CN115254213A - 一种基于真实土壤孔隙网络的微流控芯片装置 - Google Patents
一种基于真实土壤孔隙网络的微流控芯片装置 Download PDFInfo
- Publication number
- CN115254213A CN115254213A CN202210728684.1A CN202210728684A CN115254213A CN 115254213 A CN115254213 A CN 115254213A CN 202210728684 A CN202210728684 A CN 202210728684A CN 115254213 A CN115254213 A CN 115254213A
- Authority
- CN
- China
- Prior art keywords
- pore
- soil
- network model
- pore network
- radius
- 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
- 239000011148 porous material Substances 0.000 title claims abstract description 146
- 239000002689 soil Substances 0.000 title claims abstract description 105
- 238000004088 simulation Methods 0.000 claims abstract description 29
- 239000002245 particle Substances 0.000 claims abstract description 17
- 239000007788 liquid Substances 0.000 claims abstract description 16
- 239000011521 glass Substances 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 13
- 238000009827 uniform distribution Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 description 7
- 230000035699 permeability Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 239000004205 dimethyl polysiloxane Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013870 dimethyl polysiloxane Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010603 microCT Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- CXQXSVUQTKDNFP-UHFFFAOYSA-N octamethyltrisiloxane Chemical compound C[Si](C)(C)O[Si](C)(C)O[Si](C)(C)C CXQXSVUQTKDNFP-UHFFFAOYSA-N 0.000 description 1
- 238000004987 plasma desorption mass spectroscopy Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L3/00—Containers or dishes for laboratory use, e.g. laboratory glassware; Droppers
- B01L3/50—Containers for the purpose of retaining a material to be analysed, e.g. test tubes
- B01L3/502—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures
- B01L3/5027—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures by integrated microfluidic structures, i.e. dimensions of channels and chambers are such that surface tension forces are important, e.g. lab-on-a-chip
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L3/00—Containers or dishes for laboratory use, e.g. laboratory glassware; Droppers
- B01L3/50—Containers for the purpose of retaining a material to be analysed, e.g. test tubes
- B01L3/502—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures
- B01L3/5027—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures by integrated microfluidic structures, i.e. dimensions of channels and chambers are such that surface tension forces are important, e.g. lab-on-a-chip
- B01L3/502707—Containers for the purpose of retaining a material to be analysed, e.g. test tubes with fluid transport, e.g. in multi-compartment structures by integrated microfluidic structures, i.e. dimensions of channels and chambers are such that surface tension forces are important, e.g. lab-on-a-chip characterised by the manufacture of the container or its components
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L2300/00—Additional constructional details
- B01L2300/08—Geometry, shape and general structure
- B01L2300/0809—Geometry, shape and general structure rectangular shaped
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01L—CHEMICAL OR PHYSICAL LABORATORY APPARATUS FOR GENERAL USE
- B01L2300/00—Additional constructional details
- B01L2300/08—Geometry, shape and general structure
- B01L2300/0861—Configuration of multiple channels and/or chambers in a single devices
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Hematology (AREA)
- Clinical Laboratory Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于真实土壤孔隙网络的微流控芯片装置,包括微流控芯片和载玻片;微流控芯片和载玻片键合,两者之间设置有空腔区域,微流控芯片上开设有与空腔区域连通的进液口和出液口,空腔区域内设置有土壤结构模拟区,所述土壤结构模拟区内设置有孔隙网络模型,所述孔隙网络模型由用于模拟的土壤颗粒排列构成。该方案不仅能使用到土壤结构中的大部分参数,提高模拟的真实性,而且孔隙网络构建方案能适用于各种类型的土壤结构。
Description
技术领域
本发明属于土壤微流控技术领域,具体涉及一种基于真实土壤孔隙网络的微流控芯片装置。
背景技术
在土壤水分运动的研究中,难以直观地对土壤内部水分流动进行微观尺度观测。现有的CT扫描技术能直接扫描土壤的内部孔隙,其原理是利用图像灰度值的划分来分辨孔隙与实体土壤,但是难以对其中的水分形态进行区分且无法动态识别水流状态,对土壤水分流动研究的帮助非常有限。而由透明材料—聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)制作的微流控芯片可以模拟土壤内部的多孔结构,可直接观测水分在模拟土壤孔隙结构内部的流动情况。但如何在芯片内部构建合理的土壤多孔结构仍然是个难题。
由于微流控芯片已成功应用于医疗生物等领域的多孔介质内部流动可视化,近年来有学者尝试用芯片模拟土壤环境。目前对于土壤多孔介质的构建仍停留在初级阶段,主要用于均质结构的仿真。现有的模拟土壤的微流控芯片布置主要有两种,一种是方形排列微柱,一种是交错排列微柱,并且主要实现的都是均质结构的构建。在土壤结构数据中仅关注了土壤孔隙率这一参数,通过调整微柱形状、直径大小、微柱间距、排布规律等特征来对孔隙率参数和土壤渗透性进行拟合。对于非均质结构进行仿真的排布策略目前还相对较少。现有用于模拟土壤多孔介质的微流控芯片,采用的设计结构方案是改变结构中微柱的排列及其大小等参数,且在设计中仅参考了土壤参数中的孔隙率大小,未考虑土壤的孔隙大小分布,土壤孔隙的连通率和喉道大小等因素,设计的土壤芯片多为均质结构,属于一种非常理想化的形态,与实际脱离,用于模拟土壤的真实性尚有欠缺。
综上所述,现有方法存在的不足主要包括:用于模拟土壤多孔结构的方法主要通过微柱排列的方法,仅考虑到孔隙率和渗透系数,用于模拟土壤的真实性尚有欠缺,且土壤孔隙的构建无法系统地随CT图像参数进行改变。
发明内容
为了克服现有的土壤微流控芯片内部结构设计所考虑的土壤参数不足,对于土壤多孔介质的构建仍停留在初级阶段,不能满足在复杂孔隙网络下研究的需求,本发明提供一种基于真实土壤孔隙网络的微流控芯片装置,该方案不仅能使用到土壤结构中的大部分参数,提高模拟的真实性,而且孔隙网络构建方案能适用于各类的土壤结构。
本发明的技术方案如下:
本发明提供了一种基于真实土壤孔隙网络的微流控芯片装置,其包括微流控芯片(2)和载玻片(1);所述微流控芯片(2)的下表面设有凹槽区域,所述载玻片(1)紧贴设置在微流控芯片(2)的下表面,从而使凹槽区域成为空腔区域(5),所述微流控芯片(2)上方开设有与空腔区域(5)连通的进液口(4)和出液口(3),且进液口(4)和出液口(3)分别位于空腔区域(5)的两端;所述空腔区域(5)内设置有土壤结构模拟区(6),所述土壤结构模拟区(6)内设置有孔隙网络模型,所述孔隙网络模型由用于模拟真实土壤的土壤颗粒排列构成,所述孔隙网络模型按如下方法设计并获得:
1)选定土壤结构模拟区(6)的范围,即确定土壤结构模拟区(6)的长度和宽度;以点代表孔隙,确定孔喉长度,即各点之间的距离,在选定的区域内生成等间距的点阵;
2)获取要模拟的真实土壤的实测孔隙参数,其中,实测孔隙参数包括孔隙半径及其数据分布、孔喉半径、孔隙度和配位数,所述配位数为每个孔隙所连接的孔喉的个数;
3)设置每个点的大小,每个点的大小通过孔隙半径数据的概率来确定;
4)设置连通概率,其中连通概率由配位数得到;
5)得到孔隙网络模型,对比孔隙网络模型和实测孔隙的孔隙度来确定生成的孔隙网络模型模型是否合理;若不合理,则重新回到步骤1),改变孔喉长度参数;若合理,则输出孔隙网络模型,并根据输出的孔隙网络模型得到用于模拟真实土壤的土壤颗粒的形状,根据得到的用于模拟真实土壤的土壤颗粒的形状生成用于模拟真实土壤的土壤颗粒并组成孔隙网络模型,将孔隙网络模型设置在土壤结构模拟区(6)内。
优选的,所述的步骤3)具体为:
对土壤孔隙按孔隙半径大小进行分组,并根据实测的孔隙半径大小的分布得到各孔隙半径分组的分布概率,令各孔隙半径分组内的孔隙半径分布为均匀分布;通过各个孔隙所分配的上下限孔隙半径,使用均匀分布随机为各个孔隙赋确定的半径值。
进一步的,在本发明的一个优选实施方式中,以10μm作为每个分组的半径跨度,将土壤孔隙分成若干个小区间(例如半径分布在10~20μm为一组,分布在20~30μm的为一组,分布在30~40μm的为一组,以此类推,分组的范围和跨度可灵活调整,分组的原则是使得分段更加接近线性,生成的孔隙大小分布更加接近原始数据)。
优选的,所述的步骤4)具体为:配位数为每个孔隙所连接的孔喉的个数,配位数的取值范围为0-8,其中配位数超过8个的情况也看作配位数为8;根据步骤2)的实测配位数,分别算出配位数0~8所占的比例,得到实测配位数的概率分布,依据该概率分布对每个点的配位数进行随机赋值,并保证每个点的配位数的概率分布与实测配位数的概率分布一致,由配位数进行喉道连接。
优选的,所述的步骤5)中,孔隙网络模型是否合理的判断依据为:对孔隙网络模型进行孔隙度提取,若模型的孔隙度在所模拟的土壤样本孔隙度的范围内,则可认为生成的孔隙网络模型较为合理。
优选的,所述空腔区域(5)的高度相等,颗粒的高度均为50μm。进一步的,所述空腔区域(5)的高度为50μm。
与现有技术相比,本发明所具有的有益效果有:
(1)采用本发明的设计方案,能够充分利用土壤结构中的数据参数,因此克服了现有技术中模拟的土壤真实性欠缺问题,从而取得了提高仿真可靠程度的效果。
(2)采用本发明的孔隙网络构建方案,能够灵活地对不同种类的土壤进行模拟,因此克服了现有技术中芯片所模拟的土壤较为单一的问题,从而取得了能对不同的土壤CT图样构建相应孔隙网络的效果。
附图说明
图1是本发明微流控芯片装置的俯视示意图。
图2是图1中B-B’的剖视示意图;
图3是图2中I部的局部放大示意图;
图4为孔隙网络模型局部放大图;
图5为图4的进一步局部放大图;
图6为真实土壤样本与本方案构建的半径概率密度对比图;
图7为均质结构和本发明结构的流动对比图。
图中1.载玻片,2.微流控芯片,3.出液口,4.进液口,5.空腔,6.土壤结构模拟区域,7.模拟的土壤颗粒。
具体实施方式
下面结合具体实施方式对本发明做进一步阐述和说明。所述实施例仅是本公开内容的示范且不圈定限制范围。本发明中各个实施方式的技术特征在没有相互冲突的前提下,均可进行相应组合。
在图1中,微流控芯片装置主体由上部分的微流控芯片2与下部分的载玻片1键合而成,微流控芯片2的下表面设有凹槽区域,所述载玻片1紧贴键合设置在微流控芯片2的下表面,当完成微流控芯片装置的结构设置后,该凹槽区域即与载玻片1构成了空腔区域5。空腔区域5内设计了土壤结构模拟区6。
所述微流控芯片2上开设有与空腔区域5连通的进液口4和出液口3,且进液口4和出液口3分别位于空腔区域5的两端;所述空腔区域5内设置有土壤结构模拟区6,所述土壤结构模拟区6内设置有孔隙网络模型,所述孔隙网络模型由用于模拟的土壤颗粒排列构成。
本实施例孔隙网络模型按如下方法设计并获得(设计一个模拟Berea砂岩的土壤微流控芯片):
以Berea砂岩的Micro-CT图像作为样品,该样品数据来自于伦敦帝国理工学院石油工程与岩石力学团队。
通过图像所提取的数据如下:
孔隙半径:①最大值:70.86μm②最小值:10.34μm③平均值:22.11μm
孔喉半径:①最大值:58.66μm②最小值:2.59μm③平均值:11.60μm
孔隙度:19.64%
孔隙半径数据分布:50.68%的半径分布在10~20μm,30.82%半径分布在20~30μm,15%的半径分布在30~40μm,3.5%的概率分布在40~50μm,50μm以上出现的概率非常小;
孔喉半径取其平均值,为了与其孔隙半径的最小值匹配,最后选用的半径为10μm;
连通概率由配位数得到:0个的占比为1.36%,1个的占比为7.44%,2个的占比为18.1%,3个的占比为19.25%,4个的占比为15.18%,5个的占比为11.33%,6个的占比为7.32%,7个的占比为6.18%,8个的占比为13.93%。
步骤一:首先选定生成的范围,即土壤结构模拟区的长度和宽度,在本实施例中长度为28.125mm,宽度为12.375mm,选定空腔高度为50μm,设计阶段,以点代表孔隙,确定喉道长度(喉道长度可由图像数据进行初步设定,初始长度为0.18mm),即各点之间的距离,在选定的区域内生成等间距的点阵。
步骤二:每个点的大小通过孔隙半径数据的概率来确定。具体为:对土壤孔隙按孔隙半径大小进行分组,并根据实测的孔隙半径大小的分布得到各孔隙半径分组的分布概率,令各孔隙半径分组内的孔隙半径分布为均匀分布;通过各个孔隙所分配的上下限孔隙半径,使用均匀分布随机为各个孔隙赋确定的半径值。
本实施例中,孔隙半径数据分布:50.68%的半径分布在10~20μm,30.82%半径分布在20~30μm,15%的半径分布在30~40μm,3.5%的概率分布在40~50μm,50μm以上出现的概率非常小,记为0。
具体的,为每个点的半径进行赋值,需要进行两个步骤:①首先通过上述半径的数据概率分布随机为各个点取到不同的半径范围;②由于是对整个半径分布图进行了分段,可将每个分段内的数据分布看成均匀分布,再通过各个点所分配的上下限半径,使用均匀分布随机为各个点赋确定的半径值。
步骤三:根据实测配位数的概率分布,设置连通概率,保证设计得到的各个点配位数的概率分布与根据实测配位数的概率分布一致;
步骤四:对比孔隙网络模型和实测孔隙的孔隙度来检验生成模型是否合理,实例中所用Berea砂岩孔隙度范围在18%~20%,生成的孔隙网络模型的孔隙度在其范围内,则可认为模型合理。若不符合,则重新回到步骤一,改变喉道长度参数。若在范围内,则可输出孔隙网络模型。
最后生成的孔隙网络中,孔喉长度调整为0.375mm,孔隙率为18.06%。
孔隙网络的局部放大图如图4所示,图中的黑点表示生成的孔隙,连线表示生成的孔喉。
最后再根据输出的孔隙网络模型转化成CAD加工图,用于制作芯片内部的多孔结构。CAD加工图的局部放大图如图5所示,图中各种封闭图案表示模拟的土壤颗粒,之间的空隙表示孔隙和孔喉。
本实施例中,所述空腔区域的高度相等,所述用于模拟的土壤颗粒的高度约等于空腔区域的高度,土壤颗粒按孔隙网络模型排列在土壤结构模拟区6内即构成了完整的土壤结构模拟区。
实例仿真
本实施实例主要根据真实岩心孔隙分布特点,分孔隙半径区间确定土壤微流控芯片孔隙,通过上述分组的方法可以构建一组与真实岩心孔隙发育极为接近的孔隙半径,并建立满足网络流动模拟研究的孔隙微观网络模型。通过该方法构建的孔隙半径数据,与伦敦帝国理工学院的数字岩心进行对比验证,两组孔隙半径数据的概率密度相关性达到了98.16%,图6为实际的Berea砂岩孔隙数据和本方案构建的孔隙半径数据概率密度对比图。
对模型的渗流特征进行验证,将本方案所构建的孔隙网络模型与真实土壤样品的CT扫描图均通过格子Boltzmann方法(Lattice Boltzmann Method,LBM)来计算二者的渗透率。孔隙网络图像的分辨率为14.65μm,对应于上述中的颗粒高度来进行叠加构建孔隙网络的三维数据。分别将土壤样品的CT扫描结构数据和孔隙网络芯片结构输入LBM算法中进行渗透率计算,得到的结果如下:
土壤样品的渗透率计算结果为3.669×10-12m2,构建的孔隙网络渗透率计算结果为4.011×10-12m2,二者的计算结果较为吻合。
在COMSOL软件中仿真得到均质芯片结构和本发明芯片结构中的流动情况。如图7所示,图中亮度较高的区域为较高流速区。
可以看到在均质芯片内部结构中发现主流区和尾流区的分布比较规则,主流区位于微柱的横向间距内,呈带状分布,最大流速位于主流区中心位置,整个芯片的流动基本只沿着出入口的流动方向。而在本发明的芯片内部结构中可以看出较高流速区域在各个方向上都有可能存在,流动的特点为大多数的高流速区都沿着入口处的流动方向,当遇到没有向右连通的孔隙时,则会朝向孔隙所连通的其他方向,与真实土壤中的水分迁移情况较为相近。
将本方案所设计的芯片与以往的均质微流控芯片做对比,可以看到本方案的结构可以模拟出土壤的空间异质性,有优势流的出现,而以相同孔隙度构建的均质结构无法展示该局部细节。相较之下,本方案的芯片更能真实体现出土壤内的孔隙结构。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (6)
1.一种基于真实土壤孔隙网络的微流控芯片装置,其特征在于,包括微流控芯片(2)和载玻片(1);所述微流控芯片(2)的下表面设有凹槽区域,所述载玻片(1)紧贴设置在微流控芯片(2)的下表面,从而使凹槽区域成为空腔区域(5),所述微流控芯片(2)上方开设有与空腔区域(5)连通的进液口(4)和出液口(3),且进液口(4)和出液口(3)分别位于空腔区域(5)的两端;所述空腔区域(5)内设置有土壤结构模拟区(6),所述土壤结构模拟区(6)内设置有孔隙网络模型,所述孔隙网络模型由用于模拟真实土壤的土壤颗粒排列构成,所述孔隙网络模型按如下方法设计并获得:
1)选定土壤结构模拟区(6)的范围,即确定土壤结构模拟区(6)的长度和宽度;以点代表孔隙,确定孔喉长度,即各点之间的距离,在选定的区域内生成等间距的点阵;
2)获取要模拟的真实土壤的实测孔隙参数,其中,实测孔隙参数包括孔隙半径及其数据分布、孔喉半径、孔隙度和配位数,所述配位数为每个孔隙所连接的孔喉的个数;
3)设置每个点的大小,每个点的大小通过孔隙半径数据的概率来确定;
4)设置连通概率,其中连通概率由配位数得到;
5)得到孔隙网络模型,对比孔隙网络模型和实测孔隙的孔隙度来确定生成的孔隙网络模型模型是否合理;若不合理,则重新回到步骤1),改变孔喉长度参数;若合理,则输出孔隙网络模型,并根据输出的孔隙网络模型得到用于模拟真实土壤的土壤颗粒的形状,根据得到的用于模拟真实土壤的土壤颗粒的形状生成用于模拟真实土壤的土壤颗粒并组成孔隙网络模型,将孔隙网络模型设置在土壤结构模拟区(6)内。
2.根据权利要求1所述的基于真实土壤孔隙网络的微流控芯片装置,其特征在于,所述的步骤3)具体为:
对土壤孔隙按孔隙半径大小进行分组,并根据实测的孔隙半径大小的分布得到各孔隙半径分组的分布概率,令各孔隙半径分组内的孔隙半径分布为均匀分布;通过各个孔隙所分配的上下限孔隙半径,使用均匀分布随机为各个孔隙赋确定的半径值。
3.根据权利要求1所述的基于真实土壤孔隙网络的微流控芯片装置,其特征在于,所述的步骤4)具体为:配位数为每个孔隙所连接的孔喉的个数,配位数的取值范围为0-8,其中配位数超过8个的情况也看作配位数为8;根据步骤2)的实测配位数,分别算出配位数0~8所占的比例,得到实测配位数的概率分布,依据该概率分布对每个点的配位数进行随机赋值,并保证每个点的配位数的概率分布与实测配位数的概率分布一致,由配位数进行喉道连接。
4.根据权利要求1所述的基于真实土壤孔隙网络的微流控芯片装置,其特征在于,所述的步骤5)中,孔隙网络模型是否合理的判断依据为:对孔隙网络模型进行孔隙度提取,若模型的孔隙度在所模拟的土壤样本孔隙度的范围内,则可认为生成的孔隙网络模型较为合理。
5.根据权利要求1所述的基于真实土壤孔隙网络的微流控芯片装置,其特征在于,所述空腔区域(5)的高度相等,颗粒的高度均为50μm。
6.根据权利要求5所述的基于真实土壤孔隙网络的微流控芯片装置,其特征在于,所述空腔区域(5)的高度为50μm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728684.1A CN115254213B (zh) | 2022-06-24 | 2022-06-24 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728684.1A CN115254213B (zh) | 2022-06-24 | 2022-06-24 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115254213A true CN115254213A (zh) | 2022-11-01 |
CN115254213B CN115254213B (zh) | 2024-05-03 |
Family
ID=83762794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210728684.1A Active CN115254213B (zh) | 2022-06-24 | 2022-06-24 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115254213B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050256643A1 (en) * | 2004-04-07 | 2005-11-17 | Boitnott Gregory N | Method for estimating pore structure of porous materials and its application to determining physical properties of the materials |
CN103822865A (zh) * | 2014-03-20 | 2014-05-28 | 中国石油大学(华东) | 一种高分辨率三维数字岩心建模方法 |
CN107036951A (zh) * | 2016-12-16 | 2017-08-11 | 清华大学 | 一种模拟多孔介质内部流动的微槽道模型 |
CN109596810A (zh) * | 2018-12-25 | 2019-04-09 | 中国地质大学(北京) | 一种模拟并检测土壤冻融过程中有色可溶性组分分布的方法 |
CN109632604A (zh) * | 2019-01-04 | 2019-04-16 | 中国海洋石油集团有限公司 | 一种孔隙尺度到岩心尺度聚合物驱相对渗透率粗化方法 |
CN110199859A (zh) * | 2019-06-15 | 2019-09-06 | 浙江大学 | 用于研究根际微域的方法及所用的微流控芯片装置 |
CN110362842A (zh) * | 2018-04-09 | 2019-10-22 | 长江大学 | 基于多种形状孔喉的随机孔隙网络模型建模方法 |
CN111151316A (zh) * | 2020-01-16 | 2020-05-15 | 西安石油大学 | 一种可视化研究微观渗吸与孔喉比关系的微流控芯片、实验装置及方法 |
CN112098293A (zh) * | 2020-08-03 | 2020-12-18 | 西南石油大学 | 基于孔隙裂缝双重介质气藏非稳态气水两相渗流模拟方法 |
CN112452363A (zh) * | 2020-11-04 | 2021-03-09 | 中国石油大学(华东) | 一种用于模拟土壤-地下水非均质系统的微流控芯片 |
CN113092339A (zh) * | 2021-04-10 | 2021-07-09 | 河南工业大学 | 一种模拟污染物在含优先流的多孔介质内部迁移过程的可视化微观通道模型 |
WO2022011894A1 (zh) * | 2020-07-15 | 2022-01-20 | 中海油田服务股份有限公司 | 基于卷积神经网络的孔隙网络模型的建模方法及装置 |
CN114544286A (zh) * | 2022-02-10 | 2022-05-27 | 大连理工大学 | 一种基于粒径分布的颗粒随机生成方法 |
CN114565658A (zh) * | 2022-01-14 | 2022-05-31 | 武汉理工大学 | 基于ct技术的孔隙尺寸计算方法及装置 |
-
2022
- 2022-06-24 CN CN202210728684.1A patent/CN115254213B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050256643A1 (en) * | 2004-04-07 | 2005-11-17 | Boitnott Gregory N | Method for estimating pore structure of porous materials and its application to determining physical properties of the materials |
CN103822865A (zh) * | 2014-03-20 | 2014-05-28 | 中国石油大学(华东) | 一种高分辨率三维数字岩心建模方法 |
CN107036951A (zh) * | 2016-12-16 | 2017-08-11 | 清华大学 | 一种模拟多孔介质内部流动的微槽道模型 |
CN110362842A (zh) * | 2018-04-09 | 2019-10-22 | 长江大学 | 基于多种形状孔喉的随机孔隙网络模型建模方法 |
CN109596810A (zh) * | 2018-12-25 | 2019-04-09 | 中国地质大学(北京) | 一种模拟并检测土壤冻融过程中有色可溶性组分分布的方法 |
CN109632604A (zh) * | 2019-01-04 | 2019-04-16 | 中国海洋石油集团有限公司 | 一种孔隙尺度到岩心尺度聚合物驱相对渗透率粗化方法 |
CN110199859A (zh) * | 2019-06-15 | 2019-09-06 | 浙江大学 | 用于研究根际微域的方法及所用的微流控芯片装置 |
CN111151316A (zh) * | 2020-01-16 | 2020-05-15 | 西安石油大学 | 一种可视化研究微观渗吸与孔喉比关系的微流控芯片、实验装置及方法 |
WO2022011894A1 (zh) * | 2020-07-15 | 2022-01-20 | 中海油田服务股份有限公司 | 基于卷积神经网络的孔隙网络模型的建模方法及装置 |
CN112098293A (zh) * | 2020-08-03 | 2020-12-18 | 西南石油大学 | 基于孔隙裂缝双重介质气藏非稳态气水两相渗流模拟方法 |
CN112452363A (zh) * | 2020-11-04 | 2021-03-09 | 中国石油大学(华东) | 一种用于模拟土壤-地下水非均质系统的微流控芯片 |
CN113092339A (zh) * | 2021-04-10 | 2021-07-09 | 河南工业大学 | 一种模拟污染物在含优先流的多孔介质内部迁移过程的可视化微观通道模型 |
CN114565658A (zh) * | 2022-01-14 | 2022-05-31 | 武汉理工大学 | 基于ct技术的孔隙尺寸计算方法及装置 |
CN114544286A (zh) * | 2022-02-10 | 2022-05-27 | 大连理工大学 | 一种基于粒径分布的颗粒随机生成方法 |
Non-Patent Citations (1)
Title |
---|
吕菲;刘建立;何娟;: "利用CT数字图像和网络模型预测近饱和土壤水力学性质", 农业工程学报, no. 05, pages 10 - 14 * |
Also Published As
Publication number | Publication date |
---|---|
CN115254213B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101556703B (zh) | 基于连续切片图像的网络模型建立方法 | |
CN107817199B (zh) | 一种致密砂岩多尺度孔隙模型的构建方法和应用 | |
CN104619952B (zh) | 具可靠多相渗透性决定数字岩石分析系统及方法 | |
CN105487121B (zh) | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 | |
CN104237103B (zh) | 一种孔隙连通性定量表征方法及装置 | |
CN106202728B (zh) | 基于Micro-CT三维编织复合材料非均匀Voxel网格离散方法 | |
RU2639727C2 (ru) | Системы и способы цифрового анализа горных пород с определением сэо многофазного потока | |
CN108829950B (zh) | 一种基于岩心图像的非常规储层渗透率评价方法 | |
CN110702581B (zh) | 一种强非均质多孔介质的多尺度渗透率计算方法 | |
CN110135311A (zh) | 一种基于三维岩心扫描图像的孔隙与孔喉识别系统及方法 | |
CN108921945B (zh) | 结合居中轴线与实体模型的孔隙网络模型构建方法 | |
CN107423462A (zh) | 工件考虑三维粗糙表面形貌的疲劳寿命预测方法及系统 | |
CN104685382A (zh) | 可靠地预测孔隙渗透性趋势的数字岩石分析系统及方法 | |
CN108956415B (zh) | 一种针对非常规储层样品的相对渗透率曲线计算方法 | |
CN110322427B (zh) | 一种基于三维成像技术的岩土体渗透率计算方法 | |
CN103971395B (zh) | 一种纤维过滤介质结构的拟态化重建及其性能计算方法 | |
CN104751473A (zh) | 碳酸岩多尺度孔洞特征的确定方法及装置 | |
CN112326524A (zh) | 一种基于ct扫描图像的岩石孔渗测量方法 | |
CN109345625A (zh) | 岩心图像自适应分区三维重建方法 | |
Zeng et al. | Three-dimensional flow state analysis of microstructures of porous graphite restrictor in aerostatic bearings | |
CN115254213B (zh) | 一种基于真实土壤孔隙网络的微流控芯片装置 | |
CN109632604B (zh) | 一种孔隙尺度到岩心尺度聚合物驱相对渗透率粗化方法 | |
CN110441209A (zh) | 一种基于致密储层数字岩心计算岩石渗透率的方法 | |
CN108765560A (zh) | 一种将dem数据转化为网格模型的方法及装置 | |
CN104634710B (zh) | 一种岩体孔隙逾渗与连通特征的分析方法及装置 |
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 |