排序方式: 共有6条查询结果,搜索用时 62 毫秒
1
1.
2.
3.
为解决高聚能电脉冲应力波煤储层致裂增渗新技术发展初期的诸多问题,采用电脉冲应力波加载试验与微区观测手段对鄂尔多斯盆地肥煤样品微裂隙的发生发展过程及其影响因素进行了研究。结果表明:在重复电脉冲应力波加载试验中,随冲击次数增多,微裂隙线密度增大,新生微裂隙的形成起源于冲击波产生的张剪性应力;煤体受力破坏过程大致分为3个阶段,冲击4次时煤体微裂隙网络基本形成,且没有明显的煤屑产生,为最佳冲击次数。煤体微裂隙网络主要发育在镜质组条带中,新生微裂隙优先从尺寸较大的原有结构性缺陷部位开始扩展,电脉冲应力波对煤体致裂增渗的效果十分明显,煤体中存在的原有结构缺陷是煤体微裂隙萌生的主要部位;煤岩条带类型及其组合方式,是制订煤储层增渗改造措施应考虑的重要地质因素。 相似文献
4.
利用自行搭建的重复脉冲强冲击波煤体致裂实验平台,以肥煤为研究对象,在2种实验条件下分别对2块煤样进行了重复冲击实验,采集每块煤样在不同冲击次数下的样品,通过扫描电镜、压汞、核磁共振、氦孔隙度和空气渗透率等实验,对煤的孔隙结构和渗透性变化特征进行了研究。结果表明:随冲击次数的增加,整体上煤的孔容、比表面积、孔隙度、孔径分布范围均有增大趋势;大孔和中孔孔容增加显著,孔隙度增幅高达74%,孔径分布范围由最初的分散孤立逐渐变得连续;开放孔增多,孔隙连通性增强,渗透性增加,孔隙结构得以改善。分析认为重复脉冲强冲击波可以有效地改善煤的孔隙结构,提高煤储层的渗透性,有利于煤层气的产出。 相似文献
5.
机器学习(Machine Learning, ML)模型预测滑坡易发性时选择合理的负样本对预测结果具有重要影响,现有研究大多从整个研究区或从低坡度等特定属性区内随机选择负样本,这些负样本往往不够准确或以偏概全,降低了易发性制图的可靠性。为解决这一问题,拟提出耦合信息量法(Information Value, IV)的ML模型开展易发性建模。以江西省瑞金市为例,采用IV法将环境因子的属性值转化为对滑坡贡献的信息量值,划定极低和低易发区并从中随机选择出ML模型训练验证用的负样本数据,构建全新的信息量-支持向量机(IV-SVM)、信息量-随机森林(IV-RF)耦合模型并预测瑞金滑坡易发性;进一步与从全区随机选择负样本的单独SVM和RF模型,以及从坡度小于2°的特定属性区内随机选负样本的低坡度SVM和RF模型做对比研究;最后采用Kappa系数和ROC曲线等指标验证和比较建模结果。IV-SVM和IV-RF模型的Kappa系数为0.828和0.9146且对应ROC曲线的AUC值为0.876和0.939,分别高于单独SVM、RF和低坡度SVM、RF模型;同时,IV-SVM和IV-RF模型的易发性概率分布的平均值较小而标准差较大。结果表明:1) IV-SVM和IV-RF模型具有比单独SVM和RF模型,以及低坡度SVM和RF模型更高的滑坡易发性预测精度且更有效的反映了瑞金滑坡易发性分布规律;2) RF模型相较于SVM模型具有更高的预测精度;3) IV-RF等耦合模型能够弥补单独模型存在的负样本采样不准确和低坡度模型对坡度因子区间选择的缺点而提高预测精度更加合适机器学习的滑坡易发性预测建模。总之,本文研究为机器学习预测滑坡易发性的负样本采样方法提供新思路。 相似文献
6.
从国外的发展与应用的现状出发,介绍了新型粉煤灰全自动压砖机液压系统中先导控制系统的最新理念及理论分析。 相似文献
1