域和一定时间段的地下流体观测数据进行了分析和处理，表明模糊识别法可较好地识别和分辨出地下流体前兆的地震异常。     

震相振幅阈值的识别信息及其在中国西部地区数据中的应用

当信号持幅小和噪声水平高而无法测量信号时,提出了一种利用震相振幅内在信息的区域性地震识别法。该法称为二次否定证据识别法,是对Ｅｌｖｅｒｓ（１９７４）提出的远震技术的发展,并推广用于区域识别。本文提出的方法是为单个地震台站开发的,利用了区域的Ｐｇ与Ｌｇ对比判据中的经验信息（Ｐｏｍｅｒｏｙ,ｅｔ ａｌ,１９８３）。我们推导出计算特定台站爆炸漏报和虚报的误识率方程。这些误 认率取决于所要求的最小 信噪比     

基于U-Net的井中多道联合微地震震相识别和初至拾取方法

微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法（MT-Net）.方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法（ST-Net）相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求.     

Daubechies多尺度小波分析技术及其在漠河盆地断裂带划分中的应用

在位场数据处理及解释中,断裂的提取至关重要,因此,如何更有效提取边界信息,压制数据中的噪声成为解释人员重点研究目标.本文通过讨论用于识别重力断裂构造模型的导数方法与Daubechies小波分析方法在信号分析过程中的异同,证明了这两种方法在断裂识别中的有效性.提出将这两种断裂识别方法相结合进行断裂识别的新方法.通过对漠河盆地高精度重力剖面测线数据使用经典断裂反演方法和Daubechies多尺度小波分析相结合的方法划分出10条断裂构造,并在漠河盆地中依据平面重力异常利用上述方法识别出四组断裂构造,详细分析了由剖面数据及平面数据获得的各个断裂的构造特征.通过在漠河盆地高精度实测数据中的应用,多尺度小波分析与经典方法相结合的断裂构造识别方法可有效的避免单用经典方法时产生的多个离散点的影响及对断裂位置划分的干扰.该方法可明显去除一些不收敛的反演点位,使断裂图的清晰度得到大幅度提高.     

改进曲率模态识别桥梁损伤位置方法研究

结构健康监测和结构状态评估的主要前提之一是结构损伤识别。基于曲率模态对结构局部损伤比较敏感和频率指标测试简单方便、精度高的特点,本文提出了一种以结构的曲率模态为基础,综合考虑频率的变化的改进的结构损伤识别方法。随机子空间方法是一种行之有效的基于环境激励的结构状态识别方法。该方法的主要优点是无需人工激励,不中断桥梁的运营。为此,论文提出了一种不中断桥梁运营的基于改进曲率模态的桥梁结构损伤识别方法。最后用一三跨连续梁的有限元模型对该改进方法进行了验证。结果表明,采用随机子空间结合改进的曲率模态方法可以在不中断桥梁运营的前提下有效地识别出桥梁的损伤状况。     

Study on changes in bed characteristics and friction factor in the presence of wash load in suspension

Results of an experimental study on the effects of different concentrations of wash load on the size of bed features and resistance to flow in a laboratory flume are presented. The experiments were carried out under different hydraulic conditions in a 30 m long, 0.204 m wide and 0.5 m deep tilting flume under clear water condition and in the presence of different concentration of wash load in the flow. The bed material used consisted of uniform sediment of size 0.96 mm. Analysis of the data indicates that the characteristics of the bed features change and friction factor increases in the presence of different concentration of wash load in the flow. The reasons for changes in the characteristics of the bed features and increase in friction factor in the presence of wash load are identified and a relationship for predicting friction factor in the presence of wash load has been established.