CN111982743A - 一种基于物联网的火山岩鉴定方法、系统、终端及介质 - Google Patents

一种基于物联网的火山岩鉴定方法、系统、终端及介质 Download PDF

Info

Publication number
CN111982743A
CN111982743A CN202010900375.9A CN202010900375A CN111982743A CN 111982743 A CN111982743 A CN 111982743A CN 202010900375 A CN202010900375 A CN 202010900375A CN 111982743 A CN111982743 A CN 111982743A
Authority
CN
China
Prior art keywords
volcanic rock
target
pore
target object
calculating
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.)
Granted
Application number
CN202010900375.9A
Other languages
English (en)
Other versions
CN111982743B (zh
Inventor
迟唤昭
邓馨卉
薛晓刚
张�成
陈国强
孙振明
苗长盛
张海洪
于秋野
刘昕悦
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.)
Changchun Institute of Applied Chemistry of CAS
Original Assignee
Changchun Institute of Applied Chemistry 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 Changchun Institute of Applied Chemistry of CAS filed Critical Changchun Institute of Applied Chemistry of CAS
Priority to CN202010900375.9A priority Critical patent/CN111982743B/zh
Publication of CN111982743A publication Critical patent/CN111982743A/zh
Application granted granted Critical
Publication of CN111982743B publication Critical patent/CN111982743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • G01N2009/022—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume of solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N2015/0833—Pore surface area

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Dispersion Chemistry (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于物联网的火山岩鉴定方法，其技术方案要点是：获取目标物不同采集角度的多组图像；对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；根据三维模型计算目标物的模拟体积和孔隙分布面积；根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。能够快速、准确的鉴定火山岩类别。

Description

一种基于物联网的火山岩鉴定方法、系统、终端及介质
技术领域
本发明涉及岩石类别鉴定技术领域，更具体地说，它涉及一种基于物联网的火山岩鉴定方法、系统、终端及介质。
背景技术
岩性鉴定识别主要是以岩石学、矿物学和地球化学为理论指导，利用岩石样品肉眼观察、镜下观察、化学成分分析等技术，以岩石颜色、结构、构造、矿物成分及其含量等特征条件等为依据对岩性准确定名的过程。岩性识别是地质录井工作的主要工作之一，是地质剖面建立的基础，也是石油勘探开发过程中地层、储层等研究的前提工作。
现有的火山岩岩性识别技术主要有：基于元素俘获测井(ECS)的TAS图法、电成像测井的结构识别法、神经网络法及其组合识别方法，如以ECS和电成像测井相结合的三维岩性识别方法。目前对火山岩岩性识别多采用岩石化学组分与结构相结合的火山岩岩性识别思路，来确定火山岩岩性。然而，采用岩石化学组分与结构进行识别鉴定，其操作过程复杂、投入成本高，且难以在地质现场勘探中推广应用。目前，有研究表明，酸性火山岩、中性火山岩、基性火山岩中随着主成分二氧化硅含量变化而使得整体密度不断增大，但是受火山岩外表以及内部孔隙难以精确计算影响，导致部分酸性火山岩、中性火山岩、基性火山岩中的密度存在交叉，现有的密度测量法在火山岩鉴定过程中误差较大。
因此，如何研究设计一种基于物联网的火山岩鉴定方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有火山岩识别鉴定方法存在操作过程复杂、投入成本高以及误差较大的问题，本发明的目的是提供一种基于物联网的火山岩鉴定方法、系统、终端及介质，能够在地质现场勘探中推广应用。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了一种基于物联网的火山岩鉴定方法，包括以下步骤：
获取目标物不同采集角度的多组图像；
对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；
根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；
根据三维模型计算目标物的模拟体积和孔隙分布面积；
根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；
获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；
根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
优选的，所述网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。
优选的，所述孔隙平均深度值具体为：
H＝(h1×S1+h2×S2+...+hn×Sn)/(n×SK)；
其中，H为孔隙平均深度值，n为孔隙数量，hn为单个孔隙最大深度值，Sn为对应孔隙的表面积，SK为目标物的孔隙分布面积。
优选的，所述目标物整体的孔隙占比率具体为：
Figure BDA0002659645420000021
其中，Z为目标物整体的孔隙占比率，SB为目标物的模拟表面积，VT为目标物的模拟体积，Q为随VT增大而减小的常数。
优选的，所述实体成分平均密度具体为：
Figure BDA0002659645420000022
ρ＝A1×a1+...+An×an；
其中，ρ为实体成分平均密度，m为目标物重量值，An为实体成分，an为对应成分的含量占比。
优选的，所述目标物的分类标准为：
实体成分平均密度为2.2-2.6g/cm3的目标物鉴定为酸性火山岩；
实体成分平均密度为2.6-3.0g/cm3的目标物鉴定为中性火山岩；
实体成分平均密度为3.0-3.4g/cm3的目标物鉴定为基性火山岩。
优选的，所述酸性火山岩为流纹岩，中性火山岩为闪长岩安山岩正长岩，基性火山岩为玄武岩。
第二方面，提供了一种基于物联网的火山岩鉴定系统，包括：
图像采集模块，用于获取目标物不同采集角度的多组图像；
模型构建模块，用于对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；
图像处理模块，用于根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；
第一计算模块，用于根据三维模型计算目标物的模拟体积和孔隙分布面积；
第二计算模块，用于根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；
第三计算模块，用于获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；
鉴定模块，用于根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的一种基于物联网的火山岩鉴定方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种基于物联网的火山岩鉴定方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明能够快速、准确的计算出目标物的实体成分平均密度，对火山岩中各个主成分的密度、含量进行计算与统计，得到火山岩密度鉴定标准，通过计算结果与鉴定标准对比分析能够快速准确的鉴定出酸性火山岩、中性火山岩、基性火山岩分类，可为地质勘探提供技术支持；
2、基于物联网技术对目标物进行采集，整个鉴定过程无需操作复杂的仪器设备、工作效率高，不受工作环境影响，实用性强；
3、本发明鉴定过程技术要求含量低，操作简单、投入成本低以及准确率高，方便推广与应用；
4、本发明能够为火山岩成分及含量深入研究分析提供数据支持。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例1中的流程图；
图2是本发明实施例2中的架构图；
图3是本发明实施例中的鉴定效果图。
图中：101、图像采集模块；102、模型构建模块；103、图像处理模块；104、第一计算模块；105、第二计算模块；106、第三计算模块；107、鉴定模块。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
实施例：一种基于物联网的火山岩鉴定方法，如图1所示，包括以下步骤：
步骤一：获取目标物不同采集角度的多组图像。
步骤二：对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型。网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。
步骤三：根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理。
步骤四：根据三维模型计算目标物的模拟体积和孔隙分布面积。例如，可通过基于python计算实现目标物的模拟体积和孔隙分布面积自动计算。
步骤五：根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率。
孔隙平均深度值具体为：
H＝(h1×S1+h2×S2+...+hn×Sn)/(n×SK)；
其中，H为孔隙平均深度值，n为孔隙数量，hn为单个孔隙最大深度值，Sn为对应孔隙的表面积，SK为目标物的孔隙分布面积。
目标物整体的孔隙占比率具体为：
Figure BDA0002659645420000051
其中，Z为目标物整体的孔隙占比率，SB为目标物的模拟表面积，VT为目标物的模拟体积，Q为随VT增大而减小的常数。
步骤六：获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度。
实体成分平均密度具体为：
Figure BDA0002659645420000052
ρ＝A1×a1+...+An×an；
其中，ρ为实体成分平均密度，m为目标物重量值，An为实体成分，an为对应成分的含量占比。
步骤七：根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
目标物的分类标准为：实体成分平均密度为2.2-2.6g/cm3的目标物鉴定为酸性火山岩；实体成分平均密度为2.6-3.0g/cm3的目标物鉴定为中性火山岩；实体成分平均密度为3.0-3.4g/cm3的目标物鉴定为基性火山岩。
酸性火山岩为流纹岩，中性火山岩为闪长岩安山岩正长岩，基性火山岩为玄武岩。
实施例2：一种基于物联网的火山岩鉴定系统，如图2所示，包括图像采集模块、模型构建模块、图像处理模块、第一计算模块、第二计算模块、第三计算模块、鉴定模块。其中：
图像采集模块用于获取目标物不同采集角度的多组图像。
模型构建模块用于对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型。
图像处理模块用于根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理。
第一计算模块用于根据三维模型计算目标物的模拟体积和孔隙分布面积。
第二计算模块用于根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率。
第三计算模块用于获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度。
鉴定模块用于根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
实验验证与分析：
选择30个经现有计算精确测量的火山岩样本，其中酸性火山岩、中性火山岩、基性火山岩各10个，鉴定结果如图3所示，10个酸性火山岩的样本鉴定结果均在2.2-2.6g/cm3之间，10个中性火山岩的样本鉴定结果均在2.6-3.0g/cm3之间，10个基性火山岩的样本鉴定结果均在3.0-3.4g/cm3之间，酸性火山岩、中性火山岩、基性火山岩之间无交叉，其准确率为100％。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (10)

1.一种基于物联网的火山岩鉴定方法，其特征是，包括以下步骤：
获取目标物不同采集角度的多组图像；
对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；
根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；
根据三维模型计算目标物的模拟体积和孔隙分布面积；
根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；
获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；
根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
2.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述网格平面为三角平面，三角平面的面积大小为0.64cm2-1.44cm2。
3.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述孔隙平均深度值具体为：
H＝(h1×S1+h2×S2+...+hn×Sn)/(n×SK)；
其中，H为孔隙平均深度值，n为孔隙数量，hn为单个孔隙最大深度值，Sn为对应孔隙的表面积，SK为目标物的孔隙分布面积。
4.根据权利要求3所述的一种基于物联网的火山岩鉴定方法，其特征是，所述目标物整体的孔隙占比率具体为：
Figure FDA0002659645410000011
其中，Z为目标物整体的孔隙占比率，SB为目标物的模拟表面积，VT为目标物的模拟体积，Q为随VT增大而减小的常数。
5.根据权利要求4所述的一种基于物联网的火山岩鉴定方法，其特征是，所述实体成分平均密度具体为：
Figure FDA0002659645410000012
ρ＝A1×a1+...+An×an；
其中，ρ为实体成分平均密度，m为目标物重量值，An为实体成分，an为对应成分的含量占比。
6.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述目标物的分类标准为：
实体成分平均密度为2.2-2.6g/cm3的目标物鉴定为酸性火山岩；
实体成分平均密度为2.6-3.0g/cm3的目标物鉴定为中性火山岩；
实体成分平均密度为3.0-3.4g/cm3的目标物鉴定为基性火山岩。
7.根据权利要求1所述的一种基于物联网的火山岩鉴定方法，其特征是，所述酸性火山岩为流纹岩，中性火山岩为闪长岩安山岩正长岩，基性火山岩为玄武岩。
8.一种基于物联网的火山岩鉴定系统，其特征是，包括：
图像采集模块，用于获取目标物不同采集角度的多组图像；
模型构建模块，用于对多组图像进行图像处理后构建表面由多个网格平面组成的三维模型；
图像处理模块，用于根据多组图像提取目标物表面层的孔隙分布信息、孔隙明暗度信息,并根据孔隙分布信息对三维模型进行孔隙贴图处理；
第一计算模块，用于根据三维模型计算目标物的模拟体积和孔隙分布面积；
第二计算模块，用于根据孔隙明暗度信息计算孔隙平均深度值，以深度值为标准计算目标物表面层的孔隙占比率，并结合模拟体积计算得到目标物整体的孔隙占比率；
第三计算模块，用于获取目标物的重量值，根据重量值和实体成分体积计算得到实体成分平均密度；
鉴定模块，用于根据实体成分平均密度分布范围判断目标物类别，得到鉴定结果。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的一种基于物联网的火山岩鉴定方法。
10.一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的一种基于物联网的火山岩鉴定方法。
CN202010900375.9A 2020-08-31 2020-08-31 一种基于物联网的火山岩鉴定方法、系统、终端及介质 Active CN111982743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010900375.9A CN111982743B (zh) 2020-08-31 2020-08-31 一种基于物联网的火山岩鉴定方法、系统、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010900375.9A CN111982743B (zh) 2020-08-31 2020-08-31 一种基于物联网的火山岩鉴定方法、系统、终端及介质

Publications (2)

Publication Number Publication Date
CN111982743A true CN111982743A (zh) 2020-11-24
CN111982743B CN111982743B (zh) 2022-06-24

Family

ID=73447266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010900375.9A Active CN111982743B (zh) 2020-08-31 2020-08-31 一种基于物联网的火山岩鉴定方法、系统、终端及介质

Country Status (1)

Country Link
CN (1) CN111982743B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113640177A (zh) * 2021-06-29 2021-11-12 阿里巴巴新加坡控股有限公司 货物密度测量方法、系统以及电子设备

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2794250A1 (fr) * 1999-05-28 2000-12-01 Lidia Oubeid Nouvelle methode d'analyse petrographique d'etude de l'heterogeneite texturale des roches reservoir par la technique d'etude multienvironnement des textures (temet)
US20040020295A1 (en) * 2002-08-01 2004-02-05 Nanya Technology Corporation Method of measuring pore depth on the surface of a polishing pad
CN102071928A (zh) * 2009-11-25 2011-05-25 中国石油天然气股份有限公司 一种三维空间火山岩岩性识别方法
CN103033456A (zh) * 2012-12-13 2013-04-10 北京农业信息技术研究中心 基于sfs算法的土壤孔隙度检测方法
CN103645519A (zh) * 2013-12-17 2014-03-19 中国石油大学(华东) 一种基于火山岩风化壳识别及划分标准的油气勘探方法
CN105486607A (zh) * 2016-01-01 2016-04-13 吉林大学 一种火成岩的矿物含量分析方法及其分析系统
CN105986811A (zh) * 2015-02-11 2016-10-05 中国石油化工股份有限公司 基于常规测井资料五维度岩性判识方法
KR101685309B1 (ko) * 2015-11-18 2016-12-09 전북대학교산학협력단 셰일가스의 비표면적 및 미세기공크기 분석 방법
CN205844202U (zh) * 2016-05-20 2016-12-28 中石化石油工程技术服务有限公司 一种岩屑岩性分析装置
WO2017129812A1 (de) * 2016-01-29 2017-08-03 Rwth Aachen System und verfahren zur messung der porosität und porenraumkonnektivität einer gesteinsprobe
CN107657634A (zh) * 2017-09-06 2018-02-02 上海电力学院 基于深度学习和支持向量机的页岩数字岩心三维重构方法
CN108061697A (zh) * 2017-12-06 2018-05-22 石家庄铁道大学 土体三维孔隙率计算方法
CN108072902A (zh) * 2016-11-09 2018-05-25 中国石油化工股份有限公司 一种碳酸盐岩岩石物理模型的建模方法
CN108387495A (zh) * 2018-01-22 2018-08-10 青岛理工大学 一种多孔混凝土孔隙率计算和孔隙参数表征方法
CN108663287A (zh) * 2018-04-25 2018-10-16 中国地质大学（北京） 一种利用ct图像精确计算煤岩密度的方法
CN108956416A (zh) * 2018-06-06 2018-12-07 中国地质大学（北京） 一种基于Matlab分析致密砂岩储层孔隙表征的方法
CN109165375A (zh) * 2018-08-03 2019-01-08 中国石油天然气集团有限公司 基岩岩性识别和物性计算方法及装置
CN109269938A (zh) * 2018-09-26 2019-01-25 西安石油大学 一种煤和岩石真密度的测试方法
CN110487696A (zh) * 2019-07-15 2019-11-22 大庆油田有限责任公司 一种致密砂岩全视域的孔隙、物性检测方法和装置
CN209727685U (zh) * 2019-04-03 2019-12-03 浙江省工程物探勘察院 岩土勘察试验样品密度测试系统
CN210198250U (zh) * 2019-08-30 2020-03-27 长春工程学院 一种钻石台面宽度比率测量装置
CN111175196A (zh) * 2018-10-23 2020-05-19 中国石油天然气股份有限公司 一种确定岩石自吸量的方法和装置
CN111179195A (zh) * 2019-12-27 2020-05-19 西北大学 深度图像空洞填充方法、装置、电子设备及其存储介质
CN111243088A (zh) * 2020-01-08 2020-06-05 长春工程学院 工程地质勘察中的真三维航空遥感地质解译方法及系统

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2794250A1 (fr) * 1999-05-28 2000-12-01 Lidia Oubeid Nouvelle methode d'analyse petrographique d'etude de l'heterogeneite texturale des roches reservoir par la technique d'etude multienvironnement des textures (temet)
US20040020295A1 (en) * 2002-08-01 2004-02-05 Nanya Technology Corporation Method of measuring pore depth on the surface of a polishing pad
CN102071928A (zh) * 2009-11-25 2011-05-25 中国石油天然气股份有限公司 一种三维空间火山岩岩性识别方法
CN103033456A (zh) * 2012-12-13 2013-04-10 北京农业信息技术研究中心 基于sfs算法的土壤孔隙度检测方法
CN103645519A (zh) * 2013-12-17 2014-03-19 中国石油大学(华东) 一种基于火山岩风化壳识别及划分标准的油气勘探方法
CN105986811A (zh) * 2015-02-11 2016-10-05 中国石油化工股份有限公司 基于常规测井资料五维度岩性判识方法
KR101685309B1 (ko) * 2015-11-18 2016-12-09 전북대학교산학협력단 셰일가스의 비표면적 및 미세기공크기 분석 방법
CN105486607A (zh) * 2016-01-01 2016-04-13 吉林大学 一种火成岩的矿物含量分析方法及其分析系统
WO2017129812A1 (de) * 2016-01-29 2017-08-03 Rwth Aachen System und verfahren zur messung der porosität und porenraumkonnektivität einer gesteinsprobe
CN205844202U (zh) * 2016-05-20 2016-12-28 中石化石油工程技术服务有限公司 一种岩屑岩性分析装置
CN108072902A (zh) * 2016-11-09 2018-05-25 中国石油化工股份有限公司 一种碳酸盐岩岩石物理模型的建模方法
CN107657634A (zh) * 2017-09-06 2018-02-02 上海电力学院 基于深度学习和支持向量机的页岩数字岩心三维重构方法
CN108061697A (zh) * 2017-12-06 2018-05-22 石家庄铁道大学 土体三维孔隙率计算方法
CN108387495A (zh) * 2018-01-22 2018-08-10 青岛理工大学 一种多孔混凝土孔隙率计算和孔隙参数表征方法
CN108663287A (zh) * 2018-04-25 2018-10-16 中国地质大学（北京） 一种利用ct图像精确计算煤岩密度的方法
CN108956416A (zh) * 2018-06-06 2018-12-07 中国地质大学（北京） 一种基于Matlab分析致密砂岩储层孔隙表征的方法
CN109165375A (zh) * 2018-08-03 2019-01-08 中国石油天然气集团有限公司 基岩岩性识别和物性计算方法及装置
CN109269938A (zh) * 2018-09-26 2019-01-25 西安石油大学 一种煤和岩石真密度的测试方法
CN111175196A (zh) * 2018-10-23 2020-05-19 中国石油天然气股份有限公司 一种确定岩石自吸量的方法和装置
CN209727685U (zh) * 2019-04-03 2019-12-03 浙江省工程物探勘察院 岩土勘察试验样品密度测试系统
CN110487696A (zh) * 2019-07-15 2019-11-22 大庆油田有限责任公司 一种致密砂岩全视域的孔隙、物性检测方法和装置
CN210198250U (zh) * 2019-08-30 2020-03-27 长春工程学院 一种钻石台面宽度比率测量装置
CN111179195A (zh) * 2019-12-27 2020-05-19 西北大学 深度图像空洞填充方法、装置、电子设备及其存储介质
CN111243088A (zh) * 2020-01-08 2020-06-05 长春工程学院 工程地质勘察中的真三维航空遥感地质解译方法及系统

Non-Patent Citations (16)

* Cited by examiner, † Cited by third party
Title
BIN ZHANG 等: "Cenozoic volcanic rocks in the Pearl River Mouth and Southeast Hainan Basins of South China Sea and their implications for petroleum geology", 《PETROLEUM EXPLORATION AND DEVELOPMENT》 *
BIN ZHANG 等: "Cenozoic volcanic rocks in the Pearl River Mouth and Southeast Hainan Basins of South China Sea and their implications for petroleum geology", 《PETROLEUM EXPLORATION AND DEVELOPMENT》, 31 December 2013 (2013-12-31), pages 704 - 713 *
DIOGOMAIA RAMOS LOPES 等: "Lithology identification on well logs by fuzzy inference", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》 *
DIOGOMAIA RAMOS LOPES 等: "Lithology identification on well logs by fuzzy inference", 《JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING》, 30 September 2019 (2019-09-30), pages 357 - 368, XP085728166, DOI: 10.1016/j.petrol.2019.05.044 *
LIU CAI 等: "The Identification and Modeling of the Volcanic Weathering Crust in the Yingcheng Formation of the Xujiaweizi Fault Depression，Songliao Basin", 《ACTA GEOLOGICA SINICA》 *
LIU CAI 等: "The Identification and Modeling of the Volcanic Weathering Crust in the Yingcheng Formation of the Xujiaweizi Fault Depression，Songliao Basin", 《ACTA GEOLOGICA SINICA》, 31 August 2017 (2017-08-31), pages 1339 - 1351, XP071922916, DOI: 10.1111/1755-6724.13365 *
张大伟 等: "松辽盆地南部长岭断陷火山岩气藏储量评价与计算", 《中国石油勘探》 *
张大伟 等: "松辽盆地南部长岭断陷火山岩气藏储量评价与计算", 《中国石油勘探》, no. 04, 15 August 2009 (2009-08-15), pages 48 - 49 *
朱怡翔 等: "鄂尔多斯盆地苏里格气田相对高渗砂体的成因及其岩石物理测井识别方法", 《石油实验地质》 *
朱怡翔 等: "鄂尔多斯盆地苏里格气田相对高渗砂体的成因及其岩石物理测井识别方法", 《石油实验地质》, 31 August 2004 (2004-08-31), pages 389 - 396 *
毛灵涛 等: "软土孔隙微观结构的分形研究", 《中国矿业大学学报》 *
毛灵涛 等: "软土孔隙微观结构的分形研究", 《中国矿业大学学报》, 30 September 2005 (2005-09-30), pages 600 - 604 *
涂恩照 等: "河南舞阳铁矿赵案庄组含矿层的岩石矿物组合特征及成矿作用", 《地质学刊》 *
涂恩照 等: "河南舞阳铁矿赵案庄组含矿层的岩石矿物组合特征及成矿作用", 《地质学刊》, 31 December 2016 (2016-12-31), pages 567 - 574 *
胡佳 等: "盆地内部火山机构的地质模式建立方法及其应用", 《西安石油大学学报》 *
胡佳 等: "盆地内部火山机构的地质模式建立方法及其应用", 《西安石油大学学报》, 30 November 2018 (2018-11-30), pages 18 - 26 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113640177A (zh) * 2021-06-29 2021-11-12 阿里巴巴新加坡控股有限公司 货物密度测量方法、系统以及电子设备

Also Published As

Publication number Publication date
CN111982743B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN110847901B (zh) 一种变矿化度地层水下的致密砂岩储层流体识别方法
CN106526693A (zh) 裂缝识别方法和装置
CN105447762B (zh) 一种流体替换的低渗透油藏水淹信息的计算方法
CN104196523B (zh) 一种碳酸盐气藏储量动用状况的评价方法
CN107807396B (zh) 地层基质电阻率的确定方法和装置
CN107966732A (zh) 基于空间结构导向的地震属性变化率求取方法
CN109117505A (zh) 一种基于介电实验的孔隙结构储层冲洗带含水饱和度计算方法
CN111982743B (zh) 一种基于物联网的火山岩鉴定方法、系统、终端及介质
Keogh et al. Data capture for multiscale modelling of the Lourinha Formation, Lusitanian Basin, Portugal: an outcrop analogue for the Statfjord Group, Norwegian North Sea
CN104459790B (zh) 含油气性盆地有效储层的分析方法和装置
CN106777707B (zh) 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法
CN115342814A (zh) 一种基于多传感器数据融合的无人船定位方法
CN104297753B (zh) 一种基于自适应缩减算子的导航雷达图像反演海面风向方法
CN109444189B (zh) 利用数字岩石分析技术开展复杂地层对比与定量评价方法
Sarkheil et al. The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements
CN104834934B (zh) 一种用于识别储层流体的核体俘获法
CN105589096B (zh) 一种基于d-s证据理论的沉积相带划分方法
CN114114396B (zh) 一种台地相厚层灰岩沉积相刻画和预测系统及预测方法
La Pointe et al. Estimation of effective block conductivities based on discrete network analyses using data from the Äspö site
CN105549114B (zh) 低孔、致密灰岩岩石结构组分测井参数的计算方法及装置
CN114021644A (zh) 一种基于K-means和去丛聚法的区域代表性地下水位计算方法
CN114153002A (zh) 储层天然裂缝三维地质建模方法、装置、电子设备及介质
Amanipoor Providing a subsurface reservoir quality maps in oil fields by geostatistical methods
CN111681124A (zh) 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统
CN103901475A (zh) 一种属性等值线图绘制方法及装置

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