文献类型：期刊文章

作　　者：陈兴龙[1,2] 董凤忠[2,3] 陶国强[4] 李油建[4] 佘明军[4] 付洪波[2] 倪志波[2] 王静鸽[2] 贺文干[2] 汤玉泉[2] 饶瑞中[1,2]

机构地区：[1]合肥工业大学仪器科学与光电工程学院,安徽合肥230009 [2]中国科学院安徽光学精密机械研究所,安徽合肥230031 [3]中国科学技术大学环境科学与光电技术学院,安徽合肥230026 [4]中国石油化工集团公司中原石油工程有限公司录井公司,河南濮阳457001

出　　处：《中国激光》

基　　金：国家自然科学基金(11075184);中国石化集团科技攻关项目(P12084)

年　　份：2013

卷　　号：40

期　　号：12

起止页码：237-242

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20140317204205)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：激光诱导击穿光谱(LIBS)已经被证明是极具潜力的物质定性、定量分析工具之一。将激光诱导击穿光谱结合自组织映射神经网络技术,引入到石油勘探录井领域,对五类岩心样品(火山灰岩、泥岩、页岩、砂岩、白云岩)进行了岩性自动分类,为以后在录井现场实现岩性在线快速识别奠定基础。使用构造特征变量和主成分分析两种方法对原始光谱进行特征提取,相应的特征参量和主成分分别作为自组织映射神经网络的输入变量。两种输入方式下,神经网络对全部44块岩心样品岩性分类的准确率分别为75%和86%。其中以主成分作为网络输入变量,对火山灰岩、砂岩、白云岩的分类准确率可达100%。实验分析表明:在进一步提高对泥岩和页岩的区分能力后,LIBS有望成为录井领域新的岩性快速识别技术。

关 键 词：激光光学 激光诱导击穿光谱 自组织映射 特征变量  主成分分析 岩性分类  

分 类 号：O433.4] TE19]