基于天然气水合物勘探的多功能CPTU数据解释与聚类算法研究
【图文】:
展主要是为了满足油气行业的需要,其面临的主要挑战是如何恶劣偏远环境。勘察水体深度的增加,地质灾害评估也显得尤为重要,这就需原位测试技术以获得一系列土体参数。在深海获取高质量的土这也是 CPTU 技术得到快速发展的一个重要原因。用于海上作业的CPTU测试系统主要分为两种类型:海床式CPT测试系统和井下 CPTU(Downhole CPTU)测试系统。为了满足两种测试系统会根据需要搭配不同功能的探头,达到综合评价下面从这三个方面进行介绍。床式 CPTU 系统式 CPTU 测试系统的特点是推进装置将触探头从海底贯入,触基准唯一。海床式 CPTU 能够免除波浪、潮汐等因素的影响,保证触探路径与海底的垂直度,所以此种工艺不适应深层海底,贯入深度可达到海床以下 40-50m,在某些勘察领域使用比例钻探[39]。典型的海床式 CPTU 贯入系统如图 1.2 所示。
图 1.3 随钻 CPTU(CPTUWD)原理图和实物图[41]PTU 技术的在海洋工程中的应用对测量数据要求的提高和勘察范围的扩大,在 CPTU 探头上配越多样化。1981 年,Fugro 公司首次在海上使用 CPTU 探头[4,根据需要,自 1970 年开始在探头上部增加了测量孔斜的装置力 CPTU 探头可以利用安装在摩擦筒上的传感器测量土体的侧 Beaufort 海上勘查中使用过,但是获得的数据并不可靠,所以旁压 CPTU 探头也可以用来测量侧压力和变形模量,但是因为造成了扰动,其理论解释难度更大,所以目前在海上应用很少 年,,荷兰提出了电阻率 CPTU 探头以测量土体的电阻率[44]。该体的电阻率,还能测量孔隙水的电阻率。利用该装置可以对海进行评估。 年,荷兰的 Deltares 公司研发出核子密度 CPTU 探头[45]。该装穿过土体前后能级的变化测量土体体积密度。该设备被应用于质粉土等具有高压缩性的层中,应用效果很好。
【学位授予单位】:中国地质大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:P744.4
【相似文献】
相关期刊论文 前10条
1 曾广周;一个基于Gabrial图的聚类方法[J];信息与控制;1988年03期
2 郭颂;姚建峰;周鹏;;基于聚类树的多类标文本分类算法研究[J];信阳师范学院学报(自然科学版);2017年01期
3 李然;史坤鹏;李健;;基于聚类树方法的同调机组分群研究[J];中国农村水利水电;2007年10期
4 陈钢,冯志勇,金辉;基于GT编码的零件聚类树的建立[J];中国制造业信息化;2003年06期
5 李建伏;吴凤珍;赵玉成;;一种基于启发式的分层聚类[J];计算机应用与软件;2014年05期
6 耿增民;万玉钗;刘峡壁;兰丽;陈迪;;一种基于GMM-聚类树的面向大规模服装图像检索的索引结构[J];北京服装学院学报(自然科学版);2016年03期
7 温济川;;基于自寻优层次聚类的孤立点分析[J];计算机系统应用;2008年04期
8 王家腾;殷宏;解文彬;殷超;;基于顶点重要度和层次聚类树的地形网格简化[J];计算机工程与设计;2016年06期
9 贺德化,彭英伟,朱锋峰;聚类结果的比较研究[J];应用数学与计算数学学报;1999年01期
10 梁斌梅;韦琳娜;宋庆祯;;一种基于层次聚类的全局孤立点识别方法[J];计算机应用研究;2011年05期
相关会议论文 前5条
1 钱卫宁;钱海蕾;周傲英;;构造准确的多粒度聚类树:一种交互式的方法[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
2 钱卫宁;钱海蕾;周傲英;;聚类树合并——聚类超大规模数据库[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
3 郑君君;李新光;祝一薇;刘建军;夏胜平;谭立球;;海量图像集中K近邻求解的高效算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 钱海蕾;钱卫宁;周傲英;;对于聚合聚类终止条件的研究[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
5 周秀娟;史贤明;;沙门氏菌特异的分子检测靶点的筛选与评价[A];中国食品科学技术学会第十一届年会论文摘要集[C];2014年
相关博士学位论文 前3条
1 邱敏;基于天然气水合物勘探的多功能CPTU数据解释与聚类算法研究[D];中国地质大学;2018年
2 罗会兰;聚类集成关键技术研究[D];浙江大学;2007年
3 郝立丽;汉语文本数据挖掘[D];吉林大学;2009年
相关硕士学位论文 前10条
1 袁慎溪;基于随机森林和预测聚类树的多类标分类算法研究[D];华南理工大学;2017年
2 于悦;基于多视角社区发现的实体聚类算法[D];北京化工大学;2017年
3 张丹;图像检索中索引存储与检索方法的研究与实现[D];华中科技大学;2008年
4 庞挺;P2P流的多维挖掘与识别方法研究[D];华中科技大学;2008年
5 李广迪;贝叶斯多维分类模型,聚类树模型及其在HIV突变类型和药物抗药性中的应用[D];山东大学;2009年
6 张欣;基于运筹学方法的若干物流管理问题研究[D];山东大学;2011年
7 陈平;基于多维聚类挖掘的异常检测方法研究[D];南京邮电大学;2012年
8 张小艳;稀有泩鲫的饲养、驯化及性别决定与分化的初步探讨[D];武汉大学;2005年
9 陈佳瑜;基于PSO的双向聚类算法研究[D];重庆理工大学;2017年
10 明勇;基于购买行为的客户分群研究[D];深圳大学;2017年
本文编号:2620405
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2620405.html