CN114791482A - 一种确定岩石矿物含量系数的方法及装置、存储介质 - Google Patents
一种确定岩石矿物含量系数的方法及装置、存储介质 Download PDFInfo
- Publication number
- CN114791482A CN114791482A CN202110097366.5A CN202110097366A CN114791482A CN 114791482 A CN114791482 A CN 114791482A CN 202110097366 A CN202110097366 A CN 202110097366A CN 114791482 A CN114791482 A CN 114791482A
- Authority
- CN
- China
- Prior art keywords
- mineral
- coefficient
- content
- rock
- main element
- 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 346
- 239000011707 mineral Substances 0.000 title claims abstract description 346
- 239000011435 rock Substances 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 152
- 230000014509 gene expression Effects 0.000 claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims description 39
- 238000004876 x-ray fluorescence Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004611 spectroscopical analysis Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000000921 elemental analysis Methods 0.000 claims description 4
- 229910052609 olivine Inorganic materials 0.000 description 13
- 239000010450 olivine Substances 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 6
- 229910052661 anorthite Inorganic materials 0.000 description 6
- GWWPLLOVYSCJIO-UHFFFAOYSA-N dialuminum;calcium;disilicate Chemical compound [Al+3].[Al+3].[Ca+2].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-] GWWPLLOVYSCJIO-UHFFFAOYSA-N 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 229910021536 Zeolite Inorganic materials 0.000 description 4
- 229910052656 albite Inorganic materials 0.000 description 4
- 229910052586 apatite Inorganic materials 0.000 description 4
- 229910052626 biotite Inorganic materials 0.000 description 4
- HNPSIPDUKPIQMN-UHFFFAOYSA-N dioxosilane;oxo(oxoalumanyloxy)alumane Chemical compound O=[Si]=O.O=[Al]O[Al]=O HNPSIPDUKPIQMN-UHFFFAOYSA-N 0.000 description 4
- 229910052664 nepheline Inorganic materials 0.000 description 4
- 239000010434 nepheline Substances 0.000 description 4
- VSIIXMUUUJUKCM-UHFFFAOYSA-D pentacalcium;fluoride;triphosphate Chemical compound [F-].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O VSIIXMUUUJUKCM-UHFFFAOYSA-D 0.000 description 4
- 229910052611 pyroxene Inorganic materials 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 239000004575 stone Substances 0.000 description 4
- 239000010457 zeolite Substances 0.000 description 4
- 229910052845 zircon Inorganic materials 0.000 description 4
- GFQYVLUOOAAOGM-UHFFFAOYSA-N zirconium(iv) silicate Chemical compound [Zr+4].[O-][Si]([O-])([O-])[O-] GFQYVLUOOAAOGM-UHFFFAOYSA-N 0.000 description 4
- 229910052612 amphibole Inorganic materials 0.000 description 3
- YGANSGVIUGARFR-UHFFFAOYSA-N dipotassium dioxosilane oxo(oxoalumanyloxy)alumane oxygen(2-) Chemical compound [O--].[K+].[K+].O=[Si]=O.O=[Al]O[Al]=O YGANSGVIUGARFR-UHFFFAOYSA-N 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229910052627 muscovite Inorganic materials 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- DLHONNLASJQAHX-UHFFFAOYSA-N aluminum;potassium;oxygen(2-);silicon(4+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[Al+3].[Si+4].[Si+4].[Si+4].[K+] DLHONNLASJQAHX-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000002366 mineral element Substances 0.000 description 2
- 229910052652 orthoclase Inorganic materials 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 241000566146 Asio Species 0.000 description 1
- 229910004283 SiO 4 Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910052892 hornblende Inorganic materials 0.000 description 1
- YDZQQRWRVYGNER-UHFFFAOYSA-N iron;titanium;trihydrate Chemical compound O.O.O.[Ti].[Fe] YDZQQRWRVYGNER-UHFFFAOYSA-N 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Abstract
本发明公开了一种确定岩石矿物含量系数的方法及装置、存储介质、计算机设备，所述确定岩石矿物含量系数的方法包括：对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式；对所述关系式进行求解得到主元素的分配系数；判断计算的主元素的分配系数是否满足预设条件：若是，则按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数以及岩石中元素与矿物关系的系数矩阵。本发明能够有效地确定火成岩矿物含量与元素的定量关系，为识别火成岩地层矿物类型和质量含量提供了理论依据。
Description
技术领域
本发明属于石油勘探开发应用技术领域，具体涉及一种确定岩石矿物含量系数的方法及装置、存储介质、计算机设备。
背景技术
金云智，高楚桥，等(2018年)在地层组分分析基础上建立火成岩地层元素测井资料与其各岩性间的关系模型；运用最优化算法，从地层元素测井Al、Ca、Fe、H、Si、S、Ti等地层元素含量出发，定量计算火成岩岩性组分的含量。CN107194401A在火成岩QAPF等标准灰度图图版的基础上，通过火成岩矿物成分投点、投点位置灰度值获取、基于哈希表集合快速获取火成岩名称等环节，快速实现火成岩的自动化分类命名。CN107678072A综合利用磁力数据、地震数据、岩心数据、测井数据预测火成岩储层的方法既能合理利用磁力识别火成岩，又能利用三维地震格架弥补其空间分辨率的不足，并且在钻井数据的约束下，使火成岩储层的预测效果达到最佳。CN101520518B一种利用重磁电异常的组合特征识别火成岩岩性的方法，采集记录岩芯物理特性；用k-均值聚类对岩石的密度、磁化率、电阻率进行聚类分析，获得岩芯聚类编码；对重磁勘探结果进行重磁异常剥离获得异常，采用同样的聚类进行三维空间异常编码；将岩石物性聚类编码与重磁电异常编码相互结合反映探区每一处火成岩的岩性。
火成岩地层矿物类型、含量复杂，通常用元素测井资料来确定，实质上，要准确确定火成岩地层矿物质量含量通常用火成岩岩心实验方法来确定，或者通过多矿物解释模型来确定，实验方法岩心数量有限、实验结果获得不够及时，多矿物解释模型结果往往矿物类型不符、矿物含量计算结果误差较大。
求取矿物质量含量解释方法归结为两种：一种是斯伦贝谢公司为代表的经验解释方法，另一种是哈里伯顿公司为代表的优化解释方法。斯伦贝谢公司解释方法是由经验关系式求取火成岩地层元素相对含量和矿物质量含量；哈里伯顿公司解释方法是直接由地层元素含量利用优化方法反演得到地层矿物质量含量。斯伦贝谢公司为代表的解释方法依赖大量的地区实验数据，对应一些新地层，可能需要重新建立模型，而且建立的模型没有公开，适用性需要进一步验证；哈里伯顿公司为代表的解释方法适应性较强，但存在反演矿物的不确定性。
现在亟须一种确定岩石矿物含量系数的方法及装置、存储介质、计算机设备。
发明内容
本发明所要解决的技术问题是如何确定岩石矿物的元素含量，为识别岩石地层矿物类型和元素含量提供了理论依据。
针对上述问题，本发明提供了一种确定岩石矿物含量系数的方法及装置、存储介质、计算机设备。
第一方面，本发明提供了一种确定岩石矿物含量系数的方法，包括以下步骤：
对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
对所述关系式进行求解得到主元素的分配系数；
判断计算的主元素的分配系数是否满足预设条件：
当计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在本发明的一些实施例中，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，判定计算的主元素的分配系数满足预设条件。
在本发明的一些实施例中，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
当主元素的分配系数的计算误差小于误差阈值时，判定计算的主元素的分配系数满足预设条件。
在本发明的一些实施例中，所述元素相对含量的实际测量结果根据元素俘获谱测井技术或X射线荧光元素分析技术得到。
在本发明的一些实施例中，所述方法还包括以下步骤：
当计算的主元素的分配系数不满足预设条件时，重新确定分子式模型，以根据该矿物的摩尔质量以及重新确定的分子式模型构建关系式。
在本发明的一些实施例中，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式，
相应地，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
在本发明的一些实施例中，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，包括以下步骤：
按照计算的主元素的分配系数确定该矿物的分子式；
根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数。
在本发明的一些实施例中，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。。
第二方面，本发明提供了一种确定岩石矿物含量系数的装置，包括：
构建模块，用于对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
求解模块，用于对所述关系式进行求解得到主元素的分配系数；
判断模块，用于判断计算的主元素的分配系数是否满足预设条件，并在计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
确定模块，用于根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
第四方面，本发明提供了一种计算机设备，其包括存储器和处理器，该存储器上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
应用本发明的确定岩石矿物含量系数的方法，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；对所述关系式进行求解得到主元素的分配系数；判断计算的主元素的分配系数是否满足预设条件：当计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵，能够有效地确定火成岩矿物含量与元素的定量关系，为识别火成岩地层矿物类型和质量含量提供了理论依据，为加快国内火成岩地层勘探、开发起积极作用。
本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1示出了本发明实施例一的确定岩石矿物含量系数的方法的流程图；
图2示出了本发明实施例二的确定岩石矿物含量系数的方法的流程图；
图3示出了本发明实施例三的确定岩石矿物含量系数的方法的流程图；
图4示出了本发明实施例四的应用于火成岩的确定岩石矿物含量系数的方法。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
实施例一
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种确定岩石矿物含量系数的方法。
参照图1，本实施例的确定岩石矿物含量系数的方法，包括以下步骤：
S110，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S120，对所述关系式进行求解得到主元素的分配系数；
S130，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S140；
若否，则执行步骤S150；
S140，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S150，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S110；
S160，按照步骤S110至步骤S150确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S110中，预先测定的该矿物的摩尔质量可以通过实验测得，或者，可以通过以下步骤获得：
确定该矿物的摩尔体积；
该矿物的实际体积与所述摩尔体积的比值作为该矿物的物质的量；
该矿物的实际质量与所述物质的量的比值作为该矿物的摩尔质量。
其中，确定该矿物的摩尔体积，包括以下步骤：
将该矿物的摩尔体积的历史数据平均值作为该矿物的摩尔体积。
在步骤S110中，预先确定的分子式模型通过以下步骤获得：
根据ECS(Elemental Capture Spectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到元素相对含量的实际测量结果；
按照元素相对含量的实际测量结果中各主元素的相对含量的大小确定主元素的种类；
根据已确定的主元素的种类与已知的酸碱根确定分子式模型。
在步骤S110中，岩石为火成岩、沉积岩和变质岩中的任意一种。
在步骤S110中，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式。
相应地，在步骤S120中，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
其中，最优化算法可以是最小二乘法。
在步骤S130中，所述元素相对含量的实际测量结果根据ECS(Elemental CaptureSpectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到。
所述元素相对含量的实际测量结果至少包括各主元素相对含量之间的大小关系。
在步骤S130中，当计算的各主元素的分配系数之间的大小关系与各主元素相对含量的大小关系一致时，判定计算的主元素的分配系数与元素相对含量的实际测量结果一致。
本实施例的确定岩石矿物含量系数的方法，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；对所述关系式进行求解得到主元素的分配系数；判断计算的主元素的分配系数是否满足预设条件：当计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵，能够有效地确定火成岩矿物含量与元素的定量关系，为识别火成岩地层矿物类型和质量含量提供了理论依据，为加快国内火成岩地层勘探、开发起积极作用。
本实施例的确定岩石矿物含量系数的方法，在有效确定不同类型的纯矿物中元素及其在矿物中的含量后，由ECS测井或XRF资料利用最优化方法反演出火成岩地层矿物质量含量，为识别火成岩地层矿物类型和质量含量提供了理论依据，在形成元素测井解释软件方面起到了积极作用。
实施例二
为解决现有技术中存在的上述技术问题，本发明实施例基于实施例一提供了一种确定岩石矿物含量系数的方法，其中，本发明实施例的方法对实施例一中步骤S130进行改进。
参照图2，本实施例的确定岩石矿物含量系数的方法，包括以下步骤：
S210，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S220，对所述关系式进行求解得到主元素的分配系数；
S231，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S232；
若否，则执行步骤S250；
S232，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S240；
若否，则执行步骤S250；
S240，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
S250，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S210；
S260，按照步骤S210至步骤S250确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S232中，误差阈值可以是10-5。
实施例三
为解决现有技术中存在的上述技术问题，本发明实施例基于实施例二提供了一种确定岩石矿物含量系数的方法，其中，本发明实施例的方法对实施例二中步骤S240进行改进。
参照图3，本实施例的确定岩石矿物含量系数的方法，包括以下步骤：
S310，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S320，对所述关系式进行求解得到主元素的分配系数；
S331，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S332；
若否，则执行步骤S350；
S332，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S340；
若否，则执行步骤S350；
S341，按照计算的主元素的分配系数确定该矿物的分子式；
S342，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S350，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S310；
S360，按照步骤S310至步骤S350确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S342中，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。
本实施例的确定岩石矿物含量系数的方法能够为识别火成岩地层矿物类型和质量含量提供了理论依据，为加快国内火成岩地层勘探、开发起积极作用。
实施例四
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种应用于火成岩的确定岩石矿物含量系数的方法。
本实施例的应用于火成岩的确定岩石矿物含量系数的方法以元素测井或XRF资料解谱后的火成岩地层元素含量大小为基础，确定火成岩纯矿物的分子式，最终确定所有主要元素在所属矿物中的系数矩阵。
参照图4，本实施例的应用于火成岩的确定岩石矿物含量系数的方法，包括以下步骤：
(1)选取火成岩纯矿物类型，该纯矿物类型为橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等中的任意一种；
(2)测量纯矿物的质量和体积，计算其摩尔质量，即相对分子量；
(3)确定纯矿物的分子式模型A(X)，其中，A为纯矿物中包含的主元素，X为主元素的分配系数；
(4)确定矿物包含的主元素A，A包含但不限于Si、Al、Fe、Ca、K、Ti、Mg、Mn、Na、P、Zr等元素；
(5)计算所包含的主元素相对分子量Y，其中，Y等于纯矿物的相对分子量减去酸碱根的相对分子量；
(6)建立Y与分配系数X的关系式，该关系式为
Y＝ΣAiXi
其中，Y为主元素相对分子量，Ai为第i种主元素的相对原子质量，Xi为第i种主元素的分配系数；
(7)利用最优化算法计算分配系数X，判断计算结果是否合适：
若不合适，转到步骤(3)；
若合适，执行步骤(8)；
(8)确定具体的纯矿物分子式，包含主元素及酸碱根；
(9)计算元素在纯矿物中的含量系数，其中，该含量系数等于元素相对分子量/矿物相对分子量；
(10)转到步骤(1)，计算其他纯矿物的系数，以确定火成岩中所有矿物系数矩阵。
在一个具体实施例中，在步骤(1)中选取的火成岩纯矿物类型为橄榄石，假设橄榄石分子式为(MgFeCa)SiO4，但没有确定主元素Mg、Fe、Ca之间的分配系数，在目的层取纯橄榄石，计算其摩尔质量，该摩尔质量为相对分子量；设定纯橄榄石的分子式设为ASiO4，A为主要元素，根据纯橄榄石分子量确定A的相对分子量X；确定纯橄榄石中的除Si、O之外的元素，主要元素A取Mg、Fe、Ca，以及其他含量较高的元素；计算主要元素质量含量之和Y，利用纯橄榄石的元素测量结果确定主要元素的分配系数(C1、C2、C3)，Y＝28*C1+56*C2+40*C3，根据多个测点结果由最小二乘法确定分配系数，通过计算得C1＝0.6，C2＝0.4，C3＝0，最后，根据橄榄石的分子式确定每个主元素的含量系数。
同样地，确定所有火成岩矿物的主元素含量系数，其中，火成岩矿物主元素含量系数矩阵，如表1所示。
表1
| Si | Al | Fe | Ca | K | Ti | Mg | Mn | Na | P | Zr | |
| 石英 | 0.467 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
| 正长石 | 0.303 | 0.097 | 0.000 | 0.000 | 0.141 | 0.000 | 0.000 | 0.000 | 0.008 | 0.000 | 0.000 |
| 钠长石 | 0.321 | 0.103 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.088 | 0.000 | 0.000 |
| 钙长石 | 0.202 | 0.194 | 0.000 | 0.144 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
| 白云母 | 0.212 | 0.191 | 0.013 | 0.000 | 0.078 | 0.000 | 0.001 | 0.001 | 0.005 | 0.000 | 0.000 |
| 黑云母 | 0.182 | 0.060 | 0.136 | 0.002 | 0.072 | 0.000 | 0.077 | 0.003 | 0.004 | 0.000 | 0.000 |
| 辉石 | 0.112 | 0.216 | 0.223 | 0.160 | 0.000 | 0.000 | 0.097 | 0.000 | 0.000 | 0.000 | 0.000 |
| 橄榄石 | 0.163 | 0.000 | 0.324 | 0.000 | 0.000 | 0.000 | 0.141 | 0.000 | 0.000 | 0.000 | 0.000 |
| 角闪石 | 0.191 | 0.000 | 0.335 | 0.000 | 0.000 | 0.000 | 0.144 | 0.000 | 0.000 | 0.000 | 0.000 |
| 钛铁矿 | 0.000 | 0.000 | 0.368 | 0.000 | 0.000 | 0.316 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
| 霞石 | 0.199 | 0.191 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.156 | 0.000 | 0.000 |
| 沸石 | 0.278 | 0.133 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.114 | 0.000 | 0.000 |
| 锆石 | 0.153 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.497 |
| 磷灰石 | 0.000 | 0.000 | 0.398 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.185 | 0.000 |
本实施例的应用于火成岩的确定岩石矿物含量系数的方法根据原始元素测井/XRF资料得到火成岩地层矿物元素相对含量，并利用纯矿物建立地层矿物质量与元素含量之间存在的系数矩阵，有利于用最优化算法计算火成岩地层矿物成分和含量。
本实施例的应用于火成岩的确定岩石矿物含量系数的方法根据原始元素测井资料或XRF录井获取地层元素相对含量，但由于火成岩地层矿物质量与元素含量之间的关系具有不确定性，需要根据不同类型的纯矿物来确定元素在矿物含量中的比例系数，有利于用最优化算法计算火成岩地层矿物质量含量。
实施例五
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种确定岩石矿物含量系数的装置。
本实施例的确定岩石矿物含量系数的装置，包括：
构建模块，用于对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
求解模块，用于对所述关系式进行求解得到主元素的分配系数；
判断模块，用于判断计算的主元素的分配系数是否满足预设条件，并在计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
确定模块，用于根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在一个具体实施例中，在判断模块中，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，判定计算的主元素的分配系数满足预设条件。
在另一个具体实施例中，在判断模块中，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
当主元素的分配系数的计算误差小于误差阈值时，判定计算的主元素的分配系数满足预设条件。
在判断模块中，当计算的主元素的分配系数不满足预设条件时，重新确定分子式模型，以根据该矿物的摩尔质量以及重新确定的分子式模型构建关系式。
在构建模块中，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式。
相应地，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
在判断模块中，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，包括以下步骤：
按照计算的主元素的分配系数确定该矿物的分子式；
根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数。
其中，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。
实施例六
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种存储介质。
本实施例的存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一至实施例四的方法的步骤。
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
S110，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S120，对所述关系式进行求解得到主元素的分配系数；
S130，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S140；
若否，则执行步骤S150；
S140，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S150，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S110；
S160，按照步骤S110至步骤S150确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S110中，预先测定的该矿物的摩尔质量可以通过实验测得，或者，可以通过以下步骤获得：
确定该矿物的摩尔体积；
该矿物的实际体积与所述摩尔体积的比值作为该矿物的物质的量；
该矿物的实际质量与所述物质的量的比值作为该矿物的摩尔质量。
其中，确定该矿物的摩尔体积，包括以下步骤：
将该矿物的摩尔体积的历史数据平均值作为该矿物的摩尔体积。
在步骤S110中，预先确定的分子式模型通过以下步骤获得：
根据ECS(Elemental Capture Spectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到元素相对含量的实际测量结果；
按照元素相对含量的实际测量结果中各主元素的相对含量的大小确定主元素的种类；
根据已确定的主元素的种类与已知的酸碱根确定分子式模型。
在步骤S110中，岩石为火成岩、沉积岩和变质岩中的任意一种。
在步骤S110中，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式。
相应地，在步骤S120中，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
其中，最优化算法可以是最小二乘法。
在步骤S130中，所述元素相对含量的实际测量结果根据ECS(Elemental CaptureSpectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到。
所述元素相对含量的实际测量结果至少包括各主元素相对含量之间的大小关系。
在步骤S130中，当计算的各主元素的分配系数之间的大小关系与各主元素相对含量的大小关系一致时，判定计算的主元素的分配系数与元素相对含量的实际测量结果一致。
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
S210，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S220，对所述关系式进行求解得到主元素的分配系数；
S231，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S232；
若否，则执行步骤S250；
S232，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S240；
若否，则执行步骤S250；
S240，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
S250，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S210；
S260，按照步骤S210至步骤S250确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S232中，误差阈值可以是10-5。
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
S310，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S320，对所述关系式进行求解得到主元素的分配系数；
S331，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S332；
若否，则执行步骤S350；
S332，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S340；
若否，则执行步骤S350；
S341，按照计算的主元素的分配系数确定该矿物的分子式；
S342，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S350，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S310；
S360，按照步骤S310至步骤S350确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S342中，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
(1)选取火成岩纯矿物类型，该纯矿物类型为橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等中的任意一种；
(2)测量纯矿物的质量和体积，计算其摩尔质量，即相对分子量；
(3)确定纯矿物的分子式模型A(X)，其中，A为纯矿物中包含的主元素，X为主元素的分配系数；
(4)确定矿物包含的主元素A，A包含但不限于Si、Al、Fe、Ca、K、Ti、Mg、Mn、Na、P、Zr等元素；
(5)计算所包含的主元素相对分子量Y，其中，Y等于纯矿物的相对分子量减去酸碱根的相对分子量；
(6)建立Y与分配系数X的关系式，该关系式为
Y＝ΣAiXi
其中，Y为主元素相对分子量，Ai为第i种主元素的相对原子质量，Xi为第i种主元素的分配系数；
(7)利用最优化算法计算分配系数X，判断计算结果是否合适：
若不合适，转到步骤(3)；
若合适，执行步骤(8)；
(8)确定具体的纯矿物分子式，包含主元素及酸碱根；
(9)计算元素在纯矿物中的含量系数，其中，该含量系数等于元素相对分子量/矿物相对分子量；
(10)转到步骤(1)，计算其他纯矿物的系数，以确定火成岩中所有矿物系数矩阵。
实施例五
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种计算机设备。
本实施例的计算机设备，其包括存储器和处理器，该存储器上存储有计算机程序，该计算机程序被处理器执行时实现实施例一至实施例四的方法的步骤。
在一个具体实施例中，本实施例的计算机设备的存储器上存储的计算机程序被处理器执行时实现以下步骤：
S110，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S120，对所述关系式进行求解得到主元素的分配系数；
S130，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S140；
若否，则执行步骤S150；
S140，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S150，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S110；
S160，按照步骤S110至步骤S150确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S110中，预先测定的该矿物的摩尔质量可以通过实验测得，或者，可以通过以下步骤获得：
确定该矿物的摩尔体积；
该矿物的实际体积与所述摩尔体积的比值作为该矿物的物质的量；
该矿物的实际质量与所述物质的量的比值作为该矿物的摩尔质量。
其中，确定该矿物的摩尔体积，包括以下步骤：
将该矿物的摩尔体积的历史数据平均值作为该矿物的摩尔体积。
在步骤S110中，预先确定的分子式模型通过以下步骤获得：
根据ECS(Elemental Capture Spectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到元素相对含量的实际测量结果；
按照元素相对含量的实际测量结果中各主元素的相对含量的大小确定主元素的种类；
根据已确定的主元素的种类与已知的酸碱根确定分子式模型。
在步骤S110中，岩石为火成岩、沉积岩和变质岩中的任意一种。
在步骤S110中，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式。
相应地，在步骤S120中，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
其中，最优化算法可以是最小二乘法。
在步骤S130中，所述元素相对含量的实际测量结果根据ECS(Elemental CaptureSpectroscopy，元素俘获谱)元素测井技术或XRF(X—Ray Fluorescence，X射线荧光)元素分析技术得到。
所述元素相对含量的实际测量结果至少包括各主元素相对含量之间的大小关系。
在步骤S130中，当计算的各主元素的分配系数之间的大小关系与各主元素相对含量的大小关系一致时，判定计算的主元素的分配系数与元素相对含量的实际测量结果一致。
在一个具体实施例中，本实施例的计算机设备的存储器上存储的计算机程序被处理器执行时实现以下步骤：
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
S210，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S220，对所述关系式进行求解得到主元素的分配系数；
S231，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S232；
若否，则执行步骤S250；
S232，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S240；
若否，则执行步骤S250；
S240，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
S250，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S210；
S260，按照步骤S210至步骤S250确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S232中，误差阈值可以是10-5。
在一个具体实施例中，本实施例的计算机设备的存储器上存储的计算机程序被处理器执行时实现以下步骤：
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
S310，对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
S320，对所述关系式进行求解得到主元素的分配系数；
S331，判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
若是，则执行步骤S332；
若否，则执行步骤S350；
S332，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
若是，则执行步骤S340；
若否，则执行步骤S350；
S341，按照计算的主元素的分配系数确定该矿物的分子式；
S342，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数；
S350，重新确定分子式模型，将重新确定的分子式模型作为预先确定的分子式模型，返回步骤S310；
S360，按照步骤S310至步骤S350确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数，并根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
在步骤S342中，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。
在一个具体实施例中，本实施例的计算机设备的存储器上存储的计算机程序被处理器执行时实现以下步骤：
在一个具体实施例中，本实施例的存储介质上存储的计算机程序被处理器执行时实现以下步骤：
(1)选取火成岩纯矿物类型，该纯矿物类型为橄榄石、辉石、钠长石、钙长石、角闪石、石英、锆石、白云母、黑云母、磷灰石、沸石、正长石、霞石等中的任意一种；
(2)测量纯矿物的质量和体积，计算其摩尔质量，即相对分子量；
(3)确定纯矿物的分子式模型A(X)，其中，A为纯矿物中包含的主元素，X为主元素的分配系数；
(4)确定矿物包含的主元素A，A包含但不限于Si、Al、Fe、Ca、K、Ti、Mg、Mn、Na、P、Zr等元素；
(5)计算所包含的主元素相对分子量Y，其中，Y等于纯矿物的相对分子量减去酸碱根的相对分子量；
(6)建立Y与分配系数X的关系式，该关系式为
Y＝ΣAiXi
其中，Y为主元素相对分子量，Ai为第i种主元素的相对原子质量，Xi为第i种主元素的分配系数；
(7)利用最优化算法计算分配系数X，判断计算结果是否合适：
若不合适，转到步骤(3)；
若合适，执行步骤(8)；
(8)确定具体的纯矿物分子式，包含主元素及酸碱根；
(9)计算元素在纯矿物中的含量系数，其中，该含量系数等于元素相对分子量/矿物相对分子量；
(10)转到步骤(1)，计算其他纯矿物的系数，以确定火成岩中所有矿物系数矩阵。
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (11)
1.一种确定岩石矿物含量系数的方法，其特征在于，包括以下步骤：
对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
对所述关系式进行求解得到主元素的分配系数；
判断计算的主元素的分配系数是否满足预设条件：
当计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
2.根据权利要求1所述的方法，其特征在于，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，判定计算的主元素的分配系数满足预设条件。
3.根据权利要求1所述的方法，其特征在于，判断计算的主元素的分配系数是否满足预设条件，包括以下步骤：
判断计算的主元素的分配系数与元素相对含量的实际测量结果是否一致：
当计算的主元素的分配系数与元素相对含量的实际测量结果一致时，进一步判断主元素的分配系数的计算误差是否小于误差阈值：
当主元素的分配系数的计算误差小于误差阈值时，判定计算的主元素的分配系数满足预设条件。
4.根据权利要求2或3所述的方法，其特征在于，所述元素相对含量的实际测量结果根据元素俘获谱测井技术或X射线荧光元素分析技术得到。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括以下步骤：
当计算的主元素的分配系数不满足预设条件时，重新确定分子式模型，以根据该矿物的摩尔质量以及重新确定的分子式模型构建关系式。
6.根据权利要求1所述的方法，其特征在于，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，包括以下步骤：
根据与该矿物的多个样品对应的多个摩尔质量数值以及预先确定的分子式模型构建多个关系式，
相应地，对所述关系式进行求解得到主元素的分配系数，包括以下步骤：
基于最优化算法，对由所述多个关系式组成的方程式组进行求解得到主元素的分配系数，其中，所述方程组中关系式的个数大于或等于未知数的个数。
7.根据权利要求1所述的方法，其特征在于，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，包括以下步骤：
按照计算的主元素的分配系数确定该矿物的分子式；
根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数。
8.根据权利要求1所述的方法，其特征在于，通过以下表达式，根据该矿物的分子式计算组成该矿物的各元素在该矿物中的含量系数：
其中，Cij为第i种元素在j种矿物中的含量系数，Mi为第i种元素总的相对原子质量，Mj总为该矿物总的相对分子质量。
9.一种确定岩石矿物含量系数的装置，其特征在于，包括：
构建模块，用于对于组成岩石的每一种矿物，根据预先测定的该矿物的摩尔质量以及预先确定的分子式模型构建关系式，其中，在所述分子式模型中，主元素的分配系数为未知数；
求解模块，用于对所述关系式进行求解得到主元素的分配系数；
判断模块，用于判断计算的主元素的分配系数是否满足预设条件，并在计算的主元素的分配系数满足预设条件时，按照与所述主元素的分配系数对应的分子式计算组成该矿物的各元素在该矿物中的含量系数，以确定组成岩石的每一种矿物中的各元素在该矿物中的含量系数；
确定模块，用于根据组成岩石的每一种矿物中的各元素在该矿物中的含量系数确定岩石中元素与矿物关系的系数矩阵。
10.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
11.一种计算机设备，其包括存储器和处理器，其特征在于，该存储器上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097366.5A CN114791482B (zh) | 2021-01-25 | 2021-01-25 | 一种确定岩石矿物含量系数的方法及装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097366.5A CN114791482B (zh) | 2021-01-25 | 2021-01-25 | 一种确定岩石矿物含量系数的方法及装置、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114791482A true CN114791482A (zh) | 2022-07-26 |
| CN114791482B CN114791482B (zh) | 2024-03-08 |
Family
ID=82460063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110097366.5A Active CN114791482B (zh) | 2021-01-25 | 2021-01-25 | 一种确定岩石矿物含量系数的方法及装置、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114791482B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617345A (zh) * | 2013-11-11 | 2014-03-05 | 中国石油集团川庆钻探工程有限公司 | 用元素含量计算地层岩石矿物成分的方法 |
| US20150260034A1 (en) * | 2014-03-14 | 2015-09-17 | Schlumberger Technology Corporation | Determining mineralogy of an earth formation using linear regressions |
| CN105221142A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 一种识别页岩地层矿物质量含量的方法 |
| CN105257286A (zh) * | 2015-11-02 | 2016-01-20 | 中国石油天然气股份有限公司 | 一种获取地层岩石组分含量的方法及装置 |
| CN105675635A (zh) * | 2015-12-31 | 2016-06-15 | 中国石油天然气股份有限公司 | 致密岩石组分相对含量及脆性指数确定方法和装置 |
| CN107515290A (zh) * | 2016-06-15 | 2017-12-26 | 中国石油化工股份有限公司 | 岩石矿物组分含量定量计算方法 |
| US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
| CN109541722A (zh) * | 2018-11-19 | 2019-03-29 | 中国地质调查局成都地质调查中心 | 一种火山岩岩性识别方法 |
| CN110348590A (zh) * | 2018-04-02 | 2019-10-18 | 中国石油化工股份有限公司 | 一种页岩吸附气含量计算方法 |
| WO2020199289A1 (zh) * | 2019-04-04 | 2020-10-08 | 山东大学 | 车载式岩性与不良地质前兆特征识别系统及方法 |
| CN111946336A (zh) * | 2020-09-06 | 2020-11-17 | 中国石油天然气集团有限公司 | 基于矿物分析数据获取页岩油储层核磁孔隙度的方法 |
-
2021
- 2021-01-25 CN CN202110097366.5A patent/CN114791482B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103617345A (zh) * | 2013-11-11 | 2014-03-05 | 中国石油集团川庆钻探工程有限公司 | 用元素含量计算地层岩石矿物成分的方法 |
| US20150260034A1 (en) * | 2014-03-14 | 2015-09-17 | Schlumberger Technology Corporation | Determining mineralogy of an earth formation using linear regressions |
| CN105221142A (zh) * | 2014-07-04 | 2016-01-06 | 中国石油化工股份有限公司 | 一种识别页岩地层矿物质量含量的方法 |
| CN105257286A (zh) * | 2015-11-02 | 2016-01-20 | 中国石油天然气股份有限公司 | 一种获取地层岩石组分含量的方法及装置 |
| US20180246999A1 (en) * | 2015-11-18 | 2018-08-30 | Petrochina Company Limited | Stratum component optimization determination method and device |
| CN105675635A (zh) * | 2015-12-31 | 2016-06-15 | 中国石油天然气股份有限公司 | 致密岩石组分相对含量及脆性指数确定方法和装置 |
| CN107515290A (zh) * | 2016-06-15 | 2017-12-26 | 中国石油化工股份有限公司 | 岩石矿物组分含量定量计算方法 |
| CN110348590A (zh) * | 2018-04-02 | 2019-10-18 | 中国石油化工股份有限公司 | 一种页岩吸附气含量计算方法 |
| CN109541722A (zh) * | 2018-11-19 | 2019-03-29 | 中国地质调查局成都地质调查中心 | 一种火山岩岩性识别方法 |
| WO2020199289A1 (zh) * | 2019-04-04 | 2020-10-08 | 山东大学 | 车载式岩性与不良地质前兆特征识别系统及方法 |
| CN111946336A (zh) * | 2020-09-06 | 2020-11-17 | 中国石油天然气集团有限公司 | 基于矿物分析数据获取页岩油储层核磁孔隙度的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 史鹏宇;王春燕;闫伟林;杨黎明;张素荣;: "用元素测井资料计算变质岩矿物含量方法", 测井技术, no. 06 * |
| 孙建孟;姜东;尹璐;: "地层元素测井确定矿物含量的新方法", 天然气工业, no. 02 * |
| 徐吉丰;尹太举;韩雅坤;钱文蹈;张娟;杜晓峰;官大勇;: "基于岩石元素含量确定岩石矿物组分的方法", 矿床地质, no. 03 * |
| 韩琳;潘保芝;: "利用ECS测井资料反演火山岩中矿物含量", 物探化探计算技术, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114791482B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cuddy | Litho-facies and permeability prediction from electrical logs using fuzzy logic | |
| Weltje | Ternary sandstone composition and provenance: an evaluation of the ‘Dickinson model’ | |
| US10330657B2 (en) | Estimation of conductivity for nanoporous materials | |
| US7925481B2 (en) | Geologic models of subsurface sedimentary volumes | |
| AU2008330068B8 (en) | Method for determining the properties of hydrocarbon reservoirs from geophysical data | |
| US20130046524A1 (en) | Method for modeling a reservoir basin | |
| Rawlins et al. | The importance of inorganic carbon in soil carbon databases and stock estimates: a case study from England | |
| CN104040377A (zh) | 用于碳酸盐中的岩石物理学岩石定型的集成工作流程或方法 | |
| CN105158796B (zh) | 确定toc含量的方法和装置 | |
| CN107728231A (zh) | 一种预测核磁共振测井横向弛豫时间t2分布的方法 | |
| CN105651962A (zh) | 成岩相识别方法 | |
| WO2014142976A1 (en) | Systems and methods for improving direct numerical simulation of material properties from rock samples and determining uncertainty in the material properties | |
| CN113189674B (zh) | 一种天然气水合物的饱和度估算方法及系统 | |
| Tsuji et al. | Mineral classification from quantitative X‐ray maps using neural network: Application to volcanic rocks | |
| CN114791482A (zh) | 一种确定岩石矿物含量系数的方法及装置、存储介质 | |
| Ferrer et al. | Modeling the uncertainty in the layout of geological units by implicit boundary simulation accounting for a preexisting interpretive geological model | |
| CN116859478A (zh) | 一种基于瞬变电磁法成像的地下水模拟方法及系统 | |
| Zhao et al. | Fractal characterization and petrophysical analysis of 3D dynamic digital rocks of sandstone | |
| CN115409286A (zh) | 一种蚀变火成岩矿物测录井综合最优化反演方法 | |
| CN114965530A (zh) | 火成岩岩性类型的确定方法、存储介质和计算机设备 | |
| Al‐Khalifah et al. | The impact of data integration on geostatistical porosity modelling: A case study from the Berri Field, Saudi Arabia | |
| Svensson et al. | Grains, grids and mineral surfaces: approaches to grain-scale matrix modeling based on X-ray micro-computed tomography data | |
| Manzocchi et al. | Vertical stacking statistics of multi-facies object-based models | |
| CN114791439A (zh) | 火成岩矿物成分确定方法、装置、计算机设备和存储介质 | |
| Shiwen et al. | Three-dimensional stochastic simulations of soil clay and its response to sampling density |
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 |