发布信息

一种磁性源多波形组合的瞬变电磁靶向测量方法

作者:admin      2022-10-01 14:06:29     873



测量装置的制造及其应用技术1.本发明涉及一种磁性源多波形组合的瞬变电磁靶向测量方法,适用于电磁法地球物理勘探或复杂地质结构精细化探测领域,尤其是为磁性源多波形组合靶向测量进行工作参数优化。背景技术:2.磁性源时域电磁探测方法,利用发射机控制发射线圈向地下发射双极性脉冲电流,脉冲电流可以为梯形波、三角波和半正弦波等,在发射电流发射过程及完全关断后,通过接收线圈或超导量子干涉仪(squid,superconducting quantum interference device)与接收机采集一次磁场和二次感应场随时间变化的衰减曲线,获得感应电动势和磁场信息,对数据进行处理解释获得地下介质丰富的电性信息。时域电磁法具有探测深度大、经济便捷的优点,在地下资源勘探、工程地质勘探、城市地下空间浅层探测、地下水资源与环境保护等领域得到了广泛应用。3.传统的时域电磁法由于发射装置的限制仅能对梯形波进行激发,且由于发射线圈为感性负载,发射电流关断后呈e指数衰减,在电流尾部还会有过冲和震荡现象,这些原因造成发射电流波形质量较低;传统的接收装置是采用发射线圈获得感应电动势信息,在发射电流关断之后进行采集,测量参数单一;发射系统性能低下和解释参数单一严重限制了瞬变电磁法的进一步发展和应用。4.为满足多深度分布复杂异常体精细化探测的需要,传统的双极性梯形波不再适用,双极性三角波脉宽较小,高频成分丰富,其趋肤深度较小,能够对浅层目标体进行有效识别;双极性半正弦波脉宽较大,已有研究成果表明,在发射过程中进行测量,可有效获得近地表地质体信息;采用组合电流波形可对不同深度的多个异常体、异常体上方含有低阻层的异常体进行有效识别,提高测量效率和测量精度,减小电磁法探测盲区。5.电磁波动方程是由麦克斯韦基本方程组导出,将电场和磁场分离开来,可以将发射电流波形转化为电流密度加载到x、y分量的电场控制方程,进行含激励源计算;加源过程完成后,将电场转化为感应电动势,采用磁场垂直分量控制方程继续进行迭代;与传统的麦克斯韦控制方程相比,避免了电场和磁场的交叉迭代,且能够进行含激励源计算,满足了多波形组合发射波形数值模拟和响应分析的需求。6.三维时域有限差分(three-dimensional finite-difference time-domain)方法是对时间或空间偏导项进行中心差分近似,通过在时域的迭代模拟电磁波的传播过程,但是时间步长的选取受到数值稳定性(cfl)条件的限制,时间步长选取较小,迭代速度慢且稳定性较差;cn-fdtd离散算法是将当前时刻的空间偏导项表示为前一时刻和后一时刻空间偏导项和的形式,这样能提高迭代方程的稳定性,增大时间步长,提高计算速度;采用矩阵方程形式对控制方程进行求解即可获得空间中电磁场的响应。7.为了表征电磁场能量在不同深度、不同时刻的分布情况,参考adam smiarowski和greg hodges的研究成果,使用地下空间中感应电动势的分布来计算系统的灵敏度,观测并记录电流发射过程中及电流关断后灵敏度的变化趋势。由于感兴趣的是灵敏度的深度分布,而不是侧向分布,因此对于每个深度,我们首先对该深度所有水平位置网格节点上的感应电动势进行求和,以给出每个深度水平的相对灵敏度。累积灵敏度从地面向下计算,对当前深度上方的相对灵敏度求和,再与该时刻的总响应进行归一化,得出累积灵敏度随时间变化的二维平面图;为便于观察,观测累积灵敏度为50%、60%、70%、80%和90%的分布曲线,累积灵敏度大于90%的区域,能量已经比较微弱,地面的测量结果很难反映出这些区域的地质特征,因此我们主要对不同发射电流波形的响应平面图特征和累积灵敏度为90%时的分布曲线进行对比分析,对不同发射电流波形的探测能力进行评价。8.孙怀凤等用cn-fdtd方法对麦克斯韦方程组进行离散,增大了时间步长,减小了迭代的次数,并采用均匀半空间模型和层状模型对迭代精度进行了验证,发现该方法计算速度快且相对误差明显降低。adam smiarowski和greg hodges对半正弦波的响应进行了分析,且引入了电流累积灵敏度表示电磁波能量的分布,结果表明,在半正弦波下降过程中对浅地表地质体的灵敏度最高,可对地下30m左右的目标体进行有效识别。9.中国专利cn112285788b公开了一种基于电磁波动方程的cpml边界条件加载方法,通过采用电磁波动方程作为磁场垂直分量的控制方程,显著提高了计算速度和精度,证明了用有限差分算法离散电磁波动方程的有效性。10.中国专利cn112698410b公开了电性源双相导电介质感应-极化共生时域电磁探测方法,通过分析感应-极化共生效应特征,构建双可控沿梯形波发射靶向激励关系,快关断用于测量感应场,慢关断用于测量极化场,证明了通过优化激励源参数进行靶向激励对于提高测量精度的有效性。11.以上所述方法公布了cn-fdtd方法和电磁波动方程的应用,以及电性源梯形波靶向激励的测量方法。但对于多波形组合发射电流的数值模拟及响应分析,已有数值模拟方法几乎都无法满足需求,无法通过响应分析优化靶向激励参数;绝大多数瞬变电磁测量装置均是发射梯形波,在关断之后采集感应场的衰减曲线,在面对复杂地质体时无法对地下结构进行高精度识别及精细化探测;如何在时域电磁法探测中建立靶向激励参数集、发射靶向激励电流波形、连续低噪声磁场和感应电动势采集,进行多参数数据解释实现对复杂异常体的高精度探测是本领域技术人员迫切解决的一个技术问题。技术实现要素:12.本发明所要解决的技术问题在于提供一种磁性源多波形组合的瞬变电磁靶向测量方法,目的在于对梯形波、三角波、半正弦波及其组合电流波形的探测效果进行分析,进行靶向测量来提高瞬变电磁探测的灵敏度和精度。采用cn-fdtd方法对电磁波动方程进行离散,将发射电流转化为电流密度,加载到电场控制方程进行含源计算;加源完成后,将电场转化为感应电动势,用磁场控制方程进行无源计算。首先对电流波形频谱进行分析,再采用均匀半空间模型、层状异常体模型和复杂异常体模型对不同电流波形的响应和累积灵敏度分布进行分析,建立靶向激励参数集;根据目标体特征进行精准化靶向测量,对纵向分布多异常体和含低阻层异常体进行有效测量,解决瞬变电磁法对复杂异常体探测精度低的问题。13.本发明是这样实现的,一种多波形组合的瞬变电磁靶向测量方法:14.1)、采用cn-fdtd方法对电磁波动方程进行离散,克服数值稳定性(cfl)条件的限制,能够提高电磁场控制方程的稳定性,增大迭代的时间步长,减小内存占用,提高计算速度;15.2)、对网格进行全空间不均匀剖分,包含空气层和地下层,将不同波形发射电流激励源转化为电流面密度,加载到电磁波动方程的电场分量控制方程中,进行含激励源迭代,发射电流关断后,将电场转化为感应电动势,采用磁场垂直分量控制方程继续进行迭代,进一步提高计算速度;16.3)、采用矩阵方程求解电场或磁场值,获得不同激励源的地下异常体响应及累积灵敏度分布曲线;17.4)、根据不同发射电流波形参数对复杂异常体模型的识别效果,确定最佳的单电流波形参数或组合电流波形参数,提高激励源对地下异常体的敏感度,建立靶向激励参数集;18.5)、通过应用大功率igbt组成的h桥路、无源钳位技术和rlc串联谐振技术设计参数可控的梯形波、三角波、半正弦波及其组合波形发射装置,同时采用24位ad转换、差分输入、低通滤波技术设计低噪声、连续和高采样率接收装置,构成磁性源多波形组合的瞬变电磁靶向测量系统;19.6)、根据已有地质资料或者期望测量的地层深度及特征选择最佳的单波形或组合波形靶向激励参数,在发射过程中用电流采集装置记录发射波形,采用接收线圈或超导量子干涉仪(squid)记录感应电动势或磁场随时间变化的总场;20.7)、根据记录的发射电流波形获得一次场信息,用总场减去一次场获得纯二次场响应,对数据进行预处理,再进行多参数联合成像,对地下异常体信息进行解释;21.其中步骤1)中,电磁波动方程电场x、y分量和磁场垂直分量表达式为:[0022][0023]式(1)中▽2为拉普拉斯算子,ex为电场x分量,ey为电场y分量,hz为磁场垂直分量,μ为磁导率,ε为介电常数,σ为电导率,t为时间;[0024]fdtd离散方法是将时间偏导项和空间偏导项(以x方向为例)用差分格式表示,离散格式为:[0025][0026][0027][0028]其中δtn+1=tn+1-tn,δtn=tn-tn-1;δt为迭代时间步长,且δtn+1=δtn=δt;δxi和δxi+1为沿x方向的网格边长,i、j、k分别为不同方向的网格数。[0029]cn-fdtd离散方法是将当前时刻空间偏导项表示为前一时刻和后一时刻空间偏导项的和,能够显著提高数值模拟稳定性,cn-fdtd离散格式为:[0030][0031]式(5)中的第一项和第二项为有源迭代阶段,第三项为无源迭代阶段,g1、g2分别为不同时刻拉普拉斯展开项的系数,一般情况下取g1=g2=0.5,m是有源阶段的迭代次数,n是无源阶段的迭代次数;[0032]步骤2)中,将发射电流转化为电流面密度,进行含源阶段迭代的电场控制方程为:[0033][0034]其中δi/δt为发射电流随时间的变化率,δt为迭代时间步长,lx、ly、lz为发射线圈所在位置的网格边长,jx、jy分别为x、y方向的电流密度;[0035]无源迭代阶段将电场转化为感应电动势hmz,继续进行迭代,控制方程为:[0036]步骤3)中,对网格进行剖分并对节点进行编号,网格节点数量为p=(i×j×k),求解电场或磁场的矩阵方程形式为:[0037][0038]其中矩阵a为方阵,其维度为(i×j×k)×(i×j×k),p为网格节点编号,矩阵中元素a,b通过公式(6)和(7)获得;[0039]为了表征电磁场能量在不同深度、不同时刻的分布情况,对于每个深度,首先对该深度所有水平位置网格节点上的感应电动势进行求和,以给出每个深度水平的相对灵敏度;累积灵敏度从地面向下计算,对当前深度上方的相对灵敏度求和,再与该时刻的总响应进行归一化,累积灵敏度s(zw,tn)在数学上的表达式为:[0040][0041]其中u、v、w分别为x,y,z方向的网格剖分节点总数,w为当前深度所在的z方向的网格剖分节点数,tn为当前迭代次数n的时刻;[0042]步骤4)中,首先采用三角波、梯形波和半正弦波对不同深度的单个异常体进行响应分析,观察二维平面图、三维切片图、累积灵敏度在异常体所在深度的分布评价对异常体识别的效果,在半正弦波(脉冲宽度大于等于2ms)下降过程中对浅地表异常体识别效果更好,三角波(脉冲时间小于等于1ms)关断之后对较浅层异常体识别效果更好,梯形波(关断时间小于等于1ms)关断之后对深层异常体识别效果更好;[0043]接下来采用单电流波形及组合电流波形对不同深度的双异常体进行响应分析,结果表明,三角-半正弦组合电流波形对浅地表-较浅层双异常体识别效果更好,梯形-半正弦组合电流波形对浅地表-深层双异常体识别效果更好,梯形-三角组合电流波形对较浅层-深层双异常体识别效果更好;[0044]采用组合电流波形对异常体上方含有低阻层的模型进行响应分析,结果表明,先用半正弦波或三角波对浅地表或较浅层层状低阻体进行识别,再用三角波或梯形波的总响应减去层状异常体响应,即可对层状低阻体下方的较浅层低阻体或深层低阻体进行识别;[0045]根据对多种类型、多种参数异常体识别的效果,针对异常体特征,确定最佳的单电流波形参数或组合电流波形参数,提高激励源对地下异常体的敏感度,建立靶向激励参数集,作为多波形发射装置的发射参数选择依据。[0046]步骤5)中,接收装置为了适应多波形发射的需求,采用24位ad转换、差分输入、低通滤波技术实现低噪声、连续和高采样率电压采集;多波形发射和接收装置构成了磁性源多波形组合的瞬变电磁靶向测量系统;[0047]步骤6)中,根据已有的粗略测量地质资料或者期望测量的地层深度及特征确定靶向激励参数,用霍尔传感器组成的电流采集装置记录发射波形信息;接收线圈抗干扰能力强,有效面积大,记录感应电动势随时间变化的总场,squid分辨率很高,有效信号持续时间长,记录磁场随时间变化的总场,接收线圈与squid配合使用,能够进一步提高测量的准确度;[0048]步骤7)中,根据记录的发射电流波形信息获得一次场信息,用总场减去与一次场同相位的信号获得纯二次场响应;对二次场进行基线校正、叠加、滤波等预处理,对感应电动势和磁场信号进行多参数联合成像,解释地下异常体信息,完成磁性源多波形组合的瞬变电磁靶向测量,有效提高探测灵敏度和精度。[0049]本发明与现有技术相比,带来的有益效果在于:采用cn-fdtd方法离散电磁波动方程,同时进行全空间剖分和含激励源迭代,能够有效提高数值模拟精度,同时满足了多波形组合发射电流数值模拟的需求;通过对多种类型、多种参数异常体模型的响应和累积灵敏度分布曲线进行分析,能够优化激励源工作参数,建立靶向激励参数集,有效提高探测灵敏度;磁性源多波形组合的瞬变电磁靶向测量系统能够对地下目标体进行靶向激励,同时进行连续、低噪声、高分辨率感应电动势和磁场采集,最大限度减小探测盲区并提高数据的准确性和有效性;剔除一次场后,对二次场纯响应进行预处理和多参数联合成像,完成对地下异常体的解释和识别,促进时域电磁法精细化探测的发展进程。附图说明[0050]图1是磁性源多波形组合的瞬变电磁靶向测量方法流程图;[0051]图2是本发明瞬变电磁多波形靶向激励系统的整体框图;[0052]图3是本发明连续、低噪声、高分辨率采集装置的整体框图;[0053]图4是三种单电流波形在均匀半空间中的累积灵敏度分布图;[0054]图5是三种单电流波形在较浅层高阻层状体中的累积灵敏度分布图;[0055]图6是电流波形示意图及频谱分布图;[0056]图7是三角-半正弦组合波识别浅层高阻体-较浅层低阻体切片图;[0057]图8是梯形-三角组合波识别较浅层低阻体-深层低阻体切片图;[0058]图9是梯形-半正弦组合波识别较浅层层状低阻体-深层低阻体切片图;具体实施方式[0059]为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。[0060]实施例[0061]参见图1,一种磁性源多波形组合的瞬变电磁靶向测量方法,包括:[0062]1)、根据cn-fdtd算法离散电磁波动方程,推导电场和磁场迭代方程,计算区域包含空气层和地下层,对网格进行不均匀剖分,整个电磁场计算区域尺寸为6780m×6780m×5340m,最小网格步长为10m,最大网格设置为240m,边界区域设置6层cfs-pml吸收边界,空气层z方向距离为1950m,用于观测的地下中心区域尺寸为3900m×3900m×1950m,网格节点设置为39×39×20个,其中x、y方向上的网格数均为39个,z方向上网格数20个。[0063]2)、在整个计算区域内设置电导率、磁导率、人工介电常数、cpml系数、发射电流波形节点值、异常体位置及电导率等参数,空气层电导率设置为σair=1×10-6s/m,大地电导率设置为σ0=0.01s/m,磁导率设置为真空磁导率。[0064]3)、建立大型稀疏矩阵,构建矩阵各参数,将发射电流转化为电流密度,进行含源循环迭代,每迭代一次完成后,将电场转化为感应电动势保存下来;[0065]4)、判断含源阶段是否迭代完成,当未完成时,重复步骤3;当含源阶段迭代完成后,将最后两个时刻保存的感应电动势作为无源阶段磁场迭代的初值,继续进行迭代,保存每个时刻的各节点感应电动势的值;[0066]5)、判断无源阶段是否迭代完成,当未完成时,重复步骤4;当无源阶段迭代完成后,停止迭代,获得一个四维矩阵,包含迭代过程各个时刻各个节点的感应电动势。[0067]6)、对结果进行响应分析,获取累积灵敏度随时间的分布图、感应电动势分布平面图和纯响应切片图,根据当前电流波形对异常体的识别效果进行综合评价;改变异常体模型,改变发射电流波形参数,针对异常体模型优化激励参数,建立靶向激励参数集。[0068]7)、首先对电导率为σ0=0.01s/m的均匀半空间模型进行响应分析,三种电流波形累积灵敏度分布曲线如图4所示,在电流波形发射阶段,主要能量分布在浅地表,完全关断之后电磁波迅速扩散到200m深度,浅地表信息丢失;从累积灵敏度分布曲线可以看出,半正弦波下降阶段适合测量浅地表信息,三角波适合测量较浅层信息,梯形波适合测量深层信息。为了进一步确定不同波形对不同深度异常体的灵敏度差异,在距地面90m-270m深度设置层状高阻体,电导率为σ1=0.001s/m,如图5所示,三种电流波形的90%累积灵敏度曲线在该深度的分布时间分别为0.2ms、0.3ms和0.4ms,三角波对较浅层高阻体更敏感。[0069]8)、为了分析组合电流波形对电磁探测的有效性,对比了单电流波形及组合电流波形的频谱,如图6所示,组合电流波形频谱分布更加广泛;随后设置了复杂异常体模型,三角-半正弦组合波对浅层高阻-较浅层低阻异常体模型的纯响应切片图如图7所示,在半正弦波下降阶段(12.05ms-12.50ms),能够识别浅层高阻目标体,而在三角波关断很短时间内(0.205ms-0.24ms),浅层高阻信息已经丢失;在三角波及半正弦波关断后0.1ms和0.3ms时刻,三角波对较浅层低阻体的分辨能力更高;与之相似,梯形-三角组合波对较浅层低阻-深层低阻异常体模型的纯响应切片图如图8所示,梯形波(3.50ms)对深层低阻异常体识别更清晰,三角波(10.4ms)对较浅层低阻异常体识别更清晰。为了对实际地形中低阻层状体下方的异常体进行探测,采用梯形-半正弦组合波对浅层层状低阻-深层低阻异常体模型进行激励,其纯响应切片图如图9所示,在半正弦波下降沿阶段(11ms-12ms)可以识别浅层层状低阻体,梯形波(5.50ms)可以识别层状低阻体下方的低阻体。继续对其他模型进行响应分析,确定最佳激励参数,建立多波形靶向激励集。[0070]9)、根据已有地质资料或期望探测范围确定靶向激励参数,采用多波形组合的瞬变电磁测量系统进行激励和采集,获取感应电动势和磁场信息;随后对数据进行预处理和多参数联合成像,对结果进行解释,获得地下异常体信息,实现瞬变电磁精细化探测。[0071]以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部