CN115526031A - 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 - Google Patents
一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 Download PDFInfo
- Publication number
- CN115526031A CN115526031A CN202211078619.5A CN202211078619A CN115526031A CN 115526031 A CN115526031 A CN 115526031A CN 202211078619 A CN202211078619 A CN 202211078619A CN 115526031 A CN115526031 A CN 115526031A
- Authority
- CN
- China
- Prior art keywords
- resolution
- network model
- pore
- pore network
- low
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种反映矿物组成的多尺度孔隙网络模型构建及求解方法,涉及孔隙网络模型构建技术领域,包括确代表性表征单元体内多孔介质矿物组成及含量,利用低分辨率表征技术提取低分辨率孔隙和裂缝结构特征参数以及孔隙度,构建低分辨率孔隙网络模型;利用高分辨率表征技术测量不同矿物成分区域中高分辨率孔隙结构特征参数,构建高分辨率随机统计孔隙网络模型;通过高分辨率表征技术提取一定区域内高分辨率孔隙与低分辨率孔隙或者裂缝间连通性信息,然后根据连通性信息在低分辨率孔隙网络模型相应区域的孔隙节点处发出连接通道,随机连接到该区域内的高分辨率随机孔隙网络模型的孔隙节点上,实现构建反映矿物组成的多尺度孔隙网络模型。
Description
技术领域
本发明涉及孔隙网络模型构建技术领域,尤其涉及一种反映矿物组成的多尺度孔隙网络模型构建及求解方法。
背景技术
这里的陈述仅提供与本申请有关的背景信息,而不必然构成现有技术。
孔隙网络模型是微细观尺度研究流体流动与物质传输的基础仿真平台,其通过提取孔隙结构特征参数再现复杂的孔隙空间,通过数值模拟可以得到实验室内难以测量的实验数据,具有计算成本低与缩短实验周期的特点,为微细观尺度上研究流体在多孔介质中的流动提供了重要的研究手段,目前已应用于油气开发、地下污水治理、二氧化碳地质封存与高放废物处理等领域。
由于现实中的多孔介质的孔隙尺寸分布往往跨度较大,而已有的核磁共振、X-CT和电子显微镜SEM、TEM、FIB-HIM等多孔介质表征技术在提取孔隙结构特征参数时常常存在分辨率与样品大小的矛盾,即分辨率高的表征技术(如SEM)能测量的样品小,而分辨率低的表征技术(如X-CT)能测量的样品尺寸较大,而单一的多孔介质表征技术很难实现对多孔介质孔隙结构信息的准确提取;
同时,多孔介质中流体流动与物质传输过程不仅仅受到多孔介质孔隙结构的控制,还受到多孔介质的矿物组成影响,而现有的孔隙网络模型无法反映不同矿物成分中包含的孔隙内物质运移机制或流体流动机制。
发明内容
本申请的目的是针对现有技术存在的缺陷,提出了一种反映矿物组成的多尺度孔隙网络模型构建方法,可对多孔介质孔隙结构信息的准确提取,实现多孔介质中流体流动与物质传输过程复杂物理化学变化的有效模拟。
为实现上述目的,本申请的一个或多个实施例提供了下述技术方案:
术语解释:
多孔介质:一种宏观上连续的由固体骨架和孔隙空间构成的多相物质。
孔隙网络模型:一种多孔介质数值模拟模型,它将孔隙空间几何平均化,将复杂的孔隙空间简化为等价的规则几何形状,用喉道来代表狭长的孔隙空间,用孔隙体来代表喉道交接处的孔隙空间,通过建立孔喉长度、孔喉分布、孔喉比等等价的几何参数反映真实孔隙空间的拓扑结构,进而可以研究扩散率、渗透率等宏观特性。
配位数:描述孔隙结构信息的重要参数,反映了孔隙的连通性,代表着单个孔隙与相邻孔隙间的喉道数量,不是空间坐标的函数,而是每个孔隙的拓扑特征。
Opalinus Clay:一种位于瑞士的黏土矿物,被视为高放废物处置库的缓冲/回填材料而受到广泛研究。
本申请的第一目的是提供一种反映矿物组成的多尺度孔隙网络模型构建方法,包括以下步骤:
(1)确定研究科学问题,通过物理试验及理论分析确定研究问题涉及的微观孔隙尺度的物理化学过程;
(2)开展物理试验,通过所研究问题的试验结果确定多孔介质的代表性表征单元体体积;
(3)对表征单元体内的多孔介质进行矿物成分分析及矿物含量检测,确定多孔介质矿物组成及含量;
(4)利用低分辨率表征技术提取表征单元体内低分辨率的孔隙和裂缝结构特征参数,使用混合细化中轴线法和最大球法构建低分辨率孔隙网络模型;
(5)利用X射线能谱仪确定表征单元体内不同矿物成分区域,分别提取不同矿物成分区域,利用高分辨率表征技术获取不同矿物成分区域中高分辨率的孔隙和裂缝结构特征参数;
(6)根据(5)中提取的不同矿物成分区域的高分辨率孔隙结构特征参数(如孔径分布、孔隙配位数分布等)建立相应的高分辨率随机统计孔隙网络模型;
(7)将(6)中不同矿物成分区域的高分辨率随机统计孔隙网络模型按其矿物成分分配到低分辨率孔隙网络模型中,采用并联或串联的方式连接到低分辨率孔隙网络模型中的孔上,从而构建能够反映矿物组成信息的多尺度孔隙网络模型;
为实现高分辨率随机孔隙网络模型在低分辨率孔隙网络模型上的连接,本发明使用统计手段用等效区域拓扑配位数这一约束,通过(5)中高分辨率表征技术提取一定区域内高分辨率孔隙与低分辨率孔隙或者裂缝间连通性信息;以低分辨率孔隙网络模型的孔隙节点作为低分辨率孔隙节点,以高分辨率孔隙网络模型的孔隙节点作为高分辨率孔隙节点,然后根据得到的连通性信息在相应区域的低分辨率孔隙节点处发出连接通道,随机连接到该区域内的高分辨率孔隙节点上,同一对跨尺度孔隙间最多允许一条连接通道,保证跨尺度孔隙间的连通性符合实际拓扑特征;
为保证(7)中所得的能够反映矿物组成信息的多尺度孔隙网络模型的准确性,本发明通过孔隙度对模型进行约束,如下式:
本申请的第二目的是提供一种反映矿物组成的多尺度孔隙网络模型求解方法
在对不同的物理化学问题进行数值模拟时的矿物性质进行分析,针对矿物性质选择不同的物理数学控制方程,在此基础上,对整个模型进行数值求解;
进一步的,所述物理数学控制方程的选取方法为:
当矿物表面富集负电荷时,选取双电层理论下的对流-弥散方程;
当矿物表面未富集负电荷时,选取常规对流-弥散方程。
发明的有益效果
现实中某一具体多孔介质中流体流动与物质传输过程研究的情况往往非常复杂,不仅孔隙的尺度分布广泛,不易表征,还涉及复杂的物理化学变化,研究过程不仅仅受到多孔介质孔隙结构的控制,还受到多孔介质矿物组成的影响。物理实验方法不仅成本高、周期长,且很难对微观孔隙尺度的多孔介质中流体流动与物质传输机理展开研究。
本发明针对以上问题,提出了一种能够反映矿物组成信息的多尺度孔隙网络模型,不仅很好地改善了多孔介质孔隙表征问题,还能够将相关矿物成分的影响加入到模拟过程,使模拟可以准确直观地反映不同物质在多孔介质中运移机理,并能够对其影响参数进行敏感性分析,从而实现微观孔隙尺度多孔介质中流体流动与物质传输机理的精细化研究。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本申请实施例1中反映矿物组成的多尺度孔隙网络模型构建方法的流程示意图;
图2为本申请实施例1中反映矿物组成的多尺度孔隙网络模型构建方法的跨尺度孔隙连接示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
为了使得本领域技术人员能够更加清楚地了解本申请的技术方案,以下将结合具体的实施例详细说明本申请的技术方案。
正如背景技术所介绍的,单一的多孔介质表征技术很难实现对多孔介质孔隙结构信息的准确提取,使孔隙网络模型无法反映不同矿物成分中包含的孔隙内物质运移机制或流体流动机制,本申请提出一种反映矿物组成的多尺度孔隙网络模型构建及求解方法。
实施例1
以低渗透性地层中的氯离子运移为例,提供一种反映矿物组成的多尺度孔隙网络模型构建方法,包括以下步骤:
(1)确定本研究的研究问题为研究Opalinus Clay中氯离子的运移机理;
(2)开展物理试验,通过Opalinus Clay中氯离子的扩散系数确定Opalinus Clay的代表性表征单元体体积;
(3)使用X射线衍射对低渗透性地层表征单元体进行矿物成分分析及含量检测,得到其矿物成分及含量:黏土矿物24%-41%,石英33%-39%,碳酸盐14%-33%,长石8%-9%;
(4)通过X-CT和低分辨率SEM提取低渗透性地层表征单元体内低分辨率的孔隙和裂缝结构特征参数,对图像分析处理后直接重构三维数字岩心,然后使用混合细化中轴线法和最大球法对数字岩心进行孔隙提取,构建低分辨率孔隙网络模型;
(5)利用X射线能谱仪(EDS)确定低渗透性地层表征单元体内不同的矿物成分区域,分别提取黏土矿物、石英、碳酸盐、长石矿物成分区域,利用高分辨率的TEM、氮气吸附和核磁共振等技术获取不同矿物成分区域中高分辨率的孔隙的孔隙结构特征参数;
(6)根据(5)中提取的不同矿物成分区域的孔径分布、孔隙配位数分布等高分辨率孔隙结构特征参数,通过多点地质统计法在黏土矿物、石英、碳酸盐、长石等矿物成分区域分别建立相应的高分辨率随机统计孔隙网络模型;
具体的,所述低分辨率孔隙网络模型通过低分辨率表征技术提取样品图像,利用算法提取孔隙,根据孔隙的形状特征将孔隙分为形状比较均匀的孔隙和形状相对细长的喉道,将孔隙和喉道简化为球棍模型,球棍就反映了真实的孔隙,低分辨率孔隙网络模型用于简化后续分析孔隙中具体物理化学过程的计算;在本实施例中,采用混合细化中轴线法和最大球法构建低分辨率孔隙网络模型,当然,也可以采用其他算法进行构建。
而高分辨率随机统计孔隙网络模型则通过高分辨率表征技术提取样品图像,并配合多点地质统计法构建而成;所述高分辨率随机统计孔隙网络模型用于对应不同的矿物成分,故每组高分辨率随机统计孔隙网络模型包含数个独立的网络模型。
进一步的,由于本发明跨尺度模型可为跨两个尺度、三个尺度或是更多的尺度,故所述“低分辨率”和“高分辨率”实际针对的孔隙直径并不相同;
以本实施例中所述Opalinus Clay为例,Opalinus Clay的孔径范围主要介于2nm-50nm,为了构建具有表征单元体性质的孔隙网络模型,将20nm以上的孔定义为低分辨率孔隙,而将20nm以下的孔定义为高分辨率孔隙;可以理解的是,如果为其他类型的地层,则根据地层孔隙特征和所研究的问题不同,对“低分辨率”和“高分辨率”所对应的孔隙孔径进行适应性调整,以实现构建不同尺度的孔隙网络模型。
(7)将(6)中不同矿物成分区域的高分辨率随机统计孔隙网络模型按矿物成分区域分配到低分辨率孔隙网络模型中,根据统计信息采用并联或串联的方式连接到低分辨率孔隙网络模型中的孔上,保证孔隙度这一约束条件的成立,从而构建能够反映矿物组成信息的多尺度孔隙网络模型;
在本实施例中,为实现(7)中高分辨率随机孔隙网络模型在低分辨率孔隙网络模型上的连接,为本实施例使用统计手段用等效区域拓扑配位数这一约束,通过(5)中高分辨率表征技术提取一定区域内高分辨率孔隙与低分辨率孔隙或者裂缝间连通性信息;以低分辨率孔隙网络模型的孔隙节点作为低分辨率孔隙节点,以高分辨率孔隙网络模型的孔隙节点作为高分辨率孔隙节点,然后根据得到的连通性信息在相应区域的低分辨率孔隙节点处发出连接通道,随机连接到该区域内的高分辨率孔隙节点上,同一对跨尺度孔隙间最多允许一条连接通道,保证跨尺度孔隙间的连通性符合实际拓扑特征;
具体的,所述跨尺度的孔隙网络模型的建立方法为:
①将样品区域分为i个部分,所述样品区域划分的具体数值根据样品大小、高分辨率技术手段等情况具体确定;对于每个部分,通过高分辨率手段识别跨尺度孔隙的连接信息,并通过连通集的方式分组进行存储,所述连通集为某一组跨尺度孔隙连接信息的集合:
②将识别的具有跨尺度连通行为的低分辨率孔隙信息存储为Fi,Fi中包括低分辨率孔隙的个数J及每个低分辨率孔隙的跨尺度配位数(与高分辨率孔隙连接的通道数)Jp,同样将识别的具有跨尺度连通行为的高分辨率孔隙信息存储为fi,fi中包括高分辨率孔隙的个数i及每个高分辨率孔隙配位数(与低分辨率孔隙连接的通道数)ip:
③根据Jp的大小将Fi中的J个低分辨率孔隙按由小到大的顺序进行分组排列,Jp大小相同的低分辨率孔隙归为一组,得到x组低分辨率孔隙,构成集合X,随机选择第一组中的一个低分辨率孔隙开始进行连通集方式的信息存储,记为D0,根据D0的跨尺度连通性搜寻fi中与其连通的一个高分辨率孔隙,记为d01,并根据d01的跨尺度连通性搜寻Fi中与其连通的一个未被标记的低分辨率孔隙D011,再根据D011的跨尺度连通性搜寻fi中与其连通的一个未被标记的高分辨率孔隙d0111,按照这种规则持续搜寻记录下去,直至无法找到未被标记的孔隙,然后从最后无法找到未被标记的与其跨尺度连接的孔的那个孔返回上一个孔节点,按照跨尺度的连通性继续搜寻记录下去,若该节点无法继续搜寻则返回上一个孔节点,直至返回到起始的节点后无法根据跨尺度连通性找到未被标记的孔结束,记录此包含跨尺度连通性的一组孔信息为连通集P1,即假设最后的孔节点为d0111,返回D011,根据D011的跨尺度连通性搜寻fi中与其连通的一个未被标记的高分辨率孔隙d0112,然后根据d0112的跨尺度连通性继续搜寻记录下去,直至无法找到未被标记的孔隙,若d0112不存在,则从D011返回孔节点d01,根据d01的跨尺度连通性继续搜寻记录下去,直至无法找到未被标记的孔隙返回D0,根据D0的跨尺度连通性继续搜寻记录下去,直至无法找到未被标记的孔隙返回D0,则此处搜寻记录过程结束,记有包括D0、d01、D011、d0111等孔跨尺度连通结构的信息为连通集P1;
④从集合X第一组中选择未经搜寻记录的低分辨率孔隙,记为D1,根据②中的搜寻记录规则得到连通集P2,若集合X第一组中不存在未经搜寻记录的低分辨率孔隙,则从第二组中选择未经搜寻记录的低分辨率孔隙,若第二组中仍不存在未经搜寻记录的低分辨率孔隙,则按顺序从三至x组中选择未经搜寻记录的低分辨率孔隙,直至集合X中所有的低分辨率孔隙都被搜寻记录后停止连通集的搜寻记录,得到y个连通集P1,P2,……,Py;
⑤对于样品区域i个部分中的某一具体部分的跨分辨率的孔隙网络模型连接,从相应的低分辨率孔隙网络模型部分中随机选择J个低分辨率孔隙节点,从相应的高分辨率孔隙网络模型部分中随机选择j个高分辨率孔隙节点,然后根据该部分的连通集信息进行跨尺度的孔隙连接,从J个低分辨率孔隙节点中随机选择一个作为连通集P1的D0,然后根据连通集P1中存储的跨尺度的孔隙连接信息,从j个高分辨率孔隙节点中随机选择一个高分辨率孔隙节点作为d01进行连接,根据连通集P1中存储的跨尺度的孔隙连接信息继续连接下去,直至连通集P1中存储的跨尺度的孔隙连接信息被完全反映,再从J个低分辨率孔隙节点中的未被选择的低分辨率孔隙节点中随机选择一个低分辨率孔隙作为连通集P2的D1,根据连通集P2中存储的跨尺度的孔隙连接信息连接下去,直至连通集P2中存储的跨尺度的孔隙连接信息被完全反映,以此类推,直至该部分的y个连通集信息被完全反映则结束该部分的跨分辨率的孔隙网络模型连接;
⑥样品区域i个部分都实现跨分辨率的孔隙网络模型连接后,则得到跨尺度的孔隙网络模型;
本发明以20nm以下尺度作为高分辨率尺度,20nm以上尺度作为低分辨率尺度,即以低、高两种分辨率尺度做示例说明,三尺度及以上的多尺度孔隙网络模型只需进一步区分分辨率尺度,但构建方法同理。
实施例2
以低渗透性地层中的氯离子运移为例,基于反映矿物组成信息的多尺度孔隙网络模型,提供一种反映矿物组成的多尺度孔隙网络模型求解方法,包括以下步骤:
(1)对不同的物理化学问题进行数值模拟时的矿物性质进行分析;获知黏土矿物表面富集负电荷,会影响氯离子在其孔隙中的运移;而石英、碳酸盐、长石等其他非黏土矿物成分表面未富集负电荷,不会对氯离子在其孔隙中的运移产生影响;
(2)针对黏土矿物,采用双电层理论下的对流-弥散方程表示氯离子在黏土矿物孔隙中的运移;
针对石英、碳酸盐、长石等其他非黏土矿物,采用常规对流-弥散方程表示氯离子在其他非黏土矿物孔隙中的运移。
(3)叠加不同条件下孔隙中的氯离子运移,从而实现对低渗透性地层中氯离子运移过程的求解。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,包括以下步骤:
确定多孔介质的代表性表征单元体体积;对表征单元体体积范围内的多孔介质进行矿物成分分析及矿物含量检测,确定多孔介质矿物组成及含量;
利用低分辨率表征技术提取表征单元体体积范围内的低分辨率孔隙和裂缝结构特征参数以及孔隙度;基于低分辨率孔隙和裂缝结构特征参数构建低分辨率孔隙网络模型;
利用材料微区成分分析技术确定表征单元体体积范围内不同矿物成分区域;利用高分辨率表征技术测量不同矿物成分区域中高分辨率孔隙结构特征参数;基于高分辨率孔隙结构特征参数构建高分辨率随机统计孔隙网络模型,并利用孔隙度对高分辨率随机统计孔隙网络模型进行约束;
将高分辨率随机统计孔隙网络模型按照表征单元体体积范围内的矿物成分分配到低分辨率孔隙网络模型中,并将高分辨率随机统计孔隙网络模型与低分辨率孔隙网络模型连接,构建能够反映矿物组成信息的多尺度孔隙网络模型。
2.如权利要求1所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,构建低分辨率孔隙网络模型的方法包括:
利用低分辨率表征技术获取表征单元体的低分辨率扫描图像,根据低分辨率孔隙和裂缝结构特征参数及图像分析处理后的低分辨率扫描图像重构三维数字岩心,然后进行数字岩心的孔隙提取,构建低分辨率孔隙网络模型。
3.如权利要求2所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,所述数字岩心使用混合细化中轴线法和最大球法对数字岩心进行孔隙提取。
4.如权利要求1所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,所述高分辨率孔隙结构特征参数包括不同矿物成分区域的孔径分布、孔隙配位数分布。
5.如权利要求1所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,构建高分辨率随机统计孔隙网络模型的方法为采用多点地质统计法,在材料微区成分分析技术所确定的矿物成分区域中分别建立相应的随机统计孔隙网络模型。
7.如权利要求6所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,所述高分辨率随机统计孔隙网络模型与低分辨率孔隙网络模型连接的方法包括:
通过高分辨率表征技术提取一定区域内高分辨率孔隙与低分辨率孔隙或者裂缝之间的连通性信息;以低分辨率孔隙网络模型的孔隙节点作为低分辨率孔隙节点,以高分辨率孔隙网络模型的孔隙节点作为高分辨率孔隙节点,然后根据得到的连通性信息在相应区域的低分辨率孔隙节点处发出连接通道,随机连接到该区域内的高分辨率孔隙节点上,并利用统计手段对低分辨率孔隙网络模型与高分辨率随机孔隙网络模型的连接进行约束。
8.如权利要求1所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,所述低分辨率孔隙网络模型与高分辨率随机孔隙网络模型连接的约束方法为:
采用等效区域拓扑配位数方法,将同一对跨尺度孔隙间的连接通道限定为一条。
9.一种反映矿物组成的多尺度孔隙网络模型求解方法,其特征是,包括以下步骤:
对不同的物理化学问题进行数值模拟时的矿物性质进行分析;
针对矿物性质选择不同的物理数学控制方程;
对整个模型进行数值求解。
10.如权利要求9所述的反映矿物组成的多尺度孔隙网络模型构建方法,其特征是,所述物理数学控制方程的选取方法为:
当矿物表面富集负电荷时,选取双电层理论下的对流-弥散方程;
当矿物表面未富集负电荷时,选取常规对流-弥散方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211078619.5A CN115526031A (zh) | 2022-09-05 | 2022-09-05 | 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211078619.5A CN115526031A (zh) | 2022-09-05 | 2022-09-05 | 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115526031A true CN115526031A (zh) | 2022-12-27 |
Family
ID=84696757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211078619.5A Pending CN115526031A (zh) | 2022-09-05 | 2022-09-05 | 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115526031A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116127761A (zh) * | 2023-02-13 | 2023-05-16 | 中国科学院武汉岩土力学研究所 | 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 |
-
2022
- 2022-09-05 CN CN202211078619.5A patent/CN115526031A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116127761A (zh) * | 2023-02-13 | 2023-05-16 | 中国科学院武汉岩土力学研究所 | 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 |
CN116127761B (zh) * | 2023-02-13 | 2023-09-01 | 中国科学院武汉岩土力学研究所 | 一种识别页岩孔隙的双尺度孔隙网络模型构建及求解方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiong et al. | Review of pore network modelling of porous media: Experimental characterisations, network constructions and applications to reactive transport | |
Wu et al. | Effects of micropores on geometric, topological and transport properties of pore systems for low-permeability porous media | |
Neasham | The morphology of dispersed clay in sandstone reservoirs and its effect on sandstone shaliness, pore space and fluid flow properties | |
Young et al. | Defining geographic soil bodies by landscape position, soil taxonomy, and cluster analysis | |
Clerke et al. | Application of Thomeer Hyperbolas to decode the pore systems, facies and reservoir properties of the Upper Jurassic Arab D Limestone, Ghawar field, Saudi Arabia: A “Rosetta Stone” approach | |
Youssef et al. | High resolution CT and pore-network models to assess petrophysical properties of homogeneous and heterogeneous carbonates | |
Xie et al. | Fractal and multifractal analysis of carbonate pore-scale digital images of petroleum reservoirs | |
CN103869052B (zh) | 一种砂岩储层成岩测井相定量表征的方法 | |
CN108829950B (zh) | 一种基于岩心图像的非常规储层渗透率评价方法 | |
CN109242970B (zh) | 页岩lREV尺度数字岩心重构方法及装置 | |
Cerepi et al. | Pore microgeometry analysis in low-resistivity sandstone reservoirs | |
CN105649615A (zh) | Ct定量、三维可视化测试储层致密油赋存状态的方法 | |
CN107003246A (zh) | 多孔材料激光诱导击穿光谱的流体特性 | |
CN115526031A (zh) | 一种反映矿物组成的多尺度孔隙网络模型构建及求解方法 | |
CN105676309A (zh) | 裂缝性油藏逆向渗吸采收率预测方法 | |
CN108956415A (zh) | 一种针对非常规储层样品的相对渗透率曲线计算方法 | |
Knackstedt et al. | 3D imaging and flow characterization of the pore space of carbonate core samples | |
Chen et al. | Capillary pressure curve determination based on a 2‐D cross‐section analysis via fractal geometry: a bridge between 2‐D and 3‐D pore structure of porous media | |
CN109255835B (zh) | 页岩岩心尺度数字-实验模型的重构方法及装置 | |
Jiang et al. | An investigation into preserving spatially-distinct pore systems in multi-component rocks using a fossiliferous limestone example | |
Byrnes et al. | Application of integrated core and multiscale 3-D image rock physics to characterize porosity, permeability, capillary pressure, and two-and three-phase relative permeability in the codell sandstone, Denver basin, Colorado | |
Al-Bazzaz et al. | Investigation Wettability Contact Angle Measurement in Kuwaiti Heavy Oil Reservoir and Modeling Using 2D Imaging Technologies | |
O’Brien et al. | Unconventional gas-oil shale microfabric features relating to porosity, storage, and migration of hydrocarbons | |
US11867869B2 (en) | Multiple porosity micromodel | |
CN112859197B (zh) | 一种基于均质化地层电磁场理论的数字井筒电阻率模拟方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |