基于多模式分离的S变换瑞雷波频散曲线提取

对多阶模式下的瑞雷波信号进行分离,利用S变换计算2道数据单模式的频散曲线并进行反演得到二维横波速度剖面,以提高瞬态瑞雷波法横向分辨率。对理论模型和实际瑞雷波数据进行处理和分析,研究结果表明:利用S变换计算2道数据的频散曲线时,采用F-K分离后的单模式瑞雷波数据可有效提高计算精度,在此基础上对多条频散曲线进行反演得到的二维横波速度剖面可提高瑞雷波法勘探的横向分辨率;采用该方法还可计算2道数据的高阶模式频散曲线。     

基于矢量波数变换法的主动源瑞雷波多模式提取方法在近地表地层结构探测中的应用研究

基于瞬态多道面波分析法(MASW)的数据采集方式, 对矢量波数变换法(VWTM)、相移法和高分辨率拉东变换法3种瑞雷波频散成像方法进行对比分析。首先, 采用合成地震数据对比3种方法的成像效果, 发现VWTM在成像精度和成像质量方面都有很大的优势, 成像分辨率高, 与理论频散曲线拟合准确, 高阶模式成像效果突出, 且抗噪能力也优于另两种方法。然后, 采用实际多道瞬态面波数据进行对比分析, 发现与相移法和拉东变换法相比, VWTM在瑞雷波基阶模式成像精度和高阶模式成像质量方面仍具有优势。采用遗传算法对比基阶与高阶频散曲线反演结果, 发现含有高阶模式的多模式频散曲线联合反演的多解性明显降低, 反演结果精度更高, 也更稳定。在实际瞬态瑞雷波勘探实践中, VWTM能够高质量地提取多模式瑞雷波频散特征, 可为多模式面波频散联合反演提供可靠的基础数据。研究结果表明, 将VWTM法与有效的反演方法相结合, 可以极大地提高瑞雷波浅地层探测能力和探测精度。     

瑞雷波勘探在地铁车站中的应用分析

为了解决地铁车站洞桩法施工中地下空洞区的存在位置,采用了Fourier变换、滤波、小波分析等方法,研究了地下空洞区瑞雷波频散曲线的变化规律。结果表明:经过瑞雷波的频散曲线分析对整个场地地基土体工程地质性质的评价,选取了地下正常和地下有空洞的不同地层进行频散曲线对比,地下空洞区频散曲线图中拐点相当明显,由此确定频散曲线的不协调处为地下空洞区的位置,该方法证明了在浅层地下空洞区探测中的实用性和有效性,具有较好的应用效果和发展前景。     

瑞雷波在地基强夯检测中的应用

针对填海造地以及低丘整平等场地地基强夯工程中的质量检测问题，基于瑞雷波传播的波长与测试深度呈负相关的动力学特性，提出了态瑞雷波检测法工作原理与方法。瞬态法是激震时产生一定频率范围的瑞雷波，该波以复频波的形式传播，而检波器接收瞬态震动引发的地震波（地面波为主）并做信号处理，以形成由面波信号换算出的频散曲线。与传统方法比较，瞬态瑞雷波检测法能全面，直观和快速地检测强夯地基加固的效果，提高强夯地基工程建设质量，缩短质量检测周期。     

瑞雷波在滑动面探测中的应用效果讨论

针对滑坡体的滑动面地质模型讨论了多道瞬态瑞雷波法的应用效果.首先利用高精度交错网格技术与坐标变换方式实现瑞雷波全波场的模拟,再利用相移法提取炮记录频散曲线,最后进行线性反演,得出滑动面不同部位的多道瞬态瑞雷波勘探的效果.分析表明,在起伏地表条件下,单靠瑞雷波法较难得到确切的地下介质分布信息,但其结果却能反映滑动面的起伏形态.     

瞬态瑞雷波勘探中的数字处理技术

针对瞬态瑞雷波勘探中出现的干扰大、精度低等问题 ,通过对探测数据进行处理并与实际结果对比 ,给出了瞬态瑞雷波勘探的数字处理技术。对原始记录数据进行零漂校正、数字滤波、时空切除和极化分析等处理 ,可以明显改善低频段的畸变 ,增强信号的相关性 ,使相位差谱的可靠性及频散曲线的分辨率得以提高。通过这些处理 ,提高了瞬态瑞雷波勘探的精度和深度     

用双曲正切和反正切函数拟合面波频散曲线的适应性分析

双曲正切函数和反正切函数的形态与面波频散曲线较相似,将其用于频散曲线拟合可减少数据噪音对反演稳定性的影响。这两类函数的曲线形态都是单调变化的,无法完全刻画某些特殊地层结构形成的频散曲线的复杂变化情形,如果用这两类曲线来拟合频散曲线则会存在本质上的模型误差。通过一系列正演模拟,分别运用这两类曲线拟合随层厚、P波速度、S波速度和密度变化模型的频散曲线,定量分析每个参数的变化对拟合误差的影响。结果表明,拟合结果随着P波速度、密度和层厚变化的分布很稳定,误差值保持在0.03~0.11。在S波速度随深度单调增加的情况下,拟合误差变化起伏比较大,误差范围为0.00~0.14,表明这两类三角函数模型的适应性会随着地层间S波速度差异的增大而降低。当模型中含有一定厚度的倒转低速层的时候,拟合误差可高达0.30,表明双曲正切函数和反正切函数频散曲线模型均不适用于拟合含强烈反差的低速倒转地层的频散曲线。实验发现,严重影响频散曲线拟合的误差突跳难题,可以通过多个随机种子的组合得到有效解决。     

地裂缝地形条件下瑞雷波的传播特征

利用高精度交错网格有效差分技术,以及参数平均算子实现非水平地表条件下瑞雷波全波场模拟.针对地裂缝的特殊地形条件进行瑞雷波的传播模拟,从炮记录和频散曲线两个方面讨论其传播特征.实验表明：不均匀浅地表地形条件会对能量的分配以及波形的转换产生影响,在勘探时要尽量对其加以避让.     

电法测井的快速迭代反演方法

针对电法测井中遇到的全非均匀的二维地层模型,将深浅侧向视电阻率曲线作为约束条件,提出了计算地层真电阻率及侵入半径的一种快速迭代反演方法。数值模拟和实际资料处理的结果表明,所有反演计算结果均与实测结果吻合,且地层电阻率的吻合程度最高,高分辨率三侧向资料的反演比普通三侧向资料更为精细。     

瑞雷波数值模拟中的数值频散校正策略及实例分析

为寻求快速、高精度的瑞雷波数值模拟方法,将常用于流体动力学中的通量校正传输技术(FCT)与交错网格有限差分方法相结合,对浅层各向同性弹性介质进行包括瑞雷面波和体波在内的全波场模拟。模拟结果表明:该方法有效地压制了粗网格条件下的数值频散现象,并保留了真实的波场振荡,特别是层状介质中瑞雷波的频散特征被凸显;在同一精度下,该方法与细化网格方法相比,计算效率提高1.3倍。     

计算瑞利波频散曲线的快速矢量传递算法

基于轴对称柱面瑞利面波，得到了一种计算层状介质中瑞利面波频散曲线的快速矢量传递算法，频散方程类似Menke方法的F矢量上传形式，上传矩阵F为3个五阶矩阵的乘积形式，提高了计算速度，而且各矩阵的元素均为无量纲量且为实数值，避免了以往方法中同一矩阵中各元素的数量级相差较大、出现复数运算的缺陷，提高了计算的精度及稳定性。此算法方法也避免了高频数值精度丢失问题和高频数值溢出问题。     

综合遗传算法及其在地震波阻抗反演中的应用

为了有效地克服非线性、多参数、多极值的组合优化问题中遗传算法的早熟收敛现象,引入生物的小生境技术和自然界生物多种杂交方式并存、多个子群体并行以及灾变现象而提出了一种综合的快速基因搜索策略。该算法以多个子群体不同杂交方式并行搜索为主,并结合排序配对的受限交配技术和灾变算子等方法来实现快速的寻优过程。对地震资料波阻抗反演的理论模型试验表明:该算法的收敛能力和计算效率有了明显改善。     

瑞利波泄漏模式的模拟研究

瑞利导波相速度频散曲线有时会出现截止或截断现象,此时必须考虑泄漏模式波的存在,如何快速求取泄漏模式波的相速度大小是研究的核心问题．采用添加附加层的方法,使瑞利波实频散方程求根的范围包含所有的层速度区域,从而可用Abo—zena,Menke和Bixing Zhang等学者研究过的传递矩阵理论,利用二分法求解相速度大小,即用导波来模拟计算泄漏模式波相速度大小．从模拟计算结果来看,附加层法不仅能模拟出原模型的实数导波,而且还能计算出泄漏模式波的变化．由此可见,用附加层法来计算瑞利波的泄漏模式是可行的;同时,若将该方法应用于瑞利波勘探的反演,它不会增加未知数的个数。     

基于混合遗传算法的叠前随机反演方法

针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。     

波阻抗反演的快速模拟退火算法

波阻抗反演是储层参数及砂体预测不可缺少的内容,在地震勘探中占有重要位置．使用快速模拟退火算法(FSA)进行波阻抗反演,能避免目标函数值陷入局部极值区并可获得全局最优解、因此,用快速模拟退火算法进行波阻抗反演,并通过理论模型试算和实际资料的反演验证了该算法的应用效果．结果表明,FSA反演结果不依赖于初值,FSA收敛速度比常规模拟退火算法(SA)收敛速度更快．井点处的波阻抗反演结果与测井数据基本吻合．     

基于GA-SA算法的无人机巡检输电铁塔三维航迹优化

无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm, GA)与局部收敛速度快的模拟退火算法(simulated annealing, SA)相结合的无人机三维航迹混合GA-SA寻优算法。以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化。结果表明：混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了45.6%与55.2%,最优航迹距离分别缩短了8.1%与8.9%,验证了所提方法的有效性。     

模拟退火法用于电压稳定分析

为了提高用于电压稳定分析的非线性最优化方法的效率,提出了将模拟退火法和单纯形法相结合求解非线性最优化问题的新算法,避免了在全局最优点附近的大量低效搜索,提高了模拟退火法的计算效率。应用这种新算法求解静态电压稳定极限,用５节点系统进行验证得到了满意的结果。求解静态电压稳定极限问题可以等效为含有非线性等式约束和不等式约束的非线性最优化问题,采用内点法将不等式约束问题转化为等式约束问题,再通过引入罚函数转化为无约束最优化问题,然后应用本算法进行计算,结果表明新算法是有效的。     

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.