CN108303360A - 一种煤岩三维孔隙网络结构参数表征方法 - Google Patents
一种煤岩三维孔隙网络结构参数表征方法 Download PDFInfo
- Publication number
- CN108303360A CN108303360A CN201710643220.XA CN201710643220A CN108303360A CN 108303360 A CN108303360 A CN 108303360A CN 201710643220 A CN201710643220 A CN 201710643220A CN 108303360 A CN108303360 A CN 108303360A
- Authority
- CN
- China
- Prior art keywords
- network
- coal petrography
- node
- coal
- dimensional
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 61
- 239000011148 porous material Substances 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011435 rock Substances 0.000 claims abstract description 21
- 239000011800 void material Substances 0.000 claims abstract description 15
- 238000012512 characterization method Methods 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims abstract description 4
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000011084 recovery Methods 0.000 abstract description 5
- 238000005325 percolation Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 abstract description 2
- 238000003696 structure analysis method Methods 0.000 abstract 1
- 238000002591 computed tomography Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012546 transfer 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
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种煤岩孔隙网络结构表征方法,首先用CT技术获得煤岩心孔隙结构的三维数据,建立三维数字岩心、利用中轴线算法建立三维孔隙网络;对孔隙网络模型数据简化,将孔隙简化为节点,吼道简化为边,对孔隙进行标号,导出孔隙连通信息;再利用复杂网络表征网络的基本信息,包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。与传统煤岩孔隙结构分析方法相比,本发明增加了网络性质分析,能够分析相同孔隙度不同孔隙网络连通结构的渗流规律,实现在微观结构方面为提高现有瓦斯采收率的目的;采用复杂网络理论定量表征煤岩孔隙网络结构参数,能够准确、全面表征煤岩孔隙网络连通性质。
Description
技术领域
本发明属于矿井瓦斯抽采领域,具体涉及一种煤岩孔隙网络结构参数定量表征方法。
背景技术
含瓦斯煤岩体孔隙形态复杂且跨尺度分布,其结构特征是瓦斯储集与运移机理的主要影响因素之一。定量表征煤岩三维孔隙的形态、连通性、渗流路径选择,对研究储层瓦斯成藏机理、揭示瓦斯运移机制与提高采收率有重要意义。
为此,澳大利亚新南威尔士大学的Ghous教授采用高精度CT扫描和聚焦离子束扫描分别得到大孔隙和微孔隙岩石形态结构,通过融合不同尺度孔隙建立网络模型,并研究了不同尺度上大孔隙和微孔隙结构特征对岩石渗透率和电阻率的影响规律;西南石油大学胡雪涛教授应用定向渗流理论建立了能表征岩石微观孔隙结构特征及润湿性特征的随机网络模型;帝国理工大学Blunt教授研究组基于高精度CT扫描技术提取了不同孔隙介质的孔隙网络结构,并介绍了孔隙尺度渗透性的研究方法;中国石油大学(华东)姚军教授研究组基于三维规则网络模型建立了不同物理尺寸的溶洞网络、大孔隙网络和微孔隙网络,继而通过添加适当比例的大孔隙和微孔隙构建出碳酸盐多尺度网络模型。
上述这些围绕煤岩体孔隙连通结构的表征方法对岩石孔隙结构表征研究具有重要意义,但主要采用比欧拉数或从宏观平均角度出发,都有一定的片面性,不能真实地反映煤岩体孔隙的网络的拓扑特征。
发明内容
本发明目的在于提供一种能够准确、全面地表征煤岩孔隙网络连通性质的煤岩孔隙网络结构参数表征方法。
为实现上述目的,本发明一种煤岩孔隙网络结构参数定量表征方法,包括以下步骤:
第一步、测量取样煤、岩孔隙度;
第二步、将取样煤、岩加工为圆柱体,其中圆柱高度、横截面直径长度范围为2~50mm;
第三步、扫描技术得到煤岩心横截面二维图像;
第四步、根据第一步中测定的煤岩孔隙度,确定扫描图像的二值化阈值;
第五步、根据二维煤岩心扫描图像建立煤岩心三维数字岩心;
第六步、基于中轴线算法,提取三维煤岩心孔隙网络模型,其中孔隙简化为节点,吼道简化为边;
第七步、导出孔隙网络文件;
第八步、删除度为0、1、2的节点,删除环形边、平行边,从而生成拓扑简化后的孔隙网络;
第九步、定量计算煤岩心三维孔隙网络结构参数,包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。
本发明所述的三维煤岩孔隙网络分析方法在操作时,与传统煤岩孔隙结构分析方法相比,增加了网络性质的分析,能够分析相同孔隙度不同孔隙网络连通结构的渗流规律,为提高现有瓦斯采收率提供微观结构依据。
此外本发明采用复杂网络理论定量表征煤岩孔隙网络结构参数。操作流程较为简捷,便于实现,本发明在中轴线提取算法基础上结合复杂网络理论定量计算孔隙网络,从而能够准确、全面表征煤岩孔隙网络连通性质。为瓦斯、页岩气等化石资源开采过程中采收方案制定提供依据。
本发明也适用于其他多孔介质孔隙结构表征,如土壤孔隙、人造多孔材料等。
附图说明
图1是本发明流程图;
图2是基于CT扫描后提取的四种孔隙度岩石网络示意图;
图中:a.孔隙度为12%。b.孔隙度为19%。c.孔隙度为26%。d.孔隙度为33%。
图3是砂岩孔隙网络平均路径程度分析;
图中:砂岩渗流网络平均路径长度Aver_D;误差棒采用方差公式计算;k表示任意两节点间最短路径长度(连接任意两节点最少边数);n为最短路径分布。a.孔隙度为12%。b.孔隙度为19%。c.孔隙度为26%。d.孔隙度为33%。
图4是平均路径长度随随机删除节点与从度大的节点(hub)开始删除两种方案的变化;
图中,每删除5个节点求解一次平均年路径长度,删除节点数占总结点数的8%。a.孔隙度为12%。b.孔隙度为19%。c.孔隙度为26%。d.孔隙度为33%。
图5是砂岩渗流网络度(P)分布
图中:a.孔隙度为12%。b.孔隙度为19%。c.孔隙度为26%。d.孔隙度为33%。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示,一种煤岩孔隙网络结构参数定量表征方法,包括以下步骤:
第一步、测量取样煤、岩孔隙度;
第二步、将取样煤、岩加工为圆柱体,其中圆柱高度、横截面直径长度范围为2~50mm;
第三步、扫描技术得到煤岩心横截面二维图像;
第四步、根据第一步中测定的煤岩孔隙度,确定扫描图像的二值化阈值;
第五步、根据二维煤岩心扫描图像建立煤岩心三维数字岩心;
第六步、基于中轴线算法,提取三维煤岩心孔隙网络模型,其中孔隙简化为节点,吼道简化为边;
第七步、导出孔隙网络文件,如图2所示;
第八步、删除度为0、1、2的节点,删除环形边、平行边,从而生成拓扑简化后的孔隙网络;
第九步、定量计算煤岩心三维孔隙网络结构参数,包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。如图4、图5所示。
第三步中所述扫描获得岩心孔隙结构可以采用CT、核磁共振、扫描电镜、铸体薄片等方法,CT既能满足精度要求,成本也低,本发明优选方案采用CT扫描。通过CT扫描建立煤岩数字岩心的具体过程为:采用XradiaMicro_XCT_200型CT扫描系统提取不同孔隙度煤岩心微米级孔隙结构信息。采用GE Phoenix纳米CT扫描系统提取不同孔隙度煤岩心纳米级孔隙结构信息。
为确保精度,单个样品截面扫描数不小于100。扫描过程中,在-180°至180°之间旋转样品,每旋转0.18°采集一次数据。生成煤岩心层析图像堆栈。根据实测煤岩心孔隙度确定数字煤岩心图像二值化阈值,构建三维数字煤岩心。
优选的,所述圆柱体横截面直径及长度均为2.5mm。
进一步,为更加全面表征煤岩孔隙网络结构,第九步中所述煤岩三维孔隙网络表征参数还包括网络社团性、动态演化特征。
基于拓扑学原理对孔隙网络模型进行简化的具体过程为:首先剔除与孔隙数最多的主网络不连通的孤立孔隙,其次由于度k为1的孔隙在渗流过程中不起作用,因此删除度为1的孔隙;删除开始和结束均在同一孔隙的喉道;最后将度为2的孔隙视为一个连续喉道的一点,不单独作为节点。
利用改进后算法分别对不同孔隙度人造砂岩孔隙网络进行分析,计算结果如下表所示,
表中:φ表示孔隙率,N表示渗流网络节点数,d表示边数,γ表示幂指数,<k>表示节点度的平均值,L表示平均路径长度。从表中可以看出本发明分析的孔隙网络结构参数较传统仅考虑孤立孔隙的算法增加了网络连通性的分析,在表征煤岩孔隙网络结构方面更精确、全面。
为了进一步检验基于复杂网络理论的网络结构计算效果,选取了低孔渗、中高孔渗人造砂岩岩心(孔隙度分别为12%、19%、26%、33%),CT扫描后提取的四种孔隙度岩石网络如图2所示,不同孔隙率砂岩渗流网络拓扑性质如图3所示。总之,本发明计算的煤岩孔隙网络连通结构参数从网络连通性角度给出了孔隙结构特性,这位CT扫描图像数据瓦斯、页岩气微观渗流行为研究与采收率提高奠定了基础。
Claims (5)
1.一种煤岩孔隙网络结构表征方法,其特征在于,包括以下步骤:
第一步、测量取样煤、岩孔隙度;
第二步、将取样煤岩加工为圆柱体,其中圆柱高度、横截面直径长度范围为2~50mm;
第三步、扫描获得煤岩心横截面二维图像;
第四步、根据第一步中测定的煤岩孔隙度,确定扫描图像的二值化阈值;
第五步、根据二维煤岩心扫描图像建立煤岩心三维数字岩心;
第六步、基于中轴线算法,提取三维煤岩心孔隙网络模型,其中孔隙简化为节点,吼道简化为边;
第七步、导出孔隙网络文件;
第八步、删除度为0、1、2的节点,删除环形边、平行边,从而生成拓扑简化后的孔隙网络;
第九步、定量计算煤岩心三维孔隙网络结构参数,包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。
2.根据权利要求1煤岩孔隙网络结构表征方法,其特征在于,第三步中所述扫描获得岩心孔隙结构采用CT技术。
3.根据权利要求1煤岩孔隙网络结构表征方法,其特征在于,所述圆柱体横截面直径及长度均为2.5mm。
4.根据权利要求1煤岩孔隙网络结构表征方法,其特征在于,第四步中所述煤岩三维孔隙网络表征参数还包括网络社团性、动态演化特征。
5.根据权利要求1煤岩孔隙网络结构表征方法,其特征在于,在步骤三中,单个样品截面扫描数不小于100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710643220.XA CN108303360B (zh) | 2017-07-31 | 2017-07-31 | 一种煤岩三维孔隙网络结构参数表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710643220.XA CN108303360B (zh) | 2017-07-31 | 2017-07-31 | 一种煤岩三维孔隙网络结构参数表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108303360A true CN108303360A (zh) | 2018-07-20 |
CN108303360B CN108303360B (zh) | 2020-12-04 |
Family
ID=62872606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710643220.XA Active CN108303360B (zh) | 2017-07-31 | 2017-07-31 | 一种煤岩三维孔隙网络结构参数表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108303360B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495316A (zh) * | 2018-12-13 | 2019-03-19 | 杭州电子科技大学 | 一种融合邻接性和节点角色相似性的网络表征方法 |
CN112686917A (zh) * | 2021-01-30 | 2021-04-20 | 中国科学院地质与地球物理研究所 | 提高岩心非均质性表征精度的数字岩心建模方法及装置 |
CN113239600A (zh) * | 2021-07-09 | 2021-08-10 | 成都理工大学 | 一种复杂岩体二维随机网络模型构建方法 |
WO2022000627A1 (zh) * | 2020-07-03 | 2022-01-06 | 大连理工大学 | 一种基于ct图像的胶结型水合物沉积物三维建模方法 |
CN113902863A (zh) * | 2021-10-12 | 2022-01-07 | 华北科技学院 | 一种煤的等效孔隙网络拓扑结构表征方法 |
CN114495679A (zh) * | 2022-01-25 | 2022-05-13 | 中国矿业大学 | 一种真实煤二维微流体模型制作方法 |
CN117115370A (zh) * | 2023-08-15 | 2023-11-24 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556703A (zh) * | 2009-05-16 | 2009-10-14 | 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 |
WO2011062260A1 (ja) * | 2009-11-20 | 2011-05-26 | 国立大学法人東京大学 | 細孔性ネットワーク錯体、ゲスト分子内包ネットワーク錯体、及びゲスト分子の分離方法 |
CN104237103A (zh) * | 2014-09-23 | 2014-12-24 | 中国石油天然气股份有限公司 | 一种孔隙连通性定量表征方法及装置 |
WO2015187483A1 (en) * | 2014-06-05 | 2015-12-10 | Geocosm, LLC | Predicting sediment and sedimentary rock properties |
CN106127816A (zh) * | 2016-03-08 | 2016-11-16 | 中国石油大学(华东) | 一种页岩基质储层孔隙空间表征方法 |
-
2017
- 2017-07-31 CN CN201710643220.XA patent/CN108303360B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556703A (zh) * | 2009-05-16 | 2009-10-14 | 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 |
WO2011062260A1 (ja) * | 2009-11-20 | 2011-05-26 | 国立大学法人東京大学 | 細孔性ネットワーク錯体、ゲスト分子内包ネットワーク錯体、及びゲスト分子の分離方法 |
WO2015187483A1 (en) * | 2014-06-05 | 2015-12-10 | Geocosm, LLC | Predicting sediment and sedimentary rock properties |
CN104237103A (zh) * | 2014-09-23 | 2014-12-24 | 中国石油天然气股份有限公司 | 一种孔隙连通性定量表征方法及装置 |
CN106127816A (zh) * | 2016-03-08 | 2016-11-16 | 中国石油大学(华东) | 一种页岩基质储层孔隙空间表征方法 |
Non-Patent Citations (2)
Title |
---|
LIUSAN WU等: "Network connectivity entropy and its application on network", 《PHYSICA A》 * |
龚小明等: "基于中轴线的岩心3维图像孔喉分割算法", 《四川大学学报( 工程科学版)》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495316A (zh) * | 2018-12-13 | 2019-03-19 | 杭州电子科技大学 | 一种融合邻接性和节点角色相似性的网络表征方法 |
CN109495316B (zh) * | 2018-12-13 | 2022-05-20 | 杭州电子科技大学 | 一种融合邻接性和节点角色相似性的网络表征方法 |
WO2022000627A1 (zh) * | 2020-07-03 | 2022-01-06 | 大连理工大学 | 一种基于ct图像的胶结型水合物沉积物三维建模方法 |
US11694338B2 (en) | 2020-07-03 | 2023-07-04 | Dalian University Of Technology | 3D modeling method for cementing hydrate sediment based on CT image |
CN112686917A (zh) * | 2021-01-30 | 2021-04-20 | 中国科学院地质与地球物理研究所 | 提高岩心非均质性表征精度的数字岩心建模方法及装置 |
CN112686917B (zh) * | 2021-01-30 | 2023-06-30 | 中国科学院地质与地球物理研究所 | 提高岩心非均质性表征精度的数字岩心建模方法及装置 |
CN113239600A (zh) * | 2021-07-09 | 2021-08-10 | 成都理工大学 | 一种复杂岩体二维随机网络模型构建方法 |
CN113902863A (zh) * | 2021-10-12 | 2022-01-07 | 华北科技学院 | 一种煤的等效孔隙网络拓扑结构表征方法 |
CN113902863B (zh) * | 2021-10-12 | 2023-08-29 | 华北科技学院 | 一种煤的等效孔隙网络拓扑结构表征方法 |
CN114495679A (zh) * | 2022-01-25 | 2022-05-13 | 中国矿业大学 | 一种真实煤二维微流体模型制作方法 |
CN114495679B (zh) * | 2022-01-25 | 2022-10-28 | 中国矿业大学 | 一种真实煤二维微流体模型制作方法 |
CN117115370A (zh) * | 2023-08-15 | 2023-11-24 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
CN117115370B (zh) * | 2023-08-15 | 2024-03-19 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108303360B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108303360A (zh) | 一种煤岩三维孔隙网络结构参数表征方法 | |
Zhou et al. | 2D and 3D nanopore characterization of gas shale in Longmaxi formation based on FIB-SEM | |
Zhao et al. | Investigation on the pore structure and multifractal characteristics of tight oil reservoirs using NMR measurements: Permian Lucaogou Formation in Jimusaer Sag, Junggar Basin | |
Liu et al. | Fractal characteristics of unsaturated sands− implications to relative permeability in hydrate-bearing sediments | |
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
Liu et al. | Quantification of the microstructures of Bakken shale reservoirs using multi-fractal and lacunarity analysis | |
CN111428321B (zh) | 一种基于简化数字岩心的砾岩储层孔隙网络模型建模方法 | |
CN102778421B (zh) | 地质历史时期砂岩储层渗透率演化恢复方法 | |
CN108802073A (zh) | 一种基于数字岩心的岩石电性参数获取方法及装置 | |
CN108729908A (zh) | 一种基于孔隙网络模型的致密油流动模拟及渗透率预测方法 | |
CN106285664B (zh) | 基于逾渗网络模拟的双重介质储层岩石含水饱和度计算法 | |
CN105551004A (zh) | 一种基于岩心ct图像处理的剩余油微观赋存表示方法 | |
CN104360039A (zh) | 一种致密砂岩储层成岩相定量评价方法 | |
Xia et al. | Response laws of rock electrical property and saturation evaluation method of tight sandstone | |
CN103713316A (zh) | 一种基于岩石孔隙数字表征的速度预测方法及装置 | |
Zeng et al. | Pore structure characteristics of reservoirs of Xihu Sag in East China Sea Shelf Basin based on dual resolution X-ray computed tomography and their influence on permeability | |
CN110320137A (zh) | 一种基于数字岩心的多尺度融合方法 | |
Wu et al. | Fluid mobility evaluation of tight sandstones in Chang 7 member of Yanchang formation, Ordos Basin | |
Zhao et al. | Applicability comparison of nuclear magnetic resonance and mercury injection capillary pressure in characterisation pore structure of tight oil reservoirs | |
Luo et al. | Characterization of compact carbonate pore–throat network systems in the Xiagou Formation in Qingxi Sag, Jiuquan Basin, China | |
Li et al. | Detailed characterization of micronano pore structure of tight sandstone reservoir space in three dimensional space: a case study of the Gao 3 and Gao 4 members of Gaotaizi reservoir in the Qijia area of the Songliao basin | |
Song et al. | Research on reservoir characteristics of Chang7 tight oil based on nano-CT | |
Nia et al. | Pore-scale characterization of oil-rich monterey shale: A preliminary study | |
Yu et al. | An innovative percolation theory-based method for characterizing shale pore connectivity | |
Liu et al. | Pore characteristics and formation mechanism of high-maturity organic-rich shale in Lower Cambrian Jiumenchong Formation, southern Guizhou |
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 |