中文摘要 | 第4-5页 |
英文摘要 | 第5页 |
第一章 绪论 | 第9-32页 |
1.1 气测录井、地化录井技术的发展状况和存在的问题 | 第9-15页 |
1.2 综合录井检测分析评价方法 | 第15-29页 |
1.3 本课题研究的意义和主要研究内容 | 第29-32页 |
第二章 气测录井、地化录井技术研究 | 第32-65页 |
2.1 气测全烃值响应方程方法研究 | 第33-39页 |
2.2 气测费歇尔判别油气层方法研究 | 第39-46页 |
2.3 贝叶斯准则判别油气层方法研究 | 第46-51页 |
2.4 地化录井评价技术原理 | 第51-57页 |
2.5 判别储层原油性质 | 第57-58页 |
2.6 岩石热解分析程序和计算方法 | 第58-61页 |
2.7 驱油效率判别模型 | 第61-63页 |
2.8 本章小结 | 第63-65页 |
第三章 脱气系统原理及仪器设计 | 第65-76页 |
3.1 钻井液自动真空蒸馏定量脱气系统 | 第65-70页 |
3.2 自动钻井液长引流工作原理及设计 | 第70-72页 |
3.3 岩屑中烃组分定量脱气系统 | 第72-75页 |
3.4 本章小结 | 第75-76页 |
第四章 分析系统原理及仪器设计 | 第76-89页 |
4.1 引言 | 第76-77页 |
4.2 多套组合色谱分析系统分析原理 | 第77-78页 |
4.3 多套组合色谱分析系统的气路分析结构 | 第78-82页 |
4.4 多套组合色谱分析系统仪器设计 | 第82-85页 |
4.5 实验结果与讨论 | 第85-88页 |
4.6 本章小结 | 第88-89页 |
第五章 基于神经网络技术的油气层评价 | 第89-106页 |
5.1 引言 | 第89页 |
5.2 人工神经网络信息处理原理 | 第89-90页 |
5.3 人工神经元模型 | 第90-92页 |
5.4 人工神经网络的结构和工作方式 | 第92-93页 |
5.5 人工神经网络的学习 | 第93-94页 |
5.6 BP网络及其算法 | 第94-98页 |
5.7 人工神经网络技术在油气层评价中的应用 | 第98-105页 |
5.8 本章小结 | 第105-106页 |
全文总结 | 第106-109页 |
参考文献 | 第109-119页 |
攻读博士学位期间发表论文和参加项目 | 第119-120页 |
致谢 | 第120页 |