期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于随机森林声波曲线构建的盾构机掘进路线预测
1
作者 师素珍 刘最亮 +4 位作者 谷剑英 段培飞 韩琦 齐佑朝 张新 《Applied Geophysics》 SCIE CSCD 2024年第1期69-79,204,共12页
近年来,煤矿井下为了提高生产效率,将盾构机应用到巷道掘进中。地质条件是决定盾构机工作效率的重要因素,盾构机施工围岩以石灰岩、砂岩等中硬岩最为有利,因此拟掘进巷道位置的岩性预测成为提高盾构机工作效率的核心问题。目前地震反演... 近年来,煤矿井下为了提高生产效率,将盾构机应用到巷道掘进中。地质条件是决定盾构机工作效率的重要因素,盾构机施工围岩以石灰岩、砂岩等中硬岩最为有利,因此拟掘进巷道位置的岩性预测成为提高盾构机工作效率的核心问题。目前地震反演是岩性预测的重要手段,阳泉新景区块由于部分声波测井曲线缺失,对波阻抗反演产生了影响,因此,如何利用已有的测井曲线生成缺失的声波测井曲线以及如何利用盾构机工作行进中的岩性揭露数据不断更新前方岩性分布预测结果成为当前亟待解决的关键。首先对测井曲线进行标准化等预处理,针对声波测井曲线缺失问题,引入随机森林回归算法,利用密度(Density)、自然伽马(GR)、视电阻率(Res)和自然电位(SP)4种测井曲线作为特征变量,建立曲线回归预测模型,预测声波(P-wave)测井曲线。在分析声波曲线和伽马曲线原理的基础上,进行拟声波曲线构建并做拟声波反演,在反演数据体上解释K7砂岩的顶和底界面,将解释得到的地震解释层位信息从时间域数据转换到深度域,经验证实预测结果与揭露数据符合率较高。同时,结合盾构机工作行进中的岩性揭露数据对目标巷道剖面的K7砂体分布预测进行了多次更新迭代,精细刻画了巷道位置K7砂岩的分布情况,为盾构机掘进路线优选提供了有效指导。 展开更多
关键词 随机森林 曲线构建 拟声波反演 K7砂岩展布 盾构机掘进路线
下载PDF
基于测井约束反演的阳泉新景矿区K_(2)下灰岩精细刻画
2
作者 张新 段培飞 +3 位作者 师素珍 刘最亮 常威明 时靖雪 《煤炭技术》 CAS 北大核心 2023年第3期128-132,共5页
为了提高阳泉新景矿区15#煤顶板岩性预测精度,采用测井约束的波阻抗反演方法展开研究。在测井曲线精细预处理的基础上,进行了准确的时深标定,并建立了高分辨的反演模型,优化了反演参数,得到了K_(2)下灰岩波阻抗体。经过K_(2)灰岩顶底层... 为了提高阳泉新景矿区15#煤顶板岩性预测精度,采用测井约束的波阻抗反演方法展开研究。在测井曲线精细预处理的基础上,进行了准确的时深标定,并建立了高分辨的反演模型,优化了反演参数,得到了K_(2)下灰岩波阻抗体。经过K_(2)灰岩顶底层位追踪,并辅以精确的时深转换,最终实现对K_(2)下灰岩的精细刻画,为采掘巷道的支护工作提供有效指导。研究结果表明:波阻抗反演方法是一种高效、经济的岩性预测方法,其能够有效实现对目的层厚度、地层起伏形态等地质问题的预测,精确的时深转换结合钻孔数据等地质信息能够进一步提高反演方法的预测精度。预测得到的灰岩厚度以及其起伏形态与已探明的地质情况基本吻合,表明该预测结果能够为采掘巷道支撑点位置的选择和优化提供可靠依据,从而实现提高矿区煤层采掘效率的目的。 展开更多
关键词 测井约束反演 K_(2)下灰岩 精细刻画 时深转换
下载PDF
基于地震数据的近地表地裂缝智能识别方法研究
3
作者 师素珍 谷剑英 +3 位作者 冯健 段培飞 齐佑朝 韩琦 《Applied Geophysics》 SCIE CSCD 2020年第5期639-648,899,共11页
以晋中盆地的山西祁县某研究区为例,对该区块发育的地裂缝进行了智能识别。在对研究区区域地质背景充分分析的基础上,采用快速傅里叶算法(fast fourier transformation,FFT)对地震数据进行了倾角导向的中值滤波计算,不但使地震数据同相... 以晋中盆地的山西祁县某研究区为例,对该区块发育的地裂缝进行了智能识别。在对研究区区域地质背景充分分析的基础上,采用快速傅里叶算法(fast fourier transformation,FFT)对地震数据进行了倾角导向的中值滤波计算,不但使地震数据同相轴连续性提高而且还消除了随机噪音。在处理后的地震数据中拾取地层连续样本点200个,地层非连续样本点500个,并且提取多种属性(相干、曲率、振幅、频率等)作为多层感知器(multi-layer perceptron,MLP)神经网络训练的输入,训练期间利用归一化均方根(normalised RMS)和错误分类(misclassification)两个参数曲线追踪训练结果,两条曲线在训练期间为走低趋势,misclassification曲线值稳定在0.18,normalised RMS曲线值稳定在0.68,当normalised RMS曲线值达到最小值时为最优结果,此时可以终止训练,将该训练结果推广到整个数据体从而得到地裂缝智能识别体。从该属性体的剖面和沿层切片对地裂缝特征进行分析和识别,最终解释了11条地裂缝,倾角为60°~85°,落差在0~43 m,延展长度为300~1100 m。经统计得知,73%地裂缝走向与区域构造发育方向相一致,其中4条地裂缝与地表出露吻合,实际资料验证率达到100%,证明基于倾角导向体的地裂缝智能识别方法对地裂缝空间分布预测是十分有效的。 展开更多
关键词 神经网络 地裂缝 倾角导向体 智能识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部