CN113533160B - 一种岩石孔隙度测量方法及装置 - Google Patents
一种岩石孔隙度测量方法及装置 Download PDFInfo
- Publication number
- CN113533160B CN113533160B CN202110763395.0A CN202110763395A CN113533160B CN 113533160 B CN113533160 B CN 113533160B CN 202110763395 A CN202110763395 A CN 202110763395A CN 113533160 B CN113533160 B CN 113533160B
- Authority
- CN
- China
- Prior art keywords
- rock
- porosity
- rock sample
- detected
- sample
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001228 spectrum Methods 0.000 claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 230000015556 catabolic process Effects 0.000 claims description 15
- 238000000691 measurement method Methods 0.000 claims description 9
- 238000011088 calibration curve Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical group [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 8
- 229910052753 mercury Inorganic materials 0.000 description 7
- 239000000243 solution Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002459 porosimetry Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种岩石孔隙度测量方法，步骤如下：S1、获取标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；S2、采用标准岩石样品以上参数作为输入信号，构建岩石孔隙度的预测模型；S3、获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；S4、根据待测岩石样品以上数据，利用岩石孔隙度预测模型，得到待测岩石样品的孔隙度。本发明还公开了一种岩石孔隙度测量装置，包括：标准岩石样品参数获取模块；岩石孔隙度模型构建模块；待测岩石样品参数获取模块；待测岩石样品孔隙度评价模块。本发明具有准确度高、快速方便的特点，可以广泛应用于地球物理领域。
Description
技术领域
本发明涉及地球物理领域，特别是涉及一种岩石孔隙度测量方法及装置。
背景技术
岩石是由固体骨架颗粒和粒间孔隙构成的，岩石孔隙度是指岩石中的孔隙体积与岩石总体积的比值。
以往测定岩石孔隙度的主要方法是压汞法。压汞法又称水银注入法,在此方法中,水银注入量就是水银对孔隙空间的充填或饱和程度,又叫水银饱和度。但对疏松的岩石不能用压汞法的,对一般的岩石用压汞法往往会提高有效孔隙度的比值。同时，该方法存在的缺陷和汞蒸气对人体的伤害，使得其测量时间比较长及比较复杂，不能运用于在线的测量。
发明内容
本发明的目的是为了克服上述背景技术的不足，提供一种岩石孔隙度测量方法及装置，使其具有准确度高、快速方便的特点。
本发明提供的一种岩石孔隙度测量方法，包括如下步骤：S1、获取N种标准已知孔隙度和元素含量的岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；S2、采用标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；S3、获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；S4、根据待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，利用步骤S2已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
在上述技术方案中，所述步骤S1具体步骤如下：S11、测量N种标准已知孔隙度和元素含量的岩石样品的质量和体积，求出其质量密度；S12、将激光照射到N种标准岩石样品上，测量出这些样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；S13、采用N种标准岩石样品的激光诱导击穿光谱，构建岩石类型的预测模型；S14、根据N种标准岩石样品主要元素的含量和特征谱线的强度，得到主要元素的定标曲线；S15、根据光声信号的延迟时间和激光在样品表面的照射点与光声信号接收点之间的距离，计算出标准岩石样品中的声速；S16、对N种标准岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据。
在上述技术方案中，所述步骤S3具体步骤如下：S31、测量待测岩石样品的质量和体积，求出其质量密度；S32、在与步骤S12相同测量条件下，利用激光测量出待测岩石样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；S33、根据待测岩石样品的激光诱导击穿光谱，采用步骤S13构建出来的岩石类型预测模型，得到待测岩石样品的类型；S34、根据待测岩石样品的激光诱导击穿光谱，采用步骤S14得到的主要元素的定标曲线，计算出待测岩石样品中主要元素的含量；
S35、根据待测岩石样品的光声信号延迟时间和激光在待测岩石样品表面的照射点与光声信号接收点之间的距离，计算出待测岩石样品中的声速；S36、对待测岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据。
在上述技术方案中，所述步骤S12、S15、S32和S35中，所述激光是作为纳秒激光、皮秒激光或飞秒激光的脉冲高能量激光。
在上述技术方案中，所述主要元素包括Si、Al、Ca、Fe、Mg、K、Na。
在上述技术方案中，所述步骤S13中，所述岩石类型预测模型的构建可采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
在上述技术方案中，所述步骤S2中，岩石孔隙度预测模型的构建可采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
在上述技术方案中，所述步骤S1中，标准岩石样品数量N≥5。
在上述技术方案中，所述步骤S11中，测量N种标准已知孔隙度和元素含量的岩石样品的质量和体积之前，将标准岩石样品加工成长方体；所述步骤S31中,测量待测岩石样品的质量和体积之前，将待测岩石样品加工成长方体。
本发明还提供了一种岩石孔隙度测量装置，包括如下部分：标准岩石样品参数获取模块：获取N种标准已知孔隙度和元素含量的岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；岩石孔隙度模型构建模块：采用标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；待测岩石样品参数获取模块：获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；待测岩石样品孔隙度评价模块：根据待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，利用岩石孔隙度模型构建模块已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
本发明岩石孔隙度测量方法及装置，具有以下有益效果：本发明的技术方案准确度高、快速方便，对人体无害。
附图说明
图1为本发明岩石孔隙度测量方法的流程示意图；
图2为本发明岩石孔隙度测量装置的结构示意图。
具体实施方式
下面结合附图及实施例对本发明作进一步的详细描述，但该实施例不应理解为对本发明的限制。
参见图1，本发明岩石孔隙度测量方法，包括以下步骤：
S1、将N种标准已知孔隙度和元素含量的岩石样品加工成长方体，测量其质量和体积，求出其质量密度；
S2、将脉冲高能量激光照射到N种标准岩石样品上，测量出这些样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；
S3、采用N种标准岩石样品的激光诱导击穿光谱，构建岩石类型的预测模型；
S4、根据N种标准岩石样品Si、Al、Ca、Fe、Mg、K、Na等主要元素的含量和特征谱线的强度，得到Si、Al、Ca、Fe、Mg、K、Na等主要元素的定标曲线；
S5、根据光声信号的延迟时间和激光在样品表面的照射点与光声信号接收点之间的距离，计算出标准岩石样品中的声速；
S6、对N种标准岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S7、采用标准岩石样品的质量密度、岩石类型、Si、Al、Ca、Fe、Mg、K、Na等主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；
S8、将待测岩石样品加工成长方体，测量其质量和体积，求出其质量密度；
S9、在与步骤S2相同测量条件下，利用脉冲高能量激光测量出待测岩石样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；
S10、根据待测岩石样品的激光诱导击穿光谱，采用步骤S3构建出来的岩石类型预测模型，得到待测岩石样品的类型；
S11、根据待测岩石样品的激光诱导击穿光谱，采用步骤S4得到的Si、Al、Ca、Fe、Mg、K、Na等主要元素的定标曲线，计算出待测岩石样品Si、Al、Ca、Fe、Mg、K、Na等主要元素的含量；
S12、根据待测岩石样品的光声信号延迟时间和激光在待测岩石样品表面的照射点与光声信号接收点之间的距离，计算出待测岩石样品中的声速；
S13、对待测岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S14、根据待测岩石样品的质量密度、岩石类型、Si、Al、Ca、Fe、Mg、K、Na等主要元素的含量、声速和光声信号的频谱数据，利用步骤S7已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
在优选实施例中，
标准岩石样品类型不能太少，即标准岩石样品数量N不能小于5；其中N值越大，岩石样品的孔隙度测量效果也越好。
在步骤S2中，所述脉冲高能量激光为纳秒激光、皮秒激光或飞秒激光，其激光能量使样品产生等离子体，从而发射出原子或离子光谱。
在步骤S3中，岩石类型预测模型的构建可采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
在步骤S7中，岩石孔隙度预测模型的构建可采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
步骤S9中测量方法和使用仪器与步骤S2中使用的测量方法与仪器相同。
步骤S10中所使用的的岩石类型预测模型是步骤S3中所构建的岩石类型预测模型。
步骤S11中所使用的的岩石Si、Al、Ca、Fe、Mg、K、Na等主要元素的定标曲线是步骤S4中所得到的定标曲线。
步骤S14中所使用的的岩石孔隙度预测模型是步骤S7中所构建的岩石孔隙度预测模型。
参见图2，本发明岩石孔隙度测量装置，包括如下部分：
标准岩石样品参数获取模块：获取N种标准已知孔隙度和元素含量的岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；
岩石孔隙度模型构建模块：采用标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；
待测岩石样品参数获取模块：获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；
待测岩石样品孔隙度评价模块：根据待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，利用岩石孔隙度模型构建模块已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种岩石孔隙度测量方法，其特征在于：包括如下步骤：
S1、获取N种标准已知孔隙度和元素含量的岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，所述步骤S1具体步骤如下：
S11、测量N种标准已知孔隙度和元素含量的岩石样品的质量和体积，求出其质量密度；
S12、将激光照射到N种标准岩石样品上，测量出这些样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；
S13、采用N种标准岩石样品的激光诱导击穿光谱，构建岩石类型的预测模型；
S14、根据N种标准岩石样品主要元素的含量和特征谱线的强度，得到主要元素的定标曲线；
S15、根据光声信号的延迟时间和激光在样品表面的照射点与光声信号接收点之间的距离，计算出标准岩石样品中的声速；
S16、对N种标准岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S2、采用标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；
S3、获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，所述步骤S3具体步骤如下：
S31、测量待测岩石样品的质量和体积，求出其质量密度；
S32、在与步骤S12相同测量条件下，利用激光测量出待测岩石样品的激光诱导击穿光谱、光声信号、光声信号的延迟时间、激光在样品表面的照射点与光声信号接收点之间的距离；
S33、根据待测岩石样品的激光诱导击穿光谱，采用步骤S13构建出来的岩石类型预测模型，得到待测岩石样品的类型；
S34、根据待测岩石样品的激光诱导击穿光谱，采用步骤S14得到的主要元素的定标曲线，计算出待测岩石样品中主要元素的含量；
S35、根据待测岩石样品的光声信号延迟时间和激光在待测岩石样品表面的照射点与光声信号接收点之间的距离，计算出待测岩石样品中的声速；
S36、对待测岩石样品的光声信号进行傅里叶变换，得到光声信号的频谱数据；
S4、根据待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，利用步骤S2已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
2.根据权利要求1所述的岩石孔隙度测量方法，其特征在于：所述步骤S12、S15、S32和S35中，所述激光是作为纳秒激光、皮秒激光或飞秒激光的脉冲高能量激光。
3.根据权利要求2所述的岩石孔隙度测量方法，其特征在于：所述主要元素包括Si、Al、Ca、Fe、Mg、K、Na。
4.根据权利要求3所述的岩石孔隙度测量方法，其特征在于：所述步骤S13中，所述岩石类型预测模型的构建采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
5.根据权利要求4所述的岩石孔隙度测量方法，其特征在于：所述步骤S2中，岩石孔隙度预测模型的构建采用神经网络方法、偏最小二乘法、支持向量机、主成分分析、相关分析法中的一种方法来构建。
6.根据权利要求5所述的岩石孔隙度测量方法，其特征在于：所述步骤S1中，标准岩石样品数量N≥5。
7.根据权利要求6所述的岩石孔隙度测量方法，其特征在于：所述步骤S11中，测量N种标准已知孔隙度和元素含量的岩石样品的质量和体积之前，将标准岩石样品加工成长方体；
所述步骤S31中,测量待测岩石样品的质量和体积之前，将待测岩石样品加工成长方体。
8.一种岩石孔隙度测量装置，所述岩石孔隙度测量装置用于实现如权利要求1至7任一项所述的岩石孔隙度测量方法的步骤，其特征在于：包括如下部分：
标准岩石样品参数获取模块：获取N种标准已知孔隙度和元素含量的岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；
岩石孔隙度模型构建模块：采用标准岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据作为输入信号，构建岩石孔隙度的预测模型；
待测岩石样品参数获取模块：获取待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据；
待测岩石样品孔隙度评价模块：根据待测岩石样品的质量密度、岩石类型、主要元素的含量、声速和光声信号的频谱数据，利用岩石孔隙度模型构建模块已构建的岩石孔隙度预测模型，得到待测岩石样品的孔隙度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763395.0A CN113533160B (zh) | 2021-07-06 | 2021-07-06 | 一种岩石孔隙度测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110763395.0A CN113533160B (zh) | 2021-07-06 | 2021-07-06 | 一种岩石孔隙度测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113533160A CN113533160A (zh) | 2021-10-22 |
| CN113533160B true CN113533160B (zh) | 2023-03-24 |
Family
ID=78097861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110763395.0A Active CN113533160B (zh) | 2021-07-06 | 2021-07-06 | 一种岩石孔隙度测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113533160B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114035227B (zh) * | 2021-11-11 | 2023-07-07 | 中国海洋石油集团有限公司 | 基于随钻xrd全岩录井的变质岩潜山储层孔隙度预测方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8967249B2 (en) * | 2012-04-13 | 2015-03-03 | Schlumberger Technology Corporation | Reservoir and completion quality assessment in unconventional (shale gas) wells without logs or core |
| CN104459369B (zh) * | 2014-10-20 | 2017-05-17 | 北京工业大学 | 测量电信号在金属导线中传输速度的方法 |
| WO2016142681A1 (en) * | 2015-03-06 | 2016-09-15 | Micromass Uk Limited | Spectrometric analysis of microbes |
| US10656068B2 (en) * | 2015-10-02 | 2020-05-19 | Repsol, S.A. | Method for providing a numerical model of a sample of rock |
| CN106501149B (zh) * | 2016-10-31 | 2019-08-30 | 中国矿业大学(北京) | 一种基于煤岩工业成分分析的孔隙度计算方法 |
| CN111504908A (zh) * | 2019-12-30 | 2020-08-07 | 长江大学 | 一种基于光声光谱的岩石类型识别方法及系统 |
| CN112630120B (zh) * | 2020-11-27 | 2024-04-02 | 中国科学院深圳先进技术研究院 | 一种测量涂层孔隙率模型的建立方法及该模型的使用方法 |
-
2021
- 2021-07-06 CN CN202110763395.0A patent/CN113533160B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113533160A (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tiepolo | In situ Pb geochronology of zircon with laser ablation–inductively coupled plasma–sector field mass spectrometry | |
| US10139347B2 (en) | Measurement of noble gas adsorption via laser-induced breakdown spectroscopy for wettability determination | |
| Jochum et al. | Nano‐powdered calcium carbonate reference materials: Significant progress for microanalysis? | |
| CN103018148B (zh) | 一种测量煤芯孔隙度的方法 | |
| WO2010144857A3 (en) | Method of detecting system function by measuring frequency response | |
| Camacho-Tauta et al. | A procedure to calibrate and perform the bender element test | |
| CN103983617A (zh) | 一种基于小波变换改进激光探针定量分析的方法 | |
| CN113533160B (zh) | 一种岩石孔隙度测量方法及装置 | |
| AU2015256156A1 (en) | Method and system for spatially resolved wettability determination | |
| CN103837560A (zh) | 低场核磁共振测量烟草含水率的方法 | |
| CN106442599B (zh) | 岩石含油量测定方法及装置 | |
| Gong et al. | Comparison of simultaneous signals obtained from a dual-field-of-view lidar and its application to noise reduction based on empirical mode decomposition | |
| US5592283A (en) | Testing of concrete by laser ablation | |
| Luo et al. | The uncertainty budget of the multi-element analysis of glasses using LA-ICP-MS | |
| Lin et al. | An improved in situ zircon U‐Pb dating method at high spatial resolution (≤ 10 μm spot) by LA‐MC‐ICP‐MS and its application | |
| CN102410992A (zh) | 简化的激光诱导等离子体光谱标准化的元素测量方法 | |
| I. Cantarero et al. | Simultaneous analysis of Ba and Sr to Ca ratios in scleractinian corals by inductively coupled plasma optical emissions spectrometry | |
| CN102103079B (zh) | 一种光谱分析方法 | |
| CN109143405B (zh) | 一种观测系统有效采样均匀性定量评价方法 | |
| DE19915016A1 (de) | Verfahren zur Bestimmung der Absorptionsfähigkeit eines Mediums für elektromagnetische Wellen und Sensor zur Erkennung von Fremdeinschlüssen in dem Medium | |
| Yin et al. | Determination of Sr Isotope Ratios in Biogenic Carbonates Using LA-MC-ICP-MS: A Case Study of Chinese Mitten Crabs | |
| CN113092579B (zh) | 一种测量分析含沙量级配的方法 | |
| JP2011080877A (ja) | 位相差測定方法及び位相差測定装置 | |
| Sinclair et al. | Testing the reproducibility of Mg/Ca profiles in the deep-water coral Primnoa resedaeformis: putting the proxy through its paces | |
| CN112378895A (zh) | 一种原油含水率测量方法及系统、存储介质、设备 |
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 |