波谱学杂志
波譜學雜誌
파보학잡지
CHINESE JOURNAL OF MAGNETIC RESONANCE
2010年
3期
298-309
,共12页
核磁共振测井%弛豫分布%拉普拉斯反演%液体分类
覈磁共振測井%弛豫分佈%拉普拉斯反縯%液體分類
핵자공진측정%이예분포%랍보랍사반연%액체분류
NMR logging%relaxation distribution%Laplace inversion%fluid typing
该文叙述核磁自旋回波串的液体分量分解快速反演法.此方法假定液体, 无论是在散装形式或饱和多孔介质中, 可以用一个或一组核磁弛豫线形来表征.对一维核磁共振的拉普拉斯反演, 它可以是预先确定的一个或一组T2或T1分布.对二维核磁共振的拉普拉斯反演, 它可以是一个或一组预先确定的(D,T2)或(T1,T2)二维分布.对三维核磁共振的拉普拉斯反演, 它可以是一个或一组预先设定的(D,T1,T2)三维分布.这些预先确定的线形, 可以是高斯、 B样条或预先由实验或经验确定的任何线形.这种方法可以显着降低核磁共振数据反演的计算时间, 特别是从石油核磁共振测井采集的多维数据反演, 它不需牺牲反演所得的分布的平滑性和准确性.这种方法的另一个新应用是作为一种约束求解方法来过滤相邻深度所采集的数据噪音.核磁共振测井的噪音信号, 往往造成在相邻深度的同一岩性岩层有不同的T2分布.在此情况下, T2分布就不能用来识别岩性.通过非一般的矩阵操作, 作者成功实现了对相邻深度的回波串实施约束求解方法, 从而使得T2分布成为一种可靠的岩性识别指标.
該文敘述覈磁自鏇迴波串的液體分量分解快速反縯法.此方法假定液體, 無論是在散裝形式或飽和多孔介質中, 可以用一箇或一組覈磁弛豫線形來錶徵.對一維覈磁共振的拉普拉斯反縯, 它可以是預先確定的一箇或一組T2或T1分佈.對二維覈磁共振的拉普拉斯反縯, 它可以是一箇或一組預先確定的(D,T2)或(T1,T2)二維分佈.對三維覈磁共振的拉普拉斯反縯, 它可以是一箇或一組預先設定的(D,T1,T2)三維分佈.這些預先確定的線形, 可以是高斯、 B樣條或預先由實驗或經驗確定的任何線形.這種方法可以顯著降低覈磁共振數據反縯的計算時間, 特彆是從石油覈磁共振測井採集的多維數據反縯, 它不需犧牲反縯所得的分佈的平滑性和準確性.這種方法的另一箇新應用是作為一種約束求解方法來過濾相鄰深度所採集的數據譟音.覈磁共振測井的譟音信號, 往往造成在相鄰深度的同一巖性巖層有不同的T2分佈.在此情況下, T2分佈就不能用來識彆巖性.通過非一般的矩陣操作, 作者成功實現瞭對相鄰深度的迴波串實施約束求解方法, 從而使得T2分佈成為一種可靠的巖性識彆指標.
해문서술핵자자선회파천적액체분량분해쾌속반연법.차방법가정액체, 무론시재산장형식혹포화다공개질중, 가이용일개혹일조핵자이예선형래표정.대일유핵자공진적랍보랍사반연, 타가이시예선학정적일개혹일조T2혹T1분포.대이유핵자공진적랍보랍사반연, 타가이시일개혹일조예선학정적(D,T2)혹(T1,T2)이유분포.대삼유핵자공진적랍보랍사반연, 타가이시일개혹일조예선설정적(D,T1,T2)삼유분포.저사예선학정적선형, 가이시고사、 B양조혹예선유실험혹경험학정적임하선형.저충방법가이현착강저핵자공진수거반연적계산시간, 특별시종석유핵자공진측정채집적다유수거반연, 타불수희생반연소득적분포적평활성화준학성.저충방법적령일개신응용시작위일충약속구해방법래과려상린심도소채집적수거조음.핵자공진측정적조음신호, 왕왕조성재상린심도적동일암성암층유불동적T2분포.재차정황하, T2분포취불능용래식별암성.통과비일반적구진조작, 작자성공실현료대상린심도적회파천실시약속구해방법, 종이사득T2분포성위일충가고적암성식별지표.
We developed a "Fluid Component Decomposition" method for fast NMR CPMG data inversion.This method assumes that fluids,either in bulk form or saturated in porous media,have certain predetermined functional shapes,which can be predetermined T2 or T1 distributions for 1D NMR inverse Laplace transform problem,predetermined (D,T2) or (T1,T2) distributions for 2D NMR inverse Laplace transform problem,or predetermined (D,T2,T1) distributions for 3D NMR inverse Laplace transform problem.These predetermined shapes can be Gaussian,B-spline,or any functions predetermined experimentally or empirically.This approach significantly reduces the computation time for NMR data inversion especially for multi-dimensional data sets from oil well measurements,without sacrificing the smoothness and accuracy of the inverted distributions.Such method has a new application as a solution constraint for a group of NMR data with sequential well depths where spurious signals frequently result in dissimilar T2 distributions for the same rock type.The successful implementation of this method as a constraint of T2 components inverted from T2 echo trains at different depths involves nontrivial matrix manipulations and allows us to use T2 distribution as a rock type indicator.