CN112505784B - 一种煤矿井下盾构机掘进路线选择方法 - Google Patents
一种煤矿井下盾构机掘进路线选择方法 Download PDFInfo
- Publication number
- CN112505784B CN112505784B CN202011400123.6A CN202011400123A CN112505784B CN 112505784 B CN112505784 B CN 112505784B CN 202011400123 A CN202011400123 A CN 202011400123A CN 112505784 B CN112505784 B CN 112505784B
- Authority
- CN
- China
- Prior art keywords
- seismic
- information
- selecting
- interface
- depth
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000005641 tunneling Effects 0.000 title claims abstract description 48
- 239000003245 coal Substances 0.000 title claims abstract description 32
- 239000011435 rock Substances 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000003892 spreading Methods 0.000 claims abstract description 11
- 230000007480 spreading Effects 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000013213 extrapolation Methods 0.000 claims abstract description 5
- 238000013459 approach Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 6
- 230000008021 deposition Effects 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 6
- 239000013049 sediment Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 17
- 238000009826 distribution Methods 0.000 abstract description 12
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 31
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种煤矿井下盾构机掘进路线优选方法，其特征在于，包括以下步骤：S1.选择布设巷道的岩层，利用合成地震记录实现地震地质的标定，构建拟声波曲线；S2.构建地质框架结构，基于地质框架结构，依据克里金插值算法，对测井资料实施沿层的内插及外推，形成闭合并平滑的初始模型；S3.通过初始模型进行地震反演，获取波阻抗反演数据体；S4.完成时深转换，将各个界面的深度域信息进行叠合，根据岩层展布趋势和剖面信息优选盾构机工作路线。本发明能够有效进行岩层的空间展布形态的精准预测，为盾构机的施工路线提供最优的选择。
Description
技术领域
本发明涉及矿井开采技术领域，更具体的说是涉及一种煤矿井下盾构机掘进路线选择方法。
背景技术
煤炭作为我国经济建设的主要能源之一，社会消耗量不断增加，矿井开采也陆续转入深部，巷道的施工设计成为煤矿安全高效开采的关键问题之一。现代施工过程中，为了提高施工速度，减小施工影响，摒弃了传统的钻爆法、冻结法施工，采用盾构机进行巷道掘进，然而地质条件是决定盾构机巷道设计施工的重要因素。盾构机施工围岩以石灰岩、砂岩等中硬岩最为有利，而在泥岩或者其他软岩层中则工作效率大大降低，甚至无法施工。
因此，如何提供一种煤矿井下盾构机掘进路线选择方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种煤矿井下盾构机掘进路线选择方法，能够有效进行岩层的空间展布形态的精准预测，为盾构机的施工路线提供最优的选择。
为了实现上述目的，本发明采用如下技术方案：
一种煤矿井下盾构机掘进路线选择方法，包括以下步骤：
S1.选择布设巷道的岩层，利用合成地震记录实现地震地质的标定，构建拟声波曲线；
S2.构建地质框架结构，基于地质框架结构，依据克里金插值算法，对测井资料实施沿层的内插及外推，形成闭合并平滑的初始模型；
S3.通过初始模型进行地震反演，获取波阻抗反演数据体；
S4.根据波阻抗反演数据体获取各个界面的时间域层位信息，根据时间域层位信息、速度场和深度域信息之间的关系获取各个界面的深度域信息，完成时深转换，将各个界面的深度域信息进行叠合，在盾构机拟工作平面位置进行垂直切割，得到盾构机工作的剖面信息和岩层展布趋势，根据岩层展布趋势和剖面信息选择盾构机工作路线。
优选的，S1中利用合成地震记录实现地震地质的标定的具体内容包括：
通过测井资料声波和密度得到声阻抗及反射系数，利用褶积运算得到人工合成地震道，经过制作精准的合成地震记录，同时与实际井旁地震记录进行对比和残差分析，将测井的岩性解释成果标定于地震剖面中。
优选的，S1中构建拟声波曲线的具体内容包括：
获取初始声波曲线，保留初始声波曲线的时深关系，将初始声波曲线的值替换为自然伽马曲线的值，确定目的层段深度范围，在目的层段深度范围内进行数值放大，获得拟声波曲线。
优选的，S2中构建地质框架结构的具体内容包括：
依据地下沉积体间的沉积顺序，由下向上逐层定义每层和其他层间的接触关系构建地质框架结构；其中接触关系包括层间平行、与底层平行、与顶层平行。
优选的，初始模型上任何未知的地震道的波阻抗值或者其它测井曲线的垂直组分的计算方法为：
其中，VC为未知地震道中的沿层波阻抗值，VCn代表每口井上垂直曲线的组分，Wn代表归一化后波阻抗权值的大小；N代表总的井个数；并且∑Wn＝1。
优选的，S3的具体内容包括：
对所述初始模型和已知的子波计算人工合成地震道，通过分析人工合成地震道与实际地震道的误差，不断对每层分块的厚度和振幅值进行调整以逐渐靠近实际的地震数据，获取所述波阻抗反演数据体。
优选的，S4的具体内容包括：
根据所述波阻抗反演数据体获取所选岩层的顶底界面，分别获取砂岩顶界面时间域层位信息和底时间域层位信息，提取井点处时间域信息，结合所述测井资料及所述钻井数据获取深度域信息，从而得到井点速度，进而分别得到顶界面和底界面整个平面上的速度场，根据砂岩顶界面和底界面的时间域层位信息和速度场信息实现时深转换，砂岩顶界面和底界面的深度域信息相减后得到所选岩层的厚度；
将砂岩顶界面和底界面的深度域信息进行叠合，在盾构机拟工作平面位置进行垂直切割，得到盾构机工作的剖面信息和岩层展布趋势，根据所述岩层展布趋势和剖面信息选择盾构机工作路线。
优选的，S4中时间域层位信息、速度场和深度域信息之间的关系为：
V＝h/2t
其中，V为速度，h为深度域信息，t为时间域信息。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种煤矿井下盾构机掘进路线选择方法，该方法结合纵向分辨率较强的测井数据和横向分辨率较强的地震数据，通过声波曲线及自然伽马曲线构建的拟声波曲线约束地震反演得到拟声波阻抗数据体，能够有效解决现有技术中的常规波阻抗反演不能区分地层剖面中砂泥岩的问题，采用本发明中的方法对砂泥岩的区分效果更加明显，在此基础上进行精确的时深转换，可以准确得到岩层空间展布趋势，解决了现有技术中的盾构机在施工过程中掘进路线选择困难的问题，有效提高了盾构机的工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种煤矿井下盾构机掘进路线选择方法的方法流程图；
图2附图为本发明实施例提供的测井曲线的标准化示意图；
图3附图为本发明实施例提供的井震标定示意图；
图4附图为本发明实施例提供的拟声波曲线构建的方法流程图；
图5附图为本发明实施例提供的地震反演初始模型示意图；
图6附图为本发明实施例提供的连井拟声波反演剖面示意图；
图7附图为本发明实施例提供的盾构机工作路线砂岩顶界面预测图；
图8附图为本发明实施例提供的盾构机工作路线砂岩底界面预测图；
图9附图为本发明实施例提供的盾构机工作砂岩层位厚度图；
图10附图为本发明实施例提供的盾构机工作位置K7砂岩预测分布结果。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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。
本发明实施例公开了一种煤矿井下盾构机掘进路线选择方法，本实施例中以拟布设瓦斯管联络巷的新景矿区保安与佛洼分区为例，如图1所示，该方法包括以下步骤：
S1.选择布设巷道的岩层，利用合成地震记录实现地震地质的标定，构建拟声波曲线；具体包括：
岩层选择：研究区K7砂岩埋深介于3#煤和8#煤之间，厚度在6-20m之间变化，岩性为砂岩，沉积稳定，并且可以兼顾上下两套煤层，为此选取该区的瓦斯管道巷道在K7砂岩中布设是一种经济合理的选择。但是K7砂岩的已知信息仅仅在钻孔中可以获得，零散分布，信息已知程度不足以满足巷道开采的需要，K7砂岩的空间展布形态的精确预测成为本次研究的核心问题。为此，结合纵向分辨率较强的测井数据和横向分辨率较强的地震数据进行波阻抗反演，并进行精确的时深转换，得到K7砂岩空间展布趋势。
测井曲线进行标准化
一般认为不同井点的同一标准层应该具备呈规律性变化的或者相似的测井响应，依据频率直方图得到的极值能够进行定量校正和定性分析。如图2所示，若标准井A处测井曲线的直方图范围为A1～A，井B的分布范围为B1～B，可以利用以下公式进行标准化过程：
Acb'＝(Acb-B)/(B1-B)*(A1-A)+A
S2.构建地质框架结构，基于地质框架结构，依据克里金插值算法，对测井资料实施沿层的内插及外推，形成闭合并平滑的初始模型。具体包括：
1.与工区地震数据进行井震标定
作为地震反演及地震构造解释的基础，前期井震标定正确与否，直接作用于波阻抗反演数据体及地质模型构建，最终对反演质量产生影响。如图3所示，利用合成地震记录可实现地震地质的标定。合成地震记录是利用地震子波、密度资料及声波测井等褶积运算得到地震反射图，经过制作精准的合成地震记录，同时与实际井旁地震记录进行对比和残差分析完成。该方法能够将地层的岩性界面准确标定于地震剖面中。作为联系测井资料及地震资料的桥梁，合成地震记录作为岩性地震解释及构造解释的基础，也是地质和地震资料综合利用的纽带。合成地震记录将测井资料(深度域)及地震资料(时间域)很好地结合在一起，实现了高横向分辨率地震资料及高垂向分辨率的测井资料有效结合。
2.拟声波曲线构建
常规波阻抗反演中所用的声波测井受非地层岩性干扰较大，很难反映岩性变化，因此常规的波阻抗反演不能区分地层剖面中砂泥岩，尤其是孔隙度较为发育的层位和地区。通过声波曲线及自然伽马曲线构建的拟声波曲线约束地震反演得到的拟声波阻抗数据体，对砂泥岩的区分效果更为明显，实现K7砂岩分布的精准预测。
拟声波曲线构建的具体步骤如图4所示，在时深关系准确的情况下，利用自然伽马测井曲线对泥岩和砂岩的敏感性，建立新的拟声波测井曲线，该拟声波测井曲线的时深关系是原始声波测井曲线的时深关系，但是值为自然伽玛测井曲线的值。为了更加凸显K7砂岩在剖面的特征，在时深关系保持不变的情况下，将测井综合地质成果标定的目标K7砂岩段拟声波测井曲线值进行局部倍数扩充，一般为2-3倍，这样反演之后可以更加凸显砂岩的趋势。
3.模型的构建
基于拟声波测井曲线及层位数据，从测井曲线位置开始，采用克里金空间插值方法构建初始反演模型，模型横向展布的合理性反映前期测井曲线标准化和井震标定成果的好坏，如出现异常值则需要返回前几个步骤，该过程需要不断迭代，直到获得横向连续性好、纵向岩性变化分明的反演模型。
首先，以钻井数据、测井资料及地震资料为基础，构建初始模型，地震反演初始模型示意图如图5所示。其具体做法就是依据地震进行层位的精细解释，构建好地质框架结构。基于地质框架结构，再依据特定的插值方法，对测井数据实施沿层的内插及外推，形成一个闭合并平滑的实体模型。所以，该过程中的关键部分就是合理地构建地质框架结构及定义内插模式。
(1)构建地质框架结构，由于地下沉积体间接触关系的多样性，因此计算机没有办法一次性确定各层位间的拓扑关系，在模型构建时地质框架结构为依据地下沉积体间的沉积顺序，由下向上逐层定义每层和其他层间的接触关系(层间平均、与底层平行、与顶层平行)。
(2)定义内插模式，值得注意是，参数内插不简单地是数学计算，需要根据层位变化，压缩或拉伸测井曲线，在层位约束条件下满足地质意义进行内插。内插算法有克里金、三角形网格和反距离平方等方法，但这些插值算法遵循特定的准则，即所有井的权值在该井处为1，而在其它井位置处为0。这其中反距离平方算法在井资料较少的研究区更加适用，三角网格算法仅在规则分布测井间插值时适用，本实施例使用的克里金插值算法为比较光滑的内插算法，事实上是一种特殊条件下的加权平均算法，其主要代表了岩性参数在宏观中的变化趋势，这种算法能够给出确定性的结果，能够接近真实值，宏观地质条件和算法本身的适用性决定了计算误差，对于井间估计值，这种算法更能客观地反映地质规律，有相对较高的精度，作为定量分析的工具十分有效。初始模型上任何未知的地震道的波阻抗值或者其它测井曲线的垂直组分可以依照公式2.7计算：
上式里的VC为未知道中的沿层波阻抗值，VCn代表每口井上垂直曲线的组分，Wn代表归一化后波阻抗权值的大小；N代表总的井个数；并且∑Wn＝1。
S3.通过初始模型进行地震反演，获取波阻抗反演数据体；具体包括：
1.地震反演
岩性反演过程采用基于模型的地震反演，基于模型的反演的初始背景模型和已知的子波计算人工合成地震道，通过分析人工合成地震道与实际地震道的误差，然后对每层分块的厚度和振幅值进行修改以逐渐地靠近实际地震数据，这一步骤通过一系列的递归不断重复。对最终结果与初始猜测模型背离幅度的选择方法有两种，一种是硬约束，一种是软约束，硬约束是指背离幅度不超过规定的范围；软约束是用初始模型和地震数据两者融合得到的，两者的总和是100％，并依据反演的需要决定初始模型所占的比例大还是地震数据所占的比例大。
第一种方法认为附加信息是一种“硬”约束。该约束条件设定了根据初始模型反演得到最终结果的绝对边界。这种约束使用初始猜测约束作为反演的起点，并用一个最大阻抗变化参数(即初始猜测平均阻抗的百分比)作为限定反演计算的阻抗偏离初始猜测的“硬边界。在反演计算中，阻抗参数可以自由的改变，但不能超过固定的边界。例如，25％被使用，则样点i处计算的最终阻抗I(i)必须满足：
I0(i)-25％IAV≤I(i)≤I0(i)+25％IAV
式中，I0(i)——样点处的初始猜测阻抗；
IAV——输入约束I0的平均阻抗。
当不存在约束或约束很宽时，由目标函数的最小平方解系统，可以得到与地震道最佳拟合的期望输出，且其低频趋势由初始模型来实现而不是由数据解出。反之，最大阻抗变化参数减小时，约束变紧。而当其趋于零时，则引起期望输出无限地逼近初始模型。
第二种方法认为附加信息是一种“软”约束。就是说初始猜测阻抗是一块分离的信息，通过对初始猜测阻抗与地震道加权来把它加到地震道上。虽然不象约束反演中设定一个“硬”边界来约束反演阻抗值的变化，但计算出一个随着计算阻抗偏离初始猜测而增加的补偿。其目标函数为
式中，w1——[0，1]区间的加权因子，即模型约束参数，表述我们对两种数据的相对信任程度。
由此可见，反演同时平衡两种信息——地震道和初始猜测阻抗。如果w1被设成极端值0，初始猜测事实上被忽略，反演的实质即为找一个最佳的匹配地震数据，而失去测井约束的含义。反之，如果w1被设为1，则地震道被忽略，产生一个初始猜测阻抗的“分块”形式。
上述两种反演方法均有一共同特点，就是可以通过约束参数的选取控制反演阻抗是偏向地震道，还是偏向初始模型。具体参数的选择可根据目标勘探的要求及资料背景来确定。通常在多井且井间距离较小的反演中，为使井间阻抗曲线有较好的可比性，可适当地控制反演结果偏向初始模型。而对于单井或虽有多井但井间距离较大的情况下，可控制反演结果偏向地震道。但在地震资料分辨率较低的情况下，也可考虑加强测井曲线的约束，以期获得较高分辨率的反演结果。
为了更好地控制反演结果，一般采用硬约束的方法进行反演。由于研究区钻井的间距大同时为了使得演的结果更加的偏向地震道，减小反演结果的模型化，对研究区进行叠后反演时，其硬约束参数选择不偏离初始模型的40％，迭代次数20次，获得拟声波反演波阻抗，该反演结果在过井位置应当与测井曲线处的波阻抗值进行对比，保证两者的岩性解释结果基本一致。
S4.根据波阻抗反演数据体获取各个界面的时间域层位信息，根据时间域层位信息、速度场和深度域信息之间的关系获取各个界面的深度域信息，完成时深转换，将各个界面的深度域信息进行叠合，在盾构机拟工作平面位置进行垂直切割，得到盾构机工作的剖面信息和岩层展布趋势，根据岩层展布趋势和剖面信息选择盾构机工作路线。具体包括：
由于在前期对K7砂岩做了突出处理，因此反演得到的K7砂岩顶底界面十分分明，采用自动追踪的方法即可将这两个界面得到，从而获取砂岩顶底时间域层位信息，结合测井及钻井揭露的深度域信息，同时在井点处提取时间域信息，通过以下公式即可得到井点处的速度信息。
V＝h/2t
得到井点速度之后，在砂岩顶界面平面上对速度点进行合理插值和平滑即可得到全区的速度场，将自动最终得到的砂岩顶界面时间域平面信息和速度场进行运算，即实现整个砂岩顶界面平面的时深转换，砂岩底界面及其他岩层也可采取同样的方法实现。砂岩顶界面和底界面的深度域信息直接相减即可得到砂岩的厚度图。得到各个界面的深度域平面之后，将各个平面信息依照深度域信息叠合起来，在拟选取的盾构机工作平面位置进行垂直切割，即可得到盾构机工作的剖面信息和K7剖面砂岩展布趋势，从而可以依据K7砂岩趋势和厚度选择盾构机工作路线。
该方法预测得到的结果与传统方法相比，反演得到的K7砂岩趋势特征更为明显，由于应用了实际揭露的钻孔进行时深转换，所得到的K7砂岩趋势精度大大提高，在过井位置准确率为100％。
通过K7砂岩顶底界面趋势的精细预测，获得了K7砂岩发育展布剖面，从而为盾构机工作路线的选择提供了地质依据，盾构机工作路线不超出K7砂岩顶底界面范围即可。
实例效果分析：
以阳泉某矿盾构机掘进工作剖面岩性预测实例，图6为该实例的连井拟声波反演剖面示意图，图7为盾构机工作路线砂岩顶界面预测图，图8为盾构机工作路线砂岩底界面预测图，图9为盾构机工作砂岩层位厚度图。
图10为盾构机工作位置K7砂岩预测分布结果，其中红色曲线为K7砂岩顶底板的预测分布。砂岩整体趋势呈现北高南低的单斜形态，局部褶曲发育，砂岩厚度约为9.33m～19.15m，由北向南逐渐变厚。砂岩岩性整体较为稳定，局部位置的砂岩层底部有泥岩夹层出现，厚度约为0～5.2m，发育不连续。K7砂岩上部部分区域发育4#煤和5#煤。4#煤沉积不稳定，厚度约为0～0.25m。5#煤主要出现在巷道南侧，厚度约为0～0.35m，与砂岩层顶板间距约为0.4～6.9m，连续分布且与砂岩顶板间距向南逐渐减小。巷道砂岩层底界部分区域有6#煤发育，沉积不稳定，距砂岩层底界0～4m左右，厚度约为0.25～0.5m。8#煤层与K7砂岩层间距基本稳定，约为14.2～24.6m，连续分布，厚度约为1.5～2.6m。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种煤矿井下盾构机掘进路线选择方法，其特征在于，包括以下步骤：
S1.选择布设巷道的岩层，利用合成地震记录实现地震地质的标定，构建拟声波曲线；
S2.构建地质框架结构，基于地质框架结构，依据克里金插值算法，对测井资料实施沿层的内插及外推，形成闭合并平滑的初始模型；
S3.通过初始模型进行地震反演，获取波阻抗反演数据体；
S4.根据波阻抗反演数据体获取各个界面的时间域层位信息，根据时间域层位信息、速度场和深度域信息之间的关系获取各个界面的深度域信息，完成时深转换，将各个界面的深度域信息进行叠合，在盾构机拟工作平面位置进行垂直切割，得到盾构机工作的剖面信息和岩层展布趋势，根据岩层展布趋势和剖面信息选择盾构机工作路线。
2.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S1中利用合成地震记录实现地震地质的标定的具体内容包括：
通过测井资料声波和密度得到声阻抗及反射系数，利用褶积运算得到人工合成地震道，经过制作精准的合成地震记录，同时与实际井旁地震记录进行对比和残差分析，将测井的岩性解释成果标定于地震剖面中。
3.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S1中构建拟声波曲线的具体内容包括：
获取初始声波曲线，保留初始声波曲线的时深关系，将初始声波曲线的值替换为自然伽马曲线的值，确定目的层段深度范围，在目的层段深度范围内进行数值放大，获得拟声波曲线。
4.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S2中构建地质框架结构的具体内容包括：
依据地下沉积体间的沉积顺序，由下向上逐层定义每层和其他层间的接触关系构建地质框架结构；其中接触关系包括层间平行、与底层平行、与顶层平行。
5.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，初始模型上任何未知的地震道的波阻抗值或者其它测井曲线的垂直组分的计算方法为：
其中，VC为未知地震道中的沿层波阻抗值，VCn代表每口井上垂直曲线的组分，Wn代表归一化后波阻抗权值的大小；N代表总的井个数；并且∑Wn＝1。
6.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S3的具体内容包括：
利用初始模型和已知的子波计算人工合成地震道，通过分析人工合成地震道与实际地震道的误差，不断进行调整以逐渐靠近实际的地震数据，获取所述波阻抗反演数据体。
7.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S4的具体内容包括：
根据所述波阻抗反演数据体获取所选岩层的顶底界面，分别获取顶界面时间域层位信息和底界面时间域层位信息，提取井点处时间域信息，结合所述测井资料及钻井数据获取深度域信息，从而得到井点速度，进而分别得到顶界面和底界面整个平面上的速度场，根据顶界面和底界面的时间域层位信息和速度场信息实现时深转换，顶界面和底界面的深度域信息相减后得到所选岩层的厚度；
将各个界面的深度域信息进行叠合，在盾构机拟工作平面位置进行垂直切割，得到盾构机工作的剖面信息和岩层展布趋势，根据所述岩层展布趋势和剖面信息选择盾构机工作路线。
8.根据权利要求1所述的一种煤矿井下盾构机掘进路线选择方法，其特征在于，S4中时间域层位信息、速度场和深度域信息之间的关系为：
V＝h/2t
其中，V为速度，h为深度域信息，t为时间域信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011400123.6A CN112505784B (zh) | 2020-12-02 | 2020-12-02 | 一种煤矿井下盾构机掘进路线选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011400123.6A CN112505784B (zh) | 2020-12-02 | 2020-12-02 | 一种煤矿井下盾构机掘进路线选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112505784A CN112505784A (zh) | 2021-03-16 |
| CN112505784B true CN112505784B (zh) | 2022-03-08 |
Family
ID=74968230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011400123.6A Active CN112505784B (zh) | 2020-12-02 | 2020-12-02 | 一种煤矿井下盾构机掘进路线选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112505784B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113298220B (zh) * | 2021-05-31 | 2023-08-04 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种基于神经网络优化的盾构机掘进速度预测方法 |
| CN113282990A (zh) * | 2021-05-31 | 2021-08-20 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种盾构运动轨迹的智能化实时确定方法、终端和介质 |
| CN115877478B (zh) * | 2023-02-24 | 2023-05-12 | 山东全波石油技术开发有限公司 | 一种基于DualGAN的地震资料高分辨率处理方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2451747C2 (de) * | 1974-10-31 | 1977-09-15 | Rheinstahl Ag | Schildartiges ausbaugestell |
| JPH09209688A (ja) * | 1996-02-06 | 1997-08-12 | Fujita Corp | シールド掘進機の掘進監視装置 |
| CN100349008C (zh) * | 2004-12-29 | 2007-11-14 | 中国石油天然气集团公司 | 一种地震波波阻抗反演的方法 |
| CN108508489B (zh) * | 2018-03-19 | 2019-12-31 | 中国海洋石油集团有限公司 | 一种基于波形微变化匹配的地震反演方法 |
| CN112525092B (zh) * | 2018-09-19 | 2022-06-03 | 成都理工大学 | 一种基于双护盾tbm工艺的隧道施工监测系统 |
| CN110630274B (zh) * | 2019-09-17 | 2021-03-19 | 东莞理工学院 | 一种盾构隧道复合地层组段实施系统及实施方法 |
-
2020
- 2020-12-02 CN CN202011400123.6A patent/CN112505784B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112505784A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112505784B (zh) | 一种煤矿井下盾构机掘进路线选择方法 | |
| RU2305301C1 (ru) | Способ размещения поисковых, разведочных и эксплуатационных скважин на месторождениях нефти и газа на основе трехмерной геологической модели | |
| WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
| US8868390B2 (en) | Method of developing a petroleum reservoir from a flow model calibrated through pressure and saturation map scaling | |
| RU2661489C1 (ru) | Способ комплексирования исходных данных для уточнения фильтрационного строения неоднородных карбонатных коллекторов | |
| US20130262069A1 (en) | Targeted site selection within shale gas basins | |
| Ainsworth | Sequence stratigraphic-based analysis of reservoir connectivity: influence of depositional architecture–a case study from a marginal marine depositional setting | |
| CN105044770A (zh) | 致密砂砾岩气藏储层定量预测方法 | |
| CN105089615A (zh) | 一种基于油藏模型的测井数据历史回归处理方法 | |
| AlRassas et al. | CO2 storage capacity estimation under geological uncertainty using 3-D geological modeling of unconventional reservoir rocks in Shahejie Formation, block Nv32, China | |
| CN107831540A (zh) | 储层物性参数直接提取新方法 | |
| Trippetta et al. | Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy | |
| CN115877447A (zh) | 一种直平联合井网条件下地震约束三维地质建模的储层预测方法 | |
| CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
| Zou et al. | Fault interpretation using a support vector machine: A study based on 3D seismic mapping of the Zhaozhuang coal mine in the Qinshui Basin, China | |
| CN113376692B (zh) | 致密砂岩气水平井压裂改造方案优化方法及装置 | |
| Ballin et al. | New reservoir dynamic connectivity measurement for efficient well placement strategy analysis under depletion | |
| CN116520394A (zh) | 基于地震测井双驱动融合多尺度信息直接预测孔隙度方法 | |
| CN113848593A (zh) | 一种定量预测含煤地层中岩浆岩侵蚀区的方法 | |
| CN114114411A (zh) | 三维断层疏导性的定量确定方法及装置 | |
| Taheri et al. | Quantifying fracture density within the Asmari reservoir: an integrated analysis of borehole images, cores, and mud loss data to assess fracture-induced effects on oil production in the Southwestern Iranian Region | |
| RU2206911C2 (ru) | Способ поиска, разведки, исследования и создания модели месторождения полезных ископаемых | |
| Correia | Integration of reservoir characterization with history matching guided by pilot wells: Application to the Norne Field | |
| Shahbazi | Hybrid Strategy for Porosity Distribution Mapping on a Heterogeneous Reservoir Using Artificial Intelligence Method | |
| CN113687419A (zh) | 基于主控要素地震-地质一体化分析构造煤分布预测方法 |
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 |