Введение 10
1 Анализ существующих методов сжатия сложных сигналов при обработке и интерпретации данных сейсморазведки 14
1.1 Понятие сложных сигналов 14
1.2 Задачи сжатия сигналов при обработке и интерпретации
сейсмической информации 17
1.3 Методы деконволюции для повышения разрешения сейсмических
записей 22
1.3.1 Деконволюция сжатия (импульсная деконволюция) 23
1.3.2 Предсказывающая деконволюция 25
1.3.3 Поверхностно-согласованная деконволюция 26
1.4 Проблемы, возникающие при реализации алгоритмов деконволюции. Постановка задачи 29
2.1 Метод фазочастотного прослеживания сейсмических сигналов 30
2.1.1 Оптимальная обработка ФЧХ 30
2.1.2 Равновесная обработка 34
2.1.3 Неравновесная обработка 35
2.2 Применение метода фазочастотного прослеживания для сжатия сейсмических сигналов 36
2.3 Разработка алгоритма фазочастотного прослеживания сейсмических
волн
2.3.1 Построение математической модели волнового сейсмического поля 37
2.3.2 Разработка и реализация алгоритма фазочастотного прослеживания в математическом пакете MATLAB 43
3 Разработка алгоритма корректирующей деконволюции сейсмических
записей 53
3.1 Метод корректирующей деконволюции 53
3.2 Разработка алгоритма корректирующей деконволюции для принятой
модели сейсмического поля 55
3.3 Реализация алгоритма корректирующей деконволюциив
математическом пакете MATLAB 59
4 Исследование надежности разработанных алгоритмов на модели
сейсмических записей 62
4.1 Оценка разрешающей способности алгоритма корректирующей
деконволюции 62
4.2 Оценка разрешающей способности фазочастотных алгоритмов 64
4.3. Сопоставление рассмотренных алгоритмов 67
5 Примеры реализации фазочастотных алгоритмов на реальных данных 68
6 Финансовый менеджмент, ресурсоэффективностьи ресурсосбережение
71
6.1 Организация и планирование работ 71
6.1.2 Расчет накопления готовности проекта 75
6.2 Расчет сметы затрат на выполнение проекта 76
6.2.1 Расчет затрат на материалы 77
6.2.2 Расчет заработной платы 77
6.2.3 Расчет затрат на социальный налог 78
6.2.4 Расчет затрат на электроэнергию 79
6.2.5 Расчет амортизационных расходов
6.2.6 Расчет прочих расходов 81
6.2.7 Расчет общей себестоимости разработки 81
6.2.8 Расчет прибыли 81
6.2.9 Расчет НДС 82
6.2.10 Цена разработки НИР 82
6.3 Оценка экономической эффективности проекта 82
6.3.1 Оценка научно-технического уровня НИР 83
7 Социальная ответственность 86
7.1 Производственная безопасность 86
7.2 Экологическая безопасность 91
7.3 Защита в чрезвычайных ситуациях 92
7.4 Правовые и организационные вопросы обеспечения безопасности . 93
Заключение 95
Список публикаций студента 97
Список использованных источников 98
Приложение A. Английская часть 104
Приложение Б. Программная реализация алгоритма фазочастотного прослеживания сейсмических волн в математическом пакете MATLAB 124
Приложение В. Программная реализация алгоритма
корректирующейдеконволюции в математическом пакете MATLAB 126
В настоящее время для передачи и приема информации в таких областях, как радиолокация и навигация, акустика и геофизика и т.д. достаточно широко используются сложные сигналы. Особое место они занимают при проведении сейсмических исследований в задачах поиска нефтяных и газовых месторождений.
Сейсмическая разведка является одним из важнейших видов геофизической разведки. Она основана на изучении распространения созданных искусственно упругих волн в земной коре, которые распространяются через земную толщу и регистрируются приемниками, расположенными по профилю наблюдения. Учитывая, что источником возникновения волн, является взрыв, основная энергия формируемых сейсмических сигналов сосредоточена в полосе от 10 до 80 Гц, а их длительность составляет порядка 100 мс. Поэтому данные сигналы, безусловно, относятся к классу сложных сигналов. Исследование с их помощью разнообразных физических явлений на поверхности земли, в горных выработках и скважинах позволяет делать выводы о структурных особенностях и составе горных пород, наличии залежей полезных ископаемых [1]. Измеряя время распространения волн, и исследуя характер колебаний почвы, можно определить глубину залегания и форму тех геологических границ, на которых произошло преломление или отражение волны, а также составить суждение о составе пород, через которые прошла волна [2].
Относительно неглубоко залегающие месторождения постепенно истощаются, а поиск и разработка новых нефтегазовых структур существенно сложнее из-за глубины залегания, поверхностных условий и геологического строения. При этом поиск месторождений особенно усложняются, когда приходится исследовать тонкослоистые среды, с мощностью пластов 30-40 метров. В этих условиях регистрируемые сейсмические волны от отражающих горизонтов накладываются друг на друга, образуя сложную
10
интерференционную картину. В зонах интерференции существенно усложняется задача прослеживания волн, в которую входит обнаружение волн, их идентификация и оценка временного положения сигнала. Кроме того, как правило, приходится осуществлять прослеживание волн, когда форма сигналов неизвестна. В таких ситуациях трудно идентифицировать отражающие горизонты, а, следовательно, для решения задач прослеживания нужны новые методы, использующие всю априорную информацию о комплексных спектрах сложных сигналов. К сожалению, в настоящее время при прослеживании волновых сейсмических полей широко применяют лишь одну составляющую спектров, связанную с их амплитудой. Относительно фазовых соотношений вводятся лишь некоторые предпосылки, например линейная фазочастотная характеристика (ФЧХ). На таких принципах построены практически все методы деконволюции, служащие для сжатия сигналов, с целью их разрешения в зонах интерференции. Однако, именно в фазу сейсмических сигналов, а вернее, в сложный закон изменения их фазовых спектров, заложена важная информация о местоположении отражающих границ, типе скоростного разреза, поглощающих и дисперсионных свойствах слоистых сред [3,4,5,6]. На этой основе могут быть синтезированы фазочастотные алгоритмы прослеживания сейсмических волн, позволяющие в условиях априорной неопределенности относительно формы исследуемых волн обнаруживать и разрешать сигналы на фоне интенсивных помех и получать надежные оценки их параметров.
Целью работы является разработка алгоритмического и программного обеспечения для сжатия сложных сигналов на основе оптимальной и субъоптимальной обработки фазочастотных характеристик, а также исследования эффективности предложенных методов на статистических моделях волновых полей.
Для достижения поставленной цели необходимо решить следующие
задачи:
1) провести анализ существующих методов сжатия сложных сигналов;
2) построить математическую модель сейсмической записи;
11
3) выбрать базовый метод деконволюции и на его основе построить алгоритм для реализации в пакете Matlab;
4) разработать алгоритмы для сжатия сложных сигналов на основе ранее разработанных методов фазочастотного прослеживания;
5) исследовать разработанные алгоритмы на моделях сейсмических записей, получаемых при поиске нефтяных и газовых месторождений;
6) провести сравнение эффективность новых алгоритмов с алгоритмом деконволюции.
Объектом исследования является интерференционное волновое сейсмическое поле. Предметом исследования являются спектральные и временные характеристики интерференционного волнового поля.
Научная новизна работы заключаетсяв поиске новых способов реализации алгоритмического и программного обеспечения для сжатия сложных сигналов на основе оптимальной и субъоптимальной обработки фазочастотных характеристик, позволяющие увеличить разрешение сейсмических данных и повысить отношение сигнал/шум.
Практическая значимость работы заключается в разработке алгоритмов и их программной реализации для исследования тонкослоистых геологических сред.
Реализация работы. Разработанные в рамках магистерской диссертации методы и алгоритмы будут использованы для проведения обработки реальных сейсмических данных в программно-алгоритмическом комплексе «Геосейф», созданным сотрудниками кафедры прикладной математики.
Апробация результатов работы. Основные результаты работы докладывались и обсуждались на III Международной научной конференции «Информационные технологии в науке, управлении, социальной сфере и медицине» и опубликованы в журнале «Известия ТПУ».
Первый раздел в области постановки задачи выполнен совместно с руководителем (50%). Обзор литературы проведен самостоятельно.
Составление математической модели, выбор метода расчета и обсуждение результатов работы проведены совместно с руководителем (50%). Разработка алгоритма, программная реализация и вычислительные эксперименты выполнены самостоятельно.
В ходе выполнения магистерской диссертации был разработан программно-алгоритмический комплекс для сжатия сложных сигналов на основе оптимальной и субъоптимальной обработки их фазочастотных характеристик. Разработанный комплекс ориентирован на обработку сейсмической информации, где сложные сигналы нашли широкое применение. Использование алгоритмов сжатия в задачах обработки и интерпретации сейсмических данных объясняется необходимостью увеличения разрешения на записи при исследовании тонкослоистых сред, где существующие методы деконволюции не всегда обеспечивают требуемую точность восстановления отражающих границ.
Особое внимание при выполнении работы уделялось вопросам построения математической модели сейсмической записи в области интерференции волн, разработки алгоритмов сжатия и проведения вычислительного эксперимента, а также программной реализации алгоритмов корректирующей деконволюции и фазочастотного прослеживания в математическом пакете Matlab. Структура программ состоит из файлов- функций и основного m-файла. С целью удобства пользователя и оптимизации вычислительных затрат было предложено использовать файловые потоки для хранения промежуточных данных и конечных результатов. Интерфейс программы прост и логичен, это позволяет использовать данный программный продукт заранее неподготовленным пользователям. Кроме выполнения основных этапов моделирования, программа оснащена возможностью строить графики по данным, полученным как из актуальных экспериментов, так и архивных данных. По построенным графикам можно делать качественные выводы об эффективности разработанных алгоритмов при различных временных сдвигах между сигналами.
По результатам работы можно сделать следующее выводы:
1. существующие методы деконволюции в ряде практически важных случаев не позволяют обеспечить требуемую точность структурных построений сейсмического волнового поля, что объясняется в первую очередь неоднозначными предположениями о виде фазочастотных характеристик сейсмических сигналов;
2. наряду с методами деконволюциидля сжатия сложных сигналов целесообразно использовать методы фазочастотного прослеживания, основанные на оптимальной и субоптимальной обработке ФЧХ. Это связано, прежде всего, с тем, что в фазу сигнала заложена основная информация о временном положении сигнала и, следовательно, оптимальная обработка ФЧХ реализует получение оптимальных оценок временного положения;
3. проведенные исследования разработанных фазочастотных алгоритмов на моделях волновых полей показали, что применение данных методов оказывается весьма эффективным при исследовании тонкослоистых сред, так как сама структура методов позволяет путем изменения длительности окна анализа и выбора весовых функций существенно увеличивать разрешающую способность.
4. результаты сравнения фозочастотных алгоритмов с алгоритмом корректирующей деконволюции, говорят о перспективности развития данного подхода;
5. программная реализация фазочастотных алгоритмов содержит удобный интерфейс и модульную структуру, что позволяет достаточно просто увеличивать функциональность разработанного комплекса;
6. примеры опробования разработанного программно-алгоритмического комплекса на реальных данных подтвердили модельные эксперименты и показали перспективность использования методов фазочастотного прослеживания для сжатия сейсмических сигналов.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
