超级大本营军事论坛

 找回密码
 成为超大会员

QQ登录

只需一步,快速开始

查看: 5838|回复: 1
收起左侧

干酪根结构机器学习研究获进展

[复制链接]
CDer:001110880
发表于 2021-01-17 11:03 超大游击队员 | 显示全部楼层 |阅读模式
本帖最后由 bjnr 于 2021-01-17 17:10 编辑

干酪根是页岩油气的主要母质,其分子模型构建及熟化机理是油气勘探开发的理论基础。中国科学院力学研究所赵亚溥研究团队前期针对珍贵的深部页岩样品,基于大量实验及计算,构建了目前国际最大的干酪根分子群,建立了干酪根的时间-温度-成熟度关系[Global Challenges 3, 1900006 (2019);Fuel 278, 118264 (2020)]。由于干酪根具有分子量大、官能团多样等特点,导致干酪根结构模型重构中存在“组合爆炸”难题,理论存在的干酪根构型数目是一个远大于5n/4的数字(n为碳原子数)。传统构建方法通过大量实验和试错探索合理构型,效率较低,限制了干酪根化学-力学性质的进一步研究。

近日,赵亚溥团队采用机器学习结合实验数据的方法预测干酪根组分及其结构特征。在课题组前期分子结构研究的基础上,研究人员结合深部页岩干酪根实验数据,构建了超过10万组可靠样本库,为通过机器学习方法智能化构建干酪根模型提供了数据保障。



机器学习方法预测干酪根组分(图1),



对干酪根类型特征的预测准确度约为90%(图2)。


此外,采用机器学习方法预测干酪根成熟度也十分准确。

研究表明,机器学习方法在干酪根组分预测和特征分析中性能优异,为智能化高通量建立我国干酪根分子样本库及化-力性质分析平台奠定了基础。

相关研究成果以Predicting the components and types of kerogen in shale by combining machine learning with NMR spectra为题,发表在Fuel上。研究工作得到国家自然科学基金重点项目和中科院前沿科学重点研究计划等的支持。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?成为超大会员

x
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
CDer:001110880
 楼主| 发表于 2021-01-17 11:03 超大游击队员 | 显示全部楼层
https://m.toutiaocdn.com/i6916809537483702792/?app=news_article&timestamp=1610852626&use_new_style=1&req_id=2021011711034601013107513034501A83&group_id=6916809537483702792
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
您需要登录后才可以回帖 登录 | 成为超大会员

本版积分规则

关闭

超大推荐上一条 /1 下一条

监狱|手机|联系|超级大本营军事论坛 ( 京ICP备13042948号 | 京公网安备11010602010161 )

声明:论坛言论仅代表网友个人观点,不代表超级大本营军事网站立场

Powered by Discuz © 2002-2021 超级大本营军事网站 CJDBY.net (违法及不良信息举报电话:13410849082)

最具影响力中文军事论坛 - Most Influential Chinese Military Forum

GMT+8, 2021-03-08 20:48 , Processed in 0.027467 second(s), 6 queries , Gzip On, Redis On.

快速回复 返回顶部 返回列表