CN113916923A - 页岩有机质及矿物的确定方法和装置 - Google Patents
页岩有机质及矿物的确定方法和装置 Download PDFInfo
- Publication number
- CN113916923A CN113916923A CN202111170440.8A CN202111170440A CN113916923A CN 113916923 A CN113916923 A CN 113916923A CN 202111170440 A CN202111170440 A CN 202111170440A CN 113916923 A CN113916923 A CN 113916923A
- Authority
- CN
- China
- Prior art keywords
- shale sample
- micro
- target
- determining
- sample
- 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
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 141
- 239000011707 mineral Substances 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000005416 organic matter Substances 0.000 claims abstract description 96
- 239000000523 sample Substances 0.000 claims description 281
- 238000009826 distribution Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 11
- 238000012876 topography Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 9
- 238000011065 in-situ storage Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000005498 polishing Methods 0.000 description 4
- 229910052786 argon Inorganic materials 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- -1 argon ion Chemical class 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 229910021532 Calcite Inorganic materials 0.000 description 1
- 244000137852 Petrea volubilis Species 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 239000000126 substance Substances 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
- G01N23/22—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 measuring secondary emission from the material
- G01N23/225—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 measuring secondary emission from the material using electron or ion
- G01N23/2251—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 measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- 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
- G01N23/22—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 measuring secondary emission from the material
- G01N23/2209—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 measuring secondary emission from the material using wavelength dispersive spectroscopy [WDS]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
- G01Q60/00—Particular types of SPM [Scanning Probe Microscopy] or microscopes; Essential components thereof
- G01Q60/24—AFM [Atomic Force Microscopy] or apparatus therefor, e.g. AFM probes
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本说明书提供了页岩有机质及矿物的确定方法和装置。基于该方法，在获取待测的目标页岩样品后，可以先确定出目标页岩样品的表面的微观力学特征；再根据预先构建好的预设的有机质及矿物微观力学特征版图和上述目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。从而可以通过综合利用目标页岩样品的表面的微观力学特征和预设的有机质及矿物微观力学特征版图，较为精准、高效地识别出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度。
Description
技术领域
本说明书属于油气勘探开发技术领域，尤其涉及页岩有机质及矿物的确定方法和装置。
背景技术
在油气勘探开发的过程中，常常需要对储层中的页岩有机质及矿物进行原位识别。但是，基于现有的识别方法进行页岩有机质及矿物识别时往往存在识别精度差、误差大、效率低等问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种页岩有机质及矿物的确定方法和装置，能够较为精准、高效地识别确定出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度。
本说明书实施例提供了一种页岩有机质及矿物的确定方法，包括：
获取目标页岩样品；
确定目标页岩样品的表面的微观力学特征；
根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
在一些实施例中，所述预设的有机质及矿物微观力学特征版图按照以下方式构建得到：
获取参照页岩样品；
确定参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征；
根据所述参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建微观尺度下的预设的有机质及矿物微观力学特征版图。
在一些实施例中，确定参照页岩样品的表面形貌和元素分布，包括：
利用扫描电镜处理所述参照页岩样品，以获取参照页岩样品的表面形貌；利用能量色散X射线光谱仪处理所述参照页岩样品，以获取参照页岩样品中的元素分布。
在一些实施例中，确定参照页岩样品的表面的微观力学特征，包括：
利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征。
在一些实施例中，所述参照页岩样品的表面的微观力学特征包括：参照页岩样品的表面的各个位置点处的杨氏模量。
在一些实施例中，在利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征之前，所述方法还包括：
确定参照页岩样品的岩性类型，并根据参照页岩样品的岩性类型，确定匹配的原子力显微镜的微悬臂探针；
根据标准样，校正原子力显微镜的设备参数。
在一些实施例中，根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物，包括：
调用预设的识别算法模型通过处理所述目标页岩样品的表面微观力学特征，以基于目标页岩样品的表面的各个位置点处杨氏模量，识别出各个位置点处的物相，确定出目标页岩样品中的有机质及矿物；其中，所述预设的识别算法模型预先输入有预设的有机质及矿物微观力学特征版图。
本说明书实施例还提供了一种页岩有机质及矿物的确定装置，包括：
获取模块，用于获取目标页岩样品；
第一确定模块，用于确定目标页岩样品的表面的微观力学特征；
第二确定模块，用于根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
本说明书实施例还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现以下步骤：获取目标页岩样品；确定目标页岩样品的表面的微观力学特征；根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现以下步骤：获取目标页岩样品；确定目标页岩样品的表面的微观力学特征；根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
本说明书提供了一种页岩有机质及矿物的确定方法和装置，基于该方法，具体实施前，可以通过确定并根据参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建得到微观尺度下的预设的有机质及矿物微观力学特征版图；具体实施时，对于待测的目标页岩样品，可以先确定出目标页岩样品的表面的微观力学特征；再根据预设的有机质及矿物微观力学特征版图和上述目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。从而可以通过综合利用目标页岩样品的表面的微观力学特征和预设的有机质及矿物微观力学特征版图，能够较为精准、高效地识别出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度和检测效率，实现高精度的页岩有机质及矿物原位识别。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本说明书的一个实施例提供的页岩有机质及矿物的确定方法的流程示意图；
图2是本说明书的一个实施例提供的服务器的结构组成示意图；
图3是本说明书的一个实施例提供的页岩有机质及矿物的确定装置的结构组成示意图；
图4是在一个场景示例中，应用本说明书实施例提供的页岩有机质及矿物的确定方法的一种实施例的示意图；
图5是在一个场景示例中，应用本说明书实施例提供的页岩有机质及矿物的确定方法的一种实施例的示意图；
图6是在一个场景示例中，应用本说明书实施例提供的页岩有机质及矿物的确定方法的一种实施例的示意图；
图7是在一个场景示例中，应用本说明书实施例提供的页岩有机质及矿物的确定方法的一种实施例的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
考虑到现有的识别方法往往无法准确、高效地实现页岩有机质及矿物原位识别。针对现有的识别方法在实施时所在的上述问题，本说明书实施例提出具体实施前，可以先利用扫描电镜(SEM)和能量色散X射线光谱仪(EDS)扫描处理参照页岩样品，以得到参照页岩样品的表面形貌和元素分布；同时，利用原子力显微镜(AFM)扫描处理参照页岩样品，以得到参照页岩样品的表面的微观力学特征；再同时利用参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，综合不同类型数据的优势，构建得到微观尺度下的预设的有机质及矿物微观力学特征版图。具体实施时，在采集得到待测的目标页岩样品(可以简称为目标岩样)后，可以先获取该目标页岩样品的表面的微观力学特征；再综合使用预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，以准确、高效地识别出目标页岩样品中的有机质及矿物，并确定出有机质及矿物在目标页岩样品中具体的分布情况，从而可以更加精准、有效地指导对目标储层的储层改造。
基于上述考虑，参阅图1所示，本说明书实施例提供了一种页岩有机质及矿物的确定方法。其中，该方法具体实施时，可以包括以下内容。
S101：获取目标页岩样品；
S102：确定目标页岩样品的表面的微观力学特征；
S103：根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
在一些实施例中，上述目标页岩样品具体可以理解为从目标储层中采集的，待识别有机质及矿物的页岩样品。
在一些实施例中，在获取目标页岩样品之后，具体实施时，可以先在该目标页岩样品中选择出相对较平整、光滑的页岩岩样表面(记为目标面)；并用氩离子束对该岩样表面进行抛光处理，去除损失层，得到效果较好、易于后续扫描处理的处理后的目标页岩样品。可续可以针对该处理后的目标页岩样品中目标面进行相应处理，可以得到精度较高、误差较小的表面形貌、元素分布，以及微观力学特征。
在一些实施例中，上述预设的有机质及矿物微观力学特征版图具体可以是预先根据参照页岩样品所确定出的包含有不同物质(包括矿物和有机质)的力学参数的范围的版图。上述力学参数具体可以包括：杨氏模量(例如，弹性模量)、硬度、黏附力等等。
在一些实施例中，所述预设的有机质及矿物微观力学特征版图具体实施时，可以按照以下方式构建得到：
S1：获取参照页岩样品；
S2：确定参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征；
S3：根据所述参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建微观尺度下的预设的有机质及矿物微观力学特征版图。
在一些实施例中，上述根据所述参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建微观尺度下的预设的有机质及矿物微观力学特征版图，具体实施时，可以包括以下内容：根据参照页岩样品的表面形貌和元素分布，确定出该参照页岩样品的表面的有机质以及矿物的分布情况；将上述分布情况与基于原子力显微镜所得到的参照页岩样品的表面的各个位置点处的微观力学特性进行比对；根据比对结果，得到相应的预设的有机质及矿物微观力学特征版图。
具体的，可以先根据参照页岩样品的表面形貌，结合有机质的特征，可以识别出参照页岩样品中所包含的有机质(可以记为页岩有机质)；同时，根据元素分布以及相关含量，可以确定出参照页岩样品中所包含的矿物分布；即，确出该参照页岩样品的表面的有机质以及矿物的分布情况。进而可以将有机质、矿物分布，与参照页岩样品的表面的微观力学特征进行对比，得到微观尺度下的预设的有机质及矿物微观力学特征版图。
在一些实施例中，上述确定参照页岩样品的表面形貌和元素分布，具体实施时，可以包括以下内容：利用扫描电镜处理所述参照页岩样品，以获取参照页岩样品的表面形貌；利用能量色散X射线光谱仪处理所述参照页岩样品，以获取参照页岩样品中的元素分布。
在本实施例中，所使用的扫描电镜的分辨率具体可以为纳米级，从而可以得到较为精细的表面形貌。
在本实施例中，在具体利用能量色散X射线光谱仪处理所述参照页岩样品时，可以通过能量色散X射线光谱仪分析参照页岩样品所发出的元素特征X射线的波长和强度，来确定出参照页岩样品所包含的元素类型及个元素的具体含量、分布等数据。
在一些实施例中，上述确定参照页岩样品的表面的微观力学特征，具体实施时，可以包括以下内容：利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征。
在一些实施例中，所述参照页岩样品的表面的微观力学特征具体可以包括：参照页岩样品的表面的各个位置点处的杨氏模量(例如，弹性模量)等。
在一些实施例中，在利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征之前，所述方法具体实施时，还可以包括：根据参照页岩样品的特性，对所使用的原子力显微镜进行设置和校正。
在一些实施例中，在利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征之前，所述方法具体实施时，还可以包括以下内容：确定参照页岩样品的岩性类型，并根据参照页岩样品的岩性类型，确定匹配的原子力显微镜的微悬臂探针；根据标准样，校正原子力显微镜的设备参数。
类似的，上述确定目标页岩样品的表面的微观力学特征，具体实施时，可以包括：利用原子力显微镜扫描目标页岩样品，以获取目标样品的表面的微观力学特征。
在一些实施例中，在通过原子力显微镜扫描目标页岩样品所得到的目标样品的表面的微观力学特征，可以视为一种原始力学数据。这种原始力学数据的数据质量相对差，存在许多数据误差。具体实施时，可以先根据DMT模量通道的模量分布直方图，通过调整原始力学数据中的DMT模量的刻度尺，使物相边界变得清晰，从而可以得到数据质量较高、清晰度较好的调整后的微观力学特征。进而后续可以利用上述调整后的微观力学特征更加精准地识别确定出目标页岩样品中的有机质及矿物。
在一些实施例中，在利用原子力显微镜扫描目标页岩样品，以获取目标页岩样品的表面的微观力学特征之前，所述方法具体实施时，还可以包括：根据目标页岩样品的特性，对所使用的原子力显微镜进行设置和校正。
在一些实施例中，在利用原子力显微镜扫描目标页岩样品，获取目标页岩样品的表面的微观力学特征之前，所述方法具体实施时，还可以包括以下内容：确定目标页岩样品的岩性类型，并根据目标页岩样品的岩性类型，确定匹配的原子力显微镜的微悬臂探针；根据标准样，校正原子力显微镜的设备参数。
在一些实施例中，所述设备参数具体可以包括以下至少之一：原子力显微镜的探针悬臂的偏转灵敏度、弹性系数及探针曲率半径等等。
在一些实施例中，上述标准样具体可以是指已知力学性质的材料样本，例如，单晶硅样本。具体实施时，可以基于标准样已知的力学性质，通过校正设备参数，使得设备针对标准样所测得的数据与标准样的力学参数一致，以完成原子力显微镜的设备参数的校正。
在一些实施例中，具体实施时，首先，可以根据目标页岩样品的岩性类型(或称岩样类型)，结合探测力的大小来选择相匹配的原子力显微镜的微悬臂探针；接着，可以调整激光，并设置合适的激光参数；然后，通过标准样校正探针悬臂的偏转灵敏度、弹性系数及探针曲率半径等设备参数。从而可以得到适合于目标页岩样品的扫描处理的校正后的原子力显微镜，后续使用该校正后的原子力显微镜对目标页岩样品进行扫描处理，可以得到精度相对更高、误差相对更小的目标页岩样品的表面的微观力学特征。
在一些实施例中，所述目标页岩样品的表面的微观力学特征(或者称微观力学性质)具体可以包括：目标页岩样品的表面的各个位置处的杨氏模量(例如，弹性模量)等。
在一些实施例中，在具体利用原子力显微镜扫描目标页岩样品时，可以先根据目标页岩样品的岩样性质、微观力学类型，选择合适的扫描模式、接触模式以及扫描速度；再基于上述合适的扫描模式以及接触模式，利用原子力显微镜对目标页岩样品进行具体的扫描处理，可以得到该目标页岩样品的表面的各个位置处的微观力学特征，以及相关的参数范围。
在一些实施例中，利用上述原子力显微镜可以通过扫描检测目标页岩样品的表面和一个微型力敏感元件之间的极微弱的原子间相互作用力来分析确定该目标页岩样品物质的表面结构及相关性质。
具体进行扫描检测时，可以将一对微弱力极端敏感的微悬臂一端固定，另一端的微小针尖接近目标页岩样品的表面，这时两者之间会形成相互作用力，作用力将使得微悬臂发生形变或运动状态发生变化。这样在利用原子力显微镜对目标页岩样品进行扫描检测的过程中，可以利用传感器检测得到上述变化，进而可以确定出相应的作用力的分布信息，得到目标页岩样品的表面的微观力学特征。
在一些实施例中，上述根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物，具体实施时，可以包括以下内容：将目标页岩样品的表面各个位置点处的微观力学特征分别与预设的有机质及矿物微观力学特征版图中的数值范围进行对照，以精细地识别出目标页岩样品的表面的各个位置点处的单一物相，进而可以识别出目标页岩样品中的有机质及矿物；进一步，还可以确定出有机质及矿物的具体分布数据。
在一些实施例中，为了能够更加精准、高效地实现目标页岩样品中的有机质及矿物的确定，还可以预先连接好相关的软件程序(例如，Nanoscope Analysis软件)，并编写好预设的识别算法模型。并且，可以预先将上述预设的有机质及矿物微观力学特征版图输入至预设的识别算法模型中。这样具体实施时，可以通过调用上述预先输入有预设的有机质及矿物微观力学特征版图的预设的识别算法模型通过自动处理所获取的目标页岩样品的表面微观力学特征，自动且高效地确定出目标页岩样品中的有机质及矿物。
在一些实施例中，上述根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物，具体实施时，可以包括以下内容：调用预设的识别算法模型通过处理所述目标页岩样品的表面微观力学特征，以基于目标页岩样品的表面的各个位置点处杨氏模量，识别出各个位置点处的物相，确定出目标页岩样品中的有机质及矿物；其中，所述预设的识别算法模型预先输入有预设的有机质及矿物微观力学特征版图。
在一些实施例中，在确定出目标页岩样品中的有机质及矿物之后，所述方法具体实施时，还可以包括以下内容：
S1：根据目标页岩样品中的有机质及矿物，确定目标储层的地质特征；
S2：根据所述目标储层的地质特征，采用相匹配的改造规则，对目标储层进行储层改造。
在一些实施例中，具体实施前，可以对多种常用的储层改造方案进行汇总和整理，以配置好与多种地质特征分别对应的多个预设的改造规则。具体实施时，可以根据目标储层的地质特征，从多个预设的改造规则中筛选出与目标储层的地质特征相匹配的预设的改造规则，作为目标改造规则；进而可以根据该目标改造规则，对目标储层进行有针对性且相匹配的储层改造，从而可以获得较好的储层改造效果，以利于后续的油气的勘探开发。
由上可见，基于本说明书实施例提供的页岩有机质及矿物的确定方法，具体实施前，可以通过确定并根据参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建得到微观尺度下的预设的有机质及矿物微观力学特征版图；具体实施时，对于待测的目标页岩样品，可以先确定出目标页岩样品的表面的微观力学特征；再根据预设的有机质及矿物微观力学特征版图和上述目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。从而可以通过综合利用目标页岩样品的表面的微观力学特征和预设的有机质及矿物微观力学特征版图，能够较为精准、高效地识别出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度和检测效率，实现高精度的页岩有机质及矿物原位识别。
本说明书实施例还提供一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取目标页岩样品；确定目标页岩样品的表面的微观力学特征；根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
为了能够更加准确地完成上述指令，参阅图2所示，本说明书实施例还提供了另一种具体的服务器，其中，所述服务器包括网络通信端口201、处理器202以及存储器203，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口201，具体可以用于获取目标页岩样品。
所述处理器202，具体可以用于确定目标页岩样品的表面的微观力学特征；根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
所述存储器203，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口201可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器202可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器203可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述页岩有机质及矿物的确定方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取目标页岩样品；确定目标页岩样品的表面的微观力学特征；根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图3所示，在软件层面上，本说明书实施例还提供了一种页岩有机质及矿物的确定装置，该装置具体可以包括以下的结构模块：
获取模块301，具体可以用于获取目标页岩样品；
第一确定模块302，具体可以用于确定目标页岩样品的表面的微观力学特征；
第二获取模块303，具体可以用于根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
在一些实施例中，上述装置具体可以包括构建模块，构建模块用于构建预设的有机质及矿物微观力学特征版图。
在一些实施例中，上述构建模块具体可以按照以下方式构建得到预设的有机质及矿物微观力学特征版图：获取参照页岩样品；确定参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征；根据所述参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建微观尺度下的预设的有机质及矿物微观力学特征版图。
在一些实施例中，上述构建模块具体可以按照以下方式确定参照页岩样品的表面形貌和元素分布：利用扫描电镜处理所述参照页岩样品，以获取参照页岩样品的表面形貌；利用能量色散X射线光谱仪处理所述参照页岩样品，以获取参照页岩样品中的元素分布。
在一些实施例中，上述构建模块具体可以按照以下方式确定参照页岩样品的表面的微观力学特征：利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征。
在一些实施例中，所述参照页岩样品的表面的微观力学特征包括：参照页岩样品的表面的各个位置点处的杨氏模量等。
在一些实施例中，在利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征之前，所述装置具体实施时，还可以用于确定参照页岩样品的岩性类型，并根据参照页岩样品的岩性类型，确定匹配的原子力显微镜的微悬臂探针；根据标准样，校正原子力显微镜的设备参数。
在一些实施例中，上述第二确定模块303，具体实施时，可以通过以下方式，确定出目标页岩样品中的有机质及矿物：调用预设的识别算法模型通过处理所述目标页岩样品的表面微观力学特征，以基于目标页岩样品的表面的各个位置点处杨氏模量，识别出各个位置点处的物相，确定出目标页岩样品中的有机质及矿物；其中，所述预设的识别算法模型预先输入有预设的有机质及矿物微观力学特征版图。
在一些实施例中，上述装置在确定出目标页岩样品中的有机质及矿物之后，具体实施时，还可以用于根据目标页岩样品中的有机质及矿物，确定目标储层的地质特征；根据所述目标储层的地质特征，采用相匹配的改造规则，对目标储层进行储层改造。
需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的页岩有机质及矿物的确定装置，通过综合利用目标页岩样品的表面的微观力学特征和预设的有机质及矿物微观力学特征版图，能够较为精准、高效地识别出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度和检测效率，实现高精度的页岩有机质及矿物原位识别。
在一个具体的场景示例中，可以应用本说明书实施例提供的页岩有机质及矿物的确定方法，对所采集的页岩样品(例如，目标页岩样品)进行页岩有机质及矿物原位识别。具体实施时，可以包括以下步骤。
S1：对页岩(参照页岩样品)表面进行氩离子抛光，使用SEM+EDS获得页岩表面的表面形貌和各元素分布情况(相当于确定参照页岩样品的表面形貌和元素分布)；
S2：选择合适的微悬臂探针，调整激光参数并校正AFM；
S3：通过AFM获得页岩表面各个位置的微观力学性质及其参数范围(相当于利用原子力显微镜扫描参照页岩样品，获取参照页岩样品的表面的微观力学特征)；
S4：结合页岩表面形貌、元素分布以及页岩表面微观力学特征，得到微观尺度下预设的有机质及矿物微观力学特征版图；
S5：通过AFM测量目标页岩(或目标页岩样品)表面微观力学特征，再对照上述版图以识别出目标页岩有机质及矿物(相当于确定出目标页岩样品中的有机质及矿物)。
在本场景示例中，具体实施时，可以先利用切割机从页岩样品上切割出合适大小的样品(参照页岩样品)；再经500目、1000目、2000目、3000目砂纸进行细抛光后，制备成尺寸为7mm×7mm×4mm的块状样品；然后放入氩离子抛光仪进行3小时的精细抛光。
在本场景示例中，具体实施时，可以使用SEM和EDS对样品进行扫描，获得样品表面形貌以及各元素分布，判断样品表面的有机质及矿物分布情况。具体可以参阅图4和图5。
在本场景示例中，具体实施时，可以根据样品的岩性特性选择金刚石探针，调整激光并设置合适的参数，校正AFM探针悬臂的偏转灵敏度，弹性系数及探针曲率半径等参数。
在本场景示例中，具体实施时，可以通过样品的岩性特性、微观力学类型选择扫描模式以及接触模式，设置合适的扫描速度，扫描样品，获得样品表面各个位置的杨氏模量及其参数范围。
在本场景示例中，具体实施时，可以通过对比由原子力显微镜得到的页岩岩样表面各位置的杨氏模量(一种微观力学特征)，得到基于样品的有机质、矿物的杨氏模量特征范围版图，即机质及矿物微观力学特征范围版图，可以参阅图6所示。
在本场景示例中，具体实施时，可以通过原子力显微镜扫描目标页岩，得到其表面各个位置的杨氏模量，再对照之前得到的有机质、矿物的杨氏模量特征范围版图，确定出该目标页岩表面的有机质、矿物分布情况。可以参阅图7所示。
在本场景示例中，具体确定目标页岩表面的有机质、矿物分布情况时，可以调用预设的识别算法模型基于目标页岩的表面的各个位置点处杨氏模量，识别出各个位置点处的单一物相，再综合各个位置点处的识别结果，得到并输出整个表面的有机质、矿物分布情况。其中，所述预设的识别算法模型预先输入有预设的有机质及矿物微观力学特征版图。
具体的，例如，调用上述预设的识别算法模型可以自动使用相连接的NanoscopeAnalysis软件打开通过AFM所得到的原始力学数据，并依据DMT模量通道的模量分布直方图，调整DMT模量的刻度尺，直至物相边界清晰，得到较为精准的目标页岩的表面的各个位置点处杨氏模量。进一步，基于上述预设的识别算法模型，可以控制在Section功能下，选择Rotating Box或Rotating Line去选择单一物相，以识别出各个位置点处具体的有机质或矿物，进而可以综合各个位置点处的识别结果，输出最终的针对该目标页岩整体的有机质及矿物的识别结果。
在本场景示例中，具体实施时，可以使用以下代码编写得到所需要的预设的识别算法模型：
f＝open('AFM力学数据.txt','r',encoding＝'utf-8').readlines()#读数据
s＝0
ave＝0
maxm＝0
minm＝0
ls＝[]
x＝”
for lines in f:
line＝lines.strip('\n').split('\t')[-1]#读取模量值
if'GPa'not in line:
ls.append(eval(line))
for i in range(len(ls)):
s+＝ls[i]
ave＝s/len(ls)
maxm＝max(ls)
minm＝min(ls)
element＝[['黄铁矿',38,300,50,300],['石英',23,45,29,39],['粘土有机质',15,38,17.5,28],['方解石',32.5,43,36.5,38],['干酪根',2,6.8,3.7,5],]#数据库
#[矿物名称，最小值，最大值，平均值最小值，平均值最大值]卡片最好按照最大值与最小值的差依次排列
for i in range(len(element)):
if element[i][1]<＝minm and element[i][2]>＝maxm and element[i][-2]<＝ave<＝element[i][-1]:
x＝element[i][0]
print('所选区域为{}，模量值在{:.1f}至{:.1f}GPa之间，平均值为{:.1f}GPa'.format(x,minm,maxm,ave))
#如果输出多个组分，最后输出的组分可能性更大
if x＝＝”:
print('矿物不在数据库中，模量值在{:.1f}至{:.1f}GPa之间，平均值为{:.1f}GPa'.format(minm,maxm,ave))。
通过上述场景示例，验证了本说明书实施例所提供的页岩有机质及矿物的确定方法通过综合利用目标页岩样品的表面的微观力学特征和预设的有机质及矿物微观力学特征版图，确实能够较为精准、高效地识别出目标页岩样品中的有机物及矿物，减少识别误差，提高识别精度和检测效率，实现高精度的页岩有机质及矿物原位识别。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (10)
1.一种页岩有机质及矿物的确定方法，其特征在于，包括：
获取目标页岩样品；
确定目标页岩样品的表面的微观力学特征；
根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
2.根据权利要求1所述的方法，其特征在于，所述预设的有机质及矿物微观力学特征版图按照以下方式构建得到：
获取参照页岩样品；
确定参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征；
根据所述参照页岩样品的表面形貌和元素分布，以及参照页岩样品的表面的微观力学特征，构建微观尺度下的预设的有机质及矿物微观力学特征版图。
3.根据权利要求2所述的方法，其特征在于，确定参照页岩样品的表面形貌和元素分布，包括：
利用扫描电镜处理所述参照页岩样品，以获取参照页岩样品的表面形貌；利用能量色散X射线光谱仪处理所述参照页岩样品，以获取参照页岩样品中的元素分布。
4.根据权利要求2所述的方法，其特征在于，确定参照页岩样品的表面的微观力学特征，包括：
利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征。
5.根据权利要求4所述的方法，其特征在于，所述参照页岩样品的表面的微观力学特征包括：参照页岩样品的表面的各个位置点处的杨氏模量。
6.根据权利要求4所述的方法，其特征在于，在利用原子力显微镜扫描参照页岩样品，以获取参照页岩样品的表面的微观力学特征之前，所述方法还包括：
确定参照页岩样品的岩性类型，并根据参照页岩样品的岩性类型，确定匹配的原子力显微镜的微悬臂探针；
根据标准样，校正原子力显微镜的设备参数。
7.根据权利要求1所述的方法，其特征在于，根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物，包括：
调用预设的识别算法模型通过处理所述目标页岩样品的表面微观力学特征，以基于目标页岩样品的表面的各个位置点处杨氏模量，识别出各个位置点处的物相，确定出目标页岩样品中的有机质及矿物；其中，所述预设的识别算法模型预先输入有预设的有机质及矿物微观力学特征版图。
8.一种页岩有机质及矿物的确定装置，其特征在于，包括：
获取模块，用于获取目标页岩样品；
第一确定模块，用于确定目标页岩样品的表面的微观力学特征；
第二确定模块，用于根据预设的有机质及矿物微观力学特征版图和目标页岩样品的表面微观力学特征，确定出目标页岩样品中的有机质及矿物。
9.一种服务器，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111170440.8A CN113916923A (zh) | 2021-10-08 | 2021-10-08 | 页岩有机质及矿物的确定方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111170440.8A CN113916923A (zh) | 2021-10-08 | 2021-10-08 | 页岩有机质及矿物的确定方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113916923A true CN113916923A (zh) | 2022-01-11 |
Family
ID=79238352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111170440.8A Pending CN113916923A (zh) | 2021-10-08 | 2021-10-08 | 页岩有机质及矿物的确定方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113916923A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114646777A (zh) * | 2022-03-16 | 2022-06-21 | 中国矿业大学 | 一种通过afm精细研究页岩微观力学性质的方法 |
| CN118150565A (zh) * | 2024-05-11 | 2024-06-07 | 中国地质大学（北京） | 一种有机质特征纳米尺度表征方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160266274A1 (en) * | 2015-03-12 | 2016-09-15 | Saudi Arabian Oil Company | Identifying sweet spots in unconventional hydrocarbon reservoirs |
| CN106337682A (zh) * | 2015-07-06 | 2017-01-18 | 中国石油化工股份有限公司 | 页岩储层脆性评价方法 |
| CN106646604A (zh) * | 2016-09-29 | 2017-05-10 | 中国石油大学(北京) | 基于叠前地震资料的页岩空间展布获取方法和装置 |
| CN108872284A (zh) * | 2018-04-10 | 2018-11-23 | 中国石油大学(北京) | 页岩微纳米基质组构力学属性的检测方法和装置 |
| CN109580906A (zh) * | 2017-09-28 | 2019-04-05 | 中国石油化工股份有限公司 | 基于岩石物理的页岩脆性识别图版的制作方法及系统 |
| US20190345815A1 (en) * | 2017-01-17 | 2019-11-14 | Schlumberger Technology Corporation | Systematic Evaluation of Shale Plays |
| CN110794173A (zh) * | 2019-11-10 | 2020-02-14 | 东北石油大学 | 泥页岩可动流体与固体有机质赋存状态的检测方法 |
| CN112362536A (zh) * | 2020-11-10 | 2021-02-12 | 中国石油大学(华东) | 基于原子力显微镜的砂岩表面微观润湿性的评价方法 |
| CN112924323A (zh) * | 2021-01-25 | 2021-06-08 | 中国石油大学(北京) | 深层页岩吸附气含量的确定方法、装置和服务器 |
| CN113029746A (zh) * | 2021-04-16 | 2021-06-25 | 中国矿业大学(北京) | 一种通过细/微观力学测试来确定页岩宏观模量的方法 |
| CN113125272A (zh) * | 2021-04-25 | 2021-07-16 | 中国石油大学(华东) | 一种定量评价弹性冻胶分散体机械性能的方法 |
-
2021
- 2021-10-08 CN CN202111170440.8A patent/CN113916923A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160266274A1 (en) * | 2015-03-12 | 2016-09-15 | Saudi Arabian Oil Company | Identifying sweet spots in unconventional hydrocarbon reservoirs |
| CN106337682A (zh) * | 2015-07-06 | 2017-01-18 | 中国石油化工股份有限公司 | 页岩储层脆性评价方法 |
| CN106646604A (zh) * | 2016-09-29 | 2017-05-10 | 中国石油大学(北京) | 基于叠前地震资料的页岩空间展布获取方法和装置 |
| US20190345815A1 (en) * | 2017-01-17 | 2019-11-14 | Schlumberger Technology Corporation | Systematic Evaluation of Shale Plays |
| CN109580906A (zh) * | 2017-09-28 | 2019-04-05 | 中国石油化工股份有限公司 | 基于岩石物理的页岩脆性识别图版的制作方法及系统 |
| CN108872284A (zh) * | 2018-04-10 | 2018-11-23 | 中国石油大学(北京) | 页岩微纳米基质组构力学属性的检测方法和装置 |
| CN110794173A (zh) * | 2019-11-10 | 2020-02-14 | 东北石油大学 | 泥页岩可动流体与固体有机质赋存状态的检测方法 |
| CN112362536A (zh) * | 2020-11-10 | 2021-02-12 | 中国石油大学(华东) | 基于原子力显微镜的砂岩表面微观润湿性的评价方法 |
| CN112924323A (zh) * | 2021-01-25 | 2021-06-08 | 中国石油大学(北京) | 深层页岩吸附气含量的确定方法、装置和服务器 |
| CN113029746A (zh) * | 2021-04-16 | 2021-06-25 | 中国矿业大学(北京) | 一种通过细/微观力学测试来确定页岩宏观模量的方法 |
| CN113125272A (zh) * | 2021-04-25 | 2021-07-16 | 中国石油大学(华东) | 一种定量评价弹性冻胶分散体机械性能的方法 |
Non-Patent Citations (9)
| Title |
|---|
| CHAO YANG ET AL.: "Mechanical characterization of shale matrix minerals using phase-positioned", 《INTERNATIONAL JOURNAL OF COAL GEOLOGY》 * |
| SHOUCENG TIAN ET AL.: "Modification of Microscopic Properties of Shale by Carbonic Acid Treatment_ Implications for CO2-Based Fracturing in Shale Formations", 《ENEGRY & FUELS》 * |
| 丁燕怀;蒋旭;任虎鸣;尹久仁;姜勇;邓旭辉;张平;: "原子力显微镜用于微尺度材料力学性能表征的研究进展" * |
| 屈泽华;卜娟;潘晓霞;: "原子力显微镜探针悬臂弹性常数校正技术进展" * |
| 王晓蕾等: "页岩有机质纳米力学性质研究进展", 《科技导报》 * |
| 田守嶒等: "页岩不同类型干酪根内甲烷吸附行为的分子模拟", 《天然气工业》 * |
| 石富伦: "不同勘探开发阶段下页岩气实验测试内容、技术及地质意义", 《河南科技》 * |
| 钟城等: "川东南丁山地区龙马溪组富有机质页岩脆性评价", 《地质科技情报》 * |
| 韩强等: "基于均匀化理论的页岩微观多孔黏土强度特性", 《力学学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114646777A (zh) * | 2022-03-16 | 2022-06-21 | 中国矿业大学 | 一种通过afm精细研究页岩微观力学性质的方法 |
| CN118150565A (zh) * | 2024-05-11 | 2024-06-07 | 中国地质大学（北京） | 一种有机质特征纳米尺度表征方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113916923A (zh) | 页岩有机质及矿物的确定方法和装置 | |
| AU2018201960B2 (en) | Multi-Sensor Analysis of Complex Geologic Materials | |
| Emmanuel et al. | Impact of thermal maturation on nano-scale elastic properties of organic matter in shales | |
| Mahaney et al. | Quantification of SEM microtextures useful in sedimentary environmental discrimination | |
| EP2972303B1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
| Jeong et al. | Identifying outliers of non-Gaussian groundwater state data based on ensemble estimation for long-term trends | |
| Emmanuel et al. | Softening of organic matter in shales at reservoir temperatures | |
| Botula et al. | Particle size distribution models for soils of the humid tropics | |
| CN105239608A (zh) | 一种基于wt-rs-svr相结合的滑坡位移预测方法 | |
| Gardner et al. | A new approach for rescaling land cover data | |
| CN111999163A (zh) | 评价岩石脆性的方法及装置 | |
| Moore | Do terrestrial vertebrate fossil assemblages show consistent taphonomic patterns? | |
| Karcz et al. | The fractal geometry of some stylolites from the Calcare Massiccio Formation, Italy | |
| CN115713011A (zh) | 岩体质量快速评价方法、装置、设备及可读存储介质 | |
| Jamshidi | A comparative study of point load index test procedures in predicting the uniaxial compressive strength of sandstones | |
| Akono et al. | Nano-scale characterization of organic-rich shale via indentation methods | |
| CN113050189A (zh) | 一种测井曲线的重构方法、装置、设备及存储介质 | |
| Tranchida et al. | On the use of the nanoindentation unloading curve to measure the Young's modulus of polymers on a nanometer scale | |
| US8160848B2 (en) | Apparatus for generating coarse-grained simulation image of sample to be measured with a probe of a scanning probe microscope | |
| Li et al. | Quantification of SEM quartz grain identifying the depositional environment | |
| CN111208566B (zh) | 基于sca模型的孔缝参数反演方法、装置及存储介质 | |
| US20230237207A1 (en) | Critical Points for Test Data Preprocessing | |
| Mummery et al. | Data input quality and resolution effects on regional and local scale Eucalyptus globulus productivity predictions in north-east Tasmania | |
| CN108931497B (zh) | 激光共聚焦三维重构对烃源岩进行评价的方法和装置 | |
| Zhao et al. | Pore-scale hydraulic properties of virtual sandstone microstructures: spatial variations and voxel scale effects |
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: 20220111 |
|
| RJ01 | Rejection of invention patent application after publication |