CN114705606B - 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 - Google Patents
一种基于网络化分析的岩石内部关键渗流节点的封堵方法 Download PDFInfo
- Publication number
- CN114705606B CN114705606B CN202210353401.XA CN202210353401A CN114705606B CN 114705606 B CN114705606 B CN 114705606B CN 202210353401 A CN202210353401 A CN 202210353401A CN 114705606 B CN114705606 B CN 114705606B
- Authority
- CN
- China
- Prior art keywords
- pore
- nodes
- rock
- network
- seepage
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- 230000000903 blocking effect Effects 0.000 title claims abstract description 13
- 239000011148 porous material Substances 0.000 claims abstract description 145
- 238000002591 computed tomography Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000003012 network analysis Methods 0.000 claims abstract description 7
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 230000035699 permeability Effects 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 2
- 238000010937 topological data analysis Methods 0.000 claims description 2
- 239000012530 fluid Substances 0.000 description 10
- 238000010276 construction Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 235000014653 Carica parviflora Nutrition 0.000 description 3
- 241000243321 Cnidaria Species 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 239000006028 limestone Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- 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
- G01N2223/40—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
- G01N2223/40—Imaging
- G01N2223/42—Imaging image digitised, -enhanced in an image processor
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Dispersion Chemistry (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提出一种基于网络化分析的岩石内部关键渗流节点的封堵方法,通过CT扫描方法及数字化三维重构技术在计算机中重构出岩石的孔隙结构,并利用最大球法对岩石的孔隙结构进行识别,建立其孔隙结构的球棍模型,然后根据该球棍模型构建岩石孔隙结构的网络模型,进行网络化拓扑分析,选取中间中心度作为判断节点重要性程度的指标,对所有网络节点按照中间中心度进行排序,并通过改变图片中关键孔隙节点的像素信息而达到对该点进行封堵的目的;最后根据处理后的图片数据,利用三维可视化软件进行二次重构,并进行渗流模拟,起到利用封堵岩石孔隙结构网络中关键孔隙节点改变岩石渗流性质的效用,从而为实际工程中的精准注浆工艺应用提供一种新的思路。
Description
技术领域
本发明涉及三维数字岩心重构、复杂网络化分析以及渗流模拟领域。
背景技术
岩石的微观结构特征往往能很好反映其宏观特性,深入研究其微观结构特征对宏观特性的把控及工程建设具有重要意义。岩石内部包含大量的不规则的孔隙结构,这些孔隙结构会对岩石的物理力学性质和渗流性质等产生直接的影响,从而进一步影响岩石在工程建设中的性质,因此研究岩石的孔隙特征有助于了解其对宏观特性的影响,进而优化工程建设,使其在工程中建设中更好的发挥作用。
常用的岩土体孔隙结构特征表征手段包括电子显微镜扫描(SEM扫描)和X射线断层扫描(CT扫描)等。其中SEM扫描仅可观察到样品表面或断口处的二维结构特征。此外,在对部分结构较松散的岩土体试样进行SEM扫描时,还存在样品制备难度大、制备周期长等缺点。而作为一项无损的检测术,CT扫描近年来广泛应用于岩土体结构特征、渗透性质和内部组分等研究领域。大量研究结果表明,相对于其他方法,CT扫描法是建立岩石微观孔隙结构并对其进行定量表征的最直接、最准确的方法之一。
岩石内部孔隙结构对于其渗流具有直接的影响,且其中孔隙的优势通道决定了渗透率的大小。因此,对岩石内部优势通道中的关键渗流节点进行识别和封堵,能够实现较大的改变岩石内部渗流的作用,同时可以将此识别技术进一步扩展,使其可以对工程中的精准注浆施工提供相应的指导意见。此外,准确评价岩石的孔隙结构与渗流特征对于制定安全高效的能源开采实施方案也具有重要的指导意义。
发明内容
本发明旨在利用CT扫描技术、数字岩心重构技术以及复杂网络化分析等手段识别出岩石内部孔隙结构网络中的关键节点并对其进行封堵,从而实现改变其内部渗流的作用。首先对试样进行CT扫描,获取岩石的二维切片图像数据,再将这些图像进行三维重构,并利用最大球法建立球棍模型,构建成以孔隙球为网络节点,孔隙球之间的棍视为网络线的网络模型,最后利用复杂化网络分析,根据不同孔隙节点在网络中的中间中心度指标的不同,识别出整个孔隙结构中的关键孔隙节点。这些关键孔隙节点对于岩石内部的渗流性质有着很大的影响,可以拓展应用到实际工程中的精准注浆领域,即一种基于网络化分析的岩石渗流通道的封堵工艺。
本发明的思路如下:对岩石进行处理,利用CT扫描获得其二维切片数据,将CT扫描的图像进行处理,后通过数字岩心构建的方法三维表征,可以对其孔隙结构等微观的结构性质进行分析,将孔隙网络模型转化为球棍模型之后,能较为简便的识别出孔隙和喉道,根据其相应的尺寸和位置参数,利用复杂网络分析,将岩石内部的孔隙与喉道转化为网络化分析中的节点与连接,从而按照中间中心度指标识别出重要性较高的孔隙,再将其进行封堵,验证其在渗流中的作用,进而实现降低岩石的渗透率,提高其结构的稳定性。
技术方案:
一种基于网络化分析的岩石内部关键渗流节点的封堵方法,其特征在于,通过CT扫描方法及数字化三维重构技术在计算机中重构出岩石的孔隙结构,并利用最大球法对岩石的孔隙结构进行识别,建立其孔隙结构的球棍模型,然后根据该球棍模型构建岩石孔隙结构的网络模型,将球棍模型中的“球”视为网络节点,球棍模型中的“棍”视为网络节点之间的连接。对该网络模型进行网络化拓扑分析,发现不同节点在孔隙结构网络中的重要性程度不同,因此选取中间中心度作为判断节点重要性程度的指标,对所有网络节点按照中间中心度进行排序,并通过改变图片中关键孔隙节点的像素信息而达到对该关键节点进行封堵的目的;最后根据处理后的图片数据,利用三维可视化软件进行二次重构,并进行渗流模拟,起到利用封堵岩石孔隙结构网络中关键孔隙节点的手段改变岩石渗流性质的效用,从而为实际工程中的精准注浆工艺应用提供一种新的思路。
步骤1:对岩石试样进行预处理,并利用CT扫描技术对试样进行扫描,获得试样的二维切片图像数据。
步骤1.1对岩石试样的预处理包括试样的加工与烘干,将试样加工成符合扫描要求的尺寸与形状。
步骤1.2对处理后的岩石试样进行CT扫描,采用扫描精度较高的螺旋扫描扫描方法,将扫描获得的二维图像数据导出。
步骤2:对所获取的切片数据进行图像处理,主要包括滤波降噪、图像增强以及阈值分割三部分。
步骤2.1滤波降噪,将图像中由于扫描过程中出现的光电干扰而在图像上产生的噪点通过滤波处理将之去除。
步骤2.2图像增强,即增强图像的对比度,使图像对比更加明显。
步骤2.3阈值分割,通过相应的图像分割技术,将图像中的基质与孔隙分离开,保证岩石三维数字化重构的准确性,避免将孔隙与基质混淆。
步骤3:基于孔隙识别后图像进行数字岩心三维重构,用最大球算法将提取的孔隙网络模型转化建立球棍模型,对球棍模型的参数信息进行分析。
步骤3.1基于孔隙识别后的图像,进行数字岩心三维重构,构建其孔隙的三维结构。
步骤3.2利用最大球算法对孔隙网络结构进行球棍模型的转换,构建孔隙结构的球棍模型,并获得孔隙与喉道的位置、大小与配位数等参数信息,将获得的参数信息导出。
步骤4:通过对步骤3中的球棍模型所得到的数据,将岩石内部的孔隙与喉道转化为孔隙结构网络中的节点与连接通道,并进行网络化拓扑分析,并通过节点的中间中心度指标,分析出重要程度较高的孔隙节点,并对其进行排序,导出相应结果。
步骤5(关键的创新步骤):将按照中间中心度排列的孔隙节点的位置及尺寸信息进行整理,根据该孔隙节点的位置参数和半径数据,在相应图像中将该孔隙进行“封堵”,具体封堵方法为将该处的代表着孔隙的若干像素值转变为代表着基质的像素值。最后,中间中心度较高的孔隙结构网络节点会通过这种方法被抹除掉。在该步骤中,根据孔隙节点的位置和尺寸信息,确定需要“封堵”的孔隙的位置以及其大小,在每张图上确定这些封堵孔隙的像素点的位置,对这些孔隙的像素点进行替换,将代表孔隙的像素点替换为代表基质的像素点,即完成孔隙的“封堵”过程。
步骤6:对封堵处理后的图像数据进行再重构处理,并进行渗流模拟,从而获得按照孔隙网络结构拓扑化分析的关键孔隙节点封堵的效果,实现对岩石内部渗流关键节点的识别,为实际工程中的岩石地层泥浆护壁及泥水盾构开挖过程中的精准注浆提供了指导,提高注浆效率,改善注浆效果。
步骤6.1将“封堵”后的图像按照相同的流程以及取值进行三维重构,建立封堵重要孔隙节点后的三维孔隙结构模型。
步骤6.2对封堵后的三维孔隙模型进行渗流模拟,对比封堵前后岩石的绝对渗透率值及相应渗流路径,获得关键渗流节点封堵后的效果。
附图说明
图1多孔介质微观渗流示意图
图2岩石试样渗流关键节点封堵流程图
图3步骤5中基于网络化拓扑分析的渗流关键节点的封堵步骤图
图4岩石试样封堵前后渗流路径对比图(以一种珊瑚礁灰岩为实例)
具体实施方式
说明中涉及的理论介绍。
CT扫描的优点是可以在不损坏岩芯(试样)的前提下,根据穿透岩心的X射线强度衰减程度不同而对于不同的物质,来真实反映岩心内部孔喉结构与基质的分布。其原理主要为,不同成分的物质对X射线有着不同的吸收系数,当X射线穿过岩心时,它会由于与组成岩心的原子相互作用而引起射线能量的衰减,所以可以利用采集到的能量来得到吸收系数的数据,从而判定岩心的组成成分。
网络化分析方法是通过将研究对象具化为网络结构,从而利用网络化分析手段对该网络结构的拓扑参数进行分析,从而获得网络整体的密度,聚类系数,不同节点的中心度等级,中间中心度等级等关键网络拓扑数据。本发明中涉及的中间中心度在复杂网络中表示结点的中介程度,中间中心度CABi越大,结点中介性越强。其计算公式如下所示:
式中:gjk表示点j和k之间存在的捷径数目;gjk(i)表示点i处于点j和k之间捷径上的数目,因此bjk(i)表示点i影响j和k两点联系的能力。
最大球算法是以孔隙空间的任一点作为基准,不断地寻找以此点为圆心恰好与岩石骨架边界相切的最大内切球。全部找到后,包含在其他内切球中的球体将被视为冗余球而被移除,剩下的球构成最大球集合并能无冗余地描述孔隙空间。利用成簇算法对最大球集合进行分类合并,识别孔隙和喉道,孔隙由较大的球表征,而孔隙之间的喉道由一系列较小的球表征。
渗流模拟中绝对渗透率值的计算原理如下所示:
主要计算原理为达西定律和Navier-Stokes方程。
达西定律:绝对渗透率被定义为对多孔材料传输单相流体的能力的测量。它的国际单位是平方米(m2),但平方微米(μm2)更常见,因为它几乎相当于一个达西(d):1d=0.9869233μm2。它是一种物质的内在属性,独立于任何外部条件。
在达西定律的计算中,绝对渗透率是一个与流体、流量和材料参数有关的常数:
其中:
Q是通过多孔介质的总流量(单位:m3·s-1);
S是流体通过的样品的横截面积(单位:m2);
k是绝对渗透率(单位:m2);
μ是流体流动的动态粘度(单位:Pa·s);
ΔP是是施加在样品周围的压差(单位:Pa);
L是样品在流动方向上的长度(单位:m)。
Q/S常被用来解释通过多孔介质的表面的平均流速或达西的速度。该模拟只考虑单相流体的绝对渗透率,多相流动与相对渗透率有关。
Navier-Stokes方程:为了计算绝对渗透率值,需要求解Navier-Stokes方程。
其中:
是发散算子;
是梯度算子;
是材料液相中流体的速度;
μ是流动流体的动态粘度;
是拉普拉斯算子;
P是材料液相中流体的压力。
该方程组是Navier-Stokes方程的简化,考虑到:
a.一种不可压缩的流体(密度为常数);
b.牛顿流体(动态粘度为常数);
c.一种稳态流动(流速不随时间变化);
d.层流,这意味着相关的速度足够小,只考虑考虑低雷诺数下的流动,不会产生湍流。
方程组求解完成后,在应用达西定律求解绝对渗透率值。该方程组的所有值都可以由方程组的解(Q、ΔP)或者是外部条件(S、L、μ)推导出来。
以下结合实施例对本发明作进一步的阐述,所述的实施例仅为本发明一部分的实施例,这些实施例仅用于解释本发明,对本发明的范围并不构成任何限制。
验证实施例
本发明以一种孔隙结构较为发育的珊瑚礁灰岩为例,利用其来验证渗流通道封堵的改变渗透率的方法。如图2所示。
步骤1:对岩石试样进行预处理,并利用CT扫描技术对试样进行扫描,获得试样的二维切片数据。
步骤1.1:对试样进行加工,将其制成直径5cm,高度10cm的标准试样,并对其进行烘干处理,将其置于烘干箱中烘干24小时,烘干试样内部的水分。这里的试样尺寸的选择,一方面要考虑接下来试样的用途,另一方面需要考虑CT扫描设备所能扫描的尺寸限制以及精度的限制,其精度一方面取决于扫描样品的尺寸,另一方面取决于仪器设备本身的精度限制;而烘干试样内部水分,这样可以避免在扫描过程中,将残留在试样内部的水分识别为孔隙部分,造成后续基质与孔隙识别不准确,三维重构结果有误。
步骤1.2:对处理好的试样进行CT扫描,由下到上式螺旋扫描,获得试样内部的切片数据。CT扫描通过相应的CT设备进行扫描即可,扫描时要保证扫描的精度,根据试样所需要的精度选择合适的扫描方式,目前扫描效果较好且尺寸较大的扫描方式为螺旋精扫。
步骤2:将扫描完成的切片数据进行图片预处理,包括滤波降噪、对比度增强以及阈值分割,滤波方式采用高斯滤波,根据试样的结构特征以及计算机的性能考虑,选取内部尺寸为1.5cm×1.5cm立方体,再进行三维重构,构建三维数字岩心模型,对试样内部孔隙进行三维表征。
步骤2.1:CT扫描后的图片可能存在扫描过程中产生的噪声等影响,这会使阈值分割阶段产生一定的误差,部分噪点会被错误识别,所以需要进行滤波降噪处理,相应的滤波方式有很多,常用的有中值滤波、高斯滤波和非局部均值滤波等。相应滤波方式的选择要根据各自图片的情况进行选择,本示例中采用的滤波方式为高斯滤波,高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。
步骤2.2:接下来是图像对比度的调整以及图像阈值的分割,对比度的调整主要是由于扫描出来的图片在不调整的情况下整体全黑或者整体偏暗,所以需要调整其对比度,使其观看的效果更为明显。
步骤2.3:阈值分割是图像预处理阶段最重要的一环,其处理结果直接决定重构出的三维结构的准确性,过分割和欠分割都对结果产生较大的影响。所以需要根据图片的情况采用合适的图像分割方式。
步骤3:基于孔隙识别后图像进行数字岩心三维重构,利用最大球法构建试样内部的球棍模型,并将球棍模型中孔隙以及喉道的参数信息导出。
步骤3.1对二维图像进行滤波降噪、对比度增强以及阈值分割,即建立三维孔隙结构。
步骤3.2对三维重构的孔隙结构进行球棍模型的转换,因为步骤6涉及渗流模拟,而三维重构出来的孔隙结构包括连通性孔隙和孤立孔隙两部分,孤立孔隙的数目较多,且对于渗流的影响几乎没有,所以在进行球棍模型的转化过程中,要先进行连通性分析,首先保证试样存在连通性的孔隙,其渗流模拟才有意义。连通性分析完成后,对其连通孔隙进行拆分,根据最大球原理将孔隙与喉道进行划分,构建球棍模型,并且将含有孔隙的体积、位置等信息的表格导出。
步骤4:将球棍模型中生成孔隙和喉道的参数进行分析,把岩石内部的孔隙与喉道转化为孔隙结构网络中的节点与连接通道,并进行网络化拓扑分析,并通过节点的中间中心度指标,分析出重要程度较高的孔隙节点,并对其进行排序,导出按照中间中心度指标选取的孔隙节点的位置和尺寸信息。
步骤5:将按照中间中心度排列的孔隙节点的位置及尺寸信息进行整理,根据该孔隙节点的位置参数和半径数据,在相应图像中将该孔隙进行“封堵”,具体封堵方法为将该处代表着孔隙的像素值转变为代表着基质的像素值。在本实例中球棍模型共有6013个孔隙,按照中间中心度排列选取重要性较大的200个孔隙节点进行封堵,改变其像素值,从而实现堵断该处的渗流通道。具体的实施流程如图3所示,包括:
S5.1获取关键节点的尺寸和位置信息;
S5.2,S5.3根据其尺寸和位置信息确定需要改变的孔隙数目和孔隙中心点的位置;
S5.4在每张图上确定这些封堵孔隙的像素点的位置;
S5.5对这些孔隙的像素点进行替换,将代表孔隙的像素点替换为代表基质的像素点。
步骤6:将封堵处理后的数据重构三维模型后进行渗流模拟,基于达西定律和Navier-Stokes方程原理。对其进行封堵后岩石试样封堵前后渗流路径及流速对比如图4所示,左图表示试样初始状态下渗流模拟的结果,右图表示封堵200个重要性较强的节点后的渗流图,其中颜色代表渗流速度μm/s,颜色越偏向于红色,渗流速度越快。通过两者对比可以看出,封堵后代表渗流路径的流线明显的减少,使其渗流路径发生改变,从而起到了大大减低其渗透率值的效果。试样原本情况下的渗流模拟结果:X方向渗透率:473.85495d,Y方向渗透率:1558.1039d,Z方向渗透率:375.08957d,按照重要性封堵200个孔隙后,X、Y、Z三个方向的渗透率分别为366.94928d、953.51202d、320.14783d,三个方向的渗透率值都有较大的下降,其中裂隙较为发育的Y方向,渗透率值下降最多,下降了38.8%,渗透率改变效果明显。
Claims (4)
1.一种基于网络化分析的岩石内部关键渗流节点的封堵方法,其特征在于,通过CT扫描方法及数字化三维重构技术在计算机中重构出岩石的孔隙结构,并利用最大球法对岩石的孔隙结构进行识别,建立其孔隙结构的球棍模型,然后根据该球棍模型构建岩石孔隙结构的网络模型,将球棍模型中的“球”视为网络节点,球棍模型中的“棍”视为网络节点之间的连接;对该网络模型进行网络化拓扑分析,选取中间中心度作为判断节点重要性程度的指标,对所有网络节点按照中间中心度进行排序,并通过改变图片中关键孔隙节点的像素信息而达到对该关键节点进行封堵的目的;最后根据处理后的图片数据,利用三维可视化软件进行二次重构,并进行渗流模拟,起到利用封堵岩石孔隙结构网络中关键孔隙节点的手段改变岩石渗流性质的效用;
包括以下步骤:
步骤1:对岩石试样进行预处理,并利用CT扫描技术对试样进行扫描,获得试样的二维切片图像数据;
步骤1.1 对岩石试样的预处理包括试样的加工与烘干,将试样加工成符合扫描要求的尺寸与形状;
步骤1.2 对处理后的岩石试样进行CT扫描,采用扫描精度较高的螺旋扫描方法,将扫描获得的二维图像数据导出;
步骤2:对所获取的切片数据进行图像处理,主要包括滤波降噪、图像增强以及阈值分割三部分;
步骤2.1 滤波降噪,将图像中由于扫描过程中出现的光电干扰而在图像上产生的噪点通过滤波处理将之去除;
步骤2.2 图像增强,即增强图像的对比度,使图像对比更加明显;
步骤2.3 阈值分割,通过相应的图像分割技术,将图像中的基质与孔隙分离开,保证岩石三维数字化重构的准确性,避免将孔隙与基质混淆;
步骤3:基于孔隙识别后图像进行数字岩心三维重构,用最大球算法将提取的孔隙网络模型转化建立球棍模型,对球棍模型的参数信息进行分析;
步骤4:通过对步骤3中的球棍模型所得到的数据,将岩石内部的孔隙与喉道转化为孔隙结构网络中的节点与连接通道,并进行网络化拓扑分析,并通过节点的中间中心度指标,分析出重要程度较高的孔隙节点,并对其进行排序,导出相应结果;
步骤5:将按照中间中心度排列的孔隙节点的位置及尺寸信息进行整理,根据该孔隙节点的位置参数和半径数据,在相应图像中将该孔隙进行“封堵”,具体封堵方法为将该处的代表着孔隙的若干像素值转变为代表着基质的像素值;最后,中间中心度较高的孔隙结构网络节点会通过这种方法被抹除掉;
步骤6:对封堵处理后的图像数据进行再重构处理,并进行渗流模拟,从而获得按照孔隙网络结构拓扑化分析的关键孔隙节点封堵的效果,实现对岩石内部渗流关键节点的识别。
2.如权利要求1所述的方法,其特征在于,步骤3:包括
步骤3.1 基于孔隙识别后的图像,进行数字岩心三维重构,构建其孔隙的三维结构;
步骤3.2 利用最大球算法对孔隙网络结构进行球棍模型的转换,构建孔隙结构的球棍模型,并获得孔隙与喉道的位置、大小与配位数参数信息,将获得的参数信息导出。
3.如权利要求1所述的方法,其特征在于,步骤5:包括
在该步骤中,根据孔隙节点的位置和尺寸信息,确定需要“封堵”的孔隙的位置以及其大小,在每张图上确定这些封堵孔隙的像素点的位置,对这些孔隙的像素点进行替换,将代表孔隙的像素点替换为代表基质的像素点,即完成孔隙的“封堵”过程。
4.如权利要求1所述的方法,其特征在于,步骤6:包括
步骤6.1 将“封堵”后的图像按照相同的流程以及取值进行三维重构,建立封堵重要孔隙节点后的孔隙结构三维模型;
步骤6.2 对封堵后的三维孔隙模型进行渗流模拟,对比封堵前后岩石的绝对渗透率值及相应渗流路径,获得关键渗流节点封堵后的效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353401.XA CN114705606B (zh) | 2022-04-06 | 2022-04-06 | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210353401.XA CN114705606B (zh) | 2022-04-06 | 2022-04-06 | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114705606A CN114705606A (zh) | 2022-07-05 |
CN114705606B true CN114705606B (zh) | 2024-07-02 |
Family
ID=82172373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210353401.XA Active CN114705606B (zh) | 2022-04-06 | 2022-04-06 | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114705606B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117571555A (zh) * | 2023-11-24 | 2024-02-20 | 东北石油大学 | 一种页岩油储层渗吸置换深度确定方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363848A (zh) * | 2018-04-10 | 2019-10-22 | 中国石油化工股份有限公司 | 一种基于数字岩心的孔隙网络模型的可视化方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556703B (zh) * | 2009-05-16 | 2011-01-26 | 中国石油大学(华东) | 基于连续切片图像的网络模型建立方法 |
AU2013299551B2 (en) * | 2012-08-10 | 2015-12-17 | Ingrain, Inc. | Method for improving the accuracy of rock property values derived from digital images |
CN104533470B (zh) * | 2014-11-03 | 2016-08-24 | 同济大学 | 一种站立式三环原型异形盾构管片力学加载装置 |
CN106127777B (zh) * | 2016-06-27 | 2017-08-29 | 中山大学 | 一种三维空间裂缝分离识别与表征方法 |
CN108804779B (zh) * | 2018-05-24 | 2022-02-25 | 西安石油大学 | 一种基于数字岩心模型的稠油油藏储层解堵过程模拟方法 |
CN110021030B (zh) * | 2019-03-05 | 2023-04-25 | 中国矿业大学 | 一种岩土体材料数字图像的分割阈值确定方法 |
CN111540265B (zh) * | 2020-04-16 | 2021-03-05 | 北京科技大学 | 一种多功能地层结构模型试验系统及试验方法 |
CN111798155B (zh) * | 2020-07-13 | 2024-04-30 | 中电建路桥集团有限公司 | 一种类岩堆体隧道围岩质量评价和监测开挖管理系统 |
-
2022
- 2022-04-06 CN CN202210353401.XA patent/CN114705606B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363848A (zh) * | 2018-04-10 | 2019-10-22 | 中国石油化工股份有限公司 | 一种基于数字岩心的孔隙网络模型的可视化方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于微观孔隙的固相颗粒堵塞行为模拟;赵光宇;《中国化工贸易》;20180731;第10卷(第19期);第124-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114705606A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763711B (zh) | 一种基于岩心扫描图像分块数值模拟的渗透率预测方法 | |
CN113609696B (zh) | 基于图像融合的多尺度多组分数字岩心构建方法及系统 | |
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
CN103698803B (zh) | 一种岩石孔隙结构表征方法及装置 | |
US8909508B2 (en) | Petrographic image analysis for determining capillary pressure in porous media | |
US11590708B2 (en) | Three-dimensional fluid micromodels | |
WO2020215524A1 (zh) | 一种基于分形理论及ct扫描的煤体孔渗参数预测方法 | |
Bauer et al. | From computed microtomography images to resistivity index calculations of heterogeneous carbonates using a dual-porosity pore-network approach: Influence of percolation on the electrical transport properties | |
CN109285222A (zh) | 有机页岩高分辨率数字岩心构建与分析方法 | |
CN108876901A (zh) | 一种基于二维图像和多点统计学的数字岩心重建方法 | |
CN108802073A (zh) | 一种基于数字岩心的岩石电性参数获取方法及装置 | |
CN105654486A (zh) | 一种复杂储层岩石孔隙结构参数提取方法 | |
CN110320137A (zh) | 一种基于数字岩心的多尺度融合方法 | |
CN109142875B (zh) | 一种利用数字岩心获取致密砂岩岩石电学特性的方法 | |
WO2014104909A1 (ru) | Способ получения характеристической трехмерной модели образца пористого материала для исследования свойств проницаемости | |
CN114705606B (zh) | 一种基于网络化分析的岩石内部关键渗流节点的封堵方法 | |
CN110322427B (zh) | 一种基于三维成像技术的岩土体渗透率计算方法 | |
CN117892654A (zh) | 基于ct扫描和多相物理场耦合的砂岩数字岩心多孔介质渗流特征的模拟方法 | |
CN110441209A (zh) | 一种基于致密储层数字岩心计算岩石渗透率的方法 | |
CN115146215A (zh) | 一种基于数字岩心的微孔径数据多尺度拼接方法及系统 | |
CN112816388A (zh) | 基于ct和数字岩心三维重构的油砂渗流性能测试方法 | |
CN108492331B (zh) | 基于模拟压汞法获取岩石的孔径分布的方法和装置 | |
Mahanta et al. | Digital rock physics and application of high-resolution micro-CT techniques for geomaterials | |
CN115221792A (zh) | 一种基于机器学习的天然气水合物类型划分装置及方法 | |
Cheng | Quantitative Characterization of Pore Structure of Carbonate Rocks Based on Micron-CT Technique and Its Seepage Simulation |
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 |