آشکارسازی شکستگی های سنگ مخزن مبتنی بر آنالیز بافت جهتی و نگاشت خودسازمان ده
Publish place: Tabriz Journal of Electrical Engineering، Vol: 48، Issue: 2
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 424
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-48-2_025
تاریخ نمایه سازی: 17 تیر 1398
Abstract:
به دلیل تاثیر بسزایی که شکستگی ها بر تولید و برداشت بهتر و موثرتر از چاه دارند، شناسایی این پدیده ها، موضوعی بسیار بااهمیت است. نمودارهای تصویری، ابزار بسیار قوی برای مطالعه شکستگی ها در چاه ها هستند. در یک نمودار تصویری، یک شکستگی به شکل منحنی سینوسی دیده می شود. در این مقاله، ابتدا با استفاده از روش های استخراج ویژگی، مانند بانک فیلتر گابور، گشتاورهای زرنیک، گشتاورهای مستقل هفت گانه هیو و تبدیل والش-هادامارد جهتی، ویژگی های مفید استخراج شده و سپس برای کلاسه بندی نمودار تصویری، شبکه عصبی SOM بکار گرفته شده است. نتایج آزمایشی نشان داد که الگوریتم پیشنهادی به طور موفقیت آمیز و با دقت بالایی قادر به تشخیص شکستگی های موجود در نمودارهای تصویری است. در الگوریتم پیشنهادی، از روش های استخراج ویژگی استفاده شد که برای استخراج ویژگی اشیاء بافت، مناسب می باشند. نتایج نشان می دهند که دقت روش پیشنهادی برای استخراج پیکسل های شکستگی، بسیار بالا است و همچنین حساسیت کمی به نویز در نمودارهای تصویری دارد. الگوریتم پیشنهادی در این مقاله بر روی دو دسته از دیتاست های تصویری FMI و RMI اعمال شد و نتیجه کلاسه بندی در مقایسه با سایر الگوریتم های پیشنهادی، از دقت بهتری برخوردار است.
Keywords:
شکستگی , نمودار تصویری , منحنی سینوسی , استخراج ویژگی , بانک فیلتر گابور , گشتاورهای زرنیک , گشتاورهای مستقل هفت گانه هیو , تبدیل والش-هادامارد جهتی , شبکه عصبی SOM
Authors
فاطمه طیبی
دانشگاه شهید چمران اهواز - دانشکده مهندسی - گروه برق
غلامرضا اکبری زاده
دانشگاه شهید چمران اهواز - دانشکده مهندسی - گروه برق
ابراهیم فرشیدی
دانشگاه شهید چمران اهواز - دانشکده مهندسی - گروه برق
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :