CN105628726A - 一种致密砂岩矿物组成的分析方法及系统 - Google Patents
一种致密砂岩矿物组成的分析方法及系统 Download PDFInfo
- Publication number
- CN105628726A CN105628726A CN201510976352.5A CN201510976352A CN105628726A CN 105628726 A CN105628726 A CN 105628726A CN 201510976352 A CN201510976352 A CN 201510976352A CN 105628726 A CN105628726 A CN 105628726A
- Authority
- CN
- China
- Prior art keywords
- mineral
- scanning
- image
- gray
- minerals
- 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.)
- Granted
Links
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 173
- 239000011707 mineral Substances 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000000203 mixture Substances 0.000 title claims abstract description 41
- 238000009826 distribution Methods 0.000 claims abstract description 41
- 238000002591 computed tomography Methods 0.000 claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 13
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 239000011248 coating agent Substances 0.000 claims description 6
- 238000000576 coating method Methods 0.000 claims description 6
- 238000005498 polishing Methods 0.000 claims description 3
- 238000007747 plating Methods 0.000 claims description 2
- 239000002734 clay mineral Substances 0.000 description 14
- 238000003860 storage Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 239000002585 base Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000007900 aqueous suspension Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000000634 powder X-ray diffraction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 101150067113 prxl2a gene Proteins 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请实施例公开了一种致密砂岩矿物组成的分析方法及系统，所述方法包括：获取矿物样品；对矿物样品进行预处理；对预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像和对应的能谱数据体，将能谱数据体与标准矿物数据库比对，确定灰度图像的矿物平面分布特征；对预处理后的矿物样品进行微米CT扫描，获取扫描结果的灰度切片；比对灰度图像和灰度切片，确定灰度图像和灰度切片中的匹配图像，根据匹配图像及灰度图像，确定灰度切片中矿物与灰度值的对应关系；根据所述对应关系，构建矿物三维空间分布模型，确定矿物产状及空间分布特征。本申请提供的致密砂岩矿物组成的分析方法及系统，可以提高矿物组成分析的准确度和直观性。
Description
技术领域
本申请涉及岩石矿物分析技术领域，特别涉及一种致密砂岩矿物组成的分析方法及系统。
背景技术
作为岩石学研究的重要内容，岩石矿物组成一直受到岩石学家与地质学家的关注。由于不同矿物在粒径、产出状态、光学性质、力学特征及润湿性方面等具有差异性，因此矿物的相对含量及类型组合会对岩石性质产生影响，包括孔隙结构、力学性质、润湿性质及渗流特征等方面。伴随致密砂岩油气在国内外的成功勘探开发，致密砂岩储集空间刻画与流体可动性评价成为学者与生产单位关注的重点。相关学者在研究中也注意到矿物组成对致密砂岩储集性能与可改造性的重要影响，如在油气工业中，不同矿物，尤其是黏土矿物是储层“四敏”评价(酸敏、碱敏、水敏及速敏评价)中重要的研究内容。
现有的对致密砂岩矿物组成进行分析的常规方法包括：首先将样品粉碎，研磨成粉末，根据斯托克斯沉降定理，采用水悬浮液分离方法或离心方法分别提取粒径小于10μm和小于2μm的黏土矿物颗粒。粒径小于10μm的黏土矿物样品用于测定黏土矿物在原岩中的总相对含量；粒径小于2μm的黏土矿物样品用于测定各种黏土矿物种类的相对含量。然后，采用粉末XRD“K值法”测定各非黏土矿物的含量和黏土矿物总量；并且，采用自然片、乙二醇饱和片和高温片的衍射峰面积差减法测定黏土矿物中各黏土矿物种类的相对含量。记录黏土矿物总量和各非黏土矿物含量，将常见非黏土矿物含量与黏土矿物含量加在一起作为100％计算，得到不同矿物在沉积岩中的相对含量。
在实现本申请过程中，发明人发现现有技术中至少存在如下问题：实验结果与实验研究人员经验直接相关：衍射峰强度计算时需确定背底基线，不同人员确定基线不同，直接导致积分面积的差异性，进而导致实验结果的差异性。同时，实验结果为定量评价结果，缺乏直观展示，在确定矿物相对含量之后，无法确定矿物产状及接触关系。
发明内容
本申请实施例的目的是提供一种致密砂岩矿物组成的分析方法及系统，以提高矿物组成分析的精确度和直观性。
为解决上述技术问题，本申请实施例提供一种致密砂岩矿物组成的分析方法及系统是这样实现的：
一种致密砂岩矿物组成的分析方法，包括：
在目标区域中获取预设规格的矿物样品；
对所述获取的矿物样品进行预处理；
对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像和对应的能谱数据体，将所述能谱数据体与标准矿物数据库比对，确定所述灰度图像的矿物平面分布特征；
根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片；
比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系；
根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
优选方案中，所述预设规格的矿物样品包括：直径为1.5毫米～3毫米的小圆柱。
优选方案中，所述预设规格的矿物样品的高度为3毫米～5毫米。
优选方案中，所述预处理包括：抛光和镀膜。
优选方案中，所述镀膜包括：镀碳，所述碳膜的厚度为5纳米～8纳米。
优选方案中，所述匹配图像包括：所述矿物样品顶端的镀碳层的图像。
优选方案中，所述对预处理后的矿物样品利用扫描电镜进行逐点能谱分析，包括：对所述矿物样品设置扫描点，所述扫描点之间的点间距设置为3微米，对所述设置的扫描点利用扫描电镜进行扫描，得到每一扫描点的能谱数据。
优选方案中，所述预设的扫描参数包括：扫描角度，扫描结果的分辨率，扫描总张数以及单张扫描时间。
优选方案中，所述预设的扫描参数包括：扫描角度为360°，扫描结果的分辨率为1微米，扫描总张数为3000张，以及单张扫描时间为30秒。
一种致密砂岩矿物组成的分析系统，包括：矿物样品获取装置、矿物样品预处理装置、扫描电镜处理模块、微米CT扫描模块、匹配和对应关系模块以及三维空间分布模型模块；其中，
所述矿物样品获取装置，可以用于在目标区域中获取预设规格的矿物样品；
所述矿物样品预处理装置，可以用于对所述获取的矿物样品进行预处理；
所述扫描电镜处理模块，可以用于对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像；
所述微米CT扫描模块，可以用于根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片；
所述匹配和对应关系模块，可以用于比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系；
所述三维空间分布模型模块，可以用于根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
由以上本申请实施例提供的技术方案可见，本申请实施例提供的致密砂岩矿物组成方法及装置，利用微米CT扫描与扫描电镜矿物定量识别结合的方法来进行致密砂岩矿物组成的分析，有效提高了致密砂岩微区矿物表征的精度。同时，本申请提供的致密砂岩矿物组成方法及装置可以实现对致密砂岩矿物三维空间分布进行定量评价研究，可以直观形象地显示矿物组成。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请致密砂岩矿物组成的分析方法一个实施例的流程图；
图2是本申请致密砂岩矿物组成的分析系统一个实施例的模块图。
具体实施方式
本申请实施例提供一种致密砂岩矿物组成的分析方法及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
图1是本申请致密砂岩矿物组成的分析方法一个实施例的流程图。如图1所示，所述方法可以包括：
S101：在目标区域中获取预设规格的矿物样品。
可以在目标区域中获取预设规格的矿物样品。其中，所述目标区域可以是需要进行矿物组成分析的研究区域。所述目标区域可以是致密砂岩区域。所述在目标区域中获取矿物样品可以利用微型金刚石钻头来实现。
所述预设规格的矿物样品可以包括：直径可以为1.5毫米～3毫米的小圆柱。进一步地，所述小圆柱的直径可以选取为2毫米。试验中，选取直径2毫米圆柱的矿物样品可以保证微米CT(ComputedTomography，即电子计算机断层扫描)的扫描质量，同时可以保证获得较高的分辨率。因为分辨率太低无法对致密砂岩中的颗粒及孔隙进行精细识别。
进一步地，所述预设规格的矿物样品的高度可以为3毫米～5毫米。选取矿物样品的高度低于5毫米，可以避免过高的高度可能对扫描电镜的能谱分析造成干扰。
S102：对所述获取的矿物样品进行预处理。
对应所述获取的样品可以进行预处理，以保证矿物组成的分析的精确度。所述预处理可以包括：抛光和镀膜。具体地，可以利用1000目的金刚石砂轮对所述矿物样品的圆柱表面进行抛光，以保证表面平整。随后可以利用镀膜仪对所述抛光后的矿物样品进行镀膜。例如可以镀碳，所述碳膜的厚度可以为5纳米～8纳米。通过对所述矿物样品进行镀膜，可以保证扫描电镜能谱分析的质量。
S103：对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像和对应的能谱数据体，将所述能谱数据体与标准矿物数据库比对，确定所述灰度图像的矿物平面分布特征。
对所述预处理后的矿物样品利用扫描电镜背散射模式进行成像，获取研究区域的灰度图像，不同灰度值代表矿物类型不同。
对矿物样品进行逐点能谱分析，获取到每一点的能谱数据。将所述获取到的能谱数据体与矿物标准库进行比对，可以确定所述矿物样品的矿物平面分布特征，所述矿物平面分布特征包括：矿物类型及对应的矿物样品的平面分布图像。
所述对预处理后的矿物样品利用扫描电镜进行逐点能谱分析，具体可以包括：对所述矿物样品设置扫描点，所述扫描点之间的点间距可以设置为3微米，对所述设置的扫描点利用扫描电镜进行扫描，得到每一扫描点的能谱数据。
S104：根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片。
可以根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片。所述预设的扫描参数可以包括：扫描角度，扫描结果的分辨率，扫描总张数以及单张扫描时间。在一个实施例中，所述预设的扫描参数可以包括：扫描角度为360°，扫描结果的分辨率为1微米，扫描总张数为3000张，以及单张扫描时间为30秒。上述预设的扫描参数可以确保预处理后的矿物样品可以完全位于扫描区域内，从而可以保证图像在后续处理过程中可以实现完全匹配。
所述微米CT扫描结束后，可以获取所述矿物样品扫描结果的灰度切片，其中，不同灰度可以代表不同的矿物类型。
S105：比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系。
可以比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像。具体地，所述匹配图像可以包括：顶端镀碳层的图像。
确定匹配图像后，可以仔细对比灰度图像和灰度切面二者的灰度值差异，根据扫描电镜矿物样品的平面分布图像，可以确定CT切片中不同灰度代表的矿物，进而得到CT切片中矿物与灰度值之间的对应关系。
S106：根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
根据所述灰度切片中矿物与灰度值的对应关系，可以构建矿物三维空间分布模型。所述构建矿物三维空间分布模型可以采用现有的三维重构软件实现。
所述构建的空间分布模型可以确定所述矿物产状及空间分布特征。
上述实施例提供的致密砂岩矿物组成方法，利用微米CT扫描与扫描电镜矿物定量识别结合的方法来进行致密砂岩矿物组成的分析，有效提高了致密砂岩微区矿物表征的精度。同时，本申请的致密砂岩矿物组成方法可以实现对致密砂岩矿物三维空间分布进行定量评价研究，可以直观形象地显示矿物组成。
图2是本申请一种致密砂岩矿物组成的分析系统的模块图。如图2所示，所述分析系统可以包括：矿物样品获取装置201、矿物样品预处理装置202、扫描电镜处理模块203、微米CT扫描模块204、匹配和对应关系模块205以及三维空间分布模型模块206.其中，
所述矿物样品获取装置201，可以用于在目标区域中获取预设规格的矿物样品。
所述矿物样品预处理装置202，可以用于对所述获取的矿物样品进行预处理。
所述扫描电镜处理模块203，可以用于对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像。
所述微米CT扫描模块204，可以用于根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片。
所述匹配和对应关系模块205，可以用于比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系。
所述三维空间分布模型模块206，可以用于根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
上述实施例公开的一种致密砂岩矿物组成的分析系统与本申请致密砂岩矿物组成的分析方法实施例相对应，可以实现本申请的方法实施例，并达到本申请方法实施例的技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogicDevice,PLD)(例如现场可编程门阵列(FieldProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBooleanExpressionLanguage)、AHDL(AlteraHardwareDescriptionLanguage)、Confluence、CUPL(CornellUniversityProgrammingLanguage)、HDCal、JHDL(JavaHardwareDescriptionLanguage)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardwareDescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegratedCircuitHardwareDescriptionLanguage)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以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)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (10)
1.一种致密砂岩矿物组成的分析方法，其特征在于，包括：
在目标区域中获取预设规格的矿物样品；
对所述获取的矿物样品进行预处理；
对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像和对应的能谱数据体，将所述能谱数据体与标准矿物数据库比对，确定所述灰度图像的矿物平面分布特征；
根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片；
比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系；
根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
2.如权利要求1所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述预设规格的矿物样品包括：直径为1.5毫米～3毫米的小圆柱。
3.如权利要求2所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述预设规格的矿物样品的高度为3毫米～5毫米。
4.如权利要求1所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述预处理包括：抛光和镀膜。
5.如权利要求4所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述镀膜包括：镀碳，所述碳膜的厚度为5纳米～8纳米。
6.如权利要求5所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述匹配图像包括：所述矿物样品顶端的镀碳层的图像。
7.如权利要求1所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述对预处理后的矿物样品利用扫描电镜进行逐点能谱分析，包括：对所述矿物样品设置扫描点，所述扫描点之间的点间距设置为3微米，对所述设置的扫描点利用扫描电镜进行扫描，得到每一扫描点的能谱数据。
8.如权利要求1所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述预设的扫描参数包括：扫描角度，扫描结果的分辨率，扫描总张数以及单张扫描时间。
9.如权利要求8所述的一种致密砂岩矿物组成的分析方法，其特征在于，所述预设的扫描参数包括：扫描角度为360°，扫描结果的分辨率为1微米，扫描总张数为3000张，以及单张扫描时间为30秒。
10.一种致密砂岩矿物组成的分析系统，其特征在于，包括：矿物样品获取装置、矿物样品预处理装置、扫描电镜处理模块、微米CT扫描模块、匹配和对应关系模块以及三维空间分布模型模块；其中，
所述矿物样品获取装置，可以用于在目标区域中获取预设规格的矿物样品；
所述矿物样品预处理装置，可以用于对所述获取的矿物样品进行预处理；
所述扫描电镜处理模块，可以用于对所述预处理后的矿物样品利用扫描电镜进行逐点能谱分析，得到扫描电镜灰度图像和对应的能谱数据体，将所述能谱数据体与标准矿物数据库比对，确定所述灰度图像的矿物平面分布特征；
所述微米CT扫描模块，可以用于根据预设的扫描参数对所述预处理后的矿物样品进行微米CT扫描，并获取所述扫描结果的灰度切片；
所述匹配和对应关系模块，可以用于比对所述灰度图像和所述灰度切片，确定所述灰度图像和所述灰度切片中的匹配图像，根据所述匹配图像及所述灰度图像，确定所述灰度切片中矿物与灰度值的对应关系；
所述三维空间分布模型模块，可以用于根据所述灰度切片中矿物与灰度值的对应关系，构建矿物三维空间分布模型，根据所述空间分布模型确定所述矿物产状及空间分布特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510976352.5A CN105628726B (zh) | 2015-12-23 | 2015-12-23 | 一种致密砂岩矿物组成的分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510976352.5A CN105628726B (zh) | 2015-12-23 | 2015-12-23 | 一种致密砂岩矿物组成的分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105628726A true CN105628726A (zh) | 2016-06-01 |
| CN105628726B CN105628726B (zh) | 2018-08-14 |
Family
ID=56043861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510976352.5A Active CN105628726B (zh) | 2015-12-23 | 2015-12-23 | 一种致密砂岩矿物组成的分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105628726B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108152308A (zh) * | 2017-11-29 | 2018-06-12 | 中国电力科学研究院有限公司 | 一种土体颗粒间化学胶结力的检测方法 |
| CN108918564A (zh) * | 2018-08-09 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种适用于泥页岩矿物成分定量的分析方法 |
| CN111272617A (zh) * | 2020-03-10 | 2020-06-12 | 中国科学院寒区旱区环境与工程研究所 | 一种块状岩石样品不同矿物粒度分布特征的测量方法 |
| CN112233152A (zh) * | 2020-09-24 | 2021-01-15 | 科吉思石油技术咨询(北京)有限公司 | 一种矿物图像对齐方法、装置及存储介质 |
| CN112730476A (zh) * | 2020-12-18 | 2021-04-30 | 核工业北京地质研究院 | 一种矿物纯度检测方法 |
| CN113095244A (zh) * | 2021-04-17 | 2021-07-09 | 武汉财源通网络科技有限公司 | 基于物联网和特征识别的矿物资源勘探多维度分析处理系统 |
| CN113640184A (zh) * | 2021-08-31 | 2021-11-12 | 西南石油大学 | 一种研究页岩沉积水动力的方法 |
| CN113933331A (zh) * | 2021-09-24 | 2022-01-14 | 数岩科技股份有限公司 | 地层成岩阶段确定方法、装置及存储介质 |
| CN114113169A (zh) * | 2021-11-19 | 2022-03-01 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
| CN114235478A (zh) * | 2021-12-17 | 2022-03-25 | 桂林理工大学 | 一种地外样品原位微区取样方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700097A (zh) * | 2015-03-31 | 2015-06-10 | 西安科技大学 | 一种基于矿物标准色数据库的矿物组分识别方法 |
| CN104897698A (zh) * | 2015-06-05 | 2015-09-09 | 南昌航空大学 | 一种涡轮叶片热障涂层层状结构微米ct成像三维表征方法 |
-
2015
- 2015-12-23 CN CN201510976352.5A patent/CN105628726B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104700097A (zh) * | 2015-03-31 | 2015-06-10 | 西安科技大学 | 一种基于矿物标准色数据库的矿物组分识别方法 |
| CN104897698A (zh) * | 2015-06-05 | 2015-09-09 | 南昌航空大学 | 一种涡轮叶片热障涂层层状结构微米ct成像三维表征方法 |
Non-Patent Citations (4)
| Title |
|---|
| L.DE VETTER ET.AL: "Detection and distribution analysis of organosilicon compounds in wood by means of SEM-EDX and micro-CT", 《MATERIALS CHARACTERIZATION》 * |
| SAEY TUAN HO ET.AL: "A comparison of micro CT with other techniques used in the characterization of scaffolds", 《BIOMATERIALS》 * |
| 崔景伟 等: "致密砂岩层内非均质性及含油下限", 《石油学报》 * |
| 薛华庆 等: "岩石微观结构CT扫描表征技术研究", 《力学学报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108152308A (zh) * | 2017-11-29 | 2018-06-12 | 中国电力科学研究院有限公司 | 一种土体颗粒间化学胶结力的检测方法 |
| CN108918564A (zh) * | 2018-08-09 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种适用于泥页岩矿物成分定量的分析方法 |
| CN111272617A (zh) * | 2020-03-10 | 2020-06-12 | 中国科学院寒区旱区环境与工程研究所 | 一种块状岩石样品不同矿物粒度分布特征的测量方法 |
| CN112233152A (zh) * | 2020-09-24 | 2021-01-15 | 科吉思石油技术咨询(北京)有限公司 | 一种矿物图像对齐方法、装置及存储介质 |
| CN112730476A (zh) * | 2020-12-18 | 2021-04-30 | 核工业北京地质研究院 | 一种矿物纯度检测方法 |
| CN113095244A (zh) * | 2021-04-17 | 2021-07-09 | 武汉财源通网络科技有限公司 | 基于物联网和特征识别的矿物资源勘探多维度分析处理系统 |
| CN113095244B (zh) * | 2021-04-17 | 2022-08-12 | 上海煤科信息科技有限公司 | 基于物联网和特征识别的矿物资源勘探多维度分析处理系统 |
| CN113640184A (zh) * | 2021-08-31 | 2021-11-12 | 西南石油大学 | 一种研究页岩沉积水动力的方法 |
| CN113933331A (zh) * | 2021-09-24 | 2022-01-14 | 数岩科技股份有限公司 | 地层成岩阶段确定方法、装置及存储介质 |
| CN114113169A (zh) * | 2021-11-19 | 2022-03-01 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
| CN114113169B (zh) * | 2021-11-19 | 2024-05-31 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
| CN114235478A (zh) * | 2021-12-17 | 2022-03-25 | 桂林理工大学 | 一种地外样品原位微区取样方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105628726B (zh) | 2018-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105628726B (zh) | 一种致密砂岩矿物组成的分析方法及系统 | |
| Garing et al. | Pore-scale capillary pressure analysis using multi-scale X-ray micromotography | |
| Noiriel | Resolving time-dependent evolution of pore-scale structure, permeability and reactivity using X-ray microtomography | |
| Chandra et al. | A critical review on pore to continuum scale imaging techniques for enhanced shale gas recovery | |
| US9488605B2 (en) | Confocal XRF-CT system for mining analysis | |
| CN103698803B (zh) | 一种岩石孔隙结构表征方法及装置 | |
| Wu et al. | Analyses of representative elementary volume for coal using X-ray μ-CT and FIB-SEM and its application in permeability predication model | |
| Niu et al. | An innovative application of generative adversarial networks for physically accurate rock images with an unprecedented field of view | |
| Yan et al. | Nuclear magnetic resonance T 2 spectrum: multifractal characteristics and pore structure evaluation | |
| Yu et al. | X-ray micro-computed tomography (μ-CT) for 3D characterization of particle kinematics representing water-induced loess micro-fabric collapse | |
| Payton et al. | The influence of grain shape and size on the relationship between porosity and permeability in sandstone: A digital approach | |
| Wang et al. | Study on the pore structure and fractal dimension of tight sandstone in coal measures | |
| Sun et al. | 3D characterization of porosity and minerals of low-permeability uranium-bearing sandstone based on multi-resolution image fusion | |
| Mukhametdinova et al. | Reservoir properties of low-permeable carbonate rocks: experimental features | |
| CN111426616B (zh) | 碳酸盐岩弹性性质与孔隙结构获取方法、装置及存储介质 | |
| Ramandi et al. | FracDetect: A novel algorithm for 3D fracture detection in digital fractured rocks | |
| Pavičić et al. | Geometric and fractal characterization of pore systems in the Upper Triassic dolomites based on image processing techniques (example from Žumberak Mts, NW Croatia) | |
| CN103149130A (zh) | 砾岩岩心颗粒结构中粒度的分析方法 | |
| Ulusoy et al. | Prediction of average shape values of quartz particles by vibrating disc and ball milling using dynamic image analysis based on established time-dependent shape models | |
| Guren et al. | Dissolution rate variability at carbonate surfaces: 4D X-ray micro-tomography and stochastic modeling investigations | |
| CN108320307B (zh) | 一种确定储层岩石样品的有效单元体积的方法及装置 | |
| Zhang et al. | Digital Cake Analysis: A Novel Coal Filter Cake Examination Technique Using Microcomputed Tomography | |
| Tiu | Classification of drill core textures for process simulation in geometallurgy: Aitik mine, Sweden | |
| Guntoro et al. | 3D ore characterization as a paradigm shift for process design and simulation in mineral processing | |
| Grolimund et al. | Microscopic chemical imaging: A key to understand ion mobility in tight formations |
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 | ||
| GR01 | Patent grant |