义北油田大43块沙四段滩坝砂体沉积微相及储层分布研究

滩坝砂体是重要的油气储层,但目前对滩坝砂体的沉积微相划分和特征研究尚有不足。利用义北油田大43块沙四段岩芯、测井、录井和储层物性等资料,对滩坝砂体沉积微相和储层分布特征进行研究。首先基于地质相、测井相特征,提出适合本研究区的滩坝微相划分方案,即将滩坝相划分为坝亚相和滩亚相两种亚相,以及坝主体、坝侧缘、滩脊和滩席四种微相。然后在典型单井相、连井相分析基础上,提出平面相沉积特征和沉积相模式,结果显示研究区滩坝砂体较为发育,水体由西南向东北方向逐渐加深。最后通过对沙四段储层物性的研究,认为滩坝砂体中坝主体和滩脊的物性较好,是发育优质储层的有利相带。     

基于FDS的办公楼火灾数值模拟分析

针对烟气在多层建筑中的蔓延情况进行研究。利用 FDS软件,对某三层办公楼进行火灾数值模拟。依据最不利原则,针对自然排烟时单室开窗和不开窗两种情况,各设置三个火源位置在不同楼层的工况进行模拟与分析,对着火房间和走廊的温度以及二氧化碳、一氧化碳和氧气浓度等多个方面进行观测,与人能承受的“忍耐值”进行比较,提出最佳逃生的安全时间和保证人员安全的疏散路径。     

基于两级信息融合的隧道掘进机拆装装置作业安全预警模型

为了能对隧道掘进机（TBM）拆装装置作业时的安全做出有效预警，通过研究两级信息融合建立最优的安全预警模型，为TBM拆装装置吊装作业提供安全保障。一级融合将数据通过层次分析法-熵权法算法融合得出安全状态系数；二级融合建立灰色（GM）、差分自回归移动平均（ARIMA）、长短期记忆网络(LSTM)预测模型，通过三个单项预测模型构建4个简单平均组合模型和4个最优加权组合模型，对拆装装置作业时的安全状态系数进行预测分析，通过R、MAE、MAPE、RMSE四个评价指标以及后期预测数据的相对误差对预测模型精度进行比较，选出最优组合模型。结果表明：①最优加权组合模型的评价指标、后期数据相对误差、模型拟合效果明显优于单项与简单平均模型；②通过两级信息融合，构建了权重为（0.21，0.10，0.69）的TBM拆装装置作业时的最优加权组合预警模型GM-ARIMA-LSTM。可见创建的二级信息融合安全预警模型在TBM拆装装置作业时能有效判断装置的安全状态，对危险作出及时预警。