高品位铀矿γ测井模型放射性含量定值结果的不确定度评定

为满足南方硬岩型富铀矿中铀品位大于1%的计量需求,核工业放射性勘查计量站在原有γ测井计量标准基础之上进行了量值拓展,研建了铀含量2%、5%的两个高品位铀矿γ测井模型。模型品位标称值由6家实验室通过物化分析确定,定值结果的相对合成标准不确定度经分析评定,铀含量为3.89%和3.44%,均不超过5%;钍、钾含量分别为10.78%和18.53%、5.01%和4.88%,均不超过20%,符合设计要求。

γ测井仪计量特性在高品位铀模型上的验证

我国原有铀矿γ测井模型标准铀含量上限为1.09%,应用其校准的γ测井仪对高品位铀矿的测量结果曾饱受争议。在2014年研建高品位(1.83%、5.09%)铀模型后,用其对γ测井仪的计量特性在进行了试验验证后,结果表明仪器死时间和铀含量灵敏度没有显著变化,说明γ测井仪在铀含量5%以内的测量结果仍然可靠。

多元线性回归模型与多层感知器神经网络在铀矿测井泥质含量预测中的应用

在铀矿资源勘探工作中,泥质含量的测定对于确定地下岩层的性质和砂岩型铀矿床的分布具有重要意义。文章旨在避免常规测井解释计算方法受到希尔奇系数选取准确性的限制,提出了利用多元线性回归模型和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归模型和MLP神经网络进行了泥质含量关系模型的构建和验证。结果显示,多元线性回归模型在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归模型,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。

我国铀矿勘查测井仪校准装置的研究现状和展望

介绍我国现有铀矿勘查γ测井、密度测井等计量标准装置和综合测井仪检定/校准/刻度技术,展望了井径、电法、声波等测井仪计量标准以及砂岩型铀矿测井模型体系化的研建和计量方法技术。

基于多元回归模型的拟声波时差测井曲线重构方法研究

由于受钻孔内环境、地质条件和探头本身条件的影响,砂岩型铀矿声波时差测井曲线不能很好反映地层岩性特征的变化规律。文章提出一种基于多元线性回归模型的拟声波时差测井曲线重构方法,统计了不同泥质含量砂岩地层的测井曲线响应特征,建立这些测井曲线与声波时差测井曲线之间的关系。实验结果表明:自然伽马、补偿密度和三侧向电阻率测井曲线与声波时差均呈线性关系,且存在较好的相关性,由此建立了拟声波时差的多元线性回归模型。验证了拟声波时差曲线在砂泥岩地层中的应用效果,与地质编录岩性特征有很好的对应关系。该技术为砂岩型铀矿砂泥层横向展布研究及含矿层预测提供了技术支撑。

伽马能谱测井技术在铀资源量估算中的应用研究

为满足铀矿勘查应用需求,准确测定铀含量,达到符合资源量提交标准的目标要求,对于伽马能谱测井,不仅要求仪器在测量准确性、稳定性以及一致性等方面满足指标要求,而且还需要完善相应的解释方法;特别地,要有不同矿床类型、不同品级钻孔获取的大量测井与岩心分析数据,作为促使铀矿勘查伽马能谱测井技术方法走向成熟的样本支撑,这是一项长期、复杂、系统性的工作。文章从仪器刻度、三性保证,及测井应用等方面,总结了近几年的探索性工作,说明其潜在应用领域及优势。