脉冲中子氧活化测井仪数据采集处理系统设计

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:bushishuai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
氧活化测井是一种在油田中广泛使用的水流速度测量方法,它能够同时测量油管和套管内的水流速度,从而应用于吸水剖面吸水量的测量以及井下漏失问题的检查。传统氧活化仪器的测量方法仅依赖于时间谱信息,流速测量结果易受地层环境变化的影响,在动态测量时测量误差较大。所设计的脉冲中子氧活化测井仪的数据采集与处理系统采集能量谱和时间谱信息,并运用能量谱校正时间谱,提高了流速测量精度,从而满足了当前脉冲中子氧活化测井仪动态测量的需求。设计了基于双微处理器的多路脉冲信号峰值采集和计数电路。电路的主要功能包括前置放大、基线恢复、脉冲展宽、峰值检测以及计数检测,其中峰值检测电路以恒比定时时刻鉴别法为基本原理,具备体积小,结构简单的优点。数据采集程序利用了中断的分时处理技术,基于脉冲间隔服从均匀分布的假设,将多路脉冲峰值采集和脉冲计数功能均衡分配到双微处理器,成谱后再将数据传输到测井地面系统。该电路功耗低且有较好的实时性,能适应脉冲中子氧活化测井仪器的高计数率条件下能量谱和时间谱采集需求。根据仪器采集数据的特点,在传统氧活化测井解释方法的基础上提出了一种联合能量谱和时间谱求取渡越时间的方法。该方法针对移动条件下探头受外界干扰或源距的影响导致无法准确地识别时间谱峰位的问题,利用能谱信息中氧峰能量范围附近的计数值来代替该时间范围内的所有计数值,使得时间谱上氧活化区的峰位明显,有利于仪器移动状态下渡越时间的求取。Cs137源测试和下井测试的结果表明,其采集的能谱数据是有效的并且能够提供更为精细的井下水流信息,可以判断含水地层,有利于复杂情况下对水流速度的计算,提高找水,测水效率。
其他文献
回转运动部件是数控机床中的主要部件,其工作状态的好坏能够直接影响整台机床生产加工的质量、机床使用寿命及生产事故发生几率。机械故障诊断技术已经从过于依赖专家知识的传统方法发展到基于数据的人工智能现代方法,极大的提升了故障诊断过程的精准率和诊断模型的鲁棒性与普适性,同时也引入了模型的泛化性能依赖于数据的数量及其质量的新问题。论文基于较少数据量的场景,分析了信号的不同特征空间对故障信息表征的好坏情况,并
现有的消防水炮供水压力在1MPa左右,依赖大流量提高射程,对大容量水源需求较大,并且由于火灾发生的不确定性,仅凭人工往往不能及时消防灭火,为了减小消防场所对流量的需求以及能够自动消防灭火,本文设计了一种智能高压消防水炮,针对零部件结构设计、软件设计、射流轨迹预测和系统动态性能等关键技术问题开展了理论研究,并进行了相关仿真,为样机研制奠定了基础。本文首先在传统消防水炮的基础上,进行了高压消防水炮的结
随着广大研究者对机器人相关技术研究的不断深入,越来越多配有视觉系统的机器人被应用于工业领域,如自动抓取、自动装配。相机作为机器人的眼睛,对机器人来说至关重要。随着机器视觉的发展,三维重建技术已经成为机器视觉的重要研究方向。因此如何快速而准确地获取被测物体的三维信息,并根据获得的三维信息重建被测物体获取物体的点云数据,成为了一项重要且有难度的研究课题。首先,本课题对DLP双目立体视觉系统的构建进行了
随着工业自动化和人机交互智能化发展,工业机器人作为典型的智能装备,广泛应用于3C、加工、汽车等行业。针对机器人工作站搭建成本高、运动控制复杂、编程困难等问题,本文结合实际生产中的跟随与码垛需求,通过建立机器人工作站虚拟模型、设计工业机器人运动仿真算法和工艺、构建指令编程及译码系统,实现了能够实时模拟工业机器人实体运动的工业机器人工作站可视化平台。针对工业机器人模型结构复杂、零件繁多的特点,通过提取
近年来,图神经网络(Graph Neural Network,GNN)相关研究领域逐渐火热,与深度学习的结合为可推理性、可解释性和模型效果带来了巨大提升。推荐领域也逐步开始采纳GNN类方法解决面临的挑战。GNN可以自然地整合节点信息和拓扑结构,已被证明在图上有着很强大的学习能力。电商场景中,用户,商品,以及两者之间的行为可以用一张二部图来表示。预测用户未来的行为,转化为预测二部图中用户-商品边的概
建筑能耗已经成为我国能耗总体的重要部分,在建筑相关设备中,维持室内空气品质及热舒适环境的建筑空调系统的全年能耗占据了建筑总能耗的一半左右。而针对建筑空调系统的精确能耗预测能充分挖掘系统的节能潜力,为建筑空调系统故障检测与诊断、运行策略控制优化等技术提供可靠依据。本文运用数据驱动技术,将能耗预测问题转化成序列决策问题,提出了一种基于深度强化学习的建筑空调系统能耗预测新方法。本文主要探究了深度强化学习
由于恐怖份子携带危险物品危害社会治安的情况屡屡发生,使得人体安检目前在世界各国备受重视。通过主动毫米波图像进行人体是否携带有隐匿危险物品的检测方式能够较好地对人体进行检测,但使用人工对图像检测仍然存在被检测人员的隐私泄露以及检测人员的视觉疲劳等多方面问题。而基于深度学习的目标检测方法能够实现自动化的学习目标特征,端到端的进行人体检测。因此本文将针对所使用的主动毫米波图像数据集的特点,对其相应的隐匿
现在很多工业现场都引进了工业机器人以实现不同程度的自动化,但是固定平台的轮廓加工工艺存在无法满足工艺要求或者效率过低的问题,亟需有更好的解决方案。为了弥补固定加工方案造成的效率较低和无法满足工艺要求的问题,本课题要靠自行研发来满足这一需求。轨迹跟踪常常在各种实况中应用,如抓取、分拣等。跟踪功能可以极大地提高工作效率,优化生产线的整体结构。通过编码器从直线输送带上获得位移和速度信息,使用匀加速运动和
随着中国经济的发展和世界各国经济文化交流的不断深入,人口的流动范围越来越广。身份证件既是个人出行的主要凭证,也是各海关、机场、火车站对公民进行身份核查的重要依据。基于证件识读技术产生的智能证照阅读设备被广泛应用于相关场所的人证核验系统中,其核心组件为证件芯片射频识别部分和证件图像采集部分。但这些证件阅读设备存在种类繁多、识读证件类型单一、识读速度慢、抗外部光源干扰能力差等不足,给手持各式证件的人员
近年来,随着传感器种类的丰富和成本的不断下降,多传感器融合技术受到了广泛的研究和发展,研究者们正采用多传感器融合技术完成各种智能机器人的状态估计任务。目前,研究者们已经利用相机、惯性测量单元(IMU)、激光雷达等传感器在某些场景中的机器人轨迹导航上获得了较好的状态估计精度,但是对于地面上运动的机器人,IMU包含的尺度会缓慢漂移,保证精度和鲁棒性依然是一个非常关键且有挑战性的工作。本文提出了一种融合