信号）、也可以采用单脉冲信号，也可采用经过特殊编码的信 号（如单频载波脉冲信号、调频脉冲信号、编码脉冲信号、脉冲串信号、相位编码连续波信 号等）。单脉冲信号具有持续时间短、发射频率高、分辨率高等优点，但是在其峰值已经接 近最大允许值的情况下，信号的平均功率仍较低；经过特殊编码的信号（如编码脉冲信号） 具有同时保证高平均功率和高发射频率的优点，从而既能够提高信噪比同时也不降低分辨 率。需要注意的是，激励信号可以经过功率放大器进行一定的功率放大后再传送到超声发 射换能器，但是如果超声换能器内嵌功率放大模块，则外置的功率放大器可省去。对每一个 测试点（被测介质的每一个状态）均进行一定次数（如发射探头以一定的间隔发射几次编 码脉冲信号，接收探头接收相应的超声波信号）的超声测试，软件控制下的数据采集模块 对发射换能器和接收换能器的输出信号均进行高速高精度采样，从而获得成对的发射波形 与接收波形。
[0084] 需要进一步说明：上述声学传感器与电学传感器的激励信号的波形、幅值、频率等 参数均可以通过测控软件进行灵活调整。即，针对于每一个测试点，可以先后采用具有不同 波形、幅值、频率的激励信号，以获取更多的测量信息，为后续的信号处理提供大量的基础 数据和丰富的信息。
[0085] (2)测量信号分析处理
[0086] 信号处理包括两部分：在线实时预处理与离线处理。在线的处理主要由前述的测 控软件实现，离线数据处理的算法可以通过科学计算软件Matlab来实现。
[0087] 水合物生成分解过程由温度压力的变化曲线来判定，并根据温度和压力值计算反 应体系中水合物的量。水合物的饱和度由下式进行计算：
[0088]
[0089] 式中：SH为多孔介质中水合物的饱和度；ΜH为水合物摩尔质量，122. 02g/mol;PH 为水合物的密度，〇. 91g/mL;Vv为多孔介质空隙的体积，L为反应釜气相体积，L;T为系 统温度，Κ兄为系统的初始压力，MPa;Ρ2为水合物生成/分解过程中的系统压力，MPa;R为 气体常数，8. 314X/(mol·K)，ZJPZ2分别为初始状态和生成/分解过程中各状态的气体压 缩因子。
[0090] 电学传感器测量信号处理与水合物饱和度模型建立
[0091] 通过电学传感器获得了每一个状态下、一定频率范围内、一系列频率点处的阻抗 值。
[0092] 第一步，对测量到的阻抗值进行预处理，具体包括滤波、特征频率选取。可以通过 Matlab设计数字滤波器，如Butterworth滤波器；特征频率点的选取原则为：选取阻抗幅值 随饱和度变化显著的频率点，如20Hz、20kHz、300kHz、20MHz等。
[0093] 第二步，根据复电阻率的定义（与普通电阻率计算方法类似）结合反应釜的结构 尺寸计算所选定频率点处的复电阻率。
[0094] 第三步，分别计算阻抗和复电阻率的频散度，频散度可以采用以下四种形式的参 数（称为频散度参数）：（高频率点处阻抗（或复电阻率）值-低频率点处阻抗（或复电阻 率）值）/高频率点处阻抗（或复电阻率）值、（高频率点处阻抗（或复电阻率）值-低频 率点处阻抗（或复电阻率）值）/低频率点处阻抗（或复电阻率）值、高频率点处阻抗（或 复电阻率）值/低频率点处阻抗（或复电阻率）值、低频率点处阻抗（或复电阻率）值/ 高频率点处阻抗（或复电阻率）值。
[0095] 第四步，利用以上得到的频散度参数分别与计算得到的水合物饱和度进行多项式 拟合（单输入单输出），从而分别获得基于特征频率点阻抗频散度的水合物饱和度模型和 基于特征频率点复电阻率频散度的水合物饱和度模型；以上仅利用了 2个频率点的阻抗数 据，预处理过程中实际选定了一系列的特征频率点，利用预处理过程选定的所有特征频率 点的阻抗值和根据阻抗值计算得到的复电阻率值作为多维非线性映射（多输入）的输入， 计算所得到的水合物饱和度作为多维非线性映射的输出（单输出），通过相应的学习算法 最终获得水合物饱和度的电学特性融合模型，需要注意的是，阻抗值和复电阻率值不是直 接作为非线性映射的输入，而是需要通过一个"特征提取"环节获得一个特征向量，"特征提 取"环节可以采用主成分分析法来实现，所获得的特征向量作为非线性映射的输入，此非线 性映射可采用人工神经网络、支持向量机等机器学习模型，根据机器学习模型的不同，选用 相应的学习算法，如针对神经网络的BP学习算法等。
[0096] 通过以上步骤，即可实现对电学测量数据（信号）的分析和处理，以此来探索水合 物饱和度与电学参数之间的定量关系，进而分析水合物生成/分解的动力学过程，同时可 以构建出三个水合物饱和度计算模型，进而在后续的实验过程中利用电学测试数据即可计 算出水合物的饱和度，为电法测井解释模型的建立提供基础。
[0097] 声学传感器测量信号处理与水合物饱和度模型建立
[0098] 通过声学传感器获得了每一个状态下、一系列编码激励信号条件下超声换能器发 射的声波波形和接收到的声波波形数据。
[0099] 第一步，对获取到的声波波形进行预处理，具体包括滤波、声波速度计算、声波幅 值获取、声波频率获取。可以通过Matlab设计数字滤波器，如Buttenrorth滤波器；声波速 度计算包括纵波速度、横波速度计算，通过辨识出波形中的纵波和横波的首波波至时间，结 合反应釜的尺寸进行计算；声波幅值以波形中相应纵波和横波的最大幅值为准；声波频率 指声波的主频，通过一定的信号处理方法来获得，如利用快速傅里叶变换后得到的频谱、利 用短时傅里叶变换、Gabor变换或小波变换等得到的时频谱，其最大频谱幅值对应的频率点 即为主频。
[0100] 第二步，根据第一步的计算结果分别获取不同状态下（不同的水合物饱和度条件 下）声波的特性参数，具体为：（不同饱和度下声波速度-水合物饱和度为零时的声波速 度）/水合物饱和度为零时的声波速度、（不同饱和度下声波幅值-水合物饱和度为零时的 声波幅值）/水合物饱和度为零时的声波幅值、（不同饱和度下声波主频-水合物饱和度为 零时的声波主频）/水合物饱和度为零时的声波主频。
[0101] 第三步，利用以上得到的声波特性参数分别与计算得到的水合物饱和度进行多项 式拟合（单输入单输出），从而分别获得基于声波速度的水合物饱和度模型、基于声波幅 度的水合物饱和度模型和基于声波频率的饱和度模型；利用以上三类声波特性参数作为多 维非线性映射（多输入）的输入，计算所得到的水合物饱和度作为多维非线性映射的输出 (单输出），通过相应的学习算法最终获得水合物饱和度的声学特性融合模型，需要注意的 是，三类声波特性参数不是直接作为非线性映射的输入，而是首先通过一个"特征提取"环 节获得一个特征向量，"特征提取"环节可以采用主成分分析法来实现，所获得的特征向量 作为非线性映射的输入，此非线性映射可采用人工神经网络、支持向量机等机器学习模型， 根据机器学习模型的不同，选用相应的学习算法，如针对神经网络的BP学习算法等。
[0102] 通过以上步骤，即可实现对声学测量数据的分析和处理，以此来探索水合物饱和 度与声学参数之间定量关系，进而分析水合物生成/分解的动力学过程，同时可以构建出 四个水合物饱和度计算模型，进而在后续的实验过程中利用声学测试数据即可计算出水合 物的饱和度，为声波测井解释模型的建立提供基础。
[0103] 基于声电测量信号数据融合的水合物饱和度模型建立与应用
[0104] 基于声电测量信号数据融合的水合物饱和度模型（声电特性融合模型）的建立以 上述分别针对声学和电学测量信号建立的水合物饱和度模型（称作声学子模型与电学子 模型）为基础，利用数据融合算法将以上各模型的输出进行联合（融合）处理，获取模型最 终的水合物饱和度输出值。
[0105] 当建立基于声电测量信号数据融合的水合物饱和度模型时，将声学子模型与电学 子模型的水合物饱和度输出作为数据融合算法的输入（多输入），将计算所得到的水合物 饱和度作为输出（单输出），融合算法可采用随机类算法，如加权平均、卡尔曼滤波、多贝叶 斯估计、D-S证据推理、Bayes统计等，也可采用人工智能类算法，如模糊逻辑、神经网络、粗 集理论、专家系统等。利用计算所得到的水合物饱和度对数据融合算法进行训练和参数校 正，即可获得基于声电测量信号数据融合的水合物饱和度模型。
[0106] 当应用基于声电测量信号数据融合的水合物饱和度模型时，把电学传感器和声学 传感器的测量信号按照上述的方法进行分析处理以后，最终可由声电特性融合模型输出水 合物饱和度的值。
【附图说明】
[0107] 图1为本发明的多孔介质中气水合物模拟实验测试系统结构示意图；
[0108] 图2为反应釜结构示意图；
[0109] 图3为声学测试接口设备信号传递流程图；
[0110] 图4为电学测试接口设备信号传递流程图；
[0111] 图5为电学测试接口电路连接图；
[0112] 图6为电学测试信号处理与饱和度模型建立流程图；
[0113] 图7为声学测试信号处理与饱和度模型建立流程图；
[0114] 图8为声学与电学测试信号联合处理与饱和度模型建立流程图；
[0115] 图9为声电特性融合模型的应用；
[0116] 图10测控软件功能示意图；
[0117] 图11为实际侧记阻抗谱数据的测试点；
[0118] 图12为各测试点的水合物饱和度、反应釜内气体摩尔数、压力和温度的变化图；
[0119] 图13为独立的声学传感器和电学传感器安装位置截面示意图；
[0120] 图14为一体化声电传感器安装位置截面示意图；
[0121] 图15为一体化声电传感器实施例2结构不意图；
[0122] 图16为一体化声电传感器实施例3结构不意图；
[0123] 图17为一体化声电传感器实施例4结构示意图及单发多收工作模式示意图。
[0124] 图2中：1.外筒；2.内筒；3.顶盖；4.滤网；5.声学传感器；6.电学传感器；7.温 度传感器；8.压力传感器；9.气体导管；10.液体导管；11.流量控制阀；12.流量计；13.截 止阀；14.三通；15.过滤阀；16.气压传感器。
【具体实施方式】
[0125] 下面结合附图和实施例对本发明作进一步详细说明。
[0126] 实施例1
[0127] 参见附图1，本发明的多孔介质中气水合物模拟实验测试系统，主要包括反应釜、 传感系统、硬件接口设备和数据处理系统，反应釜用以盛