| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引 言 | 第8-13页 |
| ·选题依据 | 第8-9页 |
| ·流体识别研究现状 | 第9-12页 |
| ·论文技术难点与主要研究内容 | 第12-13页 |
| 第2章 岩石物理学基础 | 第13-21页 |
| ·含流体介质中岩石物理学基础 | 第13-15页 |
| ·岩石弹性参数及相互关系 | 第15-18页 |
| ·泊松比比与岩性及及流体成分分的关系 | 第15页 |
| ·密度、纵波速度度和横波速速度的关系系 | 第15-17页 |
| ·纵横波速度比及弹性模量的变化规律 | 第17-18页 |
| ·地震波在含流体介质中传播 | 第18-21页 |
| ·Biot 理论 | 第18-19页 |
| ·Gassmann 方程 | 第19-21页 |
| 第3章 弹性参数的求取 | 第21-25页 |
| ·不带参数属性集成员的求取 | 第21-22页 |
| ·带参数属性集的求取 | 第22-25页 |
| 第4章 基于三参数的流体识别交会分析 | 第25-37页 |
| ·多参数流体可识别性分析 | 第25-28页 |
| ·一维参数分析 | 第25-26页 |
| ·二维参数交会分析 | 第26页 |
| ·三维参数交会分析 | 第26页 |
| ·定量交会图技术 | 第26-28页 |
| ·Castagna 和 Smmith 含油油气砂岩岩识别 | 第28-36页 |
| ·一维参数分析 | 第30-32页 |
| ·二维参数交会 | 第32-34页 |
| ·三维交会分析 | 第34-36页 |
| ·识别结果分析 | 第36-37页 |
| 第5章 神经网络预测在流体识别中的研究 | 第37-48页 |
| ·利用神经网络识别流体性质概述 | 第37-38页 |
| ·基于BP 神经网络的流体识别基本原理 | 第38-43页 |
| ·BP 网络模型 | 第38-39页 |
| ·BP 学习算法 | 第39-41页 |
| ·BP 算法的程序实现 | 第41-43页 |
| ·CASTAGNA 和SMITH 含油气砂岩模型识别 | 第43-48页 |
| ·速度、密度集输入神经网络流体识别 | 第43-44页 |
| ·敏感参数集输入神经网络流体识别 | 第44-46页 |
| ·识别结果分析 | 第46-48页 |
| 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-51页 |