CN115630543A - 基于一种高精度数字岩心重构模型三维有限元仿真方法 - Google Patents
基于一种高精度数字岩心重构模型三维有限元仿真方法 Download PDFInfo
- Publication number
- CN115630543A CN115630543A CN202211218464.0A CN202211218464A CN115630543A CN 115630543 A CN115630543 A CN 115630543A CN 202211218464 A CN202211218464 A CN 202211218464A CN 115630543 A CN115630543 A CN 115630543A
- Authority
- CN
- China
- Prior art keywords
- image
- finite element
- digital
- fib
- sem
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/14—Details relating to CAD techniques related to nanotechnology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明属于数字岩心技术领域,涉及基于一种高精度数字岩心重构模型三维有限元仿真方法。该方法首先通过电子显微镜对岩样表面进行观测、标注感兴趣的目标区域,进行聚集离子束扫描电镜(FIB‑SEM)扫描实验,采用网格映射法将处理好的数字图像转化为计算网格单元。通过电子显微技术配合纳米压痕测试方法获取页岩各组分力学参数和其相应的统计分布特征。最后,基于分割阈值确定的灰度区间,为每个灰度区间的单元网格赋予对应的物理力学参数。本发明所建立的数字岩心将岩石内部不同矿物材料与微观缺陷的空间分布和结构真实定量地纳入数值模型,精度达到5~10nm,实现了几何、边界/界面以及材料非均质性的真实表征。
Description
技术领域
本发明属于数字岩心技术领域,涉及基于一种高精度数字岩心重构模型三维有限元仿真方法。
背景技术
储层页岩一种分布广泛的细粒沉积岩,埋藏在世界各地的非常规储集岩被认为是化石燃料的源岩,作为烃源岩和密封岩对碳氢化合物的生产特别有意义。储层页岩是由有机质、伊利石、石英、方解石、长石等多种矿物以及隙、裂纹等缺陷组成的天然复合材料,具有极强的非均质性。在这个多相体系中,这些组分的空间分布是页岩沉积演化过程中形成自身的特性。页岩内部复杂的微观结构对其宏观力学行为和裂纹萌生、扩展等压裂特征有重要的影响。因此,研究储层页岩的力学特性和裂纹扩展过程时,必须考虑微观结构的影响。从微观的角度研究页岩中的矿物组分、缺陷的空间分布对介质的力学行为、微裂缝的扩展和破坏模式的影响,对于油气储层开采设计具有重要的理论意义。
储层岩石均具有较强的致密性,尤其是储层致密页岩。现有的方法,很难直接通过物理实验对压裂机理进行研究。随着计算机技术的发展,数值方法成为一种有效的选择,被广泛应用于岩石的力学行为和破坏过程的研究,有助于揭示解释裂纹扩展的规律。数值方法不仅可以重复实验过程,而且可以捕获裂纹的演化过程。非均质性对岩石力学响应影响显著,为了使构建的数值模型更加真实反映岩石材料的非均匀特点,人们将非均质性引入到数值模型中,假设岩石材料的力学性质服从统计分布特征。然而,由于简化了岩石复杂的空间结构,且引入的随机参数是不确定的、主观的,高度依赖于统计分布参数,材料力学参数赋值分布是随机的,导致裂纹扩展路径也可能是随机的。这意味着这些数值模型降低了数值模拟结果的准确性,很难准确重复岩石物理实验结果,实验结果可能无法提供研究人员在设计试验时所期望的现象和实验效果。
可见,数值模拟的正确性及适应性在在很大程度上取决于所建立微观模型和模型物理力学参数,只有模型的矿物、孔隙等结构空间分布能够反映岩样真实结构特征时,以及相应的力学参数赋予有足够的科学依据,而不是仅凭借主观臆想时,模拟结果才具有理论及应用价值。由于其岩石基质矿物具有高度不均匀的微观结构以及复杂的力学性质,使岩石微观力学特性、微观结构表征和理论建模受到限制。“参数给不准”与“模型给不准”,是岩石力学数值模拟的两大技术瓶颈。
因此,建立能够真实反映复杂岩性和微孔隙发育特征的三维数字岩心的精确模型在数值模拟中将起到至关重要的作用。随着扫描等观测手段的发展、计算机运算能力的显著提高,高分辨率成像已经成为一种可行的方法,可以在纳米尺度到微米尺度上描述非均质材料的微观结构特征,精准模型的建立和精准力学参数的获取成为可能。借助数字图像处理技术建立能真实反映岩石细观结构的相应数值模拟计算网格。构建三维数字岩心的常用方法分为两类:数值重建方法,分为随机法、过程法等,中心思想为基于二维数字图像利用重构算法进行三维数字岩心的重构。虽然成本低,但是二维图像包含的微观结构信息特征较少,重建的三维数字岩心与真实岩心存在较大的差异;物理实验方法:目前较成熟的方法基于CT扫描技术和FIB-SEM扫描技术重建三维数字岩心,CT扫描技术可较准确的识别岩石的微观孔隙结构,分辨率可达几百纳米,但是小于CT扫描仪分辨率尺寸的微孔隙却无法识别。且同样受制于分辨率,致使数字岩心的岩石骨架均为单一矿物岩性成分,不能描述具有复杂岩性的储层岩心,更不能完全准确的表征矿物、孔隙结构真实的空间分布。这在较大程度的影响了三维数字岩心在非常规储层中应用的范围和岩石物理力学性质和压裂数值模拟的精度。换言之,基于CT扫描技术重建数字岩心对于高致密性、高非均质性的岩石,尤其是页岩的适用性较差。而FIB-SEM扫描技术弥补了CT扫描技术的缺点,5-10nm以上的孔隙均可以识别(对于致密性强的储层页岩的有机质孔隙的识别,此分辨率也足以满足研究需求),且可以较准确清晰的识别不同岩性的矿物颗粒。
目前,不同矿物颗粒力学料参数的选取有一定的主观性。纳米压痕、划痕的技术的发展,以及配合高分辨率成像技术,使力学参数的客观确定成为可能,可以获取更加可靠的精准的力学参数,进而建立相应的材料力学参数数据。
发明内容
鉴于现有背景技术中存在的问题,本发明的目的在于提供基于一种高精度数字岩心重构模型三维有限元仿真方法,以解决现有技术中基于数字岩心重构有限元模拟方法存在的缺陷。
本发明的技术方案如下:
基于一种高精度数字岩心重构模型三维有限元仿真方法,步骤如下:
步骤S101:通过电子显微镜对岩样表面进行观测、标注感兴趣的目标区域;
步骤S102:将目标区域加工成实验所需尺寸;
步骤S103:进行聚集离子束扫描电镜(FIB-SEM)扫描实验,获取反映岩石纳米级精度真实组分与结构非均质特征的三维数字岩心图像;
步骤S104:用改进的数字图像处理技术对步骤S103获得的图像进行分割、降噪、增强、合并处理,并通过多阈值分割方法确定分割阈值、明确各矿物产状、有机质、界面、孔隙、裂缝缺陷所对应的灰度区间,将灰度图像转化为多灰度值的灰度图像;
再将分割处理后的图像进行拼接;
将合并后的多灰度值图像进行平滑处理,剔除孤立的像素点。
步骤S105:采用网格映射法将处理好的数字图像转化为计算网格单元;
步骤S106:通过电子显微技术配合纳米压痕测试方法获取页岩各组分力学参数和其相应的统计分布特征,使用电子显微技术配合纳米划痕测试方法获取矿物颗粒边界/界面及结构缺陷的力学参数;
步骤S107:基于分割阈值确定的灰度区间,为每个灰度区间的单元网格赋予对应的物理力学参数,同一灰度区间(同一种矿物)的力学参数的赋值采用蒙特卡洛法(MonteCarlo),即将S106获取的力学参数赋值给S105重构模型,完成数值数字岩心的重建;
步骤S108:将数字岩心纳入数值软件完成有限元数值计算。
所述步骤S104中,改进的数字图像处理技术的具体操作步骤为:通过矩形提取整个FIB-SEM图像的部分像素作为处理单元,然后使用传统的分割方法对每个部分进行单独处理。设g(x,y)是原始FIB-SEM图像中(x,y)点的灰度值,fi(x,y)是原始FIB-SEM图像中提取矩形图像的灰度值。将图像分为n部分,每部分图像的高度为h△,提取过程可由下面公式表示:
所述步骤S101中,具体操作方法为:由于FIB-SEM扫描的模型范围有限,一般为30×30×30μm。因此,为了保证预想研究目标在FIB-SEM扫描范围内,需要预先使用扫描电子显微镜对岩样进行扫描,该扫描的范围需要足够大,以包含岩石内部有机物、有机物内部孔隙、无机矿物、无机矿物内部的孔隙、裂隙等典型的特征。同时,该扫描电子显微镜分辨率也要足够高,能观察到最小的纳米孔隙分布,以及明显的矿物颗粒边界等典型的特征。得以确定研究区域的位置,再进行标注。
所述的步骤S103中,具体操作为:所述的FIB-SEM扫描技术,通过FIB(离子束)对样品的连续切割,SEM(高能电子束)对切割表面进行成像,来获取样品的三维空间分布形态。为了便于铣削与成像,离子束与电子显微镜束的夹角在30°和60°之间,具体值取决于蚀刻深度需要。SEM的原理为根据元素的导电性对矿物进行区分,不同材料元素导电性不同,导电率高的材料发射的能量更多,在SEM图像中显得更亮。因此,可以利用不同的矿物在SEM灰度图像呈现不同的亮度,来对样品内的矿物、孔隙等进行区分,而对于同种矿物则有相近的灰度值。
所述步骤S104中,采用改进的数字图像处理技术对分割后的数字图像分别进行处理,这一步是保证数字岩心数值模型准确性的关键步骤,具体包括:增强、滤波、降噪处理。其中,增强处理的目的是为了增强图像的对比度,以便更好的识别区分各矿物组分;滤波、降噪处理处理的目的去除图形中的噪音点;根据图像色彩特征,考了岩石图像的多相系统(各矿物组分、孔隙等缺陷),选取合适的多阈值分割法,确定分割阈值;根据分割阈值,确定各相对应的灰度区间,将灰度图像转化为多灰度值的灰度图像。
所述步骤S104中,将分割、进行数字图像处理技术处理后的图像进行拼接处理,为公式(1)的逆向运算。
所述步骤S105中,具体操作如下:设单层数字图像具有一定的厚度t,岩石在厚度t内是均质的,单元的厚度与可以与铣削的厚度相同,也可以根据计算需求和实际情况自行定义;通过网格映射法将数字图像转化为有限元计算网格,因此,单层的计算网格的数量取决于单张数字图像的像素的数量,计算网格的长、宽取决于图像像素的大小;将若干数字图像切片按照一定的间隔叠加来实现三维建模。
所述步骤S106的具体操作如下:通过电子显微镜对样品表面进行矿物组分分析和特定矿物定位,标定不同矿物位置以及其分布特征;在预测矿物成分中选取平整度较高,有代表性的区域进行纳米压痕试验,以获取力学参数(弹性模量、泊松比、强度);借助电子显微镜技术,选取合适的区域进行划痕实验,以获取矿物颗粒边界/界面的力学参数。
本发明的有益效果:
本发明所建立的数字岩心将岩石内部不同矿物材料与细观缺陷的空间分布和结构真实定量地纳入数值模型,实现了几何以、边界/界面以及材料非均质性的真实表征。具体说,几何非均质性:通过FIB-SEM扫描实验获取了矿物颗粒及孔隙等缺陷的空间结构(包括位置、尺寸、形状、方向等);边界/界面非均质性:通过图片处理过程中的边缘检测技术对其进行提取,纳米划痕实验获取的力学参数对其进行力学参数的赋值;材料的非均质性:通过纳米压痕技术获取了不同矿物颗粒的力学参数(弹性模量、泊松比、强度)及统计分布特征,在数值模型中得以表征和实现,尤其是同一种矿物颗粒的力学参数的统计分布特征在数字岩心中的实现,这使构建的数值岩心更加真实。即通过以上技术,实现了岩心的精细表征与微观力学的赋值,全面的表征了岩心的真实状态,完成了数字岩心有限元模拟方法重构。进而可以实现裂隙在各矿物颗粒间的动态扩展、外力作用下裂隙对孔隙的扰动等各种精细的数值研究工作。
附图说明
图1为本发明的基于一种高精度数字岩心重构模型三维有限元仿真方法的流程示意图。
图2为本发明的通过在电子显微镜下选取有代表性研究的区域并标注的示意图。
图3为本发明的FIB-SEM实验设备原理示意图。
图4为本发明的FIB-SEM图像的非均匀颜色特性和图像分割示意图。
图5为本发明的通过电子显微镜下对试样表面进行特定矿物定位,标定不同矿物位置,对标定的位置进行纳米压痕实验以获取各矿物的力学参数的示意图。
图6为本发明的基于网格映射法将数字图像转换数值计算网格示意图,(a)单张FIB-SEM数字图像示意图,(b)采用网格映射法将数字图像转化为有限元计算网格示意图,图6(c)是单层有限元网格图。
图7为本发明的FIB-SEM扫描三维图像及重构的有限元数值数字岩心模型示意图,(a)FIB-SEM扫描三维图像示意图,(b)通过叠加原理重建数字岩心三维有限元模型,(c)重构的三维有限元数值数字岩心模型示意图,(d)数字岩心三维有限元模型进行单轴压缩数值试验后的裂纹形态示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于岩心精细表征与微观力学赋值的数字岩心重构三维有限元模拟方法,以解决现有石力学数值模拟时“模型给不准”和“参数给不准”的两大瓶颈问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明,实施例并不构成对本发明实施例的限定。
本实施例提供基于一种高精度数字岩心重构模型三维有限元仿真方法,图1为本发明实施例所提供的基于高精度数字岩心重构模型压裂微观裂缝动态演化过程三维有限元模拟仿真方法流程图。参见图1,构建基于岩心精细表征与微观力学赋值的数字岩心三维有限元模拟方法具体包括:
步骤S101:通过电子显微镜对岩样表面进行观测、标注感兴趣的目标区域。
在本实施例中,使用扫描电子显微镜对岩样进行扫描,该扫描的范围需要足够大,以包含岩石内部有机物、有机物内部孔隙、无机矿物、无机矿物内部的孔隙、裂隙等典型的特征。同时,该扫描电子显微镜分辨率也要足够高,能观察到最小的纳米孔隙分布,以及明显的矿物颗粒边界等典型的特征。参照示意图2,在扫描电子显微镜下,标注感兴趣的研究区域。
步骤S102:目标区域加工成合适的大小,约为10mm×10mm×5mm正方形薄片。
步骤S103:进行聚集离子束扫描电镜(FIB-SEM)扫描实验,获取反映岩石纳米级精度真实组分与结构非均质特征的三维数字岩心图像。
参照图3,示出了FIB-SEM扫描技术原理示意图,FIB-SEM扫描技术原理为通过FIB(离子束)对样品的连续切割,SEM(高能电子束)对切割表面进行成像,来获取样品的三维空间分布形态。为了便于铣削与成像,离子束与电子显微镜束的夹角在30°和60°之间,具体值取决于蚀刻深度需要。SEM的原理为根据元素的导电性对矿物进行区分,不同材料元素导电性不同,导电率高的材料发射的能量更多,在SEM图像中显得更亮。因此,可以利用不同的矿物在SEM灰度图像呈现不同的亮度,来对样品内的矿物、孔隙等进行区分,而对于同种矿物则有相近的灰度值。对于储层岩石的研究,分辨率一般可设置为5-20nm(但是不限制于此,应根据实际情况而调整),此分辨率足以识别出有机质以及无机质中的纳米级孔隙。对于FIB-SEM技术应该注意的事项:样品小于5×5×1cm,样品过大时需切割取样,样品表面必须能喷金增加导电性,切割深度必须小于10μm。
FIB-SEM技术获得实例三维灰度图像请参照图7(a),可见各矿物组分区分比较明显。(分辨率10nm,模型的尺寸为16×8×4μm)
步骤S104:用改进的数字图像处理技术对其进行分割、降噪、增强、合并等处理,并通过多阈值分割方法确定分割阈值、明确各矿物产状、有机质、界面、孔隙、裂缝等缺陷所对应的灰度区间。
参照图4,示出了获取的灰度图像的非均匀的颜色特征(图像上面亮下面暗)的示意图,由于图像的颜色不均匀的特点。这里采用改进的数字图像处理技术,对这种非均匀颜色特征的图像进行处理。该方法的主要思想为:通过矩形提取整个FIB-SEM图像的部分像素作为处理单元,然后使用传统的分割方法对每个部分进行单独处理。
假设g(x,y)是原始FIB-SEM图像中(x,y)点的灰度值,fi(x,y)是原始FIB-SEM图像中提取矩形图像的灰度值。将图像分割成n部分,每部分图像的高度为h△,参照示意图4,分割提取过程可由下面公式表示:
采用数字图像处理技术对分割后的数字图像分别进行处理,这一步是保证数字岩心数值模型准确性的关键步骤,具体包括:
增强处理,其目的是为了增强图像的对比度,以便更好的识别区分各矿物组分。
滤波、降噪处理,其目的去除图形中的噪音点。
分割阈值的确定,根据图像色彩特征,考虑岩石图像的多相系统(各矿物组分、孔隙等缺陷),选取合适的多阈值分割法,进而来确定分割阈值。实例中采用一种自动方法,Otsu多阈值分割法。假设图像的灰度等级为L,则灰度级的范围为[0,1,…,L -1]。有n-1个阈值T1,T2,…T n-1,将图像分为n类,表示为C0={0,1,…,T1},…,Ci={Ti+1,Ti+2,…,Ti+1},…,Cn-1={Tn-1+1,Tn-1+2,…,L-1},各类的概率分别为P0,P1,…Pn-1,均值分别为ω0,μ1,…μn-1,多阈值分割公式如下:
根据上式分割阈值,确定各相对应的灰度区间,将灰度图像转化为多灰度值的灰度图像。
再将分割处理后的图像进行拼接,为分割公式的逆向运算。
将合并后的多灰度值图像进行平滑处理,剔除孤立的像素点。
步骤S105:采用网格映射法将数字图像转化为计算网格单元;
参照图6,示出了实施例基于网格映射法将数字图像转换数值计算网格示意图,假设单层数字图像具有一定的厚度t,岩石在厚度t内是均质的,单元的厚度与可以与铣削的厚度相同,也可以根据计算需求和实际情况自行定义。通过网格映射法将数字图像转化为有限元计算网格。因此,单层的计算网格的数量取决于单张数字图像的像素的数量,计算网格的长、宽取决于图像像素的大小。参照图7(b)将若干数字图像切片按照一定的间隔叠加来实现三维建模。
步骤S106:通过电子显微技术配合纳米压痕测试方法获取页岩各组分力学参数和其相应的统计分布特征,使用电子显微技术配合纳米划痕测试方法获取矿物颗粒边界/界面及结构缺陷的力学参数。
参照图5,示出了实施例通过电子显微镜下对试样表面进行特定矿物定位,标定不同矿物位置,对标定的位置进行纳米压痕实验以获取各矿物的力学参数的示意图。
其中,对于矿物力学参数的获取,应在电子显微镜下观测试样的表面,预测矿物组分,在预测矿物成分中选取平整度较高,有代表性的区域进行纳米压痕试验,以获取单矿物力学参数(弹性模量、泊松比、强度)。
其中,对于界面力学参数的获取,应借助电子显微镜技术,选取合适的区域进行划痕实验,以获取矿物颗粒边界/界面的力学参数。
压痕实验以及划痕实验结果具有一定的离散型,因此,对于单矿物应采取多次压痕实验以及各界面采取多次划痕实验,对多次实验结果获取的力学参数进行统计分析,进而获取相应材料力学参数的平均值以及其统计分布特征。材料力学参数的统计分布特征是基于蒙特卡洛法(Monte Carlo)重构单矿物有限元单元力学性质非均质分布的依据。
步骤S107:基于分割阈值确定的灰度区间,为每个灰度区间的单元网格赋予对应的物理力学参数,同一灰度区间(同一种矿物)的力学参数的赋值采用蒙特卡洛法(MonteCarlo),即将S106获取的力学参数赋值给S105重构模型,完成三维数字岩心数值模型的重建。
实施例中将图像转换为多灰度值图像,通过灰度图像对应的灰度值进行力学参数的赋值。若没有转化为多灰度值图像则根据灰度区间进行力学参数的赋值。
所构建的数字岩心三维有限元数值模型,在几何上表征了岩石的真实结构。然而,事实上,单种矿物的材料力学参数也不是均匀的,也具一定的非均匀性,步骤S106的实验结果中也体现了单种材料的非均匀性。因此,在数字岩心有限元模型重建时,单种矿物的力学参数根据步骤S106的试验结果,采用蒙特卡洛法(Monte Carlo)进行赋值,即满足了材料力学参数费均匀性的表征。
在本实施例中,参照图7(c)示出了重构的数字岩心三维有限元数值模型示意图,该三维数字岩心考虑真实的各相矿物的空间结构特征,单相矿物右侧的放大图的颜色不均匀表征其力学参数的非均质性。
步骤S108:将数字岩心纳入数值软件完成有限元数值计算。
在本实施例中,参照图7(d)示出了数字岩心三维有限元模型进行单轴压缩数值试验后的裂纹形态示意图。本发明所建立的数字岩心将岩石内部不同矿物材料与细观缺陷的空间分布和结构真实定量地纳入数值模型,实现了几何、边界/界面以及材料非均质性的真实表征,可以实现裂隙在各矿物颗粒间的动态扩展、外力作用下裂隙对孔隙的扰动等精细的数值研究工作。
综上,本发明提出的基于岩心精细表征与微观力学赋值的数字岩心重构三维有限元模拟方法突破了传统的数值模拟方法,包括以往的基于数字岩心的模拟方法的对真实岩心表征失真的问题,该方法所建立的数字岩心将岩石内部不同矿物材料与细观缺陷的空间分布和结构真实定量地纳入数值模型,实现了几何、边界/界面以及材料非均质性的真实且精细的表征和微观力学的赋值。全面的复制了岩心的真实状态,完成了数字岩心有限元模拟方法重构,为利用三维数字岩心开展精确且精细的岩石力学行为以及裂纹扩展等压裂特征数值模拟提供了参考以及奠定了基础。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,步骤如下:
步骤S101:通过电子显微镜对岩样表面进行观测、标注感兴趣的目标区域;
步骤S102:将目标区域加工成实验所需尺寸;
步骤S103:进行聚集离子束扫描电镜(FIB-SEM)扫描实验,获取反映岩石纳米级精度真实组分与结构非均质特征的三维数字岩心图像;
步骤S104:用改进的数字图像处理技术对步骤S103获得的图像进行分割、降噪、增强、合并处理,并通过多阈值分割方法确定分割阈值、明确各矿物产状、有机质、界面、孔隙、裂缝缺陷所对应的灰度区间,将灰度图像转化为多灰度值的灰度图像;
再将分割处理后的图像进行拼接;
将合并后的多灰度值图像进行平滑处理,剔除孤立的像素点;
步骤S105:采用网格映射法将处理好的数字图像转化为计算网格单元;
步骤S106:通过电子显微技术配合纳米压痕测试方法获取页岩各组分力学参数和其相应的统计分布特征,使用电子显微技术配合纳米划痕测试方法获取矿物颗粒边界/界面及结构缺陷的力学参数;
步骤S107:基于分割阈值确定的灰度区间,为每个灰度区间的单元网格赋予对应的物理力学参数,同一灰度区间(同一种矿物)的力学参数的赋值采用蒙特卡洛法(MonteCarlo),即将S106获取的力学参数赋值给S105重构模型,完成数值数字岩心的重建;
步骤S108:将数字岩心纳入数值软件完成有限元数值计算。
3.如权利要求1或2所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S105中,具体操作如下:设单层数字图像具有一定的厚度t,岩石在厚度t内是均质的,单元的厚度与可以与铣削的厚度相同,也可以根据计算需求和实际情况自行定义;通过网格映射法将数字图像转化为有限元计算网格,因此,单层的计算网格的数量取决于单张数字图像的像素的数量,计算网格的长、宽取决于图像像素的大小;将若干数字图像切片按照一定的间隔叠加来实现三维建模。
4.如权利要求1或2所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述的步骤S103中,具体操作为:所述的FIB-SEM扫描技术,通过FIB(离子束)对样品的连续切割,SEM(高能电子束)对切割表面进行成像,来获取样品的三维空间分布形态;离子束与电子显微镜束的夹角在30°和60°之间。
5.如权利要求3所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述的步骤S103中,具体操作为:所述的FIB-SEM扫描技术,通过FIB(离子束)对样品的连续切割,SEM(高能电子束)对切割表面进行成像,来获取样品的三维空间分布形态;离子束与电子显微镜束的夹角在30°和60°之间。
6.如权利要求1或2或5所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S104中,采用改进的数字图像处理技术对分割后的数字图像分别进行处理,具体包括:增强、滤波、降噪处理。
7.如权利要求3所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S104中,采用改进的数字图像处理技术对分割后的数字图像分别进行处理,具体包括:增强、滤波、降噪处理。
8.如权利要求4所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S104中,采用改进的数字图像处理技术对分割后的数字图像分别进行处理,具体包括:增强、滤波、降噪处理。
9.如权利要求1或2或5或7或8所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S104中,将分割、进行数字图像处理技术处理后的图像进行拼接处理,拼接处理为公式(1)的逆向运算。
10.如权利要求3所述的基于一种高精度数字岩心重构模型三维有限元仿真方法,其特征在于,所述步骤S104中,将分割、进行数字图像处理技术处理后的图像进行拼接处理,拼接处理为公式(1)的逆向运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211218464.0A CN115630543A (zh) | 2022-10-06 | 2022-10-06 | 基于一种高精度数字岩心重构模型三维有限元仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211218464.0A CN115630543A (zh) | 2022-10-06 | 2022-10-06 | 基于一种高精度数字岩心重构模型三维有限元仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115630543A true CN115630543A (zh) | 2023-01-20 |
Family
ID=84905502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211218464.0A Pending CN115630543A (zh) | 2022-10-06 | 2022-10-06 | 基于一种高精度数字岩心重构模型三维有限元仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115630543A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116223224A (zh) * | 2023-05-08 | 2023-06-06 | 山东清洋新材料有限公司 | 基于图像处理实现固化剂对产品力学性能影响的检测方法 |
CN117115370A (zh) * | 2023-08-15 | 2023-11-24 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
-
2022
- 2022-10-06 CN CN202211218464.0A patent/CN115630543A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116223224A (zh) * | 2023-05-08 | 2023-06-06 | 山东清洋新材料有限公司 | 基于图像处理实现固化剂对产品力学性能影响的检测方法 |
CN116223224B (zh) * | 2023-05-08 | 2023-08-11 | 山东清洋新材料有限公司 | 基于图像处理实现固化剂对产品力学性能影响的检测方法 |
CN117115370A (zh) * | 2023-08-15 | 2023-11-24 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
CN117115370B (zh) * | 2023-08-15 | 2024-03-19 | 西南石油大学 | 一种高精度数字岩心模型构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Hemes et al. | Multi-scale characterization of porosity in Boom Clay (HADES-level, Mol, Belgium) using a combination of X-ray μ-CT, 2D BIB-SEM and FIB-SEM tomography | |
CN115630543A (zh) | 基于一种高精度数字岩心重构模型三维有限元仿真方法 | |
Curtis et al. | Microstructural investigation of gas shales in two and three dimensions using nanometer-scale resolution imaging | |
Uchic et al. | Three-dimensional microstructural characterization using focused ion beam tomography | |
RU2576501C2 (ru) | Способы построения 3-мерных цифровых моделей пористой среды с использованием комбинации данных высокого и низкого разрешения и многоточечной статистики | |
Sok et al. | Pore scale characterization of carbonates at multiple scales: Integration of Micro-CT, BSEM, and FIBSEM | |
Gaboreau et al. | Optimization of pore-network characterization of a compacted clay material by TEM and FIB/SEM imaging | |
Ma et al. | Correlative multi-scale imaging of shales: a review and future perspectives | |
Andrä et al. | Digital rock physics benchmarks—Part I: Imaging and segmentation | |
Tomutsa et al. | Analysis of chalk petrophysical properties by means of submicron-scale pore imaging and modeling | |
Louis et al. | Imaging strain localization by X-ray computed tomography: discrete compaction bands in Diemelstadt sandstone | |
Yu et al. | Numerical simulation and interpretation of the grain size effect on rock strength | |
Panahi et al. | A 4D synchrotron X-ray-tomography study of the formation of hydrocarbon-migration pathways in heated organic-rich shale | |
Desbois et al. | Multi-scale analysis of porosity in diagenetically altered reservoir sandstone from the Permian Rotliegend (Germany) | |
Li et al. | Fractal breakage of porous carbonate sand particles: Microstructures and mechanisms | |
US20120277996A1 (en) | Method to determine representative element areas and volumes in porous media | |
CN105649615A (zh) | Ct定量、三维可视化测试储层致密油赋存状态的方法 | |
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 | |
Liu et al. | Microscale crack propagation in shale samples using focused ion beam scanning electron microscopy and three-dimensional numerical modeling | |
Adeleye et al. | Pore-scale analyses of heterogeneity and representative elementary volume for unconventional shale rocks using statistical tools | |
Yu et al. | X-ray micro-computed tomography (μ-CT) for 3D characterization of particle kinematics representing water-induced loess micro-fabric collapse | |
Zhao et al. | Digital measurement of 2D and 3D cracks in sandstones through improved pseudo color image enhancement and 3D reconstruction method | |
Ma et al. | A multi-scale framework for digital core analysis of gas shale at millimeter scales | |
Yu et al. | Pore structure evolution due to loess collapse: A comparative study using MIP and X-ray micro-CT |
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 |