基于多源数据融合及电磁震三维反演的注浆评价方法转让专利
申请号 : CN202111251078.7
文献号 : CN113687445B
文献日 : 2022-01-04
发明人 : 王向鹏 , 张翔 , 王绪本 , 沈迪 , 王堃鹏 , 杨钰菡 , 唐强强 , 李小辉
申请人 : 成都理工大学
摘要 :
权利要求 :
1.基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,包括以下步骤:S1:获取原状地层空间的地质信息,所述地质信息包括多源多参数多尺度的物性特征;
S2:获取注浆材料的注浆参数;
S3:设计隶属函数和模糊规则,构建模糊神经网络,并对模糊神经网络进行训练,获得匹配原状地层空间的模糊神经网络模型;
S4:基于注浆过程及注浆后地层空间目标体的物性特征变化,通过模糊神经网络模型,建立多源多参数多尺度物性特征的统一化标准;
S5:统一化标准后的数据与注浆参数建立联系,形成基于模糊神经网络的多源数据融合模式,进行三维多参数多尺度联合反演,得到注浆浆液物性特征的三维空间展布图;
S6:通过注浆浆液物性特征的三维空间展布图,对注浆工程的效果进行全面评价。
2.根据权利要求1所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S1中,所述物性特征包括抗压强度P、孔隙率η、含水饱和度Sw、电阻率ρ、电场强度E或磁场强度H、微震波速V。
3.根据权利要求2所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S1中,获取原状地层空间的地质信息,具体步骤包括:S11、采集原状地层围岩,在实验室测试其抗压强度P、孔隙率η、含水饱和度Sw;S12、直流电法采集电阻率ρ;S13、瞬变电磁法采集电场强度E或磁场强度H;S14、微地震监测采集微震波速V。
4.根据权利要求2所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S2中,所述注浆参数包括注浆压力F、初凝时间T、注浆流量Q、扩散半径r、扩散速率S和填充率α。
5.根据权利要求1所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,步骤S2中,根据原状地层空间的地质信息,选择注浆材料和工艺,在实验室测试并获取不同压力和岩性条件下的注浆参数。
6.根据权利要求1所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S3中,获得匹配原状地层空间的模糊神经网络模型,具体包括以下步骤:电阻率ρ、电场强度E或磁场强度H、微震波速V经T‑S模糊系统进行融合,经过预处理、神经网络结构选定、初始化网络权值和函数参数、给定网络学习速度和变量系数、典型样本训练、完善模型的模糊神经网络数据融合,得到匹配原状地层空间的模糊神经网络模型。
7.根据权利要求4所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S5中,统一化标准后的数据与注浆参数建立联系,具体包括:经模糊处理和融合处理的电阻率ρ与抗压强度P、初凝时间T建立关联,经模糊处理和融合处理的电场强度E或磁场强度H与含水饱和度Sw、填充率α建立关联,经模糊处理和融合处理的微震波速V与注浆过程中扩散半径r、扩散速率S建立关联;通过电阻率ρ异常监测实现注浆过程抗压强度P的监测,并与注浆压力F对应;通过电场强度E或磁场强度H异常变化监测实现注浆过程含水饱和度Sw、填充率α的监测,并与注浆流量Q对应;通过微震波速V变化值对注浆事件进行定位和监测实现注浆过程扩散速率S的监测,并与扩散半径r对应。
8.根据权利要求7所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S5中,还包括:统一化标准后的数据与注浆参数建立联系后,形成以电阻率ρ为Z轴,抗压强度P为X轴,注浆压力F为Y轴的三维图例;形成以电场强度E或磁场强度H为Z轴,填充率α与含水饱和度Sw线性关系综合值为X轴,注浆流量Q为Y轴建立三维图例;以微震波速V变化值为Z轴,扩散速率S为X轴,扩散半径r为Y轴建立三维图例。
9.根据权利要求7所述的基于多源数据融合及电磁震三维反演的注浆评价方法,其特征在于,在步骤S5中,还包括:将电阻率ρ、电场强度E或磁场强度H、微震波速V经模糊神经网络模型融合后,通过实验室预设的注浆参数进行约束,对比注浆前后的物理场特性,利用地球物理有限元正演模拟方法进行三维建模,利用采集的数据根据标准模型进行三维反演,得到注浆浆液三维空间展布图。
说明书 :
基于多源数据融合及电磁震三维反演的注浆评价方法
技术领域
背景技术
常规的注浆监测只监测了注浆泵的压力和流量等参数并未对浆液在地下空间的扩散范围、
密实性、填充性等进行评价;注浆的效果检测也是通过取芯进行验证,只能代表少数几个点
的注浆情况,无法对大面积的注浆效果进行评价。现亟需对注浆浆液进行三维空间展布,以
便于对注浆工程的注浆效果进行全面评价。
发明内容
常参数观测方式,进行多源融合,可以有效评价注浆过程及注浆后效果,提高监测检测的可
靠性,从而实现剖面三维精细化处理与解释。
阻率ρ;S13、瞬变电磁法采集电场强度E或磁场强度H;S14、微地震监测采集微震波速V。
理、神经网络结构选定、初始化网络权值和函数参数、给定网络学习速度和变量系数、典型
样本训练、完善模型的模糊神经网络数据融合,得到匹配原状地层空间的模糊神经网络模
型。
的电场强度E或磁场强度H与含水饱和度Sw、填充率α建立关联,经模糊处理和融合处理的微
震波速V与注浆过程中扩散半径r、扩散速率S建立关联;通过电阻率ρ异常监测实现注浆过
程抗压强度P的监测,并与注浆压力F对应;通过电场强度E或磁场强度H异常变化监测实现
注浆过程含水饱和度Sw、填充率α的监测,并与注浆流量Q对应;通过微震波速V变化值对注
浆事件进行定位和监测实现注浆过程扩散速率S的监测,并与扩散半径r对应。
场强度H为Z轴,填充率α与含水饱和度Sw线性关系综合值为X轴,注浆流量Q为Y轴建立三维
图例;以微震波速V变化值为Z轴,扩散速率S为X轴,扩散半径r为Y轴建立三维图例。
特性,利用地球物理有限元正演模拟方法进行三维建模,利用采集的数据根据标准模型进
行三维反演,得到注浆浆液三维空间展布图。
浆扩散半径、密实性、填充性相关联的数据集合,通过对不同地质环境的多信息约束,建立
多条对应关系以实现三维空间注浆效果展示,达到对不同地质条件下多方法高效精确注浆
评价的目的。
附图说明
具体实施方式
不用于限定本发明。
示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装
置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限
制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
S2:根据原状地层地质信息设计注浆材料的配比及性能;S3:基于注浆过程及注浆后地下空
间目标异常体物性变化,通过模糊神经网络建立并对比电磁震采集参数的统一化标准,统
一化标准后的数据与注浆参数建立联系,以反映注浆效果及扩散状态;形成基于模糊神经
网络的多源数据融合模式,进行三维多参数多尺度联合反演,得到统一化标准的注浆评价
结果。
浆后效果,提高监测检测的可靠性,从而实现剖面三维精细化处理与解释。
行接收,获取地下不同位置的电阻率异常值;瞬变电磁采用接地线圈供电,在另一端可以采
集不同方向的受一次场激发后产生的二次场值,可以是电场强度Ex/Ey,也可以是磁场强度
Hx/Hy。
充率α等参数。
材料。
等实验室准确参数。
看做输入变量,强度P是输出变量,而输出变量看做是输入变量加一个系数项组成的线下组
合,最终输出每个规则的加权平均值,即建立起电阻率与强度直接的模糊网络数据融合对
应关系,以同样的方法对瞬变电磁数据和填充率α建立融合、微地震采集的微震波速V与注
浆过程中扩散半径r、扩散速率S建立融合。
值和函数参数、给定网络学习速度和变量系数、典型样本训练、完善模型的模糊神经网络数
据融合,形成匹配地区实际的网络。
多个简单的线性关系。
处理器,选定其与数据处理复杂程度匹配的初始结构,对选定的初始结构进行网络权值初
始化,即让每个神经网络单元的输入的权值和为1,然后对神经网络的模式特征向量进行编
码,对网络输入层的节点数加以扩充来控制学习速度,设定每个变量的系数。
联;经模糊处理和融合处理电场强度E或磁场强度H与含水饱和度Sw、填充率α建立关联;微
地震采集的微震波速V与注浆过程中扩散半径r、扩散速率S建立关联。即可通过电阻率ρ异
常监测实现注浆过程抗压强度P的监测,并与注浆压力F对应;可通过电场强度E或磁场强度
H异常变化监测实现注浆过程含水饱和度Sw、填充率α的监测,并与注浆流量Q对应;通过微
震波速差对注浆事件进行定位和监测实现注浆过程扩散速率S的监测,并与扩散半径r对
应。
糊化的一种方法;融合处理是按照降噪、标准化等形式对数据进行融合。
材料实验强度N为Y轴的三维图例;以电场强度E或磁场强度H为Z轴,充填率α与含水饱和度
Sw线性关系综合值为X轴,注浆流量Q为Y轴建立三维图例;以微震事件微震波速V变化值为Z
轴,扩散速率S为X轴,浆液扩散半径r为Y轴建立三维图例。
磁场强度H直接反映注浆的填充效果;用微震监测微震波速V直接反映注浆浆液扩散范围。
从注浆的强度、密实性、充填性全面评价注浆的工程效果。
浆前后的物理场特性,利用地球物理有限元正演模拟方法进行三维建模,利用采集的数据
根据标准模型进行三维反演,得到注浆浆液三维空间展布图,全面评价注浆的工程效果。
浆扩散半径、密实性、填充性相关联的数据集合,通过对不同地质环境的多信息约束,建立
多条对应关系以实现三维空间注浆效果展示,达到对不同地质条件下多方法高效精确注浆
评价的目的。
波器同样以三维采集模式进行布置。
矢量为 A表示点电源位置,Ω表示半空间区域,Γ表示模型边界,满足如下关系式:
题:
塞尔函数,K1为第二类一阶修正贝塞尔函数,cos(r,n)即边界上A点到该边界点的矢径r与
该点的外法向n之间的夹角的余弦,Γ∞为无穷边界,Γs为地表观测点边界,Γ1为地层连续
边界。
米,注浆位置使用低阻浆液,设置为5欧姆米,所得的结果。
有学习、联想、识别、自适应和模糊信息处理能力等功能。
合的隶属度函数;第三层每个节点代表一条模糊规则,α表示规则适用度;ω表示连接权值。
入变量的维数,mi是xi的模糊分割数(规则数)。第三层的每个结点代表一条模糊规则,用于
匹配模糊规则的前件,计算出每条规则的适用度。第四层结点数与第三层相同,实现适用度
的归一化计算。第五层是输出层,实现清晰化计算。
归一化,p、q、r表示线性组合的常数参数,m为积分上限,f表示线性相关函数。
条规则的后件。
的模糊程度。在构造隶属函的过程中,应该充分考虑主观因素和客观因素,使隶属函数能全
面反映事物的本质。经常使用的模糊隶属函数主要有三类,分别为三角函数、梯形函数和高
斯函数。本次使用三角函数如下式:
数只能靠设计经验来选择,利用神经网络的学习方法,根据输入输出的学习样本自动设计
和调整模糊系统的设计参数,实现模糊系统的自学习和自适应功能。此次设计以电阻率ρ和
电磁场E/H及微震波速V为输入样本,以模糊融合处理后归一化为输出。
每个特征的相似性度量值,得到在{p1,p2,…,pi}位置处的匹配相似性度量值。融合公式为
FI=max(ω1f′I,1,ω2f′I,2,…ωNf′I,N),式中,FI为个体I的最终融合相似性度量,FI越小,则
越匹配f'I,j为个体I在特征j的归一化相似性度量值;因为每种特征的测量精度有差异,因
此引进权值w∈[0,1],w越大,则对应特征的信噪比越高,该特征的可信度越大。
成某一特定值范围内的空间注浆效果。