CN112649450A - 一种页岩中黄铁矿含量的计算方法及系统 - Google Patents

一种页岩中黄铁矿含量的计算方法及系统 Download PDF

Info

Publication number
CN112649450A
CN112649450A CN201910966167.6A CN201910966167A CN112649450A CN 112649450 A CN112649450 A CN 112649450A CN 201910966167 A CN201910966167 A CN 201910966167A CN 112649450 A CN112649450 A CN 112649450A
Authority
CN
China
Prior art keywords
pyrite
shale
content
calculating
image
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
CN201910966167.6A
Other languages
English (en)
Inventor
周枫
白俊
刘卫华
沈珲
王欢
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.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
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 China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201910966167.6A priority Critical patent/CN112649450A/zh
Publication of CN112649450A publication Critical patent/CN112649450A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种页岩中黄铁矿含量的计算方法及系统，该方法包括：S1、获取待测页岩样品的CT扫描数据；S2、根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；S3、根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。该系统包括：获取单元，用于获取待测页岩样品的CT扫描数据；重构单元，用于根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；计算单元，用于根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。本发明不需要破坏页岩样品，能够直接得到页岩中黄铁矿含量。

Description

一种页岩中黄铁矿含量的计算方法及系统
技术领域
本发明属于岩石物理研究领域，具体涉及一种页岩中黄铁矿含量的计算方法及系统。
背景技术
黄铁矿在富黄铁矿泥页岩中广泛分布,是泥页岩形成的沉积环境和成岩环境的指示矿物。黄铁矿含量与TOC、液态烃(S1)含量之间具有较好的正相关性,反映了黄铁矿的形成和含量与黄铁矿含量之间存在密切关系,并能对黄铁矿热解和裂解起促进作用。因而页岩储层中黄铁矿是促进黄铁矿生烃演化和页岩油气富集成藏的重要因素,根据黄铁矿在纵横向上的富集程度在一定程度上能够预测页岩油气成藏的有利区，达到预测页岩气储层的目的。
可见，黄铁矿虽然含量不高，但是对页岩的各向异性特征影响明显，是影响页岩各向异性和岩石力学性质的一个重要指标，在对岩石物理建模有重要影响。并且黄铁矿含量高的储层，在测井曲线上也会有异常响应，因此在构建页岩岩石物理模型是必须要考虑黄铁矿的含量和赋存状态。现有的矿物组分鉴定技术通常采用化学分离的方法将其从岩石中分离出来后进行计量，或者采用x衍射方法对粉末样品进行测量，必须对岩心采取化学处理后才能进行测试，实施的过程中对于岩心是破坏性的，并且黄铁矿的含量受到取样位置的很大影响。
因此，如何不破坏岩石本身结构并提高黄铁矿含量的评估效率仍是本领域亟待解决的问题。
发明内容
本发明的特征和优点在下文的描述中部分地陈述，或者可从该描述显而易见，或者可通过实践本发明而学习。
为克服现有技术的问题，本发明提供一种页岩中黄铁矿含量的计算方法，包括：
S1、获取待测页岩样品的CT扫描数据；
S2、根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；
S3、根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。
可选地，所述步骤S2包括：获取所述待测页岩样品投影数据，并据此重建三维灰度图像。
可选地，所述重建三维灰度图像之后包括：对所述三维灰度图像进行滤波处理。
可选地，所述步骤S3包括：在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。
可选地，所述步骤S3包括：将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。
本发明提供一种页岩中黄铁矿含量的计算系统，包括：
获取单元，用于获取待测页岩样品的CT扫描数据；
重构单元，用于根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；
计算单元，用于根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。
可选地，所述重构单元用于：获取所述待测页岩样品投影数据，并据此重建三维灰度图像。
可选地，所述重构单元用于对重建后的三维灰度图像进行滤波处理。
可选地，所述计算单元用于：在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。
可选地，所述计算单元用于：将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。
本发明是利用CT扫描岩芯整体,基于实验数据进行岩心的三维灰度图像构建，通过黄铁矿的图像灰度值辨识岩石内部的黄铁矿，进而计算其含量的一种方法。该方法不破坏岩石本身结构，并避免了繁琐的化学分离过程，提高了黄铁矿含量的评估效率。
附图说明
图1为本发明实施例的页岩中黄铁矿含量的计算方法的流程示意图。
图2为本发明实施例的页岩中黄铁矿含量的计算系统的结构示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述：
如图1所示，本发明提供一种页岩中黄铁矿含量的计算方法，包括步骤：
S1、获取待测页岩样品的CT扫描数据；
具体实施时，可以通过工业CT技术获取CT扫描数据，即将待测页岩样品放入工业CT机进行X射线扫描，得到CT扫描数据。
工业CT技术即工业计算机断层扫描成像技术，是80年代兴起并迅速发展的一项高新技术，能在无损条件下，测量计算出被测物断面的密度分布，并以计算机图像的形式，通过灰度变化反映出断面材质的密度变化，从而清晰直观地呈现出断面内部结构情况及材质组成。在石油行业,工业CT技术被用于油气藏的研究领域，并发展成为研究多孔介质特征的重要工具。在公开发表的文献中,也可查阅到通过CT扫描测量岩芯孔隙度(郑连清,1998)和饱和度(黄瑞瑶,1999)的相关资料。
S2、根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；
S3、根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。
在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。灰度阀值的下限为3070，上限为3650。通过三维灰度图像中黄铁矿对应的像素点数量就可以完成黄铁矿所占的体积比值的计算。
在本发明的另一实施例中，将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。三维灰度图像能够直接识别出孔隙的位置，但对于孔隙和骨架的边缘位置难以辨认，为了获取岩样的几何和拓扑结构特征，就需要将两者区分开来，二值图像能将图像分为黄铁矿和其它矿物,便于统计黄铁矿含量。
在本发明的一个实施例中，步骤S2具体包括：
S21、获取所述待测页岩样品投影数据，并据此重建三维灰度图像；
对待测页岩样品进行预处理，获得其投影数据，求解图像矩阵中各像素的吸收系数，可以使用变换法或迭代法得到岩样的横截面二维图像，并将它们组合起来得到三维灰度图像。
S22、对所述三维灰度图像进行滤波处理；
步骤S21中获取的三维灰度图像中存在系统噪声，需要进行滤波处理。本实施例中选用中值滤波的方法，它既能消除系统噪声，又能保持图像的细节部分。
如图2所示，本发明提供一种页岩中黄铁矿含量的计算系统，包括：获取单元10、重构单元20及计算单元30。其中：
获取单元10用于获取待测页岩样品的CT扫描数据；具体实施时，可以通过工业CT技术获取CT扫描数据，即将待测页岩样品放入工业CT机进行X射线扫描，得到CT扫描数据。
重构单元20与获取单元10相连，重构单元20用于根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；本实施例中，重构单元20具体用于获取所述待测页岩样品投影数据，据此重建三维灰度图像；对待测页岩样品进行预处理，获得其投影数据，求解图像矩阵中各像素的吸收系数，可以使用变换法或迭代法得到岩样的横截面二维图像，并将它们组合起来得到三维灰度图像。由于三维灰度图像中存在系统噪声，因此可以对所述三维灰度图像进行滤波处理，例如选用中值滤波的方法。
计算单元30与重构单元20相连，计算单元30用于根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。更具体地，在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。灰度阀值的下限为3070，上限为3650。通过三维灰度图像中黄铁矿对应的像素点数量就可以完成黄铁矿所占的体积比值的计算。
在本发明的另一实施例中，计算单元30用于将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。三维灰度图像能够直接识别出孔隙的位置，但对于孔隙和骨架的边缘位置难以辨认，为了获取岩样的几何和拓扑结构特征，就需要将两者区分开来，二值图像能将图像分为黄铁矿和其它矿物,便于统计黄铁矿含量。
本发明是利用CT扫描岩芯整体,基于实验数据进行岩心的三维灰度图像构建，通过黄铁矿的图像灰度值辨识岩石内部的黄铁矿，进而计算其含量的一种方法。该方法不破坏岩石本身结构，就能够直接得到页岩中黄铁矿含量，避免了繁琐的化学分离过程，提高了黄铁矿含量的评估效率。
上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (10)

1.一种页岩中黄铁矿含量的计算方法，其特征在于，包括：
S1、获取待测页岩样品的CT扫描数据；
S2、根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；
S3、根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。
2.根据权利要求1所述页岩中黄铁矿含量的计算方法，其特征在于，所述步骤S2包括：获取所述待测页岩样品投影数据，并据此重建三维灰度图像。
3.根据权利要求2所述页岩中黄铁矿含量的计算方法，其特征在于，所述重建三维灰度图像之后包括：对所述三维灰度图像进行滤波处理。
4.根据权利要求1所述页岩中黄铁矿含量的计算方法，其特征在于，所述步骤S3包括：在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。
5.根据权利要求1所述页岩中黄铁矿含量的计算方法，其特征在于，所述步骤S3包括：将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。
6.一种页岩中黄铁矿含量的计算系统，其特征在于，包括：
获取单元，用于获取待测页岩样品的CT扫描数据；
重构单元，用于根据所述CT扫描数据重构所述待测页岩样品的三维灰度图像；
计算单元，用于根据所述待测页岩样品的三维灰度图像计算黄铁矿的含量。
7.根据权利要求6所述页岩中黄铁矿含量的计算系统，其特征在于，所述重构单元用于：获取所述待测页岩样品投影数据，并据此重建三维灰度图像。
8.根据权利要求7所述页岩中黄铁矿含量的计算系统，其特征在于，所述重构单元用于对重建后的三维灰度图像进行滤波处理。
9.根据权利要求6所述页岩中黄铁矿含量的计算系统，其特征在于，所述计算单元用于：在所述三维灰度图像上根据黄铁矿的灰度阀值统计出黄铁矿对应的像素点数量，并据此计算黄铁矿所占的体积比值。
10.根据权利要求6所述页岩中黄铁矿含量的计算系统，其特征在于，所述计算单元用于：将三维灰度图像转换为二值图像，并据此统计黄铁矿含量。
CN201910966167.6A 2019-10-12 2019-10-12 一种页岩中黄铁矿含量的计算方法及系统 Pending CN112649450A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910966167.6A CN112649450A (zh) 2019-10-12 2019-10-12 一种页岩中黄铁矿含量的计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910966167.6A CN112649450A (zh) 2019-10-12 2019-10-12 一种页岩中黄铁矿含量的计算方法及系统

Publications (1)

Publication Number Publication Date
CN112649450A true CN112649450A (zh) 2021-04-13

Family

ID=75343670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910966167.6A Pending CN112649450A (zh) 2019-10-12 2019-10-12 一种页岩中黄铁矿含量的计算方法及系统

Country Status (1)

Country Link
CN (1) CN112649450A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140376685A1 (en) * 2011-10-18 2014-12-25 Schlumberger Technology Corporation Method for 3d mineral mapping of a rock sample
CN106198579A (zh) * 2015-06-01 2016-12-07 中国石油化工股份有限公司 一种测量页岩中有机质含量的方法
CN106950231A (zh) * 2017-03-29 2017-07-14 中国科学院地质与地球物理研究所 一种用双能微米ct定量识别岩石矿物的岩样装置和方法
WO2019151889A1 (en) * 2018-02-02 2019-08-08 Schlumberger Technology Corporation A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140376685A1 (en) * 2011-10-18 2014-12-25 Schlumberger Technology Corporation Method for 3d mineral mapping of a rock sample
CN106198579A (zh) * 2015-06-01 2016-12-07 中国石油化工股份有限公司 一种测量页岩中有机质含量的方法
CN106950231A (zh) * 2017-03-29 2017-07-14 中国科学院地质与地球物理研究所 一种用双能微米ct定量识别岩石矿物的岩样装置和方法
WO2019151889A1 (en) * 2018-02-02 2019-08-08 Schlumberger Technology Corporation A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹厚德: "《现代医学影像技术学》", 上海科学技术出版社, pages: 210 *
薛华庆等: ""岩石微观结构CT扫描表征技术研究"", 《力学学报》, vol. 47, no. 6, pages 1073 - 1078 *

Similar Documents

Publication Publication Date Title
Schmitt et al. Classification and quantification of pore shapes in sandstone reservoir rocks with 3-D X-ray micro-computed tomography
AU2011258594B2 (en) Method for obtaining consistent and integrated physical properties of porous media
CN107449707B (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
Karimpouli et al. A review of experimental and numerical modeling of digital coalbed methane: Imaging, segmentation, fracture modeling and permeability prediction
Wu et al. Analyses of representative elementary volume for coal using X-ray μ-CT and FIB-SEM and its application in permeability predication model
Ju et al. 3D numerical reconstruction of well-connected porous structure of rock using fractal algorithms
AU2014306018B2 (en) Image-based direct numerical simulation of petrophysical properties under simulated stress and strain conditions
Karimpouli et al. Stochastic modeling of coal fracture network by direct use of micro-computed tomography images
Knackstedt et al. Digital Core Laboratory: Properties of reservoir core derived from 3D images
CN106198579B (zh) 一种测量页岩中有机质含量的方法
AU2014235543B2 (en) Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties
CN104834806B (zh) 结构面粗糙度系数尺寸效应取样代表性评价方法
Payton et al. The influence of grain shape and size on the relationship between porosity and permeability in sandstone: A digital approach
US20140270393A1 (en) Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties
Ramandi et al. X-ray micro-computed tomography imaging for coal characterization
Lin et al. A method to select representative rock samples for digital core modeling
WO2014142976A1 (en) Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties
Peth Applications of microtomography in soils and sediments
Logsdon et al. Quantifying and modeling soil structure dynamics
CN112082918A (zh) 孔隙度的确定方法、装置及设备
CN112649450A (zh) 一种页岩中黄铁矿含量的计算方法及系统
CN115965565A (zh) 一种碎屑岩中石英含量的确定方法以及装置
Pinto An integrated approach based on coreflooding and digital rock physics techniques to rock porosity and permeability characterization
Latief et al. Pore structure characterization of 3D random pigeon hole rock models
Liu et al. A novel box-counting method for quantitative fractal analysis of three-dimensional pore characteristics in sandstone

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

Application publication date: 20210413