胜利油田王家岗地区沙四段裂缝储层测井识别方法研究

由于断裂带作用，胜利油田王家岗地区沙四段泥质灰岩段裂缝较发育，形成裂缝储层。研究应用常规测井资料识剐王家岗油田裂缝储层的方法。利用测井资料识别裂缝储层往往存在多解性，为提高裂缝储层识别能力，对王家岗地区裂缝储层发育程度应用综合概率方法进行识别研究，并应用该方法对王家岗油田王120井的裂缝储屡进行了有效识别。     

井涌的计算机动态模拟

介绍了一种用于钻井模拟仿真系统中井涌的计算机动态模型，该模型已在钻井模拟仿真系统中得到应用，运算效率高，实时性强，能满足仿真训练的要求．讨论了该模型的数值求解过程，给出了一口实例井的仿真计算结果．     

关于无限深球方势阱的Feynman路径积分

本文将无限深球方势阱的Feynman路径积分化为Yukawa势的Feynman路径积分,同时详尽地展示了Feynman路径积分的时空变换方法,然后利用从Hulthen势的精确传播子得到的Yukawa势的S态径向传播子给出了无限深球方势阱的1态径向传播子,     

一种新的脉冲试井分析方法——平行线划分分析法

文中提出的平行线划分分析法是一种新的脉冲试井分析方法,进一步推广了Johnson等人首先提出的脉冲试井方法。这种分析法能自动排除干扰压力,在计算参数时除利用波峰、波谷点,还利用其它很多点。平行线对可以任意组合,利用交点计算比切点容易识别。由于分析区段小,对干扰压力的线性逼切误差也小。此法使用方便、计算准确度较高,其理论基础和使用条件与Johnson的方法相同。     

红粘土土洞的形成及其电探异常特征的研究

通过对土洞及形成条件的初步探讨，认为红粘土土洞是由于红粘土的胀缩性和地下水、溶隙等潜蚀作用造成的，模型断面上电测探曲线形态与实际工作结果有较好的统一，对评价地基的稳定性，预防水土流失等均有较好的指导意义。     

利用标准层声波时差异常法确定断层位置

在用标准层声波时差异常法确定断层的位置时，首先对标准层声波时差进行趋势面分析，然后再分析残差等值线图。当区内无断层时，残差等值线无局部异常，呈随机分布；当区内有断层时，可出现局部异常，其等值线的零线位置就是断层的位置。实际应用表明，该方法对研究油区构造有一定的参考价值。     

测井曲线融合方法研究及其在分层中的应用

地质分层时单采用一条测井曲线存在着局限性和多解性,为此,将多条测井曲线融合成一条无量纲曲线,突出多条测井曲线的公共信息,更好地反映地层的真实性,然后对融合曲线进行活度分析,分层的效果更加明显.曲线融合的实质是在信号检测和估计理论的基础上建立多条测井曲线数据融合的数学模型.在进行融合之前,要对测井资料进行异常点剔除和归一化处理,以消除或减弱测井信号中的随机信息干扰.应用这种方法得到的融合曲线减少了单一观测资料中的偶然误差,提高了融合测井资料在地质分层应用中的可信度.     

成像测井在灯影组微生物岩岩相识别中的应用

岩相识别是沉积储层研究的基础，针对未取芯井开展测井岩相识别工作至关重要。对于四川盆地震旦系灯影组碳酸盐岩地层而言，由于经历过多期成岩改造作用，使得不同岩相的常规测井响应特征区分度较低，准确识别难度大。为了建立有效的测井岩相识别方法，在前人岩石分类的基础上，通过选取多口岩芯、薄片和测井等资料齐全的代表性钻井作为关键井，在充分发挥成像测井优势基础上，明确不同岩相典型成像特征，建立成像测井相岩相的转换模型，并采用多点地质统计学方法开展成像测井全井眼图像处理，提取图像典型特征，结合所建立的岩相转换模型，开展全井段岩相识别，并推广应用于研究区其他未取芯井。通过实际效果验证表明，相比常规测井，基于成像测井所建立的岩相识别方法岩性识别准确率更高，能为后续沉积微相和储层研究提供有力支撑。     

超声成像测井中图像“链条效应”的识别与修复研究

通过对超声成像测井过程中因测井仪器下放遇阻和上提遇卡而导致抖动，造成采样图像出现“链条效应”特征的详细分析，设计出针对此类病态图像的自动识别与修复算法；分别应用于典型实验数据与实际测井资料处理中，并进行效果比对_该算法为进一步改善成像资料图像质量提供了有效的解决方案．     

文学作品中话语标记语“Well”的功能分析

本文以文学作品为语料,结合话语分析以及语用学中的理论对话与标记语well进行分析。借助文学作品中搜集的语料,笔者采用了冉永平（2003）提出的＂面子威胁行为缓和语＂（mitigator of face-threatening acts）,＂延缓标记语＂（hesitation or delay marker）,＂信息短缺标记语＂（insufficiency marker）和＂信息修正标记语＂（repair marker）的模式对文学作品进行分析,以进一步强调识别文学作品中话语标记语功能的重要性,以及对EFL学习者构建英语思维模式的重要作用。