CN115147340A - 岩石裂缝变形信息获取方法、装置、设备和存储介质 - Google Patents
岩石裂缝变形信息获取方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN115147340A CN115147340A CN202110351437.XA CN202110351437A CN115147340A CN 115147340 A CN115147340 A CN 115147340A CN 202110351437 A CN202110351437 A CN 202110351437A CN 115147340 A CN115147340 A CN 115147340A
- Authority
- CN
- China
- Prior art keywords
- fracture
- crack
- image
- test
- pressure
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种岩石裂缝变形信息获取方法、装置、设备和存储介质。该方法包括:获取向裂缝岩石样品施加的多个测试压力;分别获取多个测试压力下裂缝岩石样品的扫描图像;对多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息。采用本申请,可以得到更准确地生成裂缝变形信息,从而提高油气采收率。
Description
技术领域
本发明涉及油藏开发技术领域,特别是涉及一种岩石裂缝变形信息获取方法、装置、设备和存储介质。
背景技术
油藏中的裂缝不仅是流动的通道,也是重要的储油空间,裂缝对油气流动能力和油井产能影响明显。据统计,现场由于裂缝变形对油井产量的影响大约在30%-65%之间,原因是随着油藏开发进程,地层压力下降,裂缝宽度发生变化甚至闭合,直接影响油气由裂缝流向井底的能力,这说明地应力作用下的裂缝宽度变化对于储层渗透率具有重要影响,从而影响油气产量和油气采出程度。因此,裂缝的变形情况是油气开采的重要研究内容,对于油气合理开采具有指导意义。
现有的研究裂缝变形情况的方法主要包括现场生产数据统计方法、室内物理模拟和岩石力学数值模拟三大类,对裂缝的变形研究大多基于数据,极少数研究考虑的也仅是表征岩石表面形态的二维图像。而基于数据的研究很难准确地反映变形规律,比如在裂缝形成过程中,极易产生其他类型的孔隙,变形研究的数据和信息包含其他类型的孔隙变形,这样裂缝变形过程裂缝形态的变化就说不清楚,难以获得准确的裂缝变形规律。
发明内容
本发明要解决的技术问题是:现有技术中裂缝变形规律获取准确性低、影响油气采收率的问题。
为解决上述技术问题,本发明提供了一种岩石裂缝变形信息获取方法、装置、设备和存储介质。
一种岩石裂缝变形信息获取方法,包括:
获取向裂缝岩石样品施加的多个测试压力;
分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
在其中一个实施例中,所述分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像,包括:
采集在所述测试压力下沿所述裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。
在其中一个实施例中,对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型,包括:
识别所述测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像;
对所述测试压力下的裂缝图像进行三维建模,得到所述测试压力对应的裂缝三维模型。
在其中一个实施例中,所述识别所述测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像,包括:
若所述裂缝岩石样品以裂缝为主,则利用连通性检测算法保留所述测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;
若所述裂缝岩石样品为缝洞组合的样品,则基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。
在其中一个实施例中,所述对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型之前,还包括:
获取未加压时扫描所述裂缝岩石样品的图像,得到参考图像;
根据所述参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在其中一个实施例中,所述根据所述参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像,包括:
采用SIFT特征匹配算法,基于所述参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在其中一个实施例中,所述基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息,包括:
对各测试压力对应的裂缝三维模型进行图像处理,得到所述测试压力下所述裂缝岩石样品不同裂缝位置的裂缝宽度;
对不同裂缝位置的裂缝宽度求平均,得到所述测试压力对应的平均裂缝宽度;
根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。
在其中一个实施例中,所述对各测试压力对应的裂缝三维模型进行图像处理,得到所述测试压力下所述裂缝岩石样品不同裂缝位置的裂缝宽度之后,还包括:
根据所述测试压力下不同裂缝位置的裂缝宽度,生成所述测试压力对应的裂缝宽度分布曲线。
在其中一个实施例中,所述裂缝岩石样品包括生成垂直裂缝的垂直缝岩石样品和生成高角度裂缝的高角度缝岩石样品。
一种岩石裂缝变形信息获取装置,包括:
压力获取模块,用于获取向裂缝岩石样品施加的多个测试压力;
图像获取模块,用于分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
三维模型生成模块,用于对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
信息生成模块,用于基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如下步骤:
获取向裂缝岩石样品施加的多个测试压力;
分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取向裂缝岩石样品施加的多个测试压力;
分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
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:获取施加多个测试压力的裂缝岩石样品的扫描图像,即基于对裂缝岩石样品带压扫描,采用不同测试压力即改变裂缝岩石样品的有效应力;通过对各个测试压力下的扫描图像进行裂缝识别并建立裂缝三维模型,基于裂缝三维模型进行裂缝分析以得到体现裂缝变化情况的裂缝变形信息,从而基于三维的图像进行可视化的分析和研究,揭示裂缝变形的机理,相比于纯数据分析,可以得到更准确地生成裂缝变形信息,进而提高油气采收率。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是:
图1为一个实施例中岩石裂缝变形信息获取方法的流程示意图;
图2为一种夹持器的结构及CT成像投影示意图;
图3为另一个实施例中岩石裂缝变形信息获取方法的流程示意图;
图4为一个实施例中基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息的流程示意图;
图5为一种基于三维图像求取裂缝宽度的处理过程示意图;
图6为一个实施例中岩石裂缝变形信息获取装置的结构示意图;
图7为SHB1-3井5盒11/19号岩心垂直裂缝示意图;
图8(a)为SHB1-3井5盒11/19号岩心高角度裂缝的三维图像;
图8(b)为SHB1-3井5盒11/19号岩心高角度裂缝的裂缝识别处理结果示意图;
图9为SHB1-3井5盒11/19号岩心的图像配准处理过程示意图;
图10为SHB1-3井5盒11/19号岩心对应的裂缝宽度分布曲线;
图11为SHB1-3井5盒11/19号岩心对应的压力-宽度关系曲线;
图12为SHB1-7井7盒7/21号岩心的高角度裂缝示意图;
图13(a)为SHB1-7井7盒7/21号岩心垂直裂缝的三维图像;
图13(b)为SHB1-7井7盒7/21号岩心高角度裂缝的三维图像;
图14为SHB1-7井7盒7/21号岩心的图像配准处理过程示意图;
图15为SHB1-7井7盒7/21号岩心对应的裂缝宽度分布曲线;
图16为SHB1-7井7盒7/21号岩心对应的压力-宽度关系曲线。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
在现有技术中,研究裂缝变形和闭合规律的方法主要包括现场生产数据统计方法、室内物理模拟和岩石力学数值模拟三大类,在裂缝建模及裂缝开度与地层压力关系的研究方面。解慧、宋佳等利用三维激光扫描仪系统,获取了岩石裂缝表面形态的信息,通过对白云岩、灰岩以及含灰质砾岩进行岩石物理实验,总结出纵向变形量与闭合应力之间的关系模型;王一帆等依据赫兹弹性理论,从微观角度建立裂缝表面微凸体的力学模型,将单条裂缝的闭合问题转化为微凸体压缩的问题,根据微凸体的各类特性对天然裂缝的闭合进行探究;陈光智等通过吻合度来描述裂缝面的闭合情况,通过岩石物理实验,发现当吻合度增加时,裂缝面的实际接触面积增加,裂缝逐步趋于闭合;李大奇等利用加载岩石微观图像分析装置,研究了致密碳酸盐岩在不同围压下的裂缝宽度分布特征及变化规律,结合常规的储层应力敏感性评价实验,探讨了储层应力敏感性的裂缝宽度特征值;程汉列等利用依托赫兹弹性理论和高斯分布函数,对微观条件下的裂缝上下表面接触状况进行建模,对不同岩石性质、不同微观条件下的裂缝闭合模拟和分析,得出天然储层裂缝在有效应力下的真实闭合情况;邱浩等制作了可控裂缝参数的物理模型,基于有效压力-纵波波速响应曲线,计算裂缝的闭合压力。以此为基础,根据控制变量原理设计实验,研究裂缝初始纵横比和裂缝倾角对裂缝闭合压力的影响;张阳等采用实验方法研究了致密砂岩岩心人工闭合裂缝渗透率随覆压增大的变化规律。
目前,针对裂缝的变形特征的研究还有很多问题。首先是在实验室内物理模拟实验方面,由于岩心内部裂缝制作过程多是用切割方法,岩石裂缝缝面平直,这与人工裂缝和天然裂缝内部严重的粗糙缝面明显不同,直接后果是裂缝的流动能力随有效应力变化降低很快,这样的结果无法直接用指导现场生产治理;其次是,裂缝变形和闭合过程的研究结果多是定性研究,相关定量研究主要是利用介质变形理论推导裂缝型储层应力敏感数学模型,另外还有部分学者通过岩石物理实验将渗透率转化成等效水力宽度,再通过渗透率和有效应力的关系,建立等效水力宽度和有效应力的关系,对裂缝宽度分布与有效应力定量关系的研究较少;由于缺少无损检测技术,对裂缝变形过程无法得到直观图像,仅有极少数研究考虑了岩石微观图像,但考虑的仍是表征岩石表面形态的二维图像,而且在裂缝形成过程中,极易产生其他类型的孔隙,这样对裂缝变形过程裂缝中形态的变化就说不清楚,是都包含其他类型的孔隙变形也无法剔除,因此对各种变形机理缺少证据论证,从而限制了对裂缝宽度与应力关系的深入认识,难以建立准确的裂缝闭合规律。
基于此,本申请提供了一种可以获取准确的裂缝变形信息的岩石裂缝变形信息获取方法、装置、计算机设备和计算机可读存储介质,可获取岩石的裂缝变形信息,尤其适用于获取深层断溶体油藏的裂缝变形信息。
实施例一
如图1所示,一种岩石裂缝变形信息获取方法,以该方法应用于计算机设备为例,包括以下步骤:
S110:获取向裂缝岩石样品施加的多个测试压力。
裂缝岩石样品是内部加工有裂缝的岩石。其中,用于作为样品的岩石可以是从待分析的油藏采集的岩石,例如,假设需要获取顺北油田的裂缝变形信息,可以在顺北油田钻进过程获得岩心作为样品,对样品进行两端切割得到加工有裂缝的裂缝岩石样品。工作人员可以根据实际需要制备需要的裂缝形态,比如高角裂缝、垂直裂缝等。
测试压力是实验中给裂缝岩石样品施加的压力,具体可以包括裂缝岩石样品的径向压力和轴向压力中的至少一种,从而可以模拟地层压力;径向即垂直于裂缝岩石样品的高度方向,轴向即沿裂缝岩石样品的高度方向。例如,可以将裂缝岩石样品放置于夹持器,由夹持器给裂缝岩石样品施加测试压力。比如,采用如图2所示的夹持器,工作围压≤80MPa,工作轴压≤80MPa,裂缝岩石样品的规格为直径25.4mm、长度10mm-50mm的圆柱形。
具体地,测试压力有多个,采用一个测试压力实验之后,更改测试压力重复实验,计算机设备可以获取每一次的测试压力。具体地,计算机设备可以连接夹持器、自动采集测试压力,或者也可以是人工输入每一次的测试压力。
S130:分别获取多个测试压力下裂缝岩石样品的扫描图像。
其中,扫描图像是扫描裂缝岩石样品所得到的图像;具体地,可以是由扫描仪分别扫描每一次施加测试压力后裂缝岩石样品的图像,根据每一次扫描的图像得到扫描图像。例如,计算机设备从扫描仪处采集每一次施加测试压力后扫描的图像,分别得到对应的测试压力下的扫描图像。
S150:对多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型。
裂缝识别是识别扫描图像中的裂缝,裂缝识别后,建立裂缝三维模型。其中,裂缝三维模型是包含裂缝的三维图像。具体地,对于每一个测试压力下的扫描图像分别进行裂缝识别、建立裂缝三维模型,得到每一个测试压力对应的裂缝三维模型。
S170:基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息。
采用各个测试压力对应的裂缝三维模型进行裂缝分析,得到裂缝变形信息。其中,裂缝变形信息是体现与测试压力相关的裂缝变化情况的信息。具体地,裂缝变形信息可以包括裂缝宽度随压力变化的信息,和/或每一个测试压力下的裂缝宽度变化信息。具体地,生成裂缝变形信息后,还可以进行信息输出,将裂缝变形信息输出至输出设备以便工作人员查看,例如可以是输出至显示屏进行显示。
上述岩石裂缝变形信息获取方法中,获取施加多个测试压力的裂缝岩石样品的扫描图像,即基于对裂缝岩石样品带压扫描,采用不同测试压力即改变裂缝岩石样品的有效应力;通过对各个测试压力下的扫描图像进行裂缝识别并建立裂缝三维模型,基于裂缝三维模型进行裂缝分析以得到体现裂缝变化情况的裂缝变形信息,从而基于三维的图像进行可视化的分析和研究,揭示裂缝变形的机理,相比于纯数据分析,可以得到更准确地生成裂缝变形信息,进而提高油气采收率。
在其中一个实施例中,裂缝岩石样品包括生成垂直裂缝的垂直缝岩石样品和生成高角度裂缝的高角度缝岩石样品。
其中,垂直裂缝是裂缝延伸方向与径向的角度约等于90°的裂缝,高角度裂缝是裂缝延伸方向与径向的角度大于40°的裂缝。对于深层断溶体油藏,储层中广泛发育高角度裂缝,比如塔河外围和顺北油藏埋深普遍在5000米以上,属于深层断溶体油藏。其中,对于垂直裂缝,可以采用巴西劈裂方法来产生,基于圆柱形岩石样品在径向受压、产生垂直于加载方向的拉伸应力、最终导致失稳的原理,将径向的位移转换为线载荷,在样品内部产生垂直于荷载作用方向的拉伸应力,即在竖向的加载方向上样品各点均受到拉应力作用,使样品因拉应力而破坏。其中,对于高角度缝,可以通过线切割方法实现。具体地,可以是对脆性材料的岩石样品分别制备垂直裂缝和高角度裂缝,比如对碳酸盐岩样品产生裂缝。
研究发现,影响裂缝变形和闭合规律的主要因素除了岩石矿物类型、裂缝形态等这些固有的情况以外,主要是裂缝内外的压力差,在油田开发过程中就是上覆压力和内部流体的压力差值,也就是有效地层应力的大小,与地层温度关系不大,这样在进行裂缝变形和闭合规律研究中抓住地层应力和裂缝形态就可以得到主要矛盾。本申请中,获取不同测试压力下的裂缝宽度,即是通过改变模拟的裂缝岩石样品的测试压力获取裂缝宽度,在此基础上,进一步设置不同裂缝形态的裂缝岩石样品,则对不同测试压力和不同裂缝形态进行分析,可以得到不同裂缝形态的裂缝变形信息。
在其中一个实施例中,裂缝岩石样品为满足预设的渗透率测试要求的样品。其中,渗透率测试要求可以根据实际需要确定;例如,渗透率测试要求可以是裂缝岩石样品的渗透率大于或等于预设阈值,其中,渗透率可以通过对裂缝岩石样品进行缝隙充氮试验、测试渗透率得到。通过采用满足预设的渗透率测试要求的裂缝岩石样品,对使用的裂缝岩石样品进行筛选,可以确保用于研究的样品品质,提高获取的裂缝变形信息的准确性。
在其中一个实施例中,步骤S130包括:采集在测试压力下沿裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。
在测试压力下沿裂缝岩石样品轴向扫描,即在裂缝岩石样品被施加测试压力的情况下,沿裂缝岩石样品的轴向进行扫描,得到不同方位的二维数字切片。通过对施压下的裂缝岩石样品扫描,即对裂缝岩石样品进行带压扫描得到扫描图像,可基于扫描图像对裂缝变形过程进行可视化的观测、分析和研究,揭示裂缝变形的机理,并消除了裂缝三维状态带来的不准确性。具体地,可以采用X-CT无损检测技术进行扫描,比如采用nanoVoxel-3000型X射线CT扫描仪,最小分辨率为500nm,扫描得到的图像清晰度高。
在其中一个实施例中,步骤S150包括步骤(a1)和步骤(a2)。
步骤(a1):识别测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像。
提取裂缝是提取扫描图像中的以裂缝为主体的区域,从而得到以裂缝为主体的裂缝图像。具体地,对裂缝的识别可以是采用识别算法进行自动识别,也可以是由人工操作计算机设备对扫描图像进行截选处理以识别。
步骤(a2):对测试压力下的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。
每一个测试压力均对应各自的裂缝三维模型。研究发现,在裂缝形成过程中,极易产生其他类型的孔隙,影响对裂缝变形情况的分析;通过对扫描图像进行识别识别和提取,可以去除干扰、将分析的图像区域精确到裂缝区域,从而提高裂缝分析的准确性,进而提高获取的裂缝变形信息的准确性。
具体地,对于步骤S130中扫描得到的不同方位的二维数字切片,步骤(a1)可以是对测试压力对应的不同方位的二维数字切片进行裂缝识别,分别提取裂缝得到测试压力对应的不同方位的裂缝图像。步骤(a2)可以是基于同一测试压力对应的不同方位的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。
例如,对于测试压力X1下扫描的多张二维数字切片,对第一张二维数字切片识别裂缝得到第一张裂缝图像,同样对测试压力X1对应的每一张二维数字切片都进行相同的操作得到多张裂缝图像,对应为不同方位的裂缝图像。采用测试压力X1对应的多张裂缝图像进行三维建模,得到测试压力X1对应的裂缝三维模型。可以理解,对于不同的测试压力,执行相同的识别裂缝得到裂缝图像、基于裂缝图像三维建模的操作,得到每一个测试压力对应的裂缝三维模型。
在其中一个实施例中,步骤(a1)包括:若裂缝岩石样品以裂缝为主,则利用连通性检测算法保留测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;若裂缝岩石样品为缝洞组合的样品,则基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。
以裂缝为主的岩石,是指岩石包含的溶洞数量小于预设数量,或者溶洞的总体积占岩石体积的比例小于预设值;以裂缝为主,与缝洞组合是两种不同的类型。裂缝岩石样品的类型,具体是以裂缝为主还是缝洞组合,可以根据人工判断进行预先设定。对于以裂缝为主的裂缝岩石样品,可以通过采用连通性检测算法保留测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,从而识别裂缝;对于缝洞组合的裂缝岩石样品,根据裂缝随压力变化大、孔隙随压力变化小的规律,通过图像配准算法,利用不同压力图像对比,从而识别裂缝。如此,通过对不同类型的裂缝岩石样品采用不同的裂缝识别方法,识别准确性高。
在其中一个实施例中,步骤(a2)包括:对测试压力下的裂缝图像进行三维图像重建、图像滤波和图像二值化处理,得到测试压力对应的裂缝三维模型。
其中,三维图像重建是用于建立三维图像的方法;具体地,可以对测试压力对应的不同方位的裂缝图像进行三维图像重建。计算机设备可以采用公知的三维图像重建的算法建立三维图像、采用公知的图像滤波方法对建立的三维图像进行滤波,再采用公知的图像二值化方法对滤波后的图像进行二值化处理,得到裂缝三维模型。通过在三维图像重建后进行滤波和二值化,可以提高生成图像的准确性,进而提高基于图像分析获取的裂缝变形信息的准确性。
在其中一个实施例中,参考图3,步骤S150之前还包括步骤S140和步骤S141。
S140:获取未加压时扫描裂缝岩石样品的图像,得到参考图像。
具体地,步骤S140可以包括:在未给裂缝岩石样品加压时、对裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。其中,步骤S140可以是于步骤S110之前执行,也可以是于步骤S110之后、步骤S130之前执行,还可以是于步骤S130之后执行,不做具体限定。
S141:根据参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
对应地,步骤S150是对多个测试压力对应的配准后的扫描图像进行裂缝识别并建立裂缝三维模型。
图像配准可以将扫描图像的空间位置配准到与参考图像基本一致。裂缝岩石样品在被施加压力的情况下,容易产生位置移动,不同的测试压力下位置移动的程度可能不同,可见位置移动会带来分析误差。通过分别获取未施加压力的情况下扫描裂缝岩石样品后得到的参考图像,以及施加各测试压力的情况下裂缝岩石样品的扫描图像,基于参考图像校准扫描图像,可以矫正压力作用下样品的位置移动产生的观测误差,尽可能保证不同测试压力下处理的图像区域相同,以便比较裂缝宽度随压力的变化关系,提高所生成的裂缝变形信息的准确性。
在其中一个实施例中,步骤S141包括:采用SIFT特征匹配算法,基于参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
通过采用采用SIFT特征匹配算法进行图像特征匹配的方式,对各个测试压力下的扫描图像与未加压的情况下的参考图像进行图像特征匹配,可以保证不同测试压力下处理的图像区域相同,位置校准准确性高。
在其中一个实施例中,如图4所示,步骤S170包括步骤S171至步骤S175。
S171:对各测试压力对应的裂缝三维模型进行图像处理,得到测试压力下裂缝岩石样品不同裂缝位置的裂缝宽度。
对每一个测试压力对应的裂缝三维模型进行图像处理,分别得到各个测试压力下、裂缝岩石样品不同裂缝位置的裂缝宽度。其中,不同裂缝位置是指垂直于裂缝的宽度方向上的不同位置;比如,以裂缝的宽度方向为x轴,一个测试压力下的裂缝宽度包括裂缝三维模型中y轴(y轴垂直于x轴)方向上的不同位置的裂缝宽度。具体地,裂缝三维模型中不同裂缝位置的裂缝宽度,可以采用图像处理求得裂缝宽度的方法获取。例如,如图5所示,可以采用基于三维图像的局部计算方法,由三维建模、二维切面、生成距离图、生成距离纹线和生成局部厚度五部分获得裂缝宽度。
S173:对不同裂缝位置的裂缝宽度求平均,得到测试压力对应的平均裂缝宽度。
S175:根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。
其中,压力-宽度关系曲线是以测试压力和平均裂缝宽度中的一个为x轴、一个为y轴的曲线,体现裂缝宽度随压力的变化情况。通过综合各个测试压力下的平均裂缝宽度生成压力-宽度关系曲线,可用于定量分析裂缝宽度随压力改变的变化规律,对裂缝宽度的变形分析全面准确。
在其中一个实施例中,步骤S171之后还包括步骤:根据测试压力下不同裂缝位置的裂缝宽度,生成测试压力对应的裂缝宽度分布曲线。
裂缝宽度分布曲线是表征一个测试压力下裂缝宽度的出现概率的分布曲线,具体可以是缝宽分布谱图。具体地,多个测试压力均对应有各自的裂缝宽度分布曲线。通过分别得到每一个测试压力所对应的裂缝宽度分布曲线,可用于分析各个测试压力下裂缝宽度的变化规律。
具体地,裂缝变形信息可用于分析裂缝闭合规律。例如,步骤S170之后还可以包括步骤:对压力-宽度关系曲线进行拟合分析,得到平均裂缝宽度为原始裂缝宽度的80%所对应的测试压力作为裂缝闭合压力。平均裂缝宽度为原始裂缝宽度的80%时,油井产量将下降到原始产能的20%以内。通过分析裂缝闭合压力,有助于工作人员获取使油井产量的大幅下降的压力,以便进行有效地处理应对,提高采收率。
应该理解的是,虽然图1、图3-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1、图3-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
实施例二
如图6所示,提供了一种岩石裂缝变形信息获取装置,包括压力获取模块610、图像获取模块630、三维模型生成模块650和信息生成模块670。
压力获取模块610用于获取向裂缝岩石样品施加的多个测试压力;图像获取模块630用于分别获取多个测试压力下裂缝岩石样品的扫描图像;三维模型生成模块650用于对多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;信息生成模块670用于基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息。
上述岩石裂缝变形信息获取装置,获取施加多个测试压力的裂缝岩石样品的扫描图像,即基于对裂缝岩石样品带压扫描,采用不同测试压力即改变裂缝岩石样品的有效应力;通过对各个测试压力下的扫描图像进行裂缝识别并建立裂缝三维模型,基于裂缝三维模型进行裂缝分析以得到体现裂缝变化情况的裂缝变形信息,从而基于三维的图像进行可视化的分析和研究,揭示裂缝变形的机理,相比于纯数据分析,可以得到更准确地生成裂缝变形信息,进而提高油气采收率。
在其中一个实施例中,裂缝岩石样品包括生成垂直裂缝的垂直缝岩石样品和生成高角度裂缝的高角度缝岩石样品。通过在改变模拟的裂缝岩石样品的测试压力获取裂缝宽度的基础上,进一步设置不同裂缝形态的裂缝岩石样品,则对不同测试压力和不同裂缝形态进行分析,可以得到不同裂缝形态的裂缝变形信息。
在其中一个实施例中,裂缝岩石样品为满足预设的渗透率测试要求的样品。通过采用满足预设的渗透率测试要求的裂缝岩石样品,对使用的裂缝岩石样品进行筛选,可以确保用于研究的样品品质,提高获取的裂缝变形信息的准确性。
在其中一个实施例中,图像获取模块630用于采集在测试压力下沿裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。通过对施压下的裂缝岩石样品扫描,即对裂缝岩石样品进行带压扫描得到扫描图像,可基于扫描图像对裂缝变形过程进行可视化的观测、分析和研究,揭示裂缝变形的机理,并消除了裂缝三维状态带来的不准确性。
在其中一个实施例中,三维模型生成模块650包括识别单元(图未示)和三维建模单元(图未示),识别单元用于识别测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像;三维建模单元用于对测试压力下的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。通过对扫描图像进行识别识别和提取,可以去除干扰、将分析的图像区域精确到裂缝区域,从而提高裂缝分析的准确性,进而提高获取的裂缝变形信息的准确性。
具体地,对于图像获取模块630扫描得到的不同方位的二维数字切片,识别单元可以是对测试压力对应的不同方位的二维数字切片进行裂缝识别,分别提取裂缝得到测试压力对应的不同方位的裂缝图像。三维建模单元可以是基于同一测试压力对应的不同方位的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。
在其中一个实施例中,识别单元用于在裂缝岩石样品以裂缝为主时,利用连通性检测算法保留测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;在裂缝岩石样品为缝洞组合的样品时,基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。通过对不同类型的裂缝岩石样品采用不同的裂缝识别方法,识别准确性高。
在其中一个实施例中,三维建模单元用于对测试压力下的裂缝图像进行三维图像重建、图像滤波和图像二值化处理,得到测试压力对应的裂缝三维模型。通过在三维图像重建后进行滤波和二值化,可以提高生成图像的准确性,进而提高基于图像分析获取的裂缝变形信息的准确性。
在其中一个实施例中,上述岩石裂缝变形信息获取装置还包括预处理模块(图未示),用于在三维模型生成模块650之前,获取未加压时扫描裂缝岩石样品的图像,得到参考图像;根据参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。对应地,三维模型生成模块650是根据各测试压力对应的配准后的扫描图像,分别提取包含裂缝区域的局部三维图。通过图像配准,可以矫正压力作用下样品的位置移动产生的观测误差,尽可能保证不同测试压力下处理的图像区域相同,以便比较裂缝宽度随压力的变化关系,提高所生成的裂缝变形信息的准确性。
在其中一个实施例中,预处理模块具体可以是采用SIFT特征匹配算法,基于参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在其中一个实施例中,信息生成模块670用于对各测试压力对应的裂缝三维模型进行图像处理,得到测试压力下裂缝岩石样品不同裂缝位置的裂缝宽度;对不同裂缝位置的裂缝宽度求平均,得到测试压力对应的平均裂缝宽度;根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。通过综合各个测试压力下的平均裂缝宽度生成压力-宽度关系曲线,可用于定量分析裂缝宽度随压力改变的变化规律,对裂缝宽度的变形分析全面准确。
在其中一个实施例中,信息生成模块670还用于在得到不同裂缝位置的裂缝宽度之后,根据测试压力下不同裂缝位置的裂缝宽度,生成测试压力对应的裂缝宽度分布曲线。通过分别得到每一个测试压力所对应的裂缝宽度分布曲线,可用于分析各个测试压力下裂缝宽度的变化规律。
具体地,上述岩石裂缝变形信息获取装置还可以包括规律分析模块,用于对压力-宽度关系曲线进行拟合分析,得到平均裂缝宽度为原始裂缝宽度的80%所对应的测试压力作为裂缝闭合压力。通过分析裂缝闭合压力,有助于工作人员获取使油井产量的大幅下降的压力,以便进行有效地处理应对,提高采收率。
关于岩石裂缝变形信息获取装置的具体限定可以参见上文中对于岩石裂缝变形信息获取方法的限定,在此不再赘述。上述岩石裂缝变形信息获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,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。
实施例三
提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现步骤:获取向裂缝岩石样品施加的多个测试压力;分别获取多个测试压力下裂缝岩石样品的扫描图像;对多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息。
在一个实施例中,处理器执行计算机程序时还实现步骤:采集在测试压力下沿裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。
在一个实施例中,处理器执行计算机程序时还实现步骤:识别测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像;对测试压力下的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。
在一个实施例中,处理器执行计算机程序时还实现步骤:若裂缝岩石样品以裂缝为主,则利用连通性检测算法保留测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;若裂缝岩石样品为缝洞组合的样品,则基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。
在一个实施例中,处理器执行计算机程序时还实现步骤:对测试压力下的裂缝图像进行三维图像重建、图像滤波和图像二值化处理,得到测试压力对应的裂缝三维模型。
在一个实施例中,处理器执行计算机程序时还实现步骤:获取未加压时扫描裂缝岩石样品的图像,得到参考图像;根据参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在一个实施例中,处理器执行计算机程序时还实现步骤:采用SIFT特征匹配算法,基于参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在一个实施例中,处理器执行计算机程序时还实现步骤:对各测试压力对应的裂缝三维模型进行图像处理,得到测试压力下裂缝岩石样品不同裂缝位置的裂缝宽度;对不同裂缝位置的裂缝宽度求平均,得到测试压力对应的平均裂缝宽度;根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。
在一个实施例中,处理器执行计算机程序时还实现步骤:根据测试压力下不同裂缝位置的裂缝宽度,生成测试压力对应的裂缝宽度分布曲线。
在一个实施例中,处理器执行计算机程序时还实现步骤:对压力-宽度关系曲线进行拟合分析,得到平均裂缝宽度为原始裂缝宽度的80%所对应的测试压力作为裂缝闭合压力。
上述计算机设备,由于可以实现上述各实施例中方法,同理,可以得到更准确地生成裂缝变形信息,采用该计算机设备用于油藏开发,可以提高油气采收率。
实施例四
提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现步骤:获取向裂缝岩石样品施加的多个测试压力;分别获取多个测试压力下裂缝岩石样品的扫描图像;对多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;基于裂缝三维模型进行裂缝分析,获取裂缝岩石样品的裂缝变形信息。
在一个实施例中,计算机程序被处理器执行时还实现步骤:采集在测试压力下沿裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。
在一个实施例中,计算机程序被处理器执行时还实现步骤:识别测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像;对测试压力下的裂缝图像进行三维建模,得到测试压力对应的裂缝三维模型。
在一个实施例中,计算机程序被处理器执行时还实现步骤:若裂缝岩石样品以裂缝为主,则利用连通性检测算法保留测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;若裂缝岩石样品为缝洞组合的样品,则基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。
在一个实施例中,计算机程序被处理器执行时还实现步骤:对测试压力下的裂缝图像进行三维图像重建、图像滤波和图像二值化处理,得到测试压力对应的裂缝三维模型。
在一个实施例中,计算机程序被处理器执行时还实现步骤:获取未加压时扫描裂缝岩石样品的图像,得到参考图像;根据参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在一个实施例中,计算机程序被处理器执行时还实现步骤:采用SIFT特征匹配算法,基于参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
在一个实施例中,计算机程序被处理器执行时还实现步骤:对各测试压力对应的裂缝三维模型进行图像处理,得到测试压力下裂缝岩石样品不同裂缝位置的裂缝宽度;对不同裂缝位置的裂缝宽度求平均,得到测试压力对应的平均裂缝宽度;根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。
在一个实施例中,计算机程序被处理器执行时还实现步骤:根据测试压力下不同裂缝位置的裂缝宽度,生成测试压力对应的裂缝宽度分布曲线。
在一个实施例中,计算机程序被处理器执行时还实现步骤:对压力-宽度关系曲线进行拟合分析,得到平均裂缝宽度为原始裂缝宽度的80%所对应的测试压力作为裂缝闭合压力。
上述计算机可读存储介质,由于可以实现上述各实施例中方法,同理,可以得到更准确地生成裂缝变形信息,应用于油藏开发,可以提高油气采收率。
为更好的说明本申请,以下以具体的应用实施例进行说明。
应用实施例1:SHB1-3井5盒11/19号岩心裂缝变形过程模拟
对SHB1-3井5盒11/19号岩心制备裂缝,垂直裂缝样品如图7所示,高角度裂缝的三维图像如图8(a)所示,对图8(a)进行裂缝识别,如图8(b)所示;基于参考图像(0Mpa下的图像)进行图像配准,如图9所示;处理得到的不同测试压力下的裂缝宽度分布曲线如图10所示,如图11为升压后降压过程进行实验得到的压力-宽度关系曲线。
实验测试了多个不同有效应力(测试压力)下的裂缝变化,由实验结果,可以得到该井裂缝闭合的压力值为56MPa,也就是地层压力由89.2MPa下降到33.2Mpa裂缝将完全闭合,因此该井压力下降的空间余地较大。
应用实施例2:SHB1-7井7盒7/21号岩心裂缝变形过程模拟
对SHB1-7井7盒7/21号岩心制备裂缝,高角度缝样品如图12所示,垂直裂缝和高角度裂缝的三维图像如图13(a)和图13(b)所示;基于参考图像(0Mpa下的图像)进行图像配准,如图14所示;处理得到的不同测试压力下的裂缝宽度分布曲线如图15所示,如图16为升压过程进行实验得到的压力-宽度关系曲线。
实验测试了多个不同有效应力(测试压力)下的裂缝变化,由实验结果,可以得到该井裂缝闭合的压力值为7.9MPa,也就是地层压力由88.5MPa下降到80.6Mpa裂缝将完全闭合,因此该井压力下降的空间余地很小。
由实验可知,基于X-CT扫描和图像分析研究垂直裂缝和高角度裂缝在应力作用下的变形和闭合规律的方法,有效解决了传统研究中,利用岩石物理实验难以模拟粗糙缝面、无法剔除其他非裂缝影响、定性化的黑箱模拟的弊端;利用X-CT技术,基于裂缝缝面形态的图像,对裂缝变形过程中对的裂缝缝面形态进行可视化的观测、分析和研究,揭示裂缝变形的机理,并消除了裂缝三维状态带来的不准确性。通过对裂缝在压力作用下的变形和闭合规律的准确的定量的深入认识,对于提高油气采收率,指导油藏开发具有重要意义。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在本说明书的描述中,参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性描述不一定指的是相同的实施例或示例。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
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 (12)
1.一种岩石裂缝变形信息获取方法,其特征在于,包括:
获取向裂缝岩石样品施加的多个测试压力;
分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
2.根据权利要求1所述的方法,其特征在于,所述分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像,包括:
采集在所述测试压力下沿所述裂缝岩石样品轴向扫描得到的不同方位的二维数字切片。
3.根据权利要求1所述的方法,其特征在于,所述对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型,包括:
识别所述测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像;
对所述测试压力下的裂缝图像进行三维建模,得到所述测试压力对应的裂缝三维模型。
4.根据权利要求3所述的方法,其特征在于,所述识别所述测试压力下的扫描图像中的裂缝,提取裂缝得到裂缝图像,包括:
若所述裂缝岩石样品以裂缝为主,则利用连通性检测算法保留所述测试压力下扫描图像中的裂缝主体、剔除孤立孔隙,得到裂缝图像;
若所述裂缝岩石样品为缝洞组合的样品,则基于不同测试压力下的扫描图像,通过图像配准算法识别裂缝,提取裂缝主体得到裂缝图像。
5.根据权利要求1所述的方法,其特征在于,所述对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型之前,还包括:
获取未加压时扫描所述裂缝岩石样品的图像,得到参考图像;
根据所述参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
6.根据权利要求5所述的方法,其特征在于,所述根据所述参考图像,对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像,包括:
采用SIFT特征匹配算法,基于所述参考图像分别对各测试压力下的扫描图像进行图像配准,得到各测试压力对应的配准后的扫描图像。
7.根据权利要求1所述的方法,其特征在于,所述基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息,包括:
对各测试压力对应的裂缝三维模型进行图像处理,得到所述测试压力下所述裂缝岩石样品不同裂缝位置的裂缝宽度;
对不同裂缝位置的裂缝宽度求平均,得到所述测试压力对应的平均裂缝宽度;
根据各测试压力的平均裂缝宽度,生成表征裂缝宽度与压力变化关系的压力-宽度关系曲线。
8.根据权利要求7所述的方法,其特征在于,所述对各测试压力对应的裂缝三维模型进行图像处理,得到所述测试压力下所述裂缝岩石样品不同裂缝位置的裂缝宽度之后,还包括:
根据所述测试压力下不同裂缝位置的裂缝宽度,生成所述测试压力对应的裂缝宽度分布曲线。
9.根据权利要求1所述的方法,其特征在于,所述裂缝岩石样品包括生成垂直裂缝的垂直缝岩石样品和生成高角度裂缝的高角度缝岩石样品。
10.一种岩石裂缝变形信息获取装置,其特征在于,包括:
压力获取模块,用于获取向裂缝岩石样品施加的多个测试压力;
图像获取模块,用于分别获取所述多个测试压力下所述裂缝岩石样品的扫描图像;
三维模型生成模块,用于对所述多个测试压力下的扫描图像分别进行裂缝识别并建立裂缝三维模型;
信息生成模块,用于基于所述裂缝三维模型进行裂缝分析,获取所述裂缝岩石样品的裂缝变形信息。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351437.XA CN115147340A (zh) | 2021-03-31 | 2021-03-31 | 岩石裂缝变形信息获取方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351437.XA CN115147340A (zh) | 2021-03-31 | 2021-03-31 | 岩石裂缝变形信息获取方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147340A true CN115147340A (zh) | 2022-10-04 |
Family
ID=83404203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110351437.XA Pending CN115147340A (zh) | 2021-03-31 | 2021-03-31 | 岩石裂缝变形信息获取方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147340A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363321A (zh) * | 2023-01-09 | 2023-06-30 | 中国科学院武汉岩土力学研究所 | 一种岩样酸化压裂后三维裂缝形态重构方法 |
-
2021
- 2021-03-31 CN CN202110351437.XA patent/CN115147340A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363321A (zh) * | 2023-01-09 | 2023-06-30 | 中国科学院武汉岩土力学研究所 | 一种岩样酸化压裂后三维裂缝形态重构方法 |
CN116363321B (zh) * | 2023-01-09 | 2023-10-13 | 中国科学院武汉岩土力学研究所 | 一种岩样酸化压裂后三维裂缝形态重构方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ju et al. | Laboratory in situ CT observation of the evolution of 3D fracture networks in coal subjected to confining pressures and axial compressive loads: a novel approach | |
Ramandi et al. | Digital rock analysis for accurate prediction of fractured media permeability | |
CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
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 | |
AU2011258594B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
US8909508B2 (en) | Petrographic image analysis for determining capillary pressure in porous media | |
CN110415167A (zh) | 一种基于数字图像技术的粗糙面裂隙生成方法及试验系统 | |
CN113158490B (zh) | 致密砂岩储层渗透率计算模型的建立方法 | |
CN109490165A (zh) | 表征碳酸盐岩非组构选择性储集空间的方法 | |
CN115147340A (zh) | 岩石裂缝变形信息获取方法、装置、设备和存储介质 | |
Kahl et al. | Crystal surface reactivity analysis using a combined approach of X-ray micro-computed tomography and vertical scanning interferometry | |
CN113570652B (zh) | 基于sem图像的砂岩储层矿物晶间孔的定量分析方法 | |
CN111426616A (zh) | 碳酸盐岩弹性性质与孔隙结构获取方法、装置及存储介质 | |
CN112147680A (zh) | 岩石内部微裂缝提取和刻画方法及系统 | |
CN111738978B (zh) | 储层孔喉连通性的评价方法、装置、电子设备及存储介质 | |
Tripathi et al. | Exporting petrophysical properties of sandstones from thin section image analysis | |
Kazak et al. | Integration of large-area SEM imaging and automated mineralogy-petrography data for justified decision on nano-scale pore-space characterization sites, as a part of multiscale digital rock modeling workflow | |
Liu et al. | Quantitative characterization of tight rock microstructure of digital core | |
CN116502557B (zh) | 基于网格分析法的储层压裂后可动流体饱和度计算方法 | |
Zou et al. | Assessing the impact of pore‐fracture structures on permeability sensitivity in tectonic coal using computerized tomography scanning | |
RU2774959C1 (ru) | Способ определения фильтрационных свойств неоднородных пористых образцов | |
Cardoso et al. | Porosity features extraction based on image segmentation technique applying k-means clustering algorithm | |
CN116413183A (zh) | 一种孔隙连通性评价方法和装置 | |
US20240053246A1 (en) | Process for identifying a sub-sample and a method for determining the petrophysical properties of a rock sample | |
CN116906033A (zh) | 一种用于碳酸盐岩储层的测井评价技术及系统 |
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 |