CN113295720A - 一种利用ct扫描进行微米级矿物识别的装置及方法 - Google Patents
一种利用ct扫描进行微米级矿物识别的装置及方法 Download PDFInfo
- Publication number
- CN113295720A CN113295720A CN202110489775.XA CN202110489775A CN113295720A CN 113295720 A CN113295720 A CN 113295720A CN 202110489775 A CN202110489775 A CN 202110489775A CN 113295720 A CN113295720 A CN 113295720A
- Authority
- CN
- China
- Prior art keywords
- scanning
- sample
- mineral
- bearing platform
- micron
- 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
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 148
- 239000011707 mineral Substances 0.000 title claims abstract description 148
- 238000002591 computed tomography Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007619 statistical method Methods 0.000 claims abstract description 12
- 239000011435 rock Substances 0.000 claims description 47
- 230000011218 segmentation Effects 0.000 claims description 12
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 6
- BFKJFAAPBSQJPD-UHFFFAOYSA-N tetrafluoroethene Chemical group FC(F)=C(F)F BFKJFAAPBSQJPD-UHFFFAOYSA-N 0.000 claims description 4
- 241000233805 Phoenix Species 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 229910052683 pyrite Inorganic materials 0.000 description 4
- 239000011028 pyrite Substances 0.000 description 4
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 4
- 238000002441 X-ray diffraction Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229910052901 montmorillonite Inorganic materials 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000004642 Polyimide Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003670 easy-to-clean Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052900 illite Inorganic materials 0.000 description 1
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 229920001721 polyimide Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
- G01N2223/04—Investigating materials by wave or particle radiation by transmission and measuring absorption
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/616—Specific applications or type of materials earth materials
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (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
本发明公开了一种利用CT扫描进行微米级矿物识别的装置及方法，涉及油气地质领域。本发明通过承物台同时对岩心样品和单矿物标样进行CT扫描，得到多张CT扫描图像，再利用CT扫描建模方法，将得到的CT扫描图像转化为三维数据体，从而得到岩心与标准矿物标样的三维展示，对标准矿物的灰度值进行统计分析，得到了每种标准矿物标样的灰度值，在岩心数据体中将于标准矿物标样相同灰度值的部分进行识别与分割。本发明识别方法的识别精度高，识别方式简单。
Description
技术领域
本发明涉及油气地质勘探中矿物识别技术领域，更具体地说涉及一种利用CT扫描进行微米级矿物识别的装置及方法。
背景技术
岩石矿物识别是油气地质勘探中的基础环节，矿物识别的结果既反映了地层沉积时的地质环境，也是油气资源是否富集的重要判断依据。在岩石矿物成分的研究中，常规的方法包括光学显微镜分析、化学分析、光谱分析、X衍射分析等，它们均无法准确表征岩石矿物的三维分布。
国家知识产权局于2018年7月20日，公开了一件公开号为CN106950231B，名称为“一种用双能微米CT定量识别岩石矿物的岩样装置和方法”的发明专利，该发明专利包括岩石样品和某种或多种岩石样品组分组成的标样，利用双能微米CT扫描岩样装置并利用灰度分割法识别岩石矿物。还发明具有制样简单且样品无损伤、矿物识别准确度高、能体现矿物三维空间分布特征的特点，解决了现有技术识别页岩矿物在三维空间准确的不高的技术问题。
上述现有技术中，盛样器采用聚酰亚胺材质，聚酰亚胺具有水溶性，长期处于潮湿环境或者样品含水较多，可能对盛样器产生水解，影响实验精度；且单矿物标样放置孔较小较密，反映到灰度值法识别矿物的过程中，导致很难找到相应的单矿物标样，影响实验效率。在上述问题的基础上，单矿物标样的边界难以确定，单矿物标样的灰度值范围也就存在偏差，最终影响实验精度，盛样器材质纯度较低，使得CT扫描中盛样器中噪点较多，影响了实验精度。
发明内容
为了克服上述现有技术中存在的缺陷和不足，本发明提供了一种利用CT扫描进行微米级矿物识别的装置及方法，本发明的矿物识别装置中的标准矿物图像可以覆盖整个CT研究区域，CT扫描后得到的每一个截面都有标准矿物进行对比分析，根据CT扫描建模方法，将得到的每一个截面转化为三维数据体，从而得到岩心与标准矿物标样的三维展示，对标准矿物的灰度值进行统计分析，得到了每种标准矿物标样的灰度值，在岩心数据体中将于标准矿物标样相同灰度值的部分进行识别与分割。本发明中通过对现有承物台和识别方法的创新，将岩心与标准单矿物标样同时扫描，得到岩石中矿物的比例与矿物成分的三维展示。本发明识别装置可以提高识别精度，更进一步地，本发明的识别方法更加简单。
为了解决上述现有技术中存在的问题，本发明是通过下述技术方案实现的：
一种利用CT扫描进行微米级矿物识别的装置，所述装置包括承物台、岩心样品和多种单矿物标样，所述承物台呈圆柱状，中间为贯通孔，所述贯通孔用于放置岩心样品，在贯通孔的外圆周内开设有若干不同形状的放置孔，不同形状的放置孔用于放置单矿物标样，单矿物标样的截面形状与放置孔的截面形状一致；所述承物台底部开设有用于与CT扫描仪的旋转气浮台固定安装的安装槽；所述承物台采用四氟乙烯制作而成。
所述放置孔的开孔深度为20mm。
所述承物台的尺寸为内径27mm，外径47mm，高度130mm。
CT扫描仪的型号选择为美国通用phoenix v|tome|x M300。
所述岩心样品包括页岩、碳酸盐岩或砂岩。
所述岩心样品的尺寸为直径25mm，长度50mm以下。
岩心样品为端面平整的标准圆柱体。
单矿物标样的纯度在99%以上。
放置孔的截面形状为圆形、三角形、正方形的组合。
本发明还提供了一种利用CT扫描进行微米级矿物识别的方法，本发明同时对岩心样品和单矿物标样进行CT扫描，得到多张CT扫描图像，再利用CT扫描建模方法，将得到的CT扫描图像转化为三维数据体，从而得到岩心与标准矿物标样的三维展示，对标准矿物的灰度值进行统计分析，得到了每种标准矿物标样的灰度值，在岩心数据体中将于标准矿物标样相同灰度值的部分进行识别与分割。本发明识别方法的识别精度高，识别方式简单。
一种利用CT扫描进行微米级矿物识别的方法，包括以下步骤：
S1、准备好用于CT扫描的目标岩心样品和想要在目标岩心样品中识别的单矿物标样；目标岩心样品与承物台中心的贯穿孔的形状和尺寸适配；单矿物标样与承物台上贯穿孔周围的放置孔的形状和尺寸适配；
S2、将S1步骤中准备好的目标岩心样品放置于承物台中心的贯穿孔内，将单矿物标样放置于承物台上的放置孔中；
S3、调整CT扫描仪的旋转气浮台，使其靠近操作窗口，并将承物台安装到CT扫描仪的旋转气浮台上；
S4、开启扫描射线，调整旋转气浮台位置，使承物台的投影占据接收面板；将扫描精度控制为微米级；
S5、调整扫描射线强度，使得射线可以完全穿透岩心、承物台和单矿物标样；扫描得到多张目标岩心样品、承物台和单矿物标样的CT扫描切片图像；
S6、根据CT扫描建模方法，将S5步骤中得到的岩心、承物台和单矿物标样的CT扫描切片图像转化为三维数据体；
S7、分析S6步骤中得到的三维数据体，将承物台的部分删除，得到目标岩心样品的三维数据体和各单矿物标样的三维数据体；
S8、对S7步骤中得到的各单矿物标样的三维数据体中的各单矿物标样的灰度值进行统计分析，得到每种单矿物标样的灰度值范围；在目标岩心样品的三维数据体中将与单矿物标样相同灰度值范围的部分进行识别与分割；得到不同矿物的分割图像；
S9、根据分割图像计算出不同矿物在CT扫描切片图像中所占的面积，对所有CT扫描切片图像进行统计分析，得到目标岩心样品中不同矿物的总体分布。
所述岩心样品包括页岩、碳酸盐岩或砂岩。
所述单矿物标样的纯度在99%以上。
与现有技术相比，本发明所带来的有益的技术效果表现在：
1、本发明的承物台采用四氟乙烯材质制成，具有不粘附的特点，即标样粉末不会粘附在承物台上，易于清理。本发明承物台下部有三个卡槽，可以与CT气浮台契合，在旋转扫描过程中，承物台不会发生位移；本发明承物台放置孔形状为圆形、三角形和正方形，易于区分；本发明承物台开孔深度为20mm，可以充分覆盖CT研究区域，使得每一个截面都有标准矿物进行对比分析。
2、常规的CT扫描方法无法同时扫描岩心和单矿物标样，而本发明的承物台的使用，使得研究人员可以得到岩心与单矿物标样在同一次扫描中的CT图像，在完成矿物的识别与分割后，可以得到表征岩石矿物的三维分布。
3、本发明通过对各单矿物标样的三维数据体中的各单矿物标样的灰度值进行统计分析，得到每种单矿物标样的灰度值；在目标岩心样品的三维数据体中将与单矿物标样相同灰度值的部分进行识别与分割；得到不同矿物的分割图像；根据分割图像计算出不同矿物在CT扫描切片图像中所占的面积，对所有CT扫描切片图像进行统计分析，得到目标岩心样品中不同矿物的总体分布。识别方式简单，识别精度高，可以快速得到目标岩心样品中不同矿物的总体分布。
4、常规的矿物成分检测方法为X射线衍射实验和能谱实验。X射线衍射实验需要识别矿物具有明确的晶形才能识别，对于不结晶矿物无法识别。能谱实验仅能针对极小的岩石样品进行矿物识别，结果受岩石非均质性影响较大。相比与常规方法，利用CT扫描实验进行矿物识别具有两个优势：一是识别矿物类型多，结晶矿物和非结晶矿物都能识别；二是识别样品尺寸大，对岩石矿物组成的表征更为全面。
附图说明
图1为本发明承物台的结构示意图；
图2为本发明CT扫描切片图像；
图3为本发明实施例中黄铁矿的三维分布图；
附图标记：1、承物台，2、岩心样品，3、单矿物标样，4、贯通孔，5、放置孔，6、安装槽。
具体实施方式
下面结合说明书附图，对本发明的技术方案作出进一步详细地阐述。所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护范围。
实施例1
作为本发明一较佳实施例，参照说明书附图1，本实施例公开了：
一种利用CT扫描进行微米级矿物识别的装置，所述装置包括承物台、岩心样品和多种单矿物标样，所述承物台呈圆柱状，中间为贯通孔，所述贯通孔用于放置岩心样品，在贯通孔的外圆周内开设有若干不同形状的放置孔，不同形状的放置孔用于放置单矿物标样，单矿物标样的截面形状与放置孔的截面形状一致；所述承物台底部开设有用于与CT扫描仪的旋转气浮台固定安装的安装槽；所述承物台采用四氟乙烯制作而成。
更进一步地，作为本实施例的一种实施方式，所述放置孔的开孔深度为20mm。所述承物台的尺寸为内径27mm，外径47mm，高度130mm。CT扫描仪的型号选择为美国通用phoenixv|tome|x M300。
所述岩心样品包括页岩、碳酸盐岩和砂岩。所述岩心样品的尺寸选取标准为直径25mm，长度50mm以下。岩心样品的选取标准为端面平整的标准圆柱体。
单矿物标样的纯度在99%以上。放置孔的截面形状为圆心、三角形、正方形的组合。
实施例2
作为本发明又一较佳实施例，本实施例公开了：
一种利用CT扫描进行微米级矿物识别的方法，包括以下步骤：
S1、准备好用于CT扫描的目标岩心样品和想要在目标岩心样品中识别的单矿物标样；目标岩心样品与承物台中心的贯穿孔的形状和尺寸适配；单矿物标样与承物台上贯穿孔周围的放置孔的形状和尺寸适配；
S2、将S1步骤中准备好的目标岩心样品放置于承物台中心的贯穿孔内，将单矿物标样放置于承物台上的放置孔中；
S3、调整CT扫描仪的旋转气浮台，使其靠近操作窗口，并将承物台安装到CT扫描仪的旋转气浮台上；
S4、开启扫描射线，调整旋转气浮台位置，使承物台的投影占据接收面板；将扫描精度控制为微米级；
S5、调整扫描射线强度，使得射线可以完全穿透岩心、承物台和单矿物标样；扫描得到多张目标岩心样品、承物台和单矿物标样的CT扫描切片图像；
S6、根据CT扫描建模方法，将S5步骤中得到的岩心、承物台和单矿物标样的CT扫描切片图像转化为三维数据体；上述CT扫描建模方法是CT扫描仪的软件中将扫描得到的一张一张图片，通过计算分析，整合为岩心三维结构；
S7、分析S6步骤中得到的三维数据体，将承物台的部分删除，得到目标岩心样品的三维数据体和各单矿物标样的三维数据体；
S8、对S7步骤中得到的各单矿物标样的三维数据体中的各单矿物标样的灰度值进行统计分析，得到每种单矿物标样的灰度值范围；在目标岩心样品的三维数据体中将与单矿物标样相同灰度值范围的部分进行识别与分割；得到不同矿物的分割图像；
S9、根据分割图像计算出不同矿物在CT扫描切片图像中所占的面积，对所有CT扫描切片图像进行统计分析，得到目标岩心样品中不同矿物的总体分布。所述岩心样品包括页岩、碳酸盐岩或砂岩。所述单矿物标样的纯度在99%以上。
实施例3
作为本发明又一较佳实施例，参照说明书附图1、2和3，本实施例公开了：
S1：准备好用于CT扫描的目标岩心和想要分辨的单矿物标样，在本次实施例中，使用龙马溪组页岩作为目标岩心，使用黄铁矿、石英和蒙脱石的单矿物标样作为目标矿物，单矿物标样的纯度应在99%以上。
S2：将岩心样品放置于承物台（如图1所示）中心，将单矿物标样放置于承物台的孔隙中，不同的矿物放置在不同形状的孔隙中。其中，黄铁矿放置于圆形孔隙中，石英放置于三角形孔隙中，伊利石放置于正方形孔隙中。
S3：调整CT扫描仪的旋转气浮台，使其靠近操作窗口，将承物台置于CT扫描仪的旋转气浮台上。
S4：开启射线，调整气浮台位置，使承物台的投影充分占据接收面板，此时扫描精度应为微米级。
S5：调整射线强度，使得射线可以完全穿透岩心、承物台以及单矿物标样。将扫描张数设置为2000张，进行扫描。
S6：扫描得到岩心、承物台以及单矿物标样的三维CT扫描切片，根据CT扫描建模方法，将得到的切片转化为三者的三维数据体。
S7：分析得到的CT数据体，由于承物台的部分密度均匀且与岩心、单矿物标样存在密度差异，将承物台的部分删除，可以得到岩心与单矿物标样的三维展示（如图2所示）。
S8：在得到的三维数据体中，有每一个部分的灰度值数据，将三种单矿物标样的灰度值进行统计分析，即在CT扫描以后，会得到每一个点的灰度值，形成一个大的灰度值范围。在承物台中，每一种单矿物标样的形状各不相同。根据不同的形状，将该单矿物标样的范围框定，然后再看该范围的灰度值分布。由于每一种矿物密度不同，就形成了一个从小到大的灰度值范围组。例如灰度值5000-6000是黏土，灰度值7000-8000是蒙脱石，灰度值9000-10000是黄铁矿；
得到了每种单矿物标样的灰度值，在岩心数据体中将与单矿物标样相同灰度值的部分进行识别与分割（如图3所示）。
S9：通过上面的步骤，得到了岩心中不同矿物的分割图像，根据分割图像可以计算出不同矿物在岩石切片中所占的面积，对所有切片进行统计分析，可以得到岩石样品中不同矿物的总体分布。在本次实施例中，页岩中以石英为代表的脆性矿物占到99%，以蒙脱石为代表的黏土矿物和黄铁矿均分剩下的部分。
Claims (10)
1.一种利用CT扫描进行微米级矿物识别的装置，所述装置包括承物台、岩心样品和多种单矿物标样，其特征在于：所述承物台呈圆柱状，中间为贯通孔，所述贯通孔用于放置岩心样品，在贯通孔的外圆周内开设有若干不同形状的放置孔，不同形状的放置孔用于放置单矿物标样，单矿物标样的截面形状与放置孔的截面形状一致；所述承物台底部开设有用于与CT扫描仪的旋转气浮台固定安装的安装槽；所述承物台采用四氟乙烯制作而成。
2.如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：所述放置孔的开孔深度为20mm。
3.如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：所述承物台的尺寸为内径27mm，外径47mm，高度130mm。
4. 如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：CT扫描仪的型号选择为美国通用phoenix v|tome|x M300。
5.如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：所述岩心样品包括页岩、碳酸盐岩或砂岩。
6.如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：所述岩心样品的选取尺寸为直径25mm，长度50mm以下；岩心样品的选取标准为端面平整的标准圆柱体。
7.如权利要求1所述的一种利用CT扫描进行微米级矿物识别的装置，其特征在于：单矿物标样的纯度在99%以上；放置孔的截面形状为圆心、三角形、正方形的组合。
8.一种利用CT扫描进行微米级矿物识别的方法，其特征在于，包括以下步骤：
S1、准备好用于CT扫描的目标岩心样品和想要在目标岩心样品中识别的单矿物标样；目标岩心样品与承物台中心的贯穿孔的形状和尺寸适配；单矿物标样与承物台上贯穿孔周围的放置孔的形状和尺寸适配；
S2、将S1步骤中准备好的目标岩心样品放置于承物台中心的贯穿孔内，将单矿物标样放置于承物台上的放置孔中；
S3、调整CT扫描仪的旋转气浮台，使其靠近操作窗口，并将承物台安装到CT扫描仪的旋转气浮台上；
S4、开启扫描射线，调整旋转气浮台位置，使承物台的投影占据接收面板；将扫描精度控制为微米级；
S5、调整扫描射线强度，使得射线可以完全穿透岩心、承物台和单矿物标样；扫描得到多张目标岩心样品、承物台和单矿物标样的CT扫描切片图像；
S6、根据CT扫描建模方法，将S5步骤中得到的岩心、承物台和单矿物标样的CT扫描切片图像转化为三维数据体；
S7、分析S6步骤中得到的三维数据体，将承物台的部分删除，得到目标岩心样品的三维数据体和各单矿物标样的三维数据体；
S8、对S7步骤中得到的各单矿物标样的三维数据体中的各单矿物标样的灰度值进行统计分析，得到每种单矿物标样的灰度值范围；在目标岩心样品的三维数据体中将与单矿物标样相同灰度值范围的部分进行识别与分割；得到不同矿物的分割图像；
S9、根据分割图像计算出不同矿物在CT扫描切片图像中所占的面积，对所有CT扫描切片图像进行统计分析，得到目标岩心样品中不同矿物的总体分布。
9.如权利要求8所述的一种利用CT扫描进行微米级矿物识别的方法，其特征在于：所述岩心样品包括页岩、碳酸盐岩或砂岩。
10.如权利要求8所述的一种利用CT扫描进行微米级矿物识别的方法，其特征在于，所述单矿物标样的纯度在99%以上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110489775.XA CN113295720B (zh) | 2021-05-06 | 2021-05-06 | 一种利用ct扫描进行微米级矿物识别的装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110489775.XA CN113295720B (zh) | 2021-05-06 | 2021-05-06 | 一种利用ct扫描进行微米级矿物识别的装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113295720A true CN113295720A (zh) | 2021-08-24 |
| CN113295720B CN113295720B (zh) | 2023-02-24 |
Family
ID=77320847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110489775.XA Active CN113295720B (zh) | 2021-05-06 | 2021-05-06 | 一种利用ct扫描进行微米级矿物识别的装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113295720B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114624267A (zh) * | 2022-03-14 | 2022-06-14 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
| EP4177596A1 (en) * | 2021-11-05 | 2023-05-10 | Carl Zeiss X-Ray Microscopy, Inc. | Multi-fraction sample holder for 3d particle analysis |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102778464A (zh) * | 2011-05-13 | 2012-11-14 | 中国石油化工股份有限公司 | 一种高温高压工业ct扫描系统 |
| CN103718016A (zh) * | 2011-07-26 | 2014-04-09 | 因格瑞恩股份有限公司 | 用双能x射线计算机断面显像技术估算岩样的有效原子序数和体积密度的方法 |
| CN104101536A (zh) * | 2013-04-15 | 2014-10-15 | 中国石油化工股份有限公司 | 一种检测岩石内部裂缝结构的系统及方法 |
| US20140376685A1 (en) * | 2011-10-18 | 2014-12-25 | Schlumberger Technology Corporation | Method for 3d mineral mapping of a rock sample |
| 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 |
| CN210166218U (zh) * | 2019-06-18 | 2020-03-20 | 上海岩间机电科技有限公司 | 一种能实现大轴向载荷且轻量化和高刚度的岩心夹持器 |
-
2021
- 2021-05-06 CN CN202110489775.XA patent/CN113295720B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102778464A (zh) * | 2011-05-13 | 2012-11-14 | 中国石油化工股份有限公司 | 一种高温高压工业ct扫描系统 |
| CN103718016A (zh) * | 2011-07-26 | 2014-04-09 | 因格瑞恩股份有限公司 | 用双能x射线计算机断面显像技术估算岩样的有效原子序数和体积密度的方法 |
| US20140376685A1 (en) * | 2011-10-18 | 2014-12-25 | Schlumberger Technology Corporation | Method for 3d mineral mapping of a rock sample |
| CN104101536A (zh) * | 2013-04-15 | 2014-10-15 | 中国石油化工股份有限公司 | 一种检测岩石内部裂缝结构的系统及方法 |
| 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 |
| CN210166218U (zh) * | 2019-06-18 | 2020-03-20 | 上海岩间机电科技有限公司 | 一种能实现大轴向载荷且轻量化和高刚度的岩心夹持器 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4177596A1 (en) * | 2021-11-05 | 2023-05-10 | Carl Zeiss X-Ray Microscopy, Inc. | Multi-fraction sample holder for 3d particle analysis |
| CN114624267A (zh) * | 2022-03-14 | 2022-06-14 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
| CN114624267B (zh) * | 2022-03-14 | 2023-10-27 | 贝光科技(苏州)有限公司 | 一种双能ct指数识别岩心矿物和纹层的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113295720B (zh) | 2023-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113295720B (zh) | 一种利用ct扫描进行微米级矿物识别的装置及方法 | |
| CN110095486B (zh) | 一种快速呈现多晶材料特定晶面分布特征的方法 | |
| Jerram et al. | 3D analysis of rock textures: quantifying igneous microstructures | |
| CN104076038B (zh) | 一种碳酸盐岩常见成岩组构特征表征和成因识别方法 | |
| CN107620593A (zh) | 一种油气田现场随钻岩屑扫描系统及方法 | |
| CN105067395B (zh) | 一种用于纳米ct的矿物标准样品及其制备方法和应用 | |
| CN108956424A (zh) | 一种页岩中孔隙定量表征的方法 | |
| Gurioli et al. | MeMoVolc consensual document: a review of cross-disciplinary approaches to characterizing small explosive magmatic eruptions | |
| Sun et al. | Expedition 367/368 methods | |
| CN112577875A (zh) | 一种碳酸盐岩多种原生孔隙高效探测技术 | |
| Reedy | Review of digital image analysis of petrographic thin sections in conservation research | |
| CN109444190B (zh) | 利用数字岩心分析提高复杂油气层含水饱和度评价精度的方法 | |
| CN105467466A (zh) | 一种基于多尺度信息的致密储层成岩相预测方法 | |
| CN112147680A (zh) | 岩石内部微裂缝提取和刻画方法及系统 | |
| CN106290794B (zh) | 核形石成因机制的分析方法 | |
| CN114893174B (zh) | 一种基于多因素耦合的砂岩储层可压裂性评价方法 | |
| CN109343121B (zh) | 一种确定热接触变质岩储层中岩浆热液规模的方法 | |
| CN114720235A (zh) | 基于碳酸盐组构与地球化学分析对古海水性质重建的方法 | |
| Wang et al. | Quantitative identification of microfractures in the marine shale reservoir of the Wufeng-Longmaxi Formation using water immersion tests and image characterization | |
| CN114910491A (zh) | 储层x射线成像方法及装置、样品制备方法及装置 | |
| Dixon et al. | Use of digital imaging for improved evaluation of unconventional reservoirs | |
| McK. Clough et al. | Petrography and stone implements | |
| Fieller et al. | The statistical modelling of the grain size distributions of cave sediments using log skew Laplace distributions: Creswell Crags, near Sheffield, England | |
| Coggon et al. | Expedition 390/393 methods | |
| CN110208300B (zh) | 基于扫描电镜界定热液型铀矿成矿期流体包裹体的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |