CN109884269B - 岩心自发渗吸采收率预测方法及系统 - Google Patents
岩心自发渗吸采收率预测方法及系统 Download PDFInfo
- Publication number
- CN109884269B CN109884269B CN201910106402.2A CN201910106402A CN109884269B CN 109884269 B CN109884269 B CN 109884269B CN 201910106402 A CN201910106402 A CN 201910106402A CN 109884269 B CN109884269 B CN 109884269B
- Authority
- CN
- China
- Prior art keywords
- core
- capillary
- pore radius
- radius
- oil
- 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
Images
Abstract
本发明提供一种岩心自发渗吸采收率预测方法及系统。该岩心自发渗吸采收率预测方法包括：根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。本发明可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
Description
技术领域
本发明涉及油藏勘探开发领域，具体地，涉及一种岩心自发渗吸采收率预测方法及系统。
背景技术
随着勘探开发新技术的应用和推广，非常规石油产量接连突破，致密油作为重要的石油接替资源之一，成为继页岩气之后全球非常规油气勘探开发的新热点。我国致密油资源丰富，2012年初步评价结果显示，我国致密油有利勘探面积达18×104km2，地质资源量为(74-80)×108吨，可采资源量为(13-14)×108吨，主要分布在鄂尔多斯、塔里木、渤海湾以及准噶尔等盆地。致密油藏开发普遍存在初期产量高，产量递减快，采收率低，水窜现象严重，基质原油基本没有动用等问题。致密油藏现场开发实践证明，以自发渗吸为原理的水平井多级压裂技术是开发致密油藏的关键技术。自发渗吸作为一种常见的自然现象，广泛存在于众多工程应用和自然科学领域，明确自发渗吸采油的原理和影响因素对提高基质中的采出程度具有指导意义。
近年来，研究人员对自发渗吸进行了大量研究。实验研究作为一种常用手段可以直观地展现自发渗吸的基本规律，是研究自发渗吸的重要途径。但是由于致密油藏取芯困难，岩心作为珍贵的研究资料难以进行大量实验，同时自发渗吸的试验周期跨度较大，耗时耗力。而数值模拟可以克服实验的周期长，可重复性差等缺点，因此被广泛应用于科学研究。
现有的自发渗吸数值模拟主要有两种思路。第一种是基于质量守恒方程、corey相渗曲线和J函数建立数学模型，该模型主要适用于大规模的数值模拟研究，不适合模拟岩心尺度的自发渗吸，并且由于致密油藏的孔隙结构复杂，孔隙半径小，非均质性强，该模型中的渗透率是一个宏观参数，难以较好的描述孔喉结构对渗吸的影响。第二种是基于分形理论建立毛管束渗吸数学模型。毛管束模型以单根毛细管的流动规律为基础，描述毛细管中流体流动的经典数学模型为泊肃叶方程，但是泊肃叶方程较为简单，不能代表真实的岩心。
因此，现有技术预测得到的岩心自发渗吸采收率不准确，也无法指导致密油藏的开发进程。
发明内容
本发明实施例的主要目的在于提供一种岩心自发渗吸采收率预测方法及系统，以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
为了实现上述目的，本发明实施例提供一种岩心自发渗吸采收率预测方法，包括：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
本发明实施例还提供一种岩心自发渗吸采收率预测系统，包括：
第一获取单元，用于获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
毛细管有效长度计算单元，用于根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
渗吸时间计算单元，用于根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
渗吸速度计算单元，用于根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
岩心自发渗吸采收率计算单元，用于根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
本发明实施例的岩心自发渗吸采收率预测方法及系统，先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中岩心自发渗吸采收率预测方法的流程图；
图2是本发明实施例中单根毛细管浸没于水中渗吸的示意图；
图3是本发明实施例中S103的流程图；
图4是本发明实施例中岩心浸没于水中渗吸的示意图；
图5是本发明实施例中毛管压力曲线的示意图；
图6是本发明实施例中渗吸速度的曲线示意图；
图7是本发明实施例中岩心自发渗吸采收率的曲线示意图；
图8是本发明实施例中岩心自发渗吸采收率预测系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
鉴于现有技术无法预测得到的岩心自发渗吸采收率不准确，无法有效指导致密油藏的开发进程，本发明实施例提供一种岩心自发渗吸采收率预测方法，以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。以下结合附图对本发明进行详细说明。
图1是本发明实施例中岩心自发渗吸采收率预测方法的流程图。如图1所示，岩心自发渗吸采收率预测方法包括：
S101：获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积。
S102：根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度。
S103：根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间。
一实施例中，按照如下公式计算渗吸时间：
其中，t为渗吸时间，μo为油相的黏度，μw为水相的黏度，L为毛细管有效长度、r为毛细管半径，ρw为水相的密度，ρo为油相的密度，α为毛细管与水平方向的夹角，σ为界面张力，θ为接触角，x为油水界面移动距离，g为重力加速度。
S104：根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度。
S105：根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
一实施例中，按照如下公式计算岩心自发渗吸采收率：
其中，R为岩心自发渗吸采收率，Qre为渗吸速度，t为渗吸时间，VP为孔隙体积，Swi为束缚水饱和度。
图1所示的岩心自发渗吸采收率预测方法的执行主体可以为计算机。由图1所示的流程可知，本发明实施例的岩心自发渗吸采收率预测方法先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
在执行S101之前，还包括：获取残余油饱和度和束缚水饱和度；根据毛细管半径、残余油饱和度和束缚水饱和度计算有效孔隙半径。
例如，按照如下公式计算有效孔隙半径：
其中，re为有效孔隙半径，r为毛细管半径，Sor为残余油饱和度，Swi为束缚水饱和度。
图2是本发明实施例中单根毛细管浸没于水中渗吸的示意图。如图2所示，饱和油的单根毛细管完全浸没于水中，当毛细管表现为亲水时会发生渗吸现象，油相(湿相)在毛管力的作用下自发的进入毛细管，置换出水相(非湿相)。渗吸指仅在毛管力的作用下润湿相流体自发进入多孔介质驱替出非润湿相流体的现象，而毛细管中产生的液面上升或下降的附加曲面效应，称之为毛管压力或毛管力。分析可知，毛细管中的流体受到五种力的作用：重力、流体与毛细管壁之间的摩擦力、毛管力产生的动力、由于油水密度差异而产生的油相浮力以及由于毛细管两端压差不同而产生的力，其中重力和摩擦力为流动阻力，其余的力为流动动力。
在渗吸开始t'时间内，油水界面沿毛细管移动了x的距离，岩心长度为l。假设毛细管与水平方向有一定的夹角α。油相的密度为ρo，水相的密度为ρw，毛细管半径为r，则油水两相的质量m为：m＝ρwVw+ρoVo＝πr2[ρwx+ρo(l-x)]；其中，Vw为水的体积，Vo为油的体积。
油相和水相受到的重力G为：
G＝mgsinα＝[ρwAx+ρoA(l-x)]gsinα＝πr2[ρwx+ρo(l-x)]gsinα； (1)
其中，A为毛细管截面积。
油相和水相受到的摩擦力f为：
f＝fo+fw＝-8πμo(l-x)v-8πμwxv＝-8πv[μwx+μo(l-x)]； (2)
其中，fo为油相受到的摩擦力，fw为水相受到的摩擦力，v为两相界面移动速度。
毛管力产生的动力Fc为：
其中，Pc为毛细管压力。
油相的浮力Fo为：
Fo＝ρwgsinαV排＝ρwπr2(l-x)gsinα； (4)
其中，V排为排出的水的体积。
岩心两端压力FP为：
FP＝ΔPA＝ρwπr2lgsinα； (5)
其中，ΔP为毛细管两端压差。
根据牛顿第二定律可得单根毛细管中油水界面的运动方程：
化简式(6)，可得：
忽略式(7)中的二次微分项，可得：
由式(8)可得两相界面的移动速度v为：
式(9)可变形为：
根据基本积分公式：
可得：
当t'＝0，x＝0时，可得：
将式(13)带入(12)，可得t'：
图3是本发明实施例中S102的流程图。如图3所示，S102包括：
S201：根据孔隙度、分形维数、岩心最大孔隙半径和岩心最小孔隙半径计算平均迂曲度。
一实施例中，按照如下公式计算平均迂曲度：
其中，τ为平均迂曲度，φ为孔隙度，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，Df为分形维数。
S202：根据岩心长度和平均迂曲度计算毛细管有效长度。
一实施例中，按照如下公式计算毛细管有效长度：
L＝τ·l；
其中，L为毛细管有效长度，l为岩心长度。
将毛细管有效长度L替换式(14)中的岩心长度l，可以得到渗吸时间t：
一实施例中，按照如下公式计算渗吸速度：
其中，Qre为渗吸速度，Df为分形维数，φ为孔隙度，d为岩心直径，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，re为有效孔隙半径，σ为界面张力，θ为接触角，ρw为水相的密度，ρo为油相的密度，L为毛细管有效长度，x为油水界面移动距离，α为毛细管与水平方向的夹角，r为毛细管半径，μo为油相的黏度，μw为水相的黏度，g为重力加速度。
计算渗吸速度的具体流程如下：
由式(9)可得单根毛细管的流量q为：
多孔介质具有分形性质，多孔介质中孔隙半径的分布存在统计上的自相似。多孔介质中的孔隙大小满足如下分形标度律：
式中，ξ表示半径大于或等于r的孔隙半径，N为多孔介质中半径大于或等于r的孔隙数目，rmax为多孔介质(岩心)最大孔隙半径，Df为分形维数。分形维数描述了孔隙的分布特征，是岩石孔隙率等参数的有效补充，可以更好地表征岩石孔隙结构的分形特征。随着孔隙率的增大，孔隙结构的分形维数也变大，而且在孔隙率相同的情况下。孔隙结构的分形维数也不尽相同，孔隙结构越复杂，其分形维数越大。二维空间中0＜Df＜2，相应的三维空间中0＜Df＜3。
假设孔隙大小分布是连续的，对式(16)求导，可得：
图4是本发明实施例中岩心浸没于水中渗吸的示意图。如图4所示，饱和油的岩心完全浸没于水中，渗吸沿着毛细管进行，产出的油不附着于岩心端面，α＝90°。岩心端面在r和r+dr区间里的孔隙数目为：
油相总流量Q可以通过对rmin到rmax积分得到：
其中，L＝τ·l，L为毛细管有效长度，τ为平均迂曲度，指渗流通道的实际长度与穿过渗流介质的视长度(宏观距离)的比值。毛管弯曲程度越大，迂曲度越大。
在渗吸实验中，岩心中的原油通常都不能完全采出，有原油滞留于岩心中。残余油形成的原因主要是因为孔隙结构复杂，原油滞留于小孔隙和大孔的孔壁上。原油附着的原因为原油中的极性物质在分子间力的作用下吸附于孔隙上，形成一定厚度的原油薄膜，称之为边界层。边界层的影响因素主要有流动压力梯度，流体中极性物质的性质。假设油水两相边界层平均分布在孔隙中，厚度与含油、含水饱和度有关，则可以得到：
其中，re为有效孔隙半径，ho为油相占据孔隙的厚度，hw为水相占据孔隙的厚度。
将式(20)带入式(19)，可得实际渗吸速度Qre：
则累积产油量Pro为：
采收率为：
本发明实施例的具体流程如下：
1、取一块致密油藏岩心，通过饱和水称重法测得岩心孔隙度为0.1515，岩心直径为2.516cm，岩心长度为2.491cm。
2、对岩心进行压汞测试，获得毛管压力曲线。图5是本发明实施例中毛管压力曲线的示意图。如图5所示，横轴为汞饱和度，单位为百分比；纵轴为毛管压力，单位为兆帕(MPa)。根据毛管压力曲线可以获得岩心最大孔隙半径、岩心最小孔隙半径、孔隙体积、分形维数。
3、获取地层原油，配置地层水以进行流体物性测试，得到油相的黏度、水相的黏度、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角和界面张力。
4、进行湿润性测试，获得接触角。
5、进行残余油和束缚水测试，分别获得残余油饱和度和束缚水饱和度。
6、根据孔隙度、分形维数、岩心最大孔隙半径和岩心最小孔隙半径计算平均迂曲度。
表1
表1是本发明实施例的参数表。在对岩心进行压汞测试之前，需要测量岩心渗透率以判断是否采用该岩心进行测试。岩心渗透率越小，测试得到的参数越准确。
7、根据毛细管半径、残余油饱和度和束缚水饱和度计算有效孔隙半径。
8、根据岩心长度和迂曲度计算毛细管有效长度。
9、根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间。
10、根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度。
图6是本发明实施例中渗吸速度的曲线示意图。如图6所示，图6中的横轴为时间，单位为分钟(min)；纵轴为渗吸速度，单位为mm3/min。
11、根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
图7是本发明实施例中岩心自发渗吸采收率的曲线示意图。如图7所示，图7中的横轴为时间，单位为分钟(min)；纵轴为岩心自发渗吸采收率，单位为百分比(％)。
综上，本发明实施例的岩心自发渗吸采收率预测方法先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
基于同一发明构思，本发明实施例还提供了一种岩心自发渗吸采收率预测系统，由于该系统解决问题的原理与岩心自发渗吸采收率预测方法相似，因此该系统的实施可以参见方法的实施，重复之处不再赘述。
图8是本发明实施例中岩心自发渗吸采收率预测系统的结构框图。如图8所示，岩心自发渗吸采收率预测系统包括：
第一获取单元，用于获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
毛细管有效长度计算单元，用于根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
渗吸时间计算单元，用于根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
渗吸速度计算单元，用于根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
岩心自发渗吸采收率计算单元，用于根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
在其中一种实施例中，毛细管有效长度计算单元具体用于：
根据孔隙度、分形维数、岩心最大孔隙半径和岩心最小孔隙半径计算平均迂曲度；
根据岩心长度和平均迂曲度计算毛细管有效长度。
在其中一种实施例中，还包括：
第二获取单元，用于获取残余油饱和度和束缚水饱和度；
有效孔隙半径计算单元，用于根据毛细管半径、残余油饱和度和束缚水饱和度计算有效孔隙半径。
综上，本发明实施例的岩心自发渗吸采收率预测系统先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
综上，本发明实施例的计算机设备先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据分形维数、孔隙度、岩心最大孔隙半径、岩心最小孔隙半径和岩心长度计算毛细管有效长度；
根据油相的黏度、水相的黏度、毛细管有效长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力和接触角，计算渗吸时间；
根据分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径、界面张力、接触角、油相的密度、水相的密度、毛细管有效长度、油水界面移动距离、毛细管与水平方向的夹角、毛细管半径、油相的黏度和水相的黏度，计算渗吸速度；
根据渗吸时间、渗吸速度和孔隙体积计算岩心自发渗吸采收率。
综上，本发明实施例的计算机可读存储介质先根据油相和水相的各个参数、毛细管的各个参数和界面张力计算渗吸时间，再根据分形维数、孔隙度、岩心的各个参数、油相和水相的各个参数以及毛细管的各个参数计算渗吸速度，最后根据渗吸时间和渗吸速度计算岩心自发渗吸采收率，可以准确预测岩心自发渗吸采收率，进一步有效指导致密油藏的开发过程。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种岩心自发渗吸采收率预测方法，其特征在于，包括：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度；
根据所述油相的黏度、所述水相的黏度、所述毛细管有效长度、所述毛细管半径、所述油水界面移动距离、所述油相的密度、所述水相的密度、所述毛细管与水平方向的夹角、所述界面张力和所述接触角，计算渗吸时间；
根据所述分形维数、所述孔隙度、所述岩心直径、所述岩心最大孔隙半径、所述岩心最小孔隙半径、所述有效孔隙半径、所述界面张力、所述接触角、所述油相的密度、所述水相的密度、所述毛细管有效长度、所述油水界面移动距离、所述毛细管与水平方向的夹角、所述毛细管半径、所述油相的黏度和所述水相的黏度，计算渗吸速度；
根据所述渗吸时间、所述渗吸速度和所述孔隙体积计算岩心自发渗吸采收率；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度，包括：
根据所述孔隙度、所述分形维数、所述岩心最大孔隙半径和所述岩心最小孔隙半径计算平均迂曲度；
根据所述岩心长度和所述平均迂曲度计算毛细管有效长度；
按照如下公式计算平均迂曲度：
其中，τ为平均迂曲度，φ为孔隙度，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，Df为分形维数；
按照如下公式计算毛细管有效长度：
L＝τ·l；
其中，L为毛细管有效长度，l为岩心长度；
按照如下公式计算渗吸时间：
其中，t为渗吸时间，μo为油相的黏度，μw为水相的黏度，L为毛细管有效长度、r为毛细管半径，ρw为水相的密度，ρo为油相的密度，α为毛细管与水平方向的夹角，σ为界面张力，θ为接触角，x为油水界面移动距离，g为重力加速度；
按照如下公式计算渗吸速度：
其中，Qre为渗吸速度，Df为分形维数，φ为孔隙度，d为岩心直径，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，re为有效孔隙半径，σ为界面张力，θ为接触角，ρw为水相的密度，ρo为油相的密度，L为毛细管有效长度，x为油水界面移动距离，α为毛细管与水平方向的夹角，r为毛细管半径，μo为油相的黏度，μw为水相的黏度，g为重力加速度；
按照如下公式计算岩心自发渗吸采收率：
其中，R为岩心自发渗吸采收率，Qre为渗吸速度，t为渗吸时间，VP为孔隙体积，Swi为束缚水饱和度；
所述岩心自发渗吸采收率预测方法还包括：
获取残余油饱和度和束缚水饱和度；
根据所述毛细管半径、所述残余油饱和度和所述束缚水饱和度计算有效孔隙半径；
按照如下公式计算有效孔隙半径：
其中，re为有效孔隙半径，r为毛细管半径，Sor为残余油饱和度，Swi为束缚水饱和度。
2.一种岩心自发渗吸采收率预测系统，其特征在于，包括：
第一获取单元，用于获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
毛细管有效长度计算单元，用于根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度；
渗吸时间计算单元，用于根据所述油相的黏度、所述水相的黏度、所述毛细管有效长度、所述毛细管半径、所述油水界面移动距离、所述油相的密度、所述水相的密度、所述毛细管与水平方向的夹角、所述界面张力和所述接触角，计算渗吸时间；
渗吸速度计算单元，用于根据所述分形维数、所述孔隙度、所述岩心直径、所述岩心最大孔隙半径、所述岩心最小孔隙半径、所述有效孔隙半径、所述界面张力、所述接触角、所述油相的密度、所述水相的密度、所述毛细管有效长度、所述油水界面移动距离、所述毛细管与水平方向的夹角、所述毛细管半径、所述油相的黏度和所述水相的黏度，计算渗吸速度；
岩心自发渗吸采收率计算单元，用于根据所述渗吸时间、所述渗吸速度和所述孔隙体积计算岩心自发渗吸采收率；
毛细管有效长度计算单元具体用于：
根据所述孔隙度、所述分形维数、所述岩心最大孔隙半径和所述岩心最小孔隙半径计算平均迂曲度；
根据所述岩心长度和所述平均迂曲度计算毛细管有效长度；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度，包括：
根据所述孔隙度、所述分形维数、所述岩心最大孔隙半径和所述岩心最小孔隙半径计算平均迂曲度；
根据所述岩心长度和所述平均迂曲度计算毛细管有效长度；
按照如下公式计算平均迂曲度：
其中，τ为平均迂曲度，φ为孔隙度，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，Df为分形维数；
按照如下公式计算毛细管有效长度：
L＝τ·l；
其中，L为毛细管有效长度，l为岩心长度；
按照如下公式计算渗吸时间：
其中，t为渗吸时间，μo为油相的黏度，μw为水相的黏度，L为毛细管有效长度、r为毛细管半径，ρw为水相的密度，ρo为油相的密度，α为毛细管与水平方向的夹角，σ为界面张力，θ为接触角，x为油水界面移动距离，g为重力加速度；
按照如下公式计算渗吸速度：
其中，Qre为渗吸速度，Df为分形维数，φ为孔隙度，d为岩心直径，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，re为有效孔隙半径，σ为界面张力，θ为接触角，ρw为水相的密度，ρo为油相的密度，L为毛细管有效长度，x为油水界面移动距离，α为毛细管与水平方向的夹角，r为毛细管半径，μo为油相的黏度，μw为水相的黏度，g为重力加速度；
按照如下公式计算岩心自发渗吸采收率：
其中，R为岩心自发渗吸采收率，Qre为渗吸速度，t为渗吸时间，VP为孔隙体积，Swi为束缚水饱和度；
所述岩心自发渗吸采收率预测系统还包括：
第二获取单元，用于获取残余油饱和度和束缚水饱和度；
有效孔隙半径计算单元，用于根据所述毛细管半径、所述残余油饱和度和所述束缚水饱和度计算有效孔隙半径；
按照如下公式计算有效孔隙半径：
其中，re为有效孔隙半径，r为毛细管半径，Sor为残余油饱和度，Swi为束缚水饱和度。
3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度；
根据所述油相的黏度、所述水相的黏度、所述毛细管有效长度、所述毛细管半径、所述油水界面移动距离、所述油相的密度、所述水相的密度、所述毛细管与水平方向的夹角、所述界面张力和所述接触角，计算渗吸时间；
根据所述分形维数、所述孔隙度、所述岩心直径、所述岩心最大孔隙半径、所述岩心最小孔隙半径、所述有效孔隙半径、所述界面张力、所述接触角、所述油相的密度、所述水相的密度、所述毛细管有效长度、所述油水界面移动距离、所述毛细管与水平方向的夹角、所述毛细管半径、所述油相的黏度和所述水相的黏度，计算渗吸速度；
根据所述渗吸时间、所述渗吸速度和所述孔隙体积计算岩心自发渗吸采收率；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度，包括：
根据所述孔隙度、所述分形维数、所述岩心最大孔隙半径和所述岩心最小孔隙半径计算平均迂曲度；
根据所述岩心长度和所述平均迂曲度计算毛细管有效长度；
按照如下公式计算平均迂曲度：
其中，τ为平均迂曲度，φ为孔隙度，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，Df为分形维数；
按照如下公式计算毛细管有效长度：
L＝τ·l；
其中，L为毛细管有效长度，l为岩心长度；
按照如下公式计算渗吸时间：
其中，t为渗吸时间，μo为油相的黏度，μw为水相的黏度，L为毛细管有效长度、r为毛细管半径，ρw为水相的密度，ρo为油相的密度，α为毛细管与水平方向的夹角，σ为界面张力，θ为接触角，x为油水界面移动距离，g为重力加速度；
按照如下公式计算渗吸速度：
其中，Qre为渗吸速度，Df为分形维数，φ为孔隙度，d为岩心直径，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，re为有效孔隙半径，σ为界面张力，θ为接触角，ρw为水相的密度，ρo为油相的密度，L为毛细管有效长度，x为油水界面移动距离，α为毛细管与水平方向的夹角，r为毛细管半径，μo为油相的黏度，μw为水相的黏度，g为重力加速度；
按照如下公式计算岩心自发渗吸采收率：
其中，R为岩心自发渗吸采收率，Qre为渗吸速度，t为渗吸时间，VP为孔隙体积，Swi为束缚水饱和度；
所述岩心自发渗吸采收率预测方法还包括：
获取残余油饱和度和束缚水饱和度；
根据所述毛细管半径、所述残余油饱和度和所述束缚水饱和度计算有效孔隙半径；
按照如下公式计算有效孔隙半径：
其中，re为有效孔隙半径，r为毛细管半径，Sor为残余油饱和度，Swi为束缚水饱和度。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
获取油相的黏度、水相的黏度、岩心长度、毛细管半径、油水界面移动距离、油相的密度、水相的密度、毛细管与水平方向的夹角、界面张力、接触角、分形维数、孔隙度、岩心直径、岩心最大孔隙半径、岩心最小孔隙半径、有效孔隙半径和孔隙体积；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度；
根据所述油相的黏度、所述水相的黏度、所述毛细管有效长度、所述毛细管半径、所述油水界面移动距离、所述油相的密度、所述水相的密度、所述毛细管与水平方向的夹角、所述界面张力和所述接触角，计算渗吸时间；
根据所述分形维数、所述孔隙度、所述岩心直径、所述岩心最大孔隙半径、所述岩心最小孔隙半径、所述有效孔隙半径、所述界面张力、所述接触角、所述油相的密度、所述水相的密度、所述毛细管有效长度、所述油水界面移动距离、所述毛细管与水平方向的夹角、所述毛细管半径、所述油相的黏度和所述水相的黏度，计算渗吸速度；
根据所述渗吸时间、所述渗吸速度和所述孔隙体积计算岩心自发渗吸采收率；
根据所述分形维数、所述孔隙度、所述岩心最大孔隙半径、所述岩心最小孔隙半径和所述岩心长度计算毛细管有效长度，包括：
根据所述孔隙度、所述分形维数、所述岩心最大孔隙半径和所述岩心最小孔隙半径计算平均迂曲度；
根据所述岩心长度和所述平均迂曲度计算毛细管有效长度；
按照如下公式计算平均迂曲度：
其中，τ为平均迂曲度，φ为孔隙度，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，Df为分形维数；
按照如下公式计算毛细管有效长度：
L＝τ·l；
其中，L为毛细管有效长度，l为岩心长度；
按照如下公式计算渗吸时间：
其中，t为渗吸时间，μo为油相的黏度，μw为水相的黏度，L为毛细管有效长度、r为毛细管半径，ρw为水相的密度，ρo为油相的密度，α为毛细管与水平方向的夹角，σ为界面张力，θ为接触角，x为油水界面移动距离，g为重力加速度；
按照如下公式计算渗吸速度：
其中，Qre为渗吸速度，Df为分形维数，φ为孔隙度，d为岩心直径，rmax为岩心最大孔隙半径，rmin为岩心最小孔隙半径，re为有效孔隙半径，σ为界面张力，θ为接触角，ρw为水相的密度，ρo为油相的密度，L为毛细管有效长度，x为油水界面移动距离，α为毛细管与水平方向的夹角，r为毛细管半径，μo为油相的黏度，μw为水相的黏度，g为重力加速度；
按照如下公式计算岩心自发渗吸采收率：
其中，R为岩心自发渗吸采收率，Qre为渗吸速度，t为渗吸时间，VP为孔隙体积，Swi为束缚水饱和度；
所述岩心自发渗吸采收率预测方法还包括：
获取残余油饱和度和束缚水饱和度；
根据所述毛细管半径、所述残余油饱和度和所述束缚水饱和度计算有效孔隙半径；
按照如下公式计算有效孔隙半径：
其中，re为有效孔隙半径，r为毛细管半径，Sor为残余油饱和度，Swi为束缚水饱和度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910106402.2A CN109884269B (zh) | 2019-02-02 | 2019-02-02 | 岩心自发渗吸采收率预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910106402.2A CN109884269B (zh) | 2019-02-02 | 2019-02-02 | 岩心自发渗吸采收率预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109884269A CN109884269A (zh) | 2019-06-14 |
| CN109884269B true CN109884269B (zh) | 2020-04-28 |
Family
ID=66927798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910106402.2A Active CN109884269B (zh) | 2019-02-02 | 2019-02-02 | 岩心自发渗吸采收率预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109884269B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110472372B (zh) * | 2019-09-10 | 2020-12-11 | 中国石油大学(北京) | 基于双重介质的渗透率预测方法及系统 |
| CN111274528B (zh) * | 2020-03-02 | 2021-09-17 | 中国石油大学(北京) | 储层裂缝渗吸质量预测方法及系统 |
| CN111521539B (zh) * | 2020-05-14 | 2021-04-06 | 中国地质大学（武汉） | 一种致密砂砾岩储层中不同类型孔隙结构定量表征方法 |
| CN111428426A (zh) * | 2020-05-26 | 2020-07-17 | 西南石油大学 | 一种基于格子Boltzmann的页岩气多相流动模拟方法 |
| CN112163360B (zh) * | 2020-10-13 | 2022-08-23 | 中国石油大学(北京) | 基于表面活性剂自发渗吸的原油采收率预测方法及系统 |
| CN112855108B (zh) * | 2021-03-18 | 2022-02-15 | 中国地质大学（北京） | 致密储层滑溜水压裂液渗吸采收率预测方法以及预测装置 |
| CN113111293A (zh) * | 2021-04-12 | 2021-07-13 | 陕西延长石油（集团）有限责任公司 | 一种预测鄂尔多斯盆地致密油藏渗吸采收率的方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104915512B (zh) * | 2015-06-25 | 2017-10-03 | 陕西延长石油(集团)有限责任公司研究院 | 一种预测油田采出程度与含水率的方法 |
| CN105676309B (zh) * | 2016-01-28 | 2017-10-27 | 中国石油大学(华东) | 裂缝性油藏逆向渗吸采收率预测方法 |
| CN106202748B (zh) * | 2016-07-14 | 2019-03-22 | 中国海洋石油集团有限公司 | 一种基于渗透率和井距的煤层气采收率预测方法 |
| CN106837284A (zh) * | 2016-12-28 | 2017-06-13 | 中国石油集团川庆钻探工程有限公司工程技术研究院 | 一种提高低渗透油藏采收率的压裂吞吐联作方法 |
| CN106979918B (zh) * | 2017-04-20 | 2020-02-07 | 中国石油大学(北京) | 一种获取致密油藏岩心的液体渗透率的方法及装置 |
-
2019
- 2019-02-02 CN CN201910106402.2A patent/CN109884269B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109884269A (zh) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109884269B (zh) | 岩心自发渗吸采收率预测方法及系统 | |
| CN110334431B (zh) | 一种低渗透致密气藏单井控制储量计算及剩余气分析方法 | |
| CN111624147B (zh) | 岩心的相对渗透率测定方法及装置 | |
| Talley et al. | Characterization of horizontal air–water two-phase flow in a round pipe part I: Flow visualization | |
| Shubao et al. | Dynamic effect of capillary pressure in low permeability reservoirs | |
| CN105574320A (zh) | 低渗砂岩储层有效渗流能力的评价方法 | |
| Dejam et al. | Factors affecting the gravity drainage mechanism from a single matrix block in naturally fractured reservoirs | |
| Yi et al. | Pore-scale simulation of effects of coal wettability on bubble-water flow in coal cleats using lattice Boltzmann method | |
| CN115422859B (zh) | 一种定量评价厚层稠油注蒸汽吞吐纵向波及系数的方法 | |
| CN110263382B (zh) | 垂向注气裂缝油气水微观渗流规律的预测方法及系统 | |
| RU2455483C2 (ru) | Способ оценки степени трещиноватости карбонатных пород через параметр диффузионно-адсорбционной активности | |
| CN110309611B (zh) | 基于气水厚度分布的气水两相渗流规律预测方法及系统 | |
| CN112377182B (zh) | 大型孔洞裂缝型碳酸盐岩储集体参数确定方法及装置 | |
| CN110242261B (zh) | 垂向注气孔隙油气水微观渗流规律的预测方法及系统 | |
| Suzuki et al. | Characterization of 3D printed fracture networks | |
| CN111209706B (zh) | 一种碳酸盐岩储层酸化值确定方法及系统 | |
| CN113255247B (zh) | 一种高含水期油藏多尺度数值模拟方法 | |
| CN110905484A (zh) | 一种缝洞型碳酸盐岩油藏井间连通程度计算方法 | |
| Kogure et al. | Effect of sub-core scale heterogeneity on relative permeability curves of porous sandstone in a water-supercritical CO2 system | |
| CN110501276B (zh) | 一种针对相对渗透率曲线乳化失准的测定方法 | |
| CN113935175A (zh) | 边水气藏水平井见水时间预测方法及装置 | |
| CN112733412A (zh) | 一种水动力作用滑坡运动机制研究的速度等效表征方法 | |
| CN112682033B (zh) | 孔洞裂缝型碳酸盐岩储集体参数确定方法及装置 | |
| CN112377181B (zh) | 定容型碳酸盐岩储集体的参数确定方法及装置 | |
| CN106529199A (zh) | 一种砾岩油藏化学驱井距的确定方法 |
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 |