扇区水泥胶结测井成像处理研究与实现
摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
创新点摘要 | 第6-9页 |
第一章 绪论 | 第9-17页 |
·研究背景及意义 | 第9页 |
·固井质量检测方法及评价现状 | 第9-13页 |
·井温测井方法 | 第10-11页 |
·放射性示踪测井方法 | 第11页 |
·声波测井方法 | 第11-13页 |
·伽马密度测井方法(СГДТ—НВ测井) | 第13页 |
·目前固井质量评价中存在的问题 | 第13-15页 |
·本文研究内容 | 第15-16页 |
·本文组织结构 | 第16-17页 |
第二章 相关理论与技术 | 第17-24页 |
·固井质量评价简介 | 第17-19页 |
·测井仪简介 | 第17-18页 |
·测井仪结构及测量原理 | 第18-19页 |
·图像插值技术 | 第19-22页 |
·图像插值的定义 | 第19-20页 |
·传统图像插值算法 | 第20页 |
·基于边缘的图像插值算法 | 第20-21页 |
·基于区域指导的图像插值算法 | 第21-22页 |
·CifLog 测井软件平台 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 基于区域一致性递归划分的图像插值算法 | 第24-32页 |
·传统图像插值算法分析 | 第24-27页 |
·最近邻插值 | 第24-25页 |
·双线性插值 | 第25页 |
·双三次插值 | 第25-27页 |
·基于区域一致性递归划分的图像插值算法 | 第27-29页 |
·传统图像插值算法存在的问题 | 第27页 |
·区域一致性递归迭代划分原理 | 第27-29页 |
·实验与结果分析 | 第29-31页 |
·实验步骤和结果 | 第29-30页 |
·实验结果 | 第30-31页 |
·结果分析 | 第31页 |
·本章小结 | 第31-32页 |
第四章 基于前馈神经网络水泥胶结识别方法研究 | 第32-40页 |
·固井质量检测分析 | 第32页 |
·前馈神经网络 | 第32-34页 |
·三层前馈神经网络 | 第32-33页 |
·BP 网络结构及学习算法 | 第33-34页 |
·非线性连接权的学习网络 | 第34-36页 |
·相关实验 | 第36-39页 |
·实现过程 | 第36-37页 |
·应用实例 | 第37-39页 |
·实验结论 | 第39页 |
·本章小结 | 第39-40页 |
第五章 固井质量综合评价方法解释系统 | 第40-51页 |
·系统设计 | 第40-41页 |
·系统工作流程 | 第40-41页 |
·系统功能设计 | 第41页 |
·开发环境 | 第41页 |
·数据预处理 | 第41-43页 |
·数据解编 | 第41-42页 |
·预处理 | 第42-43页 |
·固井质量检查测井资料数据处理 | 第43-47页 |
·在自由套管井段进行套管波“段刻度” | 第43-44页 |
·对目的井段最小声幅值的自动选取 | 第44-45页 |
·消除套管接箍对声幅曲线的影响 | 第45-46页 |
·消除声波变密度图中的奇异波形 | 第46-47页 |
·SBT 测井八扇区幅度不平衡的处理 | 第47页 |
·系统测试 | 第47-50页 |
·本章小结 | 第50-51页 |
结论 | 第51-52页 |
参考文献 | 第52-55页 |
发表文章目录 | 第55-56页 |
致谢 | 第56-57页 |
详细摘要 | 第57-77页 |