基于网络模型的岩石电学性质研究-论文
中国地质大学高等岩体力学结构面三维网络模拟结课论文
1 国内外研究现状
Dershowitz 详细总结了岩体结构面的各种几何模型。Irmay 等人提出的正交结构面模型 是最早的岩体结构面几何模型，后来 Schwartz 也曾在工程实践中运用过此模型，但由于对 结构面产状的限制， 很难描述天然岩体的复杂结构面系统。 结构面形态可能随岩体类型和结 构多种多样，国内外学者对结构面形态没有定论。Baecher 提出的圆盘几何模型是迄今为止 最具有代表性的结构面几何模型，自此以后，许多有关结构面网络模拟技术均以 Baecher 圆 盘模型为基础。Dershowitz 等人改进了 Baecher 圆盘模型，把结构面形态由圆盘扩展为等边 或非等边的多边形。 Dershowitz 等人还引入了分形理论研究岩体结构面网络模型，如 Levy-Lee 分形模型。 Robertson 分析了南非的比尔矿 9000 条结构面迹长， 得出结构面走向和 倾向方向迹长具有相同得分布特征， 表明结构面大小在二维方向上是相等的， 结构面面可能 为圆盘形状，Zhang 和 Einstein 也在文献中做出了相同的判断。 岩体结构均质区划分是岩体结构面网络模拟研究中的重要内容， 旨在找出相似结构岩体 边界。1983 年，Miller 在数学地质上发表的论文中提出，采用概率论中的关联表和 Schmidt 等面积投影网结合的办法， 成功的用结构面产状进行了岩体结构均质区划分。 实际应用中用 等面积投影来判定岩体结构均质区很困难，Kulatilake P. H. S.W.等人运用修正的 Miller 的方 法对三峡工程永久船闸附近隧道进行岩体结构均质区划分， 取得很好效果； 后来 Kulatilake P. H. S. W. 等人又引入分形理论对结构均质区划分进行研究。 范留明等人根据结构面发育的主 要特点以及工程实际需要， 提出了一种基于结构面密度的岩体结构均质区划分方法， 即密度 分区方法，并应用于西南某大型水电站工程中，证明了该方法的可行性。 结构面几何特征,如结构面产状、结构面大小、结构面间距和结构面密度的研究和分析 是岩体结构面三维网络模拟的重要内容。结构面产状反映了结构面空间方位,产状在空间方 位可由倾向和倾角来定义。 1941 年美国麻省理工学院的 Arnold 在其博士论文“球面上可能的 分布”里提出了产状球状分布特点。后来，1964 年 Bingham 在博士论文“球面及投影平面上 的分布”提出了著名的 Bingham 分布，认为产状数据是关于其平均矢量的椭圆对称分布的理 论。与 Bingham 不同，Fisher 分布表明产状数据在半球分布中关于其平均矢量的圆对称分 布，和 Bingham 分布一样，他们都采用了 χ2 检验法作为判断准则。以往在估计结构面产状
《岩石物理性质与测量方法》逾渗理论模拟岩石复电阻率
Ce'
Ce
( 1
1 GVsh
)
Ce为岩石不含泥质时候的单个 孔吼的电容值，G为与粘土性质
有关的量，Vsh为泥质含量。
Waxman-Smith模型：
F * R0 m* (
1
)
Rw
1 RwBQv
岩心逾渗网络示意图
每个电容和电 阻均为定制，且大 小相同，只同地层 水矿化度、温度和 泥质含量相关。
3
利用逾渗理论模拟岩石复电阻率
岩心逾渗网络示意图
如图所示的电阻电容网络求解，第i个电阻电容并
联的阻抗为 Zi
,第i个键两端电压为
g
U
i
、Ug
j
g
，I i
为
第i个通道中的电流，则有：
gg
g
U i -U j = I i Zi
利用逾渗理论模拟岩石复电阻率
逾渗理论：
逾渗网络模型最基本的两个模型为键逾渗模型和座逾渗模型，如图所示。在 逾渗网络模型中，每个键（座）有连通和不连通两个状态，每个键（座）与相邻 的键（座）相互连通的概率为P。因为网格是完全无序的，所以每个键（座）之 间是否连通并不相互影响。如果网格足够大，随着概率P的逐渐增大，网格中相 互连通的键（座）越来越多，相互连通的键就会组成一个个集团，称为逾渗集团 。当概率P达到某个值时，整个网络是导通的，称这个概率为逾渗临界概率Pc。
在网络模型中，对于每个节点来说，电流的流 入和流出是相等的，有：
ng
Ii 0
i 1
对网络模型中，每条键都可以列出这样的方程， 先求得电流分布，进而求得电压分布。
4
利用逾渗理论模拟岩石复电阻率
模拟结果：
利用逾渗理论模拟岩石复电阻率
基于人工神经网络模型的岩石特性预测
CHEN Xiaojun１,CHEN Xiaogen２,SONG Gang１,CHEN Genlong１
(１．TheInstituteofExplorationTechnology,CAGS,Langfang Hebei０６５０００,China; ２．CivilandResourceEngineeringSchool,UniversityofScienceandTechnology Beijing,Beijing１０００８３,China) Abstract:Inrecentyears,softcomputingtechnologyhasbeenusedasanalternativestatisticaltool．Theartificialneural network (ANN)isusedtodeveloppredictivemodelstoestimatetherequiredparameters．Inthisstudy,aneuralnetwork modelforpredictingrockproperties wasestablishedbyusingsomeofthedrillingparameters (pressure,thrust,bit diameter,penetration)andtheresultingsoundlevelduringtheimpactdrillingprocess．Datageneratedinthelaboratorywas usedforthedevelopmentofneuralnetworkmodelsthatpredictrockpropertiessuchasuniaxialcompressivestrength,wear resistance,tensilestrength,andSchmidtreboundnumber．The modelsweretested withvariouspredictiveperformance indicatorsandtheresultsshowthattheartificialneuralnetwork modelissuitableforthepredictionofrockproperties． Keywords:soundlevel;bitparameters;artificialneuralnetwork;rockcharacteristics
低渗储层三维网络模型的岩石电阻率性质研究
，
（） １
其 中 Ｐ为孔 隙或 喉 道 的周 长 ， 为 它 的 截 面 面 积．由此 可 知 ， Ａ 圆形 、 正方 形 的 形 状 因子 分 别 为 ０ ０ ９ ． ７ ６和 ０ ０ ２ ， 角形 的形状 因子 为 ０～ ０ ０ ８ ， 隙形 状越 是不 规则 ， ．６ 三 ５ ． ４ 孔 １ 形状 因子 就越 小［ １． 。 在 网络 模 型 中，喉 道 大 小 用 内 切 半 径 来 描 述 ［ １ 引，服 从 截 断 的 威 布 尔 分 布 （ｒｎ ａｅ ｉ ｕｌ ｔｕ ｃｔｄ Ｗｅｂ ｌ
通信作者 ： 邵长金 （９ ４ ， ， １ ６ 一） 男 山东省 费县人 ， 国石油 大学 （ 中 北京 ） 教授 ， 博士 ， 主要从 事 剩余油分 布 等方 面的 研究 ， － ａ ： ｈ ｓ ｓ Ｅ ｍ ｉ ｐ ｙｉ ｌ ｃ
数 在 驱 替 过 程 中 随 含 水饱 和度 的 变 化趋 势 曲 线 ． 果 表 明 ：岩 石 孔 隙 的 润 湿 性 对 驱 替 过 程 中 电 阻 率 指 数 的影 响 结
比较 明 显 ； 同一 含 水 饱 和 度 下 ， 石 孔 隙 中 的 电 阻 率 指 数 随 着 喉 道 尺 寸 、 始 含 水 饱 和 度 的增 大 而 上 升 ， 着 在 岩 初 随 油水界面张力的增大而下降．
Ｖｏ１４１ Ｎ Ｏ． ． ３
Ｍ ａ ０１ ｙ２ ２
低 渗储 层 三 维 网络模 型 的岩 石 电 阻率性 质 研 究
杨 振 清 ，矫 玉 秋 ，邵 长金 ，朱 健 伟 ，周 广 刚 ，卢 贵 武
（ 中国石 油 大 学 （ 京 ）理 学 院 ， 京 １ ２ ４ ） 北 北 ０ ２９
ｄ ｓ ｒ ｕ ｉ ｎ ： ｉ ｔ ｉ ｔｏ ） ｂ
岩石动力学特征、含损伤本构模型及破坏机理研究
岩石动力学特征、含损伤本构模型及破坏机理研究1. 引言1.1 概述岩石是地壳中最基本的构成要素之一，其在地质工程、矿山开采和岩土工程等领域中具有重要的应用价值。
由于受到多种外界力学和环境条件的作用，岩石在长期的负荷下会发生变形、损伤甚至破坏。
因此，了解岩石的动力学特征以及其本构行为对于推进相关领域的科学研究和工程实践具有重要意义。
1.2 文章结构本文主要围绕岩石动力学特征、含损伤本构模型以及破坏机理展开，结构包括五个主要部分。
引言部分旨在介绍文章的背景和目标，并概括性地提及每个章节的内容。
第二部分将重点讨论岩石的力学特性、动态响应以及常用的实验与模拟方法。
第三部分将探讨含损伤本构模型，并介绍不同理论基础下引入损伤概念建立的本构模型，并对参考文献及其应用情况进行综合分析。
第四部分将深入研究岩石的破坏机理，包括对岩石破坏过程的分析、破坏预测与评估方法的探讨，并通过相关案例进行实例展示。
最后，第五部分将总结全文，并对该领域的进展和局限性进行评价，同时展望未来发展方向和可能遇到的挑战。
1.3 目的本文旨在系统地探讨岩石动力学特征、含损伤本构模型以及破坏机理的研究进展。
通过对国内外相关文献进行综合分析和总结，明确目前岩石动力学及其相关领域存在的问题和挑战，并提出未来发展方向。
通过本文的撰写，期望为岩石工程领域的科学研究和工程实践提供参考依据，促进该领域的进一步发展。
2. 岩石动力学特征研究：2.1 岩石的力学特性：岩石是一种复杂的多相介质，其力学特性对于岩石工程及地质灾害评估至关重要。
岩石的力学特性包括弹性模量、抗压强度、剪切强度以及岩石的变形行为等。
弹性模量是指岩石在受到外界作用力时产生的应力与应变之间的关系，反映了岩石的刚性；抗压强度则表示了岩石能够承受的最大压缩应力；剪切强度是指在试验条件下，岩石开始发生剪切失稳断裂之前所能承受的最大剪应力。
此外，岩石还具有很强的非线性行为。
当外部载荷增加到一定程度时，即会导致岩石发生塑性变形甚至失稳断裂。
基于数字岩心的岩石声电特性微观数值模拟研究
基于数字岩心的岩石声电特性微观数值模拟研究一、简述本研究致力于探讨基于数字岩心的岩石声电特性微观数值模拟方法，以期为岩石性质的研究提供新的技术手段和理论依据。
岩石作为地球物质的重要组成部分，其声学和电学特性对于地质勘探、石油天然气开发等领域具有至关重要的意义。
传统的岩石物理实验方法受限于成本高、周期长以及难以定量研究储层微观参数对岩石宏观物理属性的影响等问题，使得对于岩石性质的深入研究面临诸多挑战。
数字岩心技术作为一种新兴的数值模拟方法，在岩石物理特性研究中展现出了巨大的潜力。
该技术通过高分辨率的成像技术获取岩石的微观结构信息，并基于这些信息构建出三维数字岩心模型。
利用这些模型，我们可以进行各种物理过程的数值模拟，从而深入研究岩石的声学、电学等特性。
在本研究中，我们首先利用X射线CT扫描等先进技术获取了真实岩样的微观结构信息，并构建了高精度的三维数字岩心模型。
我们结合弹性力学基本理论，利用有限元方法等数值模拟技术，对岩石的声学特性进行了深入研究。
我们还利用数学形态学方法和格子玻尔兹曼方法等先进算法，模拟了岩石的电阻率、地层因素等电学特性。
通过本研究的开展，我们不仅可以深入了解岩石的声学和电学特性及其微观影响因素，还可以揭示这些特性与岩石微观结构之间的内在联系。
这将为地质勘探、石油天然气开发等领域的实际工作提供重要的理论依据和技术支持，推动相关领域的进一步发展。
基于数字岩心的岩石声电特性微观数值模拟研究具有重要的理论意义和实践价值，有望为岩石性质的研究开辟新的道路。
1. 数字岩心技术的发展背景与意义数字岩心技术，作为近年来岩心分析领域的一项重要突破，其发展背景紧密关联于石油勘探与开发领域的迫切需求。
随着全球主力油田逐渐从勘探阶段过渡至开发阶段，对地下岩心的深入而全面的诊断研究显得尤为关键。
传统的岩石分析手段在面对低渗透、致密、页岩等复杂储层时，往往难以提供足够的精度和效率，这就为数字岩心技术的兴起和发展提供了广阔的空间。
基于Swin_Transformer的岩石岩性智能识别研究
现代电子技术Modern Electronics Technique2024年4月1日第47卷第7期Apr. 2024Vol. 47 No. 70 引 言岩石识别是地质调查的基础性工作。
在野外地质调查中，地质工作者会根据岩石的颜色、结构构造、矿物成分等辨识岩石的岩性。
随着计算机视觉和深度学习技术的飞速发展，岩石纹理图像的自动识别和分类已经成为地质学中一个热门的研究方向。
近年来，许多国际和国内的研究团队都投入大量的精力进行此类研究，以期获得更高的识别精度和更稳健的分类效果[1]。
自AlexNet [2]在ImageNet [3]上取得重大突破后，卷积神经网络（Convolutional Neural Network, CNN ）[4]便一直引领着计算机视觉领域的研究。
随着深度学习的发展，各种卷积神经网络在岩石识别分类方面取得显著进展。
卷积运算可以有效地替代人工提取特征的方法，从而更准确地获取图像纹理与色彩中的岩石图像信息，精准识别岩石类型。
文献[5]基于Iception⁃v3深度卷积神经网基于Swin Transformer 的岩石岩性智能识别研究韩鑫豪1，2， 何月顺1， 陈 杰1，2， 熊凌龙1，2， 钟海龙1， 杜 萍1， 田 鸣3（1.东华理工大学 信息工程学院， 江西 南昌 330013；2.江西省放射性地学大数据技术工程实验室， 江西 南昌 330013；3.郑州市公安局网监支队， 河南 郑州 450000）摘 要： 常规卷积神经网络在识别纹理多变的岩石图像时，由于感受野和局部处理方式的局限性，识别精度不高，为解决上述问题，在复杂情况下准确识别岩石岩性，提高地质调查的效率，文中提出一种基于改进Swin Transformer 的岩石识别方法。
该方法增加了空间局部感知模块，并结合Transformer 的自注意力结构来增强对局部相关性的提取。
为增强泛化，模型中添加了Dropout 层，减少对单神经元的依赖。
神经网络技术在岩质边坡稳定性中的应用
神经网络技术在岩质边坡稳定性研究中的应用摘要：利用模糊数学的基本原理，在visual c＋＋语言的基础上，研制开发了岩质边坡稳定性系统评价的bp模型的计算机程序，通过实际工程分析，预测结果与实际完全吻合，说明所采用的bp神经网络算法评价岩质边坡稳定性是可行的，可以用来指导实际，该计算程序简单，易操作，有一定的推广应用价值。
关键词：岩质边坡；神经网络abstract: using the basic principles of fuzzy mathematics, in visual c + + language, and on the basis of the research and development of rock slope stability evaluation system of the bp model computer programs, and through the practical engineering analysis, forecast results and the practical perfectly, explain the bp neural network algorithm rock slope stability assessment is feasible, and can be used to guide practical, the calculation procedure is simple, easy to operate, has the certain application value.keywords: rock slope; neural network中图分类号：tp183文献标识码：a 文章编号：在高速公路、基础工程、露天矿山、水利水电等工程中，边坡的稳定性非常重要。
在边坡稳定性分析中。
最基本的评价指标是极限平衡方程的求解。
基于BP神经网络的岩块力学性质预测
ｘ Ｑ ｉ
统 的岩石 力学参数 的确定主要 是通 过实验方法与 以此为基础
的统 计 公 式 进 行 确 定 。实 验 方法 在 确 定 岩 石 力 学 参 数 时 需 要
花费 巨大 的人力物力财力 ，如何 寻找岩石力学参数之 间的相
形 发 育 ，溶 洞 、溶 洼 密 布 ；伏 流 断涧 ，奇 峰 异石 ，构 成 秀 丽 、
壮 观 的 自然 景 色 。
小 。ＢＰ神经 网络主 要用于 函数逼 近、模 式识别与分类、数据
压缩等方面 。
ＢＰ神 经网络模 型结构包括输入层 （ｎ ｕ ） ｉ ｐ ｔ 、隐层 （ ｉ ｅ ｈｄ ｌｙ ｒ ａ ｅ ）和输 出层 （ ｕ ｐ ｔｌｙ ｒ 。图 １是典型 的 ＢＰ神经 ｏ ｔ ｕ ａ ｅ ）
网络 结 构 。
山脉 走 向 、地 形地 貌 特 征 严 格 受 区域 构 造 线 控 制 。 山岭
多呈东 北—— 西南方向 ，北部部分近东西走 向，与构造线基 本一致 ，河流与山脉走向大体相 同。发育多级剥夷面 ，河谷 切割较深 ，相对高差几百米至千米左右 。 恩施地 区地貌 按成 因和分布高程可划分为 ：构造溶蚀侵 蚀中 山区、构造溶蚀侵 蚀中低山区、构造侵蚀丘 陵区。 四 、运用 Ｂ 神经 网络进行岩块 向基 函数 网络 。在 本 文 中用 到 了 通 过 总 结 ＢＰ 学 习法 而
岩 石 力 学 参 数 的研 究 是 岩 石 工 程 中研 究 的重 要 问 题 。传
创造 出来 的后传播计算法 。一个后传播包括一个输入层 ，几 个 隐含 的地层 ，和几个输出层。这 些地层可能包括多个节点 ，
作者简介 ：何
基于格子玻尔兹曼法的岩石电频散模型及微观机理研究
基于格子玻尔兹曼法的岩石电频散模型及微观机理研究基于格子玻尔兹曼法的岩石电频散模型及微观机理研究一、引言在岩石电频散领域，格子玻尔兹曼法作为一种重要的模拟手段，正在被广泛应用于岩石的电频散特性研究中。
本文将从基本概念和原理出发，对基于格子玻尔兹曼法的岩石电频散模型进行深入探讨，并结合微观机理展开研究，以期能够更全面地理解该模型在岩石电频散领域中的应用。
二、基本概念和原理1. 格子玻尔兹曼法概述格子玻尔兹曼法（Lattice Boltzmann Method，简称LBM）是一种基于分子动力学理论的流体动力学模拟方法，其核心思想是将宏观流体动力学描述建立在微观分子动力学规律之上。
通过在格子上迭代求解离散化的玻尔兹曼方程，可以模拟出流体的宏观运动行为。
在岩石电频散模型研究中，LBM可以有效模拟岩石内部孔隙介质中的电磁场分布和传输行为，为岩石电频散特性的研究提供了重要的数值模拟手段。
2. 岩石电频散模型的建立基于LBM的岩石电频散模型建立过程中，首先需要考虑岩石孔隙介质的微观结构和电磁特性。
通过对岩石孔隙结构进行数字化重构，将孔隙结构离散化为多个格点，并引入电磁场方程，可以建立基于LBM的岩石电频散模型。
在模拟过程中，通过迭代求解离散化的电磁场方程和孔隙介质中的电荷输运方程，可以得到岩石在不同频率下的电磁响应特性，为岩石电频散特性的研究提供了重要的数值模拟手段。
三、岩石电频散模型的微观机理研究1. 孔隙结构对电频散特性的影响通过基于LBM的岩石电频散模型，可以对岩石孔隙结构对电频散特性的影响进行深入研究。
在模拟过程中，可以通过调整孔隙结构的参数，如孔隙形状、大小和分布等，来探讨其对岩石电频散特性的影响。
通过对比不同孔隙结构条件下的电磁响应特性，可以揭示岩石孔隙结构对电频散行为的微观机理，为岩石电频散特性的解释提供了重要的理论依据。
2. 导电颗粒对电频散特性的影响在岩石中，存在着不同的导电颗粒，如矿物颗粒、裂隙和液体颗粒等。
储层岩石电性特征的逾渗网络模型研究
储层岩石电性特征的逾渗网络模型研究
储层岩石电性特征的逾渗网络模型研究
建立能够反映储层孔隙结构、流体特征的逾渗网络模型,通过数值模拟研究了储层孔隙尺寸、孔隙形状、连通性、微孔隙的发育状况等对I-Sw曲线影响的定性规律,研究了地层水矿化度对岩石电阻率的影响.分析讨论了不同因素对电阻率影响的相对强度.最后,通过曲线拟合定量地研究了不同因素对I-Sw曲线的影响规律.研究表明,在上述影响因素中连通性和微孔隙对I-Sw曲线的影响很大,其它因素的影响强度较小.地层水矿化度对岩石电阻率绝对值的影响很大."非阿尔奇"现象普遍存在,在低渗透(低连通性)储层岩石中更为明显.
作者：王克文孙建孟关继腾苏远大Wang Kewen Sun Jianmeng Guan Jiteng Su Yuanda 作者单位：石油大学(华东)地球资源与信息学院,山东,东营,257061 刊名：应用地球物理（英文版）SCI英文刊名：APPLIED GEOPHYSICS 年，卷(期)：2005 2(4) 分类号：P3 关键词：岩石电性饱和度指数网络模拟储层特性 rock resistivity saturation exponent network modeling reservoir characteristics。
岩石动力学特性模型及其应用研究
岩石动力学特性模型及其应用研究岩石是地球的基础构造物质之一，其物理特性直接影响着地球的地质构造及各种地球物理现象。
岩石动力学研究了岩石在高压、高温、高速等情况下的变形和破裂规律，也就是控制岩石在这些条件下行为的物理规律。
在地震预测、岩土工程施工、油气勘探开发等领域应用广泛。
1. 岩石动力学特性模型1.1 岩石变形相关参数岩石变形是指岩石在外界作用下发生的形状和体积上的变化。
岩石变形与应力、应变、弹性模量、泊松比等参数相关。
其中应力指施加在岩石上的力，其大小可以由静力学方法求得。
应变则指在岩石应力下变形的程度，可分为轴向应变和横向应变。
轴向应变指沿着施力方向的应变量，横向应变指垂直于施力方向的应变量。
弹性模量指岩石材料中单位应力下应变的比例，常用来描述其刚度。
泊松比则指岩石沿着一条轴向收缩，与其垂直方向的应变比例。
1.2 岩石破裂相关参数岩石破裂是指岩石在承受应力时发生裂隙，可分为弹性破裂和塑性破裂两种。
弹性破裂是指岩石在应力超出其弹性极限后，在其破坏特性线上呈现线性增长趋势的裂纹扩张。
塑性破裂则是指岩石在应力超过其弹性极限时，内部岩体开始发生塑性变形而出现的局部破坏，表现为裂隙快速扩张。
岩石破裂与硬度、韧性、压缩强度、断裂韧度等参数相关。
硬度是一种反映岩石抵抗切割或蚀刻的能力的参数，通常采用摩氏硬度来进行测试。
韧性则指岩石在发生塑性变形后仍能持续吸收应力而不裂开的能力，可用断裂能来度量。
压缩强度是指岩石呈圆柱形时，在垂直于轴线的压缩力作用下破裂的极限强度，其可通过Uniaxial Compression Tests（UCS）来进行测试。
断裂韧度则是指岩石破裂时的抗裂能力，通反射性测试也很常用。
2. 岩石动力学特性模型应用研究2.1 地震预测地震是地球的一种自然灾害，其预测对于人民生命财产的安全至关重要。
岩石动力学特性模型可以通过计算岩石的弹性模量、泊松比、断裂角等参数，从而预测岩石在受到地震应力时的破坏承受能力。
基于网络模型的岩石电学性质研究
基于网络模型的岩石电学性质研究唐雁冰;李闽【摘要】建立网络模型,模拟计算电阻率和含水饱和度,探讨几种孔隙微观结构属性与其关系,分析润湿性对岩石电阻率的影响.研究结果表明,岩石孔隙结构对于水湿岩石的岩石电性特征有决定性的影响.【期刊名称】《重庆科技学院学报（自然科学版）》【年(卷),期】2012(014)002【总页数】4页(P85-88)【关键词】网络模型;岩石电性;电阻率指数;含水饱和度;润湿性;孔隙结构【作者】唐雁冰;李闽【作者单位】西南石油大学油气藏地质及开发工程国家重点实验室,成都610500;西南石油大学油气藏地质及开发工程国家重点实验室,成都610500【正文语种】中文【中图分类】TE319岩石电阻率资料在测井解释和储层评价中具有重要作用。
目前，在电阻率测井解释中，仍然使用阿尔奇经验公式。
然而越来越多的研究证明储层岩石电性不仅取决于其含水饱和度，而且与岩石孔隙结构及其在岩石孔隙的分布情况也有关［1-2］。
在较复杂储层，其岩石电性还与岩石的泥质含量有关［3-4］。
这些问题使得阿尔奇公式在实际应用中受到极大的限制。
由于实验研究的限制，常规实验测试很难准确地分析各种因素的影响规律［5］。
本文通过网络模型进行数值实验，以此研究储层岩石孔隙结构以及润湿性对储层岩石电性的影响程度。
网络模型能够反映储层岩石的孔隙微观结构［6-7］，通常用于研究孔隙微观结构对岩石物理性质的影响。
本文采用体心立方体（Body-Center Cubic，简称BCC）网络模型进行模拟实验。
配位数z变化的产生通过设定概率函数来设置节点之间的管束而实现。
网络模型的配位数为所有孔隙节点配位数的平均值，平均配位数z反映了孔隙空间的连通情况。
BCC网络模型的最大平均配位数为8。
孔隙大小的非均质性通过随机分配模型中每个节点之间的管束半径来实现。
基于大量的压汞实验数据，特别对于低孔低渗岩石，其孔隙非均质性分布常呈现对数均匀分布。
本文中的模型选取了对数均匀分布，满足对数均匀分布的孔隙半径为：式中：rmax和rmin分别为最大和最小孔隙半径，μm；x为0~[lnrmax-lnrmin]内的随机数。
岩体结构面网络计算机模拟及其工程应用研究
岩体结构面网络计算机模拟及其工程应用研究汪小刚贾志欣中国水利水电科学研究院岩土工程研究所摘要本文简要介绍了作者在近几年科研工作实践中，将岩体结构面网络模拟原理应用于解决岩质边坡稳定分析相关问题的主要研究和应用成果。
关键词：网络模拟 岩质边坡1 前 言岩体中不同地质成因、呈随机分布的各类不连续结构面（如断层、破碎带、节理等）相互交切，形成了特定的岩体结构，使得岩体的工程力学特性变得十分复杂，以至于已有的确定性方法已无法描述这样的复杂程度，不得不借助于非确定性的分析手段来解决问题。
目前应用较为广泛的就是使用随机的方法来定义岩体结构面体系的几何特性[1,2,3]，这类方法的最初研究包括：（1）基于概率统计理论的现场结构面样本资料的系统化量测和统计分析方法；（2）应用随机模拟理论（蒙特卡罗模拟法）的计算机再现模拟。
在过去几年里，国内外不少学者都致力于这方面的研究，并已逐步形成了一个专门的领域--岩体结构面网络计算机模拟。
概括起来讲，岩体结构面网络计算机模拟就是通过现场大量结构面的样本测量和室内统计分析，建立结构面几何参数的概率统计模型，进而应用蒙特卡洛模拟原理，在计算机上形成与现场结构面具有相同统计特性、表征结构面空间分布特征的节理网络图像，并进一步在模拟图像上研究我们所关心的岩石力学问题。
虽然该方法建立在随机模拟的基础上，每一次随机生成的网络模拟图像并不代表岩体结构面的真实图像，但根据蒙特卡洛模拟原理，随着模拟次数的增加，在网络图像上获得的有关信息的平均值，将逐步逼近该信息的真实值。
本文作者结合国内一些大型水电工程（如三峡、小浪底、龙滩、小湾等）建设中的科研课题，对这门学科在边坡稳定分析领域的应用做了大量探索性的工作，本文将简要介绍有关这方面的成果。
2 岩体结构面几何参数的概率统计模型建立岩体结构面几何参数的概率统计模型是进行结构面网络模拟的前提和基础。
岩体结构面的空间分布特征主要由结构面的倾向、倾角、隙宽（开度）和迹长（延伸长度）等几何参数所决定。
通过数字岩心计算岩石中的流体性质.
通过数字岩心计算岩石中的流体性质P.E. Øren, S. Bakke, and H.G. Rueslåtten张杰译翻译杨晓宁校对摘要在北海原油储层中，我们运用地质学重建技术来形成复杂砂岩相的虚拟岩石。
计算机生成岩石的有效性质（如流体渗透性、电阻率和弹性模量），与这些由实际岩石的微地形图像决定的岩石性质，二者可以进行很好的对比。
利用网络建模技术，我们为计算机生成岩石计算了注水相对渗透率，并将其和实验数据进行了对比。
实验岩心样品与测出的变化范围0.3-0.7的Amott 指标在湿度上显示了很大的不同。
这种变化的物理成因还有待研究，然而我们的结果明显证明，对于固定湿度孔隙水平分布条件，剩油饱和度和Amott 指标随着初始水饱和度的升高而升高。
这主要是由混合潮湿孔中残油膜的稳定性引起的。
当前的研究证实：对于储集岩来说，结合计算机生成岩石和数字计算来得出重要岩石和流体性质是可能的，并且是可行的。
简介由于计算机技术的飞速发展，宏观岩石和传输性质现在可以直接来自于岩石微观结构的三维（3D）图像。
可被用作数字计算的有效性质包括弹性模量(Arns et al., 2002)，电阻率(Øren and Bakke, 2002)，渗透率(Jin et al., 2004, Arns et al., 2004)，核磁共振弛豫（NMR relaxation）(Øren et al., 2002, Knackstedt et al.,2004)，力学性质(Jin et al., 2003)和2-3相流体的构成关系(Øren et al., 1998, Lerdahl, et al., 2000, Valvatne and Blunt, 2004, Piriand Blunt, 2005)。
因此，储集岩孔隙结构详细3D表示的获得对石油工业来说是非常重要的。
在过去的几十年里，储集岩微结构的3D图像的获得已经取得了一些进展。
智能岩石力学小论文
5
智能岩石力学基础期末考察
图 3.光纤光栅端头式测力计的结构
光纤光栅端头式测力计结构如上图所示，筒体为高强度的合金圆筒，外径 47mm，内径 24mm，高度 80mm，内置 3 个高精度的光纤光栅，其中 1 个为温 度传感器提供温度补偿光纤光栅可以测量作用在测力计上的总荷载， 还可以测量 出不均匀荷载或偏心荷载。 由一根铠装光缆输出信号， 最远传输距离可达 30km。 标定实验得出锚杆测力计的轴力Ｆ计算式为： F = 74.09( Δλ
在矿山围岩支护和边坡加固工程， 使用表面黏贴式光纤布拉格光栅传感器对 锚杆、预应力锚索进行监测，将光纤光栅黏贴于金属锚杆表面进行受力监测。光 纤光栅轴向应变与基体材料沿轴向的应变之间的基本表达为: ε 式中：ε
m g
=ε
m
α (k，L)
为锚杆应变；ε g 光纤光栅传感器轴向应变；α (k，L)为光纤传感器黏
3.红外传感探伤技术
红外探测波段在0.76～1000um之间。红外线有以下特性:任何物体，只要其 温度高于绝对零度，就会向外辐射红外线。物体温度越高，辐射的红外线越多， 辐射能量越大； 分子振动和晶格振动也会向外辐射红外电磁波，并形成红外辐射 场； 不同气体对红外光的吸收光谱有所差异，气体的特征光谱吸收强度与该气体 的浓度相关。正是因为具有这些特点，红外传感技术被应用在热成像仪、红外探 测器、红外气体分析仪、红外探伤仪。 煤矿渗水往往会导致矿井的塌方， 将红外探伤技术应用于煤矿中对积水区域 的探测，可以有效预防渗水。众所周知，岩层或煤层不断向外辐射红外电磁波和 辐射场。而红外探测仪则可以根据辐射场的变化，确定隐伏目标的性质。对一条 掘进巷道而言， 如果掘进前方或巷道外围存在采空区老空水或隐伏含水构造，局 部地段的介质成分和密度发生变化会产生一个异常场，并迭加于正常场之上，使 正常场发生畸变。 由于红外辐射场所占的空间总是大于实体，故可通过场的变换 提前发现含水区或含水构造。 红外技术具有精度和灵敏度高、响应速度快、稳定性和可靠性好、准确度不 受被测气体气流速度的影响等优点。
基于SEM的岩石结构特征分析研究
基于SEM的岩石结构特征分析研究岩石是地球内部构造和地表运动的产物，是理解地质史和地球演化的重要组成部分。
而SEM（扫描电子显微镜）则是一种高分辨率的显微镜，能够观察到微小的表面特征。
因此，将SEM技术应用于岩石结构特征的分析研究中，将会有着重要的意义。
一、SEM在岩石学研究中的应用SEM在岩石学研究中的应用不仅仅局限于表面特征的观察，还能在岩石薄片分析、颗粒分析、微量元素分析、矿物相分析等方面发挥作用。
首先，在岩石薄片分析中，SEM可以观察到样品的微细结构，如矿物颗粒的大小、排列、形态等。
因此，可以通过SEM技术进行岩石的薄片切割和磨制，使得岩石的薄片更加细腻，能够观察到更多细节特征。
其次，在颗粒分析方面，SEM可以观察到岩石颗粒的形状、大小、分布等特征。
比如，通过SEM技术观察到粘土颗粒的形态、大小，可以推断其运输距离和沉积环境等信息。
再者，在微量元素分析方面，SEM能够将微量元素的存在与分布情况直观呈现。
例如，对于岩石内部的微小孔隙进行SEM观测，可以分析其中的元素分布情况，从而推断岩石的成因以及受到的影响等。
此外，在矿物相分析方面，SEM的优势也十分明显。
SEM可以观察到矿物晶体的形态、大小、排列等特征，辅助分析岩石中的矿物组成和结构特征，如建立矿物比例和晶粒大小分布的模型等。
综上所述，SEM在岩石学研究中的应用十分广泛，不仅仅是表面特征的观测，还能在岩石薄片分析、颗粒分析、微量元素分析、矿物相分析等方面发挥作用。
二、SEM技术在岩石结构特征分析中的应用SEM技术在岩石结构特征分析中的应用主要包括以下几个方面：（一）岩石表面特征的分析通过SEM技术观察岩石表面的形态、纹理、孔隙、矿物等特征，可以推断岩石的成因、变质程度、原生沉积环境等信息。
例如，通过观察岩石表面的孔隙大小和形态，可以判断岩石的成因类型和变质程度。
又如，通过观察岩石表面的纹理和结构特征，可以推断其原生沉积环境和受到的外力作用等。