基于波场分离的逆时偏移成像条件研究及在准噶尔盆地的应用

与传统深度偏移成像方法相比,基于双程波的逆时偏移方法针对地下陡倾角地区和复杂地下地质条件地区的成像有着无可比拟的优势。逆时偏移方法的实现通常有3个步骤:①在时间域实现震源波场的正向外推;②在时间域实现检波点波场的反向外推;③应用合理的成像条件构建成像结果。在实际应用过程中,通常是采用互相关成像条件来构建成像,然而,互相关成像条件构建的逆时偏移成像结果会产生强振幅的低频噪音,这些噪音会极大地降低资料的信噪比,容易导致浅层构造被噪音掩盖而无法识别,仅采用单纯的带通滤波并不能很好地滤除这种噪音。提供了一种新的基于波场分离理论的逆时偏移成像条件,此方法能有效地消除这些特定的噪音,其核心思路就是将震源及检波点波场分离成它们的单程波传播分量,然后仅在反射点处利用互相关的成像条件构建成像结果,从而实现逆时偏移成像。Marm-ousi模型数据验证了该方法的准确性;同时,采用文中提到的成像条件在准噶尔盆地百口泉地区进行了逆时偏移测试,测试结果充分证明新成像条件对野外资料的适应性。     

表层Q值确定性求取与空变补偿方法

实际地震资料处理中,基于地层吸收补偿的传统方法大多数偏于解决中、深层地层的吸收衰减问题,没有考虑速度、厚度变化剧烈的近地表吸收衰减作用,因此不能获得令人满意的结果。为此,提出了一种基于近地表模型的确定性定量补偿方法,该方法基于地表一致性原理,引入表层相对衰减系数的概念,在共炮检域迭代计算相对衰减系数,结合表层旅行时求表层相对品质因子Q,由实测的绝对Q约束标定相对Q,建立表层Q模型,然后实现稳定的表层Q时空变补偿。经模型数据和实际数据验证,所提方法具有较高的计算精度,目前在多个地区实际资料应用取得了实质性效果。     

汽车牌照灯产品的配光设计与测量

针对客货车厂家对于汽车牌照灯的选用、 安装方面存在的一些常见问题,结合牌照灯设计评估、 模拟分析、 测试验证、认证资料提供等工作流程,阐述了牌照灯在选用、 安装、 设计及测量等方面的一些基础知识,并提出了一些注意事项,为行业设计者及相关人员提供参考.     

偏移速度建模与成像技术

偏移速度建模的准确性直接影响偏移成像的效果。克希霍夫积分法叠前时间偏移,虽能部分适应速度纵横向的变化,但由于没有考虑射线弯曲,所以在速度纵向变化较大时偏移效果并不理想。而弯曲射线各向异性叠前偏移方法则考虑了成像射线的弯曲及速度各向异性,更有利于消除了地层倾角和反射点弥散的影响,建立的速度模型更准确、更符合地质变化规律。采用沿层速度分析技术获得目的层面上准确的速度信息,通过CRP反偏移速度分析技术逐步优化速度模型,借助弯曲射线叠前时间偏移方法取得显著的成像效果。同时指出了在速度纵横向变化剧烈、地下构造复杂时,深度偏移才能恢复地下真实构造形态。采用相干反演法与均方根速度转换法联合建立层速度模型,利用层析成像技术优化地质模型,通过深度偏移方法研究和偏移效果的对比,总结了建立精确偏移速度场的方法和步骤,使速度建模和偏移成像在效果和效率上都得到了很大的改善。     

加权MPFI方法及其在三维连片处理中的应用

在对采集参数差异较大的多块三维区块开展连片处理时,传统的基于MPFI,ALFT,Low-Rank及MWNI等理论的规则化方法要么无法有效克服空间假频,要么无法满足其线性假设条件,不能真正实现保真规则化处理。针对这一问题,在传统MPFI算法的基础上,将不含假频的低频信息谱作为先验信息进行加权,实现了加权MPFI数据插值,并建立了规则化方法。实际测试结果表明,该方法与传统MPFI方法相比,一方面可以有效克服空间假频,实现多块三维区块的连片规则化处理;另一方面,该方法并未增加额外的地质信息,只是在一定程度上改变了观测系统的空间采样属性,具有比传统规则化方法更高的保真性。通过数据正演模型试算及野外地震数据实算,验证了该方法的准确性、有效性和对野外地震资料的适应性。     

基于轨迹聚类的业务流程剩余时间预测方法

现有的剩余时间预测方法仅关注对剩余时间预测任务起决定性作用的时间特征信息,并未考虑空间特征信息以及异质事件日志对预测任务的影响,导致预测准确度降低。提出基于轨迹聚类的剩余时间预测方法。将不同轨迹间的相似度作为距离度量,通过对事件日志中不同长度的轨迹进行聚类,以降低事件日志复杂度并细化结构。针对业务流程剩余时间预测任务,结合卷积神经网络与准循环神经网络,同时引入双向机制与注意力机制,设计基于注意力机制的卷积准循环神经网络模型,充分地捕获和增强对剩余时间预测任务有决定性影响的时间和空间特征信息,以提高业务流程中上下文事件之间的关联性,从而识别不同事件对业务流程剩余时间预测任务的重要程度。在BPIC_2012_A、BPIC_2012_O、BPIC_2012_W等事件日志数据集上的实验验证了该方法的有效性和可行性,结果表明,相比传统剩余时间预测方法,该方法的预测准确度平均提高约20%,有助于提升业务流程剩余时间的预测质量。     

基于变差函数的高精度静校正融合技术及其应用

地震反射波时距曲线受复杂地表地质结构的影响产生畸变而不能同相叠加,需要对地震资料做静校正处理。 不同的静校正方法都有各自的适用条件：高程静校正无法消除低降速带的影响;模型静校正受限于追踪的深度和排列的长度,难以全面反映低速带底界的形态;折射静校正仅适用于地表较平缓、表层速度横向均匀性较好且有明显折射界面的地区;层析静校正适应任意表层模型的反演,但是反演结果不稳定。在地震勘探地区地貌日益复杂的今天,优选的某一种静校正方法无法有效解决所有的问题。 鉴于上述问题,提出了一种适用于多种地表类型复杂区域地震资料处理的基于变差函数拟合重构的高精度三维静校正方法,该方法能够实现不同静校正量的拟合和重构,并很好地解决复杂地表条件下不同静校正方法优势拟合的难题,从而可有效提高复杂地表地形条件的三维地震资料的成像质量,保证构造形态的可靠性。     

论我国硫酸法钛白生产厂的技术改造

从生产装置设计角度，提出了我国中小型硫酸法钛白生产厂技术改造的可行方案。采用真空结晶、常压水解、高位水洗等工艺技术，以及偏钛酸洗涤技术改进，煅烧窑改造和洗水的循环使用等措施，以达到提高TiO2产品档次和收率，以及降低能耗的目的。     

基于独立分量分析的地震信号盲源分离及应用

受采集条件及野外环境影响,实际地震资料通常包含严重的噪声,严重影响成像质量.因此,寻找合适的去噪方法来提高资料信噪比至关重要.随盲源信号分离理论发展而来的独立分量分析(ICA)算法以高阶统计理论分析为基础,根据地震有效信号和随机噪声统计独立的特征,可实现信噪分离,但该方法通常要求观测信号数大于源信号数.基于此,提出一种...     

基于双向准循环神经网络和注意力机制的业务流程剩余时间预测方法

业务流程预测可以有效帮助企业进行流程控制和传递高质量服务,因此作为此类场景中的核心任务之一,业务流程剩余时间预测得到国内外学者的广泛关注.当前,在利用深度学习技术对业务流程剩余时间进行预测时,大都采用传统长短期记忆循环神经网络,然而,由于长短期记忆循环神经网络在处理序列数据的过程中缺乏并行性且建模能力有限,使得预测准确度还有进一步提升空间.因此,本文提出一种基于双向准循环神经网络和注意力机制的业务流程剩余时间预测方法 .首先,该方法以双向准循环神经网络构建剩余时间预测模型,并在预测模型中融入注意力机制增强双向准循环神经网络输出的特征信息.其次,设计了一种基于不同长度轨迹前缀训练迭代策略,解决流程实例中不同长度轨迹前缀数量存在差异性的问题.最后,提出一种基于Word2vec的事件表示学习方法,实现对同一轨迹且经常出现事件的相似性向量表示,从而达到提高剩余时间预测准确度的目的.经在5个公开事件日志数据集上实验,本文方法与已有方法相比在预测准确度上平均提高近15%,模型训练时间平均缩短约26%.