【摘 要】
：
随钻核磁共振测井克服了电缆测井在一些特殊境况应用限制和泥浆侵入的影响,能够实时测得原状地层信息,引导钻头在产层中钻进,提高产能和采收率,降低钻井成本。受钻具运动和与地层碰撞的影响,仪器处于随机的运动中,导致回波信号幅度衰减。前人根据大量测井资料,总结分析给出了随钻核磁共振测井轴向运动和径向运动的校正公式,但是该校正方法需要对仪器进行准确地轴向运动速度和径向位移轨迹的测量。本文针对仪器运动轨迹计算方
论文部分内容阅读
随钻核磁共振测井克服了电缆测井在一些特殊境况应用限制和泥浆侵入的影响,能够实时测得原状地层信息,引导钻头在产层中钻进,提高产能和采收率,降低钻井成本。受钻具运动和与地层碰撞的影响,仪器处于随机的运动中,导致回波信号幅度衰减。前人根据大量测井资料,总结分析给出了随钻核磁共振测井轴向运动和径向运动的校正公式,但是该校正方法需要对仪器进行准确地轴向运动速度和径向位移轨迹的测量。本文针对仪器运动轨迹计算方法展开了讨论和分析,首先分析了钻铤在井下的受力和运动,以核磁测井原理为基础,解释了运动对随钻核磁测井质量的影响,阐明了随钻核磁共振测井仪器加速度测量的必要性,并分析了对仪器进行加速度测量的难点。然后针对加速度测量难点,提出了用于测量仪器加速度的方法,推导了仪器运动轨迹和姿态的计算方法,最后对给定的仪器运动轨迹和加速度进行了模拟,并验证了加速度测量方法和运动轨迹计算方法的可行性。
其他文献
最近,非常规等各向异性油气田的大量开采以及定向井的应用,使得随钻测井在测井领域发挥着越来越重要的作用。本文主要研究电阻率各向异性地层中的随钻方位电磁波电阻率测井反演问题。首先,阐释了电磁波传播电阻率测井的响应原理、并推导基本公式。然后,建立水平层状各向异性介质地层模型,使用模式波分解法求解该介质地层中的各电磁场分量,并采用快速汉克尔变换法实现高效的数值模拟计算。针对方位电磁仪器,设计地层模型,系统
由于成本低廉以及柔性性能好,有机薄膜晶体管（OTFTs）有望在印刷电子及可穿戴电子领域取得更多应用。包括物联网（IoT）、射频电子标签、可穿戴传感器等在内的多种应用,都要求电子器件可以在较低工作电压内提供足够的电流来驱动电路,或者具有很高的增益,可以用来放大信号。但是,目前要使OTFTs对于碳纳米管薄膜、二维材料和氧化物更具竞争力,依然存在着巨大的挑战。首先,有机半导体的迁移率通常低于无机半导体的
随着油田勘探开发程度的深入,地层水矿化度的多变以及低电阻率油气层的出现,应用常规测井资料结合Archie公式对复杂储层的评价,往往准确度不高。由于油水介电常数差值较大,介电测井在评价非常规及开发后期的储层上显示出了良好的应用效果,尤其是国外油服公司新推出的扫频介电测井仪,其近年来在油田服务效果良好。目前,国内对扫频介电测井的响应机理研究尚不完善且对扫频介电饱和度模型的研究尚处在起步阶段,故本文在充
储层的渗透率模型一直是石油工业生产的重要工具,然而在面对碳酸盐岩、非均质砂岩、火山岩等非均质性较强的储层时,传统的渗透率模型的应用效果并不理想。本文以数字岩心为切入点,解决样品稀少条件下非均质性储层渗透率建模的问题。针对不同岩性的岩心在CT图像上的孔隙类型不同,分别对砂岩和碳酸盐岩两种岩性给出了相应的图像处理与分割方法。在此基础上利用基于最大球法的逾渗网络方法得到各岩心的计算渗透率。通过子块切割的
可拉伸电子器件是当前电子技术发展的重要方向,它超越了传统电子器件刚性的限制,可以在器件弯曲、扭转、拉伸等状态下依然保持正常的功能。得益于可拉伸电子器件具备类皮肤性质的变形能力,可拉伸电子器件在电子皮肤、软体机器人、生物医疗器械等众多领域都具有丰富的应用,弥补了传统刚性器件的不足。其中,可拉伸电致发光器件是可拉伸电子器件的重要组成部分,是可拉伸电子系统的信息输出窗口。在可拉伸发光器件中,基于ZnS:
随着油气田勘探与开发,老油田进入了高含水阶段开发后期,油田的剩余油可采储量逐年减少,剩余油分布状况复杂,后期开发方案部署难度大。本文主要从岩石物理模型分析、时移地震反射特征分析、地震反演及多属性预测分析对研究区储层渗流场进行分析研究,建立高含水油田渗流地球物理储层描述方法组合,建立老油田储层物性参数信息、预测剩余油聚集区、指导后期开发方案部署,进而提高油田老区采收率。本文首先建立研究区的岩石物理模
与孔隙结构相对简单的常规高孔隙度、高渗透率砂岩储层不同,致密砂岩储层的特征,包括岩石非均质性、微观孔隙结构以及孔隙流体分布等相当复杂,弹性参数的主要影响因素不明确。这些特点造成常规的岩石物理模型无法准确的模拟致密砂岩的实验结果,对致密砂岩储层的地震预测造成困难。因此,本文通过开展岩石物理高低频实验与多尺度理论相结合的方法,研究致密砂岩弹性性质及其控制因素,建立适用于致密砂岩的岩石物理模型,对致密砂
准确地获取储层孔隙结构信息对于复杂油气藏勘探开发非常重要,是进行有效储层分类的的关键依据之一。常用的孔隙结构表征方法主要有两类:一是利用测井资料评价孔隙结构;二是基于物理实验构建评价模型。这两类方法表征孔隙结构的尺度和分辨率上存在较大差异。数据挖掘和深度学习算法在小样本数据建模及预测方面具有较大应用潜力,能够为多尺度数据融合提供新的研究思路和方法。本文首先利用灰色关联分析、主成分分析、因子分析、层
背景 深静脉血栓是医院内部非常常见及危险的并发症。其中骨科大手术是院内血栓形成重要的危险因素。因此如何降低骨科大手术围手术期血栓发生是基础和临床研究领域的重点和难点。静脉血栓是一种多因素疾病,主要包括血管内皮损伤、血液高凝状态及血流瘀滞。血管内皮细胞在静脉内部起着至关重要的作用,它通过提供防止循环白细胞和血小板向血管壁募集和附着的表面来预防VTE。因此有研究表明,静脉内皮的激活被认为是血栓形成的始
随着机器学习技术的发展,这种新兴技术已经运用到了石油勘探开发的生产实践中。Y油田的滩坝砂储层与河道砂储层相比具有隐蔽性强,数据分辨率低,储层砂体横向变化大等特征。基于目前的基础资料和传统技术无法满足工区储层预测精度的需要,所以本文尝试将机器学习方法应用到滩坝砂储层中,将随机森林模型和BP神经网络模型、决策树模型进行综合分析和对比,对储层砂体分布进行预测。首先充分利用包含工区地质信息的基础数据,对研