-
公开(公告)号:CN114839119B
公开(公告)日:2022-12-20
申请号:CN202210432363.7
申请日:2022-04-23
Applicant: 吉林大学
IPC: G01N13/00
Abstract: 一种用于探究X型裂隙网中核素传质规律的三维模拟装置及其方法,模拟装置包括交叉裂隙岩样组成的岩体裂隙网络系统,将岩体裂隙网络系统与外界环境隔离使其内部结构稳定且不出现渗流问题的交叉裂隙岩体模拟试验箱装置,给整个岩体裂隙网络系统提供水和力的变速率调节供给系统、以及整个试验过程中自动收集并处理各项试验数据的监测系统。本发明以中大尺度的含交叉裂隙的岩体试样为研究对象,弥补了实验室小尺度试样的不足,最大程度实现了核素在野外裂隙岩体网络系统上的准确模拟、迁移分布及预测,同时可自动监测核素在裂隙中运移的轨迹和路径,研究核素在裂隙交叉处的渗流传质规律;本发明装置简易、易操作,实施费用低。
-
公开(公告)号:CN113537354B
公开(公告)日:2022-07-12
申请号:CN202110811519.8
申请日:2021-07-19
Applicant: 吉林大学
Abstract: 本发明公开一种基于深度学习的含水层结构阶段式随机反演识别方法,包括:收集场地先验资料,设置含水层结构参数的先验分布;随机生成含水层结构参数样本,构成第一阶段溶质运移模拟替代模型的训练样本,训练第一阶段溶质运移模拟替代模型;获取含水层数据先验区间,对含水层结构参数进行反演,获取后验含水层结构参数;构建并训练含水层结构生成模型;构建并训练第二阶段溶质运移模拟替代模型;采集观测数据,对含水层结构生成模型的输入参数进行反演;将输入参数输入含水层结构生成模型,获得后验含水层结构。本发明将含水层结构识别方法和深度学习技术结合,利用场地和观测数据进行含水层结构反演识别,有效降低含水层结构随机模拟的不确定性。
-
公开(公告)号:CN113155679B
公开(公告)日:2022-01-21
申请号:CN202110497346.7
申请日:2021-05-07
Applicant: 吉林大学
IPC: G01N13/00
Abstract: 一种岩体裂隙中放射性核素吸附迁移模拟的实验装置及实验方法,实验装置包括变速率供液调节装置、吸附迁移岩柱装置、自动收集流出液装置、压力与温度传感器、气压表及气体瓶;实验方法是将含有单裂隙的原状岩体柱放入到吸附迁移岩柱装置中,利用气瓶对该装置进行通气密封处理。通过变速率供液调节装置与吸附迁移岩柱装置连接,为其提供合成的地下水溶液。整个过程的流出液由自动收集流出液装置自动收集。本发明不仅可研究核素在围岩裂隙中水岩共同作用下的吸附迁移规律,同时可开展不同影响因素的条件实验和平行实验,对准确模拟和预测核素迁移分布起着至关重要的作用。
-
公开(公告)号:CN113155679A
公开(公告)日:2021-07-23
申请号:CN202110497346.7
申请日:2021-05-07
Applicant: 吉林大学
IPC: G01N13/00
Abstract: 一种岩体裂隙中放射性核素吸附迁移模拟的实验装置及实验方法,实验装置包括变速率供液调节装置、吸附迁移岩柱装置、自动收集流出液装置、压力与温度传感器、气压表及气体瓶;实验方法是将含有单裂隙的原状岩体柱放入到吸附迁移岩柱装置中,利用气瓶对该装置进行通气密封处理。通过变速率供液调节装置与吸附迁移岩柱装置连接,为其提供合成的地下水溶液。整个过程的流出液由自动收集流出液装置自动收集。本发明不仅可研究核素在围岩裂隙中水岩共同作用下的吸附迁移规律,同时可开展不同影响因素的条件实验和平行实验,对准确模拟和预测核素迁移分布起着至关重要的作用。
-
公开(公告)号:CN112949089A
公开(公告)日:2021-06-11
申请号:CN202110354004.X
申请日:2021-04-01
Applicant: 吉林大学
Abstract: 一种基于离散卷积残差网络的含水层结构反演识别方法,包括以下步骤:根据含水层结构先验资料,建立含水层结构单个训练样本;基于单样本,训练神经网络含水层结构生成模型;依据场地资料,准备正演替代模型训练集;对训练集数据归一化处理;训练正演替代模型;对观测数据进行归一化处理;基于训练后的地质生成模型和正演替代模型,利用观测数据,对含水层结构生成模型的输入参数进行反演;将反演后的参数输入到含水层结构生成模型中,获取对应的后验含水层结构。本发明仅需要基于单个含水层结构训练样本,就可以利用观测资料对含水层结构进行反演,极大地提高含水层结构的反演速度,降低了含水层结构的不确定性。
-
公开(公告)号:CN119670493A
公开(公告)日:2025-03-21
申请号:CN202411775494.0
申请日:2024-12-05
Applicant: 吉林大学
IPC: G06F30/23 , G06T17/20 , G06F30/27 , G06T17/05 , G16C20/20 , G16C20/70 , G06N3/0464 , G06F111/10 , G06F111/06 , G06F111/08
Abstract: 本发明适用于水文地质学技术领域,提供了一种基于蒙特卡洛采样和信息熵的高维渗透率场反演方法,该方法利用深度神经网络从大量高维数据中学习模型参数与模型响应之间的映射关系,通过耦合蒙特卡洛随机模拟、基于信息熵的多目标优化算法布设监测站点,为参数反演过程提供更加可靠的观测数据,最终提高渗透率场的反演精度。本发明在解决非均质含水层中的高维参数反演难题时,展现出良好的计算效率和识别精度。具体而言,本发明优化监测站点的布设方案,通过高效利用监测数据降低反演结果的误差,提升反演的准确性和可靠性;实现了对非均质含水层中高维渗透率场的反演,为复杂溶质运移模拟问题提供了技术支撑,展现出广阔的实际应用前景。
-
公开(公告)号:CN119646465A
公开(公告)日:2025-03-18
申请号:CN202411690712.0
申请日:2024-11-25
Applicant: 吉林大学
IPC: G06F18/21 , G06F18/214 , G06F18/25 , G06F30/27
Abstract: 本发明公开了一种融合电阻率层析成像与水文观测数据的非均质含水层结构智能识别方法及系统。方法包括:基于岩相观测条件数据,使用随机模拟方法训练含水层结构生成模型;基于含水层结构生成模型和溶质运移模拟构建“岩相结构—浓度,水头数据”的数据集;基于岩石物理关系方程和电阻率层析成像法的正向模拟构建“岩相结构—视电阻率数据”的数据集;基于“岩相结构—浓度,水头数据”的数据集和“岩相结构—视电阻率数据”的数据集,分别训练用于预测水文观测数据的替代模型和预测视电阻率数据的替代模型;基于不同类型实际观测数据使用数据融合算法优化随机变量,最终获得动态响应观测数据与实际观测数据误差最小的一组非均质含水层结构。
-
公开(公告)号:CN116625883A
公开(公告)日:2023-08-22
申请号:CN202310892053.8
申请日:2023-07-20
Applicant: 吉林大学
IPC: G01N13/00
Abstract: 探究孔隙中核素‑胶体协同运移规律的实验装置及方法,涉及环境工程和地质科学领域,包括多通路核素‑胶体供液装置、模拟孔隙的填充柱装置、流出液自动采集装置、胶体核素过滤分离装置;多通路核素‑胶体供液装置通过管路与模拟孔隙的填充柱装置连通,模拟孔隙的填充柱装置通过管路与流出液自动采集装置连通;采用变换供液类型的方式,模拟核素在有无胶体的条件下在孔隙介质中的水流和溶质运移过程,通过离心方法分离流出液中的胶体和核素溶液,对离心分离前后流出液中核素和胶体浓度的测试和分析,得出核素‑胶体协同运移的规律,该实验装置和方法能够模拟不同核素、胶体类型和不同水文地球条件下的孔隙介质中核素‑胶体协同运移过程。
-
公开(公告)号:CN114839119A
公开(公告)日:2022-08-02
申请号:CN202210432363.7
申请日:2022-04-23
Applicant: 吉林大学
IPC: G01N13/00
Abstract: 一种用于探究X型裂隙网中核素传质规律的三维模拟装置及其方法,模拟装置包括交叉裂隙岩样组成的岩体裂隙网络系统,将岩体裂隙网络系统与外界环境隔离使其内部结构稳定且不出现渗流问题的交叉裂隙岩体模拟试验箱装置,给整个岩体裂隙网络系统提供水和力的变速率调节供给系统、以及整个试验过程中自动收集并处理各项试验数据的监测系统。本发明以中大尺度的含交叉裂隙的岩体试样为研究对象,弥补了实验室小尺度试样的不足,最大程度实现了核素在野外裂隙岩体网络系统上的准确模拟、迁移分布及预测,同时可自动监测核素在裂隙中运移的轨迹和路径,研究核素在裂隙交叉处的渗流传质规律;本发明装置简易、易操作,实施费用低。
-
公开(公告)号:CN113537354A
公开(公告)日:2021-10-22
申请号:CN202110811519.8
申请日:2021-07-19
Applicant: 吉林大学
Abstract: 本发明公开一种基于深度学习的含水层结构阶段式随机反演识别方法,包括:收集场地先验资料,设置含水层结构参数的先验分布;随机生成含水层结构参数样本,构成第一阶段溶质运移模拟替代模型的训练样本,训练第一阶段溶质运移模拟替代模型;获取含水层数据先验区间,对含水层结构参数进行反演,获取后验含水层结构参数;构建并训练含水层结构生成模型;构建并训练第二阶段溶质运移模拟替代模型;采集观测数据,对含水层结构生成模型的输入参数进行反演;将输入参数输入含水层结构生成模型,获得后验含水层结构。本发明将含水层结构识别方法和深度学习技术结合,利用场地和观测数据进行含水层结构反演识别,有效降低含水层结构随机模拟的不确定性。
-
-
-
-
-
-
-
-
-