Loading [MathJax]/jax/output/SVG/jax.js

基于薄板理论的碳酸盐岩地层压力检测方法探讨

余夫, 金衍, 陈勉, 卢运虎, 牛成成, 葛伟凤

余夫, 金衍, 陈勉, 卢运虎, 牛成成, 葛伟凤. 基于薄板理论的碳酸盐岩地层压力检测方法探讨[J]. 石油钻探技术, 2014, 42(5): 57-61. DOI: 10.11911/syztjs.201405010
引用本文: 余夫, 金衍, 陈勉, 卢运虎, 牛成成, 葛伟凤. 基于薄板理论的碳酸盐岩地层压力检测方法探讨[J]. 石油钻探技术, 2014, 42(5): 57-61. DOI: 10.11911/syztjs.201405010
Yu Fu, Jin Yan, Chen Mian, Lu Yunhu, Niu Chengcheng, Ge Weifeng. Discussion on a Formation Pore Pressure Detection Method for Carbonate Rocks Based on the Thin Plate Theory[J]. Petroleum Drilling Techniques, 2014, 42(5): 57-61. DOI: 10.11911/syztjs.201405010
Citation: Yu Fu, Jin Yan, Chen Mian, Lu Yunhu, Niu Chengcheng, Ge Weifeng. Discussion on a Formation Pore Pressure Detection Method for Carbonate Rocks Based on the Thin Plate Theory[J]. Petroleum Drilling Techniques, 2014, 42(5): 57-61. DOI: 10.11911/syztjs.201405010

基于薄板理论的碳酸盐岩地层压力检测方法探讨

基金项目: 

国家科技重大专项"中东中亚富油气区复杂地层深井钻完井技术"(编号:2011ZX05031-004)和国家杰出青年科学"石油工程开采岩石力学"(编号:51325402)资助。

详细信息
    作者简介:

    余夫(1986—),男,湖北松滋人,2007年毕业于长江大学油气储运工程专业,油气井工程专业在读博士研究生,主要从事石油工程岩石力学方面的研究。

    通讯作者:

    金衍,jinyan-cup@163.com。

  • 中图分类号: TE21

Discussion on a Formation Pore Pressure Detection Method for Carbonate Rocks Based on the Thin Plate Theory

  • 摘要: 现有碳酸盐岩地层压力检测方法均存在不足,因此,为保证Y油田F地层碳酸盐岩地层的钻井安全,开展了碳酸盐岩地层压力的检测方法研究。基于薄板理论,考虑体积弹性模量的影响,结合碳酸盐岩特征,建立了构造挤压条件下的地层压力地质力学识别模型;通过分析F地层碳酸盐岩的地质构造、异常高压及测井响应特征分布规律,结合排除法研究了异常高压的成因机制;形成的碳酸盐岩地层压力检测方法在Y油田F层进行了实例应用。F层小断层发育,纵波速度在5 500 m/s左右;FU层和FL层的地层压力系数分别约为1.45和1.30;FU层岩石骨架变形量大于FL层,构造挤压是异常高压产生的主要成因机制。应用结果表明,该模型检测值与SFT实测值间的相对误差小于10%;地层压力随构造变形曲率、地层压力系数、弹性模量的增大而增大,随泊松比的增大而减小,且呈线性关系。研究认为,基于薄板理论的碳酸盐岩地层压力检测方法,能够比较准确地检测由构造挤压作用下的碳酸盐岩地层压力。
    Abstract: The current formation pore pressure detection methods for carbonate rock have shortcomings.In order to ensure drilling safety of carbonate rock in the F formation,Y Oilfield,the formation pore pressure detection method was studied.The geo-mechanical model of formation pore pressure was proposed under tectonic compression,based on the thin plate theory,considering the effect of bulk modulus and in accordance with carbonate rock characteristics.Based on the analysis of the geological structure,abnormal over-pressure and logging response of carbonate rock in F formation,combined with exclusive method,the generation mechanism of abnormal over-pressure was studied.When a formation pore pressure detection method was applied to F formation,Y Oilfield,the study showed that the minor faults were developed and the P-wave velocity is about 5 500 m/s in F formation.Formation pore pressure coefficient of FU formation and FL formation was about 1.45 and 1.30 respectively.The deformation of rock framework of FU formation was larger than that of FL formation,and the main generation mechanism of abnormal over-pressure was based on tectonic compression.The application results showed that the error of formation pore pressure detected value was less than 10% when compared with SFT measured value.Formation pore pressure increased with the increase of tectonic deformation curvature,formation pore pressure coefficient and elasticity modulus,and decreased with the increase of Poisson’s ratio,which was shown in the linear relationship.The study suggests that formation pore pressure detection method of carbonate rock based on the thin plate theory could be used to detect pore pressure of carbonate rock caused by tectonic compression.
  • 目前,国内海上油田勘探开发过程中,电缆测井是全面获取地层参数的重要手段,但经常发生电缆或仪器遇阻遇卡等井下复杂情况[16],特别在定向井和深井测井中,遇阻遇卡更加频繁。其中,电缆粘卡是指在裸眼段进行电缆测井过程中,电缆粘附在井壁上无法上下活动的现象。电缆粘卡的处理比较困难,只能采用费用较高且耗时较长的穿心打捞方式[710],但存在损坏电缆或挤断电缆造成电缆落井的问题,有时会造成地质资料录取不全甚至井眼报废。电缆粘卡多发生在定点测井作业中,特别是在井斜较大、裸眼井段较长的情况下。南海东部油气田的历史数据统计结果发现,当井斜超过15°、裸眼井段长度超过1 000 m时,定点测井发生电缆粘卡的概率高达40%,造成的损失时间占测井总损失时间的32%,年平均损失费用超过1 000万元。

    目前,人们主要依据井下仪器的马龙头张力(简称CHT)和地面绞车的电缆总张力(简称TTEN)的变化来判断井下是否发生电缆粘卡:当地面电缆受力使TTEN发生变化时,如果CHT随着变化表明电缆正常;如果CHT不变则表明已发生电缆粘卡;如果用最大的安全张力拉电缆,CHT仍然不变表明电缆已卡死。该过程均依靠人工判断,由于CHT值和TTEN值在绞车系统上均以数字形式实时显示,且显示时间很短,因而经常发生漏掉重要信息而出现误判,导致发生电缆卡死的井下故障[11]。为此,国内外开展了很多电缆防粘卡技术研究,主要通过设置TTEN阈值,当TTEN测量值超过该阈值时进行报警,但其识别井下电缆粘卡的准确性偏低,不少现场实例证明当TTEN超过阈值后,电缆已经卡死[1213]

    针对上述问题,中国海油基于在“黄金3分钟”内实现电缆粘卡智能识别并预警的思路,研制了WinchMonitor电缆粘卡可视化预警系统(以下简称可视化预警系统),并现场应用27井次,均未发生因电缆粘卡而需要打捞电缆的问题,确保了电缆测井作业的顺利完成,从而缩短了作业时间,降低了作业成本。

    电缆粘卡的主要机理为[1416]:电缆测井时,井眼内钻井液相对静止,当钻井液液柱压力大于地层压力时会使电缆嵌入井壁滤饼中,随着作业时间的增长,滤饼对电缆的吸附力逐渐增加,上提下放电缆的摩擦阻力也随之增加,当电缆的最大拉力小于电缆的摩擦阻力时,即发生电缆粘卡。当电缆上提下放的速度非常缓慢时,特别是在测压取样、井壁取心或其他原因导致电缆静止不动时,容易发生电缆粘卡。如果再遇到井斜偏大或井眼不规则时,就更容易发生电缆粘卡。

    南海东部某油田A探井地层测试时的电缆张力监测结果如图1所示,通过对比分析该井CHT曲线和TTEN曲线的相关性,可以直观判断井下电缆的状态:当CHT曲线和TTEN曲线同步变化时,说明井下电缆处于正常状态;当TTEN曲线变化而CHT曲线的变化滞后、幅度减少时,说明发生电缆粘卡(即电缆处于异常状态);当TTEN曲线变化而CHT曲线不发生变化时,说明发生电缆粘卡且处于卡死状态。

    图  1  南海东部某油田A井地层测试时电缆CHT和TTEN曲线变化特征
    Figure  1.  Variation characteristics of CHT and TTEN curves under three states of cable sticking

    图1还可以看出,井下电缆从异常状态到卡死状态需要一定的时间,不同井深及井斜、不同仪器及钻井液的条件下,电缆状态的变化过程相似,但经历的时间长短不等。大量的案例统计发现,当发生电缆异常时,不采取解卡措施,基本在3 min后电缆就会完全卡死,即电缆解卡存在“黄金3分钟”。人工判断并处理电缆粘卡很难把握好“黄金3分钟”,从而导致电缆粘卡故障频繁发生。

    根据电缆测井时CHT和TTEN曲线的变化特征,应用动力学模型,结合数学算法,并采用合适的硬件实现原始数据的采集监测,中国海油研制了WinchMonitor电缆粘卡可视化预警系统,能够智能判断井下电缆的3种状态(即正常状态、异常状态和卡死状态),并发出相应的报警。

    由于海上作业受潮汐、海浪、作业环境等影响,实时监测的CHT曲线会出现一些波动,直接使用CHT原始数据会影响分析结果,因此首先进行低通滤波处理,使CHT曲线变得平滑,如图2所示。

    图  2  低通滤波前后CHT曲线对比
    Figure  2.  Comparison of tension curves before and after low-pass filtering

    经过多种数据分析方法的反复尝试,发现采用经典的皮尔斯相关性分析方法计算CHT和TTEN的相关性,可以反映张力数据的变化与电缆粘卡的关系。为此,采用该分析方法对滤波后的CHT和TTEN数据进行分析。首先设置窗长为N,分别对CHT取值记作X1X2,…,XN;对TTEN取值记作Y1Y2,…,YN;设MXMY分别为系列XNYN的平均值,则CHT和TTEN数据的方差VxVy的计算公式为:

    Vx=Nk=1(XkMx)2N (1)
    Vy=Nk=1(YkMy)2N (2)

    式中:Vx为CHT数据的方差;Vy为TTEN数据的方差。

    CHT和TTEN数据的标准差SxSy的计算公式为:

    Sx=Vx (3)
    Sy=Vy (4)

    式中:Sx为CHT数据的标准差;Sy为TTEN数据的标准差。

    CHT和TTEN数据的协方差Cxy的计算公式为:

    Cxy=Nk=1(XkMx)(YkMy)N (5)

    CHT和TTEN数据的相关系数C的计算公式为:

    C=CxySxSy (6)

    利用某井井深1 215.75 m处测点的CHT和TTEN数据,分别选择窗长N为20点(5 s)、40点(10 s)、60点(15 s)、80点(20 s)和120点(30 s),计算相关系数C,分别记作C20C40C60C80C120,结果如图3所示。从图3可以看出,C20曲线无法反映CHT和TTEN数据的变化情况,不能识别电缆状态;C40C60C80C120曲线在5个标注区域内的变化情况不一样,在Ⅱ区域(正常状态)内C值最高,在Ⅰ区域(异常状态)内C值中等,在Ⅲ、Ⅳ、Ⅴ区域(卡死状态)内C值最低。可见,相关系数C能够反映电缆粘卡状态,故将相关系数C作为电缆粘卡预警参数。

    图  3  某井井深1 215.75 m处测点CHT和TTEN数据在不同窗长N下的相关系数C曲线
    Figure  3.  Comparison of curve C of correlation coefficient calculated with different window length N of 1215.75m measurement point data

    图3还可以看出,C40C60C80C120曲线在标注区域内变化趋势相似,但N值越大,C曲线越平滑或出现折线,即分辨率降低,故需要优选N值以计算出相对准确的C值,确保预警的准确性。

    图3中Ⅰ区域的数据按比例放大,如图4所示,TTEN曲线有4个峰值,反映共刺激电缆4次,其中C40的峰值明显,与TTEN峰值一致,并在第2、3、4次刺激电缆时出现双峰,说明C40对电缆粘卡的分辨率高;C60C80C120在4次刺激电缆的期间均为单峰,且C80在第3次刺激电缆时峰值较低(低于0.5),与Ⅲ、Ⅳ、Ⅴ区域(卡死状态)的峰值接近,故C80不能准确识别电缆粘卡状态。

    图  4  利用Ⅰ区域数据计算的不同窗长N下的相关系数C曲线
    Figure  4.  Comparison diagram of C curve of correlation coefficient calculated from the data in the first section of 1215.75m measuring point

    图3中的Ⅱ区域数据按比例放大,如图5所示,TTEN曲线有2个峰值,反映共刺激电缆2次,其中C40的峰值明显,与TTEN峰值一致,说明C40对电缆粘卡的分辨率高;C60C120在第1次刺激电缆期间,没有明显的峰值且低于0.5,与Ⅲ、Ⅳ、Ⅴ区域(卡死状态)的峰值接近,故C60C120也不能准确识别电缆粘卡状态。所以,窗长N优选40点(10 s),即优选C40作为电缆粘卡预警参数。

    图  5  利用Ⅱ区域数据计算的不同窗长N下的相关系数C曲线
    Figure  5.  Comparison diagram of correlation coefficient C calculated from the second section of the 1215.75m measuring point

    近几年南海东部钻井情况统计显示,19口井累计发生174次电缆粘卡,利用这些井的实测数据计算相关系数C,按区间分类并统计对应的实际电缆粘卡状态,如表1所示。由表1可以看出,当C值小于0.6时,电缆均处于卡死状态;当C值大于0.9时,电缆均处于正常状态;当C值在0.6~0.9之间时,电缆处于异常状态。因此,将优选预警参数阀值C1为0.6、C2为0.9。对于新钻井,可以根据其电缆粘卡情况进行计算分析,自动更新预警阀值。

    表  1  19口井发生电缆粘卡时的相关系数C统计情况
    Table  1.  Analysis and statistics of correlation coefficient C when cables are stuck
    相关系数C 累计次数/次 电缆状态 风险级别 措施 电缆最终状态
    0~0.1 56 卡死状态 高风险 解卡 卡死状态
    0.1~0.2 34 卡死状态 高风险 解卡 卡死状态
    0.2~0.3 12 卡死状态 高风险 解卡 卡死状态
    0.3~0.4 3 卡死状态 高风险 解卡 卡死状态
    0.4~0.5 3 卡死状态 高风险 解卡 卡死状态
    0.5~0.6 2 卡死状态 高风险 防卡 卡死状态
    0.6~0.7 3 异常状态 中风险 防卡 正常状态
    0.7~0.8 9 异常状态 中风险 防卡 正常状态
    0.8~0.9 4 异常状态 中风险 防卡 正常状态
    0.9~1.0 44 正常状态 低风险 正常状态
    下载: 导出CSV 
    | 显示表格

    电缆粘卡预警策略是全程实时计算CHT和TTEN数据的相关系数C,并根据预警参数阀值C1C2将电缆粘卡预警风险划分为高风险(C值小于C1值)、中风险(C值在C1C2之间)和低风险(C值大于C2值)3个级别。当电缆处于低风险时,继续测井作业;当电缆处于中风险时,迅速采取防卡措施,例如,增大电缆的活动幅度、加密电缆活动频率,抓住“黄金3分钟”避免电缆卡死,将电缆状态降至低风险;当电缆处于高风险时,电缆已经卡死,应根据作业情况迅速决策,如果是取样作业,应立刻取样,解封,进入解卡程序,例如采用最大安全张力拉电缆,争取解卡,若无法解卡,则只能进入电缆打捞程序。

    WinchMonitor电缆粘卡可视化预警系统具有电缆及绞车的数据采集、实时监控、电缆粘卡智能预警等功能,采用可视化界面,张力监测功能得到改进,如图6所示。该预警系统与中海油服、斯伦贝谢、贝克休斯等电缆测井仪器均兼容,现场应用时,在测井仪器RS232接口增加WIFI通讯模块,将CHT、TTEN和井深等数据通过无线方式发送至安装预警系统软件的电脑,实现电缆粘卡的实时监控与预警。

    图  6  可视化电缆粘卡预警软件界面
    Figure  6.  Visual intelligent warning software interface

    预警方式有两种。一是颜色预警,即在绘图区设置“STICK”电缆粘卡指示区,用绿色、黄色、红色分别代表低风险、中风险和高风险,见图6。二是语音预警,当“STICK”指示区为黄色时,系统会同时发出报警声,提醒工程师电缆处于异常状态,为中风险,需要在“黄金3分钟”内迅速采取防卡措施,将中风险降低至低风险状态,“STICK”指示区变为绿色,报警声消除。如果处理不当或不及时,导致情况持续恶化,预警系数C小于阀值C1,“STICK”指示区变为红色,系统会同时发出强烈的报警声,提醒工程师电缆已经卡死,应迅速采取解卡措施。

    测井系统一般会以数字形式实时显示井深、张力等数据,但仅仅依靠这些实时显示的孤立数据,工程师很难发现张力的变化趋势和细小变化,并不利于判断井下电缆状态。为此,电缆粘卡可视化预警系统可视化界面在保留数字显示功能的同时,还以虚拟表盘和曲线形式来显示张力(如图6所示)。虚拟表盘的指针随张力的变化左右摇摆,能够直观展示张力的变化;张力曲线的波动能够直观展示张力变化趋势,有助于工程师判断井下电缆状态。预警软件会自动分析张力曲线的变化趋势,并自动分析判断电缆状态。安装有电缆粘卡可视化预警系统的电脑同时也具体存储数据的能力,便于数据的存储和读取。

    目前,南海东部每口探井电缆测井作业时均应用了WinchMonitor电缆粘卡可视化预警系统,已累计应用27井次,均未发生因电缆粘卡而打捞电缆的问题,实现探井电缆测井作业连续3年“零打捞”。 以2口井为例介绍该预警系统的应用情况。

    南海东部XJ−1井成功发现油气显示,但由于断层阴影带影响,圈闭规模不能落实。为此,部署了大斜度井XJ−1Sa井,钻至井深3 048.0 m完钻,最大井斜35.46°,裸眼井段长2 042 m,预计压差超过6.8 MPa。该井设计在井深2 427.0 m处(井斜33.81°)进行大尺寸旋转井壁取心作业,易出现电缆粘卡等井下故障,属于定点高风险作业,为此,取心作业过程中应用了WinchMonitor电缆粘卡可视化预警系统。

    取心仪器定位在井深2 427.0 m处旋转井壁取心约9 min,然后通过电缆下放取心仪器,TTEN曲线(蓝色曲线)随电缆下放深度(即井深,红色曲线)明显降低,但CHT曲线(绿色曲线)几乎不变化,预警系统计算相关系数C小于0.6,在“STICK”指示区发出红色警示信号,同时发出强烈的报警声,提示电缆处于高风险状态(见图7)。现场工程师迅速制定解卡方案,加密电缆活动频率,加大活动范围,间隔1~2 min连续3次活动电缆后,CHT和TTEN曲线变化趋势基本恢复一致,“STICK”指示区变为绿色(即低风险状态,见图7)。6 min后再次刺激电缆测试电缆粘卡情况,“STICK”指示区仍为绿色(即低风险状态)。后续取心过程中,根据电缆粘卡情况,严格控制单次取心时间不超过6 min。XJ−1Sa井最终成功获取16颗岩心,平均心长5.25 cm,圆满完成井壁取心任务,且未出现电缆粘卡问题。

    图  7  XJ−1Sa井井深2 427.0 m处取心过程中电缆粘卡预警图
    Figure  7.  Cable sticking warning diagram in 2427m coring process of XJ-1Sa well

    PY−2d井是位于PY构造的1口斜井,主要目的层受控于晚期控圈断裂,高点从浅到深向北迁移。该井完钻井深2 350.0 m,最大井斜41°,扭方位20.23°,井眼整体呈“S”形。该井设计在ϕ311.1 mm井眼电缆测井时进行地质取样,根据以往类似井取样经验,发生电缆粘卡的概率极大。为此,该井在电缆测井时除了充分做好电缆防卡措施及打捞准备外,还应用了WinchMonitor电缆粘卡可视化预警系统。在电测取样过程中,采取加大电缆活动幅度、缩短电缆活动时间间隔等措施,并根据预警系统的实时预警情况,采取连续不间断活动电缆等操作,作业过程中共监测到15次电缆粘卡中风险、1次电缆粘卡高风险,最终均在“黄金3分钟”内迅速解决,未发生电缆卡死的问题,完成39个井深点测压、2个井深点取样的井下作业,泵抽346 min、井壁取心34颗岩心,并且均是一次性高效完成。

    1)通过计算电缆测井时马龙头张力CHT和电缆总张力TTEN的相关系数,分析其与电缆粘卡状态之间的关系,提出了将相关系数作为电缆粘卡预警参数的方法,并建立了按低、中、高3个风险等级进行电缆粘卡风险评估的标准及预警方法。

    2)WinchMonitor电缆粘卡可视化预警系统能够基于实时采集的电缆张力数据,实现电缆粘卡的颜色、声音实时预警,避免了因识别电缆粘卡风险不及时、不准确定导致电缆卡死的作业风险。

    3)在南海东部探井的现场应用结果表明,WinchMonitor电缆粘卡可视化预警系统能够准确及时识别电缆粘卡并作出预警,确保在“黄金3分钟”内采取有效防卡解卡措施,大幅度提高了复杂情况下裸眼电缆测井作业的一次成功率。

  • [1] 马海.Fillippone地层压力预测方法的改进及应用[J].石油钻探技术,2012,40(6):56-61. Ma Hai.Pore pressure prediction with seismic interval velocity by the modified Fillippone method[J].Petroleum Drilling Techniques,2012,40(6):56-61.
    [2]

    Eaton B A.The equation for geopressure prediction from well logs[R].SPE 5544,1975.

    [3]

    Han D H,Nur A,Morgan D.Effects of porosity and clay content on wave velocities in sandstone[J].Geophysics,1986,51(11):2093-2107.

    [4]

    Li Qiuguo,Heliot Denis,Zhao Liangxiao,et al.Abnormal pressure detection and wellbore stability evaluation in carbonate formations of east Sichuan,China[R].IADC/SPE Drilling Conference,New Orleans,America,2000.

    [5] 樊洪海.利用声速检测欠压实泥岩异常高压的简易方法与应用[J].石油钻探技术,2001, 29(5):9-11. Fan Honghai.A simple pore pressure estimation method for a disequilibrium compaction shale using sonic velocity[J].Petroleum Drilling Techniques,2001,29(5):9-11.
    [6]

    Ye Zhi,Fan Honghai,Liu Gang,et al.Estimating formation pore pressure in tectonic compression zones[J].Petroleum Science and Technology,2012,30(8):766-774.

    [7]

    Atashbari V,Tingay M R.Pore pressure prediction in a carbonate reservoir[R].SPE 150836,2012.

    [8]

    Bowers G L.Pore pressure estimation from velocity data:accounting for overpressure mechanisms besides undercompaction[R].IADC/SPE 27488,1994.

    [9]

    Jin Yan,Chen Mian,Chen Kangping,et al.Pre-caspian basin wells in salt-gypsum beds require an optimized drilling fluid[J].Oil Gas Journal,2010,108(4):46-53.

    [10] 李茂,何俊才,李玮.地层压力的多井对比综合预测技术[J].特种油气藏,2008,15(1):88-91. Li Mao,He Juncai,Li Wei.Comprehensive prediction of formation pressure by multiwell correlation[J].Special Oil and Gas Reservoirs,2008,15(1):88-91.
    [11]

    Weakley P R.Determination of formation pore pressures in carbonate environments from sonic logs[R].SPE 9009,1990.

    [12] 杨进,刘书杰,石磊,等.挤压构造地层压力预测模型研究[J].石油学报,2009,30(5):764-768. Yang Jin,Liu Shujie,Shi Lei,et al.Research on prediction model for formation pressure in compression structure[J].Acta Petrolei Sinica,2009,30(5):764-768.
    [13]

    Timoshenko Sp,Krieger W.Theory of plates and shells[M] .2nd ed.New York:McGraw-Hill,1959.

    [14]

    Li Shulin,George Jeff,Pardy Cary.Pore-Pressure and wellbore-stability prediction to increase drilling efficiency[J].Journal of Petroleum Technology,2012,64(2):99-101.

    [15] 陈勉,金衍,张广清.石油工程岩石力学[M].北京:科学出版社,2008:34-40. Chen Mian,Jin Yan,Zhang Guangqing.Petroleum related rock mechanics[M].Beijing:Science Press,2008:34-40.
    [16]

    He Xilei,He Zhenhua,Wang Ruiliang,et al.Calculations of rock matrix modulus based on a linear regression relation[J].Applied Geophysics,2011,8(3):155-162.

    [17]

    Biot M A.Generalized theory of acoustic propagation in porous dissipative media[J].The Journal of the Acoustic al Society of America,1962,34(5):1254-1262.

    [18]

    Pride S R,Berryman J G,Harris J M.Seismic attenuation due to wave-induced flow[J].Journal of Geophysical Research:Solid Earth,2004,109(B1):1201-1221.

计量
  • 文章访问数:  4001
  • HTML全文浏览量:  90
  • PDF下载量:  3710
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-05-28
  • 修回日期:  2014-07-27
  • 刊出日期:  1899-12-31

目录

/

返回文章
返回