close

Вход

Забыли?

вход по аккаунту

?

Выделение и измерение параметров квазипериодических последовательностей сейсмических волн методом динамического программирования.

код для вставкиСкачать
УДК 550.34
Г.М. Воскобойникова
ИВМиМГ СО РАН, Новосибирск
ВЫДЕЛЕНИЕ И ИЗМЕРЕНИЕ ПАРАМЕТРОВ КВАЗИПЕРИОДИЧЕСКИХ
ПОСЛЕДОВАТЕЛЬНОСТЕЙ СЕЙСМИЧЕСКИХ ВОЛН МЕТОДОМ
ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ
Точность определения сейсмических параметров околоскважинного
пространства – пластовых сейсмических скоростей и геометрии границ – во
многом определяется данными о траектории скважины в трехмерном
пространстве. Обе задачи являются взаимосвязанными: точность решения
последней зависит от точности решения первой. Определение траектории
ствола скважины достаточно трудоемкая операция, особенно, инклинометрия
наклонно направленных скважин. Как известно, сложность решения ее
возрастает при реализации требования решения задачи в реальном масштабе
времени. Для решения ее разработаны алгоритмы и программы
автоматизированного измерения времен вступлений прямых и отраженных волн
по данным регистрации сигналов от источника с помощью площадной системы
наблюдений, а также решения обратной задачи восстановления параметров
скважинного источника – времени в источнике и его координат, а также
сейсмической скорости в среде.
1. ПОСТАНОВКА ЗАДАЧИ
Пусть в декартовой системе координат x, y, z оси x, y направлены вдоль
поверхности земли, а ось z вниз к центру земли. Среднюю скорость
распространения сейсмической волны в окрестности скважины обозначим
через ν. Датчики, регистрирующие (или излучающие) сейсмические сигналы,
расположим на поверхности земли или в мелких скважинах в точках с
координатами (xi, yi, zi). И пусть ti – время распространения сейсмического
сигнала от источника в забое скважине (например, долота) до i-й точки (или
наоборот). Требуется определить координаты (x*, y*, z*) забоя скважины и
скорость v. Возможна также постановка задачи, в которой время излучения
сейсмического сигнала зафиксировать затруднительно и приходится включать
его в число определяемых неизвестных. Тогда будет требоваться определить
координаты (x*, y*, z*) забоя скважины, время в источнике t* и скорость v [1].
Для определения координат забоя скважины требуется точность
вычисления моментов вступления первых волн в сейсмограммах и скоростная
модель среды
Целью данной статьи является определение во взрывных сейсмограммах
моментов вступления первых волн и оценивание их формы, которые
определяются алгоритмом, описанным в статье [2].
2. ЦЕЛЕВАЯ ФУНКЦИЯ И АЛГОРИТМ ОПТИМИЗАЦИИ
В качестве критерия максимизации выбрано выражение вида:
1 M M q 1
,
 yn k yn jk  max

M i1 j1 k 0 i
(1)
где n i , n j , i, j  1,M,
– моменты вступления первых волн,
М – количество сейсмограмм,
yn j k , yn j k , i, j  1,M, k  0,q  1, – волны заданной длительности q;
  { n1 ,...,n M  0  n1  Tmax  q  1, N  Tmax  q  n M  N  q  1,
q  Tmin  n i  n i1  Tmax , i  2,M}
Критерий (1) основан на методе максимального правдоподобия [3], [4]. Для
решения задачи максимизации (1) был предложен алгоритм, основанный на
задаче динамического программирования, который описан в статье [2]. В
результате решения этой задачи находятся моменты вступления сейсмических
волн и оценки формы этих волн.
3. РЕЗУЛЬТАТЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
Алгоритм реализован в среде Matlab 7.0. Для проверки эффективности
алгоритма были использованы взрывные сейсмограммы, полученные на
аппаратуре «Лакколит-М». Для каждой 12-ти канальной расстановки
сейсмоприемников (рис.1) осуществлялась регистрация взрывов небольшой
мощности (пороха упаковками по 12.5 г, 30 г.), произведенных на глубинах до
120 м. С помощью вышеуказанного алгоритма автоматически определялись
времена вступлений первых волн. Невязки (∆T) между временами вступления
первых волн, вычисленных по годографу и алгоритмом, указаны в таблицах 1,
2.
На рис. 2, 3 на взрывных сейсмограммах указаны моменты вступления
первых волн, вычисленные алгоритмом.
В результате были найдены во взрывных сейсмограммах моменты
вступления первых волн, которые определялись апостериорным алгоритмом,
основанном на методе динамического программирования. Проведенные
исследования показывают высокую эффективность предлагаемого алгоритма
обработки сейсмических данных
Таблица 1
14 Октября 2004 г. Сборка-07
Глубина: 100 м.
Времена вступлений
первых волн
№
канал T
T
а
годограф, алгоритм,
сек
сек
5
0.0452
0.0460
4
0.0472
0.0480
3
0.0472
0.0480
2
0.0504
0.0500
1
0.0516
0.0520
7
0.0546
0.0540
∆T, сек
0.008
0,008
0,008
0,0004
0,004
0,0006
8
9
10
11
12
0.0548
0.0564
0.0582
0.0594
0.0606
0.0560
0.0560
0.0580
0.0580
0.0600
0.0012
0.0004
0.0002
0.0014
0.0006
Таблица 2
14 Октября 2004 г. Сборка -06
Глубина: 25 м.
Времена вступлений
первых волн
№
канал T
T
а
годограф, алгоритм,
сек
сек
5
0.034
0.0340
4
0.039
0.0380
3
0.042
0.0400
2
0.045
0.0440
∆T,
сек
1
7
8
9
10
11
12
0.048
0.050
0.052
0.053
0.054
0.056
0.057
0.0520
0.0460
0.0520
0.0540
0.0560
0.0580
0.0600
0.
0,001
0,002
0,001
Рис.1. Схемы расстановки датчиков на профилях
0,004
0,004
0.
0.001
0.002
0.002
0.003
Рис.2. Моменты вступления первых волн, вычисленные алгоритмом на
глубине 25 м
Рис.3. Моменты вступления первых волн, вычисленные алгоритмом на
глубине 100 м.
Работа выполнена при поддержке гранта РФФИ № 05-07-90081.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Omelchenko O.K., Sedukhina G.F., Khairetdinov M.S. A computing technology to
determine the parameters of the borehole bottom and medium // 9th Korean-Russian
International Symposium on Science & Technology, KORUS 2005, June 26 – July 2, 2005,
Novosibirsk State Technical University, Novosibirsk, Russia, pp 666-669
2. Воскобойникова Г.М. Алгоритм выделения и измерения параметров
вибросейсмических последовательностей // Матер. междунар. Конф. «Математические
методы в геофизике», Новосибирск, 2003. – с. 554-561.
3. James D. Wise, James R. Caprio and Thomas W. Parks. Maximum Likelihood Pitch
Estimation. IEEE Transaction on acoustics, speech, and signal processing, October 1976.
4. Кельманов А.В., Кутненко О.А. Алгоритм распознавания квазипериодической
последовательности импульсов и обнаружения моментов их начала в гауссовом шуме. //
Искусственный интеллект и экспертные системы. - Новосибирск, 1996.- Вычислительные
системы, вып.157.- с.137-180.
© Г.М. Воскобойникова, 2006
1/--страниц
Пожаловаться на содержимое документа