CN112132966A - 一种基于拓扑结构的页岩裂缝网络连通性表征方法 - Google Patents

一种基于拓扑结构的页岩裂缝网络连通性表征方法 Download PDF

Info

Publication number
CN112132966A
CN112132966A CN202011053694.7A CN202011053694A CN112132966A CN 112132966 A CN112132966 A CN 112132966A CN 202011053694 A CN202011053694 A CN 202011053694A CN 112132966 A CN112132966 A CN 112132966A
Authority
CN
China
Prior art keywords
model
fracture network
rock
crack
topological
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
Application number
CN202011053694.7A
Other languages
English (en)
Inventor
祝鹏
陈鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
CNOOC China Ltd Hainan Branch
Original Assignee
Chengdu Univeristy of Technology
CNOOC China Ltd Hainan Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology, CNOOC China Ltd Hainan Branch filed Critical Chengdu Univeristy of Technology
Priority to CN202011053694.7A priority Critical patent/CN112132966A/zh
Publication of CN112132966A publication Critical patent/CN112132966A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Probability & Statistics with Applications (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开的属于岩石裂缝技术领域，具体为一种基于拓扑结构的页岩裂缝网络连通性表征方法，其包括：通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据；提取条纹背景噪声，重建裂缝图像；通过拓扑模型建立岩石裂缝网络体系模型；通过三维图像建立岩石裂缝网络提醒模型；通过显示设备显示裂缝网络的体系模块。该基于拓扑结构的页岩裂缝网络连通性表征方法，不仅能够消除噪声，成像更加精准和清晰，而且通过拓扑运算和三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察。

Description

一种基于拓扑结构的页岩裂缝网络连通性表征方法
技术领域
本发明涉及岩石裂缝技术领域，具体为一种基于拓扑结构的页岩裂缝网络连通性表征方法。
背景技术
岩石中的裂缝对于其物理性质(硬度、强度、孔隙度、渗透性等)具有重要的影响。单一裂缝的基本特征可以使用长度、开度、倾角等几何参数进行描述，而山多条裂缝组成的复杂裂缝网络则不仅需要描述裂缝的基本发育特征，而且还需要描述裂缝的分布规律。随着裂缝性油气藏和贞岩气的大规模开采，全而、准确地表征岩石裂缝网络就显得越来越重要。但是现有的岩石裂缝网络在检测时噪声较大，成像效果不好，而且建立的模型不够准确全面，观察效果不好。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
因此，本发明的目的是提供一种基于拓扑结构的页岩裂缝网络连通性表征方法，不仅能够消除噪声，成像更加精准和清晰，而且通过拓扑运算和三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种基于拓扑结构的页岩裂缝网络连通性表征方法，包括以下步骤：
S1：通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据；
S2：提取条纹背景噪声，重建裂缝图像；
S3：1、通过拓扑模型建立岩石裂缝网络体系模型
(1)通过统计模块统计不同类型节点数、计算裂缝数、分支数以及裂缝、分支平均连接点数；
(2)拓扑模块接收统计数据，并建立拓扑模型；
(3)通过拓扑模型建立表征岩石裂缝网络的体系模型；
2、通过三维图像建立岩石裂缝网络提醒模型；
(1)对三维表面进行重建和预处理；
(2)对三角网格执行K-均值聚类；
(3)提取网格连通分量，将网格连通分量从三角网格类中剔除；
(4)对三角网格构成的面结构进行三维模型孔洞修补；
(5)对裂缝进行判定，提取裂缝信息，建立裂缝网络的体系模型；
S4：通过显示设备显示裂缝网络的体系模块。
作为本发明所述的基于拓扑结构的页岩裂缝网络连通性表征方法的一种优选方案，其中：所述步骤S2中误差函数的计算公式如下：
Δxi＝x[si+Δs(i)]-x(si)≈x(si)·Δs(i)
采样数据为x，传感器到景物的距离为s，采样次数为i，传感器与景物偏移量为Δs，偏差值为Δx。
作为本发明所述的基于拓扑结构的页岩裂缝网络连通性表征方法的一种优选方案，其中：所述步骤S3中，对三维表面进行重建和预处理包括以下步骤：
S1：通过将CT图像二值化，利用二值序列图构建相应的三维岩石孔隙模型；
S2：对三维模型作连通标记，并对连通分量单独进行后续裂缝识别工作；
S3：通过对每个连通分量进行表面重建，将点云数据转化为三角网络模型数据；
S4：对三角网格模型进行平滑处理，并使裂缝表面的向量方向趋于一致,并简化三角网格模型。
作为本发明所述的基于拓扑结构的页岩裂缝网络连通性表征方法的一种优选方案，其中：所述步骤S3中，通过将岩石裂缝转换为拓扑结构，并划分I、X和Y节点，岩石裂缝数NL的公式：
Figure BDA0002710300890000031
岩石分支数NB的公式：
Figure BDA0002710300890000032
岩石裂缝的平均连接点数CL公式：
CL＝4(NY+NX)/(NI+NY)
岩石分支的平均连接点数CB公式：
CB＝(6NY+8NX)/(NI+3NY+4NX)。
作为本发明所述的基于拓扑结构的页岩裂缝网络连通性表征方法的一种优选方案，其中：所述步骤S3中K-均值聚类的公式：
Figure BDA0002710300890000033
Figure BDA0002710300890000034
聚变中心变化幅度值
Figure BDA0002710300890000035
为第k次迭代结束时聚类中心向量
Figure BDA0002710300890000036
的三个坐标值。
与现有技术相比：通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据，提取条纹背景噪声，重建裂缝图像，通过统计模块统计不同类型节点数、计算裂缝数、分支数以及裂缝、分支平均连接点数，拓扑模块接收统计数据，并建立拓扑模型，通过拓扑模型建立表征岩石裂缝网络的体系模型；对三维表面进行重建和预处理，对三角网格执行K-均值聚类，提取网格连通分量，将网格连通分量从三角网格类中剔除，对三角网格构成的面结构进行三维模型孔洞修补，对裂缝进行判定，提取裂缝信息，建立裂缝网络的体系模型，该基于拓扑结构的页岩裂缝网络连通性表征方法，不仅能够消除噪声，成像更加精准和清晰，而且通过拓扑运算和三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明的流程图；
图2为本发明三维表面进行重建和预处理的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种基于拓扑结构的页岩裂缝网络连通性表征方法，不仅能够消除噪声，成像更加精准和清晰，而且通过拓扑运算和三维成像，共同建立裂缝网络的体系模型，建立的模型更加准确全面，表征方式更容易观察，请参阅图1和图2；
请再次参阅图1，包括以下步骤：
S1：通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据；
S2：提取条纹背景噪声，重建裂缝图像；
S3：1、通过拓扑模型建立岩石裂缝网络体系模型
(1)通过统计模块统计不同类型节点数、计算裂缝数、分支数以及裂缝、分支平均连接点数；
(2)拓扑模块接收统计数据，并建立拓扑模型；
(3)通过拓扑模型建立表征岩石裂缝网络的体系模型；
2、通过三维图像建立岩石裂缝网络提醒模型；
(1)对三维表面进行重建和预处理；
(2)对三角网格执行K-均值聚类，为将裂缝与普通孔隙分离，需先将裂缝表面的三角网格与普通孔隙表面三角网格分离，使用聚类的方法将三角网格进行分类以达到分离的效果。由于位于裂缝表面的三角网格面积普遍大于普通孔隙表面的三角网格面积，且其单位法向量的方向趋于统一，故可根据网格面积和网格单位法向量方向两个特征对三角网格执行K-均值聚类；
(3)提取网格连通分量，将网格连通分量从三角网格类中剔除；
(4)对三角网格构成的面结构进行三维模型孔洞修补；
(5)对裂缝进行判定，提取裂缝信息，建立裂缝网络的体系模型；
流程中初始聚类中心个数不宜过多，否则会将有一定迂曲度的裂缝表面网格聚到多个网格类中，误将其识别为多条裂缝，故将聚类中心个数设定为3，在目标包含多条裂缝的情况下，能最多正确识别并提取出三个相交裂缝。
此外，对于初始聚类中心既可以采取随机设定的方式，也可以根据先验条件进行设定，以降低迭代次数；
S4：通过显示设备显示裂缝网络的体系模块。
请再次参阅图1，所述步骤S2中误差函数的计算公式如下：
Δxi＝x[si+Δs(i)]-x(si)≈x(si)·Δs(i)
采样数据为x，传感器到景物的距离为s，采样次数为i，传感器与景物偏移量为Δs，偏差值为Δx。
请再次参阅图2，所述步骤S3中，对三维表面进行重建和预处理包括以下步骤：
S1：通过将CT图像二值化，利用二值序列图构建相应的三维岩石孔隙模型；
S2：对三维模型作连通标记，并对连通分量单独进行后续裂缝识别工作；
S3：通过对每个连通分量进行表面重建，将点云数据转化为三角网络模型数据；
S4：对三角网格模型进行平滑处理，并使裂缝表面的向量方向趋于一致,并简化三角网格模型。
请再次参阅图1，所述步骤S3中，通过将岩石裂缝转换为拓扑结构，并划分I、X和Y节点，岩石裂缝数NL的公式：
Figure BDA0002710300890000061
岩石分支数NB的公式：
Figure BDA0002710300890000071
岩石裂缝的平均连接点数CL公式：
CL＝4(NY+NX)/(NI+NY)
岩石分支的平均连接点数CB公式：
CB＝(6NY+8NX)/(NI+3NY+4NX)。
请再次参阅图1，所述步骤S3中K-均值聚类的公式：
Figure BDA0002710300890000072
Figure BDA0002710300890000073
聚变中心变化幅度值
Figure BDA0002710300890000074
为第k次迭代结束时聚类中心向量
Figure BDA0002710300890000075
的三个坐标值。
在具体的使用时，通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据，提取条纹背景噪声，重建裂缝图像，通过统计模块统计不同类型节点数、计算裂缝数、分支数以及裂缝、分支平均连接点数，拓扑模块接收统计数据，并建立拓扑模型，通过拓扑模型建立表征岩石裂缝网络的体系模型；对三维表面进行重建和预处理，对三角网格执行K-均值聚类，提取网格连通分量，将网格连通分量从三角网格类中剔除，对三角网格构成的面结构进行三维模型孔洞修补，对裂缝进行判定，提取裂缝信息，建立裂缝网络的体系模型。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (5)

1.一种基于拓扑结构的页岩裂缝网络连通性表征方法，其特征在于，包括以下步骤：
S1：通过CT设备发送超声波,超声波遇裂缝产生回波，超声波仪接收回波收集采样数据；
S2：提取条纹背景噪声，重建裂缝图像；
S3：1、通过拓扑模型建立岩石裂缝网络体系模型
(1)通过统计模块统计不同类型节点数、计算裂缝数、分支数以及裂缝、分支平均连接点数；
(2)拓扑模块接收统计数据，并建立拓扑模型；
(3)通过拓扑模型建立表征岩石裂缝网络的体系模型。
2、通过三维图像建立岩石裂缝网络提醒模型；
(1)对三维表面进行重建和预处理；
(2)对三角网格执行K-均值聚类；
(3)提取网格连通分量，将网格连通分量从三角网格类中剔除；
(4)对三角网格构成的面结构进行三维模型孔洞修补；
(5)对裂缝进行判定，提取裂缝信息，建立裂缝网络的体系模型；
S4：通过显示设备显示裂缝网络的体系模块。
2.根据权利要求1所述的一种基于拓扑结构的页岩裂缝网络连通性表征方法，其特征在于，所述步骤S2中误差函数的计算公式如下：
Δxi＝x[si+Δs(i)]-x(si)≈x(si)·Δs(i)
采样数据为x，传感器到景物的距离为s，采样次数为i，传感器与景物偏移量为Δs，偏差值为Δx。
3.根据权利要求1所述的一种基于拓扑结构的页岩裂缝网络连通性表征方法，其特征在于，所述步骤S3中，对三维表面进行重建和预处理包括以下步骤：
S1：通过将CT图像二值化，利用二值序列图构建相应的三维岩石孔隙模型；
S2：对三维模型作连通标记，并对连通分量单独进行后续裂缝识别工作；
S3：通过对每个连通分量进行表面重建，将点云数据转化为三角网络模型数据；
S4：对三角网格模型进行平滑处理，并使裂缝表面的向量方向趋于一致,并简化三角网格模型。
4.根据权利要求1所述的一种基于拓扑结构的页岩裂缝网络连通性表征方法，其特征在于，所述步骤S3中，通过将岩石裂缝转换为拓扑结构，并划分I、X和Y节点，岩石裂缝数NL的公式：
Figure FDA0002710300880000021
岩石分支数NB的公式：
Figure FDA0002710300880000022
岩石裂缝的平均连接点数CL公式：
CL＝4(NY+NX)/(NI+NY)
岩石分支的平均连接点数CB公式：
CB＝(6NY+8NX)/(NI+3NY+4NX)。
5.根据权利要求1所述的一种基于拓扑结构的页岩裂缝网络连通性表征方法，其特征在于，所述步骤S3中K-均值聚类的公式：
Figure FDA0002710300880000023
Figure FDA0002710300880000024
聚变中心变化幅度值
Figure FDA0002710300880000025
为第k次迭代结束时聚类中心向量
Figure FDA0002710300880000031
的三个坐标值。
CN202011053694.7A 2020-09-29 2020-09-29 一种基于拓扑结构的页岩裂缝网络连通性表征方法 Pending CN112132966A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011053694.7A CN112132966A (zh) 2020-09-29 2020-09-29 一种基于拓扑结构的页岩裂缝网络连通性表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011053694.7A CN112132966A (zh) 2020-09-29 2020-09-29 一种基于拓扑结构的页岩裂缝网络连通性表征方法

Publications (1)

Publication Number Publication Date
CN112132966A true CN112132966A (zh) 2020-12-25

Family

ID=73843155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011053694.7A Pending CN112132966A (zh) 2020-09-29 2020-09-29 一种基于拓扑结构的页岩裂缝网络连通性表征方法

Country Status (1)

Country Link
CN (1) CN112132966A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116363321A (zh) * 2023-01-09 2023-06-30 中国科学院武汉岩土力学研究所 一种岩样酸化压裂后三维裂缝形态重构方法
CN117745979A (zh) * 2024-02-21 2024-03-22 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
CN117784243A (zh) * 2024-02-27 2024-03-29 中国石油大学(华东) 基于亚地震断裂系统拓扑结构的连通性评价方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5430291A (en) * 1992-05-01 1995-07-04 Texaco Inc. X-ray CT measurement of fracture widths and fracture porosity in reservoir core material
US6190318B1 (en) * 1996-11-26 2001-02-20 Novadent Ltd. Device and method for the ultrasonic detection of smooth surface lesions on tooth crown surfaces
US20080289423A1 (en) * 2007-05-22 2008-11-27 Honeywell International, Inc. Automated defect detection of corrosion or cracks using saft processed lamb wave images
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
CN103971410A (zh) * 2014-05-23 2014-08-06 中国石油大学(华东) 一种基于ct图片的三维岩心可视化方法
CN105279790A (zh) * 2014-06-13 2016-01-27 中国石油化工股份有限公司 裂缝网络三维数字岩心建模方法
CN105928957A (zh) * 2016-04-20 2016-09-07 西安石油大学 一种裂缝性碳酸盐岩三维数字岩心的构建方法
CN106127777A (zh) * 2016-06-27 2016-11-16 中山大学 一种三维空间裂缝分离识别与表征方法
CN106803253A (zh) * 2017-01-17 2017-06-06 四川大学 岩石三维图像裂缝提取方法
CN106837315A (zh) * 2015-12-03 2017-06-13 中国石油化工股份有限公司 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法
CN108876923A (zh) * 2018-06-17 2018-11-23 西南石油大学 一种基于岩石微ct图像的三维孔隙尺度模型重建方法
CN109187305A (zh) * 2018-08-24 2019-01-11 中国地质大学（武汉） 一种页岩结构表征方法和装置
CN109448104A (zh) * 2018-10-11 2019-03-08 中国科学院力学研究所 一种基于岩心图像的拓展重构方法及装置
CN110472276A (zh) * 2019-07-04 2019-11-19 成都理工大学 一种裂缝型油气储层加密井改造优化方法
EP3603520A1 (en) * 2017-03-27 2020-02-05 University of Tsukuba Interior ct image generation method
CN110853138A (zh) * 2019-11-21 2020-02-28 科吉思石油技术咨询(北京)有限公司 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5430291A (en) * 1992-05-01 1995-07-04 Texaco Inc. X-ray CT measurement of fracture widths and fracture porosity in reservoir core material
US6190318B1 (en) * 1996-11-26 2001-02-20 Novadent Ltd. Device and method for the ultrasonic detection of smooth surface lesions on tooth crown surfaces
US20080289423A1 (en) * 2007-05-22 2008-11-27 Honeywell International, Inc. Automated defect detection of corrosion or cracks using saft processed lamb wave images
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
CN103971410A (zh) * 2014-05-23 2014-08-06 中国石油大学(华东) 一种基于ct图片的三维岩心可视化方法
CN105279790A (zh) * 2014-06-13 2016-01-27 中国石油化工股份有限公司 裂缝网络三维数字岩心建模方法
CN106837315A (zh) * 2015-12-03 2017-06-13 中国石油化工股份有限公司 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法
CN105928957A (zh) * 2016-04-20 2016-09-07 西安石油大学 一种裂缝性碳酸盐岩三维数字岩心的构建方法
CN106127777A (zh) * 2016-06-27 2016-11-16 中山大学 一种三维空间裂缝分离识别与表征方法
CN106803253A (zh) * 2017-01-17 2017-06-06 四川大学 岩石三维图像裂缝提取方法
EP3603520A1 (en) * 2017-03-27 2020-02-05 University of Tsukuba Interior ct image generation method
CN108876923A (zh) * 2018-06-17 2018-11-23 西南石油大学 一种基于岩石微ct图像的三维孔隙尺度模型重建方法
CN109187305A (zh) * 2018-08-24 2019-01-11 中国地质大学（武汉） 一种页岩结构表征方法和装置
CN109448104A (zh) * 2018-10-11 2019-03-08 中国科学院力学研究所 一种基于岩心图像的拓展重构方法及装置
CN110472276A (zh) * 2019-07-04 2019-11-19 成都理工大学 一种裂缝型油气储层加密井改造优化方法
CN110853138A (zh) * 2019-11-21 2020-02-28 科吉思石油技术咨询(北京)有限公司 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
夏晨木 等: "岩石三维图像裂缝提取方法", 《计算机工程与应用》 *
李玮 等: "基于拓扑结构的岩石裂缝网络表征方法", 《天然气工业》 *
杨绪海 等: "利用声成像测井数据实现岩石裂缝特征的自动识别", 《中国海上油气(地质)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116363321A (zh) * 2023-01-09 2023-06-30 中国科学院武汉岩土力学研究所 一种岩样酸化压裂后三维裂缝形态重构方法
CN116363321B (zh) * 2023-01-09 2023-10-13 中国科学院武汉岩土力学研究所 一种岩样酸化压裂后三维裂缝形态重构方法
CN117745979A (zh) * 2024-02-21 2024-03-22 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
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
CN117784243A (zh) * 2024-02-27 2024-03-29 中国石油大学(华东) 基于亚地震断裂系统拓扑结构的连通性评价方法
CN117784243B (zh) * 2024-02-27 2024-04-30 中国石油大学(华东) 基于亚地震断裂系统拓扑结构的连通性评价方法

Similar Documents

Publication Publication Date Title
CN112132966A (zh) 一种基于拓扑结构的页岩裂缝网络连通性表征方法
CN106127777B (zh) 一种三维空间裂缝分离识别与表征方法
CN105487121B (zh) 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法
CN107247259B (zh) 基于神经网络的k分布海杂波形状参数估计方法
CN110853138A (zh) 双重介质碳酸盐岩孔隙-裂缝双重网络模型构建方法
CN111243090B (zh) 土方量计算方法及系统
CN102324042B (zh) 视觉识别系统及视觉识别方法
CN108241873A (zh) 一种面向泵站主设备的智能故障诊断方法
CN108959794A (zh) 一种基于深度学习的结构频响动力学模型修正方法
CN109900617B (zh) 一种基于声电成像测井图的裂缝性地层渗透率曲线计算方法
CN112183643A (zh) 基于声发射的硬岩拉剪破裂识别方法及装置
CN112946783A (zh) 一种水合物饱和度确定方法、装置及设备
CN105512454A (zh) 基于功能核磁共振的抑郁症患者自杀风险客观评估模型
CN110443303B (zh) 基于图像分割和分类的煤岩显微组分智能识别方法
CN115908142A (zh) 一种基于视觉识别的接触网微小部件验损方法
CN110942077A (zh) 基于权重局部变化度和l1中值优化的特征线提取方法
CN113989291A (zh) 一种基于PointNet与RANSAC算法的建筑物屋顶平面分割方法
CN110261578B (zh) 一种考虑结构面粗糙度的裂隙岩体稳定性分析系统
CN110363848A (zh) 一种基于数字岩心的孔隙网络模型的可视化方法及装置
CN110222368B (zh) 一种利用二维切片计算岩心三维孔隙度和渗透率的方法
CN105068141A (zh) 确定断缝系统的岩溶储层分布的方法和装置
CN109765588B (zh) 一种稀疏轨迹平滑纠错系统及方法
CN114419499B (zh) 一种基于心脏超声视频的射血分数数据处理方法和装置
CN111402256B (zh) 一种基于模板的三维点云目标检测和姿态估计方法
CN110472078B (zh) 一种钻头身份信息录入到钻井数据库的方法

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: 20201225