松辽盆地西部斜坡带四方台组铀成矿条件分析

通过测井、γ能谱测量及采取的水样分析,并结合前人资料,对松辽盆地西部斜坡带四方台组铀成矿进行了全面的分析和预测,认为该区具有良好的区域构造条件、丰富的铀源、较好的补-给-排水文体系及成矿所必须的泥-沙-泥结构等,具备了古河道砂岩型铀成矿的基本地质条件。认为松辽盆地西部斜坡带四方台组在砂岩型铀成矿勘探方面前景广阔。     

罗布泊“大耳朵”湖区第四纪古气候

沉积物中黏土矿物具有一定的古气候指示意义.罗布泊“大耳朵”盐湖区第四纪黏土矿物研究表明,沉积物中的黏土矿物主要有伊利石、伊蒙混层矿物、绿泥石和高岭石,总体相对含量均值分别为45.03％、32.74％、16.81％和5.42％.伊利石、伊蒙混层和高岭石的共存表明这些黏土矿物可能具有不同的来源.伊利石和伊蒙混层含量较多,说...     

相控检波器室内组合参数理论分析

将雷达系统中的相控阵理论技术应用于组合接受理论分析中,给出了理论信噪比的定义及计算方法。通过改变检波器数目、组内距和权系数等参数使各检波器接收到的地震波同相叠加,进而确定地震波能量的聚焦形态,使理论信噪比最大化。同时利用波动方程正演,验证了理论信噪比与主要组合参数之间的关系,分析了复杂地区组合接受压制噪声提高信噪比的机理,从而设计出了最优的检波器组合数目、组内距等参数,并在实际野外检波器组合地震记录中得到了验证。     

敖南油田葡萄花油层沉积微相分析

通过观察岩心,结合测井、录井资料,运用最新沉积学方法,分析了敖南油田主要研究层姚家组一段(K1y1)发育的沉积微相类型及其特征,建立了相标志,搞清了不同体系域沉积相、亚相、微相的空间展布.纵向上,研究层段三角洲外前缘较发育,向上外前缘的面积逐渐增大;平面上,以三角洲相沉积为主,在研究区北部和西北部主要发育三角洲外前缘.研究区的主体砂岩为牵引流成因的席状砂、滨湖砂沉积,其典型特征是三角洲前缘亚相沉积的灰色薄层砂岩,具有很好的岩性油藏成藏条件.     

浙江江山藕塘底组沉积相分析及层序划分

藕塘底组属于上石炭统,是一套陆源碎屑岩与碳酸盐岩组成的混合沉积岩。根据在江山的野外地质勘查资料,通过分析其岩性、岩相等地质特征,同时运用层序地层学的理论和研究方法,对该层进行精细的层序地层研究和层序划分、对比,阐述层序和沉积相特征,研究结果表明:该组可分为四个三级层序:CSq1、CSq2、CSq3、CSq4。     

二连盆地砂岩型铀矿找矿中的地球物理标识

基于对二连盆地砂岩型铀矿的航空放射性测量、重磁测量、电性测量异常特征以及地震勘探反射特征的分析,并结合砂岩型铀矿成矿规律与成矿条件,推导出一套醒目的在砂岩型铀矿中找矿的标识:γ高异常附近地区为铀源点或者直接是铀矿床所在地;断裂构造是还原性物质的存储(炭屑)和运输(H2S、烃类)通道,在有利铀成矿区构造断裂周围地层往往会形成一个氧化-还原过渡带;凹陷斜坡为砂岩型铀成矿提供了一个良好的水动力条件,在凹陷边缘往往会形成铀矿带或者铀矿床。此外,通过详细剖析、对比航空放射性测量、重磁测量、电性测量异常特征以及地震勘探反射特征,发现利用地球物理方法可描绘基底与沉积物(主要是砂岩与泥岩)形态,分析沉积相,并可以得出砂岩型铀成矿环境与成矿规律。     

基于T值映射的双能X射线透射中矿石识别算法与分选技术研究

将与矿石原子序数相关的R值图像映射方法运用在矿物识别中能够较准确的识别矿石,但是由于R值的推导直接忽略了矿石厚度的影响,从而导致其受厚度的影响较大,所以该图像映射方法存在一定的缺陷。与矿石厚度及密度相关的T值算法保留了厚度和密度两个重要参数,因此使用T值得到的图像信息量将会更多。本文使用T值图像映射方法对采集到的双能X射线透射矿石的图像进行验证。首先,对铝和铜进行T值与R值识别算法进行曲线拟合的优劣对比,经过实验可知,R值的相关系数仅为0.9145和0.9855,而T值曲线拟合相关系数分别达到了0.9983和0.9949,因此T值算法相对减小了厚度对物质识别的影响且T值算法更优。本文在此研究的基础上提出一种基于T值的图像映射方法。该方法首先利用灰度值来代替信号强度值计算出T值,得到由T值作为等大小的灰度图像,然后再使用中值滤波以及RGB配色得到最终的图像。经过实验可知,T值映射相较于R值映射不仅在运行速度上得到了提高,而且在图像清晰度以及矿石识别的准确率都得到了较好的提升。     

小样本下基于改进ACGAN数据增强的X射线矿石图像分类方法

针对工业领域利用深度学习模型对矿石进行在线分类时,矿石样本稀少导致的模型过拟合、分类准确率低的问题,提出一种结合X射线透射成像技术的矿石数据增强分类方法。该方法基于改进辅助生成对抗网络(Enhance-based Classification ACGAN-gp, EC-ACGAN-gp),采用卷积和连续残差块构建判别器和生成器,引入注意力机制捕捉矿石细节特征,生成高质量样本扩充原始数据集,同时使用带梯度惩罚的Wasserstein距离重构判别器的损失函数提高对抗训练的稳定性,避免模式崩溃。通过增加辅助分类器重建样本标签信息,最终实现矿石样本的类别预测。结果表明,该方法能实现矿石品位分类的精准预测,准确率可达89.62%,比现有传统方法提高3.98%。该模型生成的矿石样本泛化性良好,能够显著提高小样本数据集的泛化性,在SVM、LeNet5、VGGNet、ResNet上测试,精度分别提升了2.83%、2.36%、1.89%和3.74%,可进一步用于提升其他分类模型在矿石品位预测方面的性能。     

二连盆地赛汉高毕地区砂岩型铀矿赋存状态研究

二连盆地赛汉高毕地区是新近突破的砂岩型铀矿成矿区域,详细研究该矿区矿体中铀矿物的赋存状态,对研究区砂岩型铀矿的选冶具有重要意义。赛汉高毕地区含矿层位为早白垩世赛汉组,赋矿岩石为灰色粉砂-细砂岩、灰色中-细砂岩、黄色中-细砂岩。利用电子探针分析技术,对研究区含矿砂岩进行了详细分析,结果显示,铀矿物主要为沥青铀矿、铀石、菱钙铀矿。铀矿化与黄铁矿、钛铁矿、石英、长石、有机质等密切共生。