CN110146525A - 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 - Google Patents
一种基于分形理论及ct扫描的煤体孔渗参数预测方法 Download PDFInfo
- Publication number
- CN110146525A CN110146525A CN201910331296.8A CN201910331296A CN110146525A CN 110146525 A CN110146525 A CN 110146525A CN 201910331296 A CN201910331296 A CN 201910331296A CN 110146525 A CN110146525 A CN 110146525A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- coal
- fractal dimension
- coal sample
- fractal
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000002591 computed tomography Methods 0.000 title claims abstract description 21
- 230000035699 permeability Effects 0.000 claims abstract description 10
- 238000002474 experimental method Methods 0.000 claims abstract description 5
- 238000000547 structure data Methods 0.000 claims abstract description 3
- 239000011148 porous material Substances 0.000 claims description 15
- 238000012512 characterization method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000002775 capsule Substances 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000001764 infiltration Methods 0.000 claims 7
- 230000008595 infiltration Effects 0.000 claims 7
- 239000006227 byproduct Substances 0.000 claims 1
- 230000023753 dehiscence Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 239000011324 bead Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003963 x-ray microscopy 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
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于分形理论及CT扫描的煤体孔渗参数预测方法，属于煤矿瓦斯灾害防治技术领域。该方法包括：首先对煤样进行CT扫描实验，获取煤样的二维CT切片；利用三维重建软件准确的对煤样的真实孔裂隙结构进行三维重建，分别得到6种煤样的三维孔裂隙结构模型，统计出各煤样微观参数；然后利用Matlab程序导入三维孔裂隙结构数据体，并计算各煤样的三维体积分形维数；最后，基于CT三维重建得到的孔裂隙结构参数结合迂曲度分形数学模型求得三维空间的迂曲度分形维数，得到孔隙率、渗透率与分形维数的拟合函数，进而准确预测孔隙率、渗透率。本发明避免了实验室测煤体孔渗参数的局限性，获得数据更加快速、准确。
Description
技术领域
本发明属于煤矿瓦斯灾害防治技术领域，具体涉及一种煤体孔渗参数的预测方法。
背景技术
我国作为一个矿产资源大国，蕴藏着丰富的煤矿资源，产量占世界煤炭总产量的36.5％。拥有煤矿数量比世界其它产煤国的总和还多。但我国同时也是煤矿安全形势最为严峻的国家之一，其中因瓦斯事故引起的灾害事故发生频繁，后果也最为严重。
煤作为一种复杂的多孔介质，内部存在大量不规则的，不同尺度的孔隙、裂隙。由于煤体内部孔裂隙结构的复杂性，故难以用传统的几何等方法进行解析描述，因此长期以来相关研究者们寻求各种方法以准确地确定煤体的微观孔裂隙结构。研究表明，多孔介质孔隙特征影响其物理性能及渗透性能，因此，准确预测煤体孔隙率、渗透率对研究瓦斯吸附解吸和高效瓦斯抽采以及煤层注水等瓦斯防治问题具有重要意义。
发明内容
本发明的目的在于提供一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其可以准确快速的预测煤样的孔隙率、渗透率。
其技术解决方案包括：
一种基于分形理论及CT扫描的煤体孔渗参数预测方法，依次包括以下步骤：
S1、对煤样进行CT扫描实验，获取煤样的二维CT切片；
S2、利用三维重建软件准确的对煤样的真实孔裂隙结构进行三维重建，分别得到6种煤样的三维孔裂隙结构模型，统计出各煤样微观参数；
S3、利用Matlab程序导入三维孔裂隙结构数据体，并计算各煤样的三维体积分形维数；
S4、基于CT三维重建得到的孔裂隙结构参数结合迂曲度分形数学模型求得三维空间的迂曲度分形维数，得到孔隙率、渗透率与分形维数的拟合函数，进而准确预测孔隙率、渗透率。
作为本发明的一个优选方案，步骤S1中，获取煤样的二维CT切片的具体步骤为：选取煤样将其制成圆柱形的样品，将样品放置在控制台上进行CT扫描，所述的样品通过控制台做定位和旋转，X射线穿过样品，且通过控制台上的探测器接收图像，扫描时控制台的转台旋转0.9°，扫描1次，经CT扫描获得煤样的二维CT切片。
作为本发明的另一个优选方案，步骤S2中利用三维重建软件准确的对煤样的真实孔裂隙结构进行三维重建的步骤依次包括CT图像处理步骤、降噪步骤、阈值分割步骤、表征单元体选取步骤及重建三维孔裂隙结构模型的步骤。
进一步的，所述的CT图像处理步骤在处理时采用中值滤波器进行降噪处理，所述的表征单元体选取步骤中选择表征单元体尺寸是基于孔隙率的方法进行选取。
进一步的，步骤S3中煤样的三维体积分形维数的计算方法为：
基于计盒维数的方法，对于三维的数据体利用立方体盒子覆盖，
当ε→0时，
式(1)中：D是分形维数，N(ε)是每次划分三维网络中包含信息的盒子数，ε是三维立方体的边长；
计算三维体积分形维数的具体算法为：先构造一个边长为a的立方体盒子，然后变换不同边长值ε，对应形成若干小盒子，计算包含有小盒子数N(ε)，经过多次变换可得到一系列ε-N(ε)数据；再作ln(1/ε)与lnN(ε)关系的散点图，采用最小二乘法求其斜率，斜率即为煤样的三维体积分形维数。
进一步的，步骤S4中三维空间的迂曲度分形维数的计算方法为：
当流体通过随机且复杂的孔隙结构时，满足如下分形关系式(2)
式(2)中：LT(r)为流体路径的实际长度，cm；L0为毛细管的特征长度，cm；DT为毛细管平均迂曲度分形维数，无量纲，1<DT<3；
计算求取煤样的毛细管平均迂曲度的分形维数(DT)，其取值范围为1＜DT＜3，计算公式(3)为
式(3)中：DT为毛管平均迂曲度的分形维数；Tav为毛管的平均迂曲度，无量纲；rav为平均毛管半径，μm；Lm为一个用于表征二维空间毛管特征长度的系数，其中，后面3个参数的表达式(4)、(5)分别为
式(4)中：φ为孔隙度，％；
式(5)中：rmin为最小孔喉半径，μm；Df为煤样的分形维数；
式(6)中：φ为孔隙度，％；rmax为最大孔喉半径，μm；Df为煤样的分形维数，无量纲，1<Df<3；
联立公式(3)-(6)即可求得二维空间的毛细管迂曲度分形维数，将得到的二维空间的迂曲度分形维数加一即为三维空间的迂曲度分形维数。
进一步的，式(4)和式(6)中所述的孔隙度、式(5)中所述的最小孔喉半径及式(6)中煤样的分形维数均可通过CT三维重建得出。
与现有技术相比，本发明带来了以下有益技术效果：
本发明基于高精度煤体的CT图像，应用三维重建软件的多种形态的算法对煤体进行三维重建，利用Matlab编写了基于三维盒维数算法的程序，将重建的三维孔裂隙结构导入计算分形维数的程序中，求得三维孔裂隙结构的体积分形维数并通过公式计算得到迂曲度分形维数，得出煤体孔隙率、渗透率与迂曲度分形维数的拟合函数，进而预测煤体的孔隙率、渗透率，本发明方法避免了实验室测煤体孔渗参数的局限性，获得数据更加快速、准确。
附图说明
下面结合附图对本发明做进一步说明：
图1为本发明煤体孔渗参数预测方法的工艺流程图。
具体实施方式
本发明提出了一种基于分形理论及CT扫描的煤体孔渗参数预测方法，为了使本发明的优点、技术方案更加清楚、明确，下面结合具体实施例对本发明做详细说明。
选取工作面中的煤样，将煤样取芯后将上下断面磨平，制备成直径9mm，高度为16mm的圆柱形煤样，并将煤样进行干燥处理。
本次显微CT扫描实验所使用的实验仪器是ZEISS X-ray Microscopy公司生产的Xradia510 Versa高分辨率3D X射线显微镜，具体的仪器参数见表1。实验时，将样品放置在控制台上，样品通过控制台做高精度的定位和旋转，X射线穿过样品，探测器用于接收图像。扫描时转台旋转0.9°，扫描1次，最终CT扫描获得煤样的二维CT切片。
表1 Xradia 510 Versa所使用的参数
采用中值滤波算法对CT图像进行降噪处理，然后进行表征单元体的分析，选取图像上任意一点，以该体素点为中心选取一定边长的正方体，计算该正方体的孔隙率；然后扩大边长，计算该边长下正方体煤样的孔隙率；重复上述步骤计算不同边长正方体煤样的孔隙率。结果表明，随着正方体边长的不断增大，煤样的孔隙率逐渐趋于稳定，选取趋于稳定情况下的最小尺寸，最终表征单元体尺寸选取500×500×500体素时，其物理性质几乎不再受尺寸的影响。因此，在本文研究中，出于计算存储和计算速度的考虑，选取代表元体积为500×500×500体素，实验的物理尺寸为1mm×1mm×1mm。
图像处理完成后，要确定图像的阈值。在已知实测孔隙率的情况下，通过高分辨率的CT灰度图像以及三维可视化软件AVIZO实现了人机交互的阈值选取。为保证实测煤样与三维重建煤样的一致性，使实测与模拟的孔隙率在对比分析时更有说服力，因此选用原始的未裁剪的CT图片，将其进行图像处理之后，用于孔隙率的计算。调整阈值大小对图像进行分割的过程中，通过视图窗口可以实时观察到孔裂隙的分割结果，不同的阈值对应不同的孔裂隙的分割结果，将实测孔隙率与模拟孔隙率进行比较，当模拟得到的孔隙率与实测孔隙率最接近时，取该点的阈值作为最佳值进行阈值分割，最终选取阈值为106对图像进行分割。
阈值分割完成后，采用基于拓扑理论的快速分水岭算法来获得连通孔隙的分水岭线，将每个孔隙独立区分开来，再经循环颜色光照模型的渲染，相当于每个孔隙都贴上了独有的标签，可以很方便地提取对应的孔裂隙结构以进行定量分析。具体的参数见表2。
表2不同煤体结构煤孔隙参数分析结果
三维体积分形维数原理是基于计盒维数的方法，对于三维的数据体则是利用立方体盒子覆盖的，当ε→0时，式中D是分形维数，N(ε)是每次划分三维网络中包含信息的盒子数，ε是三维立方体的边长；计算三维分形维数的具体算法为：先构造一个直径为a的小球(或边长为a的立方体盒子)，然后变换不同边长值ε，对应形成若干个小球(小盒子)，计算包含有小盒子数N(ε)，经过多次变换可得到一系列ε-N(ε)数据。再作ln(1/ε)与lnN(ε)关系的散点图，采用最小二乘法求其斜率，斜率即为体积分形维数。
迂曲度分形维数的计算为：
当流体通过随机且复杂的孔隙结构时，满足如下分形关系式(1)
式中：LT(r)为流体路径的实际长度，cm；L0为毛细管的特征长度，cm；DT为毛细管平均迂曲度分形维数，无量纲，1<DT<3。
计算求取煤样的毛细管平均迂曲度的分形维数(DT)，其取值范围为1＜DT＜3，计算公式(2)为
式中：DT为毛管平均迂曲度的分形维数；Tav为毛管的平均迂曲度，无量纲；rav为平均毛管半径，μm；Lm为一个用于表征二维空间毛管特征长度的系数。其中，后面3个参数的表达式(3-5)分别为
式中：φ为孔隙度，％。
式中：rmin为最小孔喉半径，μm；Df为煤样的分形维数。
式中：φ为孔隙度，％；rmax为最大孔喉半径，μm；Df为煤样的分形维数，无量纲，1<Df<3。
联立公式(2)-(5)即可求得二维空间的毛细管迂曲度分形维数，将得到的二维空间的迂曲度分形维数加1即为三维空间的迂曲度分形维数。其中，公式中存在的孔隙度、最小孔喉半径、分形维数Df都可通过CT三维重建得出。
将得到的体积分形维数与迂曲度分形维数分别带入拟合函数中即可得到煤体的孔隙率、渗透率。
本发明中未述及的部分借鉴现有技术即可实现。
需要说明的是，在本说明书的教导下本领域技术人员所做出的任何等同方式，或明显变型方式均应在本发明的保护范围内。
Claims (7)
1.一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于，依次包括以下步骤：
S1、对煤样进行CT扫描实验，获取煤样的二维CT切片；
S2、利用三维重建软件准确的对煤样的真实孔裂隙结构进行三维重建，分别得到6种煤样的三维孔裂隙结构模型，统计出各煤样微观参数；
S3、利用Matlab程序导入三维孔裂隙结构数据体，并计算各煤样的三维体积分形维数；
S4、基于CT三维重建得到的孔裂隙结构参数结合迂曲度分形数学模型求得三维空间的迂曲度分形维数，得到孔隙率、渗透率与分形维数的拟合函数，进而准确预测孔隙率、渗透率。
2.根据权利要求1所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：步骤S1中，获取煤样的二维CT切片的具体步骤为：选取煤样将其制成圆柱形的样品，将样品放置在控制台上进行CT扫描，所述的样品通过控制台做定位和旋转，X射线穿过样品，且通过控制台上的探测器接收图像，扫描时控制台的转台旋转0.9°，扫描1次，经CT扫描获得煤样的二维CT切片。
3.根据权利要求2所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：步骤S2中利用三维重建软件准确的对煤样的真实孔裂隙结构进行三维重建的步骤依次包括CT图像处理步骤、降噪步骤、阈值分割步骤、表征单元体选取步骤及重建三维孔裂隙结构模型的步骤。
4.根据权利要求3所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：所述的CT图像处理步骤在处理时采用中值滤波器进行降噪处理，所述的表征单元体选取步骤中选择表征单元体尺寸是基于孔隙率的方法进行选取。
5.根据权利要求4所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：步骤S3中煤样的三维体积分形维数的计算方法为：
基于计盒维数的方法，对于三维的数据体利用立方体盒子覆盖，
当ε→0时，
式(1)中：D是分形维数，N(ε)是每次划分三维网络中包含信息的盒子数，ε是三维立方体的边长；
计算三维体积分形维数的具体算法为：先构造一个边长为a的立方体盒子，然后变换不同边长值ε，对应形成若干小盒子，计算包含有小盒子数N(ε)，经过多次变换可得到一系列ε-N(ε)数据；再作ln(1/ε)与lnN(ε)关系的散点图，采用最小二乘法求其斜率，斜率即为煤样的三维体积分形维数。
6.根据权利要求5所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：步骤S4中三维空间的迂曲度分形维数的计算方法为：
当流体通过随机且复杂的孔隙结构时，满足如下分形关系式(2)
式(2)中：LT(r)为流体路径的实际长度，cm；L0为毛细管的特征长度，cm；DT为毛细管平均迂曲度分形维数，无量纲，1<DT<3；
计算求取煤样的毛细管平均迂曲度的分形维数(DT)，其取值范围为1＜DT＜3，计算公式(3)为
式(3)中：DT为毛管平均迂曲度的分形维数；Tav为毛管的平均迂曲度，无量纲；rav为平均毛管半径，μm；Lm为一个用于表征二维空间毛管特征长度的系数，其中，后面3个参数的表达式(4)、(5)分别为
式(4)中：为孔隙度，％；
式(5)中：rmin为最小孔喉半径，μm；Df为煤样的分形维数；
式(6)中：为孔隙度，％；rmax为最大孔喉半径，μm；Df为煤样的分形维数，无量纲，1<Df<3；
联立公式(3)-(6)即可求得二维空间的毛细管迂曲度分形维数，将得到的二维空间的迂曲度分形维数加一即为三维空间的迂曲度分形维数。
7.根据权利要求6所述的一种基于分形理论及CT扫描的煤体孔渗参数预测方法，其特征在于：式(4)和式(6)中所述的孔隙度、式(5)中所述的最小孔喉半径及式(6)中煤样的分形维数均可通过CT三维重建得出。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910331296.8A CN110146525A (zh) | 2019-04-24 | 2019-04-24 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
| PCT/CN2019/098777 WO2020215524A1 (zh) | 2019-04-24 | 2019-08-01 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910331296.8A CN110146525A (zh) | 2019-04-24 | 2019-04-24 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110146525A true CN110146525A (zh) | 2019-08-20 |
Family
ID=67594355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910331296.8A Pending CN110146525A (zh) | 2019-04-24 | 2019-04-24 | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110146525A (zh) |
| WO (1) | WO2020215524A1 (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689552A (zh) * | 2019-10-14 | 2020-01-14 | 安徽理工大学 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
| CN111579584A (zh) * | 2020-05-21 | 2020-08-25 | 太原理工大学 | 一种基于红外热成像技术识别煤中气体富集区域的方法 |
| CN111681202A (zh) * | 2020-04-24 | 2020-09-18 | 江苏禹治流域管理技术研究院有限公司 | 一种早龄期混凝土结构表面开裂情况的评估方法 |
| CN112067637A (zh) * | 2020-09-11 | 2020-12-11 | 中国矿业大学 | 一种岩土数字rev尺度近似判据及取样验证方法 |
| CN112132953A (zh) * | 2020-08-24 | 2020-12-25 | 扬州哈工科创机器人研究院有限公司 | 一种ct三维重建方法及装置 |
| CN112557254A (zh) * | 2020-11-25 | 2021-03-26 | 东南大学 | 一种预测氯离子在水泥浆中有效扩散系数的方法 |
| CN112883540A (zh) * | 2021-01-04 | 2021-06-01 | 中国计量大学 | 重构具有特定孔隙结构和热物性的多孔相变材料的方法 |
| CN113390906A (zh) * | 2021-06-11 | 2021-09-14 | 内蒙古科技大学 | 一种细观尺度下低渗透性煤岩体致裂增透效果的评价方法 |
| CN114778311A (zh) * | 2022-04-18 | 2022-07-22 | 中国矿业大学 | 一种破断煤体各向异性强度及渗透性测试方法 |
| CN117094043A (zh) * | 2023-08-22 | 2023-11-21 | 东北石油大学 | 基于3d打印仿真煤层孔裂隙模型的煤粉运移评价方法及系统 |
| CN117572026A (zh) * | 2024-01-17 | 2024-02-20 | 北京大学 | 页岩小尺度孔径结构预测方法、装置、设备及介质 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113504172A (zh) * | 2021-09-10 | 2021-10-15 | 北京润泽创新科技有限公司 | 一种基于数字岩心的渗透性能评价方法及装置 |
| CN113946984B (zh) * | 2021-12-20 | 2022-04-22 | 北京科技大学 | 一种三维随机裂隙模型建立方法 |
| CN117745979B (zh) * | 2024-02-21 | 2024-05-03 | 山东科技大学 | 三维裂隙-孔隙耦合网络模拟生成方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3358339A1 (en) * | 2015-10-02 | 2018-08-08 | Repsol, S.A. | Method for providing a numerical model of a sample of rock |
| CN109211666A (zh) * | 2018-08-31 | 2019-01-15 | 山东科技大学 | 基于ct扫描的预测应力加载条件下煤体渗透率的方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105510204A (zh) * | 2015-12-03 | 2016-04-20 | 大连理工大学 | 一种基于ct图像的渗透率预测方法 |
| CN107817199B (zh) * | 2016-09-14 | 2019-09-03 | 中国石油化工股份有限公司 | 一种致密砂岩多尺度孔隙模型的构建方法和应用 |
| 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 |
| CN108763711B (zh) * | 2018-05-22 | 2022-02-15 | 中国石油大学(华东) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 |
-
2019
- 2019-04-24 CN CN201910331296.8A patent/CN110146525A/zh active Pending
- 2019-08-01 WO PCT/CN2019/098777 patent/WO2020215524A1/zh active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3358339A1 (en) * | 2015-10-02 | 2018-08-08 | Repsol, S.A. | Method for providing a numerical model of a sample of rock |
| CN109211666A (zh) * | 2018-08-31 | 2019-01-15 | 山东科技大学 | 基于ct扫描的预测应力加载条件下煤体渗透率的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 王刚等: "基于CT 三维重建的煤层气非达西渗流数值模拟", 《煤炭学报》 * |
| 白瑞婷等: "考虑启动压力梯度的致密砂岩储层渗透率分形模型", 《天然气地球科学》 * |
| 白若男: "基于显微CT技术的煤体微观孔隙结构构建及低压水渗流数值模拟", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
| 钟江城: "基于CT可视化的深部煤体损伤和渗透率演化规律研究", 《中国博士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689552B (zh) * | 2019-10-14 | 2022-10-21 | 安徽理工大学 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
| CN110689552A (zh) * | 2019-10-14 | 2020-01-14 | 安徽理工大学 | 一种基于分形理论的冒落区堆体孔隙率确定方法 |
| CN111681202A (zh) * | 2020-04-24 | 2020-09-18 | 江苏禹治流域管理技术研究院有限公司 | 一种早龄期混凝土结构表面开裂情况的评估方法 |
| CN111681202B (zh) * | 2020-04-24 | 2023-09-01 | 江苏禹治流域管理技术研究院有限公司 | 一种早龄期混凝土结构表面开裂情况的评估方法 |
| CN111579584A (zh) * | 2020-05-21 | 2020-08-25 | 太原理工大学 | 一种基于红外热成像技术识别煤中气体富集区域的方法 |
| CN112132953A (zh) * | 2020-08-24 | 2020-12-25 | 扬州哈工科创机器人研究院有限公司 | 一种ct三维重建方法及装置 |
| CN112067637A (zh) * | 2020-09-11 | 2020-12-11 | 中国矿业大学 | 一种岩土数字rev尺度近似判据及取样验证方法 |
| CN112067637B (zh) * | 2020-09-11 | 2021-07-13 | 中国矿业大学 | 一种岩土数字rev尺度近似判据及取样验证方法 |
| CN112557254A (zh) * | 2020-11-25 | 2021-03-26 | 东南大学 | 一种预测氯离子在水泥浆中有效扩散系数的方法 |
| CN112557254B (zh) * | 2020-11-25 | 2022-04-15 | 东南大学 | 一种预测氯离子在水泥浆中有效扩散系数的方法 |
| CN112883540B (zh) * | 2021-01-04 | 2023-06-27 | 中国计量大学 | 重构具有特定孔隙结构和热物性的多孔相变材料的方法 |
| CN112883540A (zh) * | 2021-01-04 | 2021-06-01 | 中国计量大学 | 重构具有特定孔隙结构和热物性的多孔相变材料的方法 |
| CN113390906A (zh) * | 2021-06-11 | 2021-09-14 | 内蒙古科技大学 | 一种细观尺度下低渗透性煤岩体致裂增透效果的评价方法 |
| CN114778311A (zh) * | 2022-04-18 | 2022-07-22 | 中国矿业大学 | 一种破断煤体各向异性强度及渗透性测试方法 |
| CN114778311B (zh) * | 2022-04-18 | 2024-02-06 | 中国矿业大学 | 一种破断煤体各向异性强度及渗透性测试方法 |
| CN117094043A (zh) * | 2023-08-22 | 2023-11-21 | 东北石油大学 | 基于3d打印仿真煤层孔裂隙模型的煤粉运移评价方法及系统 |
| CN117094043B (zh) * | 2023-08-22 | 2024-02-27 | 东北石油大学 | 基于3d打印仿真煤层孔裂隙模型的煤粉运移评价方法及系统 |
| CN117572026A (zh) * | 2024-01-17 | 2024-02-20 | 北京大学 | 页岩小尺度孔径结构预测方法、装置、设备及介质 |
| CN117572026B (zh) * | 2024-01-17 | 2024-05-14 | 北京大学 | 页岩小尺度孔径结构预测方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020215524A1 (zh) | 2020-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110146525A (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
| CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
| CN108763711B (zh) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 | |
| RU2576501C2 (ru) | Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики | |
| CN102222359B (zh) | 一种岩心三维孔隙结构重构方法 | |
| CN109697752B (zh) | 基于岩心ct图像孔隙信息提取定量表征岩心非均质性方法 | |
| US11590708B2 (en) | Three-dimensional fluid micromodels | |
| US4783751A (en) | Analysis of pore complexes | |
| CN107449707A (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
| CN106198579B (zh) | 一种测量页岩中有机质含量的方法 | |
| WO2010059890A2 (en) | Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof | |
| CN117892654A (zh) | 基于ct扫描和多相物理场耦合的砂岩数字岩心多孔介质渗流特征的模拟方法 | |
| CN113176187A (zh) | 一种表征岩石孔隙网络连通性的方法 | |
| Fogden et al. | Dynamic micro-CT imaging of diffusion in unconventionals | |
| CN112816388A (zh) | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 | |
| CN114705606B (zh) | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 | |
| Cerepi et al. | Petrophysical properties of porous medium from petrographic image analysis data | |
| RU2621371C1 (ru) | Способ исследования фильтрационно-емкостных свойств горных пород | |
| CN114518309A (zh) | 一种页岩油储层中夹层孔隙有效三维表征的方法及装置 | |
| AU582546B2 (en) | Analysis of pokes in reservoir poke complexes | |
| Malik et al. | Digital rock physics for porosity fractionation and flow regime determination in carbonate reservoirs | |
| Li et al. | Three-dimensional Digital Core Structure Characterization Method and Application of Thick Limestone in Baotu Spring Basin of Jinan | |
| Na et al. | Three-dimensional reconstruction of micro pore structure | |
| Song et al. | Three-dimensional reconstruction of tight sandstone with CT scanning | |
| CN114820682A (zh) | 一种蚀变火成岩矿物含量划分方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190820 |