CN105241911B - 基于lbm模拟低场核磁共振分析流体的方法及装置 - Google Patents
基于lbm模拟低场核磁共振分析流体的方法及装置 Download PDFInfo
- Publication number
- CN105241911B CN105241911B CN201510614337.6A CN201510614337A CN105241911B CN 105241911 B CN105241911 B CN 105241911B CN 201510614337 A CN201510614337 A CN 201510614337A CN 105241911 B CN105241911 B CN 105241911B
- Authority
- CN
- China
- Prior art keywords
- kind component
- concentration
- component
- fluid
- rho
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种基于LBM模拟低场核磁共振分析流体的方法及装置。该方法包括:获取样品岩石的数字岩心;依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值。本发明实施例通过单相多组分模型模拟样品岩石孔隙中流体的低场核磁共振过程,分析所述流体的组分,通过所述流体的组分浓度获得磁化矢量的模值,实现了模拟低场核磁共振分析流体分子的技术,为研究低场核磁共振分析流体分子提供了理论基础。
Description
技术领域
本发明实施例涉及石油勘探技术领域,尤其涉及一种基于LBM模拟低场核磁共振分析流体的方法及装置。
背景技术
核磁共振测井是一种适用于裸眼井的测井新技术,是目前唯一可以直接测量任意岩性储集层自由流体渗流体积特性的测井方法,有明显的优越性。核磁共振技术利用原子核的顺磁性以及原子核之间相互作用的外加磁场实现测井。
低场核磁共振是一种非侵入性技术,常用于测量储集层岩心的孔隙度、孔隙大小分布、孔隙中流体类型,以及流体饱和度,同时还用于测量含油岩心的物理性质,观测分析流体分子的动态行为,为提高油气采收率、优化采油过程提供理论依据和实践可能。
但是,现有技术中没有能够模拟低场核磁共振分析流体分子的技术,导致研究低场核磁共振分析流体分子缺少理论基础。
发明内容
本发明实施例提供一种基于LBM模拟低场核磁共振分析流体的方法及装置,以实现模拟低场核磁共振分析流体分子的技术,提高研究低场核磁共振分析流体分子的理论基础。
本发明实施例的一个方面是提供一种基于LBM模拟低场核磁共振分析流体的方法,包括:
获取样品岩石的数字岩心;
依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;
依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值。
本发明实施例的另一个方面是提供一种基于LBM模拟低场核磁共振分析流体的装置,包括:
数字岩心获取模块,用于获取样品岩石的数字岩心;
三维数据体获取模块,用于依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;
建模分析模块,用于依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值。
本发明实施例提供的基于LBM模拟低场核磁共振分析流体的方法及装置,通过单相多组分模型模拟样品岩石孔隙中流体的低场核磁共振过程,分析所述流体的组分,通过所述流体的组分浓度获得磁化矢量的模值,实现了模拟低场核磁共振分析流体分子的技术,为研究低场核磁共振分析流体分子提供了理论基础。
附图说明
图1为本发明实施例提供的基于LBM模拟低场核磁共振分析流体的方法流程图;
图2为本发明实施例提供的CPMG脉冲序列示意图;
图3为本发明实施例提供的基于LBM模拟低场核磁共振分析流体的装置的结构图;
图4为本发明另一实施例提供的基于LBM模拟低场核磁共振分析流体的装置的结构图。
具体实施方式
图1为本发明实施例提供的基于LBM模拟低场核磁共振分析流体的方法流程图。本发明实施例针对现有技术中没有能够模拟低场核磁共振分析流体分子的技术,提供了基于LBM模拟低场核磁共振分析流体的方法,该方法具体步骤如下:
步骤S101、获取样品岩石的数字岩心;
本发明实施例选择一块岩石为样品,选用X光全岩心CT、微米X光CT、纳米X光CT、聚焦离子束扫描电镜和岩心反射光谱扫描仪中的任一一种设备获取样品岩石的数字岩心,该数字岩心具体为样品岩石切片的扫描图像,且不同的设备其最高分辨率,以及适用的样品尺寸、适用的样品特性如表1所示:
表1
步骤S102、依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;
所述依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体包括:对所述数字岩心进行三维重建获得三维数据体;对所述三维数据体进行滤波处理,依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体。
步骤S101获取的数字岩心的格式一般为tiff图片,利用二维图片的三维重建技术对tiff图片进行重建获得三维数据体,二维图片的三维重建技术具体采用现有技术中的任一种。对获得的三维数据体进行滤波处理以消除噪点,依据预设的阈值对滤波后的三维数据体进行二值化处理,将三维数据体中大于阈值的点判断为样品岩石的孔隙、小于阈值的点判断为样品岩石的岩石骨架,或者将三维数据体中小于阈值的点判断为样品岩石的孔隙、大于阈值的点判断为样品岩石的岩石骨架,经过二值化处理便可区分出所述样品岩石中的孔隙和岩石骨架。
步骤S103、依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值。
利用单相多组分模型具体为格子Boltzmann方法(Lattice Boltzmann Method,简称LBM)的Shan-Doolen模型模拟所述孔隙中流体的低场核磁共振过程,在该过程中分析流体的组分,具体对流体的组分进行标记,获得被标记的组分和未被标记的组分,其中被标记的组分是流体中能够对CPMG脉冲序列产生反应的分子,未被标记的组分是流体中不能对CPMG脉冲序列产生反应的分子,通过所述流体的组分浓度获得磁化矢量的模值,具体用被标记的组分的浓度表示磁化矢量的模值。
本发明实施例通过单相多组分模型模拟样品岩石孔隙中流体的低场核磁共振过程,分析所述流体的组分,通过所述流体的组分浓度获得磁化矢量的模值,实现了模拟低场核磁共振分析流体分子的技术,为研究低场核磁共振分析流体分子提供了理论基础。
在上述实施例的基础上,所述依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值,包括:
对所述三维数据体的X轴、Y轴和Z轴进行离散划分获得多个晶格;
针对所述多个晶格中的任一晶格,将所述晶格内的流体的组分划分为第一类组分g和第二类组分f,所述第一类组分g为所述晶格内在XY平面内对应有磁化矢量分量的流体分子,所述第二类组分f为所述晶格内除所述第一类组分g之外的流体分子;
依据公式(1)和(2)分别获得所述第一类组分g在平衡态的分布函数和所述第二类组分f在平衡态的分布函数fi eq:
其中,i∈[1,2,....,N],N-1表示与所述晶格相邻的所有晶格的数目,wi表示权重系数,ρg表示所述第一类组分g的浓度,ρf表示所述第二类组分f的浓度,cs表示晶格声速,ei表示离散速度单位矢量,表示所述第一类组分g在平衡态的宏观速度,表示所述第二类组分f在平衡态的宏观速度;
依据公式(3)和(4)分别获得所述第一类组分g的宏观速度ug和所述第二类组分f的宏观速度uf:
其中,ci为常数,gi(x,t)表示所述第一类组分g在位置x、时刻t的分布函数,fi(x,t)表示所述第二类组分f在位置x、时刻t的分布函数;
依据公式(5)和(6)分别获得所述第一类组分g在位置x、时刻t的平衡态的宏观速度和所述第二类组分f在位置x、时刻t的平衡态的宏观速度
其中,ug(x,t)表示所述第一类组分g在位置x、时刻t的宏观速度,ρg(x,t)表示所述第一类组分g在位置x、时刻t的浓度,Fg(x,t)=-ψg(x)∑G[ψg(x+ei)-ψf(x+ei)]ei,ψg(x)=exp(-1/ρg(x,t)),ψg(x+ei)=exp(-1/ρg(x+ei,t)),τ和G为常数,uf(x,t)表示所述第二类组分f在位置x、时刻t的宏观速度,ρf(x,t)表示所述第二类组分f在位置x、时刻t的浓度,Ff(x,t)=-ψf(x)∑G[ψf(x+ei)-ψg(x+ei)]ei,ψf(x)=exp(-1/ρf(x,t)),ψf(x+ei)=exp(-1/ρf(x+ei,t));
依据公式(7)和(8)分别获得所述第一类组分g在位置x、时刻t的平衡态的分布函数和所述第二类组分f在位置x、时刻t的平衡态的分布函数
依据公式(9)和(10)分别获得所述第一类组分g在位置(x+c△t)、时刻(t+△t)的分布函数gi(x+c△t,t+△t)和所述第二类组分f在位置(x+c△t)、时刻(t+△t)的分布函数fi(x+c△t,t+△t):
其中,
依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf:
获得所述磁化矢量的模值,所述磁化矢量的模值为所述第一类组分g的浓度ρg。
在本发明实施例中,对时间进行离散化处理以使流体的时间步长为△t,同时对三维数据体的X轴、Y轴和Z轴进行离散划分获得多个晶格,该晶格优选为立方体,即孔隙中的流体具体以晶格的形式进行划分,并且将流体的组分划分为第一类组分g和第二类组分f,所述第一类组分g为所述晶格内在XY平面内对应有磁化矢量分量的流体分子即能够对CPMG脉冲序列产生反应的被标记的组分,所述第二类组分f为所述晶格内除所述第一类组分g之外的流体分子即不能对CPMG脉冲序列产生反应的未被标记的组分,在初始状态下,合理假设第一类组分g的浓度初始值为1-10-10,第二类组分f的浓度初始值为10-10,且第一类组分g的浓度初始值和第二类组分f的浓度初始值不限于此,所述第一类组分g在平衡态的宏观速度为0,第二类组分f在平衡态的宏观速度为0,通过公式(1)计算获得第一类组分g在平衡态的分布函数此处ρg=1-10-10,通过公式(2)计算获得第二类组分f在平衡态的分布函数fi eq=wiρf,此处ρf=10-10,其中,i∈[1,2,....,N],N-1表示与所述晶格相邻的所有晶格的数目,wi表示权重系数,ρg表示所述第一类组分g的浓度,ρf表示所述第二类组分f的浓度,cs表示晶格声速,ei表示离散速度单位矢量,且 表示所述第一类组分g在平衡态的宏观速度,表示所述第二类组分f在平衡态的宏观速度,第一类组分g的浓度初始值为ρg=1-10-10,第二类组分f的浓度的初始值为ρf=10-10。
公式(3)中第一类组分g的宏观速度ug的初始值为0,公式(4)中第二类组分f的宏观速度uf的初始值为0,则公式(5)中ug(x,t)初始值为0,ρg(x,t)=ρg=1-10-10;公式(6)中uf(x,t)初始值为0,ρf(x,t)=ρf=10-10;其中,Fg(x,t)=-ψg(x)∑G[ψg(x+ei)-ψf(x+ei)]ei,ψg(x)=exp(-1/ρg(x,t)),ψg(x+ei)=exp(-1/ρg(x+ei,t)),τ和G为常数,Ff(x,t)=-ψf(x)∑G[ψf(x+ei)-ψg(x+ei)]ei,ψf(x)=exp(-1/ρf(x,t)),ψf(x+ei)=exp(-1/ρf(x+ei,t));通过公式(5)和(6)分别获得所述第一类组分g在位置x、时刻t的平衡态的宏观速度和所述第二类组分f在位置x、时刻t的平衡态的宏观速度
将公式(5)计算获得的和ρg(x,t)=ρg=1-10-10带入公式(7)获得第一类组分g在位置x、时刻t的平衡态的分布函数将公式(6)计算获得的和ρf(x,t)=ρf=10-10带入公式(8)获得第二类组分f在位置x、时刻t的平衡态的分布函数fi eq(x,t);其中,cs表示晶格声速,wi表示权重系数,ei表示离散速度单位矢量。
将公式(1)获得的和公式(7)获得的带入公式(9)获得第一类组分g在位置(x+c△t)、时刻(t+△t)的分布函数gi(x+c△t,t+△t),将公式(2)获得的fi eq和公式(8)获得的fi eq(x,t)带入公式(10)获得第二类组分f在位置(x+c△t)、时刻(t+△t)的分布函数fi(x+c△t,t+△t);其中,
将公式(9)获得的gi(x+c△t,t+△t)带入公式(11)获得第一类组分g的浓度ρg,将公式(10)获得的fi(x+c△t,t+△t)带入公式(12)获得第二类组分f的浓度ρf。并且第一类组分g的浓度ρg即为磁化矢量的模值。
本发明实施例提供了单相多组分模型即Shan-Doolen模型计算磁化矢量的模值的方法。
图2为本发明实施例提供的CPMG脉冲序列示意图。在上述实施例的基础上,所述依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf之后,还包括:
依据公式(13)和(14)分别计算所述流体在表面弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率sg和所述第二类组分f的浓度ρf随时间的变化率sf,并依据公式(15)和(16)分别获得表面弛豫作用后的所述第一类组分g的浓度ρ′g和所述第二类组分f的浓度ρ′f:
ρ′g=ρg-sgρg (15)
ρ′f=ρf-sfρf (16)
依据公式(17)和(18)分别计算所述流体在体弛豫作用下,所述第一类组分g的浓度ρ′g随时间的变化率bg和所述第二类组分f的浓度ρ′f随时间的变化率bf,并依据公式(19)和(20)分别获得体弛豫作用后的所述第一类组分g的浓度ρ″g和所述第二类组分f的浓度ρ″f:
ρ″g=ρ′g-bgρ′g (19)
ρ″f=ρ′f-bfρ′f (20)
依据公式(21)和(22)分别计算所述流体的扩散系数Dg和Df,并依据公式(23)和(24)分别获得流体扩散后的所述第一类组分g的浓度ρ″′g和所述第二类组分f的浓度ρ″′f:
ρ″′g=ρ″g-Dgρ″g (23)
ρ″′f=ρ″f-Dfρ″f (24)
将ρ″′g作为公式(1)中的ρg、ρ″′f作为公式(2)中的ρf,将作为公式(1)中的将作为公式(2)中的循环执行公式(1)-(24)。
在本发明实施例中,第一类组分g的浓度与第二类组分f的浓度之和为1,在流体中加如图2所示的CPMG脉冲序列,其中,CPMG脉冲序列的90度脉冲是指以氢原子的拉莫尔进动频率将磁化矢量从z轴正方向搬转到xy平面内所需要的脉冲强度和时间;CPMG脉冲序列180度脉冲是指以氢原子的拉莫尔进动频率将磁化矢量从xy平面内轴对称反转所需要的脉冲强度和时间。在流体中加CPMG脉冲序列的90度脉冲之前,设置流体中第一类组分g的浓度初始值为1-10-10,第二类组分f的浓度初始值为10-10,在流体中加CPMG脉冲序列的90度脉冲之后,设置流体中第一类组分g的浓度初始值为10-10,第二类组分f的浓度初始值为1-10-10。
流体在表面弛豫作用下,第一类组分g的浓度ρg会随时间发生变化,变化率为sg,第二类组分f的浓度ρf会随时间发生变化,变化率为sf,将公式(11)获得的ρg带入公式(13)中可获得变化率sg,将ρg和sg带入公式(15)获得表面弛豫作用后,第一类组分g的浓度ρ′g;同理,将公式(12)获得的ρf带入公式(14)中可获得变化率sf,将ρf和sf带入公式(16)获得表面弛豫作用后,第二类组分f的浓度ρ′f。
流体在体弛豫作用下,第一类组分g的浓度ρg会随时间发生变化,变化率为bg,第二类组分f的浓度ρf会随时间发生变化,变化率为bf,将公式(11)获得的ρg带入公式(17)获得bg,将公式(12)获得的ρf带入公式(18)获得bf,将公式(15)获得的ρ′g和公式(17)获得的bg带入公式(19)获得弛豫作用后的所述第一类组分g的浓度ρ″g;同理,获得所述第二类组分f的浓度ρ″f。
通过公式(21)和(22)分别计算所述流体的扩散系数Dg和Df,并依据公式(23)和(24)分别获得流体扩散后的所述第一类组分g的浓度ρ″′g和所述第二类组分f的浓度ρ″′f。
将流体扩散后的所述第一类组分g的浓度ρ″′g作为公式(1)中的ρg,将公式(5)获得的作为公式(1)中的将流体扩散后的所述第二类组分f的浓度ρ″′f作为公式(2)中的ρf,将公式(6)获得的作为公式(2)中的循环执行公式(1)-(24),在循环过程中第一类组分g的浓度初始值和第二类组分f的浓度初始值可以随时改变。
所述根据所述流体的组分浓度获得磁化矢量的模值之后,还包括:在所述流体上施加压力梯度,以使所述流体的流速发生变化;根据所述流体的组分浓度获得不同流体流速下所述磁化矢量的模值。
在本发明实施例中,流体上施加压力梯度为Fex(x,t),则流体的流速将发生变化,上述公式(5)变形为上述公式(6)变形为其余公式和执行步骤不变,通过计算第一类组分g的浓度ρg获得磁化矢量的模值。
所述依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体之后,还包括:利用氦孔隙度测量仪测量所述样品岩石的测量孔隙度;依据所述三维数据体计算所述样品岩石的理论孔隙度;若所述理论孔隙度与所述测量孔隙度不相等,则调节所述阈值,再次执行所述依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体的步骤,直至所述理论孔隙度与所述测量孔隙度相等。
在步骤S102之后,需要对预设的阈值进行校正,具体校正方法为:利用氦孔隙度测量仪测量所述样品岩石的测量孔隙度;依据所述三维数据体计算所述样品岩石的理论孔隙度;比较样品岩石的测量孔隙度和理论孔隙度是否相等,若所述理论孔隙度与所述测量孔隙度不相等,则调节所述阈值,继续依据所述三维数据体计算所述样品岩石的理论孔隙度,直至所述理论孔隙度与所述测量孔隙度相等,此时的阈值为校准的阈值。
本发明实施例通过循环执行单相多组分模型模拟孔隙中流体的低场核磁共振过程,获得随时间变化的磁化矢量的模值,以及通过流体上施加压力梯度,分析不同流体流速下磁化矢量的模值,提高了模拟低场核磁共振分析流体分子的能力,进一步提高了低场核磁共振分析流体分子的理论基础;另外,通过对二值化处理所用的阈值进行校正,提高了孔隙度的测量精度。
图3为本发明实施例提供的基于LBM模拟低场核磁共振分析流体的装置的结构图。本发明实施例提供的基于LBM模拟低场核磁共振分析流体的装置可以执行基于LBM模拟低场核磁共振分析流体的方法实施例提供的处理流程,如图3所示,基于LBM模拟低场核磁共振分析流体的装置30包括数字岩心获取模块31、三维数据体获取模块32和建模分析模块33,其中,数字岩心获取模块31用于获取样品岩石的数字岩心;三维数据体获取模块32用于依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;建模分析模块33用于依据所述三维数据体建立单相多组分模型,并基于所述单相多组分模型模拟所述孔隙中流体的低场核磁共振过程,分析获得所述流体的组分浓度,根据所述流体的组分浓度获得磁化矢量的模值。
本发明实施例通过单相多组分模型模拟样品岩石孔隙中流体的低场核磁共振过程,分析所述流体的组分,通过所述流体的组分浓度获得磁化矢量的模值,实现了模拟低场核磁共振分析流体分子的技术,为研究低场核磁共振分析流体分子提供了理论基础。
图4为本发明另一实施例提供的基于LBM模拟低场核磁共振分析流体的装置的结构图。在上述实施例的基础上,建模分析模块33具体用于对所述三维数据体的X轴、Y轴和Z轴进行离散划分获得多个晶格;
针对所述多个晶格中的任一晶格,将所述晶格内的流体的组分划分为第一类组分g和第二类组分f,所述第一类组分g为所述晶格内在XY平面内对应有磁化矢量分量的流体分子,所述第二类组分f为所述晶格内除所述第一类组分g之外的流体分子;
依据公式(1)和(2)分别获得所述第一类组分g在平衡态的分布函数和所述第二类组分f在平衡态的分布函数fi eq:
其中,i∈[1,2,....,N],N-1表示与所述晶格相邻的所有晶格的数目,wi表示权重系数,ρg表示所述第一类组分g的浓度,ρf表示所述第二类组分f的浓度,cs表示晶格声速,ei表示离散速度单位矢量,表示所述第一类组分g在平衡态的宏观速度,表示所述第二类组分f在平衡态的宏观速度;
依据公式(3)和(4)分别获得所述第一类组分g的宏观速度ug和所述第二类组分f的宏观速度uf:
其中,ci为常数,gi(x,t)表示所述第一类组分g在位置x、时刻t的分布函数,fi(x,t)表示所述第二类组分f在位置x、时刻t的分布函数;
依据公式(5)和(6)分别获得所述第一类组分g在位置x、时刻t的平衡态的宏观速度和所述第二类组分f在位置x、时刻t的平衡态的宏观速度
其中,ug(x,t)表示所述第一类组分g在位置x、时刻t的宏观速度,ρg(x,t)表示所述第一类组分g在位置x、时刻t的浓度,Fg(x,t)=-ψg(x)∑G[ψg(x+ei)-ψf(x+ei)]ei,ψg(x)=exp(-1/ρg(x,t)),ψg(x+ei)=exp(-1/ρg(x+ei,t)),τ和G为常数,uf(x,t)表示所述第二类组分f在位置x、时刻t的宏观速度,ρf(x,t)表示所述第二类组分f在位置x、时刻t的浓度,Ff(x,t)=-ψf(x)∑G[ψf(x+ei)-ψg(x+ei)]ei,ψf(x)=exp(-1/ρf(x,t)),ψf(x+ei)=exp(-1/ρf(x+ei,t));
依据公式(7)和(8)分别获得所述第一类组分g在位置x、时刻t的平衡态的分布函数和所述第二类组分f在位置x、时刻t的平衡态的分布函数fi eq(x,t):
依据公式(9)和(10)分别获得所述第一类组分g在位置(x+c△t)、时刻(t+△t)的分布函数gi(x+c△t,t+△t)和所述第二类组分f在位置(x+c△t)、时刻(t+△t)的分布函数fi(x+c△t,t+△t):
其中,
依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf:
获得所述磁化矢量的模值,所述磁化矢量的模值为所述第一类组分g的浓度ρg。
建模分析模块33还用于依据公式(13)和(14)分别计算所述流体在表面弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率sg和所述第二类组分f的浓度ρf随时间的变化率sf,并依据公式(15)和(16)分别获得表面弛豫作用后的所述第一类组分g的浓度ρ′g和所述第二类组分f的浓度ρ′f:
ρ′g=ρg-sgρg (15)
ρ′f=ρf-sfρf (16)
依据公式(17)和(18)分别计算所述流体在体弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率bg和所述第二类组分f的浓度ρf随时间的变化率bf,并依据公式(19)和(20)分别获得体弛豫作用后的所述第一类组分g的浓度ρ″g和所述第二类组分f的浓度ρ″f:
ρ″g=ρ′g-bgρ′g (19)
ρ″f=ρ′f-bfρ′f (20)
依据公式(21)和(22)分别计算所述流体的扩散系数Dg和Df,并依据公式(23)和(24)分别获得流体扩散后的所述第一类组分g的浓度ρ″′g和所述第二类组分f的浓度ρ″′f:
ρ″′g=ρ″g-Dgρ″g (23)
ρ″′f=ρ″f-Dfρ″f(24)
将ρ″′g作为公式(1)中的ρg、ρ″′f作为公式(2)中的ρf,将作为公式(1)中的将作为公式(2)中的循环执行公式(1)-(24)。
建模分析模块33还用于在所述流体上施加压力梯度,以使所述流体的流速发生变化;根据所述流体的组分浓度获得不同流体流速下所述磁化矢量的模值。
三维数据体获取模块32具体用于对所述数字岩心进行三维重建获得三维数据体;对所述三维数据体进行滤波处理,依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体。
基于LBM模拟低场核磁共振分析流体的装置30还包括校正模块34,校正模块34用于利用氦孔隙度测量仪测量所述样品岩石的测量孔隙度;依据所述三维数据体计算所述样品岩石的理论孔隙度;若所述理论孔隙度与所述测量孔隙度不相等,则调节所述阈值,再次执行所述依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体的步骤,直至所述理论孔隙度与所述测量孔隙度相等。
本发明实施例提供的基于LBM模拟低场核磁共振分析流体的装置可以具体用于执行上述图1所提供的方法实施例,具体功能此处不再赘述。
本发明实施例通过循环执行单相多组分模型模拟孔隙中流体的低场核磁共振过程,获得随时间变化的磁化矢量的模值,以及通过流体上施加压力梯度,分析不同流体流速下磁化矢量的模值,提高了模拟低场核磁共振分析流体分子的能力,进一步提高了低场核磁共振分析流体分子的理论基础;另外,通过对二值化处理所用的阈值进行校正,提高了孔隙度的测量精度。
综上所述,本发明实施例通过单相多组分模型模拟样品岩石孔隙中流体的低场核磁共振过程,分析所述流体的组分,通过所述流体的组分浓度获得磁化矢量的模值,实现了模拟低场核磁共振分析流体分子的技术,为研究低场核磁共振分析流体分子提供了理论基础;通过循环执行单相多组分模型模拟孔隙中流体的低场核磁共振过程,获得随时间变化的磁化矢量的模值,以及通过流体上施加压力梯度,分析不同流体流速下磁化矢量的模值,提高了模拟低场核磁共振分析流体分子的能力,进一步提高了低场核磁共振分析流体分子的理论基础;另外,通过对二值化处理所用的阈值进行校正,提高了孔隙度的测量精度。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于LBM模拟低场核磁共振分析流体的方法,其特征在于,包括:
获取样品岩石的数字岩心;
依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;
对所述三维数据体的X轴、Y轴和Z轴进行离散划分获得多个晶格;
针对所述多个晶格中的任一晶格,将所述晶格内的流体的组分划分为第一类组分g和第二类组分f,所述第一类组分g为所述晶格内在XY平面内对应有磁化矢量分量的流体分子,所述第二类组分f为所述晶格内除所述第一类组分g之外的流体分子;
依据公式(1)和(2)分别获得所述第一类组分g在平衡态的分布函数和所述第二类组分f在平衡态的分布函数fi eq:
其中,i∈[1,2,....,N],N-1表示与所述晶格相邻的所有晶格的数目,wi表示权重系数,ρg表示所述第一类组分g的浓度,ρf表示所述第二类组分f的浓度,cs表示晶格声速,ei表示离散速度单位矢量,表示所述第一类组分g在平衡态的宏观速度,表示所述第二类组分f在平衡态的宏观速度;
依据公式(3)和(4)分别获得所述第一类组分g的宏观速度ug和所述第二类组分f的宏观速度uf:
其中,ci为常数,gi(x,t)表示所述第一类组分g在位置x、时刻t的分布函数,fi(x,t)表示所述第二类组分f在位置x、时刻t的分布函数;
依据公式(5)和(6)分别获得所述第一类组分g在位置x、时刻t的平衡态的宏观速度和所述第二类组分f在位置x、时刻t的平衡态的宏观速度
其中,ug(x,t)表示所述第一类组分g在位置x、时刻t的宏观速度,ρg(x,t)表示所述第一类组分g在位置x、时刻t的浓度,Fg(x,t)=-ψg(x)∑G[ψg(x+ei)-ψf(x+ei)]ei,ψg(x)=exp(-1/ρg(x,t)),ψg(x+ei)=exp(-1/ρg(x+ei,t)),τ和G为常数,uf(x,t)表示所述第二类组分f在位置x、时刻t的宏观速度,ρf(x,t)表示所述第二类组分f在位置x、时刻t的浓度,Ff(x,t)=-ψf(x)∑G[ψf(x+ei)-ψg(x+ei)]ei,ψf(x)=exp(-1/ρf(x,t)),ψf(x+ei)=exp(-1/ρf(x+ei,t));
依据公式(7)和(8)分别获得所述第一类组分g在位置x、时刻t的平衡态的分布函数和所述第二类组分f在位置x、时刻t的平衡态的分布函数fi eq(x,t):
依据公式(9)和(10)分别获得所述第一类组分g在位置(x+c△t)、时刻(t+△t)的分布函数gi(x+c△t,t+△t)和所述第二类组分f在位置(x+c△t)、时刻(t+△t)的分布函数fi(x+c△t,t+△t):
其中,
依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf:
获得所述磁化矢量的模值,所述磁化矢量的模值为所述第一类组分g的浓度ρg。
2.根据权利要求1所述的方法,其特征在于,所述依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf之后,还包括:
依据公式(13)和(14)分别计算所述流体在表面弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率sg和所述第二类组分f的浓度ρf随时间的变化率sf,并依据公式(15)和(16)分别获得表面弛豫作用后的所述第一类组分g的浓度ρ′g和所述第二类组分f的浓度ρ′f:
ρ′g=ρg-sgρg (15)
ρ′f=ρf-sfρf (16)
依据公式(17)和(18)分别计算所述流体在体弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率bg和所述第二类组分f的浓度ρf随时间的变化率bf,并依据公式(19)和(20)分别获得体弛豫作用后的所述第一类组分g的浓度ρ″g和所述第二类组分f的浓度ρ″f:
ρ″g=ρ'g-bgρ'g (19)
ρ″f=ρ'f-bfρ'f (20)
依据公式(21)和(22)分别计算所述流体的扩散系数Dg和Df,并依据公式(23)和(24)分别获得流体扩散后的所述第一类组分g的浓度ρ″′g和所述第二类组分f的浓度ρ″′f:
ρ″′g=ρ″g-Dgρ″g (23)
ρ″′f=ρ″f-Dfρ″f (24)
将ρ″′g作为公式(1)中的ρg、ρ″′f作为公式(2)中的ρf,将作为公式(1)中的将作为公式(2)中的循环执行公式(1)-(24)。
3.根据权利要求2所述的方法,其特征在于,所述获得所述磁化矢量的模值之后,还包括:
在所述流体上施加压力梯度,以使所述流体的流速发生变化;
根据所述流体的组分浓度获得不同流体流速下所述磁化矢量的模值。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体包括:
对所述数字岩心进行三维重建获得三维数据体;
对所述三维数据体进行滤波处理,依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体。
5.根据权利要求4所述的方法,其特征在于,所述依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体之后,还包括:
利用氦孔隙度测量仪测量所述样品岩石的测量孔隙度;
依据所述三维数据体计算所述样品岩石的理论孔隙度;
若所述理论孔隙度与所述测量孔隙度不相等,则调节所述阈值,再次执行所述依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体的步骤,直至所述理论孔隙度与所述测量孔隙度相等。
6.一种基于LBM模拟低场核磁共振分析流体的装置,其特征在于,包括:
数字岩心获取模块,用于获取样品岩石的数字岩心;
三维数据体获取模块,用于依据所述数字岩心获得所述样品岩石中孔隙和岩石骨架对应的三维数据体;
建模分析模块,用于对所述三维数据体的X轴、Y轴和Z轴进行离散划分获得多个晶格;
针对所述多个晶格中的任一晶格,将所述晶格内的流体的组分划分为第一类组分g和第二类组分f,所述第一类组分g为所述晶格内在XY平面内对应有磁化矢量分量的流体分子,所述第二类组分f为所述晶格内除所述第一类组分g之外的流体分子;
依据公式(1)和(2)分别获得所述第一类组分g在平衡态的分布函数和所述第二类组分f在平衡态的分布函数fi eq:
其中,i∈[1,2,....,N],N-1表示与所述晶格相邻的所有晶格的数目,wi表示权重系数,ρg表示所述第一类组分g的浓度,ρf表示所述第二类组分f的浓度,cs表示晶格声速,ei表示离散速度单位矢量,表示所述第一类组分g在平衡态的宏观速度,表示所述第二类组分f在平衡态的宏观速度;
依据公式(3)和(4)分别获得所述第一类组分g的宏观速度ug和所述第二类组分f的宏观速度uf:
其中,ci为常数,gi(x,t)表示所述第一类组分g在位置x、时刻t的分布函数,fi(x,t)表示所述第二类组分f在位置x、时刻t的分布函数;
依据公式(5)和(6)分别获得所述第一类组分g在位置x、时刻t的平衡态的宏观速度和所述第二类组分f在位置x、时刻t的平衡态的宏观速度
其中,ug(x,t)表示所述第一类组分g在位置x、时刻t的宏观速度,ρg(x,t)表示所述第一类组分g在位置x、时刻t的浓度,Fg(x,t)=-ψg(x)∑G[ψg(x+ei)-ψf(x+ei)]ei,ψg(x)=exp(-1/ρg(x,t)),ψg(x+ei)=exp(-1/ρg(x+ei,t)),τ和G为常数,uf(x,t)表示所述第二类组分f在位置x、时刻t的宏观速度,ρf(x,t)表示所述第二类组分f在位置x、时刻t的浓度,Ff(x,t)=-ψf(x)∑G[ψf(x+ei)-ψg(x+ei)]ei,ψf(x)=exp(-1/ρf(x,t)),ψf(x+ei)=exp(-1/ρf(x+ei,t));
依据公式(7)和(8)分别获得所述第一类组分g在位置x、时刻t的平衡态的分布函数和所述第二类组分f在位置x、时刻t的平衡态的分布函数fi eq(x,t):
依据公式(9)和(10)分别获得所述第一类组分g在位置(x+c△t)、时刻(t+△t)的分布函数gi(x+c△t,t+△t)和所述第二类组分f在位置(x+c△t)、时刻(t+△t)的分布函数fi(x+c△t,t+△t):
其中,
依据公式(11)和(12)分别获得所述第一类组分g的浓度ρg和所述第二类组分f的浓度ρf:
获得所述磁化矢量的模值,所述磁化矢量的模值为所述第一类组分g的浓度ρg。
7.根据权利要求6所述的基于LBM模拟低场核磁共振分析流体的装置,其特征在于,所述建模分析模块还用于依据公式(13)和(14)分别计算所述流体在表面弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率sg和所述第二类组分f的浓度ρf随时间的变化率sf,并依据公式(15)和(16)分别获得表面弛豫作用后的所述第一类组分g的浓度ρ′g和所述第二类组分f的浓度ρ′f:
ρ′g=ρg-sgρg (15)
ρ′f=ρf-sfρf (16)
依据公式(17)和(18)分别计算所述流体在体弛豫作用下,所述第一类组分g的浓度ρg随时间的变化率bg和所述第二类组分f的浓度ρf随时间的变化率bf,并依据公式(19)和(20)分别获得体弛豫作用后的所述第一类组分g的浓度ρ″g和所述第二类组分f的浓度ρ″f:
ρ″g=ρ'g-bgρ'g (19)
ρ″f=ρ'f-bfρ'f(20)
依据公式(21)和(22)分别计算所述流体的扩散系数Dg和Df,并依据公式(23)和(24)分别获得流体扩散后的所述第一类组分g的浓度ρ″′g和所述第二类组分f的浓度ρ″′f:
ρ″′g=ρ″g-Dgρ″g (23)
ρ″′f=ρ″f-Dfρ″f (24)
将ρ″′g作为公式(1)中的ρg、ρ″′f作为公式(2)中的ρf,将作为公式(1)中的将作为公式(2)中的循环执行公式(1)-(24)。
8.根据权利要求7所述的基于LBM模拟低场核磁共振分析流体的装置,其特征在于,所述建模分析模块还用于在所述流体上施加压力梯度,以使所述流体的流速发生变化;根据所述流体的组分浓度获得不同流体流速下所述磁化矢量的模值。
9.根据权利要求6-8任一项所述的基于LBM模拟低场核磁共振分析流体的装置,其特征在于,所述三维数据体获取模块具体用于对所述数字岩心进行三维重建获得三维数据体;对所述三维数据体进行滤波处理,依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体。
10.根据权利要求9所述的基于LBM模拟低场核磁共振分析流体的装置,其特征在于,还包括:
校正模块,用于利用氦孔隙度测量仪测量所述样品岩石的测量孔隙度;依据所述三维数据体计算所述样品岩石的理论孔隙度;若所述理论孔隙度与所述测量孔隙度不相等,则调节所述阈值,再次执行所述依据阈值对所述三维数据体进行二值化处理区分出所述样品岩石中的孔隙和岩石骨架对应的三维数据体的步骤,直至所述理论孔隙度与所述测量孔隙度相等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510614337.6A CN105241911B (zh) | 2015-09-23 | 2015-09-23 | 基于lbm模拟低场核磁共振分析流体的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510614337.6A CN105241911B (zh) | 2015-09-23 | 2015-09-23 | 基于lbm模拟低场核磁共振分析流体的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105241911A CN105241911A (zh) | 2016-01-13 |
CN105241911B true CN105241911B (zh) | 2017-07-21 |
Family
ID=55039634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510614337.6A Active CN105241911B (zh) | 2015-09-23 | 2015-09-23 | 基于lbm模拟低场核磁共振分析流体的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105241911B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113466280B (zh) * | 2018-02-27 | 2022-07-26 | 华东师范大学 | 便于扩展分子信息库的仿真核磁共振波谱分析方法、分析系统及其应用 |
CN108536954A (zh) * | 2018-04-08 | 2018-09-14 | 南京航空航天大学 | 一种基于交点间断伽辽金的高精度格子波尔兹曼方法 |
CN109142875B (zh) * | 2018-09-30 | 2021-08-10 | 西南石油大学 | 一种利用数字岩心获取致密砂岩岩石电学特性的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673393A (zh) * | 2009-09-25 | 2010-03-17 | 上海大学 | 基于格子波尔兹曼模型的图像去噪方法 |
EP2270531A1 (en) * | 2009-07-03 | 2011-01-05 | Bruker BioSpin AG | Nuclear magnetic resonance spectroscopy using Long-Lived Coherences |
CN102163321A (zh) * | 2011-06-15 | 2011-08-24 | 上海大学 | 基于格子波尔兹曼模型的图像分割方法 |
CN102426711A (zh) * | 2011-09-08 | 2012-04-25 | 上海大学 | 离散间距可控的三维多孔骨支架离散模型构建方法 |
CN103366045A (zh) * | 2013-06-20 | 2013-10-23 | 华北水利水电大学 | 基于格子Boltzmann的流体可视化仿真方法 |
CN103616494A (zh) * | 2013-11-28 | 2014-03-05 | 中国石油天然气集团公司 | 一种模拟岩心孔隙空间流体分布的方法及系统 |
CN103778098A (zh) * | 2014-02-17 | 2014-05-07 | 浪潮(北京)电子信息产业有限公司 | 基于格子Boltzmann理论实现协同计算大涡模拟系统及方法 |
WO2015079000A1 (en) * | 2013-11-27 | 2015-06-04 | Institut D'investigació Sanitària Pere Virgili | Method for the characterization of lipoproteins |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9542506B2 (en) * | 2012-11-13 | 2017-01-10 | Exa Corporation | Computer simulation of physical processes including modeling of laminar-to-turbulent transition |
-
2015
- 2015-09-23 CN CN201510614337.6A patent/CN105241911B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2270531A1 (en) * | 2009-07-03 | 2011-01-05 | Bruker BioSpin AG | Nuclear magnetic resonance spectroscopy using Long-Lived Coherences |
CN101673393A (zh) * | 2009-09-25 | 2010-03-17 | 上海大学 | 基于格子波尔兹曼模型的图像去噪方法 |
CN102163321A (zh) * | 2011-06-15 | 2011-08-24 | 上海大学 | 基于格子波尔兹曼模型的图像分割方法 |
CN102426711A (zh) * | 2011-09-08 | 2012-04-25 | 上海大学 | 离散间距可控的三维多孔骨支架离散模型构建方法 |
CN103366045A (zh) * | 2013-06-20 | 2013-10-23 | 华北水利水电大学 | 基于格子Boltzmann的流体可视化仿真方法 |
WO2015079000A1 (en) * | 2013-11-27 | 2015-06-04 | Institut D'investigació Sanitària Pere Virgili | Method for the characterization of lipoproteins |
CN103616494A (zh) * | 2013-11-28 | 2014-03-05 | 中国石油天然气集团公司 | 一种模拟岩心孔隙空间流体分布的方法及系统 |
CN103778098A (zh) * | 2014-02-17 | 2014-05-07 | 浪潮(北京)电子信息产业有限公司 | 基于格子Boltzmann理论实现协同计算大涡模拟系统及方法 |
Non-Patent Citations (2)
Title |
---|
Joint numerical microscale simulations of multiphase flow and NMR relaxation behavior in porous media using Lattice Boltzmann methods;O Mohnke et al;《Water Resources Research》;20140919;第50卷(第9期);第1节,第3节,第6节及摘要 * |
基于三维重构模型的孔隙岩石气体渗流的LBM模拟;王金波 等;《煤炭工程》;20141231;第46卷(第5期);第2.1节,摘要 * |
Also Published As
Publication number | Publication date |
---|---|
CN105241911A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bernal et al. | Multistate boson stars | |
Fieremans et al. | Physical and numerical phantoms for the validation of brain microstructural MRI: A cookbook | |
Liu et al. | Fast realistic MRI simulations based on generalized multi-pool exchange tissue model | |
US10234372B2 (en) | NMR analysis system and method for porous media | |
Narsilio et al. | Upscaling of Navier–Stokes equations in porous media: Theoretical, numerical and experimental approach | |
Alpak et al. | A distributed parallel multiple-relaxation-time lattice Boltzmann method on general-purpose graphics processing units for the rapid and scalable computation of absolute permeability from high-resolution 3D micro-CT images | |
Buchert et al. | Testing higher-order lagrangian perturbation theory against numerical simulations-1. pancake models | |
CN105241911B (zh) | 基于lbm模拟低场核磁共振分析流体的方法及装置 | |
JP2017507698A (ja) | サンプルにおける等方性拡散及び/又は異方性拡散を定量化するための方法 | |
CN110473597A (zh) | 砾岩力学性质评价分析方法及系统 | |
CN114283254B (zh) | 基于核磁共振数据的岩心数字化孔隙网络模型构建方法 | |
Kutter et al. | LEAP database for verification, validation, and calibration of codes for simulation of liquefaction | |
Wang et al. | Identifying material parameters for a micro-polar plasticity model via X-ray micro-computed tomographic (CT) images: lessons learned from the curve-fitting exercises | |
Alfarisi et al. | Morphology Decoder: A Machine Learning Guided 3D Vision Quantifying Heterogenous Rock Permeability for Planetary Surveillance and Robotic Functions | |
Cho et al. | Magnetic resonance characterization of porous media using diffusion through internal magnetic fields | |
Jin et al. | Comparison of NMR simulations of porous media derived from analytical and voxelized representations | |
Winardhi et al. | Permeability estimation of porous rock by means of fluid flow simulation and digital image analysis | |
Marica et al. | Determination of spatially-resolved porosity, tracer distributions and diffusion coefficients in porous media using MRI measurements and numerical simulations | |
Lu et al. | A reconstruction method of porous media integrating soft data with hard data | |
Yao et al. | Multiscale pore structure analysis in carbonate rocks | |
Dong et al. | Verification of the carbonate double-porosity conductivity model based on digital cores | |
Arns et al. | Prediction of permeability from NMR response: surface relaxivity heterogeneity | |
CN105424575B (zh) | 一种确定渗透率的方法和装置 | |
Guo et al. | A hybrid method for NMR data compression based on window averaging (WA) and principal component analysis (PCA) | |
Chi et al. | Directional permeability assessment in formations with complex pore geometry using a new NMR-based permeability model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |