深部巖體力學參數(shù)特征化方法研究及應(yīng)用

定　價：￥58.00

作　者：	張士科
出版社：	科學技術(shù)文獻出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥43.50)

ISBN：	9787518984336	出版時間：	2025-04-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書的主要創(chuàng)新成果包括以下幾個方面。①針對資源高效開發(fā)利用鉆井時所引起的地面變形情況，采用有限差分方法，通過結(jié)合有限差分商業(yè)軟件（FLAC3D），建立油氣生產(chǎn)時資源儲層及圍巖的溫度場-滲流場-應(yīng)力場（THM）耦合的儲層壓縮變形導(dǎo)致地面移動的數(shù)值計算模型，揭示在多場耦合作用下深部巖體的變形演化機制。②針對資源高效開發(fā)利用鉆井時所引起的井筒圍巖變形，采用離散單元法，通過結(jié)合商業(yè)離散元軟件（UDEC），建立從宏觀上描述裂隙巖體中裂隙網(wǎng)絡(luò)開裂、延伸和貫通與多場耦合效應(yīng)的非線性特征的地質(zhì)力學數(shù)值計算模型，對深部工程不同方式鉆井時井壁的穩(wěn)定性進行了分析研究。同時，在不同巖體力學參數(shù)情況下，深部巖體工程的巖體力學行為得到描述，將巖體力學參數(shù)與巖體力學行為之間的對應(yīng)關(guān)系進行定量描述，同時將定量化的數(shù)據(jù)收集整理形成人工智能巖體力學參數(shù)特征化的機器學習樣本。③針對人工水壓致裂造縫提高資源采收率的問題，本書對工程巖體在反復(fù)注入液體作用下產(chǎn)生裂隙的機制開展了研究?；陔x散單元法的Fish語言構(gòu)建了深部裂隙巖體的溫度場-滲流場-應(yīng)力場（THM）多場耦合地質(zhì)力學模型，采用該模型研究了考慮天然裂隙的分布及影響的水壓致裂造縫機制及過程，這與實際工程更為接近。通過模擬分析巖體力學參數(shù)對水壓致裂巖體的變形及井底孔隙壓力變化的影響，找出巖體力學參數(shù)與巖體力學行為之間的線性/非線性關(guān)系，從而揭示深部裂隙巖體在注入流體人為活動的變形破壞機制，同時為開展深部儲層和圍巖巖體力學參數(shù)特征化，提供了理想的人工智能反演模型機器訓(xùn)練樣本和驗證樣本。④結(jié)合數(shù)值模擬和人工智能技術(shù)建立了人工智能多參數(shù)特征化反演模型，實現(xiàn)了基于監(jiān)測的場地信息對巖體力學參數(shù)特征化的研究。通過將識別到的參數(shù)代入建立的正演模型中，對工程巖體力學行為進行分析。人工智能的結(jié)果，以及數(shù)值計算結(jié)果、現(xiàn)場監(jiān)測結(jié)果和人工智能預(yù)測結(jié)果表明，采用人工智能巖體力學參數(shù)特征化反演模型獲得的巖體力學參數(shù)是有效的和等效準確的。這為定量化深部巖體力學參數(shù)提供了新方法，同時為進一步認識深部資源的高效開采規(guī)律提供了技術(shù)支持。在項目的實施和應(yīng)用過程中，解決了從宏觀層面上描述裂隙網(wǎng)絡(luò)演化與多場耦合效應(yīng)的非線性特征，為認識裂隙巖體的斷裂損傷破壞演化機制和進行裂隙巖體工程穩(wěn)定性評價提供了理論基礎(chǔ)。同時，結(jié)合現(xiàn)場能監(jiān)測到的場地信息，采用人工智能技術(shù)，建立壓力和位移多參數(shù)特征化反演分析模型，為解決在地下工程設(shè)計、施工、維護、評價和數(shù)值模擬中地下工程巖體的巖體力學參數(shù)獲取這一科學難題提供了新的分析方法。本書為項目研究工作的系統(tǒng)總結(jié)，由7章組成。第1章介紹了深部巖體力學與工程的國內(nèi)外研究現(xiàn)狀，以及本書的研究內(nèi)容和特色。第2章介紹了深部巖體力學的概念和評價體系、工程巖體特性，以及深部工程中亟須解決的難題。第3章介紹了人工智能預(yù)測和反演識別模型的相關(guān)理論，并給出相應(yīng)算例分析。第4章介紹了基于地面位移的巖體力學參數(shù)識別研究。第5章模擬分析了井壁穩(wěn)定性，并介紹了基于井壁變形的巖體力學參數(shù)特征化研究。第6章模擬分析水力壓裂過程，介紹了基于井底壓力反演巖體力學參數(shù)的研究內(nèi)容。第7章是結(jié)論與展望部分。本書在出版過程中得到了河南省高等學校青年骨干教師培養(yǎng)計劃項目“深部裂隙巖體凍壓裂破壞機理及巖體力學參數(shù)特征化研究”（No.2018GGJS122）、河南省自然科學基金項目“裂隙巖體凍損傷演化機理與地質(zhì)力學參數(shù)特征化方法研究”（No.182300410160）、河南省重點科技攻關(guān)計劃項目“非常規(guī)油氣儲層巖體凍破壞機理及其地質(zhì)力學參數(shù)反演識別研究” （No.182102310804）、中國博士后科學基金面上項目“深部裂隙巖體破壞機理及巖體力學參數(shù)特征化研究”（No.2016M602259）、河南省高等學校重點科研項目“基于人工智能技術(shù)的深部巖體力學參數(shù)特征化研究”（No.20B560002）等項目的資助，在此，衷心感謝中國博士后科學基金委員會、河南省科學技術(shù)廳、河南省教育廳等有關(guān)部門給予的支持。

作者簡介

暫缺《深部巖體力學參數(shù)特征化方法研究及應(yīng)用》作者簡介

圖書目錄

第1章緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀及文獻綜述
1.2.1 破壞準則
1.2.2 巖體的破壞特性
1.2.3 巖體滲流開裂特性
1.2.4 巖體多場耦合數(shù)值模擬
1.2.5 巖體力學參數(shù)的確定方法
1.3 本書的主要研究內(nèi)容
1.4 擬解決的關(guān)鍵問題
第2章深部巖體力學概念及特性分析
2.1 深部的探究和概念
2.1.1 地球深部的探測研究
2.1.2 深部的概念
2.1.3 深部的定義
2.2 臨界深度的定義方法及判別準則
2.2.1 臨界深度的定義
2.2.2 臨界深度的計算
2.3 深部工程的評價體系
2.3.1 難度系數(shù)
2.3.2 危險系數(shù)
2.4 深部工程的常見問題和穩(wěn)定性的控制方法
2.4.1 理論分析法
2.4.2 實驗分析法
2.4.3 數(shù)值計算法
2.5 深部工程巖體的特性
2.5.1 深部巖體的賦存環(huán)境
2.5.2 深部巖體的節(jié)理裂隙發(fā)育特性
2.5.3 節(jié)理裂隙巖體的結(jié)構(gòu)面特性
2.5.4 節(jié)理裂隙巖體的強度特性
2.5.5 節(jié)理裂隙巖體的滲透特性
2.6 本章小結(jié)
第3章人工智能的預(yù)測及反演分析模型的研究
3.1 引言
3.2 巖體力學參數(shù)確定模型框架
3.3 人工神經(jīng)網(wǎng)絡(luò)模型的有關(guān)理論
3.3.1 網(wǎng)絡(luò)模型的基本特征
3.3.2 神經(jīng)網(wǎng)絡(luò)學習的基本原理和改進
3.3.3 網(wǎng)絡(luò)模型性能的評價準則
3.4 遺傳算法的基本原理
3.4.1 選擇操作
3.4.2 交叉操作
3.4.3 變異操作
3.5 遺傳BP神經(jīng)網(wǎng)絡(luò)的巖體力學參數(shù)預(yù)測模型研究
3.5.1 遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型
3.5.2 遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的參數(shù)設(shè)計
3.5.3 算例分析
3.6 人工智能多參數(shù)反演識別研究
3.6.1 人工智能多參數(shù)反演識別模型
3.6.2 傳統(tǒng)水壓致裂法應(yīng)力測量原理
3.6.3 工程算例概述
3.6.4 神經(jīng)網(wǎng)絡(luò)模型的參數(shù)設(shè)置
3.6.5 遺傳算法的參數(shù)設(shè)置
3.6.6 結(jié)果與分析
3.7 本章小結(jié)
第4章基于地面位移的巖體力學參數(shù)識別研究
4.1 概述
4.2 有限差分方法
4.2.1 控制方程
4.2.2 拉格朗日元法的基本原理
4.2.3 材料模型本構(gòu)原理
4.2.4 有限差分算法（時間遞步法）
4.3 儲層巖體壓縮變形及誘發(fā)地面位移的研究
4.3.1 研究工程概述
4.3.2 地質(zhì)體壓縮變形及誘發(fā)地面位移的原理
4.3.3 壓縮變形及誘發(fā)地面位移地質(zhì)力學模型
4.3.4 監(jiān)測點的確定
4.4 人工智能巖體力學參數(shù)特征化結(jié)果及分析
4.4.1 人工智能巖體力學參數(shù)特征化程序設(shè)計
4.4.2 人工智能學習樣本
4.4.3 人工智能巖體力學參數(shù)反演模型的參數(shù)設(shè)置
4.4.4 巖體力學參數(shù)識別的結(jié)果與分析
4.5 本章小結(jié)
第5章基于井筒變形的巖體力學參數(shù)確定研究
5.1 引言
5.2 多場耦合理論模型
5.2.1 本構(gòu)模型
5.2.2 流體流動模型
5.2.3 熱傳導(dǎo)模型
5.3 井壁穩(wěn)定性分析
5.3.1 邊界條件與初始條件
5.3.2 模擬結(jié)果與分析
5.4 基于井壁變形的巖體力學參數(shù)特征化研究
5.4.1 井壁穩(wěn)定性分析模型的構(gòu)建
5.4.2 網(wǎng)絡(luò)學習樣本的構(gòu)建
5.4.3 人工智能巖體力學參數(shù)識別模型
5.4.4 巖體力學參數(shù)識別結(jié)果與分析
5.5 本章小結(jié)
第6章基于井底壓力的巖體力學參數(shù)特征化研究
6.1 引言
6.2 水力壓裂數(shù)值模擬
6.2.1 水力壓裂原理
6.2.2 水力壓裂邊界條件和初始條件
6.2.3 模擬結(jié)果與分析
6.3 基于井底壓力的巖體力學參數(shù)特征化研究
6.3.1 水力壓裂試驗分析
6.3.2 幾何模型和輸入?yún)?shù)
6.3.3 學習樣本的產(chǎn)生
6.3.4 巖體力學參數(shù)的確定
6.3.5 結(jié)果與分析
6.4 本章小結(jié)
第7章結(jié)論與展望
7.1 主要結(jié)論
7.2 研究展望