基于蒙特卡罗算法的低场核磁共振测量效率提高方法

核磁共振(NMR)的纵向弛豫时间(T_1)、横向弛豫时间(T_2)、自扩散系数(D_0),以及T_2-T_1、T_2-D_0测量目前广泛应用于石油测井行业.在测量D_0的SGSE序列中,通过逐渐增大90?和180?脉冲之间的时间间隔(T_d),可以对液体扩散行为产生的影响进行调节.然而T_d的"起点"、"步进数"和"终点"等参数必须设置得当才能准确测量T_1和D_0.目前参数的设置依赖多次的人工调整和测量人员的经验,耗时且使用门槛较高.本文用蒙特卡罗方法进行大量随机模拟,根据前面若干点的测量结果筛选出满足要求的随机值,预测下一个测量点的位置.该算法可以实时更新参数设置,实现自动化测量,达到降低测量门槛、缩短测量时间的目的.经验证,该算法可以适用于T_1、D_0的测量.