一种同时获取地震波位移矢量和旋转矢量的方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41704175
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0414.地球和行星物理实验与仪器
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

High quality seismic exploration needs maximal seismic wave-field vector information. Because of the lack of rotation vector information, the common three-component acquisition makes difficulties in later data processing which leads to limit the geophysics inversion accuracy and speed. In this project, a new geophone model is proposed for the simultaneous acquisitions of seismic displacement vectors and rotation vectors which adds the rotation sensors to the common three-component geophone system. The perception of the geophone consists of three orthogonal installation of the MEMS accelerators and three orthogonal installation of MEMS gyroscopes, which forms a six-component acquisition system and a more complete seismic multi-vector wave-field of Cartesian. Then, use SVD wave-field polarization analysis to calculate the polarization vectors of the six-component acquisition. Furthermore, develop a set of three-dimensional visualization modules which dynamically present the motion of seismic waves through real-time seismic data. This research can provide a new idea for multiple-wave and multi-component seismic data acquisition.
高质量的地震勘探需要最大限度地获取地震波场矢量信息。由于常用的多波三分量地震勘探缺少地震波旋转矢量信息,在后期的数据处理中会导致数据解释的难度大,从而使地层反演的精度和速度受到限制。本课题拟设计一种能够同时采集地震波的位移矢量和旋转应变矢量的新型地震检波器,在位移三分量检波的基础上增加旋转矢量信息的采集,从而获取更完整的矢量波场信息。检波器的感知单元由三个正交安装的MEMS加速度传感器和三个正交安装的MEMS角速率计构成,形成六分量检波系统,利用获取的位移矢量数据和旋转矢量数据构建笛卡尔运动坐标系中完整的多矢量波场;采用SVD波场极化分析方法,计算数据极化向量;最后开发一组三维可视化模块,通过实时地震数据动态展示地震波的矢量运动。该课题的开展,可以为多波多分量地震数据采集的研究提供新思路。

结项摘要

地震勘探和处理的前提是最大化地获取地震波的全矢量波场信息,而目前针对地震勘探相关的设备和技术,主要针对位移矢量进行研究和开展。旋转矢量数据的缺失,造成所获取的地震数据波场信息不完整,导致后期的数据处理复杂度高、处理精度不足的问题。本项目针对地震勘探中旋转矢量缺失的问题,在前期技术积累上,研制一套轻量化的地震波位移矢量与旋转矢量的同步采集系统,并对六分量数据性质进行初步探索和研究,主要完成了以下研究内容:.1) 完成了一套轻量级六分量地震波采集系统研制,包括基于MEMS传感器的地震波位移矢量与旋转矢量检波器样机的设计与研制、检波器调理电路的研究与研制、基于FPGA的轻量化信号同步采集站样机的研究与研制,初步验证了地震波位移矢量与旋转矢量的同步采集方法;.2) 针对多分量的数据、尤其是旋转矢量数据进行研究,采用SVD分解方法对多分量数据进行处理,在软件平台实现地震数据极化算法并使用实际采集数据进行处理,采用绘制极化曲线和计算极化角的方式分别研究了位移矢量数据与旋转矢量数据的极化特性,初步完成了多分量数据的定性分析;.3) 在前期研制的配套地震波采集软件平台下,开发了基于数据驱动的可视化质点运动组件,直观展示地震波传播过程中质点的姿态变化。.综上,通过本项目的开展,实现了一种同时采集地震波位移矢量和旋转矢量的方法及配套设备样机,初步对旋转矢量进行探索,相关设备和技术储备在油气资源地震勘探领域具有一定的应用前景。此外,在微震监测领域,同时获取位移矢量和旋转矢量的相关技术在准确定位微震事件等应用上也具有一定的潜力。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
基于FPGA的地震波六分量同步采集系统
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    仪表技术与传感器
  • 影响因子:
    --
  • 作者:
    付桂林;庹先国;陆景;刘勇;沈统;邢启阳
  • 通讯作者:
    邢启阳

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码