CN106680104A - 一种动静态岩石力学参数矫正方法及装置 - Google Patents

Abstract

本发明公开了一种动静态岩石力学参数矫正方法及装置，包括单片机控制器和岩石动静态参数采集器，单片机控制器分别与岩石动静态参数采集器、数据处理器、RAM存储器、ROM存储器和无线射频收发器电性连接，单片机控制器的输出端与模拟器的输入端电性连接，岩石动静态参数采集器的输入端分别与应力传感器、温度传感器、孔隙压力传感器和流体饱和度传感器的输出端电性连接，无线射频收发器通过GPRS网络与外部设备连接，岩石参数采集器的输入端分别与岩石成分分析器、岩石结构分析器、岩石构造分析器和岩石孔隙度分析器的输出端电性连接，该发明智能化程度高，能够对动静态岩石力学参数进行检测、模拟与矫正。

Description

一种动静态岩石力学参数矫正方法及装置

技术领域

本发明属于油气藏开发技术领域，尤其涉及一种动静态岩石力学参数矫正方法及装置。

背景技术

油气藏岩体是储集岩体多孔介质材料及其上下围岩在一定深度下，处在一定温度、压力、饱和了一定数量流体和由一系列结构面与结构体组成的地质实体。与近地表工程地质相比，一般埋藏较深，处于较高的三轴复杂围压、较高温度和较高的孔隙压力及多相流体饱和的条件下。这与地表浅层以及下地壳上地幔处的岩体所处的环境有很大不同，岩体也具有独特的力学特性。

对于这种地下数千米深处复杂围压、高温、高孔隙压力和多相流体的油气藏岩体而言，传统的静态力学性质研究是将钻井取心在地面条件下，利用三轴应力测试仪或者声波测试仪对取出的岩心进行力学实验，如将钻井取心拿到地面试验室中常温、常压、干样，而这种试验方法，无法完全代表处于地下高温、高压、高孔隙压力和多相饱和流体条件下的油气藏岩体力学性质，无法保证地下数千米处复杂围压、高温、高孔隙压力和多相流体的油气藏岩体力学参数的有效性和准确性，且传统试验的智能化程度较低，试验检测项目单一，无法充分分析和矫正动静态岩石力学参数。

发明内容

本发明的目的在于提供一种动静态岩石力学参数矫正方法及装置，旨在解决传统试验的智能化程度较低，试验检测项目单一，无法充分分析和矫正动静态岩石力学参数的问题。

本发明是这样实现的，一种动静态岩石力学参数矫正方法，所述动静态岩石力学参数矫正方法包括：

步骤一、将符合试验标准的油气藏岩体试样固定在三轴试验机中，对所述岩体试样施加与所述岩体试样所处地层深度相对应的围压；

步骤二、按照多个温度值由高到低的顺序，依次将高压腔内的温度降低到多个温度值下，按照预设加载速率对岩体试样加载轴压，得到岩体试样在各温度值下的力学参数；

步骤三、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts；

步骤四、根据步骤三所得的纵波时差Δtc和横波时差Δts，结合阵列声波测井资料中的密度ρ，计算动态杨氏模量Ed和动态泊松比PRd；

步骤五、统计所述油气藏岩体力学性质影响参数，包括内部影响参数和外部影响参数，内部影响参数包括岩石成分特征参数，岩石结构特征参数，岩石构造特征参数以及岩石孔隙裂缝特征参数，外部影响参数包括温度特征参数，围压特征参数，孔隙流体特征参数以及孔隙压力特征参数；

步骤六、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的物理模型；

步骤七、获得所建立的物理模型的硬点文件，并采用Matlab读取硬点文件中各硬点的坐标数值，形成一个可修改的硬点表，所述硬点表中包括各硬点坐标名称，以及每一硬点对应的坐标数值、以及相邻两个坐标之间在距离值；

步骤八、获取所述油气藏的岩石力学参数及岩体力学性质影响参数的关联关系；

步骤九、采用岩石力学参数，岩石力学参数的各向异性强度，油气藏的岩石力学参数及岩体力学性质影响参数的关联关系，以及，岩体力学性质影响参数与各向异性强度的关联关系，进行油气藏岩体力学地下原位模型的恢复；

步骤十、与物理模型中的各元素建立关系后，在指定的范围内对参数进行变动，驱动仿真分析模块对不同的参数进行计算求解；

岩石力学参数包括岩石弹性参数，所述岩石弹性参数包括杨氏模量、泊松比和Biot系数，所述Biot系数用于表征孔隙弹性参数；所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度；

所述岩石力学参数的各向异性强度通过如下公式计算获得：

其中，E_k为杨氏模量各向异性强度；E_h为水平方向杨氏模量；E_v为垂直方向杨氏模量；

μ_k为泊松比各向异性强度；μ_h为水平方向泊松比；μ_v为垂直方向泊松比；

所述动静态岩石力学参数矫正方法的动静态岩石力学参数矫正装置，包括单片机控制器和岩石动静态参数采集器，所述单片机控制器分别与岩石动静态参数采集器、数据处理器、RAM存储器、ROM存储器和无线射频收发器电性连接；

所述单片机控制器的输出端与模拟器的输入端电性连接；

所述岩石动静态参数采集器与岩石参数采集器电性连接；

所述岩石动静态参数采集器的输入端分别与应力传感器、温度传感器、孔隙压力传感器和流体饱和度传感器的输出端电性连接；

所述无线射频收发器通过GPRS网络与外部设备连接；

所述岩石参数采集器的输入端分别与岩石成分分析器、岩石结构分析器、岩石构造分析器和岩石孔隙度分析器的输出端电性连接；

所述单片机控制器的输入端与供电电源的输出端电性连接。

进一步，所述无线射频收发器设置有无线通信极限容量计算模块，所述无线通信极限容量计算的计算方法包括：

利用Laguerre多项式计算得到：

其中，m＝min(N_t,N_r)；

n＝max(N_t,N_r)；

为次数为k的Laguerre多项式：

令λ＝n/m，推导出如下归一化后的信道容量表示式；

其中，

在快速瑞利衰落的情况下，令m＝n＝N_t＝N_r，则v₁＝0，v₂＝4；

渐进信道容量为：

利用不等式：

log₂(1+x)≥log₂(x) (式6)

式(5)简化为：

式(5)表明，随着收发天线数目的增加，极限信道的容量会随之线性地增加。

进一步，所述岩石动静态参数采集器设置有多个无线网络传感器，多个无线网络传感器组成无线网络传感器网络；所述无线网络传感器网络覆盖的分布式方法在指定的时间内，通过比较工作节点的最大有效覆盖时间和剩余能量来安排工作节点的最优探测活动时间，从而使得总的有效覆盖时间最大；

数学模型如下：

ST:0≤s_i.start≤l,i∈N

s_i.end-s_i.start＝b_i,i∈N

其中C为总的有效覆盖时间，l是每一轮的时间，b_i是节点s_i在每一轮中的工作时间。

进一步，所述数据处理器设置有数据聚合模块，所述数据聚合模块的数据聚合方法具体包括：

步骤一、部署无线传感器节点：在面积为S＝W×L的检测区域内，将无线传感器节点部署在检测区域，基站部署在检测区域外，基站用于接收和处理整个无线传感网络收集到的数据信息；

步骤二、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头，检测区域按照方形网格均匀划分，选取方格中距离中心最近的节点作为簇头；

步骤三、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N＝Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；

其中，得到每个节点初始的剩余能量E_ir后，就可以通过LEACH能耗模型来估算节点能量的剩余值，例如进行了M轮后，一轮为传感器节点得到监测数据然后将数据逐层上传，最终将数据传输给基站的这一过程为一轮，节点的剩余能量可以估算为：E＝E_ir-M(E_tx+E_rx)＝E_ir-M(2kE_elec+kε_{free-space-amp}d²)，E_ir即为节点反馈给簇头的剩余能量，LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，具体表达形式为：

E_rx(k)＝E_re-elec(k)＝kE_elec；

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到节点的剩余能量；

步骤四、簇内节点构成简单图模型：通过步骤三得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；

步骤五、簇内权值的计算：通过步骤三，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为：

W_ij＝a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃＝1，系统根据系统对E_ir、d_ij或k_i所要求的比重不同调整a_i的值而得到满足不同需要的权值；

步骤六、簇内节点构建最小生成树：根据步骤四得到的簇内节点构成的简单图模型和步骤五得到的权值，根据Prim最小生成树算法的定义构建簇内节点最小生成树；

步骤七、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头；

其中，父节点为在最小生成树中按照数据的传输方向汇聚数据的节点称为父节点，将数据传输给父节点的节点为子节点；

步骤八、簇头权值的计算：通过步骤三分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中E_cir＝E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值的公式定义为：

W_ij＝b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃＝1，系统根据系统对E_cir、D_ij或K_ci要求的比重不同调整b_i的值而得到满足不同需要的权值；

步骤九、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由步骤八中的权值计算公式得到；

步骤十、簇头节点构建最小生成树：由步骤八给出的簇头节点构成的简单图模型后，根据Prim最小生成树算法的定义来构建最小生成树；

步骤十一、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站；

步骤十二、均衡节点能耗：为了平衡节点能量的消耗，防止节点过快死亡，维持簇正常运行，每进行M轮以后，就重新选择簇头，然后重新进行前面的步骤，其中，节点的能耗可由LEACH能耗模型进行估算；

步骤十三、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息后，簇头就开始对簇内节点重新构建最小生成树。

本发明提供的动静态岩石力学参数矫正方法及装置，智能化程度较高，外部设备通过GPRS网络对单片机控制器远程控制，能够同时检测岩石样本的围压、温度、孔隙压力和孔隙中多相流体饱和度，对外部环境进行了全方位模拟，并且能够同步分析岩石样本的成分、结构、构造和孔隙度，通过数据处理器可对采集的数据综合处理分析，测试项目的多样性，提高了分析结果的有效性和准确率。

附图说明

图1是本发明实施例提供的动静态岩石力学参数矫正装置的结构示意图。

图中：1、单片机控制器；2、岩石动静态参数采集器；3、数据处理器；4、RAM存储器；5、ROM存储器；6、无线射频收发器；7、模拟器；8、岩石参数采集器；9、应力传感器；10、温度传感器；11、孔隙压力传感器；12、流体饱和度传感器；13、GPRS网络；14、外部设备；15、岩石成分分析器；16、岩石结构分析器、17、岩石构造分析器；18、岩石孔隙度分析器；19、供电电源；20、计时器。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的本发明实施例提供的动静态岩石力学参数矫正装置，包括单片机控制器1和岩石动静态参数采集器2，所述单片机控制器1分别与岩石动静态参数采集器2、数据处理器3、RAM存储器4、ROM存储器5和无线射频收发器6电性连接，所述单片机控制器1的输出端与模拟器7的输入端电性连接，所述岩石动静态参数采集器2与岩石参数采集器8电性连接，所述岩石动静态参数采集器2的输入端分别与应力传感器9、温度传感器10、孔隙压力传感器11和流体饱和度传感器12的输出端电性连接，所述无线射频收发器6通过GPRS网络13与外部设备14连接，所述岩石参数采集器8的输入端分别与岩石成分分析器15、岩石结构分析器16、岩石构造分析器17和岩石孔隙度分析器18的输出端电性连接。

进一步，所述单片机控制器1的输入端与供电电源19的输出端电性连接。

进一步，所述单片机控制器1的输入端与计时器20的输出端电性连接。

进一步，所述外部设备14为电脑、手机等具有网络连接功能的电子产品。

进一步，所述无线射频收发器设置有无线通信极限容量计算模块，所述无线通信极限容量计算的计算方法包括：

利用Laguerre多项式计算得到：

其中，m＝min(N_t,N_r)；

n＝max(N_t,N_r)；

为次数为k的Laguerre多项式：

令λ＝n/m，推导出如下归一化后的信道容量表示式；

其中，

在快速瑞利衰落的情况下，令m＝n＝N_t＝N_r，则v₁＝0，v₂＝4；

渐进信道容量为：

利用不等式：

log₂(1+x)≥log₂(x) (式6)

式(5)简化为：

式(5)表明，随着收发天线数目的增加，极限信道的容量会随之线性地增加。

进一步，所述岩石动静态参数采集器设置有多个无线网络传感器，多个无线网络传感器组成无线网络传感器网络；所述无线网络传感器网络覆盖的分布式方法在指定的时间内，通过比较工作节点的最大有效覆盖时间和剩余能量来安排工作节点的最优探测活动时间，从而使得总的有效覆盖时间最大；

数学模型如下：

ST:0≤s_i.start≤l,i∈N

s_i.end-s_i.start＝b_i,i∈N

其中C为总的有效覆盖时间，l是每一轮的时间，b_i是节点s_i在每一轮中的工作时间。

进一步，所述数据处理器设置有数据聚合模块，所述数据聚合模块的数据聚合方法具体包括：

步骤一、部署无线传感器节点：在面积为S＝W×L的检测区域内，将无线传感器节点部署在检测区域，基站部署在检测区域外，基站用于接收和处理整个无线传感网络收集到的数据信息；

步骤二、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头，检测区域按照方形网格均匀划分，选取方格中距离中心最近的节点作为簇头；

步骤三、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N＝Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；

其中，得到每个节点初始的剩余能量E_ir后，就可以通过LEACH能耗模型来估算节点能量的剩余值，例如进行了M轮后，一轮为传感器节点得到监测数据然后将数据逐层上传，最终将数据传输给基站的这一过程为一轮，节点的剩余能量可以估算为：E＝E_ir-M(E_tx+E_rx)＝E_ir-M(2kE_elec+kε_{free-space-amp}d²)，E_ir即为节点反馈给簇头的剩余能量，LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，具体表达形式为：

E_rx(k)＝E_re-elec(k)＝kE_elec；

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到节点的剩余能量；

步骤四、簇内节点构成简单图模型：通过步骤三得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；

步骤五、簇内权值的计算：通过步骤三，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为：

W_ij＝a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃＝1，系统根据系统对E_ir、d_ij或k_i所要求的比重不同调整a_i的值而得到满足不同需要的权值；

步骤六、簇内节点构建最小生成树：根据步骤四得到的簇内节点构成的简单图模型和步骤五得到的权值，根据Prim最小生成树算法的定义构建簇内节点最小生成树；

步骤七、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头；

其中，父节点为在最小生成树中按照数据的传输方向汇聚数据的节点称为父节点，将数据传输给父节点的节点为子节点；

步骤八、簇头权值的计算：通过步骤三分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中E_cir＝E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值的公式定义为：

W_ij＝b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃＝1，系统根据系统对E_cir、D_ij或K_ci要求的比重不同调整b_i的值而得到满足不同需要的权值；

步骤九、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由步骤八中的权值计算公式得到；

步骤十、簇头节点构建最小生成树：由步骤八给出的簇头节点构成的简单图模型后，根据Prim最小生成树算法的定义来构建最小生成树；

步骤十一、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站；

步骤十二、均衡节点能耗：为了平衡节点能量的消耗，防止节点过快死亡，维持簇正常运行，每进行M轮以后，就重新选择簇头，然后重新进行前面的步骤，其中，节点的能耗可由LEACH能耗模型进行估算；

步骤十三、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息后，簇头就开始对簇内节点重新构建最小生成树。

本发明实施例提供的动静态岩石力学参数矫正方法，包括：

步骤一、将符合试验标准的油气藏岩体试样固定在三轴试验机中，对所述岩体试样施加与所述岩体试样所处地层深度相对应的围压；

步骤二、按照多个温度值由高到低的顺序，依次将高压腔内的温度降低到多个温度值下，按照预设加载速率对岩体试样加载轴压，得到岩体试样在各温度值下的力学参数；

步骤三、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts；

步骤四、根据步骤三所得的纵波时差Δtc和横波时差Δts，结合阵列声波测井资料中的密度ρ，计算动态杨氏模量Ed和动态泊松比PRd；

步骤五、统计所述油气藏岩体力学性质影响参数，包括内部影响参数和外部影响参数，内部影响参数包括岩石成分特征参数，岩石结构特征参数，岩石构造特征参数以及岩石孔隙裂缝特征参数，外部影响参数包括温度特征参数，围压特征参数，孔隙流体特征参数以及孔隙压力特征参数；

步骤六、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的物理模型；

步骤七、获得所建立的物理模型的硬点文件，并采用Mat l ab读取硬点文件中各硬点的坐标数值，形成一个可修改的硬点表，所述硬点表中包括各硬点坐标名称，以及每一硬点对应的坐标数值、以及相邻两个坐标之间在距离值；

步骤八、获取所述油气藏的岩石力学参数及岩体力学性质影响参数的关联关系；

步骤九、采用岩石力学参数，岩石力学参数的各向异性强度，油气藏的岩石力学参数及岩体力学性质影响参数的关联关系，以及，岩体力学性质影响参数与各向异性强度的关联关系，进行油气藏岩体力学地下原位模型的恢复；

步骤十、与物理模型中的各元素建立关系后，在指定的范围内对参数进行变动，驱动仿真分析模块对不同的参数进行计算求解。

进一步，岩石力学参数包括岩石弹性参数，所述岩石弹性参数包括杨氏模量、泊松比和Biot系数，所述Biot系数用于表征孔隙弹性参数；所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度；

所述岩石力学参数的各向异性强度通过如下公式计算获得：

其中，E_k为杨氏模量各向异性强度；E_h为水平方向杨氏模量；E_v为垂直方向杨氏模量；μ_k为泊松比各向异性强度；μ_h为水平方向泊松比；μ_v为垂直方向泊松比。

工作原理：该动静态岩石力学参数矫正方法及装置，RAM存储器4可对数据临时存储，ROM存储器5可对数据永久存储，便于调用，无线射频收发器6可接收和发送无线信号，应力传感器9可检测岩石样本的围压变化情况，温度传感器10可检测岩石样本所处检测环境的温度变化情况，孔隙压力传感器11能够检测岩石样本孔隙压力变化情况，流体饱和度传感器12可检测岩石样本孔隙内流体饱和程度变化情况，岩石成分分析器15可对岩石样本的组成成分进行分析，岩石结构分析器16能够分析岩石样本的结构，岩石构造分析器17可分析岩石样本的构造情况，岩石孔隙度分析器18可对岩石样本的孔隙情况进行分析，供电电源19可对系统供电，计时器20能够记录测试分析时间，岩石参数采集器8接收分别来自岩石成分分析器15、岩石结构分析器16、岩石构造分析器17和岩石孔隙度分析器18的检测信号，并反馈给岩石动静态参数采集器2，岩石动静态参数采集器2可接收分别来自应力传感器9、温度传感器10、孔隙压力传感器11和流体饱和度传感器12的检测信号，单片机控制器1可接收来自岩石动静态参数采集器2的信号，并反馈给数据处理器3，数据处理器3可对系统采集的数据综合分析处理，处理结果反馈给单片机控制器1，单片机控制器1根据反馈数据对模拟器7下达指令，模拟器7可对岩石样本的力学参数进行动静态模拟，外部设备14通过GPRS网络13对单片机控制器1实现远程控制。

本发明通过将单块岩心试样固定在三轴试验机中，并对岩心试样施加相应的围压后，先将温度提升到需要试验的最高温度值，在最高温度值下对岩心试样施加轴压，获得最高温度值下的应力应变曲线图，通过间歇降温的方式再将温度依次降低到需要试验的各温度值下，在各温度值下，对岩心试样施加轴压，获得各温度值下的应力应变曲线图，进而可以根据应力应变曲线图计算岩心试样的力学参数。实现了在岩心样品难以大量获取，仅有少量岩心可供试验的条件下，通过对单块岩心试样逐级降温可以获取单个岩心试样多个温度点上岩心试样的多组力学参数，最大程度避免岩心力学性质非均质的影响，还可将现有岩心资源利用最大化。通过建立油气藏岩体力学原位模型，可以保证地下数千米深处复杂围压、高温、高孔隙压力和多相流体的油气藏岩体力学参数的有效性和准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种动静态岩石力学参数矫正方法，其特征在于，所述动静态岩石力学参数矫正方法包括：

步骤一、将符合试验标准的油气藏岩体试样固定在三轴试验机中，对所述岩体试样施加与所述岩体试样所处地层深度相对应的围压；

步骤二、按照多个温度值由高到低的顺序，依次将高压腔内的温度降低到多个温度值下，按照预设加载速率对岩体试样加载轴压，得到岩体试样在各温度值下的力学参数；

步骤三、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts；

步骤四、根据步骤三所得的纵波时差Δtc和横波时差Δts，结合阵列声波测井资料中的密度ρ，计算动态杨氏模量Ed和动态泊松比PRd；

步骤五、统计所述油气藏岩体力学性质影响参数，包括内部影响参数和外部影响参数，内部影响参数包括岩石成分特征参数，岩石结构特征参数，岩石构造特征参数以及岩石孔隙裂缝特征参数，外部影响参数包括温度特征参数，围压特征参数，孔隙流体特征参数以及孔隙压力特征参数；

步骤六、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的物理模型；

步骤七、获得所建立的物理模型的硬点文件，并采用Matlab读取硬点文件中各硬点的坐标数值，形成一个可修改的硬点表，所述硬点表中包括各硬点坐标名称，以及每一硬点对应的坐标数值、以及相邻两个坐标之间在距离值；

步骤八、获取所述油气藏的岩石力学参数及岩体力学性质影响参数的关联关系；

步骤九、采用岩石力学参数，岩石力学参数的各向异性强度，油气藏的岩石力学参数及岩体力学性质影响参数的关联关系，以及，岩体力学性质影响参数与各向异性强度的关联关系，进行油气藏岩体力学地下原位模型的恢复；

步骤十、与物理模型中的各元素建立关系后，在指定的范围内对参数进行变动，驱动仿真分析模块对不同的参数进行计算求解；

岩石力学参数包括岩石弹性参数，所述岩石弹性参数包括杨氏模量、泊松比和Biot系数，所述Biot系数用于表征孔隙弹性参数；所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度；

所述岩石力学参数的各向异性强度通过如下公式计算获得：

$E_k=\frac{E_h-E_v}{E_h};$

${\mathrm{\μ}}_k=\frac{{\mathrm{\μ}}_h-{\mathrm{\μ}}_v}{{\mathrm{\μ}}_h};$

其中，E_k为杨氏模量各向异性强度；E_h为水平方向杨氏模量；E_v为垂直方向杨氏模量；

μ_k为泊松比各向异性强度；μ_h为水平方向泊松比；μ_v为垂直方向泊松比；

所述动静态岩石力学参数矫正方法的动静态岩石力学参数矫正装置，包括单片机控制器和岩石动静态参数采集器，所述单片机控制器分别与岩石动静态参数采集器、数据处理器、RAM存储器、ROM存储器和无线射频收发器电性连接；

所述单片机控制器的输出端与模拟器的输入端电性连接；

所述岩石动静态参数采集器与岩石参数采集器电性连接；

所述岩石动静态参数采集器的输入端分别与应力传感器、温度传感器、孔隙压力传感器和流体饱和度传感器的输出端电性连接；

所述无线射频收发器通过GPRS网络与外部设备连接；

所述岩石参数采集器的输入端分别与岩石成分分析器、岩石结构分析器、岩石构造分析器和岩石孔隙度分析器的输出端电性连接；

所述单片机控制器的输入端与供电电源的输出端电性连接。

2.如权利要求1所述的动静态岩石力学参数矫正方法，其特征在于，所述无线射频收发器设置有无线通信极限容量计算模块，所述无线通信极限容量计算的计算方法包括：

利用Laguerre多项式计算得到：

其中，m＝min(N_t,N_r)；

n＝max(N_t,N_r)；

为次数为k的Laguerre多项式：

令λ＝n/m，推导出如下归一化后的信道容量表示式；

其中，

$v_2={(\sqrt{\mathrm{\τ}}+1)}^2;$

在快速瑞利衰落的情况下，令m＝n＝N_t＝N_r，则v₁＝0，v₂＝4；

渐进信道容量为：

利用不等式：

log₂(1+x)≥log₂(x) (式6)

式(5)简化为：

式(5)表明，随着收发天线数目的增加，极限信道的容量会随之线性地增加。

3.如权利要求1所述的动静态岩石力学参数矫正方法，其特征在于，所述岩石动静态参数采集器设置有多个无线网络传感器，多个无线网络传感器组成无线网络传感器网络；所述无线网络传感器网络覆盖的分布式方法在指定的时间内，通过比较工作节点的最大有效覆盖时间和剩余能量来安排工作节点的最优探测活动时间，从而使得总的有效覆盖时间最大；

数学模型如下：

$MaxC=\underset{i\∈P}{\Σ}{w}_i\×T_i$

ST:0≤s_i.start≤l,i∈N

s_i.end-s_i.start＝b_i,i∈N

$b_i\≤B_i\×\frac{l}{L},i\∈N$

其中C为总的有效覆盖时间，l是每一轮的时间，b_i是节点s_i在每一轮中的工作时间。

4.如权利要求1所述的动静态岩石力学参数矫正方法，其特征在于，所述数据处理器设置有数据聚合模块，所述数据聚合模块的数据聚合方法具体包括：

步骤一、部署无线传感器节点：在面积为S＝W×L的检测区域内，将无线传感器节点部署在检测区域，基站部署在检测区域外，基站用于接收和处理整个无线传感网络收集到的数据信息；

步骤二、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头，检测区域按照方形网格均匀划分，选取方格中距离中心最近的节点作为簇头；

步骤三、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N＝Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；

其中，得到每个节点初始的剩余能量E_ir后，就可以通过LEACH能耗模型来估算节点能量的剩余值，例如进行了M轮后，一轮为传感器节点得到监测数据然后将数据逐层上传，最终将数据传输给基站的这一过程为一轮，节点的剩余能量可以估算为：E＝E_ir-M(E_tx+E_rx)＝E_ir-M(2kE_elec+kε_{free-space-amp}d²)，E_ir即为节点反馈给簇头的剩余能量，LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，具体表达形式为：

$E_{tx}(k,d)=E_{tx-elec}\left(k\right)+E_{tx-amp}(k,d)=\left\{\begin{array}{cc}{\mathrm{kE}}_{elec}+{\mathrm{k\ϵ}}_{free-space-amp}{d}^2,& d\≤d_0\\ {\mathrm{kE}}_{elec}+{\mathrm{k\ϵ}}_{two-way-amp}{d}^2,& d\≥d_0\end{array}\right.;$

E_rx(k)＝E_re-elec(k)＝kE_elec；

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到节点的剩余能量；

步骤四、簇内节点构成简单图模型：通过步骤三得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；

步骤五、簇内权值的计算：通过步骤三，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为：

W_ij＝a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃＝1，系统根据系统对E_ir、d_ij或k_i所要求的比重不同调整a_i的值而得到满足不同需要的权值；

步骤六、簇内节点构建最小生成树：根据步骤四得到的簇内节点构成的简单图模型和步骤五得到的权值，根据Prim最小生成树算法的定义构建簇内节点最小生成树；

步骤七、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头；

其中，父节点为在最小生成树中按照数据的传输方向汇聚数据的节点称为父节点，将数据传输给父节点的节点为子节点；

步骤八、簇头权值的计算：通过步骤三分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中E_cir＝E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值的公式定义为：

W_ij＝b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃＝1，系统根据系统对E_cir、D_ij或K_ci要求的比重不同调整b_i的值而得到满足不同需要的权值；

步骤九、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由步骤八中的权值计算公式得到；

步骤十、簇头节点构建最小生成树：由步骤八给出的簇头节点构成的简单图模型后，根据Prim最小生成树算法的定义来构建最小生成树；

步骤十一、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站；

步骤十二、均衡节点能耗：为了平衡节点能量的消耗，防止节点过快死亡，维持簇正常运行，每进行M轮以后，就重新选择簇头，然后重新进行前面的步骤，其中，节点的能耗可由LEACH能耗模型进行估算；

步骤十三、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息后，簇头就开始对簇内节点重新构建最小生成树。