深层超深层钻井地质信息测井拾取与评价

顺应国家深海、深地、深空和深蓝战略部署,陆地钻井不断向深层超深层进军,但深部极端环境测井资料获取困难,采集新技术(核磁共振、成像测井和阵列声波)测井少,导致测井资料多解性强,亟需利用有限的地球物理测井信息挖掘深层超深层钻井蕴含的地质信息。经过大量的文献调研,论述了深层超深层测井评价的重点,通过对典型研究案例的分析,系统地梳理测井地质学在深层超深层领域的应用,包括利用测井资料实现对井旁构造地质现象解读、沉积学信息拾取、储集层评价与预测、储集层裂缝评价和对地应力评价。最后探讨了深层超深层领域发展趋势:重视多角度数据的融合(岩心、实验资料和地震资料等数据),并根据深层超深层环境的差异,发展适应深层超深层环境因素的先进岩石物理模型。同时在大数据、人工智能的发展背景下,利用新技术测井的优势,推进深层超深层领域测井地质学突破技术瓶颈。

深部煤储层孔裂隙结构对煤层气赋存的影响-以鄂尔多斯盆地东缘大宁-吉县区块为例

深部煤储层孔隙–裂缝结构对深部煤层气资源潜力评价和勘探开发具有重要意义。选取鄂尔多斯盆地东缘大宁–吉县区块DJ57井本溪组5个煤岩样品为研究对象,在煤岩煤质参数测试的基础上,采用气体吸附法、高压压汞法和微米CT扫描等测试手段,对深部煤储层中的纳米级孔隙-微米级裂缝进行多尺度定量表征,综合评价不同尺度的孔裂隙结构特征。再结合渗透率和甲烷等温吸附试验,探讨了微观孔裂隙对深部煤储层中煤层气的赋存和渗流的影响。研究结果表明:基于多种孔隙表征方法对深部煤储层孔裂隙进行多尺度定量表征,其孔裂隙体积分布类型主要以“U”型为主,呈现出微孔与微裂缝并存双峰态,主要集中在0.3~1.5 nm和>100μm的范围内。其中,微孔(<2 nm)、介孔(2~50 nm)、宏孔(50 nm~10μm)和微裂缝(>10μm)体积平均分别占总孔裂隙体积的80.18%,6.70%,1.65%和11.47%。随着微孔发育而吸附气量呈增大的趋势,微孔可以提供大量吸附点位,为深部煤层气的吸附和赋存提供场所。随着微裂缝发育而游离气量呈增大的趋势,微裂缝可以提供大量储集空间,为深部煤层气的富集提供空间条件。此外,微裂缝在三维空间中相互连通,形成网状结构,连通性强。随着微裂缝越发育,煤储层渗透率越大,微裂缝增强了煤层气的渗流能力。纳米级孔隙和微米级裂隙发育特征分别控制着深部煤层气吸附能力和开发潜力。

基于计算机视觉的岩石裂隙识别表征与软件研制

岩石裂隙特征是评判岩体结构及其完整性的核心指标,也是评估岩石工程安全稳定性的重要因素。针对岩石裂隙识别,采用深度学习方法,通过引入混合注意力机制对Unet模型进行了改进,有效提高了岩石裂隙识别的精度。针对交叉岩石裂隙的分离与特征提取,提出了一种基于迹线方向判定的裂隙分离与表征算法,依据裂隙分离的结果形式,采用重合追踪法或断裂追踪法分离交叉裂隙骨架,继而使用微分累加法、方框法、线性回归法求得裂隙的长度、宽度及倾角等几何特征指标。基于提出的算法,研制了一套具有图形用户界面的岩石裂隙图像智能识别与表征软件系统,实现了从深度学习模型参数选择、模型训练、裂隙识别、量化分析到结果可视化的完整功能。最后对岩石裂隙识别与分离表征算法的性能进行了评判,结果表明,改进Unet模型对复杂分布的裂隙识别效果最好,其总体识别性能要优于其他网络;骨架分离算法对常见类型交叉裂隙能够取得预期结果,表征算法对分离裂隙与交叉裂隙的表征精度高,对实际岩石裂隙图像的应用效果较好。研究成果可为基于计算机视觉的岩石工程试验与岩体结构检测技术研发提供参考依据。

Electrical Analysis of Indium Deep Levels Effects on Kink Phenomena of Silicon NMOSFETs

Several methods of characterization of trap levels like I-V, C-V and transient spectroscopy (DLTS) were used to determine the accurate values of the activation energies of traps present in N+P junctions obtained after retrograde profile implantation of indium and boron on silicon. Four main traps located at Ev + 0.15 eV, Ev + 0.21 eV, Ev + 0.28 eV and Ev + 0.46 eV are reported. Shallow levels are also calculated from I-V characteristics. Concurrently, indium channel doped NMOSFETs are investigated showing the kink phenomenon. In order to discuss the relationship between the kink effect and the active indium trap level situated at 0.16 eV, the transient effects are studied by varying the integration time and the temperature. The effects of substrate polarization are also carried out showing the reduction of the kink with the bulk positive polarization.

蔗渣中纤维素提取工艺优化及性质分析

该研究以制糖业生产废弃物甘蔗渣为原料,以提高提取得率和获得含量更高,性能更好的纤维素为目标,对比不同提取方法研究最佳提取工艺。在单因素筛选提取温度、时间和料液比的基础上,应用响应面法进一步优化。结果表明,预处理加深度共熔溶剂提取法较酸法和直接深度共熔溶剂提取法能更高效地提取蔗渣纤维素。最优工艺条件为:采用20%质量浓度碳酸钠浸泡24 h进行预处理、提取温度103℃、时间200 min、料液比1:25(g/g),获得的最佳理论和实际纤维素含量分别为70.60%和70.26%。采用扫描电镜、X射线衍射、热重分析等对纤维素的结构和性质进行分析,表征结果表明:提取处理后纤维素结构细密多孔、尺寸变小、结晶度提高、热稳定性变好。本研究可为甘蔗渣纤维素资源的合理利用提供一定的理论依据与技术支持。

新疆准噶尔盆地白家海凸起深部煤层气孔渗系统特征

【目的】新疆深部煤层气资源丰富,其中准噶尔盆地白家海凸起侏罗系煤层是深部煤层气勘探开发的有利目标区。深部煤层气孔渗系统直接决定了深部煤层气的可采性。【方法】以新疆油田2023年最新施工的彩煤2-004H评价井为基础,基于扫描电镜观察,压汞–低温液氮–二氧化碳吸附、低场核磁共振、CT扫描,变温压孔渗实验,结合数学建模,深入研究了本区侏罗系西山窑组煤的孔渗系统。【结果和结论】结果表明:(1)研究区深部煤储层孔隙类型以植物组织孔和气孔为主,孔裂隙发育,形态多为板状和狭缝状,孔裂隙连通性好,多为开放型孔。(2)全孔径表征结果显示,超微孔最为发育,其次为中孔和过渡孔,各类型孔隙发育较为均匀,总孔比表面积和总孔容较大,接近于贫煤和无烟煤,暗示了其吸附性和储集能力较强,其主要地质原因在于其煤层为特低灰分(平均灰分在5%左右)煤、煤岩显微组分中主要为丝质体和结构腐殖体,且处于构造高部位的煤储层断裂发育。(3)考虑温度和有效应力对孔隙率和渗透率的影响,建立了研究区孔隙率和渗透率与埋深的关系式。与鄂尔多斯盆地大宁-吉县区块深部煤相比,不论是常规孔渗结果,还是模拟原位储层条件下的孔渗系统,白家海凸起深部煤储层孔隙率和渗透率均较大,原位储层条件下孔隙率介于8.60%~10.21%,渗透率介于(0.04~0.21)×10^(-3)μm^(2)。即本区深部煤储层孔渗系统,不仅储气能力较强,同时其导流能力也较好。

超深断控碳酸盐岩油藏空间结构表征技术与工程实践

在积极推进深地工程的背景下,超深断控缝洞型碳酸盐岩成为油气勘探开发的重点领域,而超深走滑断裂精准解译、缝洞体内部构型建模、断控油气藏储量雕刻评估、高效井位部署及提高采收率等是制约超深领域“增储上产”的重要科学问题与技术挑战。本文基于区域应力场研究、露头剖析、三维地震解译、物模数模,全面构建了涵盖动力学、运动学、几何学,分期、分级、分性质、分带、分层的“三学五分”断裂构造解析技术,据此阐明了走滑断裂纵向分层、横向差异分段特征,揭示了走滑断裂控储、控藏、控油气富集等地质规律,发现了超深断控缝洞型10亿吨级大油田。依据动/静态资料,精细刻画了断控缝洞体内部构型,通过“井震”结合实现了断控缝洞型油气藏量化表征,形成了相应的高效井位部署、油气储量雕刻评估等技术系列,支撑了富满油田10亿吨级油气储量的发现与落实。依据断控油气藏的定量刻画结果,针对性提出了提高采收率技术对策,推动了富满5×106t大油田的高效建设,形成了超深断控碳酸盐岩“增储上产”范例,可为我国类似油气藏的开发“上产”提供借鉴。

氯化胆碱/二醇基低共熔溶剂的理化性质及其结构表征

近年来,低共熔溶剂具有类离子液体特性受到了越来越多的关注,与离子液体相比,低共熔溶剂不仅具有成本低、易合成等优势而且其应用领域更为广泛.为了拓宽其在食品领域中的应用,分别以氯化胆碱作为氢键受体,以乙二醇、1,3-丙二醇、1,4-丁二醇作为氢键供体合成和制备低共熔溶剂体系,利用FTIR和^(1)H NMR研究其氢键作用,并测定了不同温度(303.15~343.15 K)、摩尔比和烷基链长对其理化性质的影响.结果发现,随着二醇含量增加,氯化胆碱/醇基低共熔溶剂中氯化胆碱的氢键作用减弱,二元醇的氢键作用增强,氯化胆碱/乙二醇摩尔比(1∶3)形成的氢键作用比较适宜.并且,随着温度升高,低共熔溶剂的粘度降低,电导率升高,密度无明显变化.在同一温度下,随着烷基链长度的增加,低共熔溶剂的粘度和极性增强,电导率、表面张力、pH降低.随着醇基含量增加,其粘度降低,pH先升高后降低,极性、表面张力无明显变化.研究结果不仅揭示了氯化胆碱/二醇基低共熔溶剂体系的氢键作用,而且理化性质研究可以为其用于萃取领域提供科学指导,具有重要意义和价值.

超深层“断裂破碎体”概念和地质模式及其地震表征方法

“断裂破碎体”是塔里木盆地富满油田超深层碳酸盐岩储层的一种重要赋存类型。对于该类储集体,目前尚存在着概念不清晰和地质模式不明确、缺乏适用的地震表征方法等问题。为此,利用野外露头、钻井、地震和生产动态等资料阐述“断裂破碎体”概念的内涵,建立了超深层碳酸盐岩油气藏“断裂破碎体”四种地质发育模式,并形成了超深层碳酸盐岩“断裂破碎体”智能地震内部结构刻画技术。研究结果表明:①“断裂破碎体”具有三个方面的内涵,即发育背景主要为超深碳酸盐岩台内致密灰岩地层;在断裂破碎作用下,内部孔—渗储集性能较好,储集空间类型多样(主要包括断裂破碎角砾间孔、张扭作用形成的空腔以及中、高角度裂缝);油藏的通源、油气运移的输导有利,油藏高度可达千米,是超深层致密灰岩储层油气聚集的极为有利部位。②“断裂破碎体”发育六种断裂构型要素,组成了单一滑动面、压隆核带、张扭空腔、栅状缝网等四类内部结构模式。③采用“有条件的对抗深度学习网络”能够较好地刻画断裂破碎体内部结构,预测结果的地质意义较为明确,并与实际情况吻合。该成果在实际生产中得到了较好的应用,对“断裂破碎体”油藏的高效勘探与开发具有实用和推广价值。

基于多孔卷积神经网络的图像空间结构信息细节表征

针对传统图像空间结构信息表征方法存在细节表征模糊度较高、信息训练损失较高等问题,提出一种新的基于多孔卷积神经网络的图像空间结构信息细节表征方法。该方法通过图像空间结构信息细节相似性度量,并以图像的形状、颜色和纹理特征对图像空间结构信息细节进行编码,再去除图像冗余信息,利用多孔卷积神经网络对图像空间结构的深度信息进行融合,从而完成图像空间结构信息的细节表征。实验结果表明,基于多孔卷积神经网络的图像空间结构信息细节表征方法在模糊度、训练损失、图像相似性等方面都比传统的3种方法优越,能够清晰地表征图像空间结构信息。

急倾斜薄矿脉中深孔爆破围岩夹制作用机理及定量表征方法

以甘肃某金矿急倾斜薄矿脉为工程背景,针对急倾斜薄矿脉中深孔爆破围岩夹制作用大,矿石贫损大的问题,采用现场调查、PMMA(有机玻璃)爆破模型试验与数值模拟相结合的方法,深入探究了薄矿脉爆破围岩夹制作用机理,提出并建立了围岩夹制作用的定量表征方法。开展PMMA爆破模型试验,分析了薄矿脉不同采幅条件下的爆生裂纹分布规律,结果表明:薄矿脉采幅减小,降低了炮孔周围爆破粉碎区以及破裂区的半径,抑制了爆破裂纹的发育。开展了不同薄矿脉采幅条件下的爆破数值模拟,结果表明:薄矿脉采幅减小,爆破自由面处反射叠加的爆破能量减小,爆破破岩的体积也相应减小,更多的爆破能量以动能的形式散逸不能有效破岩。基于爆破能量分析结果,提出了薄矿脉爆破夹制系数的定量表征方法,即采用半无限工况和窄幅工况下爆破自由面中心点处的总能量峰值之比来定义夹制系数,并用该指标来表征夹制作用的大小,进而通过采幅宽度和岩体力学参数建立了爆破夹制系数预测模型,为急倾斜薄矿脉中深孔爆破参数的优化设计提供了理论依据和技术支持。

基于深度学习的页岩微观结构智能分割与定量表征方法——以北部湾盆地流沙港组二段为例

页岩微观结构智能表征方法研究是当前的研究热点之一,也是页岩储集空间定量表征的重要手段,对页岩油勘探开发有重要的意义。以中国北部湾盆地流沙港组二段低成熟度页岩为研究对象,基于深度学习理论开发的Shale-net深度学习模型以及CT、FIB-SEM等物理实验数据,印证了模型的可靠性及图像处理的有效性。结果表明,该深度学习模型预测区域与真实区域平均交并比值(mIoU)最大可达到0.8998,即准确率可达89.98%;Shale-net深度学习模型对孔裂隙、有机质、黏土矿物、石英以及黄铁矿的分割效果较好,mIoU最大值分别为0.9438、0.9529、0.8592、0.8446、0.9800,其对孔裂隙、有机质以及黄铁矿的分割准确率均超过了90%,对特征复杂的黏土矿物及石英的分割准确率也达到85%左右;此外,从分割效果可以看出Shale-net深度学习模型能更加准确地分割不同的物质,证明Shale-net深度学习模型在页岩微观结构智能表征方面比传统的阈值分割与分水岭法效果更好;不同方法定量表征的结果表明Shale-net深度学习模型的定量结果与数字岩心更接近,证明Shale-net深度学习模型具有更优的油页岩储层结构及矿物识别能力,该模型可作为页岩微观结构智能分割与定量表征的有效手段。

准噶尔盆地永进地区齐古组深埋砂岩成岩作用对储集层质量影响的定量表征

永进地区侏罗系齐古组是准噶尔盆地腹部一套重要的深埋含油层系,现今埋深5400~6100 m,其储集层质量控制了油气储量和产量。运用铸体薄片、阴极发光、扫描电镜、物性、XRD全岩和黏土矿物分析等资料对齐古组深埋砂岩储集层成岩演化过程开展研究,建立成岩演化序列,定量表征不同成岩作用对储集层质量的影响,结合区域埋藏史、油气充注史,最终明确储集层成岩演化过程。永进地区齐古组储集层岩性主要为长石质岩屑砂岩和岩屑砂岩,杂基含量低,胶结物类型主要为碳酸盐矿物、硅质和黏土矿物,具成分成熟度低而结构成熟度高的特征;储集空间类型以剩余原生粒间孔和粒间溶孔为主;整体处于中成岩A期阶段,储集层孔隙度变化主要受压实、胶结、溶蚀作用控制,压实作用和胶结作用是造成储集层减孔的主要成岩因素,分别造成原生孔隙损失率为65.98%和21.80%,溶蚀作用增加了5.25%的孔隙度,起到了有效改善储集层物性的作用。综合研究认为,永进地区齐古组储集层成岩演化主要受沉积环境、成岩作用、埋藏史、油气充注4大因素共同控制,成岩作用起到改造储集层物性的作用,是导致储集层非均质性较为明显的决定性因素。

临兴地区深部煤储层煤体结构定量表征及影响因素分析

煤体结构的定量表征是煤储层研究的热点问题之一。为精细刻画煤体结构的空间分布,查明其差异分布的主控因素,通过煤岩取心观测,借助地质强度因子对煤体结构进行定量表征,结合不同煤体结构的测井响应,构建了基于测井曲线的煤体结构量化表征模型,预测了煤体结构的空间分布,探讨了沉积、构造、地应力、微观力学性能对煤体结构的影响特征。研究结果表明:密度、伽马、声波、井径测井对煤体结构响应灵敏,利用测井多元回归法可以显著提高煤体结构的判识精度。研究区煤体结构以原生-碎裂结构为主,其次为碎裂结构,发育少量的原生结构和碎裂-碎粒结构。整个研究区的煤体结构分布可以归纳为四大类七个小分区。发育在潮道、砂坪、泥坪、三角洲平原、潟湖环境中的煤层,其厚度逐渐变大,但煤体结构与煤层厚度没有明显的关系。然而,灰分含量与煤体结构的完整性呈正相关,研究不同沉积环境中灰分的变化规律是揭示沉积环境对煤体结构控制特征的关键。煤储层变形程度越大,煤体结构越破碎。原生结构煤、原生-碎裂结构煤、碎裂结构煤的平均构造曲率分别为8.4×10^(-6)、18.7×10^(-6)、25.7×10^(-6)m^(-1)。断层发育区,煤体结构以碎裂结构为主。随着埋深增大,原位地应力增大,煤体结构完整性增强,地应力状态在此基础上进一步分化煤体结构。在浅部伸张-压缩过渡带以碎裂-碎粒结构为主;在深部压缩状态以原生-碎裂结构为主;在深部压缩-伸张过渡带碎裂结构的比例有所增加。煤岩微观力学性能受控于煤基质组分和显微孔隙结构。煤岩无机组分力学强度高于有机组分,且无机组分孔隙孔径比有机组分孔隙孔径小,则无机组分含量越高,煤岩力学强度越高,煤体结构越完整。该研究成果为煤层钻井施工、压裂改造、储层评价提供参考。

基于EfficientNet网络的水声通信信号调制识别

提出一种基于EfficientNet网络的复杂水声信道下非合作水声通信信号调制识别方法。与传统的深度学习网络相比,EfficientNet网络具有更高的效率和更小的模型大小。该方法通过对2FSK、4FSK、BPSK、QPSK、DSSS-BPSK和OFDM水声通信信号的时频特征进行分析,将二维时频图作为EfficientNet网络的训练集和测试集,使用训练集训练EfficientNet网络模型,并使用测试集确定模型的准确性和效率,完成对水声通信信号的调制识别。实验结果表明:在内场实验中,信噪比大于8 dB时,所研究6种信号的调制识别率均在85%以上;通过外场数据测试,信号调制识别率均在80%以上,验证了该方法在减少模型的大小和计算成本的同时,可保证较高的水声通信信号的调制识别准确率。

一种基于任务属性的雷达辐射源智能表征方法

随着新体制雷达不断向智能化方向发展,传统的PDW描述字已经不能够满足复杂电磁环境下的快速识别与认知,对雷达辐射源信号的描述需在原有的基础上增加维度,形成全新的特征描述空间。提出了面向任务属性的雷达辐射源智能表征方法,通过构建雷达辐射源目标通用特征库,提出基于迁移学习的雷达辐射源智能表征模型,为雷达辐射源智能识别与认知提供技术支撑。

基于深度学习网络的近红外人脸表情识别

近红外人脸表情识别主要依赖图像局部特征,提取特征受到干扰时,人脸表情识别准确率低。因此,设计深度学习网络的新型近红外人脸表情识别方法。依托于图像局部优化保留法重建图像结构信息,得到降维后的近红外人脸图像。应用点分布模型检测出人脸上所有关键点,抽取出人脸表情识别的感兴趣区域,运用深度学习网络架构搭建人脸表情分类识别模型,通过调整识别模型的参数得到人脸表情的识别结果。实验结果表明:所提方法识别结果的Acc平均值达到了0.95,很大程度提升了近红外人脸表情识别准确性。

基于深度聚类的目标细粒度分类方法

为提高光电系统对弱小目标的识别和分类能力,降低算法对硬件平台和数据的依赖,提出一种无监督分类方法−基于目标深度特征聚类的细粒度分类方法。该方法通过轮廓、颜色、对比度等浅层特征提取提示目标,经超分辨处理后,利用卷积神经网络对目标的深层特征进行编码,进一步采用基于注意机制的主成分分析方法进行降维生成表征矩阵,最后利用聚类的方式实现目标细粒度分类。实验验证了基于不同神经网络的深度聚类方法在不同数据集上的分类性能,其中采用ResNet-34聚类方法在CIFAR-10测试集上细粒度分类性能达92.71%,结果表明,基于深度聚类的目标细粒度方法能够取得与强监督学习方法相当的目标分类效果。此外,还可以根据不同簇数和聚类等级的选择实现不同细粒度的分类效果。

基于路面指纹的高精度车辆定位

车辆定位广泛使用基于视觉的定位方法,针对前视图像或侧视图像易受到周围环境的影响且定位过程中需要遍历匹配地图图像导致耗时较长的问题,本文提出一种基于俯视路面图像的表征模型——路面指纹.路面指纹包含GPS(Global Positioning System),路面特征和图像特征点.该模型通过卷积神经网络(Convolutional Neural Network,CNN)结合连通区域识别待定位图像的路面特征信息,利用路面特征信息对GPS初定位筛选的地图节点进一步筛选从而提高定位效率.分别在路面特征信息密集和稀疏的路段下进行实验,实验结果表明,通过引入路面指纹使定位耗时减少20.3%,平均定位误差为47.4 mm.该方法能提高定位效率并实现高精度车辆定位.

超深层致密砂岩储层构造裂缝定量表征与分布预测——以塔里木盆地库车坳陷克深5气藏为例

综合采用岩芯及薄片观察、岩芯CT扫描及成像测井解释等方法,对塔里木盆地库车坳陷克深5气藏的构造裂缝进行了定量表征,在此基础上分析了构造裂缝的成因与有效性,并基于构造应力场数值模拟法对构造裂缝的空间分布规律进行了预测。结果表明:克深5气藏的构造裂缝以高角度和直立裂缝为主,岩芯裂缝开度为0~0.4mm,多被方解石充填,微观裂缝包括矿物颗粒的穿粒缝和破裂纹,开度为20~30μm;单井纵向上具有构造裂缝密集发育段和不发育段相间分布的特征;克深5气藏主要发育白垩纪、古近纪和新近纪—第四纪3期构造裂缝,其中第3期构造裂缝是克深5区块工业规模气藏形成的关键因素之一;古构造应力场决定了构造裂缝的组系特征和数量,沿边界断层的左旋剪切应力造成了构造应力方位和构造裂缝走向由背斜西南部的近EW向过渡为东北部的近SN向;现今构造应力场不产生新的构造裂缝,但会降低先存裂缝的有效性;背斜高部位的构造裂缝线密度较低,但开度、孔隙度和渗透率等较高,单井平均天然气产能相应也较高,纵向上随深度增加,构造裂缝线密度增大而有效开度减小;不整合面对构造裂缝有效性的控制作用主要局限在距不整合面约为70m的范围内。