CN114577833B - 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 - Google Patents
快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 Download PDFInfo
- Publication number
- CN114577833B CN114577833B CN202210479688.0A CN202210479688A CN114577833B CN 114577833 B CN114577833 B CN 114577833B CN 202210479688 A CN202210479688 A CN 202210479688A CN 114577833 B CN114577833 B CN 114577833B
- Authority
- CN
- China
- Prior art keywords
- mineral
- matrix
- gravel
- minerals
- content
- 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.)
- Active
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
- G01N23/22—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
- G01N23/2206—Combination of two or more measurements, at least one measurement being that of secondary emission, e.g. combination of secondary electron [SE] measurement and back-scattered electron [BSE] measurement
-
- 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
- G01N23/2202—Preparing specimens therefor
-
- 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
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- 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
- G01N2223/635—Specific applications or type of materials fluids, granulates
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (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)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用,该方法基于BSE图的矿物颗粒自动识别技术,通过岩心建立基于岩心的基质和砾石区分标准,利用该标准对砂砾岩岩屑中的基质和砾石进行定性划分,可以对砂砾岩岩屑基质中黏土矿物信息进行准确、快捷地分析。本发明摒弃了传统地层黏土矿物信息分析对岩心的依赖,实现了利用岩屑对地层中黏土矿物信息的分析,极大的降低了取样成本。
Description
技术领域
本发明属于矿物颗粒识别技术领域,具体涉及一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用。
背景技术
在钻井过程中有效识别黏土矿物总量、组成成分及各类型的相对含量,可以针对性地设计钻井液性能,避免缩径卡钻等工程事故,以及减小黏土矿物膨胀引起的储层伤害,有效保护储层;在后续压裂设计过程中,也可以选用合适的压裂液,避免对储层深部的伤害,提高增产效果。
传统研究黏土矿物类型及含量主要由测井资料及实验室岩心X射线衍射(简称:XRD)分析得到。自然伽马能谱测井能够测量地层中的总自然伽马含量,沉积岩中黏土矿物对放射性元素有强烈的吸附作用,自然放射性的强弱与黏土矿物的含量密切相关,可利用改进的解释图版和数学方法来确定研究区黏土矿物的类型和含量;元素俘获能谱测井(简称:ECS测井)是向地层中发射快中子与地层中的元素发生反应放出伽马射线,对放出射线形成的伽马能谱与实验室标准对比,再进一步转化为重量百分含量,利用多矿物反演方法将元素含量转化为矿物含量,但对于造岩矿物如石英、长石等解释上存在一定的偏差。测井解释泥质含量作为一个大类,不能对组成黏土矿物的几类矿物进行直接、准确的细分,不能有效为钻井和增产过程降低储层伤害提供支撑。
岩心XRD黏土矿物分析包括全岩分析和黏土定量分析。全岩分析耗时较短,可以用于现场岩屑的快速分析,但无法得到黏土矿物类型及各自含量。黏土定量分析则是进行黏土物相分析和相对含量分析,能定量刻画黏土种类及其含量,但对仪器要求高,制样要求高,耗时长,难以应用到现场的快速分析。
自动矿物识别系统技术应用场景多样,可以应用于实验室、钻井现场、岩心库等复杂环境。样品来源广泛,能够对岩心、岩屑、薄片等多种岩石样品的测试分析。自动矿物识别系统技术提供了强大可靠的、种类多样的矿物数据库进行分析匹配,包含常见的硅酸盐、碳酸盐和黏土矿物等多达2000余种,用图谱法代替元素法,并且开发了图谱比对的专利算法,提高了矿物识别的准确性,尤其对于难以识别的混合矿物和黏土矿物。自动矿物识别系统技术软件通过控制扫描电子显微镜,采集一帧BSE图像,然后进行矿物颗粒提取、颗粒灰度分相等图像处理,以确定X射线能谱点分析位置;然后通过X射线能谱仪自动采集指定位置的X射线谱图信息。在一帧内所有测量点的X射线采集完成后,将获取下一帧BSE图像并进行颗粒提取、颗粒灰度分相和X射线采集,整个测量过程由自动矿物识别系统技术软件控制扫描电子显微镜和X射线能谱仪自动进行,直至到达测量终止条件(帧数或时间限制)。同时,通过所采集的矿物图谱数据与标准矿物能谱数据库匹配以识别矿物。自动矿物识别系统技术能够测量岩屑中的黏土矿物含量,但砂砾岩储层岩石性质非均质性强,骨架颗粒中黏土矿物含量对结果有较大影响,会使黏土矿物含量偏高,且影响砂砾岩储层基质中黏土矿物种类及含量的因素太多,不易区分。
发明内容
为了解决上述技术问题,本发明提供了一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用。该方法基于背散射BSE图的矿物颗粒自动识别技术,通过岩心建立区分砂砾岩岩屑基质和砾石的标准,可以对砂砾岩岩屑基质中黏土矿物信息进行准确、快捷地分析。本发明摒弃了传统地层黏土矿物信息分析对岩心的依赖,实现了利用岩屑对地层中黏土矿物信息的分析,极大的降低了取样成本,经济效益显著。
为实现上述目的,本发明采用以下的技术方案。
一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法,基于背散射BSE图的矿物颗粒自动识别技术,通过岩心建立基于岩心的基质和砾石区分标准,利用该标准对砂砾岩岩屑中的基质和砾石进行定性划分,实现对砂砾岩岩屑样品基质中的黏土矿物信息的定量分析。
优选地,所述黏土矿物信息包括黏土矿物类型和不同类型黏土矿物的含量。
优选地,所述快速定量分析砂砾岩岩屑基质中黏土矿物的方法,具体包括以下步骤:
S1、将至少两块岩心敲碎,经网筛过滤,得到基质与砾石;
S2、将步骤S1筛选出的基质与砾石分别制成基质样品和砾石样品,利用自动矿物识别系统对基质样品和砾石样品进行分析,分别得到岩心砾石和岩心基质的矿物类型和不同类型矿物的含量;
S3、根据步骤S2得到的岩心砾石和岩心基质的矿物类型和不同类型矿物的含量,通过不同特征矿物的含量,建立基于岩心的基质与砾石区分标准;
S4、取待分析岩屑进行制样,得到岩屑样品;
S5、利用自动矿物识别系统对步骤S4得到的岩屑样品进行分析,得到岩屑的矿物类型和不同类型矿物的含量;
S6、以步骤S3得到的标准为筛选条件,利用自动矿物识别系统的矿物分析条件编辑器对步骤S5得到的岩屑的矿物类型和不同类型矿物的含量进行筛选,重新界定岩屑中的基质,得到岩屑中的基质含量和基质中黏土矿物的类型和不同类型黏土矿物的含量。
优选地,步骤S1中所述岩心为砂砾岩中取不同层位、不同区块的岩心。
优选地,步骤S1中所述砾石的粒径为1mm以上,所述基质的粒径小于1mm;进一步优选地,所述砾石的粒径为1-2mm,所述基质的粒径为0.1-1mm。
优选地,步骤S2中所述分析为电镜扫描分析和能谱定量分析。
优选地,步骤S3中所述特征矿物为石英、斜长石、钾长石、方解石、白云石或铁白云石。
优选地,步骤S3中所述区分基质与砾石的标准为:
A1+ A2......+ Ai=K%;
其中,i为特征矿物A的种类数,i为大于2的整数, A1为第1种特征矿物的含量,A2为第2种特征矿物的含量,Ai为第i种特征矿物的含量;K为标准参数,其中,对于不同区块,K值不同,K值取砾石中的总特征矿物含量的最小值Lmin与对应基质中的总特征矿物含量的最大值Jmax之间的最小整数,且Lmin-Jmax>50;若Lmin-Jmax≤50,则重新选择筛选特征矿物;
砾石中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=L%;
基质中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=J%。
优选地,步骤S4中所述制样,包括以下步骤:
(1)岩屑预处理:将岩屑进行网筛,除杂、清洗和烘干,得到预处理样品;
(2)样品制备:取预处理样品入模,加入样品树脂液后充分搅拌消除气泡,静置固化,得到粗样;
(3)将粗样打磨抛光,清洗干燥后进行导电镀炭处理,得到所述岩屑样品。
进一步优选地,步骤(1)中所述预处理样品的粒径为0.5-1mm。
进一步优选地,步骤(1)中所述除杂为人工剔除假岩屑和井壁掉块。
进一步优选地,步骤(1)中所述清洗为使用水(无油)或者无水乙醇(含油)进行清洗,将岩屑颗粒表面附着物和钻井液彻底清除。
进一步优选地,步骤(2)中所述样品树脂液为质量体积比g/ml为1:1.1的金相粉和金相液。
优选地,步骤S6中所述黏土矿物类型为蒙脱石、伊利石、高岭石、绿泥石和伊/蒙混层。
本发明还提供了上述的快速定量分析砂砾岩岩屑基质中黏土矿物的方法在砂砾岩储层勘探开发中的应用。
与现行技术相比,本发明具有以下有益效果:
(1)岩心取样成本很高,几万到几十万不等,水平井取样更加困难,而岩屑只要钻井就会随钻井液返到地面上,很容易获取,取样成本极低。本发明通过岩心分析建立了区分基质和砾石的标准,利用该标准实现了利用岩屑对地层中的黏土矿物信息的准确、快速分析。相比现有技术,本发明的分析成本极低,经济效益显著,极具推广价值。
(2)本发明的筛选条件可靠,得出砂砾岩岩屑黏土矿物信息,与传统实验室悬浮法测定的数据相比,基本吻合。相比现有技术,本发明解决了现行自动矿物识别系统对砂砾岩岩屑黏土矿物计算无效,黏土矿物含量偏高的技术问题,为更好的进行砂砾岩储层开采工作提供了有力的技术支持。
附图说明
图1为本发明基质与砾石标准的建立方法中基质矿物对比图。
图2为本发明基质与砾石标准的建立方法中砾石矿物对比图。
图3为本发明实施例1的待分析岩屑样品的矿物分布图。
图4为本发明实施例1中的矿物分析条件编辑器。
图5为本发明对比例1的待分析岩屑样品的矿物分布图。
图6为本发明对比例1中的矿物分析条件编辑器。
其中,a为代表样品的BSE图,b为代表样品的矿物分布图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面对本发明的技术方案做进一步详述。除非另外定义,本文中使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同意义。
本发明中的“以上”应理解为包含本数,“小于”、“大于”应理解为不包含本数,如无特殊限定,当两个数值范围的端点值出现重叠时,左端点理解为包含本数,右端点值不包含本数。
一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法,基于BSE图的矿物颗粒自动识别技术,通过岩心建立区分砂砾岩岩屑基质和砾石的标准,利用该标准对岩屑中的基质和砾石进行定性划分,实现对砂砾岩岩屑样品基质中的黏土矿物的类型和含量的定量分析。
具体地,所述方法,包括以下步骤:
S1、将至少2块岩心敲碎,经网筛过滤,得到粒径小于1mm的基质与粒径为1mm以上的砾石;优选地,所述砾石的粒径为1-2mm,所述基质的粒径为0.1-1mm;
其中,所述岩心为砂砾岩中取不同层位、不同区块的岩心。
S2、将步骤S1筛选出的基质与砾石分别制成基质样品和砾石样品,利用自动矿物识别系统对基质样品和砾石样品进行电镜扫描和能谱定量分析,分别得到岩心砾石和岩心基质的矿物类型和不同类型矿物的含量;
S3、根据步骤S2得到的岩心砾石和岩心基质的矿物类型和不同类型矿物含量,通过不同特征矿物的含量,建立基于岩心的基质与砾石区分标准:
所述特征矿物为石英、斜长石、钾长石、方解石、白云石或铁白云石。
所述区分基质与砾石的标准为:
A1+ A2......+ Ai=K%;
其中,i为特征矿物A的种类数,i为大于2的整数, A1为第1种特征矿物的含量,A2为第2种特征矿物的含量,Ai为第i种特征矿物的含量;K为标准参数,其中,对于不同区块,K值不同,K值取砾石中的总特征矿物含量的最小值Lmin与对应基质中的总特征矿物含量的最大值Jmax之间的最小整数,且Lmin-Jmax>50;若Lmin-Jmax≤50,则重新选择筛选特征矿物;
砾石中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=L%;
基质中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=J%。
S4、取待分析岩屑进行制样,得到岩屑样品:
所述制样,包括以下步骤:
(1)岩屑预处理:将岩屑进行网筛,除杂、清洗和烘干,得到粒径为0.5-1mm的预处理样品:
所述除杂为人工剔除假岩屑和井壁掉块等最大程度的保证样品的真实性;
所述清洗为使用水或者无水乙醇进行清洗,将岩屑颗粒表面附着物和钻井液彻底清除。
(2)样品制备:取预处理样品入模,加入质量体积比g/ml为1:1.1的金相粉和金相液组成的样品树脂液后充分搅拌消除气泡,静置固化,得到粗样;
(3)将粗样打磨抛光,清洗干燥后进行导电镀炭处理,得到所述岩屑样品。
S5、利用自动矿物识别系统对步骤S4得到的岩屑样品进行分析,得到岩屑的矿物类型和不同类型矿物的含量。
S6、以步骤S3得到的标准为筛选条件,利用自动矿物识别系统的矿物分析条件编辑器对步骤S5得到的岩屑的矿物类型和不同类型矿物的含量进行筛选,重新界定岩屑中的基质,得到岩屑中的基质含量和基质中黏土矿物的类型和不同类型的黏土矿物的含量;所述黏土矿物类型为蒙脱石、伊利石、高岭石、绿泥石和伊/蒙混层。
本发明还提供了上述的快速定量分析砂砾岩岩屑基质中黏土矿物的方法在砂砾岩储层勘探开发中的应用。
为了进一步明确本发明的技术方案和所达到的技术效果,下面结合新疆某地区对本发明的技术方案和效果做进一步的阐述。
1、实验样品
对所需井对应深度的岩屑、岩心进行现场选取,标注相应井号、井段深度,并分包进行保存。
2、实验仪器
司特尔研磨抛光机LaboForce-100、绍兴易诚仪器电热鼓风恒温箱、北京博远微纳科技小型离子测射仪ETD-800C、蔡司 EVO10(电镜)、布鲁克电制冷能谱仪XFlash6|60(能谱仪)以及中科院北京物理研究所软件icustomer(分析软件)。
3、基于岩心的基质与砾石区分标准的建立方法
S1、取至少两块岩心敲碎,经网筛过滤,将粒径为0.1-1mm的定义为基质,粒径为1mm以上的定义为砾石;将粒径为1mm以上的砾石二次处理,得到粒径为1-2mm的砾石。
S2、将步骤S1筛选出的基质与砾石,分别制成54个基质样品和54个砾石样品,利用自动矿物识别系统对基质样品和砾石样品分别进行电镜扫描分析和能谱定量分析,得到岩心砾石的矿物类型和不同类型矿物的含量(见表1-1、表1-2和图2)以及岩心基质的矿物类型和不同类型矿物含量(见表2-1、表2-2和图1)。
S3、根据步骤S2得到的岩心砾石和岩心基质的矿物类型和不同类型矿物的含量,建立基于岩心的基质与砾石区分标准:
具体为:根据岩心砾石综合数据表(见表1-1、表1-2)和岩心基质综合数据表(见表2-1、表2-2),以石英、斜长石和钾长石三种为特征矿物,计算石英、斜长石和钾长石三种特征矿物在砾石中的总特征矿物含量:A1+A2+A3=73.35%-96.69%;计算石英、斜长石和钾长石三种特征矿物在基质中的总特征矿物含量:A1+A2+A3=4.54%-19.8%。则K值可以取19.8-73.35范围内的最小整数。取K值为20。因此,以石英、斜长石和钾长石为特征矿物,区别基质和砾石的标准为:A1+A2+A3=20%。
实施例1 岩屑基质中黏土矿物的分析方法
S4、取待分析岩屑进行制样,得到岩屑样品:
所述制样,包括以下步骤:
(1)岩屑预处理:将岩屑进行网筛,得到粒径为0.5-1mm岩屑,人工剔除其中的假岩屑和井壁掉块等杂质,并进行清洗,将岩屑颗粒表面的附着物和钻井液彻底清除、烘干,得到预处理样品。
(2)样品制备:取预处理样品2.0-2.5g,入模,加入质量体积比g/ml为1:1.1的金相粉和金相液组成的样品树脂液后充分搅拌消除气泡,静置固化30-60min,得到粗样;
(3)将粗样打磨抛光,清洗干燥后进行导电镀炭处理,得到所述岩屑样品。
S5、将步骤S4得到的岩屑样品放入扫描电镜中,结合能谱仪进行分析,得到岩屑的矿物类型和不同类型矿物含量。
S6、以石英、斜长石和钾长石为特征矿物, A1+A2+A3=20%,作为区别岩屑中砾石和基质的标准,利用软件中的矿物分析条件编辑器对步骤S2得到的岩屑的矿物类型和不同类型矿物含量进行筛选,界定岩屑中基质,其中,图3中蓝色方块为基质,筛选得到岩屑中的基质含量为5.5%,如图4所示,得到的基质中主要黏土矿物类型和不同类型矿物的含量,如表3所示。
对比例1 岩屑基质中黏土矿物的分析方法
S4、取待分析岩屑进行制样,得到岩屑样品:
所述制样,包括以下步骤:
(1)岩屑预处理:将岩屑进行网筛,得到粒径为0.1-0.5mm岩屑,人工剔除其中的假岩屑和井壁掉块等杂质,并进行清洗,将岩屑颗粒表面附着物和钻井液彻底清除、烘干,得到预处理样品。
(2)样品制备:取预处理样品2.0-2.5g,入模,加入质量体积比g/ml为1:1.1的金相粉和金相液组成的样品树脂液后充分搅拌消除气泡,静置固化30-60min,得到粗样;
(3)将粗样打磨抛光,清洗干燥后进行导电镀炭处理,得到所述岩屑样品。
S5、将步骤S4得到的岩屑样品放入扫描电镜中,结合能谱仪进行分析,得到岩屑的矿物类型和不同类型矿物的含量。
S6、以石英、斜长石和钾长石为特征矿物, A1+A2+A3=20%,作为区别岩屑中砾石和基质的标准,利用软件中的矿物分析条件编辑器对步骤S2得到的岩屑的矿物类型和不同类型矿物含量进行筛选,界定岩屑中基质,其中,图5中蓝色方块为基质,筛选得到岩屑中的基质含量为10.21%,如图6所示,得到基质中主要黏土矿物类型和不同类型矿物的含量,如表3所示。
将实施例中的待分析岩屑分别采用实验室悬浮法和常规矿物识别系统测其岩屑样品基质中黏土矿物类型及不同类型矿物的含量,其结果如表3所示。
从表3中可以发现,本发明实施例1的岩屑基质中黏土矿物的快速分析方法可以准确、快捷地得出砂砾岩岩屑黏土矿物信息,与传统实验悬浮法测定的数据相比,其黏土矿物总含量相对误差较小,基本吻合,实现了利用岩屑对地层中的黏土矿物信息的准确、快速分析。
同时,由表3可知,相比对比例1(岩屑的粒径为0.1-0.5mm)的分析方法和常规的矿物识别系统分析方法,本发明的分析方法得到的黏土矿物信息的准确性更高,为更好的进行砂砾岩储层开采工作提供了有力的技术支持,取得了显著的技术进步。
岩心取样成本很高,几万到几十万不等,水平井取样更加困难,而岩屑只要钻井就会随钻井液返到地面上,很容易获取,取样成本极低。本发明通过岩心分析建立了基质和砾石区分标准,利用该标准实现了利用岩屑对地层中的黏土矿物信息的准确、快速分析。相比现有技术,本发明的分析成本极低,经济效益显著,极具推广价值。
同时,本发明的分析方法,与传统实验室悬浮法测定的数据基本吻合。相比现有技术,本发明解决了现行自动矿物识别系统对砂砾岩岩屑黏土矿物计算无效,黏土矿物含量偏高的技术问题,为更好的进行砂砾岩储层开采工作提供了有力的技术支持。
表1-1 岩心砾石综合数据表
表1-2 岩心砾石综合数据表(续接表1-1)
表2-1岩心基质综合数据表
表2-2岩心基质综合数据表(续接表2-1)
表3 实施例及实验室测定的岩屑基质中的矿物类型及不同类型矿物的含量
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (9)
1.一种快速定量分析砂砾岩岩屑基质中黏土矿物的方法,其特征在于,基于BSE图的矿物颗粒自动识别技术,通过岩心建立基于岩心的基质和砾石区分标准,利用该标准对粒径0.5-1mm砂砾岩岩屑中的基质和砾石进行定性划分,实现对砂砾岩岩屑基质中的黏土矿物信息的定量分析;
所述标准为:
A1+ A2......+ Ai=K%;
其中,i为特征矿物A的种类数,i为大于2的整数, A1为第1种特征矿物的含量,A2为第2种特征矿物的含量,Ai为第i种特征矿物的含量;K为标准参数,其中,对于不同区块,K值不同,K值取砾石中的总特征矿物含量的最小值Lmin与对应基质中的总特征矿物含量的最大值Jmax之间的最小整数,且Lmin-Jmax>50;若Lmin-Jmax≤50,则重新选择筛选特征矿物;
砾石中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=L%;
基质中的总特征矿物含量的计算公式为:A1+ A2......+ Ai=J%。
2.根据权利要求1所述的方法,其特征在于,所述黏土矿物信息包括黏土矿物类型和不同类型的黏土矿物含量。
3.根据权利要求1所述的方法,其特征在于,包括以下步骤:
S1、将至少两块岩心敲碎,经网筛过滤,得到基质与砾石;
S2、将步骤S1筛选出的基质与砾石分别制成基质样品和砾石样品,利用自动矿物识别系统对基质样品和砾石样品进行分析,分别得到岩心砾石和岩心基质的矿物类型和不同类型矿物的含量;
S3、根据步骤S2得到的岩心砾石和岩心基质的矿物类型和不同类型矿物含量,通过不同特征矿物的含量,建立基于岩心的基质与砾石区分标准;
S4、取粒径为0.5-1mm的待分析岩屑进行制样,得到岩屑样品;
S5、利用自动矿物识别系统对步骤S4得到的岩屑样品进行分析,得到岩屑的矿物类型和不同类型矿物的含量;
S6、以步骤S3得到的标准为筛选条件,利用自动矿物识别系统的矿物分析条件编辑器对步骤S5得到的岩屑的矿物类型和不同类型矿物的含量进行筛选,重新界定岩屑中的基质,得到岩屑中的基质含量和基质中黏土矿物的类型和不同类型的黏土矿物的含量。
4.根据权利要求3所述的方法,其特征在于,步骤S1中所述岩心为砂砾岩中取不同层位、不同区块的岩心。
5.根据权利要求3所述的方法,其特征在于,步骤S2中所述砾石的粒径为1mm以上,所述基质的粒径小于1mm。
6.根据权利要求3所述的方法,其特征在于,步骤S2中所述分析为电镜扫描分析和能谱定量分析。
7.根据权利要求3所述的方法,其特征在于,步骤S3中所述特征矿物为石英、斜长石、钾长石、方解石、白云石或铁白云石。
8.根据权利要求3所述的方法,其特征在于,步骤S6中所述黏土矿物的类型为蒙脱石、伊利石、高岭石、绿泥石和伊/蒙混层。
9.根据权利要求1-8任一项所述的快速定量分析砂砾岩岩屑基质中黏土矿物的方法在砂砾岩储层勘探开发中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210479688.0A CN114577833B (zh) | 2022-05-05 | 2022-05-05 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210479688.0A CN114577833B (zh) | 2022-05-05 | 2022-05-05 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114577833A CN114577833A (zh) | 2022-06-03 |
CN114577833B true CN114577833B (zh) | 2022-07-29 |
Family
ID=81784379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210479688.0A Active CN114577833B (zh) | 2022-05-05 | 2022-05-05 | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114577833B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117929434A (zh) * | 2022-10-25 | 2024-04-26 | 中国石油天然气股份有限公司 | 压裂用支撑剂含量确定方法、装置及系统 |
CN115598736B (zh) * | 2022-12-14 | 2023-03-10 | 克拉玛依禾鑫石油科技有限公司 | 一种页岩、致密油气水平井基于岩屑确定甜点的方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808641A (zh) * | 2012-11-13 | 2014-05-21 | 张红梅 | 岩心基质渗透率的测定方法 |
CN104615802A (zh) * | 2014-12-09 | 2015-05-13 | 中国石油集团川庆钻探工程有限公司 | 利用岩屑元素分析数据计算页岩脆性矿物含量的方法 |
CN106855566A (zh) * | 2017-01-20 | 2017-06-16 | 中国海洋石油总公司 | 一种针对高温、超压型储层演化模拟的实验方法 |
CN107315050A (zh) * | 2016-04-26 | 2017-11-03 | 中国石油化工股份有限公司 | 基于多组分的砂砾岩体速度重构方法 |
CN110057727A (zh) * | 2019-04-17 | 2019-07-26 | 中国石油大学(华东) | 一种针对砂砾岩储层中岩屑含量统计的方法 |
WO2019231845A1 (en) * | 2018-06-01 | 2019-12-05 | PARKER, Greg, H. | Technique and test fixture to conduct flow testing simulating a gravel pack in a lab environment at downhole conditions |
CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
CN111368844A (zh) * | 2020-03-10 | 2020-07-03 | 浙江中科锐晨智能科技有限公司 | 一种基于bse图的矿物颗粒自动识别方法 |
CN111695274A (zh) * | 2019-03-13 | 2020-09-22 | 中国石油化工股份有限公司 | 基于数值岩心的砂砾岩储层强度尺寸效应评估方法 |
CN112348330A (zh) * | 2020-10-27 | 2021-02-09 | 中国海洋石油集团有限公司 | 确定蚀变火山碎屑砂砾岩储层定量分类的方法 |
CN113137225A (zh) * | 2021-04-12 | 2021-07-20 | 中国地质调查局油气资源调查中心 | 一种基于砾石组分分析的砾岩储层评价方法 |
CN113345075A (zh) * | 2021-06-08 | 2021-09-03 | 西南石油大学 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
WO2021179288A1 (en) * | 2020-03-13 | 2021-09-16 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
CN114114453A (zh) * | 2020-08-27 | 2022-03-01 | 中国石油化工股份有限公司 | 一种判别砂岩胶结矿物类型的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001311133A (ja) * | 2000-04-28 | 2001-11-09 | Wesco:Kk | 原地盤の密度測定方法 |
US20080300153A1 (en) * | 2007-05-30 | 2008-12-04 | Baker Hughes Incorporated | Use of Nano-Sized Clay Minerals in Viscoelastic Surfactant Fluids |
US9791431B2 (en) * | 2013-07-19 | 2017-10-17 | Ingrain, Inc. | Cuttings-based well logging |
US10816440B2 (en) * | 2017-02-20 | 2020-10-27 | Conocophillips Company | Rock mechanical properties from drill cuttings |
CN110245686A (zh) * | 2019-05-16 | 2019-09-17 | 中国石油天然气集团有限公司 | 一种计算石英相对百分含量的岩性快速识别方法 |
CN111198406A (zh) * | 2020-02-26 | 2020-05-26 | 中国石油大学(华东) | 一种红层储层的因子分析测井岩性识别方法 |
-
2022
- 2022-05-05 CN CN202210479688.0A patent/CN114577833B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808641A (zh) * | 2012-11-13 | 2014-05-21 | 张红梅 | 岩心基质渗透率的测定方法 |
CN104615802A (zh) * | 2014-12-09 | 2015-05-13 | 中国石油集团川庆钻探工程有限公司 | 利用岩屑元素分析数据计算页岩脆性矿物含量的方法 |
CN107315050A (zh) * | 2016-04-26 | 2017-11-03 | 中国石油化工股份有限公司 | 基于多组分的砂砾岩体速度重构方法 |
CN106855566A (zh) * | 2017-01-20 | 2017-06-16 | 中国海洋石油总公司 | 一种针对高温、超压型储层演化模拟的实验方法 |
WO2019231845A1 (en) * | 2018-06-01 | 2019-12-05 | PARKER, Greg, H. | Technique and test fixture to conduct flow testing simulating a gravel pack in a lab environment at downhole conditions |
CN111695274A (zh) * | 2019-03-13 | 2020-09-22 | 中国石油化工股份有限公司 | 基于数值岩心的砂砾岩储层强度尺寸效应评估方法 |
CN110057727A (zh) * | 2019-04-17 | 2019-07-26 | 中国石油大学(华东) | 一种针对砂砾岩储层中岩屑含量统计的方法 |
CN110965999A (zh) * | 2019-12-24 | 2020-04-07 | 中国石油集团渤海钻探工程有限公司 | 一种页岩油优势岩性精细识别方法 |
CN111368844A (zh) * | 2020-03-10 | 2020-07-03 | 浙江中科锐晨智能科技有限公司 | 一种基于bse图的矿物颗粒自动识别方法 |
WO2021179288A1 (en) * | 2020-03-13 | 2021-09-16 | Baker Hughes Oilfield Operations Llc | Surface logging with cuttings-based rock petrophysics analysis |
CN114114453A (zh) * | 2020-08-27 | 2022-03-01 | 中国石油化工股份有限公司 | 一种判别砂岩胶结矿物类型的方法 |
CN112348330A (zh) * | 2020-10-27 | 2021-02-09 | 中国海洋石油集团有限公司 | 确定蚀变火山碎屑砂砾岩储层定量分类的方法 |
CN113137225A (zh) * | 2021-04-12 | 2021-07-20 | 中国地质调查局油气资源调查中心 | 一种基于砾石组分分析的砾岩储层评价方法 |
CN113345075A (zh) * | 2021-06-08 | 2021-09-03 | 西南石油大学 | 一种基于ct三维模型重构的砾岩粒度评价方法 |
Non-Patent Citations (3)
Title |
---|
Evaluating petrophysical properties of volcano-sedimentary sequences:A case study in the Parana-Etendeka Large Igneous Province;Lucas M.Rossetti et al.;《Marine and Petroleum Geology》;20190124;第102卷;全文 * |
砂砾岩储层中岩屑含量统计方法及应用:以东营凹陷北带盐家-永安地区沙四段上亚段为例;王军等;《矿物岩石地球化学通报》;20200131;第39卷(第01期);全文 * |
黏土化蚀变作用定量分析方法在储层评价中的应用;王培春等;《中国海上油气》;20220430;第34卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114577833A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114577833B (zh) | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 | |
CN109964004B (zh) | 一种油气田现场随钻岩屑扫描系统及方法 | |
Ko et al. | Origin and characterization of Eagle Ford pore networks in the south Texas Upper Cretaceous shelf | |
CN110333200B (zh) | 一种基于短波红外光谱圈定矿化中心方法 | |
EP3809133B1 (en) | A method for characterizing underground metallic mineral deposits based on rock coatings and fracture fills | |
US20230317440A1 (en) | Method for discriminating ore prospecting types based on compositional change of epidote | |
CN106405050A (zh) | 一种超深层储层成岩作用与孔隙演化定量评价方法 | |
CN111058837A (zh) | 一种基于多元逐步回归的页岩油岩性评价方法 | |
Sun et al. | Expedition 367/368 methods | |
CN114813903B (zh) | 一种基于石榴石微区化学成分判别矿种的方法 | |
CN110988101A (zh) | 一种识别火山岩型铀矿中指示元素的方法 | |
Hughes et al. | Sourcing flint from Sweden and Denmark | |
Přikryl | Understanding the Earth scientist's role in the pre-restoration research of monuments: an overview | |
Lan | Authigenic monazite and xenotime Pb-Pb/U-Pb dating of siliciclastic sedimentary rocks | |
Pitblado et al. | Pilot study experiments sourcing quartzite, Gunnison Basin, Colorado | |
CN109444189B (zh) | 利用数字岩石分析技术开展复杂地层对比与定量评价方法 | |
CN114705831B (zh) | 一种精确判别钨多金属矿床类型与剥蚀深度的白钨矿矿物学找矿方法 | |
CN113190784B (zh) | 一种识别原生白云岩的方法 | |
Hassani et al. | Application of a fractal method relating power spectrum and area for separation of geochemical anomalies from background | |
CN109298064B (zh) | 基于锶同位素分析的碳酸盐岩古潜山不整合面识别方法 | |
CN109580678B (zh) | 利用数字岩心技术快速识别评价低阻油气层方法 | |
CN114893174B (zh) | 一种基于多因素耦合的砂岩储层可压裂性评价方法 | |
CN117929434A (zh) | 压裂用支撑剂含量确定方法、装置及系统 | |
RU2149428C1 (ru) | Способ определения содержания отдельных минералов или компонент в горных породах | |
CN115931948B (zh) | 一种表征成岩相特征的定量参数分析方法 |
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 |