【摘 要】
：
等值反磁通瞬变电磁方法是近年来发展起来的一种新的浅层瞬变电磁勘探方法，但其在隧道超前探测和三维数值模拟方面还鲜有研究。本文将从掌子面前方三维含水体模型的瞬变电磁响应方面分析其进行隧道超前探测的可行性和有效性。首先，从时间域麦克斯韦方程组出发，采用伽辽金方法推导了基于电场的有限元方程。通过非结构化四面体网格剖分，对异常体区域及发射源附近网格加密，以提高计算精度；计算了均匀半空间模型下的瞬变电磁响应，
论文部分内容阅读
等值反磁通瞬变电磁方法是近年来发展起来的一种新的浅层瞬变电磁勘探方法，但其在隧道超前探测和三维数值模拟方面还鲜有研究。本文将从掌子面前方三维含水体模型的瞬变电磁响应方面分析其进行隧道超前探测的可行性和有效性。首先，从时间域麦克斯韦方程组出发，采用伽辽金方法推导了基于电场的有限元方程。通过非结构化四面体网格剖分，对异常体区域及发射源附近网格加密，以提高计算精度；计算了均匀半空间模型下的瞬变电磁响应，与解析解进行比较，最大误差不超过2%，验证了程序的正确性。在全空间隧道掌子面前方建立了球状单低阻异常体和
其他文献
人脸超分辨率方法对于低分辨率输入重建很有成效，这些方法往往通过一次或有限次上采样操作提高分辨率，从而构建一种基于前馈结构的网络模型，但这些方法不能完全解决低分辨率到高分辨率人脸图像之间的映射关系，因此生成的图像不够清晰，视觉感知质量差．针对上述问题，本文提出一种基于误差反馈和面部后先验信息的人脸超分辨率重建方法(face super-resolution using error feedback
阵列侧向测井资料井场快速反演是评价测井资料好坏和后续精细解释的基础，而目前二维反演算法处理阵列侧向测井资料虽可提高反演精度，但反演速度大大降低，不能满足实时快速反演的需要，因此有必要提出阵列侧向测井的井场反演算法。本文基于有限元正演数值模拟方法，研究了泥浆侵入对阵列侧向测井仪器的影响，形成了不同泥浆侵入条件下阵列侧向测井响应图版，并对测井响应图版进行规律分析和非线性拟合。基于最优化反演思想和非线性
为了实现对仓储环境下货物的精确检测，提出一种可用于智能仓储机器人的轻量化仓储货物检测方法（E-YOLOv4-Lite）。该方法以YOLOv4为基础，引入MobileNetv3网络重构特征提取网络，在PANet中以深度可分离卷积代替标准卷积，减少模型参数量和运算量；融入改进的CBAM注意力模块，进一步提升网络检测性能，改进的CBAM采用自适应的一维卷积代替通道注意力模块中的全连接层，采用具有膨胀卷积
孤石是花岗岩不均匀风化所残留的风化核，具有空间分布不规律、埋藏深度不定、粒径不均等主要特征，给地铁盾构施工带来重大安全风险.在地铁工程建设中，孤石精准探测一直都是城市地铁盾构施工亟待解决的重要难题之一.本文针对以往单一物探方法探测孤石可靠性和精度相对较低，难以实现孤石体空间精准定位问题，提出一套孤石体精准定位物探方法组合探测技术，即以大深度探地雷达快速侦查孤石体的发育范围、微动法确定垂向边界、等值
在煤层的勘探开发阶段，精细识别煤层中的小断层对后期煤矿的开采和安全生产都极为重要，而小断层具有隐蔽性强，断距小的特征，因此对煤系地层中小断层断距的识别精度要求也越来越高。本文以研究区深部煤层发育的小断层断距为研究对象，以煤系地层及其围岩的实际地层数据为研究基础，利用波动方程正演模拟技术，开展深部煤层小断层断距可识别精度的研究。根据研究区实际地质情况，设计了垂直断距连续变化下的理论地质模型，并分别在
断层解释在构造圈闭中起着十分重要的作用，是地震构造解释的基础和关键。使用传统的相干体、曲率等属性解释断层效率较低，并且受人为因数影响较大，致使断层识别能力有限，而传统的卷积神经网络虽然可以在一定程度上摆脱人为因素的干扰，但在断层识别精度上并没有明显的提高。为了解决断层识别困难的问题，本文提出了一种基于3D U-Net++L~(3)卷积神经网络的断层智能识别方法，该方法是采用计算机视觉领域的图像语义
东海某凹陷油气勘探领域日益深层化、精细化，由传统构造型油气藏逐步向构造-岩性复合型油气藏转变.受埋深压实作用以及地质沉积环境影响，古近系致密储层具有横向非均质性强、流体的弹性响应差异微弱等特点.提高中深部含气储层预测精度是实现新领域油气资源勘探突破的重要技术保障.为此，建立了一种基于Russell流体因子的叠前地震含气储层预测方法.其核心是提出采用自适应相关扫描法优选干岩石纵横波速度比参数，保障R
南图尔盖盆地K油田古生界（Pz）岩性多样、孔隙结构复杂，针对常规岩性解释方法对该储层岩性识别准确度未达到预期效果，严重制约了测井储层解释等问题，提出基于粒子群算法优化支持向量机（PSO-SVM）的岩性识别方法。通过岩心资料分析不同岩性的测井响应特征，建立测井相识别图版。选择对研究区岩性敏感的自然伽马、阵列感应电阻率、声波、中子、密度与光电吸收截面指数等七条测井曲线参数作为输入特征值，以粒子群算法优
标签数据的代表性及普适性是影响CNN算法精度及泛化程度的重要因素之一，目前基于CNN算法的断层识别方法大多使用理论标签数据。本文提出一种理论标签数据和实际标签数据迭代优化方法，最终得到了基于实测地震数据具有良好代表性又融入了基于理论数据具有较强普适性的标签数据，在这种标签数据训练下的CNN模型具有更好的泛化能力。针对渤海深埋潜山的低信噪比资料，应用该方法识别潜山内幕断缝系统取得较好效果，证明了方法
裂缝预测是非常规油气储层勘探开发的重要环节。地震振幅随入射角和方位变化（seismic amplitude variation with the angle and azimuth，即AVOAZ）的反演方法是地下裂缝参数预测的重要手段。然而裂缝型储层的模型参数化，正演方程的构建及反问题的求解依旧存在较大的挑战。所以本文将以均匀各向同性岩石中发育一组垂直定向裂缝（可等效为具有水平对称轴的横向各向同性