CN116953774B - 一种气爆横波震源激发***及激发方法 - Google Patents
一种气爆横波震源激发***及激发方法 Download PDFInfo
- Publication number
- CN116953774B CN116953774B CN202310826666.1A CN202310826666A CN116953774B CN 116953774 B CN116953774 B CN 116953774B CN 202310826666 A CN202310826666 A CN 202310826666A CN 116953774 B CN116953774 B CN 116953774B
- Authority
- CN
- China
- Prior art keywords
- data
- transverse wave
- wave propagation
- model
- seismic source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004880 explosion Methods 0.000 title claims abstract description 86
- 230000005284 excitation Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000004088 simulation Methods 0.000 claims abstract description 139
- 238000004364 calculation method Methods 0.000 claims abstract description 133
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000000605 extraction Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims description 58
- 238000005457 optimization Methods 0.000 claims description 51
- 238000000547 structure data Methods 0.000 claims description 32
- 238000004140 cleaning Methods 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 15
- 238000012952 Resampling Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000000638 solvent extraction Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 22
- 238000009826 distribution Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 230000006399 behavior Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007620 mathematical function Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 102100021614 Class A basic helix-loop-helix protein 9 Human genes 0.000 description 1
- 101000971298 Homo sapiens Class A basic helix-loop-helix protein 9 Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/02—Generating seismic energy
- G01V1/133—Generating seismic energy using fluidic driving means, e.g. highly pressurised fluids; using implosion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种气爆横波震源激发***及激发方法。该方法包括以下步骤:获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,构建声学特性三维震源模型;对声学特性三维震源模型进行优化数值计算网络生成,获得优化三维震源网络模型;通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,获取横波传播模拟结果数据;对横波传播模拟结果数据进行高维数据处理与特征提取,获取横波传播特征数据;根据横波传播特征数据进行气爆横波震源激发生成,获得气爆横波震源激发数据。本发明通过优化数值计算网络和声学特性模型,以提供精确可靠的气爆横波震源激发数据。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种气爆横波震源激发***及激发方法。
背景技术
气爆横波震源激发数据是指通过模拟或实验手段产生的与气爆横波震源相关的数据,包括横波的传播、折射、散射的特性。气爆横波震源激发方法是指一种用于产生气爆横波震源激发数据的方法或技术,通过模拟或实验手段,模拟气爆横波在介质中的传播行为,以获取与气爆横波震源相关的信息。现阶段的模型可能难以准确地描述复杂的气爆横波震源行为,限制了激发数据的准确性和可靠性。
发明内容
本发明为解决上述技术问题,提出了一种气爆横波震源激发***及激发方法,以解决至少一个上述技术问题。
本申请提供了一种气爆横波震源激发方法,包括以下步骤:
步骤S1:获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;
步骤S2:对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
步骤S3:通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
步骤S4:对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
步骤S5:根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
本发明通过获取探勘地区的地质数据,能够构建精确的声学特性三维震源模型,提高了震源模型的准确性和可靠性。通过对声学特性三维震源模型进行优化数值计算网络生成,能够提高计算效率和准确性,为后续的横波传播模拟计算奠定基础。利用高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,能够快速而准确地模拟横波在不同介质中的传播、折射和散射现象,生成横波传播模拟结果数据。对横波传播模拟结果数据进行高维数据处理与特征提取,能够从大量数据中提取出横波传播的关键特征,为进一步的气爆横波震源激发生成提供依据。提高震源模型的准确性和可靠性、优化计算效率和准确性、快速模拟横波传播现象、提取关键特征数据,并生成准确可靠的气爆横波震源激发数据。
优选地,步骤S1具体为:
步骤S11:获取探勘地区地质数据,其中探勘地区地质数包括地层结构数据、地质构造数据、岩性数据以及地表数据;
步骤S12:对探勘地区地质数据进行数据清洗,从而获取探勘地区地质清洗数据;
步骤S13:对探勘地区地质数据进行数据预处理,从而获取探勘地区地质标准数据;
步骤S14:对探勘地区地质标准数据进行三维震源构建,从而构建探勘地区三维震源模型;
步骤S15:对探勘地区三维震源模型进行声学特性处理,从而获得声学特性三维震源模型。
本发明中通过获取探勘地区的地质数据,包括地层结构数据、地质构造数据、岩性数据以及地表数据,能够获取全面和准确的地质信息,提高了三维震源模型的可靠性和精确性。对获取的地质数据进行清洗和预处理,能够去除数据中的噪声和异常值,得到清洗后的地质数据和标准化的地质标准数据,提供高质量的数据基础。通过对地质标准数据进行三维震源构建,能够建立准确的三维震源模型,考虑了地质的空间分布和复杂性,提高了模型的准确性和真实性。对三维震源模型进行声学特性处理,本方法能够考虑介质的声学特性,包括速度、密度,为后续的横波传播模拟计算提供准确的声学特性数据。
优选地,数据清洗通过探勘地区地质数据清洗计算公式进行数据处理,其中探勘地区地质数据清洗计算公式具体为:
y为探勘地区地质清洗数据,n为探勘地区地质构造数据的数量数据,i为序次项,f(xi)为探勘地区地层结构数据,xi为探勘地区地质构造数据,o为底数常数项,g(xi)为探勘地区岩性数据,δ为探勘地区调整项。
本发明构造了一种探勘地区地质数据清洗计算公式,该计算公式用于清洗探勘地区的地质数据,能够去除噪声和异常值,提高数据质量。通过结合不同地质数据(地层结构数据、地质构造数据和岩性数据),该计算公式能够综合考虑多个因素,获得更准确的清洗数据。f(xi)以及g(xi)分别是地层结构数据和岩性数据的函数,通过对应的数学函数来处理地质数据项。f(xi)logo(sin(xi)通过将地层结构数据xi带入函数f和对数运算中,产生对地层结构数据的处理效果。通过将岩性数据xi带入函数g和平方根运算中,产生对岩性数据的处理效果。/>将每个处理后的地质数据项相加并求平均,得到最终的清洗数据y。本发明能够清洗和整合探勘地区的地质数据,综合考虑多个因素并提供更准确的清洗数据。通过获取的不同数学参数的函数和运算对地质数据项起到不同的处理作用,最终得到清洗后的数据。
优选地,步骤S2具体为:
步骤S21:对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型;
步骤S22:对声学特性三维震源网格模型进行数值优化,从而获得声学特性三维震源网格数值优化模型;
步骤S23:对声学特性三维震源网格模型进行网格优化,从而获得优化三维震源网络模型。
本发明中通过对声学特性三维震源模型进行自适应网络划分,能够根据模型的特性和需求,生成合适的声学特性三维震源网格模型,提高了模型的适应性和准确性。对声学特性三维震源网格模型进行数值优化,能够通过调整模型参数和结构,优化模型的性能和计算效率,提高计算的准确性和效率。通过对声学特性三维震源网格模型进行网格优化,能够调整网格的密度和形状,使网格布局更加合理和精细化,提高模型的精确性和模拟结果的可靠性。
优选地,步骤S21具体为:
根据声学特性三维震源模型中的几何特性数据以及声学特性数据进行自适应网络参数生成,从而获取自适应网络划分参数数据;
利用自适应网络划分参数数据对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型。
本发明中通过根据声学特性三维震源模型中的几何特性数据和声学特性数据,能够生成适应模型特性的自适应网络划分参数数据。这样的参数数据可以更好地适应模型的复杂性和特征,提高了网络划分的准确性和精细度。利用生成的自适应网络划分参数数据,能够对声学特性三维震源模型进行自适应网络划分。通过自适应地划分网格,将模型区域划分为合适大小和形状的网格单元,以更好地捕捉模型的细节和特性。自适应网络划分使得声学特性三维震源模型的网格更加精细化和准确,能够更好地反映模型的复杂性。这有助于提高模型的表达能力,使得模拟和分析结果更加真实可信。通过自适应网络划分,减少了网格单元数量和不必要的计算开销,提高了计算效率。优化后的网格模型更加合理和精确,能够在计算过程中更高效地利用计算资源。
优选地,步骤S22中数值优化通过横波传播数值优化计算公式进行优化计算,其中横波传播数值优化计算公式具体为:
z为声学特性三维震源网格数值优化参数,t为传播参数数据,m为声学特性三维震源网格模型的节点数量,j为序次项,yj为声学特性三维震源网格模型的横波位移,r为网格数值常数项,h(yj)为声学特性三维震源网格模型,ρ为声学特性数据,σ为网格调整项,k(yj)为声学特性三维震源网格模型的刚度系数。
本发明构造了一种横波传播数值优化计算公式,该计算公式通过数值优化的方式,对声学特性三维震源网格模型进行优化计算,提高了模型的准确性和性能。对每个声学特性三维震源网格模型的节点进行计算,并生成数值优化参数z。这一过程是通过对横波位移yj进行一系列数学运算来实现的。声学特性三维震源网格模型的函数h(yj),通过对横波位移yj进行函数运算,产生对声学特性的处理效果。声学特性三维震源网格模型的节点数量m,用于求和计算时的上限,决定了计算过程的范围。序次项j用于遍历每个声学特性三维震源网格模型的节点,进行逐个节点的计算。h(yj)logr(cos(yj))通过将横波位移yj带入函数h、对数运算和余弦运算中,产生对声学特性的处理效果。通过将声学特性数据ρ和网格调整项σ以及刚度系数k(yj)带入除法运算和平方根运算中,产生对声学特性的处理效果。通过数学符号和参数之间的相互作用,实现对声学特性三维震源网格模型的数值优化。不同数学参数的函数和运算对横波位移和声学特性数据起到不同的处理作用,得到数值优化参数z。这些数学参数相互作用的过程是通过对每个节点进行逐个计算和汇总来实现的。该计算公式的目的是优化模型的准确性和性能,提供更好的数值优化结果。
优选地,步骤S3具体为:
获取介质非均匀性参数数据以及边界条件声学特性参数;
利用介质非均匀性参数数据以及边界条件声学特性参数对优化三维震源网络模型通过高性能并行计算模块进行横波传播模拟计算,从而获得横波传播模拟结果数据。
本发明中通过获取介质非均匀性参数数据和边界条件声学特性参数,能够准备所需的模拟计算所需的关键数据,为横波传播模拟计算提供基础。利用获取的介质非均匀性参数数据和边界条件声学特性参数,通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算。这种计算方法能够模拟横波在不同介质中的传播、折射和散射现象,生成横波传播模拟结果数据。通过横波传播模拟计算,能够生成准确的横波传播模拟结果数据。这些模拟结果数据包含了横波在介质中传播的各种特性,如波形、能量衰减、反射和折射,提供了对横波传播行为的详细描述和分析。通过获得的横波传播模拟结果数据,能够进行数据可视化和分析。
优选地,步骤S4具体为:
步骤S41:对横波传播模拟结果数据进行滤波处理,从而获取横波传播模拟结果滤波数据;
步骤S42:对横波传播模拟结果滤波数据进行插值以及重采样处理,从而获取横波传播模拟结果优化数据;
步骤S43:对横波传播模拟结果优化数据进行高维数据降维,从而获取横波传播模拟结果降维数据;
步骤S44:对横波传播模拟结果降维数据进行特征提取,从而获取横波传播特征数据;
其中滤波处理通过横波传播滤波计算公式进行处理,横波传播滤波计算公式具体为:
F为横波传播模拟结果滤波数据,为参数序次项,ω为横波传播频率特性数据,/>为横波传播时刻数据,/>为横波传播位置数据,λ为横波传播波长特性调整项,w为横波传播模拟结果常数项,α为第一横波传播位置调整项,β为第一横波传播振幅调整项,γ为第二横波传播位置调整项,δ为第二横波传播振幅调整项。
本发明构造了一种横波传播滤波计算公式,该计算公式通过滤波处理,对横波传播模拟结果数据进行频域滤波,去除噪声和干扰,提取感兴趣的信号成分,从而提高数据的质量和可解释性。对横波传播模拟结果数据进行滤波计算,通过数学函数、积分和微分运算来调整数据的频域特性,实现滤波处理的效果。横波传播频率特性数据ω,参与指数函数的计算,决定滤波的频率范围。横波传播时刻数据参与指数函数的计算,影响滤波的时域范围。横波传播位置数据/>参与函数调整项中的位置调整和振幅调整。横波传播波长特性调整项λ,参与滤波计算中的二阶导数运算。/>通过将频率特性数据ω和时刻数据/>带入指数函数中,产生对滤波计算的频域调整效果。/>通过对位置数据/>进行二阶导数运算和调整项λ的加权,产生对滤波计算的位置域调整效果。/>通过将位置数据/>带入对数和平方根函数中,参与滤波计算的调整效果。该横波传播滤波计算公式通过数学符号和参数之间的相互作用,实现对横波传播模拟结果数据的频域滤波处理。不同数学参数的函数和运算对频率特性、时域范围、位置域调整和滤波效果起到不同的处理作用,从而达到滤波处理的目的。这些数学参数相互作用的过程是通过对滤波计算公式中的各个项进行逐个运算和组合来实现的。该计算公式的目的是优化横波传播模拟结果数据,提高数据的质量、可解释性和应用效果。
本发明中通过对横波传播模拟结果数据进行滤波处理,能够去除数据中的噪声和干扰,提高数据的质量和清晰度。滤波处理可以使横波传播模拟结果更加平滑和稳定。对横波传播模拟结果滤波数据进行插值和重采样处理,能够调整数据的密度和分辨率,使其适应不同的分析需求和应用场景。插值和重采样处理能够提供更精确和准确的横波传播模拟结果数据。过对横波传播模拟结果优化数据进行高维数据降维,能够减少数据的维度,降低数据的复杂性,同时保留关键的信息。高维数据降维有助于简化数据分析过程和减少计算成本。对横波传播模拟结果降维数据进行特征提取,能够提取横波传播的关键特征。这些特征可以包括波形特征、频谱特征、能量分布,用于描述和分析横波传播的重要属性。
优选地,步骤S5具体为:
根据横波传播特征数据进行参数初始化并模型构建,从而构建气爆横波震源激发模型;
根据气爆横波震源激发模型生成气爆横波震源激发数据。
本发明中通过根据横波传播特征数据进行参数初始化并模型构建,能够根据横波传播的特性和行为,为气爆横波震源激发模型提供准确的参数和构建依据。这有助于确保气爆横波震源激发模型的准确性和可靠性。根据参数初始化和模型构建,能够构建气爆横波震源激发模型。该模型能够描述和模拟气爆横波在介质中的传播行为,并提供气爆横波震源激发的关键参数和特征。基于构建的气爆横波震源激发模型,能够生成气爆横波震源激发数据。这些数据包含了横波的传播特性、能量分布、幅度变化的信息,提供了对气爆横波震源激发行为的模拟结果。
优选地,一种气爆横波震源激发***,包括:
震源模型构建模块,用于获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;
优化数值计算网络生成模块,用于对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
高性能并行计算横波传播模拟模块,用于通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
高维数据处理与特征提取模块,用于对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
气爆横波震源激发生成模块,用于根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
本发明的有益效果在于:利用探勘地区的地质数据,能够构建高精度的声学特性三维震源模型。这种模型综合考虑了地层结构、地质构造、岩性的因素,能够更准确地描述探勘地区的地质情况,为后续步骤提供准确的基础数据。通过对声学特性三维震源模型进行优化数值计算网络生成,能够提高计算效率和准确性。采用最先进的数值算法和计算平台,能够更好地解决声学波动方程的数值求解问题,提高模拟结果的准确性和稳定性。通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,能够实现快速、高效的横波传播模拟。利用并行计算技术,能够加速计算过程,处理大量数据,同时考虑介质非均匀性和边界条件,提供更真实的横波传播模拟结果数据。对横波传播模拟结果数据进行高维数据处理和特征提取,能够提取横波传播的关键特征。这些特征包括波形、频谱、能量分布,通过复杂的数据处理算法和特征提取技术,能够更深入地理解横波传播行为。根据横波传播特征数据进行气爆横波震源激发生成,能够模拟气爆横波在介质中的传播行为,并生成对应的激发数据。提供气爆横波震源激发的关键参数和特征,从而生成可靠精准的气爆横波震源激发参数,以供气爆横波震源激发***进行高精度作业。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了一实施例的气爆横波震源激发方法的步骤流程图;
图2示出了一实施例的步骤S1的步骤流程图;
图3示出了一实施例的步骤S2的步骤流程图;
图4示出了一实施例的步骤S4的步骤流程图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
请参阅图1至图4,本申请提供了一种气爆横波震源激发方法,包括以下步骤:
步骤S1:获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;
具体地,例如获取探勘地区的地质勘探数据,包括地层结构数据、地质构造数据、岩性数据以及地表数据。对获取的地质数据进行清洗和预处理,去除异常值和噪声。利用处理后的地质数据,根据地质学原理和数学模型构建声学特性三维震源模型,考虑介质的非均匀性和边界条件。
步骤S2:对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
具体地,例如基于声学特性三维震源模型,设计并构建优化数值计算网络,包括节点布局、连接关系。使用高性能计算平台进行并行计算,对声学特性三维震源模型进行数值优化计算。通过优化计算网络,提高计算效率和准确性,生成优化的三维震源网络模型。
步骤S3:通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
具体地,例如将优化的三维震源网络模型导入高性能并行计算模块,利用并行计算技术进行横波传播模拟计算。考虑介质的非均匀性和边界条件,对横波在三维震源模型中的传播、折射和散射的现象进行模拟计算。通过高性能计算平台的计算能力和并行处理能力,加快计算速度,获取横波传播模拟结果数据。
步骤S4:对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
具体地,例如对横波传播模拟结果数据进行滤波处理,去除噪声和干扰,提高数据质量。进行插值和重采样处理,调整数据的密度和分辨率,以适应不同的分析需求。进行数据降维处理,减少数据维度,同时保留重要的特征信息。应用信号处理和特征提取方法,从横波传播模拟结果数据中提取关键特征,如频谱分析、能量分布、波形形态。
步骤S5:根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
具体地,例如根据横波传播特征数据,调整和设置气爆横波震源激发模型的参数,如激发位置、激发时刻、激发强度。利用模型和参数设置,模拟气爆横波在介质中的传播行为,并生成相应的气爆横波震源激发数据。气爆横波震源激发数据可以包括横波的传播情况、能量分布、幅度变化的信息,用于研究和应用领域的分析和决策。
本发明通过获取探勘地区的地质数据,能够构建精确的声学特性三维震源模型,提高了震源模型的准确性和可靠性。通过对声学特性三维震源模型进行优化数值计算网络生成,能够提高计算效率和准确性,为后续的横波传播模拟计算奠定基础。利用高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,能够快速而准确地模拟横波在不同介质中的传播、折射和散射现象,生成横波传播模拟结果数据。对横波传播模拟结果数据进行高维数据处理与特征提取,能够从大量数据中提取出横波传播的关键特征,为进一步的气爆横波震源激发生成提供依据。提高震源模型的准确性和可靠性、优化计算效率和准确性、快速模拟横波传播现象、提取关键特征数据,并生成准确可靠的气爆横波震源激发数据。
优选地,步骤S1具体为:
步骤S11:获取探勘地区地质数据,其中探勘地区地质数包括地层结构数据、地质构造数据、岩性数据以及地表数据;
具体地,例如收集探勘地区的地层结构数据,包括不同层位的厚度、组合和分布情况。获取探勘地区的地质构造数据,包括断裂、褶皱的地质构造的形态和分布。收集探勘地区的岩性数据,包括不同岩石类型的物理特性和化学成分。获取探勘地区的地表数据,包括地形地貌、土壤类型、地表水的地表特征。
步骤S12:对探勘地区地质数据进行数据清洗,从而获取探勘地区地质清洗数据;
具体地,例如对采集到的地质数据进行去除异常值和噪声的处理。进行数据格式的统一和规范化,确保数据的一致性和可用性。检查数据的完整性和准确性,对缺失或错误的数据进行修正或补充。
步骤S13:对探勘地区地质数据进行数据预处理,从而获取探勘地区地质标准数据;
具体地,例如对清洗后的地质数据进行数据插值或平滑处理,填补数据的空缺或不连续性。进行地质数据的正态化或标准化处理,使数据符合统计学要求。根据地质学原理和经验,对数据进行筛选、加权或组合,生成地质数据的标准化版本。
步骤S14:对探勘地区地质标准数据进行三维震源构建,从而构建探勘地区三维震源模型;
具体地,例如根据地质标准数据,利用地质学和地球物理学的原理和方法,构建地层模型、构造模型和岩性模型。将不同地质属性的数据进行空间插值或模型拟合,生成连续的三维地质模型。结合地表地貌数据,确定震源的位置和形态,生成三维震源模型。
步骤S15:对探勘地区三维震源模型进行声学特性处理,从而获得声学特性三维震源模型。
具体地,例如根据地质标准数据和地球物理特性,计算或估算不同地质单元的声学参数,如波速、密度。考虑介质非均匀性和各向异性,对地质模型进行声学特性调整或修正。利用声学参数和地质模型,构建声学特性三维震源模型,用于后续步骤的数值模拟和分析。
本发明中通过获取探勘地区的地质数据,包括地层结构数据、地质构造数据、岩性数据以及地表数据,能够获取全面和准确的地质信息,提高了三维震源模型的可靠性和精确性。对获取的地质数据进行清洗和预处理,能够去除数据中的噪声和异常值,得到清洗后的地质数据和标准化的地质标准数据,提供高质量的数据基础。通过对地质标准数据进行三维震源构建,能够建立准确的三维震源模型,考虑了地质的空间分布和复杂性,提高了模型的准确性和真实性。对三维震源模型进行声学特性处理,本方法能够考虑介质的声学特性,包括速度、密度,为后续的横波传播模拟计算提供准确的声学特性数据。
优选地,数据清洗通过探勘地区地质数据清洗计算公式进行数据处理,其中探勘地区地质数据清洗计算公式具体为:
y为探勘地区地质清洗数据,n为探勘地区地质构造数据的数量数据,i为序次项,f(xi)为探勘地区地层结构数据,xi为探勘地区地质构造数据,o为底数常数项,g(xi)为探勘地区岩性数据,δ为探勘地区调整项。
本发明构造了一种探勘地区地质数据清洗计算公式,该计算公式用于清洗探勘地区的地质数据,能够去除噪声和异常值,提高数据质量。通过结合不同地质数据(地层结构数据、地质构造数据和岩性数据),该计算公式能够综合考虑多个因素,获得更准确的清洗数据。f(xi)以及g(xi)分别是地层结构数据和岩性数据的函数,通过对应的数学函数来处理地质数据项。f(xi)logo(sin(xi)通过将地层结构数据xi带入函数f和对数运算中,产生对地层结构数据的处理效果。通过将岩性数据xi带入函数g和平方根运算中,产生对岩性数据的处理效果。/>将每个处理后的地质数据项相加并求平均,得到最终的清洗数据y。能够清洗和整合探勘地区的地质数据,综合考虑多个因素并提供更准确的清洗数据。通过获取的不同数学参数的函数和运算对地质数据项起到不同的处理作用,最终得到清洗后的数据。
优选地,步骤S2具体为:
步骤S21:对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型;
具体地,例如基于声学特性三维震源模型,根据模型的几何特性和声学特性,确定网络划分的参数和策略。利用自适应算法,根据声学特性的空间变化,动态调整网格划分的密度和精细度,以适应不同区域的需求。生成声学特性三维震源网格模型,将模型划分为多个网格单元,用于后续数值计算和优化。
步骤S22:对声学特性三维震源网格模型进行数值优化,从而获得声学特性三维震源网格数值优化模型;
具体地,例如设计数值优化算法,考虑声学特性的目标函数和约束条件,针对声学特性三维震源网格模型进行优化计算。根据优化算法,对网格模型的节点位置、连通关系的进行调整和优化,以提高模型的准确性和计算效率。通过数值优化,获得声学特性三维震源网格数值优化模型,该模型能更好地反映声学特性的分布和变化。
步骤S23:对声学特性三维震源网格模型进行网格优化,从而获得优化三维震源网络模型。
具体地,例如根据声学特性三维震源网格模型的特点和需求,设计网格优化算法和策略。通过调整网格单元的形状、大小和分布,优化模型的几何结构,以提高数值计算的精度和稳定性。对声学特性三维震源网格模型进行网格优化,使其更符合声学特性的分布规律和计算要求。获得优化三维震源网络模型,该模型能更好地描述声学特性的空间分布和相互作用。
本发明中通过对声学特性三维震源模型进行自适应网络划分,能够根据模型的特性和需求,生成合适的声学特性三维震源网格模型,提高了模型的适应性和准确性。对声学特性三维震源网格模型进行数值优化,能够通过调整模型参数和结构,优化模型的性能和计算效率,提高计算的准确性和效率。通过对声学特性三维震源网格模型进行网格优化,能够调整网格的密度和形状,使网格布局更加合理和精细化,提高模型的精确性和模拟结果的可靠性。
优选地,步骤S21具体为:
根据声学特性三维震源模型中的几何特性数据以及声学特性数据进行自适应网络参数生成,从而获取自适应网络划分参数数据;
具体地,例如基于声学特性三维震源模型的几何特性数据,如模型的尺寸、形状和边界条件,生成自适应网络划分的参数。根据声学特性数据,如波速、密度,确定网络划分的密度和分辨率,以适应声学特性的空间变化。生成自适应网络划分参数数据,该数据用于后续的自适应网络划分过程。
利用自适应网络划分参数数据对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型。
具体地,例如基于自适应网络划分参数数据,根据模型的几何特性和声学特性,进行自适应网络划分。根据划分参数,调整网格单元的大小、形状和分布,使其能够更好地适应声学特性的变化。生成声学特性三维震源网格模型,将模型划分为多个网格单元,用于后续的横波传播模拟计算。
本发明中通过根据声学特性三维震源模型中的几何特性数据和声学特性数据,能够生成适应模型特性的自适应网络划分参数数据。这样的参数数据可以更好地适应模型的复杂性和特征,提高了网络划分的准确性和精细度。利用生成的自适应网络划分参数数据,能够对声学特性三维震源模型进行自适应网络划分。通过自适应地划分网格,将模型区域划分为合适大小和形状的网格单元,以更好地捕捉模型的细节和特性。自适应网络划分使得声学特性三维震源模型的网格更加精细化和准确,能够更好地反映模型的复杂性。这有助于提高模型的表达能力,使得模拟和分析结果更加真实可信。通过自适应网络划分,减少了网格单元数量和不必要的计算开销,提高了计算效率。优化后的网格模型更加合理和精确,能够在计算过程中更高效地利用计算资源。
优选地,步骤S22中数值优化通过横波传播数值优化计算公式进行优化计算,其中横波传播数值优化计算公式具体为:
z为声学特性三维震源网格数值优化参数,t为传播参数数据,m为声学特性三维震源网格模型的节点数量,j为序次项,yj为声学特性三维震源网格模型的横波位移,r为网格数值常数项,h(yj)为声学特性三维震源网格模型,ρ为声学特性数据,σ为网格调整项,k(yj)为声学特性三维震源网格模型的刚度系数。
本发明构造了一种横波传播数值优化计算公式,该计算公式通过数值优化的方式,对声学特性三维震源网格模型进行优化计算,提高了模型的准确性和性能。对每个声学特性三维震源网格模型的节点进行计算,并生成数值优化参数z。这一过程是通过对横波位移yj进行一系列数学运算来实现的。声学特性三维震源网格模型的函数h(yj),通过对横波位移yj进行函数运算,产生对声学特性的处理效果。声学特性三维震源网格模型的节点数量m,用于求和计算时的上限,决定了计算过程的范围。序次项j用于遍历每个声学特性三维震源网格模型的节点,进行逐个节点的计算。h(yj)logr(cos(yj))通过将横波位移yj带入函数h、对数运算和余弦运算中,产生对声学特性的处理效果。通过将声学特性数据ρ和网格调整项σ以及刚度系数k(yj)带入除法运算和平方根运算中,产生对声学特性的处理效果。通过数学符号和参数之间的相互作用,实现对声学特性三维震源网格模型的数值优化。不同数学参数的函数和运算对横波位移和声学特性数据起到不同的处理作用,得到数值优化参数z。这些数学参数相互作用的过程是通过对每个节点进行逐个计算和汇总来实现的。该计算公式的目的是优化模型的准确性和性能,提供更好的数值优化结果。
优选地,步骤S3具体为:
获取介质非均匀性参数数据以及边界条件声学特性参数;
具体地,例如收集介质非均匀性参数数据,包括介质的密度、波速、各向异性的特性,并进行空间分布的测量或推断。获取边界条件声学特性参数,如边界的反射系数、透射系数的信息,以描述边界对声学波的影响。
利用介质非均匀性参数数据以及边界条件声学特性参数对优化三维震源网络模型通过高性能并行计算模块进行横波传播模拟计算,从而获得横波传播模拟结果数据。
具体地,例如将介质非均匀性参数数据和边界条件声学特性参数与优化三维震源网络模型进行耦合,建立横波传播的数值模拟模型。利用高性能并行计算模块,采用数值计算方法(如有限差分法或谱元法)对模型进行横波传播模拟计算。在计算过程中考虑介质非均匀性和边界条件对声波的影响,模拟横波在介质中的传播、折射和散射现象。通过计算,获得横波传播模拟结果数据,包括横波的振幅、相位、能量分布的信息。
本发明中通过获取介质非均匀性参数数据和边界条件声学特性参数,能够准备所需的模拟计算所需的关键数据,为横波传播模拟计算提供基础。利用获取的介质非均匀性参数数据和边界条件声学特性参数,通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算。这种计算方法能够模拟横波在不同介质中的传播、折射和散射现象,生成横波传播模拟结果数据。通过横波传播模拟计算,能够生成准确的横波传播模拟结果数据。这些模拟结果数据包含了横波在介质中传播的各种特性,如波形、能量衰减、反射和折射,提供了对横波传播行为的详细描述和分析。通过获得的横波传播模拟结果数据,能够进行数据可视化和分析。
优选地,步骤S4具体为:
步骤S41:对横波传播模拟结果数据进行滤波处理,从而获取横波传播模拟结果滤波数据;
具体地,例如选择适当的滤波算法和滤波器,例如低通滤波器或带通滤波器,用于去除横波传播模拟结果中的噪声或不需要的频率成分。对横波传播模拟结果数据进行滤波处理,通过调整滤波器的参数和截止频率,使得滤波后的数据能够更好地反映横波传播的特征。
步骤S42:对横波传播模拟结果滤波数据进行插值以及重采样处理,从而获取横波传播模拟结果优化数据;
具体地,例如对滤波后的横波传播模拟结果数据进行插值处理,将其转换为更高分辨率或更密集的数据,以便于后续分析和处理。进行重采样处理,根据需要调整数据的采样率或采样间隔,使得数据适应特定的应用或计算要求。获得横波传播模拟结果优化数据,具有更精细的空间分布和更准确的数值表示。
步骤S43:对横波传播模拟结果优化数据进行高维数据降维,从而获取横波传播模拟结果降维数据;
具体地,例如使用降维算法,如主成分分析(PCA)或线性判别分析(LDA),对横波传播模拟结果优化数据进行降维处理。将高维的数据空间转换为低维的表示空间,以减少数据的维度并保留主要的特征信息。获得横波传播模拟结果降维数据,具有更简化的数据结构和更低的维度,方便后续的特征提取和分析。
步骤S44:对横波传播模拟结果降维数据进行特征提取,从而获取横波传播特征数据;
具体地,例如选择适当的特征提取方法和算法,例如时域特征提取、频域特征提取或小波变换的。对横波传播模拟结果降维数据进行特征提取,提取与横波传播相关的重要特征,如幅度、频率、相位。获得横波传播特征数据,这些数据能够更好地描述横波传播的特性和变化,为后续的分析和应用提供基础。
其中滤波处理通过横波传播滤波计算公式进行处理,横波传播滤波计算公式具体为:
F为横波传播模拟结果滤波数据,为参数序次项,ω为横波传播频率特性数据,/>为横波传播时刻数据,/>为横波传播位置数据,λ为横波传播波长特性调整项,w为横波传播模拟结果常数项,α为第一横波传播位置调整项,β为第一横波传播振幅调整项,γ为第二横波传播位置调整项,δ为第二横波传播振幅调整项。
本发明构造了一种横波传播滤波计算公式,该计算公式通过滤波处理,对横波传播模拟结果数据进行频域滤波,去除噪声和干扰,提取感兴趣的信号成分,从而提高数据的质量和可解释性。对横波传播模拟结果数据进行滤波计算,通过数学函数、积分和微分运算来调整数据的频域特性,实现滤波处理的效果。横波传播频率特性数据ω,参与指数函数的计算,决定滤波的频率范围。横波传播时刻数据参与指数函数的计算,影响滤波的时域范围。横波传播位置数据/>参与函数调整项中的位置调整和振幅调整。横波传播波长特性调整项λ,参与滤波计算中的二阶导数运算。/>通过将频率特性数据ω和时刻数据/>带入指数函数中,产生对滤波计算的频域调整效果。/>通过对位置数据/>进行二阶导数运算和调整项λ的加权,产生对滤波计算的位置域调整效果。/>通过将位置数据/>带入对数和平方根函数中,参与滤波计算的调整效果。该横波传播滤波计算公式通过数学符号和参数之间的相互作用,实现对横波传播模拟结果数据的频域滤波处理。不同数学参数的函数和运算对频率特性、时域范围、位置域调整和滤波效果起到不同的处理作用,从而达到滤波处理的目的。这些数学参数相互作用的过程是通过对滤波计算公式中的各个项进行逐个运算和组合来实现的。该计算公式的目的是优化横波传播模拟结果数据,提高数据的质量、可解释性和应用效果。
本发明中通过对横波传播模拟结果数据进行滤波处理,能够去除数据中的噪声和干扰,提高数据的质量和清晰度。滤波处理可以使横波传播模拟结果更加平滑和稳定。对横波传播模拟结果滤波数据进行插值和重采样处理,能够调整数据的密度和分辨率,使其适应不同的分析需求和应用场景。插值和重采样处理能够提供更精确和准确的横波传播模拟结果数据。过对横波传播模拟结果优化数据进行高维数据降维,能够减少数据的维度,降低数据的复杂性,同时保留关键的信息。高维数据降维有助于简化数据分析过程和减少计算成本。对横波传播模拟结果降维数据进行特征提取,能够提取横波传播的关键特征。这些特征可以包括波形特征、频谱特征、能量分布,用于描述和分析横波传播的重要属性。
优选地,步骤S5具体为:
根据横波传播特征数据进行参数初始化并模型构建,从而构建气爆横波震源激发模型;
具体地,例如基于横波传播特征数据,根据横波的振幅、频率的信息,进行参数初始化,确定气爆横波震源激发模型的初始状态。结合声学特性、介质特性和横波传播特性,构建气爆横波震源激发模型,包括模型的几何形状、边界条件、材料参数。进行模型的初始化,设定初始条件,以确保模型能够合理地描述气爆横波的震源激发过程。
根据气爆横波震源激发模型生成气爆横波震源激发数据。
具体地,例如利用气爆横波震源激发模型,通过数值计算或模拟方法,模拟气爆横波在特定介质中的传播过程。考虑模型中的各种参数、边界条件和初始条件,计算横波的传播路径、振幅变化的信息。生成气爆横波震源激发数据,包括横波的时域波形、频谱特性、能量分布的,用于研究和分析气爆横波的激发特性。
本发明中通过根据横波传播特征数据进行参数初始化并模型构建,能够根据横波传播的特性和行为,为气爆横波震源激发模型提供准确的参数和构建依据。这有助于确保气爆横波震源激发模型的准确性和可靠性。根据参数初始化和模型构建,能够构建气爆横波震源激发模型。该模型能够描述和模拟气爆横波在介质中的传播行为,并提供气爆横波震源激发的关键参数和特征。基于构建的气爆横波震源激发模型,能够生成气爆横波震源激发数据。这些数据包含了横波的传播特性、能量分布、幅度变化的信息,提供了对气爆横波震源激发行为的模拟结果。
优选地,本发明还提供了一种气爆横波震源激发***,包括:
震源模型构建模块,用于获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;
优化数值计算网络生成模块,用于对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
高性能并行计算横波传播模拟模块,用于通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
高维数据处理与特征提取模块,用于对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
气爆横波震源激发生成模块,用于根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
本发明的有益效果在于:利用探勘地区的地质数据,能够构建高精度的声学特性三维震源模型。这种模型综合考虑了地层结构、地质构造、岩性的因素,能够更准确地描述探勘地区的地质情况,为后续步骤提供准确的基础数据。通过对声学特性三维震源模型进行优化数值计算网络生成,能够提高计算效率和准确性。采用最先进的数值算法和计算平台,能够更好地解决声学波动方程的数值求解问题,提高模拟结果的准确性和稳定性。通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,能够实现快速、高效的横波传播模拟。利用并行计算技术,能够加速计算过程,处理大量数据,同时考虑介质非均匀性和边界条件,提供更真实的横波传播模拟结果数据。对横波传播模拟结果数据进行高维数据处理和特征提取,能够提取横波传播的关键特征。这些特征包括波形、频谱、能量分布,通过复杂的数据处理算法和特征提取技术,能够更深入地理解横波传播行为。根据横波传播特征数据进行气爆横波震源激发生成,能够模拟气爆横波在介质中的传播行为,并生成对应的激发数据。提供气爆横波震源激发的关键参数和特征,从而生成可靠精准的气爆横波震源激发参数,以供气爆横波震源激发***进行高精度作业。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附申请文件而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种气爆横波震源激发方法,其特征在于,包括以下步骤:
步骤S1:获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;步骤S1具体为:
获取探勘地区地质数据,其中探勘地区地质数包括地层结构数据、地质构造数据、岩性数据以及地表数据;
对探勘地区地质数据进行数据清洗,从而获取探勘地区地质清洗数据;数据清洗通过探勘地区地质数据清洗计算公式进行数据处理,其中探勘地区地质数据清洗计算公式具体为:
y为探勘地区地质清洗数据,n为探勘地区地质构造数据的数量数据,i为序次项,f(xi)为探勘地区地层结构数据,xi为探勘地区地质构造数据,o为底数常数项,g(xi)为探勘地区岩性数据,δ为探勘地区调整项;
对探勘地区地质清洗数据进行数据预处理,从而获取探勘地区地质标准数据;
对探勘地区地质标准数据进行三维震源构建,从而构建探勘地区三维震源模型;
对探勘地区三维震源模型进行声学特性处理,从而获得声学特性三维震源模型;
步骤S2:对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
步骤S3:通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
步骤S4:对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
步骤S5:根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
2.根据权利要求1所述的气爆横波震源激发方法,其特征在于,步骤S2具体为:
步骤S21:对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型;
步骤S22:对声学特性三维震源网格模型进行数值优化,从而获得声学特性三维震源网格数值优化模型;
步骤S23:对声学特性三维震源网格模型进行网格优化,从而获得优化三维震源网络模型。
3.根据权利要求2所述的气爆横波震源激发方法,其特征在于,步骤S21具体为:
根据声学特性三维震源模型中的几何特性数据以及声学特性数据进行自适应网络参数生成,从而获取自适应网络划分参数数据;
利用自适应网络划分参数数据对声学特性三维震源模型进行自适应网络划分,生成声学特性三维震源网格模型。
4.根据权利要求2所述的气爆横波震源激发方法,其特征在于,步骤S22中数值优化通过横波传播数值优化计算公式进行优化计算,其中横波传播数值优化计算公式具体为:
z为声学特性三维震源网格数值优化参数,t为传播参数数据,m为声学特性三维震源网格模型的节点数量,j为序次项,yj为声学特性三维震源网格模型的横波位移,r为网格数值常数项,h(yj)为声学特性三维震源网格模型,ρ为声学特性数据,σ为网格调整项,k(yj)为声学特性三维震源网格模型的刚度系数。
5.根据权利要求1所述的气爆横波震源激发方法,其特征在于,步骤S3具体为:
获取介质非均匀性参数数据以及边界条件声学特性参数;
利用介质非均匀性参数数据以及边界条件声学特性参数对优化三维震源网络模型通过高性能并行计算模块进行横波传播模拟计算,从而获得横波传播模拟结果数据。
6.根据权利要求1所述的气爆横波震源激发方法,其特征在于,步骤S4具体为:
对横波传播模拟结果数据进行滤波处理,从而获取横波传播模拟结果滤波数据;
对横波传播模拟结果滤波数据进行插值以及重采样处理,从而获取横波传播模拟结果优化数据;
对横波传播模拟结果优化数据进行高维数据降维,从而获取横波传播模拟结果降维数据;
对横波传播模拟结果降维数据进行特征提取,从而获取横波传播特征数据;
其中滤波处理通过横波传播滤波计算公式进行处理,横波传播滤波计算公式具体为:
F为横波传播模拟结果滤波数据,为参数序次项,ω为横波传播频率特性数据,/>为横波传播时刻数据,/>为横波传播位置数据,λ为横波传播波长特性调整项,w为横波传播模拟结果常数项,α为第一横波传播位置调整项,β为第一横波传播振幅调整项,γ为第二横波传播位置调整项,δ为第二横波传播振幅调整项。
7.根据权利要求1所述的气爆横波震源激发方法,其特征在于,步骤S5具体为:
根据横波传播特征数据进行参数初始化并模型构建,从而构建气爆横波震源激发模型;
根据气爆横波震源激发模型生成气爆横波震源激发数据。
8.一种气爆横波震源激发***,其特征在于,用于执行如权利要求1所述的气爆横波震源激发方法,包括:
震源模型构建模块,用于获取探勘地区地质数据,并根据探勘地区地质数据进行震源模型构建,从而构建声学特性三维震源模型;
优化数值计算网络生成模块,用于对声学特性三维震源模型进行优化数值计算网络生成,从而获得优化三维震源网络模型;
高性能并行计算横波传播模拟模块,用于通过高性能并行计算模块对优化三维震源网络模型进行横波传播模拟计算,从而获取横波传播模拟结果数据;
高维数据处理与特征提取模块,用于对横波传播模拟结果数据进行高维数据处理与特征提取,从而获取横波传播特征数据;
气爆横波震源激发生成模块,用于根据横波传播特征数据进行气爆横波震源激发生成,从而获得气爆横波震源激发数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310826666.1A CN116953774B (zh) | 2023-07-06 | 2023-07-06 | 一种气爆横波震源激发***及激发方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310826666.1A CN116953774B (zh) | 2023-07-06 | 2023-07-06 | 一种气爆横波震源激发***及激发方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116953774A CN116953774A (zh) | 2023-10-27 |
CN116953774B true CN116953774B (zh) | 2024-03-12 |
Family
ID=88443684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310826666.1A Active CN116953774B (zh) | 2023-07-06 | 2023-07-06 | 一种气爆横波震源激发***及激发方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116953774B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002122675A (ja) * | 2000-10-13 | 2002-04-26 | Crc Solutions Corp | 地質波動伝播シミュレーションシステム及びその記録媒体 |
CN104122578A (zh) * | 2013-04-23 | 2014-10-29 | 中国石油化工股份有限公司 | 一种基于岩石微结构及介质弹性参数的地震激发模拟方法 |
CN106199697A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 模拟微地震的弹性波正演方法 |
CN107526101A (zh) * | 2017-07-07 | 2017-12-29 | 中国地质调查局油气资源调查中心 | 一种获取地震反射波的采集和处理方法 |
CN109490948A (zh) * | 2018-11-16 | 2019-03-19 | 西南石油大学 | 地震声学波动方程矢量并行计算方法 |
CN110687589A (zh) * | 2019-08-20 | 2020-01-14 | 中国石油大学(北京) | 裂缝介质中横波激发Krauklis波的数值模拟方法及设备 |
CN112285763A (zh) * | 2020-08-31 | 2021-01-29 | 浙江省安全生产科学研究院 | 不耦合装药式***震源激发高能高频参数确定方法和*** |
CN116125527A (zh) * | 2023-01-10 | 2023-05-16 | 中国安全生产科学研究院 | 基于***震源激发地震波模拟的***震源及控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2969101C (en) * | 2014-12-31 | 2020-07-14 | Landmark Graphics Corporation | Seismic elastic wave simulation for tilted transversely isotropic media using adaptive lebedev staggered grid |
-
2023
- 2023-07-06 CN CN202310826666.1A patent/CN116953774B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002122675A (ja) * | 2000-10-13 | 2002-04-26 | Crc Solutions Corp | 地質波動伝播シミュレーションシステム及びその記録媒体 |
CN104122578A (zh) * | 2013-04-23 | 2014-10-29 | 中国石油化工股份有限公司 | 一种基于岩石微结构及介质弹性参数的地震激发模拟方法 |
CN106199697A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 模拟微地震的弹性波正演方法 |
CN107526101A (zh) * | 2017-07-07 | 2017-12-29 | 中国地质调查局油气资源调查中心 | 一种获取地震反射波的采集和处理方法 |
CN109490948A (zh) * | 2018-11-16 | 2019-03-19 | 西南石油大学 | 地震声学波动方程矢量并行计算方法 |
CN110687589A (zh) * | 2019-08-20 | 2020-01-14 | 中国石油大学(北京) | 裂缝介质中横波激发Krauklis波的数值模拟方法及设备 |
CN112285763A (zh) * | 2020-08-31 | 2021-01-29 | 浙江省安全生产科学研究院 | 不耦合装药式***震源激发高能高频参数确定方法和*** |
CN116125527A (zh) * | 2023-01-10 | 2023-05-16 | 中国安全生产科学研究院 | 基于***震源激发地震波模拟的***震源及控制方法 |
Non-Patent Citations (2)
Title |
---|
复杂地表相控震源正演模拟与照明分析;于明浩 等;《吉林大学学报(地球科学版)》;第52卷(第6期);第2034-2041页 * |
局部到整体的六面体网格质量优化算法;彭威 等;《机械工程学报》;第50卷(第23期);第140-146页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116953774A (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sajeva et al. | Estimation of acoustic macro models using a genetic full-waveform inversion: Applications to the Marmousi model | |
KR101948509B1 (ko) | 지구 물리학적 데이터의 반복 반전의 아티팩트 감소 | |
Lorentzen et al. | History matching the full Norne field model using seismic and production data | |
CA3122488A1 (en) | Subsurface models with uncertainty quantification | |
AU2001288441A1 (en) | Method for constructing 3-D geologic models by combining multiple frequency passbands | |
SE515924C2 (sv) | Metoder för time-lapse undersökning av en olje/gaskälla | |
WO2002018976A1 (en) | Method for constructing 3-d geologic models by combining multiple frequency passbands | |
CA3111394A1 (en) | Reservoir characterization utilizing inversion of resampled seismic data | |
Li et al. | An improved stochastic inversion for joint estimation of seismic impedance and lithofacies | |
CN103364826A (zh) | 基于独立分量分析的地震盲源反褶积方法 | |
Nunes et al. | Fast geostatistical seismic inversion coupling machine learning and Fourier decomposition | |
CN117251674A (zh) | 一种地震相分类方法、装置、电子设备及介质 | |
Wang et al. | A MPS-based novel method of reconstructing 3D reservoir models from 2D images using seismic constraints | |
CN116953774B (zh) | 一种气爆横波震源激发***及激发方法 | |
CN105182414A (zh) | 一种基于波动方程正演去除直达波的方法 | |
Koneshloo et al. | A workflow for static reservoir modeling guided by seismic data in a fluvial system | |
CN115755178A (zh) | 一种基于积分地震子波的时间域全波形反演方法 | |
CN112649887A (zh) | 基于钻井资料定量划分层序地层的方法及装置 | |
CN113536638B (zh) | 基于间断有限元和交错网格的高精度地震波场模拟方法 | |
CN113552624B (zh) | 孔隙度预测方法及装置 | |
CN114707597A (zh) | 一种河流相致密砂岩储层复杂岩相智能化识别方法及*** | |
CN112444871B (zh) | 基于散射波地震响应特征的裂缝间距定量分析方法和设备 | |
CN115880455A (zh) | 基于深度学习的三维智能插值方法 | |
Ahmadi et al. | Well logs reconstruction by DCT based IPRM and genetic algorithm | |
CN113376692A (zh) | 致密砂岩气水平井压裂改造方案优化方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |