甘肃敦煌现代边滩砂级颗粒叠瓦构造研究

从近年来对甘肃敦煌党河和敦煌阿克塞河进行的详细的工作中发现了在现代边滩砂级颗粒中也会发育叠瓦构造,且远比砾石中的叠瓦构造复杂。首先,研究发现砂级叠瓦构造的倾角比砾石叠瓦构造的倾角变化要大,介于12°~88°之间,倾角均值在51°~63°,明显大于同河段砾石叠瓦构造的倾角34°,倾角如此之大可能与颗粒的紧密堆积有关;其次,倾向无砾石叠瓦构造那么稳定,有时可在小范围内呈现出双倾向。叠瓦构造倾角的统计分析数据也表明其稳定性不好;三是砂级叠瓦构造可以受薄层的控制,也可以呈层块状;四是根据砂级颗粒的接触关系又可以将其分为两种:颗粒支撑的叠瓦构造和含杂基的颗粒支撑叠瓦构造。颗粒支撑的叠瓦构造发育在"清水"环境,一般是在洪水的稳定期形成的;而含杂基的颗粒支撑砂级叠瓦构造则是发育在浊水环境,可能是在洪水的高峰时期形成的。砂级叠瓦构造的研究对于沉积环境的研究、古流分析和储层的研究具有重要的意义。颗粒支撑的砂级叠瓦构造还可以形成特殊的屏蔽孔隙,成为很好的储集空间,是砂岩储层出现各向异性的根本。     

一种新型GNSS/IMU方式在无人机导航中的应用

GNSS/IMU组合导航一般采取基于欧拉角的组合方式。为了加快收敛速度,通常采用非线性滤波。但非线性滤波如EKF等仍然有一定的截断误差且计算量较大。采取基于DCM的组合导航方式,建立了基于DCM的GNSS/IMU的组合导航模型,并以基于DCM的卡尔曼滤波方式进行滤波解算。组合导航姿态收敛快,且计算量小。通过采用无人机实测数据进行分析,并与基于欧拉角的Kalman滤波组合导航算法进行比较,该方法有效缩短了计算时间,且精度较高。更适合无人机等高动态载体的实时导航需求。     

辅助模型辨识方法(6):性能分析

辨识方法的性能分析是系统辨识领域的重要而困难的研究课题.新的辨识方法一诞生,就伴随着收敛性分析.辅助模型辨识是辨识的一个分支,辅助模型辨识方法已成为一大类辨识方法族,关于其收敛性也提出了许多课题.本文研究了输出误差系统辅助模型随机梯度算法、辅助模型递推最小二乘算法、辅助模型多新息随机梯度算法、变间隔辅助模型随机梯度算法和变间隔辅助模型递推最小二乘算法的一致收敛性,近似分析了Box-Jenkins系统辅助模型递推广义增广最小二乘算法的性能.     

Study on eliminating noises in short-period data of geomagnetic intensity by using numerical multichannel predictive filtering

ＩｎｔｒｏｄｕｃｔｉｏｎＩｔｉｓｋｎｏｗｎｔｈａｔｔｈｅｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｉｍｐｅｄａｎｃｅｓｏｆｔｈｅｃｒｕｓｔｍｅｄｉｕｍｍａｙｂｅｃｈａｎｇｅｄｄｕｒｉｎｇｔｈｅｐｒｅｇｎａｎｃｙｏｆａｎｅａｒｔｈｑｕａｋｅ,ａｎｄｍａｙｌｅａｄｔ...     

VSP资料的程变反Q滤波

因为ＶＳＰ（垂直地震剖面）可在井下不同深度直接观测震源子波的变化,因此被认为是能够提供唯一有价值的地震波衰减资源的来源。利用实际地层中波的衰减测量结果,可以对ＶＳＰ记录的地震波能量损失进行补偿。目前大多数ＶＳＰ的反Ｑ滤波都是直接套用地面地震资料的反Ｑ滤波方法,我们称之为ＶＳＰ资料的非程变反Ｑ滤波法。即对ＶＳＰ经过波场分离和静态时移后得到的上行波分别进行反Ｑ滤波。但是,ＶＳＰ并不像地面反射地震记录那样射线是双程路径的,它的下行直达波是单程走时,而上行反射波的走时介于单程和双程走时之间,因此,ＶＳＰ所记录的地震波衰减程度与地面地震资料所记录的地震波的衰减程度是不同的。本文根据ＶＳＰ上、下行波各自的波场特点,推导出ＶＳＰ特有的反Ｑ滤波数学表达式。该表达式与地面地震记录反Ｑ滤波的表达式所不同的是增加了一个校正因子,该校正因子是传播路程（或传播时间）和品质因子Ｑ的函数,我们称该方法为ＶＳＰ的程变反Ｑ滤波法。经过数值模拟计算表明,该方法对ＶＳＰ的地震波振幅和频率衰减的补偿具有明显的效果。     

高精度连续测斜仪探管的原理及应用

北京中地英捷物探仪器研究所新研制的PSX-2高精度连续孔斜检测探管,采用三轴正交磁性传感器和两个正交加速度计传感器测量,其中加速度计传感器测量顶角,磁性传感器测量方位角,实时测量的信息及解算则依靠内部集成的24位模数转换单片机来完成。实地测井证明,PSX-2型孔斜检测探管可以在顶角较小时稳定的测量方位角,符合煤田测井行业对钻孔测斜仪提出的高精度、小体积、低成本的要求。     

Gaussian Cosimulation: Modelling of the Cross-Covariance

Whenever two or more random fields are assumed to be correlated in reservoir characterization, it is necessary to generate valid cross-covariance models to describe the relationship. The standard methods for constructing covariance matrices for correlated random fields are not very general. In particular, they do not allow one to specify different auto-covariance models for the two fields. It is not possible, for example, for one field to have a Gaussian auto-covariance and the other an exponential auto-covariance, unless the two fields are uncorrelated. The standard approaches also do not allow for nonsymmetric cross-covariance functions. In this report, I present a straightforward method of cosimulation based on the square root of the auto-covariances. The same approach is used for constructing cross-covariance models for the variables. The approach is quite general and does not require symmetry of the cross-covariance. The modelling of the cross-covariance is illustrated with gamma ray and spontaneous potential logs.     

试论龙永煤田之倾向断层

龙永煤田构造复杂，褶曲发育。前人对于发育于各井田内的倾向断层之研究却甚少。笔者通过对煤田内倾向断层特征、成因机制及对煤炭开采的影响的研究，认为对正确识别煤田构造、优化煤矿开采设计有实际意义。     

滑坡发生时间预报分析

系统论述了滑坡监测资料的整理方法：滤波和等时化。讨论了滑坡运动响应的主要组成成分。重点阐述了滑坡发生时间预报的理论基础，此基础不同于一般物理方程建立的思路，而是直接来源于观察和经验总结，并抽象为一定的数学模型。单次滑坡发生的整个过程包括孕育、如速、减速、停止等4个阶段，滑坡发生时间则指加速向减速转换的特征时间点，此点是滑坡爆发的峰值点，也是需要预报的特征时间。能够反映滑坡如此运动过程的典型数学函数是Pearl曲线，本质上此S型曲线与系统有阻尼的自由振动微分方程是一致的，也与生物群体演化的虫口方程一致，它们都共同反映了物质运动的一般规律，因此可以用来预测滑坡运动过程。直接运用一般力学报分方程描述滑坡运动过程的困难在于缺乏对滑体系统力学参数的精确把握，直接运用Logistic虫口微分方程则存在模型参数识别的困难，作者还发现某些误用灰色系统理论对Verbulst非线性方程，参数进行辩识。文末，为展示方法而不强调结果，以拥有10a监测资料的某滑坡为例，分析预报了滑坡活动过程，并进行了预测结果的数学检验。