CN111754500B - 一种岩石压裂缝网拓扑结构刻画系统 - Google Patents

一种岩石压裂缝网拓扑结构刻画系统 Download PDF

Info

Publication number
CN111754500B
CN111754500B CN202010618601.4A CN202010618601A CN111754500B CN 111754500 B CN111754500 B CN 111754500B CN 202010618601 A CN202010618601 A CN 202010618601A CN 111754500 B CN111754500 B CN 111754500B
Authority
CN
China
Prior art keywords
crack
rock
steps
vertex
different
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
Application number
CN202010618601.4A
Other languages
English (en)
Other versions
CN111754500A (zh
Inventor
武艳芳
李晓
李守定
张召彬
毛天桥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geology and Geophysics of CAS
Original Assignee
Institute of Geology and Geophysics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Geology and Geophysics of CAS filed Critical Institute of Geology and Geophysics of CAS
Priority to CN202010618601.4A priority Critical patent/CN111754500B/zh
Publication of CN111754500A publication Critical patent/CN111754500A/zh
Application granted granted Critical
Publication of CN111754500B publication Critical patent/CN111754500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明涉及岩石破裂检测技术领域,提供了一种岩石压裂缝网拓扑结构刻画系统,包括检测壳,检测壳内设置有存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序;处理器执行计算机程序时实现下述步骤:采用影像设备获取不同变形时刻的岩石在位图像,基于各图像,获取在位的亚像素裂纹空间展布;采用本技术方案,不需要对图像边界条件进行简化,避免结构离散化形式不同导致的结果也不相同,且不包含固有的裂缝信息;能够有效地对岩石缝网进行刻画,获取岩石缝网扩展全过程。

Description

一种岩石压裂缝网拓扑结构刻画系统
技术领域
本发明涉及岩石破裂检测技术领域,具体涉及一种岩石压裂缝网拓扑结构刻画系统。
背景技术
岩石破裂是岩体工程中普遍存在的现象,研究岩石破裂演化规律,预测岩石破裂时间及其位置,对于基础工程建设、自然资源高效开发、地球深部断层活化认识与评价至关重要。岩石在变形破坏过程中会产生非连续次声波,并且对开挖过程中围岩噪声进行监测,监测结果表明岩爆具有显著的时空特性。
通过岩石缝网的扩展来研究岩石破裂的时空效应是有效的手段之一。对于岩石缝网刻画大多采用数值模拟、裂缝几何特征法(包含长、宽、形状等)、统计方法(包含不同形状、长短的裂缝等)。
数值模拟方法虽然可以获取岩石缝网扩展全过程,但是在数值模拟过程中,需要对边界条件进行简化,而且结构离散化形式不同,得到的结果也不相同。裂缝的几何特征法及统计方法只能包含固有的裂缝信息,无法描述裂缝扩展趋势。
如何有效地对岩石缝网进行刻画,是目前本领域技术人员需解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本发明提供了一种岩石压裂缝网拓扑结构刻画系统。
岩石压裂缝网拓扑结构刻画系统包括检测壳,所述检测壳内设置有存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序;
所述处理器执行所述计算机程序时实现下述步骤:
采用影像设备获取不同变形时刻的岩石在位图像;
基于各所述图像,获取在位的亚像素裂纹空间展布。
可选的,所述获取在位的亚像素裂纹空间展布,包括下述步骤:
构建岩石在位的位移场;
刻画亚像素裂纹分布;
构建裂缝网络拓扑结构。
可选的,在所述构建岩石在位的位移场中,包括衡量两幅所述图像相似程度的数字体积计算过程。
可选的,所述数字体积计算过程,包括下述步骤:
输入基准图和变形图;
设定初始变形函数;
划分裂缝分布子集、搜索子集;
计算每个子集的变化矩阵;
计算每个子集的相关系数;
找出相关系数最值及坐标;
计算每个子集的位移、角度;
判断是否满足误差要求;
求得变形函数。
可选的,在所述判断是否满足误差要求步骤中:
当不满足误差要求时,重新计算每个子集的变化矩阵,并从所述计算每个子集的变化矩阵的步骤起,按顺序依次进行其它步骤;
当满足误差要求时,则求得变形函数。
可选的,所述刻画亚像素裂纹分布中,包括获取空间的标量,具体为:
当裂纹面垂直于x轴的裂纹,沿x轴的位移为函数u,则在裂纹位置有:
δu=u+-u-
其中,u+和u-为裂纹两侧的位移;
在裂纹尚未产生的位置,函数u的位移场连续,则δu=0;
在δu产生之前,裂纹可能萌生的地方,
Figure BDA0002562047760000021
Figure BDA0002562047760000031
的值越大,产生裂纹的趋势就越大;
在空间上,裂纹的位移矢量场为:
Figure BDA0002562047760000032
其中,u、v、w分别为x、y、z三个维度的位移,并建立亚像素裂纹发育程度的指标:
K=▽U
其中,K为空间的标量,U为位移矢量场,利用所述标量评估各个位置发生破裂的趋势。
可选的,所述构建裂缝网络拓扑结构,包括下述步骤:
以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络;
将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于所述裂缝网络的邻接矩阵;
描述裂缝顶点的灵敏度。
可选的,所述以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络的方法为:
G=(V,E)
其中,G是图形,V是所述岩石裂缝的顶点,E是各所述顶点之间构成的边;
在所述连接关系中,每条所述裂缝与所述边相对应;
所述描述裂缝顶点的灵敏度是下一阶段发生破裂的概率。
所述将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于所述裂缝网络的邻接矩阵的方法为:
Figure BDA0002562047760000033
其中,aij是不同端点连接裂缝的权值,i是裂缝的一个顶点,j是裂缝的另一个顶点,w是裂缝的权值;
所述描述裂缝顶点的灵敏度的方法为:
P(k)=n(k)/N
P是裂缝顶点扩展的概率,n(k)是度为k的节点总数,N是全部的裂缝网络节点数;
具有相同度分布的两条裂缝,裂缝的空间部分不同,该不同的空间部分的信息由P(k)值定量刻画。
可选的,在所述裂缝网络中,描述所述裂缝的扩展,确定所述裂缝的两个顶点是否可以连接,刻画所述裂缝的两个顶点概率的方法为:
Figure BDA0002562047760000041
其中,C是裂缝网络节点i的聚类系数,E是穿过顶点i的边的条数,k是节点i的度;
当某一个顶点i只有一条裂缝穿过时,ki=1;
当某一个顶点i没有裂缝穿过时,ki=0,Ei=0,Ci=0;
随着岩石加载荷载的不同,聚类系统也不同,所述聚类系统包括建立应力-聚类系数曲线,刻画裂缝的单点连通性,利用裂缝节点度K的聚类系数来定量刻画岩石裂缝整体连通性,计算裂缝聚类系数的方法是:
Figure BDA0002562047760000042
Figure BDA0002562047760000043
其中,δki,k是克罗内克积函数:C(k)是裂缝网络的整体连通性C(k);
C(k)随压力变化的曲线的斜率最大值为岩石破裂的时间。
在本发明中,不需要对图像边界条件进行简化,避免结构离散化形式不同导致的结果也不相同,且不包含固有的裂缝信息;能够有效地对岩石缝网进行刻画,获取岩石缝网扩展全过程。
附图说明
图1是本发明提供的数字体积计算过程的流程图。
图2是本发明提供的CT图像直接提取到的裂纹图像;
图3是通过本发明技术方案提取到的裂纹图像。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,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。以下实施例仅用于解释本发明,而非对本发明的限定。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段或现有技术。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“连接”、“相连”等术语应作广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接连接,也可以是通过中间媒介间接相连。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明提供的一实施例,一种岩石压裂缝网拓扑结构刻画系统,包括包括检测壳,检测壳内设置有存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序;
处理器执行计算机程序时实现下述步骤:
采用影像设备获取不同变形时刻的岩石在位图像;
基于各所述图像,获取在位的亚像素裂纹空间展布。
在本实施例中,不需要对图像边界条件进行简化,避免结构离散化形式不同导致的结果也不相同,且不包含固有的裂缝信息;能够有效地对岩石缝网进行刻画,获取岩石缝网扩展全过程。
在采用影像设备获取不同变形时刻的岩石在位图像中,影像设备为高能加速器CT试验机。CT图像记录的是离散的岩石灰度分布,无论采用哪种统计学方法进行计算,其计算结果都是依据离散像素为单位,岩石破裂变形以及微裂缝的扩展也只能基于像素来研究,丢失了亚像素的信息,而丢失的亚像素信息对于岩石变形及破裂至关重要。因此,采用插值法对CT图像进行首次预处理,获取近似连续的岩石灰度分布,重建连续图像。同时采用最大熵检测算法、聚类图像算法对反演的连续图像进行二次处理。
最大熵检测算法适用于加强灰度分布与周围环境有较大差异的区域,具有计算效率高,速度快的优点。但是最大熵检测算法对噪声比较敏感,采用聚类图像算法进行二次处理,聚类图像算法对于存在边缘和/或形状模糊型的CT图像有较好的识别性。基于最大熵检测算法和聚类图像算法,可以提高CT的图像分辨率。由于最大熵检测算法和聚类图像算法为现有技术中的算法,因此不作详细描述。
本发明提供的又一实施例,获取在位的亚像素裂纹空间展布,包括下述步骤:
构建岩石在位的位移场;
刻画亚像素裂纹分布;
构建裂缝网络拓扑结构。
本发明提供的又一实施例,在构建岩石在位的位移场中,包括衡量两幅图像相似程度的数字体积计算过程。
在本实施例中,基于不同阶段获取的数据,判断位移场和应变场的变化参数。
本发明提供的又一实施例,如图1所示,数字体积计算过程,包括下述步骤:
输入基准图和变形图;
设定初始变形函数;
划分裂缝分布子集、搜索子集;
计算每个子集的变化矩阵;
计算每个子集的相关系数;
找出相关系数最值及坐标;
计算每个子集的位移、角度;
判断是否满足误差要求;
求得变形函数。
在本实施例中的数字体积计算过程,计算结果稳定,避免出现相似性判断困难或出现多个相似点而导致的相关系数最优值判断困难;此外,该数字体积计算过程中,抗干扰性较强,避免产生大量噪声而使得计算结果不可信。
数字体积计算过程中的各详细步骤,采用现有技术中的计算步骤。
本发明提供的又一实施例,在判断是否满足误差要求步骤中:
当不满足误差要求时,重新计算每个子集的变化矩阵,并从计算每个子集的变化矩阵的步骤起,按顺序依次进行其它步骤;
当满足误差要求时,则求得变形函数。
在本实施例中,进一步地的实现计算结果更稳定和增加抗干扰性。
本发明提供的又一实施例,刻画亚像素裂纹分布中,包括获取空间的标量,具体为:
当裂纹面垂直于x轴的裂纹,沿x轴的位移为函数u,则在裂纹位置有:
δu=u+-u-
其中,u+和u-为裂纹两侧的位移;
在裂纹尚未产生的位置,位移场u连续,则δu=0;
在δu产生之前,裂纹可能萌生的地方,
Figure BDA0002562047760000071
Figure BDA0002562047760000072
的值越大,产生裂纹的趋势就越大;
在空间上,裂纹的位移矢量场为:
Figure BDA0002562047760000081
其中,u、v、w分别为x、y、z三个维度的位移,并建立亚像素裂纹发育程度的指标:
K=▽U
其中,K为空间的标量,U为位移矢量场,利用标量评估各个位置发生破裂的趋势。
在本实施例中,根据获取的标量,评估各个位置发生破裂的趋势。
本发明提供的又一实施例,构建裂缝网络拓扑结构,包括下述步骤:
以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络;
将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于裂缝网络的邻接矩阵;
描述裂缝顶点的灵敏度。
在本实施例中,能够实现将岩石裂缝的顶点发育情况进行定量化表征。
本发明提供的又一实施例,以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络的方法为:
G=(V,E)
其中,G是图形,V是岩石裂缝的顶点,E是各顶点之间构成的边;
在连接关系中,每条裂缝与边相对应;
描述裂缝顶点的灵敏度,是下一阶段发生破裂的概率。
本发明提供的又一实施例,将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于裂缝网络的邻接矩阵的方法为:
Figure BDA0002562047760000082
其中,aij是不同端点连接裂缝的权值,i是裂缝的一个顶点,j是裂缝的另一个顶点,w是裂缝的权值;
描述裂缝顶点的灵敏度的方法为:
P(k)=n(k)/N
P是裂缝顶点扩展的概率,n(k)是度为k的节点总数,N是全部的裂缝网络节点数;
具有相同度分布的两条裂缝,由于裂缝的空间部分不同,该不同的空间部分的信息由P(k)值定量刻画。
在本实施例中,能够对岩石微裂缝的扩展进行定量化表征。
本发明提供的又一实施例,在裂缝网络中,描述裂缝的扩展,确定裂缝的两个顶点是否可以连接,刻画裂缝的两个顶点概率的方法为:
Figure BDA0002562047760000091
其中,C是裂缝网络节点i的聚类系数,E是穿过顶点i的边的条数,k是节点i的度;
当某一个顶点i只有一条裂缝穿过时,ki=1;
当某一个顶点i没有裂缝穿过时,ki=0,Ei=0,Ci=0;
随着岩石加载荷载的不同,聚类系统也不同,聚类系统包括建立应力-聚类系数曲线,刻画裂缝的单点连通性,利用裂缝节点度K的聚类系数来定量刻画岩石裂缝整体连通性,计算裂缝聚类系数的方法是:
Figure BDA0002562047760000092
Figure BDA0002562047760000093
其中,δki,k是克罗内克积函数:C(k)是裂缝网络的整体连通性C(k);
C(k)随压力变化的曲线的斜率最大值为岩石破裂的时间。
在本实施例中,岩石裂缝扩展的C(k)具有幂律形式,可以建立应力-C(K)的变化曲线,与岩石力学中的应力应变曲线有一一对应关系,用以揭示应力应变曲线响应的岩石内部破裂机制。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是检测壳的内部存储单元,例如检测壳的硬盘或内存。所述存储器也可以是检测壳的外部存储设备,例如所述检测壳上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括检测壳的内部存储单元也包括外部存储设备。所述存储器用于存储所述计算机程序以及检测壳所需的其它程序和数据。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明。本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,在不偏离本发明精神的基础上所做的修改或替换,均属于本发明要求保护的范围。

Claims (3)

1.一种岩石压裂缝网拓扑结构刻画系统,其特征在于,包括下述步骤:
包括检测壳,所述检测壳内设置有存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序;
所述处理器执行所述计算机程序时实现下述步骤:
采用影像设备获取不同变形时刻的岩石在位图像;
基于各所述图像,获取在位的亚像素裂纹空间展布;
所述获取在位的亚像素裂纹空间展布,包括下述步骤:
构建岩石在位的位移场;在所述构建岩石在位的位移场中,包括衡量两幅所述图像相似程度的数字体积计算过程;
所述数字体积计算过程,包括下述步骤:
输入基准图和变形图;
设定初始变形函数;
划分裂缝分布子集、搜索子集;
计算每个子集的变化矩阵;
计算每个子集的相关系数;
找出相关系数最值及坐标;
计算每个子集的位移、角度;
判断是否满足误差要求;
求得变形函数;
刻画亚像素裂纹分布;所述刻画亚像素裂纹分布中,包括获取空间的标量,具体为:当裂纹面垂直于x轴的裂纹,沿x轴的位移为函数u,则在裂纹位置有:
δu=u+-u-
其中,u+和u-为裂纹两侧的位移;
在裂纹尚未产生的位置,位移场u连续,则δu=0;
在δu产生之前,裂纹可能萌生的地方,
Figure FDA0004214883710000011
Figure FDA0004214883710000021
的值越大,产生裂纹的趋势就越大;
在空间上,裂纹的位移矢量场为:
Figure FDA0004214883710000022
其中,u、v、w分别为x、y、z三个维度的位移,并建立亚像素裂纹发育程度的指标:
K=▽U
其中,K为空间的标量,U为位移矢量场,利用所述标量评估各个位置发生破裂的趋势;
构建裂缝网络拓扑结构;所述构建裂缝网络拓扑结构,包括下述步骤:
以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络;所述以岩石裂缝的顶点和连接关系建立不同阶段的裂缝网络的方法为:
G=(V,E)
其中,G是图形,V是所述岩石裂缝的顶点,E是各所述顶点之间构成的边;在所述连接关系中,每条所述裂缝与所述边相对应;描述裂缝顶点的灵敏度,所述描述裂缝顶点的灵敏度是下一阶段发生破裂的概率;
将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于所述裂缝网络的邻接矩阵;所述将岩石中不同压裂阶段的裂缝建立不同的缝网结构,建立基于所述裂缝网络的邻接矩阵的方法为:
Figure FDA0004214883710000023
其中,aij是不同端点连接裂缝的权值,i是裂缝的一个顶点,j是裂缝的另一个顶点,w是裂缝的权值;
所述描述裂缝顶点的灵敏度的方法为:
P(k)=n(k)/N
P是裂缝顶点扩展的概率,n(k)是度为k的节点总数,N是全部的裂缝网络节点数;
具有相同度分布的两条裂缝,裂缝的空间部分不同,该不同的空间部分的信息由P(k)值定量刻画。
2.如权利要求1所述的岩石压裂缝网拓扑结构刻画系统,其特征在于,在所述判断是否满足误差要求步骤中:
当不满足误差要求时,重新计算每个子集的变化矩阵,并从所述计算每个子集的变化矩阵的步骤起,按顺序依次进行其它步骤;
当满足误差要求时,则求得变形函数。
3.如权利要求1所述的岩石压裂缝网拓扑结构刻画系统,其特征在于,
在所述裂缝网络中,描述所述裂缝的扩展,确定所述裂缝的两个顶点是否可以连接,刻画所述裂缝的两个顶点概率的方法为:
Figure FDA0004214883710000031
其中,C是裂缝网络节点i的聚类系数,E是穿过顶点i的边的条数,k是节点i的度;
当某一个顶点i只有一条裂缝穿过时,ki=1;
当某一个顶点i没有裂缝穿过时,ki=0,Ei=0,Ci=0;
随着岩石加载荷载的不同,聚类系统也不同,所述聚类系统包括建立应力-聚类系数曲线,刻画裂缝的单点连通性,利用裂缝节点度K的聚类系数来定量刻画岩石裂缝整体连通性,计算裂缝聚类系数的方法是:
Figure FDA0004214883710000032
Figure FDA0004214883710000033
其中,是克罗内克积函数:C(k)是裂缝网络的整体连通性C(k);
C(k)
Figure FDA0004214883710000034
随压力变化的曲线的斜率最大值为岩石破裂的时间。
CN202010618601.4A 2020-06-30 2020-06-30 一种岩石压裂缝网拓扑结构刻画系统 Active CN111754500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010618601.4A CN111754500B (zh) 2020-06-30 2020-06-30 一种岩石压裂缝网拓扑结构刻画系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010618601.4A CN111754500B (zh) 2020-06-30 2020-06-30 一种岩石压裂缝网拓扑结构刻画系统

Publications (2)

Publication Number Publication Date
CN111754500A CN111754500A (zh) 2020-10-09
CN111754500B true CN111754500B (zh) 2023-06-27

Family

ID=72678661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010618601.4A Active CN111754500B (zh) 2020-06-30 2020-06-30 一种岩石压裂缝网拓扑结构刻画系统

Country Status (1)

Country Link
CN (1) CN111754500B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255173B (zh) * 2021-07-13 2021-09-28 中国科学院地质与地球物理研究所 页岩油气储层地质结构力学模型定量表征方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108168439A (zh) * 2017-12-29 2018-06-15 北京理工大学 基于亚像素的裂缝宽度检测关键技术
CN108986070A (zh) * 2018-05-30 2018-12-11 同济大学 一种基于高速视频测量的岩石裂缝扩展实验监测方法
CN109064561A (zh) * 2018-08-21 2018-12-21 北京软能创科技有限公司 基于三维拟连续介质水力压裂模型的支撑剂运移模拟方法
CN109165404A (zh) * 2018-07-16 2019-01-08 四川大学 一种扩展光滑无网格伽辽金法
CN110057846A (zh) * 2019-04-11 2019-07-26 中国科学院地质与地球物理研究所 基于数字图像的岩心内部微裂纹识别方法、系统、装置
KR102037893B1 (ko) * 2019-07-05 2019-11-26 세종대학교산학협력단 디지털 외관조사망도 구축 시스템 및 방법
CN110555259A (zh) * 2019-08-29 2019-12-10 中国石油大学(华东) 一种定量表征岩石物质传输非均质性的数值模拟方法
CN110853138A (zh) * 2019-11-21 2020-02-28 科吉思石油技术咨询(北京)有限公司 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102406975B1 (ko) * 2015-05-29 2022-06-13 엘지디스플레이 주식회사 패널 결함 검출 방법 및 유기발광표시장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108168439A (zh) * 2017-12-29 2018-06-15 北京理工大学 基于亚像素的裂缝宽度检测关键技术
CN108986070A (zh) * 2018-05-30 2018-12-11 同济大学 一种基于高速视频测量的岩石裂缝扩展实验监测方法
CN109165404A (zh) * 2018-07-16 2019-01-08 四川大学 一种扩展光滑无网格伽辽金法
CN109064561A (zh) * 2018-08-21 2018-12-21 北京软能创科技有限公司 基于三维拟连续介质水力压裂模型的支撑剂运移模拟方法
CN110057846A (zh) * 2019-04-11 2019-07-26 中国科学院地质与地球物理研究所 基于数字图像的岩心内部微裂纹识别方法、系统、装置
KR102037893B1 (ko) * 2019-07-05 2019-11-26 세종대학교산학협력단 디지털 외관조사망도 구축 시스템 및 방법
CN110555259A (zh) * 2019-08-29 2019-12-10 中国石油大学(华东) 一种定量表征岩石物质传输非均质性的数值模拟方法
CN110853138A (zh) * 2019-11-21 2020-02-28 科吉思石油技术咨询(北京)有限公司 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Subpixel precision of crack lip movements by Heavisidebased digital image correlation for a mixed-mode fracture;Stephen Hedan 等;《strain》;1-11 *
全景视觉的图像增强技术研究;边文昆;《中国优秀硕士学位论文全文数据库信息科技辑》(第(2018)03期);I138-1639 *
土石混合体细观分形特征与力学性质研究;王宇 等;《岩石力学与工程学报》;第34卷;3397-3407 *
数字图像相关法研究疲劳荷载下混凝土的性能;徐振斌 等;《山西建筑》;第32卷(第22期);10-11 *

Also Published As

Publication number Publication date
CN111754500A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN111751211B (zh) 一种岩石压裂缝网拓扑结构刻画方法
Fan et al. Lost data recovery for structural health monitoring based on convolutional neural networks
Gringarten et al. Teacher's aide variogram interpretation and modeling
Truong‐Hong et al. Combining an angle criterion with voxelization and the flying voxel method in reconstructing building models from LiDAR data
US9530055B2 (en) On-ground or near-ground discrete object detection method and system
Guo et al. Effects of topographic variability and lidar sampling density on several DEM interpolation methods
Klose Self-organizing maps for geoscientific data analysis: geological interpretation of multidimensional geophysical data
Fox et al. Spatially inhomogeneous background rate estimators and uncertainty quantification for nonparametric Hawkes point process models of earthquake occurrences
US20110251833A1 (en) Deterministic version of the multiple point geostatistics simulation/reconstruction method with the simulated/reconstructed values are directly taken from the training images without prior estimation of the conditional
Kawale et al. A graph‐based approach to find teleconnections in climate data
Meruane et al. Structural damage assessment with antiresonances versus mode shapes using parallel genetic algorithms
Shi et al. Building collapse assessment by the use of postearthquake Chinese VHR airborne SAR
US11604298B2 (en) Subsurface fault extraction using undirected graphs
BRPI1002186A2 (pt) mÉtodo para determinaÇço de abertura dinÂmica para eliminaÇço de méltiplas relacionadas À superfÍcie tridimensional
CN111754500B (zh) 一种岩石压裂缝网拓扑结构刻画系统
Paul et al. Phase space interrogation of the empirical response modes for seismically excited structures
Zeng et al. Probabilistic damage detection and identification of coupled structural parameters using Bayesian model updating with added mass
Hu et al. Reconstructing unseen spaces in collapsed structures for search and rescue via deep learning based radargram inversion
CN113296166A (zh) 裂缝模型的构建方法
KR102619016B1 (ko) 토사 사면 붕괴 사전 예측 방법 및 장치
Xu et al. Structural damage identification by a cross modal energy sensitivity based mode subset selection strategy
Chiodi et al. Mixed non-parametric and parametric estimation techniques in r package etasflp for earthquakes' description
CN117370846B (zh) 一种基于微震事件的水力压裂三维裂缝网构建方法及系统
Kovitz et al. Spatial statistics of clustered data
You et al. Building feature extraction from airborne lidar data based on tensor voting algorithm

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