CN113916916A - 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 - Google Patents
一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 Download PDFInfo
- Publication number
- CN113916916A CN113916916A CN202111152592.5A CN202111152592A CN113916916A CN 113916916 A CN113916916 A CN 113916916A CN 202111152592 A CN202111152592 A CN 202111152592A CN 113916916 A CN113916916 A CN 113916916A
- Authority
- CN
- China
- Prior art keywords
- shale
- image
- seepage
- simulation
- particle
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004088 simulation Methods 0.000 title claims abstract description 18
- 230000008878 coupling Effects 0.000 title claims abstract description 6
- 238000010168 coupling process Methods 0.000 title claims abstract description 6
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 6
- 239000011148 porous material Substances 0.000 claims abstract description 29
- 238000005553 drilling Methods 0.000 claims abstract description 14
- 238000002474 experimental method Methods 0.000 claims abstract description 13
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000002591 computed tomography Methods 0.000 claims abstract description 7
- 239000002105 nanoparticle Substances 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 7
- 239000011435 rock Substances 0.000 claims description 21
- 230000035699 permeability Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000005653 Brownian motion process Effects 0.000 claims 1
- 238000005537 brownian motion Methods 0.000 claims 1
- 239000003086 colorant Substances 0.000 claims 1
- 239000007788 liquid Substances 0.000 claims 1
- 230000000877 morphologic effect Effects 0.000 claims 1
- 239000012530 fluid Substances 0.000 abstract description 18
- 230000007547 defect Effects 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract 1
- 238000001914 filtration Methods 0.000 description 5
- 230000002146 bilateral effect Effects 0.000 description 3
- 239000007771 core particle Substances 0.000 description 3
- 239000012071 phase Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
-
- 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
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于页岩数字岩心三维渗流‑颗粒流动耦合的模拟方法,包括利用CT设备对页岩岩心进行纳CT扫描获得CT图像;通过AVIZO软件对CT扫描图像进行调整对比度、阈值设置,二值化处理、分割等操作提取渗流通道后,选取表征单元体后在AVIZO软件中进行体网格划分,获得网格文件后导入COMSOL软件进行渗流模拟后根据渗流的速度和压力对颗粒进行自定义设置,在MATLAB中对颗粒进行符合纳米级流动的属性设置后与COMSOL对接进行粒子追踪模拟。通过本发明的模拟方法的模拟结果更接近真实水基钻井液在页岩中的流动情况,弥补了传统物理实验不能探寻微观机理的不足,为实际纳米颗粒封堵页岩孔隙提供了参考。
Description
技术领域
本发明属于页岩数字岩心渗流数值模拟技术领域,并且更具体地涉及一种用于页岩数字岩心的纳米颗粒追踪的方法和用于页岩的渗流模拟的方法。
背景技术
计算机断层扫描技术是一种非破坏性的3D成像技术,可以达到微纳米级别,现已广泛用于多个领域。页岩这种多孔介质内部结构由孔隙相和固体相组成,利用图像分割的方法,提取其中的孔隙,方便后续对页岩进行特性分析,有利于页岩气资源勘探开发研究。
研究岩心中孔隙和喉道的特性是预测油气形成、分布规律与提高油气采收率的主要方法。孔隙是指岩石中未被填充的空间,它反映了岩石的储存油气的能力,而喉道就是连接岩石相邻孔隙之间的狭长部位,其反映了岩石的储存油气的能力。页岩是渗透率、孔隙度极低的低孔、低渗地层,渗透率数量级小于或等于10-3mD级,孔隙结构复杂,其微裂缝、细微裂缝发育,在钻井作业工程中易发生井壁失稳问题。
由于页岩的孔隙空间小,渗透性极差,现有的物理实验方法需要消耗大量岩心并且两相驱替实验会有许多不可控制因素,并且物理实验无法探索微观机理。当前纳米颗粒钻井液对页岩孔隙的封堵实验多采用实验方式进行,通过封堵前后的渗透率对比,钻井液中纳米颗粒侵入页岩孔隙后后的运移方式难以明确,因此探明微观的封堵机理是十分必不可缺的,鉴于此,考虑建立页岩微观孔隙结构数字模型,采取模拟的方法探索数字岩心中微观流动。
本发明专利针对孔隙微观渗流机理研究是在微米尺度上研究流体的各种流动规律并可和宏观性质之间建立其联系,在孔隙级别上的数据可视化,对各种流动机理能够有效的体现,颗粒在如页岩这样的复杂流道中的流动会受到钻井液和流道较大的影响。其中技术难点是如何在三维真实岩心中进行渗流模拟和如何设定颗粒的释放模式。
发明内容
本发明采取一种新的用于页岩渗流模拟的方法,可以探索钻井液进入页岩后的流动机理,针对现有的物理实验方法需要消耗大量岩心并且两相驱替实验会有许多不可控制因素,并且物理实验无法探索微观机理的问题提供了理论方法。
为达到以上目的,本发明的技术方案如下:
在AVIZO软件中进行图像处理,包括灰度图像滤波和灰度图像二值化。采用双边滤波去除图像中的系统噪点干扰,双边滤波是一种同时考虑了像素空间差异与强度差异的滤波器,具有保持图像边缘的特性,考虑到CT灰度图像目的是使岩石骨架和孔隙空间的区分明显,便于后续进行阈值分割,使得三维数字岩心更加贴近真实模型。
采取自适应阈值法进行二值化分割,相对全局阈值法,自适应阈值分割算法显然对页岩的CT扫描图像更为适应。在后续的计算中,发现通过分割后的岩石孔隙度为2.3%,真实岩石孔隙度为2.4%,误差在4.17%,计算孔隙度略小于实测孔隙度,原因可能是因为在之前的图像处理过程中我们将一步分小的孤立孔隙去除导致。阈值分割后的二值图像中孔隙空间以1标记,以0标记岩石骨架,通过二值图像可以构建数字岩心,最后通过验证数字岩心与真实岩心有效孔隙度的吻合度来确定阈值分割的准确性。将阈值分割后的二维灰度图像从下往上叠加,便可重构出岩石内部真实的孔隙三维图像,即数字岩心,可直观地观察到岩石内部孔隙的空间结构。CT扫描后的灰度图像经过滤波处理后,图像中的噪声被去除,有效保留了页岩地孔隙特征和边界信息。而通过二值化处理后岩石孔隙和基质被分割,可以建立起岩石孔隙结构,为有限元计算做好准备工作。
在AVIZO软件中进行体网格划分后,进行表征单元体的提取为了保证数字岩心能准确表征岩样特征,同时兼顾计算机存储和运算能力的限制,利用单元体积内孔隙度变化确定表征单元体积。岩石的表征单元体是指能够有效表征岩心物理性质的最小岩心单元。考虑到计算机处理性能限制,所以需要选取合理尺寸的表征单元,既能使此尺寸大小的数字岩心代表岩石宏观物理性质,又能适应当前计算机的硬件水平。
由于页岩岩心孔隙结构极其复杂,利用ANSYS和COMSOL等软件对三维重构的孔隙空间模型进行精细网格划分成功率较低,因此在本次研究中直接采用数字岩心建模软件AVIZO进行体网格划分。
基于页岩数字岩心的三维几何结构特征,选取Tetra网格对几何模型进行网格划分,它能很好的匹配事先规定的用来表达几何形状的关键点和曲线,并且 Tetra定义自然尺寸决定各个几何特征上四面体网格尺寸,可单独针对每个材料点区域进行粗化或者细化计算,可以较好的匹配页岩数字岩心的几何特点。
Generate Surface模块创建的三角形数太大,文件存在信息冗余现象,因此在体网格划分之前需要经过平滑、简化、修复表面和增强网格质量等一系列流程,对简化好的曲面需去除表面交叉的部分、对其曲面的方向进行检验,保证所有曲面的长宽比符合体网格的划分要求,保证曲面的闭合性保证最终体网格的生成必须成功通过交点和定向测试后导入COMSOL进行渗流模拟计算。
为了尽可能真实的还原高温高压物理实验,模拟钻井液的流动,在模拟软件中中按照真实物理实验设置边界条件如下表所示。
参数 | 数值 |
墙体类型 | 固壁边界 |
剪切情况 | 无滑移 |
入口压力 | 4000000pa |
出口压力 | 500000pa |
钻井液密度 | 1.2g/cm<sup>3</sup> |
钻井液温度 | 393.15K |
颗粒 | SIO2 |
颗粒密度 | 2200g/cm<sup>3</sup> |
平均颗粒直径 | 0.04um |
为了表征多孔结构内的流动,我们可以估计雷诺数根据
Re=pul/μ
其中:钻井液密度ρ=1200kg/m3和粘度μ=1.1×10-3pa·s。横截面侧长度 l=1×10-6作为特征长度尺度,这导致了Re=2因此斯托克斯方程可以用来描述忽略惯性项的流动。该模型的目标是获得孔隙率和渗透率的平均值,以便用例如达西定律或布林克曼方程来描述一个宏观模型。孔隙度定义为孔隙空间体积Vf与总体积Vt的比例:
ε=Vf/Vt
为计算渗透率κ(m2),使用以下关系:
u=-κ/μ▽p
近似压力梯度▽p的压力差入口和出口Δp除以侧长度L,并用流动方向上的出口速度上升代替速度矢量u,给出表达式:
κ=uoμL/Δp
N-S方程用于求解流体速度和压力:
根据上述理论在已经成熟的渗流模拟软件中进行物理参数设置,得到三维数字岩心中的渗流流动规律,得到出入口的流动速度和压力后,在MATLAB软件中进行对颗粒的属性设置。
为了更好的进行双向耦合使得颗粒流动能更符合真实情况,采用MATLAB 编程和COMSOL对接,利用MATLAB编程重构纳米尺度下的颗粒流动属性。
由于颗粒密度比空气密度大多个数量级,因此,浮力和附加质量效应完全可以忽略不计。颗粒也足够大,布朗运动力可以忽略不计。因此,每个颗粒的运动方程为
总力由曳力主导,由于纳米颗粒小,颗粒相对流体的速度也不太大,所以适用斯托克斯阻力定律。
Fd=3πμdp(u-v)
在Stokes阻力的影响下,粒子加速的特征时间尺度是
为了研究颗粒惯性的影响,对斯托克斯数进行参数化扫描:
通过在模型的进出口端面对流速积分,可以得到流体流经整个模型的体积流量,结合达西公式可以得到该块岩心的绝对渗透率:
Q/S=-K·Δp/μ·L
利用用一组位置向量分量的二阶方程,或者位置和速度分量的两组耦合一阶方程来求解微分方程。
然后在COMSOL中对接MATLAB窗口,在粒子追踪窗口进行耦合计算得到三维真实岩心中的颗粒伴随钻井液的流动规律。
附图说明
图1所示为三维数字岩心体网格;
图2所示为三维数字岩心压力云图;
图3所示为三维数字岩心速度云图;
图4所示为三维数字岩心颗粒初始状态;
图5所示为三维数字岩心颗粒运行中状态;
图6所示为三维数字岩心颗粒最终状态;
图7所示为流程图。
具体实施方式
下面结合附图对本发明做进一步的描述,但本发明的保护范围不局限于以下所述∶
(1)利用AVIZO软件对CT图像进行前处理,包括滤波、阈值分割、孔隙联通。
(2)利用AVIZO软件对联通的孔隙进行体网格划分,通过交点和定向测试后导入COMSOL。
(3)在COMSOL中设置全局参数,包括:钻井液密度、黏度、入口速度、流体域的长宽高和体积参数。
(4)在湍流模型中设置入口和出口条件:压力入口4Mpa、压力出口0.5Mpa 和温度条件393.15K。
(5)设置收敛参数,进行渗流模拟,分析钻井液在页岩空间中的流动,获得速度和压力值。
(6)在MATLAB中自定义颗粒的流动条件,忽略浮力和附加质量效应,颗粒的运动方程:
总力由曳力主导,由于纳米颗粒小,颗粒相对流体的速度也不太大,所以适用斯托克斯阻力定律:
Fd=3πμdp(u-v)
在Stokes阻力的影响下,粒子加速的特征时间尺度是:
为了研究颗粒惯性的影响,对斯托克斯数进行参数化扫描:
根据网格数自定义颗粒粒径大小、粒径分布和密度分布,将上述参数在 MATLAB中编写对应节点的颗粒属性。
(7)将MATLAB和COMSOL对接,然后在颗粒追踪模块进行数值模拟,分别得到在不同斯托克斯数下的流动结果。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (5)
1.一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法,其特征在于:利用CT设备对页岩岩心进行纳CT扫描获得CT图像;通过AVIZO软件对CT扫描图像进行调整对比度、阈值设置,二值化处理、分割等操作,提取渗流通道后在AVIZO软件中进行网格划分,获得stl文件后导入COMSOL软件进行渗流模拟后根据渗流的速度和压力对颗粒进行自定义设置,在MATLAB中对颗粒进行符合纳米级流动的属性设置后与COMSOL对接进行粒子追踪模拟。
2.根据权利要求1所述的AVIZO软件的处理步骤,其特征在于:对原始CT图像调整对比度,可以加强图像中基质和孔缝的对比;对灰度图像进行二值化处理,选择合适的参数进行阈值设置,将阈值和各像素点的灰度值进行比对;AVIZO软件中以蓝色显示灰度值为1的像素点,其他颜色表示灰度值为0的像素点;为了处理采集数据太粗糙或噪声影响过大导致的二值化分割基于形态学的分水岭图像分割,区分岩石和孔缝;切割后的图像削弱了背景的影响,获得岩心图像的灰度图像后进行孔隙分析,建立三维联通通道。
3.根据权利要求1所述的处理后的图像进行网格划分,其特征在于:基于页岩数字岩心的三维几何结构特征对联通通道进行网格划分,考虑到tetra网格的内部网格与表面拓扑独立,可以很好的匹配事先规定的用来表达几何形状的关键点和曲线,并且tetra定义自然尺寸决定各个几何特征上四面体网格尺寸,可单独针对每个材料点区域进行粗化或者细化计算较好地匹配页岩数字岩心的几何特点;由于页岩岩心孔隙结构极其复杂,利用ANSYS和COMSOL等软件对三维重构的孔隙空间模型进行精细网格划分成功率较低,因此直接采用数字岩心建模软件AVIZO进行体网格划分。
4.根据权利要求1所述的在COMSOL中进行渗流模拟,其特征在于:统物理实验方法需要消耗大量岩心并且两相驱替实验会有许多不可控制因素,并且物理实验无法探索微观机理,采取COMSOL软件对数字岩心进行渗流模拟的方法探索数字岩心中微观流动,计算岩心的渗透率和孔隙度。
5.根据权利要求1所述的在MATLAB中重构纳米尺度下的颗粒属性,其特征在于:由于颗粒密度比空气密度大多个数量级,浮力和附加质量效应完全可以忽略不计,且颗粒也足够大,布朗运动力可以忽略不计;因此对每个颗粒以牛顿第二定律作为运动方程和斯托克斯阻力定律进行受力研究,对颗粒的密度、粒径、斯托克斯数和时间尺度进行参数化赋值,将COMSOL和MATLAB进行对接,在粒子追踪板块对随钻进液进入的纳米颗粒进行流动模拟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111152592.5A CN113916916B (zh) | 2021-09-29 | 2021-09-29 | 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111152592.5A CN113916916B (zh) | 2021-09-29 | 2021-09-29 | 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113916916A true CN113916916A (zh) | 2022-01-11 |
CN113916916B CN113916916B (zh) | 2024-03-19 |
Family
ID=79237116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111152592.5A Active CN113916916B (zh) | 2021-09-29 | 2021-09-29 | 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113916916B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152373A (zh) * | 2023-11-01 | 2023-12-01 | 中国石油大学(华东) | 一种考虑裂缝的岩心级孔隙网络模型构建方法 |
CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331579A (zh) * | 2014-11-19 | 2015-02-04 | 中国石油大学(华东) | 一种低渗透储层原油边界层的模拟方法 |
US20170108483A1 (en) * | 2014-04-03 | 2017-04-20 | Corex (Uk) Limited | Method of analysing a drill core sample |
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 |
US20170286802A1 (en) * | 2016-04-01 | 2017-10-05 | Saudi Arabian Oil Company | Automated core description |
CN109285222A (zh) * | 2018-09-06 | 2019-01-29 | 中国地质大学(北京) | 有机页岩高分辨率数字岩心构建与分析方法 |
CN109540765A (zh) * | 2019-01-08 | 2019-03-29 | 西南石油大学 | 一种基于岩心微ct图像的孔渗参数预测方法 |
CN112070774A (zh) * | 2020-09-16 | 2020-12-11 | 西南石油大学 | 一种用于页岩数字岩心图像分割的神经网络优化方法 |
-
2021
- 2021-09-29 CN CN202111152592.5A patent/CN113916916B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170108483A1 (en) * | 2014-04-03 | 2017-04-20 | Corex (Uk) Limited | Method of analysing a drill core sample |
CN104331579A (zh) * | 2014-11-19 | 2015-02-04 | 中国石油大学(华东) | 一种低渗透储层原油边界层的模拟方法 |
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 |
US20170286802A1 (en) * | 2016-04-01 | 2017-10-05 | Saudi Arabian Oil Company | Automated core description |
CN109285222A (zh) * | 2018-09-06 | 2019-01-29 | 中国地质大学(北京) | 有机页岩高分辨率数字岩心构建与分析方法 |
CN109540765A (zh) * | 2019-01-08 | 2019-03-29 | 西南石油大学 | 一种基于岩心微ct图像的孔渗参数预测方法 |
CN112070774A (zh) * | 2020-09-16 | 2020-12-11 | 西南石油大学 | 一种用于页岩数字岩心图像分割的神经网络优化方法 |
Non-Patent Citations (1)
Title |
---|
王平全 等: "基于数字岩心的低渗透率储层微观渗流和电传导数值模拟", 《测井技术》, vol. 41, no. 4, pages 389 - 393 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152373A (zh) * | 2023-11-01 | 2023-12-01 | 中国石油大学(华东) | 一种考虑裂缝的岩心级孔隙网络模型构建方法 |
CN117152373B (zh) * | 2023-11-01 | 2024-02-02 | 中国石油大学(华东) | 一种考虑裂缝的岩心级孔隙网络模型构建方法 |
CN117557742A (zh) * | 2024-01-12 | 2024-02-13 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
CN117557742B (zh) * | 2024-01-12 | 2024-03-22 | 武汉大学 | 基于数字图像与机器学习的3d岩石储层建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113916916B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106127777B (zh) | 一种三维空间裂缝分离识别与表征方法 | |
Zhao et al. | Pore structure characterization of coal by synchrotron radiation nano-CT | |
Tahmasebi et al. | Rapid multiscale modeling of flow in porous media | |
Raeini et al. | Generalized network modeling of capillary-dominated two-phase flow | |
Øren et al. | Process based reconstruction of sandstones and prediction of transport properties | |
Ishutov et al. | 3D printing sandstone porosity models | |
CN111428321B (zh) | 一种基于简化数字岩心的砾岩储层孔隙网络模型建模方法 | |
EP2872741B1 (en) | Digital rock analysis systems and methods with reliable multiphase permeability determination | |
CN113916916B (zh) | 一种用于页岩数字岩心三维渗流-颗粒流动耦合的模拟方法 | |
Wu et al. | Reconstruction of 3D porous media using multiple-point statistics based on a 3D training image | |
CN109977469B (zh) | 一种基于Voronoi图的二维多孔介质模型构建方法 | |
CN106837315B (zh) | 裂缝性碳酸盐岩基质与裂缝耦合作用表征方法 | |
Chen et al. | A new model of pore structure typing based on fractal geometry | |
Jiang et al. | Permeability estimation of porous media by using an improved capillary bundle model based on micro-CT derived pore geometries | |
CN105551004A (zh) | 一种基于岩心ct图像处理的剩余油微观赋存表示方法 | |
CN104737037A (zh) | 使用多点模拟的储层建模 | |
Song et al. | Visualized experiments on residual oil classification and its influencing factors in waterflooding using micro-computed tomography | |
Andrew | Comparing organic-hosted and intergranular pore networks: topography and topology in grains, gaps and bubbles | |
CN108961409A (zh) | 一种基于油藏三维地质体构建3d打印物理模型的方法 | |
Zhou et al. | Neural network–based pore flow field prediction in porous media using super resolution | |
Idowu et al. | Effects of segmentation and skeletonization algorithms on pore networks and predicted multiphase-transport properties of reservoir-rock samples | |
CN110702581A (zh) | 一种强非均质多孔介质的多尺度渗透率计算方法 | |
Iraji et al. | Laboratory and numerical examination of oil recovery in Brazilian Pre-salt analogues based on CT images | |
Youssef et al. | High resolution μ-CT combined to numerical models to assess electrical properties of bimodal carbonates | |
Suri et al. | Numerical fluid flow modelling in multiple fractured porous reservoirs. |
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 |