铀矿伽马能谱测井核脉冲信号数字化处理技术

来源 :世界核地质科学 | 被引量 : 0次 | 上传用户:hzduoying001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在铀矿勘查中,可采用伽马能谱测井获取钻孔地层的铀、钍含量。相对于传统的模拟构架,基于数字化核脉冲信号处理技术构建的伽马能谱测井仪具有计数率高、信号噪声低和稳定性好等优点。通过采用核脉冲信号数字化处理技术,实现了伽马能谱的数字化采集,在放射性勘查模型井上进行了测试。混合模型的能谱测量铀、钍含量与标称含量的误差均小于5%,符合铀矿伽马能谱测井相关规范要求。
其他文献
北京某大型文旅项目主题乐园施工中,通过深化设计管理,应用Aconex系统提升办公事务管理效率,应用EBIM平台等移动互联网技术建立协同工作平台,实现了多专业数据共享和安全质量
该文选取贵州晴隆光照湖地区,利用2019年12月25日GF5高光谱遥感监测影像,经波段组合、辐射校正、大气校正等预处理后,在归一化水指数NDWI方法提取光照湖水库水体分布的基础上,利用PIE-Hyp 6.0高光谱影像数据处理软件内置线性回归模型对光照湖水体叶绿素a浓度进行了初步估算分析,光照湖水体叶绿素a浓度均值为1.70 ug/L,98.4%以上小于5.0μg/L,水体环境质量良好。通过对光照湖
为加强“油-铀”兼探,了解油气矿权区内砂岩型铀矿的资源潜力,在鄂尔多斯盆地内开展了以砂岩型铀矿为勘查对象的老井复查工作,在盆地东南缘X探区发现一批放射性高异常钻井。
针对地震勘探中噪声压制的问题,构建了一种适合分类和识别地震子波的卷积神经网络模型.首先对卷积神经网络模型的激活函数、卷积核大小以及归一化层等进行了设计,然后利用已搭建好的卷积神经网络对地震信号的时频谱图进行特征提取,最后实现了不同类型的含噪地震信号的分类和识别.实验结果表明,该模型有高分类率和识别率及较好的抗干扰能力,具有实际可行性,为地震勘探后续的一系列工作奠定了基础.
北京某文旅项目标段二全过程采用BIM技术进行深化设计,通过组建BIM深化团队建立BIM协同平台及制度,应用BIM技术进行复杂条件下机电管线安装方案模拟;应用BIM管线综合技术进行
利用2016—2018年遵义国家气象站(57713)观测资料,分析晴天、阴雨、多云、雷雨等天气条件下的实况最高、最低温度与EC细网格850 hPa 20时温度预报格点值的温差,统计出各种天