CN108682020A - 岩心微米ct孔隙结构重构方法 - Google Patents
岩心微米ct孔隙结构重构方法 Download PDFInfo
- Publication number
- CN108682020A CN108682020A CN201810397176.3A CN201810397176A CN108682020A CN 108682020 A CN108682020 A CN 108682020A CN 201810397176 A CN201810397176 A CN 201810397176A CN 108682020 A CN108682020 A CN 108682020A
- Authority
- CN
- China
- Prior art keywords
- fib
- data
- sem
- micron
- hole
- 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
- 239000011148 porous material Substances 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000011435 rock Substances 0.000 title claims abstract description 24
- 238000002591 computed tomography Methods 0.000 claims description 30
- 238000005498 polishing Methods 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 19
- 239000007787 solid Substances 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000001878 scanning electron micrograph Methods 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 8
- 230000004323 axial length Effects 0.000 claims description 7
- 230000018109 developmental process Effects 0.000 claims description 4
- 238000002679 ablation Methods 0.000 claims description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N argon Substances [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 claims description 3
- 229910052786 argon Inorganic materials 0.000 claims description 3
- 238000010884 ion-beam technique Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- FDSYTWVNUJTPMA-UHFFFAOYSA-N 2-[3,9-bis(carboxymethyl)-3,6,9,15-tetrazabicyclo[9.3.1]pentadeca-1(15),11,13-trien-6-yl]acetic acid Chemical compound C1N(CC(O)=O)CCN(CC(=O)O)CCN(CC(O)=O)CC2=CC=CC1=N2 FDSYTWVNUJTPMA-UHFFFAOYSA-N 0.000 claims 1
- 239000007789 gas Substances 0.000 description 6
- 241000209094 Oryza Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 238000009826 distribution Methods 0.000 description 2
- DAFIBNSJXIGBQB-UHFFFAOYSA-N perfluoroisobutene Chemical compound FC(F)=C(C(F)(F)F)C(F)(F)F DAFIBNSJXIGBQB-UHFFFAOYSA-N 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000003079 shale oil Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
- G01N2001/2866—Grinding or homogeneising
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20128—Atlas-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明属于非常规储层微观技术领域,具体为岩心微米CT孔隙结构重构方法,利用FIB‑SEM实验,标定微米CT结果中灰度所对应的实际孔隙度,从而建立微米CT图像灰度和孔隙度之间的关系,然后依据该关系,给微米CT图像的每个像素赋予一定的孔隙度,建立孔隙结构的软分割方法。本发明提供的岩心微米CT孔隙结构重构方法,提出综合FIB‑SEM和CT数据的数字岩心孔隙结构重构的软分割方法,建立分数式数字岩心孔隙结构模型,进一步提高数字岩心孔隙结构模型与实际岩心的匹配度。
Description
技术领域
本发明属于非常规储层微观技术领域,具体为岩心微米CT孔隙结构重构方法。
背景技术
随着常规油气资源的逐渐枯竭,页岩气、页岩油、致密油气等非常规油气已经成为当今 油气领域的研究热点之一。但是实际非常规油气开发表明,非常规油气表现出独特的产能递 减规律:初期产量高,衰减快;后期衰减慢,产量低。为了分析页岩气油气的流动规律,需 要开展数字岩心研究,以表征非常规储层微观三维孔-缝结构。
由于非常规储层中,20纳米到10微米左右的孔-缝均有发育,但常规微米CT的分辨率大于 100纳米,因此常规CT中的一个三维像素块,会出现3种情况:①全部都是固体(图4a中a4区)、 ②全部都是空隙(图4a中a3区)、③部分固体部分空隙(图4a中a1和a2区)。常规微米CT数 据(图4b)也有3种情况:(1)黑色区域(图4b中b3像素,对应于图4a中a3区域);(2)白色区域(图4b中b4像素,对应于图4a中a4区域);(3)灰色区域(图4b中b1和b2像素,对应 于图4a中a1和a2区域)。
图4a为岩心孔隙-固体分布;图4b为与a相对应的CT扫描图像。图4b中每个格为一个像素, 像素边长对应CT的分辨率(约0.7微米-20微米)。对图4b中的CT结果采用统一阈值进行硬分 割,是以整个像素为单位,b1像素和b2像素要么整体被判定为孔隙(孔隙度为Fp=1),要么 整体被判定为固体(孔隙度Fp=0),而实际上b1像素和b2像素所对应的岩心a1和a2区域是孔 隙和固体混合的,单个像素块的实际孔隙度Fp是从0到1变化的分数。
目前基于CT的数字岩心孔隙结构重构,普遍采用硬分割方法:对于CT中的任一三维像素, 确定单一分割阈值Th,三维CT数据体中灰度值大于Th的为孔-缝,赋值为0;而三维CT数据体 中灰度值小于Th的为固体部分,赋值为1。
采用硬分割方法进行数字岩心孔隙结构重构,对于部分孔隙部分固体的像素存在误差: 按照目前的这种孔隙分割方法,
图4b中b1和b2像素只能全部划分为孔隙,或者全部划分为固体,这与实际情况不符。
发明内容
针对硬分割方法进行数字岩心孔隙结构重构的问题,即由于微米CT分辨率有限,无法区 分分辨率以下的孔隙结构,采用统一的一个阈值对每个CT像素进行硬分割,CT像素要么全部 划定为孔隙,其像素孔隙度Fp=1;要么全部划分为固体,其像素孔隙度Fp=0。而实际岩心中 对应于CT像素块大小的区域,孔隙是以一定比例分数存在的,并非不是0,就是1,而是一个 分数式的孔隙度。
为了解决以上问题,本发明提出软分割方法,不再将微米CT像素只划分为孔隙和固体两 个类别,而是根据CT图像的灰度,结合高分辨率FIB-SEM实验,通过建立CT灰度和FIB-SEM 实验中实际岩心孔隙度之间的关系,给CT像素赋予分数式的像素孔隙度Fp。
具体技术方案为:
利用FIB-SEM实验,标定微米CT结果中灰度所对应的实际孔隙度,从而建立微米CT图像 灰度和孔隙度之间的关系,然后依据该关系,给微米CT图像的每个像素赋予一定的孔隙度, 建立孔隙结构的软分割方法。
岩心微米CT孔隙结构重构方法,包括以下步骤:
(1)微米CT岩心样品制备
将采集到的原始岩石样品进行表面机械剖光,然后在需要开展微米CT分析的区域,钻取 微米CT样品CT_SAMPLE。该CT样品半径CTR毫米,轴长CTZ毫米;微米CT岩心样品中机械 剖光面的一端标记为样品A端,另外一端为B端;
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面;然后对离子 剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片;
(3)打定位孔和CT扫描
根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU; 在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系, 针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结 果为3维像素矩阵CT_DATA;
所述的步骤3,包括以下步骤:
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域 SQU;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系;
(33)利用聚焦离子束在3个定位点的位置打3种不同形状的定位孔:
PA标定点打圆柱形孔,孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方体孔, 正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米, 纵向深3*CTN微米;
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米;FIB-SEM扫描的精度为FIBN纳米;FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像素矩阵FIB-SEM_DATA;
(5)微米CT和FIB-SEM数据匹配
步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、PBCT、 PCCT,同时步骤(4)FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定 位孔为PAFIB、PBFIB、PCFIB;PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,根据 PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM扫描数据 FIB-SEM_DATA进行位置匹配;
所述的步骤(5),包括以下步骤:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM;
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以 PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标 系FIB_SYSTEM;
(53)PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,CT数据坐标系CT_SYSTEM 与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数SF=CTN/FIBN*106;
(54)在FIB-SEM扫描区域与CT扫描重合区域,CT数据中任一像素PCT在CT数据坐标系 CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z;由于FIB-SEM比CT数据的分辨率高,因此 CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴范围为PCT_X*SF 至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为PCT_Z*SF至(PCT_Z+1) *SF。
(6)FIB-SEM孔隙度分析
通过步骤(5),在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB;对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的孔隙部分 孔隙度FPFIB;
所述的步骤(6),包括以下步骤:
(61)确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙,大 于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始 FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB;
(62)确定了最优分割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素 和为PorFIB,统计PFIB的总像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB。
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系,通过 步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔隙度 FPFIB之间的多项式拟合关系FPFIB=f(GCT);
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图 像灰度数值,计算CT扫描数据中其他数据的孔隙率,得出全部CT扫描数据中任一像素的孔隙 率FP;建立一个与CT扫描数据CT_DATA相同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP;FP_DATA即为最后输出的软分 割孔隙结构重构模型。
本发明提供的岩心微米CT孔隙结构重构方法,提出综合FIB-SEM和CT数据的数字岩心孔 隙结构重构的软分割方法,建立分数式数字岩心孔隙结构模型,进一步提高数字岩心孔隙结 构模型与实际岩心的匹配度。
附图说明
图1为实施例中CT扫描样品A端面定位点和定位孔示意图;
图2为实施例中CT数据坐标系CT_SYSTEM;
图3为实施例中FIB-SEM数据坐标系FIB_SYSTEM;
图4a为现有技术中岩心孔隙-固体分布;
图4b为与图4a相对应的CT扫描图像。
具体实施方式
结合附图说明本发明的具体技术方案。
(1)微米CT岩心样品制备
所选微米CT仪器的分辨率为CTN微米(一般为1微米),CT仪器所需样品为圆柱形柱塞, 柱塞样品半径要求为CTR毫米,轴长要求为CTZ毫米。将采集到的原始岩石样品进行表面机 械剖光,然后在需要开展微米CT分析的区域,钻取微米CT样品CT_SAMPLE。该CT样品半径 CTR毫米,轴长CTZ毫米。微米CT岩心样品中机械剖光面的一端标记为样品A端,另外一端为B端。
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面。然后对离子 剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片。
(3)打定位孔和CT扫描
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域 SQU,如图1中FIB-SEM扫描区域;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系,见图1:
(33)利用聚焦离子束(FIB)在3个定位点的位置打3种不同形状的定位孔见图1:
PA标定点打圆柱形孔,每个孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方 体孔,正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米,纵向深3*CTN微米。由于PA、PB、PC孔的尺寸均大于CT分辨率CTN微米,从而保证 在微米CT中能够显示出这3个标定孔。
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米(FIBN一般为10纳米)。FIB-SEM扫 描的精度为FIBN纳米。FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像 素矩阵FIB-SEM_DATA。
(5)微米CT和FIB-SEM数据匹配
由于步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、 PBCT、PCCT,同时FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定位 孔为PAFIB、PBFIB、PCFIB。由于PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB都是实际岩心中3 个定位孔PA、PB、PC的扫描结果,因此PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对 应的,可以根据PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM 扫描数据FIB-SEM_DATA进行位置匹配,具体匹配步骤如下:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM,见图2。
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以 PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标 系FIB_SYSTEM,见图3。
(53)由于PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,因此CT数据坐标系 CT_SYSTEM与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数 SF=CTN/FIBN*106。
(54)在FIB-SEM扫描区域与CT扫描重合区域,如图1中灰色区域,CT数据中任一像素 PCT在CT数据坐标系CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z。由于FIB-SEM比CT数据 的分辨率高,因此CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴 范围为PCT_X*SF至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为 PCT_Z*SF至(PCT_Z+1)*SF。
(6)FIB-SEM孔隙度分析
通过步骤(5),可以在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB。 对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的 孔隙部分。首先确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙, 大于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始 FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB。确定了最优分 割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素和为PorFIB,统计PFIB的总 像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB。
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),可以建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系。 通过步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔 隙度FPFIB之间的多项式拟合关系FPFIB=f(GCT)。
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图 像灰度数值,计算CT扫描数据中其他数据(即不在FIB-SEM扫描区域与CT扫描重合区域)的 孔隙率,得出全部CT扫描数据中任一像素的孔隙率FP。建立一个与CT扫描数据CT_DATA相 同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP。FP_DATA即为最后输出的软分割孔隙结构重构模型。
例如基于蔡司微米CT仪得到的岩心微米CT图像分析中,一般以灰度值为50-60作为孔隙的 划分标准。CT图像中灰度小于50-60的为孔隙,大于50-60的固体骨架。而实际上灰度值大于 50-60的部分,并不全都是固体骨架,而是存在一部分孔隙。通过本技术方案,可以给出灰度 大于50-60部分的像素所对应的孔隙率,不再将灰度大于50-60的像素全部划分为固体骨架。 并且本技术方案是综合了FIB-SEM高精度扫描数据建立的定量分析方法。
Claims (4)
1.岩心微米CT孔隙结构重构方法,其特征在于,包括以下步骤:
(1)微米CT岩心样品制备
将采集到的原始岩石样品进行表面机械剖光,然后在需要开展微米CT分析的区域,钻取微米CT样品CT_SAMPLE。该CT样品半径CTR毫米,轴长CTZ毫米;微米CT岩心样品中机械剖光面的一端标记为样品A端,另外一端为B端;
(2)微米CT岩心样品表面离子剖光
对微米CT岩心样品A端,进行氩离子表面剖光,剖光区域为整个A端端面;然后对离子剖光后的A端端面进行SEM扫描,拍摄A端端面的表面结构图片;
(3)打定位孔和CT扫描
根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU;在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系,针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA;
(4)FIB-SEM扫描
针对打了定位孔的CT样品CT_SAMPLE进行FIB-SEM扫描,扫描区域为SQU区域,纵向切入深度为SEMQ微米,横向FIB烧蚀间隔为FIBN纳米;FIB-SEM扫描的精度为FIBN纳米;FIB-SEM扫描后,得到一个边长为SEMQ微米的立方体的岩心三维像素矩阵FIB-SEM_DATA;
(5)微米CT和FIB-SEM数据匹配
步骤(3)中CT扫描结果中可以观察到3个定位孔,CT数据中的3个定位孔为PACT、PBCT、PCCT,同时步骤(4)FIB-SEM扫描结果中同样可以观察到3个定位孔,FIB-SEM数据中3个定位孔为PAFIB、PBFIB、PCFIB;PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,根据PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB,将CT扫描数据CT_DATA和FIB-SEM扫描数据FIB-SEM_DATA进行位置匹配;
(6)FIB-SEM孔隙度分析
通过步骤(5),在FIB-SEM高分辨率数据中建立与CT数据一一对应的像素块PFIB;对于PFIB中的FIB-SEM数据,由于其分辨率较高,采用硬分割方式,确定PFIB中的FIB-SEM的孔隙部分孔隙度FPFIB;
(7)微米CT数据灰度和FIB-SEM孔隙度关系分析
通过步骤(5),建立CT数据PCT与FIB-SEM高分辨率数据PFIB之间的一一对应关系,通过步骤(6)可以得到PFIB的孔隙度FPFIB,从而可以利用最小二乘法建立PCT的灰度GCT与孔隙度FPFIB之间的多项式拟合关系FPFIB=f(GCT);
(8)微米CT软分割建立孔隙结构模型
应用步骤(7)拟合出的CT图像像素灰度与孔隙率之间的关系FPFIB=f(GCT),带入CT图像灰度数值,计算CT扫描数据中其他数据的孔隙率,得出全部CT扫描数据中任一像素的孔隙率FP;建立一个与CT扫描数据CT_DATA相同大小并且一一对应的像素矩阵FP_DATA,FP_DATA的数值即为相应CT_DATA中相应像素的孔隙率FP;FP_DATA即为最后输出的软分割孔隙结构重构模型。
2.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤3,包括以下步骤:
(31)根据A端SEM扫描图片结果,在A端表面确定一个边长为SEMQ微米的正方形区域SQU;
(32)然后在该正方形区域SQU内,选取3个定位点PA、PB、PC,要求这3个点构成一个直角坐标关系;
(33)利用聚焦离子束在3个定位点的位置打3种不同形状的定位孔:
PA标定点打圆柱形孔,孔的直径为3*CTN微米,轴长3*CTN微米;PB标定点打正方体孔,正方体的边长为3*CTN微米;PC标定孔打三棱柱孔,表面为正三角形,边长为3*CTN微米,纵向深3*CTN微米;
(34)针对打了定位孔的CT样品CT_SAMPLE进行微米CT扫描,扫描图像精度为CTN微米,扫描结果为3维像素矩阵CT_DATA。
3.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤(5),包括以下步骤:
(51)确定CT数据中3个定位孔的中心,然后以PACT孔的中心为坐标系原点,以PACT-PBCT为x轴,以PACT-PCCT为y轴,以垂直于剖光面方向为z轴,建立CT数据坐标系CT_SYSTEM;
(52)确定FIB-SEM数据中3个定位孔的中心,然后以PAFIB孔的中心为坐标系原点,以PAFIB-PBFIB为x轴,以PAFIB-PCFIB为y轴,以垂直于剖光面方向为z轴,建立FIB-SEM数据坐标系FIB_SYSTEM;
(53)PACT、PBCT、PCCT和PAFIB、PBFIB、PCFIB是一一对应的,CT数据坐标系CT_SYSTEM与FIB-SEM数据坐标系FIB_SYSTEM中坐标只相差一个缩放系数SF=CTN/FIBN*106;
(54)在FIB-SEM扫描区域与CT扫描重合区域,CT数据中任一像素PCT在CT数据坐标系CT_SYSTEM中的坐标为PCT_X、PCT_Y和PCT_Z;由于FIB-SEM比CT数据的分辨率高,因此CT数据中任一像素PCT对应的FIB-SEM数据中的一个像素块PFIB,PFIB的x轴范围为PCT_X*SF至(PCT_X+1)*SF,y轴范围为PCT_Y*SF至(PCT_Y+1)*SF,z轴范围为PCT_Z*SF至(PCT_Z+1)*SF。
4.根据权利要求1所述的岩心微米CT孔隙结构重构方法,其特征在于,所述的步骤(6),包括以下步骤:
(61)确定一个初始分割阈值Th*,FIB,PFIB中的FIB-SEM图像中小于Th*,FIB的为孔隙,大于Th*,FIB为固体骨架,然后不断调整分割阈值,直到分割完毕的孔隙边缘与PFIB中的原始FIB-SEM图像的孔隙边缘相吻合位置,并以此时的分割阈值为最优阈值ThFIB;
(62)确定了最优分割阈值之后,对PFIB中FIB-SEM图像进行分割,统计划分孔隙的像素和为PorFIB,统计PFIB的总像素数目为PixFIB,则PFIB的孔隙度为FPFIB=PorFIB/PixFIB。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397176.3A CN108682020B (zh) | 2018-04-28 | 2018-04-28 | 岩心微米ct孔隙结构重构方法 |
PCT/CN2018/114954 WO2019205579A1 (zh) | 2018-04-28 | 2018-11-12 | 岩心微米ct孔隙结构重构方法 |
US16/395,060 US10937210B2 (en) | 2018-04-28 | 2019-04-25 | Method for reconstructing pore structure of core with micro-CT (computed tomography) |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397176.3A CN108682020B (zh) | 2018-04-28 | 2018-04-28 | 岩心微米ct孔隙结构重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108682020A true CN108682020A (zh) | 2018-10-19 |
CN108682020B CN108682020B (zh) | 2019-04-12 |
Family
ID=63802526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810397176.3A Active CN108682020B (zh) | 2018-04-28 | 2018-04-28 | 岩心微米ct孔隙结构重构方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10937210B2 (zh) |
CN (1) | CN108682020B (zh) |
WO (1) | WO2019205579A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709116A (zh) * | 2018-11-23 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种步进旋转样品台、微观颗粒三维表面成像方法及系统 |
WO2019205579A1 (zh) * | 2018-04-28 | 2019-10-31 | 中国石油大学(华东) | 岩心微米ct孔隙结构重构方法 |
CN111272624A (zh) * | 2019-11-29 | 2020-06-12 | 中国商用飞机有限责任公司 | 一种孔隙率检测方法 |
CN112085693A (zh) * | 2020-06-24 | 2020-12-15 | 中国科学院武汉岩土力学研究所 | 土石混合体内部结构的孔隙比评估及形态重建方法及系统 |
CN112129676A (zh) * | 2019-06-24 | 2020-12-25 | 中国航发商用航空发动机有限责任公司 | 孔隙率试块的制作方法及孔隙率快速检测方法 |
CN112329187A (zh) * | 2019-07-18 | 2021-02-05 | 中国石油天然气股份有限公司 | 断层封闭性分析方法、装置及系统 |
CN113075731A (zh) * | 2021-03-24 | 2021-07-06 | 东北石油大学 | 深层储层连续性井筒数字建模方法及装置 |
CN113281239A (zh) * | 2021-06-18 | 2021-08-20 | 中国石油大学(北京) | 多尺度煤岩孔隙网络生成方法和装置 |
CN113984808A (zh) * | 2021-10-28 | 2022-01-28 | 中国科学院西北生态环境资源研究院 | 冻结法扩展岩石裂隙的试验方法 |
CN116952995A (zh) * | 2023-07-25 | 2023-10-27 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110927194B (zh) * | 2019-12-11 | 2020-08-18 | 中国科学院地质与地球物理研究所 | 确定泥页岩有机孔含量和孔径分布的方法 |
CN111024499B (zh) * | 2019-12-25 | 2022-04-22 | 三峡大学 | 一种对岩石进行层进式劣化规律研究的方法 |
CN111199582B (zh) * | 2019-12-31 | 2023-05-16 | 中国石油大学(华东) | 一种连续孔隙组分表征的三维数字井筒构建方法 |
CN111583153B (zh) * | 2020-05-11 | 2023-07-25 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 针对多孔复合材料微纳米级结构的三维重构方法 |
CN113447419B (zh) * | 2021-06-28 | 2022-10-25 | 哈尔滨工业大学 | 一种多孔介质连通孔隙结构单元的划分系统 |
CN113945499A (zh) * | 2021-09-01 | 2022-01-18 | 同路达(泰州)生态科技有限公司 | 基于ct扫描和图像处理的透水混凝土孔隙特征分析方法 |
CN114397235B (zh) * | 2022-01-17 | 2023-02-03 | 中国矿业大学 | 一种基于孔隙度重构数字岩心的原位温压两相流分析方法 |
CN114241077B (zh) * | 2022-02-23 | 2022-07-15 | 南昌睿度医疗科技有限公司 | 一种ct图像分辨率优化方法及装置 |
CN116402675B (zh) * | 2023-03-23 | 2023-11-28 | 中国地质科学院地质力学研究所 | 一种基于页岩组分标定的图像配准方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090288880A1 (en) * | 2008-05-21 | 2009-11-26 | Wojcik Zbigniew M | Method for estimating material properties of porous media using computer tomograpic images thereof |
CN102222359A (zh) * | 2011-05-24 | 2011-10-19 | 中国石油天然气股份有限公司 | 一种岩心三维孔隙结构重构方法 |
CN104574420A (zh) * | 2015-01-29 | 2015-04-29 | 中国石油大学(华东) | 一种纳米级泥页岩数字岩心构建方法 |
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 |
CN106918607A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN106920236A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN107067379A (zh) * | 2017-03-16 | 2017-08-18 | 中国科学院地质与地球物理研究所 | 基于三维fib‑sem图像的页岩孔隙定量表征方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9134457B2 (en) * | 2009-04-08 | 2015-09-15 | Schlumberger Technology Corporation | Multiscale digital rock modeling for reservoir simulation |
AU2013230933B2 (en) * | 2012-03-06 | 2015-12-10 | Ion Geophysical Corporation | Model predicting fracturing of shale |
US9140117B2 (en) * | 2012-07-13 | 2015-09-22 | Ingrain, Inc. | Method for evaluating relative permeability for fractional multi-phase, multi-component fluid flow through porous media |
WO2014025970A1 (en) * | 2012-08-10 | 2014-02-13 | Ingrain, Inc. | Method for improving the accuracy of rock property values derived from digital images |
EA201500703A1 (ru) * | 2012-12-25 | 2015-10-30 | Общество С Ограниченной Ответственностью "Интровижн Ресерч Энд Девелопмент" | Способ получения характеристической трехмерной модели образца пористого материала для исследования свойств проницаемости |
CN103822865B (zh) * | 2014-03-20 | 2016-05-04 | 中国石油大学(华东) | 一种高分辨率三维数字岩心建模方法 |
WO2016049204A1 (en) * | 2014-09-25 | 2016-03-31 | Ingrain, Inc. | Digital pore alteration methods and systems |
US10198804B2 (en) * | 2015-04-15 | 2019-02-05 | Halliburton Energy Services, Inc. | Method for determining fabric and upscaled properties of geological sample |
WO2016168882A1 (en) * | 2015-04-18 | 2016-10-27 | Stewart Penelope Clair | Statistical method for micro-scale rock damage quantification and characterisation using x-ray micro-tomography |
CN105115874B (zh) * | 2015-08-18 | 2018-02-02 | 中国石油天然气股份有限公司 | 多源信息融合的多组分三维数字岩心构建方法 |
CN108682020B (zh) * | 2018-04-28 | 2019-04-12 | 中国石油大学(华东) | 岩心微米ct孔隙结构重构方法 |
-
2018
- 2018-04-28 CN CN201810397176.3A patent/CN108682020B/zh active Active
- 2018-11-12 WO PCT/CN2018/114954 patent/WO2019205579A1/zh active Application Filing
-
2019
- 2019-04-25 US US16/395,060 patent/US10937210B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090288880A1 (en) * | 2008-05-21 | 2009-11-26 | Wojcik Zbigniew M | Method for estimating material properties of porous media using computer tomograpic images thereof |
CN102222359A (zh) * | 2011-05-24 | 2011-10-19 | 中国石油天然气股份有限公司 | 一种岩心三维孔隙结构重构方法 |
CN104574420A (zh) * | 2015-01-29 | 2015-04-29 | 中国石油大学(华东) | 一种纳米级泥页岩数字岩心构建方法 |
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 |
CN106918607A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN106920236A (zh) * | 2017-03-06 | 2017-07-04 | 西南石油大学 | 一种孔隙结构获取方法及装置 |
CN107067379A (zh) * | 2017-03-16 | 2017-08-18 | 中国科学院地质与地球物理研究所 | 基于三维fib‑sem图像的页岩孔隙定量表征方法 |
Non-Patent Citations (7)
Title |
---|
DING FANG ET AL.: "Fine description of structure and sedimentary microfacies", 《ARAB J GEOSCI》 * |
PENGFEI ZHANG ET AL.: "Multi-component segmentation of X-ray computed tomography (CT) image using multi-Otsu thresholding algorithm and scanning electron microscopy", 《ENERGY EXPLORATION & EXPLOITATION》 * |
WENHAO LI ET AL.: "Quantitative characterization on shale-hosted oil reservoir: A case study of argillaceous dolomite reservoir in the Jianghan Basin", 《FUEL》 * |
XUEFENG LIU ET AL.: "Pore-scale characterization of tight sandstone in Yanchang Formation Ordos Basin China using micro-CT and SEM imaging from nm- to cm-scale", 《FUEL》 * |
沈珊: "致密砂岩储层微观孔喉表征及渗流模拟", 《河南科学》 * |
闫国亮等: "基于数字岩心储层渗透率模型研究", 《中国博士学位论文数据库 工程科技I辑》 * |
陈晨等: "不同岩相泥页岩数字岩心构建方法研究———以东营凹陷为例", 《现代地质》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019205579A1 (zh) * | 2018-04-28 | 2019-10-31 | 中国石油大学(华东) | 岩心微米ct孔隙结构重构方法 |
CN109709116A (zh) * | 2018-11-23 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种步进旋转样品台、微观颗粒三维表面成像方法及系统 |
CN109709116B (zh) * | 2018-11-23 | 2021-11-02 | 中国石油天然气股份有限公司 | 一种步进旋转样品台、微观颗粒三维表面成像方法及系统 |
CN112129676A (zh) * | 2019-06-24 | 2020-12-25 | 中国航发商用航空发动机有限责任公司 | 孔隙率试块的制作方法及孔隙率快速检测方法 |
CN112129676B (zh) * | 2019-06-24 | 2023-09-22 | 中国航发商用航空发动机有限责任公司 | 孔隙率试块的制作方法及孔隙率快速检测方法 |
CN112329187A (zh) * | 2019-07-18 | 2021-02-05 | 中国石油天然气股份有限公司 | 断层封闭性分析方法、装置及系统 |
CN112329187B (zh) * | 2019-07-18 | 2022-10-04 | 中国石油天然气股份有限公司 | 断层封闭性分析方法、装置及系统 |
CN111272624A (zh) * | 2019-11-29 | 2020-06-12 | 中国商用飞机有限责任公司 | 一种孔隙率检测方法 |
CN112085693B (zh) * | 2020-06-24 | 2022-09-20 | 中国科学院武汉岩土力学研究所 | 土石混合体内部结构的孔隙比评估及形态重建方法及系统 |
CN112085693A (zh) * | 2020-06-24 | 2020-12-15 | 中国科学院武汉岩土力学研究所 | 土石混合体内部结构的孔隙比评估及形态重建方法及系统 |
CN113075731A (zh) * | 2021-03-24 | 2021-07-06 | 东北石油大学 | 深层储层连续性井筒数字建模方法及装置 |
CN113281239B (zh) * | 2021-06-18 | 2022-06-24 | 中国石油大学(北京) | 多尺度煤岩孔隙网络生成方法和装置 |
CN113281239A (zh) * | 2021-06-18 | 2021-08-20 | 中国石油大学(北京) | 多尺度煤岩孔隙网络生成方法和装置 |
CN113984808A (zh) * | 2021-10-28 | 2022-01-28 | 中国科学院西北生态环境资源研究院 | 冻结法扩展岩石裂隙的试验方法 |
CN113984808B (zh) * | 2021-10-28 | 2023-07-21 | 中国科学院西北生态环境资源研究院 | 冻结法扩展岩石裂隙的试验方法 |
CN116952995A (zh) * | 2023-07-25 | 2023-10-27 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法 |
CN116952995B (zh) * | 2023-07-25 | 2024-05-31 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于孔隙率的修复材料与混凝土界面区厚度无损识别方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190251715A1 (en) | 2019-08-15 |
WO2019205579A1 (zh) | 2019-10-31 |
CN108682020B (zh) | 2019-04-12 |
US10937210B2 (en) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108682020A (zh) | 岩心微米ct孔隙结构重构方法 | |
CN113609696B (zh) | 基于图像融合的多尺度多组分数字岩心构建方法及系统 | |
RU2576501C2 (ru) | Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики | |
RU2639727C2 (ru) | Системы и способы цифрового анализа горных пород с определением сэо многофазного потока | |
Vogel | Morphological determination of pore connectivity as a function of pore size using serial sections | |
CN107709699B (zh) | 生成多孔岩石样本的三维微型模型 | |
CN109285222A (zh) | 有机页岩高分辨率数字岩心构建与分析方法 | |
CN110320137A (zh) | 一种基于数字岩心的多尺度融合方法 | |
CN107655908B (zh) | 一种构建数字岩心的方法及装置 | |
CN104574420A (zh) | 一种纳米级泥页岩数字岩心构建方法 | |
CN106716114A (zh) | 多孔介质分析系统和方法 | |
CN112132965B (zh) | 一种岩土体孔裂隙结构多尺度表征方法 | |
CN109345625B (zh) | 岩心图像自适应分区三维重建方法 | |
CN115078422B (zh) | 一种三维矿物模型建立的方法 | |
Konings et al. | Advances in single particle analysis data acquisition | |
CN111257188A (zh) | 碳酸盐岩孔隙系统的多尺度表征方法及装置 | |
Tikoff et al. | Big data in microstructure analysis: Building a universal orientation system for thin sections | |
CN107507276A (zh) | 用于任意方向的岩心切片显示的三维数字岩心存储方法 | |
Martišek et al. | Multifocal image processing | |
DE102012109105A1 (de) | Verfahren zur Echt-Zeit-Drehung flächentreuer Projektionen radialer Eigenschaftsverteilungen | |
JP2022124468A (ja) | 中空粒子における連通口の評価方法および中空粒子の評価方法 | |
Appoloni et al. | Porous microstructure characterization of a sandstone reservoir using high-resolution X-ray microtomography | |
CN107506357A (zh) | 用于不同粗细粒度岩心图像重构的二维数字岩心存储方法 | |
JP2022127593A (ja) | 多孔質二次粒子の開口部の評価方法 | |
JP2022124469A (ja) | 中空粒子の殻内空孔領域の評価方法 |
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 |