CN106574981B - 针对多孔介质的核磁共振分析系统和方法 - Google Patents
针对多孔介质的核磁共振分析系统和方法 Download PDFInfo
- Publication number
- CN106574981B CN106574981B CN201580042237.9A CN201580042237A CN106574981B CN 106574981 B CN106574981 B CN 106574981B CN 201580042237 A CN201580042237 A CN 201580042237A CN 106574981 B CN106574981 B CN 106574981B
- Authority
- CN
- China
- Prior art keywords
- porous media
- particle
- nmr
- probability
- random
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005481 NMR spectroscopy Methods 0.000 title claims abstract description 48
- 239000002245 particle Substances 0.000 claims abstract description 74
- 239000011435 rock Substances 0.000 claims abstract description 38
- 238000005295 random walk Methods 0.000 claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000002591 computed tomography Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 19
- 238000009792 diffusion process Methods 0.000 claims description 15
- 239000007787 solid Substances 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 5
- 229930195733 hydrocarbon Natural products 0.000 claims description 5
- 150000002430 hydrocarbons Chemical class 0.000 claims description 5
- 238000012565 NMR experiment Methods 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 239000004215 Carbon black (E152) Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 10
- 239000004576 sand Substances 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 14
- 230000005415 magnetization Effects 0.000 description 12
- 238000007796 conventional method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 7
- 230000005012 migration Effects 0.000 description 7
- 238000013508 migration Methods 0.000 description 7
- 238000012512 characterization method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000004744 fabric Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 229910021536 Zeolite Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- HNPSIPDUKPIQMN-UHFFFAOYSA-N dioxosilane;oxo(oxoalumanyloxy)alumane Chemical compound O=[Si]=O.O=[Al]O[Al]=O HNPSIPDUKPIQMN-UHFFFAOYSA-N 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000010457 zeolite Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- -1 Hydrogen compound Chemical class 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000011800 void material Substances 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
- 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
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
- G01N24/081—Making measurements of geologic samples, e.g. measurements of moisture, pH, porosity, permeability, tortuosity or viscosity
-
- 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
- G01N33/241—Earth materials for hydrocarbon content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/448—Relaxometry, i.e. quantification of relaxation times or spin density
-
- 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
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Geochemistry & Mineralogy (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Dispersion Chemistry (AREA)
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
基于诸如CT图像的物理数据提供多孔介质的核磁共振(NMR)模拟。基于随机游走NMR模拟评估多孔介质的表面弛豫的方法，包括用于导出随机游走粒子的吸收概率的新算法，以及可以更精确地评估表面积并减少像素离散化效应的算法。该方法可应用于常规多孔介质以及非常规多孔介质，例如具有高表面积体积比的储层岩石，例如致密砂岩或页岩。
Description
背景技术
核磁共振(NMR)是探测多孔可渗透介质如岩石，土壤，沸石和生物组织的结构和岩石物理性质的有力工具，并已广泛应用于水文，石油工程，环境工程，生物医学研究，和临床设置。
发明内容
在一方面，提供了用于促进多孔介质的表征的系统和方法。例如，可以确定多孔介质的孔径分布。在另一个示例中，可以导出诸如表面弛豫参数的材料性质。然后可以利用这种表征来获得多孔介质中的流动性质。基于这些性质/参数，例如可以以更高的精度进行碳氢化合物探测。在生物医学领域中，可以获得更精确的成像，从而有助于改善治疗计划。
本文公开的各种实施例使用基于物理数据(诸如计算机断层摄影(CT)图像)的NMR模拟来导出材料性质并将所导出的性质应用于碳氢化合物勘探，测井，生物医学诊断和治疗，特别是在NMR成像不可用或不足以促进参数推导的情况下。
根据一些实施例，NMR过程可用随机游走算法来模拟(例如Talabi，O.，Alsayari，S.，Iglauer S.and Blunt，M.J.，J. of Petro.Sci.&Eng.67，168-178(2009)，Toumelin，Torres-Verdin and Chen，SPE Res.Eva.&Eng，234(2003)，Toumelin，Torres-Verdin，Sunand Dunn，Journal of Magnetic Resonance 188，83-96(2007)).在这种模拟中，“湮灭几率”的表达式可用于描述随机游走粒子的减少速率。
例如，在数字岩石物理学中，在三维多孔介质上的NMR衰减的表面弛豫可以用随机游走方法来模拟，其中代表磁化核的布朗运动粒子在界面吸收概率下被固体表面吸收。
在传统方法中(例如Bergman，Dunn，Schwartz and Mitra，Phy.Rev.E 51，3393(1995))，湮灭几率是基于随机游走粒子撞击平面的假设推导出的。然而，这忽略了像素离散化效应，因此通常需要输入参数的非物理调整，以便获得合理的模拟结果。
一些非常规的储层岩石类型，例如致密砂岩或页岩，可能包含大部分微孔，它们有高表面体积比的非常紧密且曲折的孔隙空间。因此，可能难以用常规方法的NMR模拟研究这些非常规岩石。
使用随机游走法的先前的模拟方法通常忽略三维孔隙空间的块状像素外观，导致对表面积的过高估计，特别是对于具有高表面体积比(S/V)的非常规储层岩石。这可能需要通过调节表面弛豫强度(SRS)的值来对界面吸收概率进行任意调整，以便再现和预测“真实的”实验测量。然而，这种任意调整偏离了SRS是岩石依赖物理性质的事实。
根据一些实施例，在随机游走NMR模拟中，采用随机游走粒子的减少来模拟横向磁化强度衰减。在模拟中，随机游走粒子由固体颗粒表面处的吸收概率控制，通常称为湮灭几率。湮灭几率与表面弛豫率和随机粒子步长成正比，并且与体扩散率成反比。
本文公开的各种实施例提供多孔介质的NMR模拟的方法，并且在非平面边界上考虑。该方法可以适用于所有类型的多孔介质，并且当应用于具有高S/V值的多孔介质，例如具有高S/V值的非常规岩石类型时，比常规方法更有利。
根据一些实施例，提供了一种用随机行走NMR模拟评估多孔介质的表面弛豫的方法。先前使用的湮灭几率方法中的不确定性大大降低。例如，在一些实施例中，基于横向磁化强度衰减的物理过程导出改进的湮灭几率，并且可以包括整个孔隙几何形状的S/V和全局撞击概率。这种湮灭几率的新方法可以应用于任何岩石类型，并且当应用于高S/V的多孔介质时具有优于常规方法的特别显著的优点。
在一些实施例中，提供了更准确地帮助评估多孔介质表面积的方法，从而减少像素离散化效应。
根据一些实施例，提供了一种方法，包括：
(a)将代表磁化核的大量随机游走粒子播散到多孔介质的多孔空间中以模拟大量随机游走粒子的扩散布朗运动，其中随机游走粒子的数量减少用于模拟NMR测量得到的横向磁化强度衰减，如同通过NMR测量得到的；和
(b)通过基于所述等式导出湮灭几率来推断多孔介质的固体颗粒表面的界面吸收概率：
其中γ是大量随机粒子在多孔介质颗粒表面上的湮灭几率；D0是流体的体扩散系数，∈是粒子在时间步长中走过的扩散距离，如三维空间内空间扩散粒子的布朗运动定律中所描述的；h是随机粒子撞击多孔介质颗粒表面的全局几率；ρ是表面弛豫率，S是孔洞空间的表面积，V是多孔介质孔洞空间的体积。
在一些实施例中，通过优化的行进立方体算法评价孔表面积S。通过沿着多孔介质的离散化固体-孔洞界面内插虚拟平滑表面，大量随机粒子撞击多孔介质的颗粒表面可以由判断这些随机粒子是否通过了虚拟平滑表面来确定。
在一些实施例中，全局几率可以计算为
其中Zi是三维图像(比如从CT扫描中获取的图像)第i个像素的像素标记，其中Zi＝0是孔洞，Zi＝1是固体颗粒；(或者)是Zi的6(或8或12，等等)面(角或者边)的相邻像素，以及hs，hc和he分别是随机粒子从像素Zi跳到面，角，和边的恒定几率。
上述公开的方法可用于分析任何岩石类型，例如土壤，沸石或具有高表面体积比的非常规储层岩石(例如碳酸盐岩，砂岩或页岩)。所述方法还可以应用于其它应用领域，例如生物样品。
根据一些实施例，使用NMR模拟表征多孔介质的方法可以包括以下步骤：
(a)获取多孔介质的CT数据；以及
(b)用基于CT数据的NMR模拟确定多孔介质的特性，包括利用评估多孔介质表面弛豫的方法的子步骤。
此方法可应用于决定多孔介质的特征，比如岩石物理结构(例如一个三维孔隙网络)，岩石物理性质(例如，孔隙度，孔径分布，渗透率，含水饱和度，或者润湿性)，和岩石物理过程(例如，单相或多相流，或者放射性同位素在多孔介质中通过扩散和迁移来传输)。这些特性也可以进行数值模拟。
根据一些实施例的方法相对于在样品的多孔空间中进行NMR模拟的传统方法可有一个或多个优势。基于诸如多孔介质的X射线CT图像的物理数据，并结合以下算法，可以显著减少与常规方法相关联的不确定性。
例如，根据一些实施例，基于横向磁化强度衰减的物理过程导出改进的湮灭几率。改进的湮灭几率有效地包括整个孔隙几何形状的表面体积比和全局撞击概率，并且因此可以应用于任何岩石类型。
在另一个示例中，提供了新的算法以更精确地评估表面积并减小像素离散化效应。
根据本文公开的实施例的NMR模拟可以通过在标准几何孔隙空间和各种岩石类型的现实岩石样品的数字图像上进行测试来验证。可以证实，基于传统方法得出的错误T2分布可以被成功校正。
所要求保护的实施例的其他方面和优点将从以下描述和所附权利要求中阐明。
附图说明
图IA说明在孔洞空间中随机粒子数量的下降。
图1B比较了随机游走粒子数量下降的数值模拟与磁化强度衰减的理论曲线。
图2显示在一个孔洞像素中的一个随机粒子撞击颗粒像素的表面之一的概率分布(彩色轮廓线)。
图3显示在二维和三维情况下，孔洞像素中的一个随机粒子撞击颗粒像素的平均撞击概率。
图4A阐释典型的行进立方体多边形群配置，用于减少孔洞空间表面的像素离散化效应。
图4B显示根据本文公开的用于孔表面平滑的一些实施例的算法，可以有效作用在诸如球体(上图)和不规则孔隙空间(下图)的曲面上。
图5A-5E说明根据一些实施例的在微米CT(MCT)图像上的随机游走NMR模拟，像素尺寸从约0.5微米到约25微米。具体地说，图5A展示了多孔介质样品的典型微米CT灰度图，其中较亮区域代表高密度颗粒，较暗区域代表孔洞。图5B展示了从灰度图中提取的分割孔隙空间。图5C展示了部分孔洞空间的放大图，显示孔洞空间由立方体像素堆积成。图5D展示在孔洞空间中播散的随机游走粒子。图5E展示一个随机游走粒子在一个孔洞空间里的行走轨迹。
图6显示以前的工作和结果跟现在展示的基于各种岩石类型(砂岩，碳酸盐岩，和致密气砂岩)数值图像的NMR模拟实施例结果的对比。
图7是一个流程图，阐释基于本文中公开的一些实施例的方法。
具体实施方式
核磁共振(NMR)发生在一个均匀磁场B0下全体氢核自旋做拉莫进动时，被垂直于B0的振荡磁场脉冲B1(t)倾斜，其中脉冲的振荡频率与拉莫进动的频率相同。先前沿B0方向的净宏观磁化强度M0偏离纵轴方向倾斜到横向平面上。当磁脉冲关闭时，倾斜的磁化强度弛豫回纵轴方向，并且宏观磁化强度的横向分量M遵循指数衰减。(详见例如Bloch，F.，“Nuclear Induction”，Physical Review 70，460(1946))，
其中T2反映磁化强度衰减的速率。T2值越大，磁化强度衰减越慢。T2可以由三个效应决定：体弛豫，表面弛豫，和扩散弛豫。并且可以定义为(详见例如Bloembergen，N.，Purcell，E.M.and Pound，R.V.，“Relaxation Effects in Nuclear Magnetic ResonanceAbsorption”，Physical Review 73，679(1948))
在一个岩石样品的孔洞空间中，尺度符合快速扩散极限，表面弛豫时间T2表面与孔洞固体表面的矿物成分以及孔洞空间的表面体积比有关。(详见例如Brownstein，K.R.andTarr，C.E.，“Importance of classical diffusion in NMR studies of water inbiological cells”，Physical Review A 19，2446(1979))，
其中ρ是表面弛豫率，可作为输入参数；S是孔洞表面积，一般是未知量；V是孔洞空间体积(例如孔洞像素的计算)。
在现场应用中，T2与孔径成正比。例如，T2值越高，孔洞越大。因此，基于磁化强度衰减信号曲线，T2可以被确定，并且因此孔径分布也可以被确定。在现实的多孔介质中，孔径可以从非常小(微孔)到大(大孔)变化。磁化强度衰减曲线可以包含来自所有尺寸的信号，并且T2图可以反映所有孔径的体积分数。
根据一些实施例，由等式(1)描述的表面弛豫可用随机游走方法来模拟，其中大量随机粒子代表氢核自旋，被播散到孔洞空间中来模拟扩散布朗运动(详见例如Bergman，D.J.，Dunn，K.J.，Schwartz，L.M.and Mitra，P.P.，“Self-diffusion in a periodicporous medium：A comparison of different approaches，”Physical Review E 51，3393(1995))。随机粒子朝向固体-空洞界面相邻的像素移动时可以被固体界面吸收，导致随机游走粒子总数的减少。类似于核自旋与固体颗粒表面相互作用时弛豫的表面弛豫过程。
图1A说明在孔洞空间中随机游走粒子总数减少，包含两个步骤：(i)临近固体颗粒表面的随机游走粒子撞击表面，以及(ii)部分撞击表面的粒子被表面湮灭。图1B比较了随机游走粒子总数减少和磁化强度衰减的理论曲线。
更具体地说，最初N个随机游走粒子是均匀播散到100％润湿相浸润的孔洞空间。在一个极短时间后，随机粒子总数降低Nhγ，其中h是撞击孔洞表面的随机粒子的全局概率，γ是随机粒子被表面吸收的概率。把随机粒子总数减少和方程(1)中磁化强度衰减联系起来可得到
在基于一些实施例的方法中，时间步长可由三维空间中空间扩散粒子的布朗运动定律得到。因此，公式(4)可以重写为湮灭几率的表达式，
其中D0是流体的体扩散系数，是一个物理常数；∈是随机游走粒子在时间步长中的扩散距离，例如，一个随机行走步长，可以是确定值。
在NMR模拟的整个过程中公式(5)的有效执行需要精确评估表面积S和孔洞空间的全局撞击几率。根据一些实施例，一个优化的行进立方体算法(详见例如Lindblad，J.andNystrom I.，“Surface Area Estimation of 3D Digitized Objects Using LocalComputations”)可用于评估孔洞空间的表面积，通过沿着离散化固体-孔洞界面内插一个虚拟平滑表面。随机粒子撞击表面可由判断随机粒子是否通过这个虚拟表面来决定。撞击概率h取决于孔洞空间的结构几何形状并可以计算为
其中Zi是三维图像第i个像素的像素标记，其中Zi＝0是孔洞，Zi＝1是固体颗粒。(或者)是Zi的6(或8或12，等等)面(角或者边)的相邻像素，以及hs，hc和he分别是随机粒子从像素Zi跳到面，角，和边的恒定几率。
在岩石样品孔隙空间中基于X光CT图像来模拟NMR的方法，根据本文公开的一些实施例的应用，相对于传统方法可以有一个或多个优势。例如，这个算法可以更准确评估表面积，以此降低像素离散化效应。这种方法也可降低先前NMR模拟中湮灭几率方法的不确定性。
根据此处公开的某些实施例，湮灭几率可基于横向磁化强度衰减物理过程推导得出，有效地包含S/V和整个孔洞空间几何学中的全局撞击几率。因此本文公开的新方法可应用于任何岩石类型。
根据本文公开的实施例的NMR模拟可以通过在标准几何孔隙空间和各种岩石类型的现实岩石样品的数字图像上进行测试来验证。可以证实，基于传统方法得出的错误T2分布可以被成功校正。
根据本文公开的一些实施例改进的撞击几率数学推导(描述了随机游走粒子从一个孔洞像素跳到一个孔洞表面像素)可由图2说明。图2显示在一个孔洞像素中的一个随机粒子撞击颗粒像素的表面之一的概率分布(曲线轮廓)。
图3显示在二维和三维情况下，孔洞像素中的一个随机粒子撞击颗粒像素的平均撞击概率。
根据一些实施例，用优化的行进立方体算法(详见例如Lindblad，J.and NystromI.，“Surface Area Estimation of 3D Digitized Objects Using LocalComputations”)对孔洞表面积的更精确评估，可用来平滑离散化的数字图像。图4A说明典型的行进立方体多边形群组，用于减少孔洞空间表面的像素离散化效应。
图4B显示，根据本文公开的用于孔表面平滑的一些实施例的算法，可以有效作用在诸如球体(上图)和不规则孔隙空间(下图)的曲面上。
图5A-5E说明根据公开的一些实施例的基于微米CT图像上的随机游走NMR模拟。
具体地说，图5A展示了多孔介质样品的典型微米CT灰度图，其中较亮区域代表高密度颗粒，较暗区域代表孔洞。图5B展示了从灰度图中提取的分割孔隙空间。图5C展示了部分孔洞空间的放大图，显示孔洞空间由立方体像素堆积成。图5D展示在孔洞空间中播散的随机游走粒子。图5E展示一个随机游走粒子在一个孔洞空间里的行走轨迹。
表格1展示了一些在标准几何孔隙空间上的模拟结果，显示对曲面的表面积和T2的更好评估。图像尺寸为2003像素，表面弛豫率ρ＝3.0微米/秒。
表格1.立方体孔隙和球形孔隙的一些模拟结果。
表格2展示了一些砂岩，碳酸盐岩，致密气砂岩的数字岩石图像上的模拟结果，表面弛豫率为ρ＝4.0微米/秒。
表格2.对于各种岩石的模拟结果
图6显示以前的工作和结果跟现在展示的基于各种岩石类型(砂岩，碳酸盐岩，和致密气砂岩)数值图像的NMR模拟实施例结果的对比。从T2分布的迁移可以很明显看出对孔洞空间表面积的有效修正。
图7是一个流程图，阐释基于一些实施例的方法。
可以获得多孔介质的物理数据，提供样品的三维几何信息。例如，物理数据包括从样品的CT扫描获得的CT图像。在一些其他实施例中，其他类型的物理数据可以通过其他成像技术获取，其中包含样品三维几何信息。
诸如三维CT图像的物理数据经常不足以建立多孔介质的精确孔径分布。例如，它可以进行多种分辨率的CT扫描，例如纳米分辨率，来获取从纳米孔到大孔的相对完整的孔径分布。尽管这样，CT扫描通常也只能覆盖小的样品，否则将需要无法负担的强大计算能力来获取孔径的数值分布。小样品通常不能外推以获得较大样品的统计。另外，CT扫描一般在静态样品上进行，而没有流过孔的液体或碳氢化合物的流体动力学信息。因此，在碳氢化合物勘探和开采过程中，成像技术本身经常无法可信地精确估算油藏中的碳氢化合物含量。
因此，本文公开的实施例提供模拟方法，可用于以更少的计算能力需求更准确推算多孔介质性质，更重要的是容许导出多孔介质的流动特性。流动性质可包括非均质和复杂多孔介质的单相和多相流性质。单相流性质可包括例如总孔隙度，绝对渗透率，地层因子。多相流性质包括例如相对渗透率，电阻率因子，Amott-Harvey指数，USBM润湿性指数。
在多孔介质是岩石的情况下，多孔介质的尺度可以从柱塞，全岩心，岩相，地层，到油藏。
基于诸如CT图像的物理数据，可以分割孔隙空间。可以执行孔隙空间表面平滑处理，并且可以如上所述执行全局撞击概率计算。
基于公开的实施例，可以确定一个改进的湮灭几率。然后孔洞空间内可以播散随机游走粒子，并进行NMR模拟。从模拟中可以得到更精确的模拟磁化强度衰减和改进的T2分布曲线。
因此，可以获得多孔介质的更精确的孔径分布，因为T2分布直接反映了多孔介质中的各种孔径及其体积分数。
尽管T2分布曲线也可以通过NMR实验获得，但是，由于缺少诸如表面弛豫率的参数，NMR实验数据也不能用来把T2分布轻易转换成孔径分布。
具体地说，T2分布反映多孔介质的孔径，但不提供以长度为单位的实际尺寸。需要表面弛豫率以将时间单位的T2转换成长度单位的孔洞尺寸。然而，表面弛豫率通常不是可测量的参数。对于不同类型的岩石，表面弛豫率通常是具有特定范围的经验值。
另一方面，在根据本文公开的一些实施例的NMR模拟中，表面弛豫率可以作为一个可调整的输入参数。通过匹配NMR模拟得到的T2分布和NMR实验得到的T2分布，可以得到准确的表面弛豫率。因此，本文公开的NMR模拟可用于“校准”NMR实验，从而促进从NMR实验获得的T2分布转化为实际尺寸分布。因此，根据此处公开的一些实施例，NMR模拟在有NMR实验可用的情况下仍然有用。
通过在相同的但具有各种油/水饱和度的多孔介质上进行NMR模拟，结果可用于校准NMR测井和预测孔隙空间中的残余水饱和度。因此，基于本文公开的NMR模拟可以得到多孔介质的更多物理性质。
根据本文公开的一些实施方案的平滑表面积计算可以提供多孔介质的更精确的孔表面积。这可以在许多应用领域中有用，例如等温吸附，生物组织表征，电池材料表征等。
可以使用存储在任何类型的计算机可读介质或存储器(例如包括盘或硬盘驱动器的存储设备)上的软件或程序代码来实现所述方法。计算机可读介质可以包括非暂时性计算机可读介质或存储器，诸如存储短时间段数据的计算机可读介质如寄存器存储器，处理器缓存和随机存取存储器(RAM)之类。计算机可读介质还可以包括非暂态介质或存储器比如辅助或永久长期存储器，例如只读存储器(ROM)，光盘或磁盘，光盘只读存储器(CD-ROM)之类。计算机可读介质还可以是任何其他易失性或非易失性存储系统。计算机可读介质可以被认为是，例如，计算机可读存储介质，有形存储设备或其他制造品。
另外，本文公开的模拟过程和方法可以在电路上执行，电路有线来执行过程中的特定逻辑功能，并且可以使用计算机系统来实现所述方法。或者，计算机系统可以包括计算机可读介质，其中存储用于执行上述方法中的步骤的指令。
本公开中的所有参考文献都被整体引用。虽然上面已经详细描述了具体实施例，但是描述仅仅是为了说明的目的。因此，应当理解，除非另有明确说明，上述许多方面不旨在作为必须的或基本要素。对示例性实施例的所公开方面的各种修改和对应的等效动作，除上述的以外，可由受益于本公开的本领域普通技术人员做出，不脱离下面权利要求定义的本公开的精神和范围，其范围应符合最宽泛的解释以包含这些修改和等同结构。
Claims (17)
1.一种表征多孔介质的方法，其特征在于，所述方法包括：
获得包含所述多孔介质的三维几何信息的物理数据；和
使用基于所述物理数据的核磁共振NMR模拟来确定所述多孔介质的特性；
基于所述物理数据分割孔隙空间；
将代表磁化核的大量随机游走粒子播散到所述孔隙空间中，以模拟所述大量随机游走粒子的扩散布朗运动，
其特征在于，所述方法还包括：
基于优化的行进立方体算法来评估孔洞空间表面积S；其中所述评估孔洞空间表面积S包括沿着所述多孔介质的离散化固体-孔隙界面内插虚拟平滑表面，并且所述大量随机游走粒子撞击所述多孔介质的颗粒表面通过判断大量随机游走粒子是否穿过虚拟平滑表面来决定。
2.根据权利要求1所述的方法，其特征在于，所述物理数据包括计算机断层摄影CT图像。
3.根据权利要求2所述的方法，其特征在于，还包括基于所述CT图像分割孔隙空间。
4.根据权利要求1所述的方法，其特征在于，用大量随机游走粒子数量的减少来模拟通过NMR实验所测量的横向磁化强度衰减。
5.根据权利要求4所述的方法，其特征在于，还包括基于以下公式推导出描述所述多孔介质的固体颗粒表面处的界面吸收概率的湮灭概率：
其中：
γ是大量随机游走粒子被多孔介质的颗粒表面吸收的湮灭概率；
D0是流体的体扩散系数，∈是在三维空间中的空间扩散粒子的布朗运动定律所描述的大量随机游走粒子在时间步长内的扩散距离；
h是大量随机游走粒子撞击多孔介质的颗粒表面的全局概率；
ρ是多孔介质中的表面弛豫率,S是孔洞空间表面积，V是孔洞空间体积。
6.根据权利要求5所述的方法，其中全局概率h基于如下公式计算
其中Zi是三维图像第i个像素的像素标记，其中Zi＝0是孔洞，Zi＝1是固体颗粒；分别是Zi中与6个面、8个角、12个边相邻的像素，以及hs,hc和he分别是随机粒子从像素Zi跳到面、角和边的恒定几率。
7.权利要求4所述的方法，还包括基于所模拟的横向磁化强度衰减来获得孔径分布。
8.权利要求4所述的方法，还包括基于NMR模拟确定多孔介质的表面弛豫参数。
9.权利要求8所述的方法，其特征在于，还包括基于所导出的表面弛豫参数来校准NMR实验。
10.权利要求4所述的方法，还包括基于所述NMR模拟导出多孔介质的一个或多个物理参数。
11.权利要求10所述的方法，其中所述物理参数包括多孔介质的多相流动特性。
12.权利要求11所述的方法，还包括在碳氢化合物含量估计，勘探，开采，或测井中应用所述物理参数。
13.权利要求1所述的方法，其中所述多孔介质包括岩石。
14.权利要求13所述的方法，其中所述岩石是具有高表面积体积比S/V的非常规储层岩石。
15.权利要求14所述的方法，其中所述储层岩石包括碳酸盐岩，或页岩中的至少一种。
16.一种其上存储有指令的非暂时性计算机可读介质，所述指令包括如权利要求1-15中任一项所述的方法。
17.一种构造成执行权利要求1-15中任一项所述的方法的碳氢化合物探测系统。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2015/087251 WO2017028161A1 (en) | 2015-08-17 | 2015-08-17 | Nmr anaylysis system and method for porous media |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106574981A CN106574981A (zh) | 2017-04-19 |
| CN106574981B true CN106574981B (zh) | 2019-03-08 |
Family
ID=58050499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580042237.9A Active CN106574981B (zh) | 2015-08-17 | 2015-08-17 | 针对多孔介质的核磁共振分析系统和方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10234372B2 (zh) |
| CN (1) | CN106574981B (zh) |
| WO (1) | WO2017028161A1 (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3054781C (en) * | 2017-03-10 | 2021-11-16 | Exxonmobil Upstream Research Company | Method and system for enhancing hydrocarbon operations |
| CN109270107B (zh) * | 2017-03-27 | 2021-10-08 | 北京青檬艾柯科技有限公司 | 多维核磁共振测量方法 |
| CN108872025A (zh) * | 2017-05-13 | 2018-11-23 | 上海健康医学院 | 一种悬浮体系中粉体团聚程度测定方法 |
| CN108872026A (zh) * | 2017-05-13 | 2018-11-23 | 上海健康医学院 | 一种有机基悬浮体系中粉体团聚程度测定方法 |
| WO2019199304A1 (en) * | 2018-04-11 | 2019-10-17 | Halliburton Energy Services, Inc. | Determining sub-surface formation wettability characteristics utilizing nuclear magnetic resonance and bulk fluid measurements |
| CN109374489B (zh) * | 2018-08-21 | 2020-07-07 | 中国地质大学（武汉） | 联合x-ct技术的水合物沉积物nmr弛豫信号量标定装置和方法 |
| CN109284555B (zh) * | 2018-09-28 | 2023-02-14 | 南京大学 | 基于多孔介质几何形状估计渗透率的网格随机游走方法 |
| CN113348458B (zh) * | 2018-12-11 | 2024-07-23 | 斯伦贝谢技术有限公司 | 评估非均质地层中的烃的方法和系统 |
| US11419516B2 (en) * | 2019-08-26 | 2022-08-23 | GE Precision Healthcare LLC | MRI system comprising patient motion sensor |
| CN112082917B (zh) * | 2020-08-03 | 2021-04-30 | 西南石油大学 | 一种基于动态网络模拟的气水非稳态两相渗流模拟方法 |
| CN113433157B (zh) * | 2021-06-24 | 2023-12-15 | 西南石油大学 | 基于核磁共振t2谱建立随机单元等效岩心模型的方法 |
| US11614417B2 (en) * | 2021-07-06 | 2023-03-28 | Saudi Arabian Oil Company | Determining saturation in low resistivity pay zones |
| CN113670791A (zh) * | 2021-08-03 | 2021-11-19 | 中国地质大学（北京） | 一种对储层孔隙及颗粒表面积的定量分析方法 |
| CN115859402B (zh) * | 2022-12-01 | 2023-09-12 | 哈尔滨师范大学 | 一种基于改进四参数随机生长法的植物纤维地膜结构模拟方法及系统 |
| CN117451582B (zh) * | 2023-10-26 | 2024-05-28 | 中国科学院武汉岩土力学研究所 | 一种岩心氢气扩散系数模拟计算方法以及相关设备 |
| CN117805000B (zh) * | 2024-03-01 | 2024-06-18 | 江苏龙城精锻集团有限公司 | 针对氢化环境下材料内部微孔隙的检测方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7078897B2 (en) * | 2002-01-16 | 2006-07-18 | Washington University | Magnetic resonance method and system for quantification of anisotropic diffusion |
| EP2144053A1 (en) * | 2008-07-08 | 2010-01-13 | Services Pétroliers Schlumberger | Determination of earth formation parameters from T1 NMR relaxation dispersion measurements |
| CN101458218B (zh) * | 2008-12-28 | 2011-02-02 | 大连理工大学 | 二氧化碳驱油核磁共振成像检测装置 |
| AU2009349013B2 (en) | 2009-06-30 | 2015-12-10 | Schlumberger Technology B.V. | Numerical method of calculating heat, mass, chemical and electric transport for three-dimensional porous solid |
| US8818778B2 (en) * | 2009-09-16 | 2014-08-26 | Chevron U.S.A. Inc. | Method for creating a 3D rock representation using petrophysical data |
| CN102495090A (zh) * | 2011-11-24 | 2012-06-13 | 大连理工大学 | 天然气水合物低温高压核磁共振成像装置及方法 |
| CN102540265B (zh) * | 2011-12-21 | 2014-06-25 | 西南石油大学 | 一种基于网络模拟的多孔介质含水饱和度计算方法 |
| CN103278436B (zh) * | 2013-02-01 | 2015-02-04 | 西安石油大学 | 特低渗透双重介质砂岩油藏微观孔隙结构的定量表征方法 |
| US10048345B2 (en) * | 2013-03-07 | 2018-08-14 | The Board Of Trustees Of The University Of Illinois | Fractional order and entropy bio-markers for biological tissue in diffusion weighted magnetic resonance imaging |
| CN103513285B (zh) * | 2013-09-27 | 2016-01-06 | 中国石油天然气股份有限公司 | 一种确定横向表面弛豫速率的方法及装置 |
| WO2015112449A1 (en) * | 2014-01-24 | 2015-07-30 | Schlumberger Canada Limited | Workflow for resaturation and multidimensional nmr analysis of unconventional core samples |
| US10551520B2 (en) * | 2014-11-13 | 2020-02-04 | Colorado School Of Mines | Surface relaxivity calculation using nuclear magnetic resonance (NMR) measurement, three dimensional (3D) rock model and NMR response simulation |
-
2015
- 2015-08-17 WO PCT/CN2015/087251 patent/WO2017028161A1/en active Application Filing
- 2015-08-17 CN CN201580042237.9A patent/CN106574981B/zh active Active
-
2017
- 2017-01-17 US US15/407,256 patent/US10234372B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017028161A1 (en) | 2017-02-23 |
| US10234372B2 (en) | 2019-03-19 |
| CN106574981A (zh) | 2017-04-19 |
| US20170122858A1 (en) | 2017-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106574981B (zh) | 针对多孔介质的核磁共振分析系统和方法 | |
| Talabi et al. | Pore-scale simulation of NMR response | |
| Narsilio et al. | Upscaling of Navier–Stokes equations in porous media: Theoretical, numerical and experimental approach | |
| Mason et al. | Developments in spontaneous imbibition and possibilities for future work | |
| US9140117B2 (en) | Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media | |
| Lerdahl et al. | A predictive network model for three-phase flow in porous media | |
| Kodešová et al. | Estimation of the Dual-Permeability Model Parameters using Tension Disk Infiltrometer and Guelph PermeameterAll rights reserved. No part of this periodical may be reproduced or transmitted in any form or by any means, electronic or mechanical, including photocopying, recording, or any information storage and retrieval system, without permission in writing from the publisher. | |
| Vogel et al. | The dominant role of structure for solute transport in soil: experimental evidence and modelling of structure and transport in a field experiment | |
| Sheikh et al. | Numerical investigation of the effects of porosity and tortuosity on soil permeability using coupled three-dimensional discrete-element method and lattice Boltzmann method | |
| Starnoni et al. | Computation of fluid flow and pore-space properties estimation on micro-CT images of rock samples | |
| Sun et al. | Developing a new NMR-based permeability model for fractured carbonate gas reservoirs | |
| Cı́slerová et al. | CT derived porosity distribution and flow domains | |
| Chi et al. | Directional-permeability assessment in formations with complex pore geometry with a new nuclear-magnetic-resonance-based permeability model | |
| Oliveira et al. | Core plug and 2D/3D-image integrated analysis for improving permeability estimation based on the differences between micro-and macroporosity in Middle East carbonate rocks | |
| Øren et al. | Numerical simulations of NMR responses for improved interpretations of NMR measurements in reservoir rocks | |
| Tandon et al. | A new NMR-based method for wettability assessment in mixed-wet rocks | |
| Talabi | Pore-scale simulation of NMR response in porous media | |
| Yang et al. | Construction of reliable flow simulation domain and estimation of permeability based on nuclear magnetic resonance and 3D X-ray computed tomography for reservoir carbonate rocks | |
| Esmaili et al. | Quantification of pore size distribution in reservoir rocks using MRI logging: A case study of South Pars Gas Field | |
| Arns et al. | Digital Core Laboratory: Reservoir core analysis from 3D images | |
| Arns et al. | Prediction of permeability from NMR response: surface relaxivity heterogeneity | |
| Chi et al. | Directional permeability assessment in formations with complex pore geometry using a new NMR-based permeability model | |
| Jin et al. | Simulation of NMR response of microfractures based on digital rock technology | |
| Khoozan et al. | Analytical dual mesh method for two-phase flow through highly heterogeneous porous media | |
| Garcia et al. | Non-invasive quantification of throat-size distribution and corresponding capillary pressure |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |