XiaoMi-AI文件搜索系统
World File Search System地层
通过无监督的机器学习快速生成储层模型，这与地震，井和地层概念一致
评估地下储层连接的方案对于整个项目生命周期的现场耗竭计划，生产历史匹配和现场管理至关重要。连通性场景受到地质特征（例如挡板和高渗透率条纹）的存在挑战，这些条纹低于地震成像的分辨率。在这里，我们提出了一种新颖的，综合的和快速的无监督的机器学习方法，用于构建具有地震分辨率的一套储层模型，这些模型与地震数据，井原木和地层概念一致。首先，我们使用称为方向扩散的良好计算机图形方法将井的日志（垂直或横向）与地震倒的Vclay和孔隙率集成在一起。我们使用无监督的机器学习方法（称为扩散概率建模（DPM））对机器学习模型进行训练。一旦受过训练，该方法就会生成一套允许的地质场景（模型），具有替代分辨率的特征，这些特征是由基于地层概念的输入训练图像指导的，并且与地震和良好的日志数据一致。以后，我们将推断的方案采样到储层模型中，该场景允许以显着改善分辨率的流量模拟。对生产模型集的储层模拟在其动态性能上显示出显着差异，尽管如此，与地震和井原木等地面真相数据保持一致。这种方法的结果通过空间有限的数据分辨率对地下储层表征产生更广泛的影响，尤其是通过添加亚观察地质特征来加速和整合储层模型的过程。
使用多物理信息神经网络预测复合地层中隧道施工引起的地表沉降
摘要 摘要 准确预测隧道施工引起的地表沉降对于保证隧道工程安全施工和决策至关重要。本文建立了一种用于预测盾构隧道施工引起地层变形的物理信息神经网络（PINN）模型。该模型将隧道收敛变形与隧道开挖位置的关系纳入深度神经网络（DNN）框架中。考虑到多地层的地质特点，提出了一种多物理信息神经网络（MPINN）模型，在统一的框架下表示不同地层的物理信息。结果表明，MPINN模型可以高度再现有限差分法的计算结果，并能准确预测考虑复合地层的复杂地质信息的隧道施工引起的地表沉降。由于MPINN模型具有完整的物理机制，适用于隧道施工引起的地表沉降问题，可以预测不同地质和几何条件下的隧道施工引起的地表沉降。基于实测数据,提出的MPINN模型能够准确预测监测断面地表沉降曲线,为隧道施工过程中地表沉降预测预警提供参考。
研究论文深厚复合地层有无支护TBM隧道围岩变形时空效应分析
针对深厚复合地层TBM隧道小比例模型试验中开挖、管片模拟、变形、受力等难题，综合利用TBM模拟实验装置、模型管片环预制装置、数字摄影测量技术，提出计算方法。通过对围岩变形特征及破裂分析，揭示了围岩变形的时空效应：（1）无支撑时，围岩变形的时空效应集中在以下工况：随着时间的推移，围岩变形从复合地层交界处的拱腰两侧开始，衍生出四个圆弧并发生剪切滑移，导致整体垮塌破坏。（2）支撑后，围岩变形的时空效应集中在围岩与支撑相互作用的3个阶段，即初期阶段、平衡过程和失稳状态。空间效应集中在围岩变形破坏区域，最严重区域为浅层围岩，次剧烈区域为边墙拐角处。
斯巴达锥体穿透测量可了解月球风化层的现场密度和地层。 AS Glover 1 , JM Long-Fox 2 , RC Anderson
简介：深入描述行星风化层对于推进行星科学研究、空间工程和未来表面任务的成功至关重要 [1]。了解原位风化层的环境和地质力学特性，包括其强度、变形行为和水/冰含量，对于验证探测车操作、了解地质历史和确定资源可用性至关重要。为此，土壤特性评估阻力和热分析 (SPARTA) 工具包 [1] 已被开发为一套多功能、低质量、低功耗的传感器套件，它将以前所未有的空间分辨率表征月球和行星风化层的物理和化学特性 [1]。它是一个多功能系统，可以部署在自动或载人探测车和着陆器上，也可以作为宇航员在包括月球和火星 [1] 在内的不同行星表面探索过程中的手持工具使用。 SPARTA 由四个子系统组成，即锥体穿透测试仪 (CPT)、叶片剪切测试仪 (VST)、热导率探针 (TCP) 和介电光谱探针 (DSP)，旨在提供详细的地下分析，以确定月球风化层的物理特性并确定冰的浓度和空间分布。SPARTA CPT 能够表征地下地层和月球风化层的承载强度。在这里，我们旨在使用 SPARTA CPT 进行测量，以建立锥体穿透阻力与穿透材料密度之间的定量关系 [2]。
钻井生产率报告
脚注：1. 石油产量代表该地区所有地层的原油和凝析油产量。产量不仅限于致密地层。区域由所有选定的县定义，包括致密油层以外的地区。2. 天然气产量代表该地区所有地层的总（加工前）天然气产量。产量不仅限于页岩地层。区域由所有选定的县定义，包括页岩地层以外的地区。3. 本报告中使用的月平均钻机数量是根据贝克休斯报告的石油和天然气钻机总数的每周数据计算得出的。4. 新井是指上个月首次开始生产的井。每个井仅在一个月内属于新井类别。重新加工和重新完井的井不包含在计算中。5. 钻机数量数据滞后于生产数据，因为 EIA 观察到，预测某个月开始生产的新井数量的最佳指标是两个月前投入运营的钻机数量。
申请Investigator-argus-x-12-qs-kit-kit-the- ...
虽然碳酸盐和砂岩都包含储层作为储存溶液，但由于矿物学，沉积过程和成岩史的差异，它们在孔隙率和渗透性方面有所不同[4]。碳酸钙（CACO 3）和碳酸镁（MGCO 3）矿物质是碳酸盐地层的主要成分，包括石灰石和海豚。由于这些矿物会在地下条件下与CO₂反应，因此该过程称为矿物捕获。矿物捕获方法是一种高度稳定的储存形式，其中co co co co与矿物质反应形成固体碳酸盐，从而最大程度地减少了连续泄漏的风险[6]。尽管如此，碳酸盐储层通常由异质孔隙度和渗透率表示，因此在单个地层上井之间的这些特性非常不同。复杂的成岩化过程，碳酸盐地层经历，包括溶解和再结晶，这可能会产生孔隙空间的斑驳分布，并改变储层内的流体流动路径[9]导致碳酸盐地层的异质性。
Shoalhaven本地环境计划2014（第51号修订）
（3）根据《 2015年地层开发法》规定的地层计划或分区规划计划的登记，不得批准该条款适用该条款适用的土地，如果该细分将造成大量的大量小于对地图尺寸图的土地规定的最小批量尺寸的大量。
生物地层学和能量过渡
持续的能源转变意味着地下从未比今天的需求更多。除了选择性探索传统资源的选择性探索和剥削传统资源外，还需要了解CO 2和氢气，以定位关键的矿物质，地热能以及包括风力涡轮机位置在内的工程项目。因此，需要地球科学家来预测和表征地下。这又需要能够关联岩石单元并确定其沉积设置，以构建最合理的地下模型。年度地层学上的显着相关性和古环境解释是生物地层学的长期优势，尤其是与诸如沉积学，序列地层学，同位素地层学和地球物理学等技术集成时。这种应用的生物地层学可以作为桌面研究的一部分或操作期间（例如钻井钻孔）进行。成功的应用生物地层学植根于对所涉及的化石的详细理解，包括商定的分类单元（通过分类学研究）以及对地层范围的理解，理想地是根据标准的年度层流量表进行校准的。生物事件（例如，可以识别出序列和灭绝），按顺序排列，并制定的生物分区方案，由这些事件定义，并由分类单元组合的特征。对某些人来说，这似乎是老式的科学，但它仍然是必不可少的。简而言之，特定化石集团的“地层地图集”的时代尚未过去！滥用分类名称和年龄较差的校准会导致不确定的地层或古环境范围，从而稀释所涉及的化石的力量。校准了Turonian Nannapossil生物事件和生物分配方案是一个很好的例子，尽管进行了数十年的研究，但对化石及其范围的身份达成协议仍然有待实现。可能是通过加速识别和解释程序来改善生物地层理解的数字技术将被证明是有用的，但是它们的成功取决于在理解身份和范围方面的标准化努力。至关重要的是，必须理解应用生物地层学在能量过渡中的价值，而不仅仅是生物地层学家，而且要被一般地球科学界所理解。成功的案例研究和最佳实践需要共享。此外，需要新一代的应用生物地层学者来回答能量过渡的地下挑战。提供最小环境影响的能源是人类面临21
碳捕获和存储（CCS）
CCS的最后一步是将CO 2注射到地质形成中以进行长期存储。站点的选择和表征对于项目的整体成功至关重要。co 2通常存储在地面以下几千英尺的深盐水地层中。地层通常由多孔岩石（例如石灰石或砂岩）组成，这些岩石被咸水（盐水）饱和。co 2深入地层中，取代了一些盐水。在某些情况下，有可能使用耗尽的石油和天然气储层进行CO 2存储，或使用捕获的CO 2来增强油回收率（EOR）。这些选项（可在可用）可以降低前期成本，甚至可以通过出售CO 2的EOR来恢复一些成本；但是，重要的是要在整体上权衡这些策略的潜在优势，成本和风险。