CN104685382B - 可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法 - Google Patents
可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法 Download PDFInfo
- Publication number
- CN104685382B CN104685382B CN201380051153.2A CN201380051153A CN104685382B CN 104685382 B CN104685382 B CN 104685382B CN 201380051153 A CN201380051153 A CN 201380051153A CN 104685382 B CN104685382 B CN 104685382B
- Authority
- CN
- China
- Prior art keywords
- porosity
- volume
- relevant parameter
- sub
- connectivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000035699 permeability Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011435 rock Substances 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 title description 15
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 239000011148 porous material Substances 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 239000000758 substrate Substances 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 17
- 239000004744 fabric Substances 0.000 claims description 3
- 238000011026 diafiltration Methods 0.000 claims 4
- 239000000463 material Substances 0.000 abstract description 11
- 239000012530 fluid Substances 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 abstract 1
- 238000001764 infiltration Methods 0.000 description 10
- 230000008595 infiltration Effects 0.000 description 8
- 238000010884 ion-beam technique Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000001568 sexual effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical group [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
岩石与其他材料的孔隙结构可经由显微镜而确认并进行数字仿真，以决定流经材料的流体的特性。为了决定延伸范围上的孔隙渗透性，即使在操作小型模型时，一些揭露的方法具体实施例取得样品的三维的孔隙/基质模型；测量以子体积尺寸为函数的孔隙度相关参数变化的分布；测量以子体积尺寸为函数的连接性相关参数；至少部分基于所述孔隙度相关参数变化的分布与所述连接性相关参数，导出以子体积尺寸为函数的可达孔隙度范围；选择提供最大可达孔隙度范围的子体积尺寸；找出与所述最大可达孔隙度范围相关联的渗透性数值；及显示以孔隙度为函数的所述渗透性数值。
Description
技术领域
本申请案主张由Giuseppe De Prisco和Jonas Toelke在2013年8月21日所申请的美国非临时申请案第13/972,772号(名称为“可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法”)的优先权，所述非临时申请案主张由Giuseppe De Prisco在2012年8月23日所申请的美国临时申请案第61/692,541号(名称为“可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法”)的优先权，这些文献都藉由引用形式而并入本文。
背景技术
电子显微镜给科学家与工程师提供了对其工作的材料有更佳了解的一种方式。在高度放大下，可明显看到许多材料(包含岩石与骨骼)都具有允许流体流动的多孔微结构。此种流体流动通常受到高度关注，例如在地下油气层(hydrocarbon reservoirs)中。因此，就材料的流动相关特性而言，已经花费了大量心力来特征化材料，包括孔隙度、渗透性，以及这两者之间的关系。
科学家一般是在实验室中在样品上施以有压力差范围的选择的流体。这类测试通常需要数周，并且充满难度，包括需要高温、压力与流体体积、泄漏与设备故障的风险、以及不精确的初始条件。(与流动相关的测量通常不仅与施加的流体和压力有关，还与样品的历史有关。此实验应该要以天然状态的样品开始，但一旦样品已经从它的原始环境中移除，即难以达到这个状态。)
因此，业界已经转以数字岩石分析，以快速、安全且可重复的方式来特征化材料的流动相关特性。可取得及使用材料孔隙结构的数字代表来特征化材料的流动相关特性。然而，数字代表的尺寸通常被证明是一项重要的因子，原因在于过小的模型无法作为实体材料的代表，且过大的模型将消耗不适当的计算资源量而仅产生极少效益或无额外效益。在某些例子中，模型的尺寸是由设备限制所决定的，且必须对模型做最佳的利用。会需要使数字岩石模型的尺寸优化，并使可从数字岩石模型导出的信息量最大化。
附图说明
因此，本文揭露了数字岩石分析系统与方法，可于延伸的孔隙度范围中测量渗透性。在图中：
图1显示了一种示例性的高分辨率聚焦离子束与扫描式电子显微镜。
图2显示了一种示例性的高性能计算网络。
图3A显示了一种示例性的样品体积表示。
图3B显示了一种用于执行样品分析的示例性的坐标系统。
图4显示了划成切片的模型区域的示例性的部分。
图5A显示了一种子体积孔隙度的示例性的分布。
图5B至图5C显示了孔隙度相关参数变化的示例性的分布。
图6显示了分布矩(moment)对子体积尺寸的相关性。
图7A显示了利用随机定位的次达西(sub-Darcian)子体积而导出的示例性的孔隙度-渗透性趋势。
图7B显示了藉由以条件概率定位子体积而导出的示例性的孔隙度-渗透性趋势。
图8是示例性的分析方法的流程图。
然而，应理解的是，在图中与下述详细说明内容中所提出的特定具体实施例并不限制本发明。相反的，它们为具有通常技艺者提供了基础，以辨别涵盖于如附权利要求范畴内的替代例形式、等效例与其他修饰例。
具体实施方式
在上下文中，图1提供了一种高分辨率聚焦离子束与扫描式电子显微镜100的示例说明，高分辨率聚焦离子束与扫描式电子显微镜100具有观察室102，材料样品是放置在观察室102中。计算机104耦接至观察室仪器以控制测量程序。计算机104上的软件经由具有一个或多个输入设备106(例如键盘、鼠标、游戏杆、光笔、触摸板或触控屏幕)和一个或多个输出装置108(例如显示器或打印机)的用户接口而与用户互动。
为进行高分辨率成像，观察室102一般是被抽空空气与其他气体。电子束或离子束会在整个样品表面上光栅化以得到高分辨率影像。此外，可增加离子束能量以研磨清除样品薄层，由此取得多个深度处的样品影像。这些影像在被堆栈叠时提供了待得样品的三维影像。作为许多可能性中的一个示例性的实例，某些系统可在10纳米分辨率下进行40x 40x40微米立方体的成像。
上述系统仅为可用以使样品成像的其中一种示例性技术。穿透式电子显微镜(TEM)与三维断层X射线穿透式显微镜是可用以取得样品的数字模型的另外两种技术。不管影像是如何获得的，下述内容都适用，只要分辨率足够揭露样品的孔隙结构即可。
样品的来源(例如在岩石形成样品的例子中)并不受特别限制。举例而言，对于岩石形成样品而言，样品可为侧壁芯、整体芯、钻屑、露头采石样品或可提供适当样品以供使用本发明方法进行分析的其他样品来源。
图2为较大系统200的实例，可在所述系统200中使用扫描式电子显微镜100。在所述较大系统200中，个人工作站202是经由局域网络(LAN)204而耦接至扫描式电子显微镜100。LAN 204进一步使扫描式电子显微镜100、个人工作站202、一个或多个高性能计算平台206、以及一个或多个共享储存装置208(例如，RAID、NAS、SAN等)之间互相通信。高性能计算平台206一般是使用多个处理器212，每一个处理器212都耦接至区域内存214。内部总线216提供了多个处理器(通过区域内存)与网络接口220之间的高带宽通信。驻留在内存214中的并行处理软件能使多个处理器以加速方式共同地中断及执行待执行的任务、依需要存取共享的储存装置208以传送结果及/或取得输入数据与中间结果。
一般而言，使用者会使用个人工作站202(例如，桌上型或膝上型计算机)来与所述较大系统200互动。在个人工作站202的内存中的软件会使它的一个或多个处理器通过用户接口而与用户互动，让使用者可以例如制作或执行软件以处理扫描式电子显微镜得到的影像。对于具有小量计算需求的任务而言，软件可于个人工作站202上执行，而有计算需求的任务则优选地于高性能计算平台206上运行。
图3A是由扫描式电子显微镜100获得的影像302。这个三维影像是由三维体积单元(三维像素)构成，每一个三维像素都具有表示在那个点处的样品的组成的数值。
图3B提供了数据体积402的坐标系统，其中x-、y-与z-轴在该体积的一个角落处交错。在所述数据体积内，定义有子体积404。所示的子体积404是具有边长为a的正立方体，但可替代地使用其他形状的子体积，例如具有与整体数据体积相同形状的平行六面体、球体、或四面体。期望(但非必须要)可通过特征维度(例如直径或边长)缩放的所选择子体积形状。可使用从原点至子体积上固定点处的位移向量408以在数据体积402内的任何位置406定义子体积404。同样的，可在每一个子体积内定义且定位次子体积。举例而言，图4绘示了分为切片502的子体积，这些切片502与流动方向垂直(在这个例子中，是z-轴)。
一种特征化样品孔隙度结构的方式是确定整体参数值，例如孔隙度。影像经过处理以将每一个三维像素分类为代表基质的孔隙或一部分，从而得到孔隙/基质模型，其中每一个三维像素由单一比特来表示，所述单一比特是表示在该点处的模型是基质材料或孔隙空间。接着可利用直接计数过程来确定样品的总孔隙度。依据Hilfer提出的区域孔隙度理论(Hilfer发表于1996年的期刊《物理化学发展》第XCII卷第299-424页的“多孔性介质的传输与松弛现象”以及Biswal、Manwarth与Hilfer发表于1998年的期刊《物理A》的第255卷第221-241页的“多孔性介质的三维区域孔隙度分析”)，当已知子体积尺寸时，在模型中的每一个可能的子体积的孔隙度会被决定，并且以直方图的形式表示(见，如图5A)。注意，分布将会根据子体积尺寸而变化。尽管是有帮助的，但图5A的分布仅揭露了与模型的异质性有关的有限量信息，并不考虑样品在方向上的异向性。
一个更复杂的方式的实例是，在特定方向上的孔隙度标准偏差。如图4所示，体积(或子体积)可分为与流动方向垂直的切片。孔隙的结构会使孔隙度随着切片而变化，由此可决定在流动方向上的孔隙度标准偏差。虽然这个方式本身提供了孔隙结构的有用表示，但它是可以延伸的。当样品体积被分为子体积(见，例如图3B)且为每一个子体积测得孔隙度标准偏差(相对于整个样品的平均孔隙度，且由相同的平均孔隙度常态化)，其会产生例如图5B所示的直方图。同样的，这个直方图为子体积尺寸的函数。当子体积尺寸从接近零增长到代表单元体积(REV)的尺寸时，直方图会收敛并且变为接近高斯形状。(作为比较，当完美的周期性“理想”样品中的子体积维度具有的尺寸为整数倍的REV尺寸时，直方图将会具有零平均数与零变化数，换言之，狄拉克δ函数集中在零。)
REV尺寸与用以定义REV的统计方式有关。下述方式可产生适合达西分析的REV，且因此在本文中，REV尺寸(例如直径、长度或其他维度)称为“积分尺度”或“达西尺度”。其他的长度、尺度对于分析而言也是重要的。举例而言，渗透性尺度，在本文中定义为总孔隙度与连接孔隙度(以某种方式连接至进流面的孔隙度)之间的平均差异低于临界值(例如，但不限于：1％)以下时的子体积尺寸。此差异也称为“不连接的孔隙度”，且依特定上下文而定，所述差异限于最低达1％或最大为10％，然上限较佳是不大于2％。其他的临界值也是适当的，并且相信其他的渗透长度的定义也是适当的。参见例如Hilfer,R.(2002)的文献“评论多孔性介质的微结构的尺度相关特征化”(发表于期刊“Transp.Porous Media”，46，373-390，doi:10.1023/A:1015014302642)。我们注意到渗透尺度会大于或小于积分尺度，因此一般而言，应该使用这两者中较大的一个来定义真正有代表性的单元体积。
另一个孔隙度结构测量方式是表面对体积比的标准偏差。当每一个切片502(图4)中的孔隙的表面积(或在二维影像中的周径)除以对应孔隙的体积(或在二维中的表面积)，所产生的比例会随切片而产生某些变化，这可以标准偏差来进行测量。当模型中的每一个子体积的表面对体积比的标准偏差被确定时，即产生如图5B所示的直方图。如前述说明，当子体积尺寸达到、或超过积分尺度时，直方图应收敛且逼近于高斯分布。
图6以子体积尺寸为函数来比较两个不同样品的两个直方图(孔隙度标准偏差与表面对体积比(SVR)的标准偏差)的矩(moments)。前四个矩(平均数、标准偏差、偏态与峰度)是针对以范围为60至480单位的子体积(正立方体)的边缘长度所测得的子体积尺寸而绘示。两个样品的第一矩都趋近于零，亦即，关于整体样品的孔隙度与SVR，孔隙度与SVR分布的标准偏差的中心都接近于零变化，表示平均而言，当子体积尺寸达到约200单位时，子体积具有与整体样品相同的孔隙度和SVR。两个样品的第二矩在这个长度尺度(200)时变成相当接近为零，亦即，子体积具有与整体样品相同的孔隙度和SVR标准偏差的机率是相当高的。在这个临界值时、或高于这个临界值时，分布的不对称性(如偏态值所表示)与峰度也会变小，即教示了用以定义根据达西分析的积分长度尺度的REV尺寸并不大于200单位。正如发明人Giuseppe De Prisco和Jonas Toelke在2012年3月30日所申请的美国临时申请案第61/618,265号(名称为“于多孔性介质的数字代表中选择代表单元体积的有效方法”)以及其接续申请案中所说明，这些方式中的任一种或两种都可被用来决定原始数据体积中的减小尺寸部分是否能针对孔隙度与渗透性相关分析适当地代表整体。
各种用于从孔隙/基质模型中决定渗透性的方法都在文献中提出，包括Papatzacos的“用于多孔性介质中流动的流体的胞元自动模型”(发表于Complex System 3(1989)383-405)。这些渗透性测量方法中任一者都可用于目前程序中，以决定已知子体积的渗透性数值。
正如背景说明中所提及，模型的尺寸受到各种因子的限制，包括实体样品尺寸、显微镜的视野、或只是受限于因另一方而为可用的因素。可能是模型受到上述分析，并显示具有与模型尺寸实质相同的积分尺度及/或渗透性尺度。在这样的例子中，代表单元体积的尺寸应根据积分尺度与渗透性尺度中较大的来设定，且在模型中具有这个尺寸的子体积的数量会受到大幅限制。
图7A为喷泉蓝(Fountain Blue)岩石样品的以孔隙度为函数的渗透性图表(对数尺度)。实心曲线是从这个岩石刻面的发表文献所得，且在这里是单独显示作为对照用途。需要对未知这条曲线的样品实施所揭露方法，以可决定、或至少部分估计此曲线。或者是，所揭露的方法可用以证实此样品实际上具有期望的关系。
在这个例子中，整体样品的尺寸大于REV尺寸。当视为整体时，所述模型仅产出一个渗透性对孔隙度的数据点，该数据点是以菱形方块呈现于图7A中。菱形方块在曲线上，表示测量是精确的。由于这个单一点所提供的信息量有限，因此需要利用已知模型尽可能延伸数据点的范围，以预测具有较大或较小孔隙度的这个岩石家族中不同假设成员的渗透性数值。
一种解决方法是使用REV大小的子体积及独立测量它们的孔隙渗透性数值。这个方式仅在整体样品比REV尺寸大出许多时可行。通常都不是这种情况，因此测量的孔隙渗透性数值可能会被限制在接近样品整体测量的一个非常小的范围。
由于模型具有随着子体积尺寸缩减而增加的子体积孔隙度范围(见，例如图5A)，因此使用者可尝试将子体积减少至低于REV尺寸，产生较大量的子体积位置以可用于探索孔隙渗透性(poro-perm)趋势，每一个子体积都可能产生不同的孔隙渗透性测量值。图7A中的三角形是显示从随机选择的子体积位置集合所产生的测量值，其中子体积具有的边缘长度约为REV边缘长度的一半。值得注意的是，这些数据点提出了孔隙度与渗透性之间的实质上不正确的关系。因此，随机选择策略似乎注定会失败。
因此，我们提出一种利用具有有条件地选择的位置而非随机选择的位置的较小尺寸子体积。图7B是类似于图7A的图表，但这次是具有如下文进一步所提供的有条件地选择的子体积位置。注意实质上绝大部分的测量值现都与实心曲线对齐，表示可于延伸的孔隙度范围上撷取出孔隙度-渗透性关系，即使是在使用小于REV尺寸的子体积尺寸时。以下会进一步参考孔隙度范围702、704与706，但我们注意到在此处702是指示子体积维度约为一半REV尺寸、变化低于孔隙度分布标准偏差模式的40％的临界值、以及不连接孔隙度不超过子体积的总孔隙度的1％的这个样品内所能达到的孔隙度范围。孔隙度范围704指示平均不连接孔隙度落于1％与10％之间的范围，而孔隙度范围706指示平均不连接孔隙度在20％的等级上的区域。
已知前述原理与实务，我们现转至能在分析小数字岩石模型时于延伸孔隙度范围上决定孔隙度-渗透性关系的特定方法的讨论。图8为支持这个讨论的示例流程图。
示例工作流开始于方块802，其中系统取得样品的一个或多个影像，例如利用扫描式显微镜或断层X射线穿透式显微镜。当然，影像也可替代地供应作为信息储存媒介上的数据档案。在方块804，系统处理影像以导出孔隙/基质模型。这类处理可涉及如现有文献中所提出的复杂滤波，以将每一个影像三维像素分类为是代表基质部分或孔隙。
在方块806，系统决定流动轴。这个决定可以外部因子(例如材料样品相对于良好形成压力梯度、客户规格的取向)为基础。当该轴不是以外部因子为基础时，则可根据孔隙/基质模型的分析来进行选择(例如，选择具有最高绝对渗透性的轴、或具有最低的孔隙度标准偏差的轴)。
在方块808，系统找出在不同子体积尺寸下的孔隙度标准偏差分布(例如图5B)、表面对体积比的标准偏差分布(例如图5C)、及/或孔隙度相关参数变化的其他分布(其以子体积尺寸为函数)。从这些分布，系统决定(达西)积分尺度。注意对于要撷取的有用的孔隙渗透性趋势而言，我们相信原始模型的维度应至少为REV维度的四倍或五倍。
在方块810，系统找出不同子体积尺寸下的孔隙连接性测量。连接性可以各种方式来特征化，包括找出连接至孔隙/基质模型的进流面的子体积孔隙空间的百分比或常态化体积。根据Hilfer的孔隙度理论，子体积连接性的直方图将呈现出平均数与模式，其任一都可使用作为连接性测量值。作为替代，可使用总子体积孔隙空间与连接至进流面的子体积孔隙空间之间的百分比差异(下文中称为不连接的孔隙百分比)。从连接性测量值与子体积尺寸之间的关系，系统决定渗透尺度，例如作为在具有低于临界值的不连接的孔隙百分比的最大子体积上的一个步骤。
在方块811，系统决定整体模型尺寸实质上是否比渗透尺度或积分尺度中较大者大(四倍或五倍)。若模型实质上大于这些尺度中的较大者，则应可使用与这两个尺度中较大者相等的子体积尺寸来达到适当的孔隙度范围。因此，系统进行子体积的系统性(可能是拟随机性)的非条件选择，且在方块816，决定与每一个子体积相关联的孔隙渗透性数值。这些数据点的图表(具有方块817中决定的可选匹配曲线)应揭露样品的孔隙渗透性关系。
否则，当整体模型尺寸与渗透或积分尺度中较大者大致相同时，需要利用较小的(子REV)子体积来得到这个关系。(在两个尺度中较大者为渗透尺度时，这可能是不可行的。)在方块812，系统为已知子体积尺寸或为多个子体积尺寸中的每一个决定可达到的孔隙度。如先前所述，对于已知尺寸而言，每一个子体积位置都在孔隙度-渗透性空间上产生一个不同的可能测量值。然而，在子REV域中操作时，并非所有的子体积都可用以撷取孔隙渗透性趋势。反而，该系统会执行条件机率分析，设置可于分析中使用子体积的一个或多个条件。一个条件是，子体积孔隙度的标准偏差不应从完整模型的孔隙度标准偏差变化太大。因此，系统要求子体积具有低于已知临界值(下文中称为“变化临界值”)的孔隙度标准偏差。在一个具体实施例中，这个临界值是设定在20％，表示子体积应具有在分布的倒数第五个中的标准偏差(在图5B中，这低于约0.16)。在另一具体实施例中，变化临界值是设为40％(在图5B中约为0.19)。某些系统具体实施例可使用SVR的标准偏差上类似的临界值作为另外或替代的条件。
系统所强加的另一个条件是，子体积仅具有低于已知临界值(下文中称为“连接性临界值”)的不连接孔隙度。在一个具体实施例中，系统要求子体积具有不大于1％的不连接孔隙度。在另一具体实施例中，系统允许达2％的不连接孔隙度。在较佳的系统具体实施例中，子体积必须低于变化临界值与连接性临界值两者。满足这些条件的子体积所具有的孔隙度范围为“可达孔隙度”。在图7B中，范围702为具有边缘尺寸约为低于40％临界值的REV的边缘尺寸的50％、不多于1％不连接孔隙度的子体积的可达孔隙度。系统视情况调整临界值，以决定对可达孔隙度范围与数据点分散的效果。举例而言，情况可能是，将连接性临界值从10％降低至4％时仅牺牲了一个小范围，但可藉由此降低而达到分散的大幅减少。相反的，系统会确认20％的变化临界值产生不充足的可达孔隙度范围，因而将变化临界值提高至40％，以达到所需要的范围。系统会改变临界值以撷取出这个信息，并且在方块814，选择产生最佳结果的临界值(亦即，仍产生可接受的数据分散的最大可达孔隙度)。
在方块816，系统为选出的满足筛选条件的子体积决定孔隙渗透性测量值。在方块817，系统视情况地对数据点匹配曲线，并且/或提供从文献得到的比较曲线。然后可对用户显示所产生的关系，例如以类似于图7B的形式。
基于解释目的，已经以一种有序的、依次的方式说明发生的前述方法操作，但应理解的是，至少部分操作可以不同次序、并行地、且/或以异步方式进行。
一旦完全理解上述揭露内容，该领域技术人士即可明显得知各种变化例与修饰例。举例而言，前述内容说明了用于决定REV尺寸的示例性统计方法，但也存在且可使用其他适合的统计方法。如附权利要求是要解释为涵盖所有这类变化例与修饰例。
Claims (14)
1.一种渗透性决定方法，包括：
取得样品的三维孔隙/基质模型；
测量以子体积尺寸为函数的孔隙度相关参数变化的分布；及
测量以子体积尺寸为函数的孔隙连接性相关参数，其中所述孔隙连接性相关参数是子体积的不连接孔隙度；
至少部分基于所述孔隙度相关参数变化的分布与所述孔隙连接性相关参数，导出低于所述变化临界值与所述连接性临界值两者的子体积所具有的孔隙度范围，所述孔隙度范围为子体积尺寸的函数；
选择提供最大可达孔隙度范围的子体积尺寸；
找出与孔隙度数值相关联的渗透性数值，所述孔隙度数值是由低于所述变化临界值与所述连接性临界值两者的所选择的子体积所具有的；及
显示以孔隙度为函数的所述渗透性数值；
其中所述导出可达孔隙度范围包括：
筛选出具有高于已知变化临界值的孔隙度相关参数变化的子体积；
筛选出具有高于已知连接性临界值的连接性相关参数数值的子体积；及
决定与任何剩余子体积相关联的孔隙度范围；
其中所述变化临界值筛选出具有在所述分布的上部3/5中变化的子体积；
其中所述连接性临界值筛选出具有大于10％的不连接孔隙度的子体积。
2.根据权利要求1所述的方法，还包括：至少部分基于以子体积尺寸为函数的所述孔隙度相关参数变化的分布决定积分尺度。
3.根据权利要求2所述的方法，还包括：至少部分基于以子体积尺寸为函数的所述连接性相关参数决定渗滤尺度。
4.根据权利要求1所述的方法，其中所述导出与选择是以决定积分尺度与渗滤尺度中至少其中一个与所述孔隙/基质模型的维度是可比较的为条件。
5.根据权利要求1所述的方法，其中所述取得包括：
扫描实体岩石样品，以取得三维数字影像；及
从所述三维影像导出所述孔隙/基质模型。
6.根据权利要求1所述的方法，其中所述孔隙度相关参数变化的分布是孔隙度标准偏差分布。
7.根据权利要求6所述的方法，还包括：测量孔隙表面对体积比的标准偏差分布。
8.一种渗透性决定系统，包括：
具有软件的内存；及
一个或多个处理器，所述一个或多个处理器耦接至所述内存以执行所述软件，所述软件可使所述一个或多个处理器进行：
取得样品的三维孔隙/基质模型；
测量以子体积尺寸为函数的孔隙度相关参数变化的分布；及
测量以子体积尺寸为函数的孔隙连接性相关参数，其中所述孔隙连接性相关参数是子体积的不连接孔隙度；
至少部分基于所述孔隙度相关参数变化的分布与所述孔隙连接性相关参数，导出低于所述变化临界值与所述连接性临界值两者的子体积所具有的孔隙度范围，所述孔隙度范围为子体积尺寸的函数；
选择提供最大可达孔隙度范围的子体积尺寸；
找出与孔隙度数值相关联的渗透性数值，所述孔隙度数值是由低于所述变化临界值与所述连接性临界值两者的所选择的子体积所具有的；及
显示以孔隙度为函数的所述渗透性数值；
其中作为所述导出可达孔隙度范围的一部分，所述软件使所述一个或多个处理器进行：
筛选出具有高于已知变化临界值的孔隙度相关参数变化的子体积；
筛选出具有高于已知连接性临界值的连接性相关参数数值的子体积；及
决定与任何剩余子体积相关联的孔隙度范围；
其中所述变化临界值筛选出具有在所述分布的上部3/5中变化的子体积；
其中所述连接性临界值筛选出具有大于10％的不连接孔隙度的子体积。
9.根据权利要求8所述的系统，其中所述软件还使所述一个或多个处理器进行：至少部分基于以子体积尺寸为函数的所述孔隙度相关参数变化的分布决定积分尺度。
10.根据权利要求9所述的系统，其中所述软件还使所述一个或多个处理器进行：至少部分基于以子体积尺寸为函数的所述连接性相关参数决定渗滤尺度。
11.根据权利要求8所述的系统，其中所述导出与选择是以决定积分尺度与渗滤尺度中至少其中一个与所述孔隙/基质模型的维度是可比较的为条件。
12.根据权利要求8所述的系统，其中作为所述取得的一部分，所述软件还使所述一个或多个处理器进行：
取得扫描实体岩石样品的三维数字影像；及
从所述三维影像导出所述孔隙/基质模型。
13.根据权利要求8所述的系统，其中所述孔隙度相关参数变化的分布是孔隙度标准偏差分布。
14.根据权利要求13所述的系统，其中所述软件还使所述一个或多个处理器进行：测量孔隙表面对体积比的标准偏差分布。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261692541P | 2012-08-23 | 2012-08-23 | |
| US61/692,541 | 2012-08-23 | ||
| US13/972,772 US10514372B2 (en) | 2012-08-23 | 2013-08-21 | Digital rock analysis systems and methods that reliably predict a porosity-permeability trend |
| US13/972,772 | 2013-08-21 | ||
| PCT/US2013/056244 WO2014031882A1 (en) | 2012-08-23 | 2013-08-23 | Digital rock analysis systems and methods that reliably predict a porosity-permeability trend |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104685382A CN104685382A (zh) | 2015-06-03 |
| CN104685382B true CN104685382B (zh) | 2019-06-04 |
Family
ID=50148766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201380051153.2A Expired - Fee Related CN104685382B (zh) | 2012-08-23 | 2013-08-23 | 可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10514372B2 (zh) |
| EP (1) | EP2888612A4 (zh) |
| CN (1) | CN104685382B (zh) |
| AU (2) | AU2013305672A1 (zh) |
| BR (1) | BR112015003728A2 (zh) |
| CA (1) | CA2918323A1 (zh) |
| CO (1) | CO7220314A2 (zh) |
| WO (1) | WO2014031882A1 (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9080946B2 (en) | 2012-06-15 | 2015-07-14 | Ingrain, Inc. | Digital rock analysis systems and methods with multiphase flow REV determination |
| US10514372B2 (en) | 2012-08-23 | 2019-12-24 | Halliburton Energy Services, Inc. | Digital rock analysis systems and methods that reliably predict a porosity-permeability trend |
| US9305241B2 (en) * | 2013-07-29 | 2016-04-05 | Google Inc. | Systems and methods for reducing a data set |
| US10621292B2 (en) | 2016-04-18 | 2020-04-14 | International Business Machines Corporation | Method, apparatus and computer program product providing simulator for enhanced oil recovery based on micron and submicron scale fluid-solid interactions |
| US10691846B2 (en) | 2017-03-01 | 2020-06-23 | International Business Machines Corporation | Capillary network simulations based on a low-dimensional representation of porous media |
| US10648292B2 (en) | 2017-03-01 | 2020-05-12 | International Business Machines Corporation | Cognitive enhanced oil recovery advisor system based on digital rock simulator |
| US10451571B2 (en) | 2017-12-11 | 2019-10-22 | Saudi Arabian Oil Company | Measuring the wettability of porous media based on the temperature sensitivity of nuclear magnetic resonance relaxation time |
| US10495589B2 (en) | 2018-04-17 | 2019-12-03 | Saudi Arabian Oil Company | Determining permeability of porous media based on nuclear magnetic resonance measurement |
| US11879825B2 (en) * | 2018-12-18 | 2024-01-23 | Shell Usa, Inc. | Method for digitally characterizing the permeability of rock |
| CN112504934B (zh) * | 2020-11-23 | 2021-09-21 | 中国水利水电科学研究院 | 一种混凝土坝渗流渗压预测和监控阈值确定方法 |
| CN112669243B (zh) * | 2020-12-09 | 2022-10-04 | 山东省科学院海洋仪器仪表研究所 | 一种基于连通性与孔隙度的岩石采样方法 |
| CN113190926B (zh) * | 2021-04-20 | 2023-02-10 | 西安理工大学 | 一种含非金属夹杂物的微凸体接触的建模方法 |
| CN112989481B (zh) * | 2021-05-17 | 2021-08-20 | 中国科学院武汉岩土力学研究所 | 复杂地质隧道施工围岩稳定可视化图像数据处理方法 |
| CN113418848B (zh) * | 2021-05-31 | 2023-03-24 | 中国石油天然气股份有限公司 | 岩心的渗透参数的确定方法、装置、设备及存储介质 |
| US11614417B2 (en) | 2021-07-06 | 2023-03-28 | Saudi Arabian Oil Company | Determining saturation in low resistivity pay zones |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6516080B1 (en) | 2000-04-05 | 2003-02-04 | The Board Of Trustees Of The Leland Stanford Junior University | Numerical method of estimating physical properties of three-dimensional porous media |
| WO2009070365A1 (en) | 2007-11-27 | 2009-06-04 | Exxonmobil Upstream Research Company | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
| US8331626B2 (en) | 2008-05-21 | 2012-12-11 | Ingrain, Inc. | Method for estimating material properties of porous media using computer tomographic images thereof |
| CA2724031A1 (en) * | 2008-05-23 | 2009-11-26 | The Australian National University | Image data processing |
| US8155377B2 (en) | 2008-11-24 | 2012-04-10 | Ingrain, Inc. | Method for determining rock physics relationships using computer tomographic images thereof |
| US8081802B2 (en) * | 2008-11-29 | 2011-12-20 | Ingrain, Inc. | Method for determining permeability of rock formation using computer tomograpic images thereof |
| US20110004447A1 (en) | 2009-07-01 | 2011-01-06 | Schlumberger Technology Corporation | Method to build 3D digital models of porous media using transmitted laser scanning confocal mircoscopy and multi-point statistics |
| CN101556703B (zh) | 2009-05-16 | 2011-01-26 | 中国石油大学(华东) | 基于连续切片图像的网络模型建立方法 |
| US8583411B2 (en) | 2011-01-10 | 2013-11-12 | Saudi Arabian Oil Company | Scalable simulation of multiphase flow in a fractured subterranean reservoir as multiple interacting continua |
| RU2576501C2 (ru) * | 2011-02-28 | 2016-03-10 | Шлюмбергер Текнолоджи Б.В. | Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики |
| US20120239361A1 (en) | 2011-03-16 | 2012-09-20 | Vargas-Guzman J A | Subsurface Directional Equalization Analysis of Rock Bodies |
| CN102426390B (zh) | 2011-10-21 | 2013-07-03 | 中国石油大学(北京) | 一种非均质泥砂岩储层储量确定方法 |
| US9080946B2 (en) | 2012-06-15 | 2015-07-14 | Ingrain, Inc. | Digital rock analysis systems and methods with multiphase flow REV determination |
| US9285301B2 (en) | 2012-07-13 | 2016-03-15 | Ingrain, Inc. | Digital rock analysis systems and methods with reliable multiphase permeability determination |
| US10514372B2 (en) | 2012-08-23 | 2019-12-24 | Halliburton Energy Services, Inc. | Digital rock analysis systems and methods that reliably predict a porosity-permeability trend |
-
2013
- 2013-08-21 US US13/972,772 patent/US10514372B2/en active Active
- 2013-08-23 WO PCT/US2013/056244 patent/WO2014031882A1/en active Application Filing
- 2013-08-23 BR BR112015003728A patent/BR112015003728A2/pt not_active Application Discontinuation
- 2013-08-23 CN CN201380051153.2A patent/CN104685382B/zh not_active Expired - Fee Related
- 2013-08-23 AU AU2013305672A patent/AU2013305672A1/en not_active Abandoned
- 2013-08-23 EP EP13831539.5A patent/EP2888612A4/en not_active Withdrawn
- 2013-08-23 CA CA2918323A patent/CA2918323A1/en not_active Abandoned
-
2015
- 2015-03-11 CO CO15056359A patent/CO7220314A2/es unknown
-
2017
- 2017-10-03 AU AU2017239499A patent/AU2017239499B2/en not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| CO7220314A2 (es) | 2015-03-20 |
| BR112015003728A2 (pt) | 2017-07-04 |
| CN104685382A (zh) | 2015-06-03 |
| US20140058676A1 (en) | 2014-02-27 |
| EP2888612A4 (en) | 2016-04-20 |
| US10514372B2 (en) | 2019-12-24 |
| CA2918323A1 (en) | 2014-02-27 |
| AU2017239499B2 (en) | 2018-09-27 |
| WO2014031882A1 (en) | 2014-02-27 |
| AU2017239499A1 (en) | 2017-10-19 |
| AU2013305672A1 (en) | 2015-04-09 |
| EP2888612A1 (en) | 2015-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104685382B (zh) | 可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法 | |
| CN104619952B (zh) | 具可靠多相渗透性决定数字岩石分析系统及方法 | |
| CN104641259B (zh) | 利用多相流表征单元体积确定的数字岩石分析系统与方法 | |
| US10223782B2 (en) | Digital rock physics-based trend determination and usage for upscaling | |
| US20140052420A1 (en) | Digital Rock Analysis Systems and Methods that Estimate a Maturity Level | |
| US10247852B2 (en) | Conditioning of expanded porosity | |
| Zhao et al. | Digital measurement of 2D and 3D cracks in sandstones through improved pseudo color image enhancement and 3D reconstruction method | |
| Chen et al. | Reconstruction of multiphase microstructure based on statistical descriptors | |
| Gokhale | Quantitative characterization and representation of global microstructural geometry | |
| US11120542B2 (en) | Wettability estimation by differential multi-phase simulation | |
| Biswal et al. | Towards precise prediction of transport properties from synthetic computer tomography of reconstructed porous media | |
| Keller et al. | Comparative grain topology | |
| Wu et al. | Reconstruction of multi-scale heterogeneous porous media and their flow prediction | |
| Mulukutla et al. | Whole object surface area and volume of partial-view 3D models | |
| Sarzynski | Developing and tailoring multi-functional carbon foams for multi-field response |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190604 Termination date: 20200823 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |