鄂尔多斯盆地上古生界储层物性影响因素

鄂尔多斯盆地上古生界储层为砂岩储层，属低孔、低渗致密储层，孔隙度、渗透率关系较差。根据岩石薄片鉴定资料分析，影响物性参数的因素有：岩石类型、粒度大小、孔隙类型、泥质含量。研究结果表明相同粒度的石英砂岩的物性好于岩屑砂岩，岩石类型由砾岩——粗粒——中粒——细粒砂岩变化时，物性参数相应变小。岩石的孔隙类型为粒间孔、晶间孔时，物性参数较高，其次为溶蚀孔，以微孔为主的岩石物性最差。岩石中泥质含量低于15％时，岩石物性参数较好，泥质含量大于15％时岩石物性较差。     

利用矿物含量计算砂岩脆性指数——以鄂尔多斯盆地合水地区长6段致密砂岩储层为例

脆性指数是致密砂岩储层评价的重要参数,准确计算脆性指数为储层改造参数优化及"甜点"优选提供依据。通过岩石薄片鉴定和X射线衍射全岩分析,研究致密砂岩脆性矿物特征,提出利用"(石英+碳酸盐)含量/矿物总量"计算岩石脆性指数。结果表明合水地区主力层位三叠系延长组长63的脆性指数主要为50%~65%,平均为56.3%,与岩石力学测量值的符合率较高。高石英含量是形成长6段致密砂岩高脆性指数的主要原因,脆性指数60%的储层大面积分布,利于体积压裂改造。     

叠前多重降维复杂岩性预测技术——以元坝西部须三段为例

川东北元坝西部地区上三叠统须家河组第三段岩性复杂多样,储层岩性以钙屑砂岩为主,不同类型岩性地球物理响应特征差异小,岩性预测难度大.针对上述难点,开展叠前多重降维复杂岩性预测技术研究.多重坐标变换逐次降维可将2个弹性参数合并成1个岩性区分能力最大的新弹性常数,用于识别目标岩性.提出了基于叠前多重降维分析的岩性预测的实现流程,以岩石物理分析为基础,多重坐标交换降维为核心,对相控约束叠前弹性参数反演得到的弹性参数数据体进行多重降维,从而实现复杂岩性分布预测.元坝西部须三段钙屑砂岩预测的应用分析证实了该方法预测精度高、实用性强.     

富县北部地区侏罗系延9砂岩储层特征

为进一步研究富县北部地区延9砂岩储层特征,文中利用大量岩矿分析、物性分析、铸体薄片、扫描电镜和压汞资料,对延9储层砂岩的岩石学特征、孔隙结构和孔隙类型进行研究,并进一步分析了储层控制因素。结果表明:储层岩石类型主要是细粒长石岩屑质石英砂岩,成分成熟度较高,结构成熟度中等;岩石物性总体较好,属于中孔中低渗储层,发育剩余原生粒间孔、粒间溶孔、粒内溶孔和铸模孔等孔隙类型,喉道以中喉为主。研究区储层物性受控于沉积因素和成岩作用,压实作用和胶结作用使储层物性变差,溶蚀作用是储层物性改善的主要因素;不同沉积微相的储层物性差异较大,水下分流河道的储层物性最好,同时也是油气聚集的有利相带。     

冀东油田北堡地区东营组储层特征及其主控因素

利用大量的岩石薄片、压汞曲线、岩石物性分析资料以及沉积相、地震相分析资料，从储层特征分析入手。分析了南堡凹陷北堡地区储层的岩性和成岩作用特征，进一步揭示了目的层储层性质的主要控制因素。结果表明，在北堡地区，东营组砂岩结构成熟度低是储集物性差的基本原因。储层物性演化受成岩作用控制，而本区目的层成岩作用又受岩石的低成分成熟度制约。     

子洲-清涧地区山西组山2_3段储层物性影响因素分析

利用铸体薄片、扫描电镜、压汞分析及岩心观察和测井等各种基础资料,对鄂尔多斯盆地子洲-清涧地区山2_3储层物性特征及影响因素进行分析。研究结果:子洲-清涧地区山西组山2_3渗透率和孔隙度具有明显的正相关特征,储层物性主要受控于沉积微相、岩石类型、粒度以及成岩作用。水下分流河道砂体孔隙度、渗透率相对较高,河口坝席状砂次之,分流间湾较差;石英砂岩物性普遍好于岩屑石英砂岩,岩屑砂岩则相对较差;砂岩的粒度越大,储层物性越好,粗砂岩、巨-粗砂岩的物性要明显好于中-粗砂岩、粗-中砂岩、细-中砂岩。成岩作用中压实作用和胶结作用是储层物性变差的主要原因,溶蚀作用是一种对储层有利的建设性成岩作用,有利于产生大量次生孔隙,成为碎屑岩储层主要储集空间。     

塔北于奇地区哈拉哈塘组储层特征与成藏规律

利用岩芯观测、铸体薄片、阴极发光、扫描电镜、物性分析、压汞等方法,总结了于奇地区哈拉哈塘组储层特征及影响因素;应用荧光薄片与流体包裹体分析等技术和方法,综合研究了油气注入史与成藏规律。结果表明,区内哈拉哈塘组储层主要岩石类型为细砂岩、中砂岩、砾质不等粒砂岩和砾质砂岩,储层类型以孔隙型为主,为大容积、渗透性能好的储层,影响储层物性的主要因素为沉积作用与成岩作用中的压实、胶结和溶解作用,有利的储层分布区位于区内中部YQ3—YQ4—LX4—LX2井区一带。提出断裂是油气成藏的重要输导条件,燕山期油气藏逐步建立、喜马拉雅期圈闭定型与油气藏重建是重要的成藏机制,构造圈闭和断裂是油气成藏的关键控制因素。     

大港探区扣村潜山带二叠系优质砂岩储层成因机制

综合利用岩心观察、薄片鉴定、阴极发光分析、扫描电镜观察、碳氧同位素及氢氧同位素组成分析、压汞及岩石物性测试等技术方法,结合埋藏演化史和油气充注史,对大港探区扣村潜山带二叠系砂岩储层进行研究.研究表明:扣村潜山带二叠系优质砂岩储层以高成分成熟度、较高的结构成熟度为特征,优质储层储集空间以次生粒间孔及粒内孔为主;在构造运动...     

延吉盆地下白垩统砂岩储层特征研究

通过扫描电镜、铸体薄片、普通薄片、压汞曲线以及孔隙度和渗透率资料的分析,详细研究了砂岩储层特征,主要包括岩石学特征、孔隙结构、储集空间、储层物性特征等。结果表明,延吉盆地下白垩统砂岩储层岩石类型为长石砂岩、岩屑长石砂岩和长石岩屑砂岩;砂岩储层孔隙类型主要是次生孔隙,其中次生粒间溶孔占绝对优势,其次是粒内溶孔;影响储层物性的主要因素为成岩作用,经历的主要成岩作用类型有机械压实作用、胶结作用、交代作用、蚀变作用和溶解作用。     

基于铸体薄片的致密砂岩储层孔隙微观参数定量提取技术

针对致密砂岩储层的孔隙度、渗透率极低,物性及孔隙结构定量表征困难等问题,将图像处理技术引入铸体薄片分析中,通过改进Sigma滤波有效去除图像噪声,得到高分辨率和信噪比的铸体薄片图像.应用多维阈值分割和形态学滤波方法实现孔隙提取和二值化.在孔隙提取的基础上,应用计点统计技术和拓扑学方法实现了孔隙微观参数如平均孔隙半径、圆度、孔隙纵横比的定量计算,突破了过去对铸体薄片以定性和半定量为主的局限性,有效地挖掘了铸体薄片的孔隙结构内涵信息.将结果与压汞毛管压力参数对比可知,基于铸体薄片的孔隙微观参数与压汞孔隙微观参数在表征孔隙结构上具有一致性.与压汞毛管压力、岩心核磁共振等实验相比,铸体薄片对样品要求简单,测试速度快,且由于高温高压注入技术能将染色树脂极大程度地注入孔隙空间,在致密砂岩储层孔隙结构定量表征中具有无可比拟的优越性.     

硐室围岩力学参数反分析

基于差分法和人工神经网络建立了新的硐室围岩力学参数反分析方法。通过对比分析,选取FLAC差分程序为数值计算软件;针对不同力学参数,通过FLAC程序运算,得出相应的神经网络分析样本;对网络进行学习训练,并进行了网络结构及其学习参数优化;利用网络学习结果,对围岩力学参数进行反分析,与现场实测结果对比,证实了反分析方法的正确性和可靠性。     

韩家岭隧道围岩物理力学参数反分析

基于差分法、正交设计和人工神经网络建立了新的隧道围岩物理力学参数反分析方法·按照正交设计要求选取不同物理力学参数,用FLAC差分程序计算得出相应的神经网络分析样本;进行网络训练和网络结构及学习参数优化;利用现场监测数据,对韩家岭隧道围岩物理力学参数进行神经网络反分析,分析结果满足精度要求·     

一种用神经网络估计网络可靠性的方法

提出一种用神经网络估计网络系统可靠性的方法．用节点数为n的网络系统的结构参数、网络中边的可靠度以及网络可靠性的精确值对神经网络进行训练，使神经网络学习到网络结构参数、网络中边可靠度与网络可靠性之间的映射关系．并利用同样的训练数据，应用GCV方法对神经网络模型的误差进行估计．对于节点数为n的其它网络系统，只要将有关数据输入获得的神经网络，就可得到该网络可靠度的估计值．     

利用神经网络预测油气层损害

利用人工神经网络预测油气层敏感性参数，根据大港油田的油气层岩石物性参数、岩石学分析参数以及油气层岩石敏感性参数等历史资料，训练神经网络，以此神经网络预测某些油气层的敏感性参数，该方法能迅速、准确地预测未来指定油气层的敏感性参数，为保护油气层提供依据。     

基于小波包和Elman神经网络的异步电机转子断条故障诊断方法

提出了一种基于小波包分析(WPA)和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明:基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.     

炭质泥页岩剪切破坏声发射特性及其分形特征

为了探究炭质泥页岩损伤细观机制和破坏前兆特征,通过剪切破坏声发射试验,结合分形理论,采用G-P(Grassberger-Procaccia)算法对振铃计数、能量、振幅进行相空间重构和关联维数计算,分析关联维数在炭质泥页岩破坏全过程的演化规律。结果表明：声发射活动在岩石不同变形阶段活跃程度不同,且在破坏前存在平静期;振铃计数、能量、振幅都具有分形特征,三者的关联维数在破坏全过程呈现出“升维—动态波动—降维”的演化规律;关联维数的降维现象出现在岩样破坏前,可作为炭质泥页岩失稳破坏的前兆特征;综合对比发现,与振幅和振铃计数相比,能量关联维数的降维现象更显著,持续时间更长,更适合作为炭质泥页岩失稳破坏的前兆特征。     

神经元网络及其参数训练用于钢丝绳无损检测

针对现阶段钢丝绳无损检测中存在的门限值与概率模型中特征参数的选择问题,提出运用神经元网络技术解决该问题的一个方案.并研究了神经元网络训练参数集的大小对门限值以及概率模型中特征参数准确性的影响,还给出了实验结果.     

基于小波Elman神经网络的活塞环渗氮硬化质量预测控制

针对活塞环渗氮硬化工序建模困难的情况,通过主成分分析法（PCA）提取氮化工序特征参数,降低了质量模型输入样本维数,建立了基于小波Elman神经网络的活塞环制造关键工序质量预测模型,实现了工序过程质量波动趋势的预测,为后续的工艺优化和质量改进奠定基础。结果表明,该方法可以有效地改进渗氮硬化工序的质量控制,质量预测模型对输出质量特征值的预测准确率达到89%,具有比标准Elman网络更好的预测精度和收敛速度.     

基于Elman神经网络的PMV参数预测建模

传统PMV指标计算方法具有复杂度高、延时大的缺陷.根据PMV参数的时变特征,利用Elman神经网络建立PMV参数预测模型,实现对热舒适度的在线监测.模型以温度、相对湿度、风速和平均辐射温度为输入,以PMV指标为预测输出,具有良好的泛化能力.仿真结果表明该方法的预测结果与数值计算的结果相近,同时训练后神经网络的计算时间优于传统方法的计算时间.     

固定结构单元权值对基本Elman网络性能影响

基本Elman网络采用一阶导数形式的权值修正方法会导致结构单元连接权的稳定性变差．针对这一特点,提出了将Elman网络结构单元的前馈权值固定为1的改进方法,理论分析和仿真实验证明,该改进方法不仅能提高Elman网络收敛后的稳定性和精度,而且有效地降低了网络训练算法的计算复杂度。