CN116977589B - 一种岩心三维数值模型的构建方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种岩心三维数值模型的构建方法、装置、设备及介质，该方法包括：获取待数值化岩心样品，确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建矿物分层模型；对待数值化岩心样品进行电子计算机断层扫描处理，确定空间裂隙信息，并基于空间裂隙信息，构建空间裂隙模型；基于矿物分层模型、空间裂隙模型以及每种矿物的力学参数，确定目标三维数值模型，本申请实现了岩石几何结构非均匀性和矿物材料非均质性的同步真实表征。

Description

一种岩心三维数值模型的构建方法、装置、设备及介质

技术领域

本发明涉及岩石油储层勘测领域，尤其涉及一种岩心三维数值模型的构建方法、装置、设备及介质。

背景技术

岩石由不同的矿物组分材料和微观结构组成，呈现出显著的非均质性。研究表明，非均质性对岩石力学响应有显著影响。因此，人们一直致力于将非均质性考虑到相关研究中去。使用环状岩心钻头及其他取心工具，从孔内取出的圆柱状岩石样品称之为岩心。数字图像处理技术的发展为岩心力学数值模拟提供了新的解决方案，能够将岩心内部不同材料介质的空间分布和结构定量地纳入数值模型，建立反映真实结构和材料特征的数值模拟计算网格，实现数值模拟研究。

目前，通常采用CT扫描技术构建岩心三维数值模型。该方法是通过对岩心样品进行CT扫描，获取岩心的数字图像，对数字图像进行二值化处理或者多值化处理，区分岩心的孔隙、裂隙等缺陷与岩石基质，基于处理后的数字图像构建岩心三维数值模型，实现岩心的数值模拟研究。

然而，这种方法严重受限于CT技术的缺点，对于密度相近的矿物无法区分。因此，无法准确的获取岩心的矿物组分和含量，致使建立的数值模型不能反应真实的矿物分布和空间结构特征。

发明内容

本发明提供了一种岩心三维数值模型的构建方法、装置、设备及介质，以构建多层、多矿物组分且含裂隙特征的岩心三维数值模型，同时考虑岩心三维数值模型的几何结构非均匀性和矿物材料非均质性，实现岩心矿物分布和空间结构特征的同步真实表征。

根据本发明的第一方面，提供了一种岩心三维数值模型的构建方法，该方法包括：

获取待数值化岩心样品，并确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；其中，所述待数值化岩心样品包括多个岩石层；

基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型；

对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，并基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型；

基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

根据本发明的第二方面，提供了一种岩心三维数值模型的构建装置，该装置包括：

样品参数确定模块，用于获取待数值化岩心样品，并确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；其中，所述待数值化岩心样品包括多个岩石层；

分层模型确定模块，用于基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型；

裂隙模型确定模块，用于对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，并基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型；

数值模型确定模块，用于基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

根据本发明的第三方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的岩心三维数值模型的构建方法。

根据本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的岩心三维数值模型的构建方法。

本发明实施例的技术方案，通过获取待数值化岩心样品，并确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数，其中，待数值化岩心样品包括多个岩石层，进而基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建待数值化岩心样品对应的矿物分层模型，进一步的，对待数值化岩心样品进行电子计算机断层扫描处理，确定待数值化岩心样品的空间裂隙信息，并基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型，从而基于矿物分层模型、空间裂隙模型以及每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型。本申请构建了多层、多矿物组分且含裂隙特征的岩心三维数值模型，同时考虑了岩心三维数值模型的几何结构非均匀性和矿物材料非均质性，实现了岩心矿物分布和空间结构特征的同步真实表征，为致密层状岩石的数值模拟研究提供了有效的建模方法。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种岩心三维数值模型的构建方法的流程图；

图2是根据本发明实施例一涉及的待数值化岩心样品示意图；

图3（A）是本发明实施例一涉及的矿物分层模型示意图；

图3（B）是本发明实施例一涉及的和空间裂隙模型示意图；

图4是根据本发明实施例一涉及的组合三维数值模型示意图；

图5是根据本发明实施例二提供的一种岩心三维数值模型的构建方法的流程图；

图6是根据本发明实施例三提供的一种岩心三维数值模型的构建装置的结构示意图；

图7是实现本发明实施例的岩心三维数值模型的构建方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是本发明实施例一提供的一种岩心三维数值模型的构建方法的流程图，本实施例可适用于为页岩岩心样品构建三维数值模型的情况，该方法可以由岩心三维数值模型的构建装置来执行，该岩心三维数值模型的构建装置可以采用硬件和/或软件的形式实现，该岩心三维数值模型的构建装置可配置于终端和/或服务器中。如图1所示，该方法包括：

S110、获取待数值化岩心样品，并确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数。

其中，待数值化岩心样品为圆柱体的岩石样本。待数值化岩心样品包括多个岩石层，不同的岩石层所包含的主要矿物成分不同。

其中，高度信息为岩心样品中页岩层的实际高度。矿物种类为页岩层所包含矿物成分的种类，例如，矿物种类包括黄铁矿、石英、长石、方解石、白云石、伊利石等。矿物的含量可以理解为在一个页岩层上，每种矿物的实际含量。矿物含量可以采用百分数的形式进行表征。

具体的，原始岩石为立方体结构，在制备岩心样品时，需要采用环状岩心钻头及其他取心工具。在垂直于原始岩石层理的方向上，取心工具向原始岩石施加压力，从而得到待数值化岩心样品。每个岩石层的高度信息是根据岩心样品各个岩石层的实际高度测量得到的。矿物种类以及各种矿物的含量可以基于电镜扫描的方法实际测量确定。

示例性的，待数值化岩心样品示意图参见图2，图2中圆柱形结构所示的图形为待数值化岩心样品示意图，待数值化岩心样品包含6个不同的岩石层，分别为岩石层1、岩石层2、岩石层3、岩石层4、岩石层5、和岩石层6。例如，测量确定的待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量如表1所示。

表1 每个岩石层的高度信息、矿物种类、各种矿物的含量

岩石层号	高度信息(mm)	黄铁矿(%)	石英(%)	长石(%)	方解石(%)	白云石(%)	伊利石(%)	绿泥石(%)	孔隙(%)
										H1	9.87	23.19	5.4	33.27	3.71	0.01	18.11	0.04	0.07
H2	9.27	59.86	9.42	3.34	0.01	0.09	17.36	0.15	1.39
										H3	1.46	40.57	31.01	4.89	3.68	0.09	10.17	0.1	1.57
H4	3.02	8.81	1.99	0.43	85.45	0.31	0.63	0.01	0.37
										H5	5.39	0.95	50.76	23.5	0.01	0.08	10.78	0.17	1.05
…

可选的，确定待数值化岩心样品每种矿物的力学参包括以下内容：对每种矿物，基于微观力学试验，确定各矿物颗粒的力学参数和统计分布特征参数，得到每种矿物的力学参数。

在本实施例中，对于每种矿物而言，首先利用扫描电镜矿物定量评价(Quantitative Evaluation of Minerals by Scanning electron microscopy ，QEMSCAN)方法和纳米压痕实验确定各矿物颗粒的第一力学参数。进而，利用网络压痕实验和反褶积分析确定各矿物颗粒的目标力学参数和其统计分布特征参数，其中，在反褶积分析中将所确定的第一力学参数作为期望值。最终，将所确定的每种矿物的力学参数存储于预先配置的存储单元中，以备后续使用。

S120、基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建待数值化岩心样品对应的矿物分层模型。

其中，矿物分层模型为表征待数值化岩心样品的三维数字模型。

可选的，构建待数值化岩心样品对应的矿物分层模型具体包括以下步骤：

S1201、基于每个岩石层的高度信息，将预先构建的第一初始三维模型划分为与岩石层数量对应的多个三维模型层。

其中，第一初始三维模型为包含大量体素的圆柱体三维数字模型。第一初始三维模型的高度与待数值化岩心样品的实际高度相同。三维模型层与待数值化岩心样品实际岩石层是对应的。

在本实施例中，预先构建第一初始三维模型，第一初始三维模型中的所有体素是相同的，具有相同的初始值。根据每个岩石层的高度信息将第一初始三维模型划分为与待数值化岩心样品实际岩石层高度和数量一致的多个三维模型层。

在上述示例性的基础上，若待数值化岩心样品的实际高为20cm，岩石层1的高度信息为9.87mm，岩石层2的高度信息为9.27mm，岩石层3的高度信息为1.46mm，…，岩石层n的高度信息为Hmm，则将高度为20cm的第一初始三维模型划分为n个三维模型层，三维模型层1的高度为9.87mm，三维模型层2的高度为9.27mm，三维模型层3的高度为1.46mm，…，三维模型层n的高度为Hmm。

S1202、对每个三维模型层，基于当前三维模型层对应的矿物种类和每种矿物的含量，对当前三维模型层中的各个三维体素进行赋值处理。

其中，不同的矿物对应不同的数值。当前三维模型层为各三维模型层中的任意一个。

在本实施例中，对于每个三维模型层而言，对三维模型层中的各个三维体素进行赋值处理的实现方式是相同的，在此以其中一个三维模型层为例进行示例性说明。

示例性的，当前三维模型层为岩石层1所对应的三维模型层，岩石层1中黄铁矿的含量为23.19%，石英的含量为5.4%，长石的含量为33.27%，方解石的含量为3.71%，白云石的含量为0.01%，伊利石的含量为18.11%，绿泥石的含量为0.04%，从当前三维模型层中随机确定23.19%的体素，将这些体素赋值为黄铁矿对应的标识，例如，将23.19%的体素赋值为数值001；从当前三维模型层中随机确定5.4%的体素，将这些体素赋值为石英对应的标识，例如，将5.4%的体素赋值为数值002，…，以此类推，直至将当前三维模型层的所有种类的矿物均完成体素赋值。

S1203、对各三维模型层分别进行赋值处理，得到待数值化岩心样品对应的矿物分层模型。

在本实施例中，采用S1202所述的赋值方法对每一个三维模型层进行赋值处理后，得到待数值化岩心样品对应的矿物分层模型。

S130、对待数值化岩心样品进行电子计算机断层扫描处理，确定待数值化岩心样品的空间裂隙信息，并基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型。

其中，电子计算机断层扫描 (Computed Tomography，CT) ，利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕待数值化岩心样品作一个接一个的断层扫描，从而得到每个扫描层对应的断层扫描图像。

其中，空间裂隙信息用于表征待数值化岩心样品中裂隙部位对应的空间位置。例如，空间裂隙信息为裂隙部位对应的体素坐标。空间裂隙模型为表征待数值化岩心样品裂隙位置的三维数字模型。

可选的，确定待数值化岩心样品的空间裂隙信息具体包括步骤：

S1301、对待数值化岩心样品进行整体电子计算机断层扫描，得到待数值化岩心样品每个扫描层对应的断层扫描图像。

在本实施例中，将待数值化岩心样品放置于电子计算机断层扫描仪器中进行扫描处理，得到每一个扫描层对应的断层扫描图像。而后，对每一个断层扫描图像进行预处理，以提高断层扫描图像的图像质量。

S1302、基于局部阈值分割模型，提取每个断层扫描图像中的裂隙像素。

其中，局部阈值分割模型为预先训练好的图像分割模型，局部阈值分割模型可以将断层扫描图像中的裂隙像素分割出来。

在本实施例中，由于X线束、γ射线、超声波穿过不同介质，所成像的颜色深浅是不同的，基于此，可以采用局部阈值分割模型，提取断层扫描图像中的裂隙像素。

具体的，将每个断层扫描图像分别输入至局部阈值分割模型中，局部阈值分割模型输出每个断层扫描图像中的裂隙像素对应的位置。

S1303、基于每个断层扫描图像中的裂隙像素，重建三维空间裂隙，得到待数值化岩心样品的空间裂隙信息。

在本实施例中，在得到每个扫描层的裂隙像素位置后，可以基于三维重构的现有算法，构建三维空间裂隙，从而得到待数值化岩心样品的空间裂隙信息。

可选的，基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型具体包括：将空间裂隙信息填充至预先构建的第二初始三维模型中，得到待数值化岩心样品对应的空间裂隙模型。

其中，第二初始三维模型为包含大量体素的圆柱体三维数字模型。第二初始三维模型区别于第一初始三维模型。

具体的，由于空间裂隙信息可以表征第二初始三维模型中的哪些体素位置为三维空间裂隙，因此，在本实施例中，可以将空间裂隙信息所表征的体素标记为裂隙标识，从而得到待数值化岩心样品对应的空间裂隙模型。

S140、基于矿物分层模型、空间裂隙模型以及每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型。

其中，目标三维数值模型为待数值化岩心样品的数值化表征。

具体的，在得到矿物分层模型和空间裂隙模型的基础上，将矿物分层模型和空间裂隙模型进行耦合处理，并对耦合处理后的组合模型进行网格映射，从而得到所述待数值化岩心样品的组合三维数值模型。而后，将预先存储的每种矿物的力学参数，添加至每种矿物对应体素的存储结构中，得到目标三维数值模型。

示例性的，矿物分层模型示意图参见图3（A），空间裂隙模型示意图参见图3（B），由矿物分层模型和空间裂隙模型耦合得到的组合三维数值模型示意图参见图4。

本发明实施例的技术方案，通过获取待数值化岩心样品，并确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数，其中，待数值化岩心样品包括多个岩石层，进而基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建待数值化岩心样品对应的矿物分层模型，进一步的，对待数值化岩心样品进行电子计算机断层扫描处理，确定待数值化岩心样品的空间裂隙信息，并基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型，从而基于矿物分层模型、空间裂隙模型以及每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型。本申请构建了多层、多矿物组分且含裂隙特征的岩心三维数值模型，同时考虑了岩心三维数值模型的几何结构非均匀性和矿物材料非均质性，实现了岩心矿物分布和空间结构特征的同步真实表征，为致密层状岩石的数值模拟研究提供了有效的建模方法。

实施例二

图5是本发明实施例二提供的一种岩心三维数值模型的构建方法的流程图，在前述实施例的基础上，对S110和S140作了进一步细化。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图5所示，该方法包括：

S210、获取待数值化岩心样品，将待数值化岩心样品沿着垂直于层理的方向剖开，在样品剖开面上进行X射线荧光光谱分析，得到样品剖开面对应的元素分布信息。

其中，元素分布信息用于表征X射线照射到样品剖开面后，各种元素的分布情况。

在本实施例中，待数值化岩心样品由多个岩石层组成，各岩石层与水平面平行，沿着垂直于水平面的方向将待数值化岩心样品剖开。示例性的，如图2所示，沿着虚线所示的方向剖开待数值化岩心样品。将待数值化岩心样品剖开后，在任意一个样品剖开面上进行大面积X射线荧光光谱分析，从而获取样品剖开面对应的元素分布信息。

S220、基于元素分布信息，确定待数值化岩心样品的多个第一岩石层以及每个第一岩石层的高度信息。

其中，各第一岩石层之间的元素存在明显差异。

在本实施例中，由于不同的岩石层所含有的元素存在明显的差异，因此基于元素分布信息的差异性，可以区分出元素分布差异大的第一岩石层，同时可以确定每个第一岩石层的高度信息。

S230、对每个第一岩石层分别进行电镜扫描，确定每个第一岩石层对应的矿物分布图。

其中，矿物分布图为电镜扫描第一岩石层后，输出表征扫描面矿物分布信息的图像。

在本实施例中，第一岩石层中虽然所包含的元素差异不大，但是所含矿物存在较大差异，对于这种情形，可以对第一岩石层再进行岩石层区分。基于此，分别对每个第一岩石层进行电镜扫描，得到每个第一岩石层的矿物分布图，以根据矿物分布图，对第一岩石层进行二次划分。

S240、基于每个第一岩石层对应的矿物分布图，将每个第一岩石层划分为多个第二岩石层，并确定每个第二岩石层的高度信息。

其中，同一个第一岩石层中的各第二岩石层之间的矿物种类存在明显差异性。

在本实施例中，同一第一岩石层中可能存在多个矿物层，因此可以基于每个第一岩石层对应的矿物分布图，进一步的将第一岩石层划分为多个第二岩石层，同时可以确定每个第二岩石层的高度信息。

S250、基于预先训练的矿物识别模型以及矿物分布图，确定每个第二岩石层的矿物种类以及每种矿物的含量。

其中，矿物识别模型可以是预先训练好的神经网络模型。

在本实施例中，将每个第二岩石层的矿物分布图分别输入至预先训练的矿物识别模型中，矿物识别模型可以输出每个第二岩石层的矿物种类以及每种矿物的含量。

另外，可以采用扫描电镜矿物定量评价(QEMSCAN)方法确定每个第二岩石层的矿物种类以及每种矿物的含量。

S260、基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建待数值化岩心样品对应的矿物分层模型。

S270、对待数值化岩心样品进行电子计算机断层扫描处理，确定待数值化岩心样品的空间裂隙信息，并基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型。

S280、将矿物分层模型与空间裂隙模型的对应位置进行叠加，得到待数值化岩心样品的组合三维数值模型。

其中，组合三维数值模型为将矿物分层模型与空间裂隙模型组合在一起的整体三维模型。

在本实施例中，将矿物分层模型和空间裂隙模型对应空间位置处的体素进行叠加，即对两个已经得到的模型进行耦合处理，得到待数值化岩心样品的组合三维数值模型。

S290、基于组合三维数值模型和每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型。

在本实施例中，在得到组合三维数值模型的基础上，调取预先存储的各种矿物的力学参数，并将各种矿物力学参数添加至组合三维数值模型中每种矿物对应的体素存储结构里，得到目标三维数值模型。

本发明实施例的技术方案，在确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量时，首先，将待数值化岩心样品沿着垂直于层理的方向剖开，在样品剖开面上进行X射线荧光光谱分析，得到样品剖开面对应的元素分布信息，进而基于元素分布信息，确定待数值化岩心样品的多个第一岩石层以及每个第一岩石层的高度信息，随后，对每个第一岩石层分别进行电镜扫描，确定每个第一岩石层对应的矿物分布图，进而，基于每个第一岩石层对应的矿物分布图，将每个第一岩石层划分为多个第二岩石层，并确定每个第二岩石层的高度信息，最后，基于预先训练的矿物识别模型以及矿物分布图，确定每个第二岩石层的矿物种类以及每种矿物的含量。本实施例采用电镜扫描以及图像识别技术，所确定的每个岩石层的高度信息、矿物种类、各种矿物的含量精确性高，为构建岩心三维数值模型提供了精确的数据支持，进一步提高了岩心三维数值模型的真实性。在确定待数值化岩心样品的目标三维数值模型过程中，将矿物分层模型与空间裂隙模型的对应位置进行叠加，得到待数值化岩心样品的组合三维数值模型，进而基于组合三维数值模型和每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型，本实施例将各种矿物的力学参数添加至组合三维数值模型，体现了目标三维数值模型的矿物材料非均质性。

实施例三

图6是本发明实施例三提供的一种岩心三维数值模型的构建装置的结构示意图。如图6所示，该装置包括：样品参数确定模块310、分层模型确定模块320、裂隙模型确定模块330以及数值模型确定模块340。

其中，样品参数确定模块310，用于获取待数值化岩心样品，并确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；其中，所述待数值化岩心样品包括多个岩石层；

分层模型确定模块320，用于基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型；

裂隙模型确定模块330，用于对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，并基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型；

数值模型确定模块340，用于基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

本发明实施例的技术方案，通过获取待数值化岩心样品，并确定待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数，其中，待数值化岩心样品包括多个岩石层，进而基于待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建待数值化岩心样品对应的矿物分层模型，进一步的，对待数值化岩心样品进行电子计算机断层扫描处理，确定待数值化岩心样品的空间裂隙信息，并基于空间裂隙信息，构建待数值化岩心样品对应的空间裂隙模型，从而基于矿物分层模型、空间裂隙模型以及每种矿物的力学参数，确定待数值化岩心样品的目标三维数值模型。本申请构建了多层、多矿物组分且含裂隙特征的岩心三维数值模型，同时考虑了岩心三维数值模型的几何结构非均匀性和矿物材料非均质性，实现了岩心矿物分布和空间结构特征的同步真实表征，为致密层状岩石的数值模拟研究提供了有效的建模方法。

可选的，样品参数确定模块310包括：

元素分布确定单元，用于将所述待数值化岩心样品沿着垂直于层理的方向剖开，在样品剖开面上进行X射线荧光光谱分析，得到所述样品剖开面对应的元素分布信息；

第一分层信息确定单元，用于基于所述元素分布信息，确定所述待数值化岩心样品的多个第一岩石层以及每个第一岩石层的高度信息；

矿物分布图确定单元，用于对每个第一岩石层分别进行电镜扫描，确定每个所述第一岩石层对应的矿物分布图；

第二分层信息确定单元，用于基于每个所述第一岩石层对应的矿物分布图，将所述每个第一岩石层划分为多个第二岩石层，并确定每个第二岩石层的高度信息；

矿物信息确定单元，用于基于预先训练的矿物识别模型以及所述矿物分布图，确定每个所述第二岩石层的矿物种类以及每种矿物的含量。

可选的，样品参数确定模块310还包括：

力学参数确定单元，用于对每种矿物，基于微观力学试验，确定各矿物颗粒的力学参数和统计分布特征参数，得到每种矿物的力学参数。

可选的，分层模型确定模块320包括：

三维模型层确定单元，用于基于每个所述岩石层的高度信息，将预先构建的第一初始三维模型划分为与岩石层数量对应的多个三维模型层；其中，所述第一初始三维模型的高度与所述待数值化岩心样品的实际高度相同；

三维模型层赋值单元，用于对每个三维模型层，基于当前三维模型层对应的矿物种类和每种矿物的含量，对当前三维模型层中的各个三维体素进行赋值处理；其中，不同的矿物对应不同的数值；

分层模型确定单元，用于对各所述三维模型层分别进行赋值处理，得到所述待数值化岩心样品对应的矿物分层模型。

可选的，裂隙模型确定模块330包括：

CT图像获取单元，用于对所述待数值化岩心样品进行整体电子计算机断层扫描，得到所述待数值化岩心样品每个扫描层对应的断层扫描图像；

裂隙像素确定单元，用于基于局部阈值分割模型，提取每个所述断层扫描图像中的裂隙像素；

裂隙信息确定单元，用于基于所述每个断层扫描图像中的裂隙像素，重建三维空间裂隙，得到所述待数值化岩心样品的空间裂隙信息；

裂隙模型确定单元，用于将所述空间裂隙信息填充至预先构建的第二初始三维模型中，得到所述待数值化岩心样品对应的空间裂隙模型。

可选的，数值模型确定模块340包括：

模型组合单元，用于将所述矿物分层模型与所述空间裂隙模型的对应位置进行叠加，得到所述待数值化岩心样品的组合三维数值模型；

目标模型确定单元，用于基于所述组合三维数值模型和每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

本发明实施例所提供的岩心三维数值模型的构建装置可执行本发明任意实施例所提供的岩心三维数值模型的构建方法，具备执行方法相应的功能模块和有益效果。

实施例四

图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如岩心三维数值模型的构建方法。

在一些实施例中，岩心三维数值模型的构建方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的岩心三维数值模型的构建方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行岩心三维数值模型的构建方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种岩心三维数值模型的构建方法，其特征在于，包括：

获取待数值化岩心样品，并确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；其中，所述待数值化岩心样品包括多个岩石层；

基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型；

对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，并基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型；

基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型；

其中，所述基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型，包括：

基于每个所述岩石层的高度信息，将预先构建的第一初始三维模型划分为与岩石层数量对应的多个三维模型层；其中，所述第一初始三维模型的高度与所述待数值化岩心样品的实际高度相同；

对每个三维模型层，基于当前三维模型层对应的矿物种类和每种矿物的含量，对当前三维模型层中的各个三维体素进行赋值处理；其中，不同的矿物对应不同的数值；

对各所述三维模型层分别进行赋值处理，得到所述待数值化岩心样品对应的矿物分层模型；

其中，所述基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型，包括：

将所述矿物分层模型与所述空间裂隙模型的对应位置进行叠加，得到所述待数值化岩心样品的组合三维数值模型；

基于所述组合三维数值模型和每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

2.根据权利要求1所述的方法，其特征在于，所述确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量，包括：

将所述待数值化岩心样品沿着垂直于层理的方向剖开，在样品剖开面上进行X射线荧光光谱分析，得到所述样品剖开面对应的元素分布信息；

基于所述元素分布信息，确定所述待数值化岩心样品的多个第一岩石层以及每个第一岩石层的高度信息；

对每个第一岩石层分别进行电镜扫描，确定每个所述第一岩石层对应的矿物分布图；

基于每个所述第一岩石层对应的矿物分布图，将所述每个第一岩石层划分为多个第二岩石层，并确定每个第二岩石层的高度信息；

基于预先训练的矿物识别模型以及所述矿物分布图，确定每个所述第二岩石层的矿物种类以及每种矿物的含量。

3.根据权利要求1所述的方法，其特征在于，所述确定所述待数值化岩心样品每种矿物的力学参数，包括：

对每种矿物，基于微观力学试验，确定各矿物颗粒的力学参数和统计分布特征参数，得到每种矿物的力学参数。

4.根据权利要求1所述的方法，其特征在于，所述对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，包括：

对所述待数值化岩心样品进行整体电子计算机断层扫描，得到所述待数值化岩心样品每个扫描层对应的断层扫描图像；

基于局部阈值分割模型，提取每个所述断层扫描图像中的裂隙像素；

基于每个所述断层扫描图像中的裂隙像素，重建三维空间裂隙，得到所述待数值化岩心样品的空间裂隙信息。

5.根据权利要求1所述的方法，其特征在于，所述基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型，包括：

将所述空间裂隙信息填充至预先构建的第二初始三维模型中，得到所述待数值化岩心样品对应的空间裂隙模型。

6.一种岩心三维数值模型的构建装置，其特征在于，包括：

样品参数确定模块，用于获取待数值化岩心样品，并确定所述待数值化岩心样品每个岩石层的高度信息、矿物种类、各种矿物的含量以及每种矿物的力学参数；其中，所述待数值化岩心样品包括多个岩石层；

分层模型确定模块，用于基于所述待数值化岩心样品各个岩石层的高度信息、矿物种类、各种矿物的含量，构建所述待数值化岩心样品对应的矿物分层模型；

裂隙模型确定模块，用于对所述待数值化岩心样品进行电子计算机断层扫描处理，确定所述待数值化岩心样品的空间裂隙信息，并基于所述空间裂隙信息，构建所述待数值化岩心样品对应的空间裂隙模型；

数值模型确定模块，用于基于所述矿物分层模型、所述空间裂隙模型以及所述每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型；

其中，所述分层模型确定模块包括：

三维模型层确定单元，用于基于每个所述岩石层的高度信息，将预先构建的第一初始三维模型划分为与岩石层数量对应的多个三维模型层；其中，所述第一初始三维模型的高度与所述待数值化岩心样品的实际高度相同；

三维模型层赋值单元，用于对每个三维模型层，基于当前三维模型层对应的矿物种类和每种矿物的含量，对当前三维模型层中的各个三维体素进行赋值处理；其中，不同的矿物对应不同的数值；

分层模型确定单元，用于对各所述三维模型层分别进行赋值处理，得到所述待数值化岩心样品对应的矿物分层模型；

其中，所述数值模型确定模块包括：

模型组合单元，用于将所述矿物分层模型与所述空间裂隙模型的对应位置进行叠加，得到所述待数值化岩心样品的组合三维数值模型；

目标模型确定单元，用于基于所述组合三维数值模型和每种矿物的力学参数，确定所述待数值化岩心样品的目标三维数值模型。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的岩心三维数值模型的构建方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的岩心三维数值模型的构建方法。