CN117451582B - 一种岩心氢气扩散系数模拟计算方法以及相关设备 - Google Patents

一种岩心氢气扩散系数模拟计算方法以及相关设备 Download PDF

Info

Publication number
CN117451582B
CN117451582B CN202311406357.5A CN202311406357A CN117451582B CN 117451582 B CN117451582 B CN 117451582B CN 202311406357 A CN202311406357 A CN 202311406357A CN 117451582 B CN117451582 B CN 117451582B
Authority
CN
China
Prior art keywords
gas
diffusion
unit
diffusion coefficient
sample
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.)
Active
Application number
CN202311406357.5A
Other languages
English (en)
Other versions
CN117451582A (zh
Inventor
宋睿
宋宇家
刘建军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Institute of Rock and Soil Mechanics of CAS
Original Assignee
Wuhan Institute of Rock and Soil Mechanics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Institute of Rock and Soil Mechanics of CAS filed Critical Wuhan Institute of Rock and Soil Mechanics of CAS
Priority to CN202311406357.5A priority Critical patent/CN117451582B/zh
Publication of CN117451582A publication Critical patent/CN117451582A/zh
Application granted granted Critical
Publication of CN117451582B publication Critical patent/CN117451582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N13/00Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating 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
    • G01N23/02Investigating 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 transmitting the radiation through the material
    • G01N23/04Investigating 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 transmitting the radiation through the material and forming images of the material
    • G01N23/046Investigating 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 transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本申请公开了一种岩心气体扩散系数模拟计算方法以及相关设备,包括以下步骤:S1获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割;S2基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据;S3根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数;本申请在CT扫描微观岩石样品重构模型基础上,充分考虑岩石孔隙和矿物内气体扩散特征,有效解决复杂强非均质和各向异性岩石的扩散系数计算问题。

Description

一种岩心氢气扩散系数模拟计算方法以及相关设备
技术领域
本申请涉及地下氢气存储技术领域,尤其涉及一种岩心氢气扩散系数模拟计算方法以及相关设备。
背景技术
中国天然气产业迅速发展,天然气消费持续增长,在国家能源体系中的重要性不断提高,同时,天然气等能源需求季节性差异强,充足的储备是保证稳定供应的关键,因此,储气库建设迫在眉睫。另外,近年来,随着新能源的发展和国家能源转型战略的实施,氢气等清洁能源消费和供给需求快速上涨,气体长期、大规模储存是能源产业中至关重要的一环。
目前建造和运营的储气库主要为枯竭油气藏储气库、含水层储气库及盐穴储气库。对于枯竭油气藏储气库和含水层储气库,主要储存空间为储层多孔介质岩石。而对于盐穴储气库,其主要储存空间为岩盐地层溶腔,溶腔围岩主要为岩盐或夹层泥砂岩,同样属于多孔介质。因此在储氢库运行过程中,均涉及多孔介质气体运移。
气体流通性和渗透性强,在岩石中的扩散作用不容忽视。扩散系数是表征岩石介质中气体扩散的主要参数。而扩散系数通常与气体的特性及岩石多孔介质的孔隙结构有关。气体扩散计算主要有欧拉法和拉格朗日法。相比于欧拉法,拉格朗日法由于其计算方法简便、运算要求低等特点,更适合于强非均质介质单元的流体流动计算。现有的岩石气体扩散系数数值测试模型主要岩石孔隙结构或孔隙迂曲度计算,仅关注气体在孔隙空间中的扩散和运移,忽视了气体在岩石矿物中的扩散,同时,现有模型无法计算岩石中气体扩散各向异性。例如,专利号为CN202111284159.7公布的一种计算岩石迂曲度和气体扩散系数的方法仅考虑岩石中孔隙扩散,并未考虑矿物内扩散,因此无法获得准确的岩石扩散系数。
发明内容
为了解决上述问题,本申请实施例提供了一种岩心氢气扩散系数模拟计算方法,在CT扫描微观岩石样品重构模型基础上,充分考虑岩石孔隙和矿物内气体扩散特征,有效解决复杂强非均质和各向异性岩石的扩散系数计算问题,所述技术方案如下:
本申请第一方面提供一种岩心氢气扩散系数模拟计算方法,包括以下步骤:
S1获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割;
S2基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据,,包括以下步骤:
S2.1读取岩石样品CT扫描划分结果数据,根据需要截取预设尺寸长度的样品数据,获取样品坐标,并根据所述像素单元类型为其赋予扩散系数Di和孔隙度φi
S2.2在样品数据外边界添加密封边界单元,并修正样品坐标;
S2.3设置样品数据外边界某一面为气体运移初始位置,记初始边界处气体扩散单元组数为C0,并按照随机分布方式布置气体扩散初始位置点;
S2.4开始模拟每个气体扩散单元组扩散运移情况,并保持初始位置处气体扩散单元组数不变,计算迭代次数为A,计算气体从像素单元i扩散像素单元j的概率Pij和时间tij,气体从像素单元i扩散像素单元j的概率Pij和时间tij满足以下关系式:
其中,Sij为样品像素单元i和像素单元j的交界面面积;(φD)ij为像素单元i和像素单元j的扩散系数D和孔隙度φ乘积的调和平均数;Lij为像素单元i和像素单元j中心之间的距离;Vi为像素单元i的体积;u01为[0,1]的均匀分布随机数;
S2.5计算每个气体扩散单元组的累计扩散时间;
S2.6统计某一累计时刻T时气体扩散单元组所在位置,计算该时刻测试方向的每个法向面上的气体扩散单元组数Ci并计算其与初始边界处气体扩散单元组数C0之比,即浓度比Ci/C0
S3根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数。
例如,在一个实施例提供的岩心氢气扩散系数模拟计算方法中,所述S1中,获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型i,确定样品孔隙结构和矿物分布,并导出划分结果数据,其中,像素单元类型i=0,1,2…n。
例如,在一个实施例提供的岩心氢气扩散系数模拟计算方法中,所述S2.1中根据需要截取预设尺寸长度的样品数据,样品坐标为(X,Y,Z),样品坐标范围为([0:s],[0:p],[0:q]),所述S2.2中,在样品数据外边界添加密封边界单元,密封边界单元扩散系数D0=0,孔隙度φ0=0,样品坐标范围修正为([0:s+2a],[0:p+2a],[0:q+2a]),其中,a为密封边界单元的宽度值。
例如,在一个实施例提供的岩心氢气扩散系数模拟计算方法中,所述S2.6中测试方向的每个法向面上的气体扩散单元组数Ci与初始边界处气体扩散单元组数C0之比满足以下关系式:
其中,li为气体沿某向的扩散距离,De为岩石样品有效扩散系数。
例如,在一个实施例提供的采用上述岩心氢气扩散系数模拟计算方法的装置中,包括:CT扫描单元、阈值分割单元、模拟单元和计算单元,所述CT扫描单元用于对岩石样品进行CT扫描,获取岩石样品CT扫描灰度数据;所述阈值分割单元用于按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型,确定样品孔隙结构和矿物分布,并导出划分结果数据;所述模拟单元基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据;所述计算单元根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数。
本申请第二方面提供一种电子设备,包括:存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述所述的岩心氢气扩散系数模拟计算方法。
本申请第三方面提供一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现上述所述的岩心氢气扩散系数模拟计算方法。
本申请一些实施例提供的一种岩心氢气扩散系数模拟计算方法带来的有益效果为:本申请在CT扫描微观岩石样品重构模型基础上,充分考虑岩石孔隙和矿物内气体扩散特征,构建气体扩散计算模拟方法可以便捷有效地确定岩石扩散系数,有效解决复杂强非均质和各向异性岩石的扩散系数计算问题,并通过拟合反演,方便、快捷、准确的计算岩样气体扩散系数,并且充分考虑气体真实扩散特性,有效完善了岩石气体扩散系数计算理论。本申请可为岩石气体扩散系数计算提供新的思路,对于储气库建设运行过程中注采能力和密封性评价具有积极的指导意义。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例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申请的一些实施例,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是本申请的计算方法流程图;
图2是某时刻岩样内气体扩散距离模拟与解析模型拟合结果。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本申请第一方面提供一种岩心氢气扩散系数模拟计算方法,如图1所示,包括以下步骤:
S1获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割;
具体地,获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型i,确定样品孔隙结构和矿物分布,并导出划分结果数据,其中,像素单元类型i=0,1,2…n。
S2根据像素单元划分数据,基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻T时,在笛卡尔坐标系下X方向或Y方向或Z方向上距离与气体浓度比数据;
具体地,包括以下步骤:
S2.1读取岩石样品CT扫描划分结果数据,根据需要截取预设尺寸长度的样品数据,获取样品坐标,样品坐标为(X,Y,Z),样品坐标范围为([0:s],[0:p],[0:q]),并根据所述像素单元类型为其赋予扩散系数Di和孔隙度φi
S2.2在样品数据外边界添加密封边界单元,密封边界单元扩散系数D0=0,孔隙度φ0=0,并修正样品坐标,样品坐标范围修正为([0:s+2a],[0:p+2a],[0:q+2a]),其中,a为密封边界单元的宽度值,例如,样品坐标范围修正为([0:s+2],[0:p+2],[0:q+2]);
S2.3设置样品数据外边界某一面为气体运移初始位置,记初始边界处气体扩散单元组数为C0,并按照随机分布方式布置气体扩散初始位置点,扩散过程中保持初始位置处气体扩散单元个数C0不变;例如,设置样品数据外边界YZ面(X=1)为气体运移初始位置;
S2.4开始模拟每个气体扩散单元组扩散运移情况,并保持初始位置处气体扩散单元组数不变,计算迭代次数为A,计算气体从像素单元i扩散像素单元j的概率Pij和时间tij
其中,Sij为样品像素单元i和像素单元j的交界面面积;(φD)ij为像素单元i和像素单元j的扩散系数D和孔隙度φ乘积的调和平均数;Lij为像素单元i和像素单元j中心之间的距离;Vi为像素单元i的体积;u01为[0,1]的均匀分布随机数。
S2.5计算每个气体扩散单元组的累计扩散时间;
S2.6统计某一累计时刻T时气体扩散单元组所在位置,计算每个YZ面(X=1,2,…,s+1)上的气体扩散单元组数Ci(i=1,2,…,s+1)并计算该面上气体扩散单元组数Ci与初始边界处气体扩散单元组数C0之比,即,浓度比Ci/C0
其中,li为气体沿某向的扩散距离,De为岩石样品有效扩散系数。
S3根据块状岩石样品一维扩散解析模型,拟合X向上气体扩散距离li与浓度比Ci/C0的关系方程,计算岩石样品有效扩散系数De
本申请的基于CT扫描图像的岩心氢气扩散系数模拟计算方法,将岩石微观孔隙结构及矿物分布与气体扩散特性有机结合,根据岩石CT扫描数据,获取样品孔隙结构和矿物分布结果,通过基于时间域扩散气体扩散系数反演方法,计算气体在岩石样品中的扩散分布数据,并通过拟合反演,方便、快捷、准确的计算岩样气体扩散系数,并且充分考虑气体真实扩散特性,有效完善了岩石气体扩散系数计算理论。本申请可为岩石气体扩散系数计算提供新的思路,对于储气库建设运行过程中注采能力和密封性评价具有积极的指导意义。
图2为某时刻岩样内气体扩散距离模拟与解析模型拟合结果,所述S3中块状岩石样品一维扩散解析模型为均质化概念模型,模型单位尺寸为20μm,计算步数为1000步,初始边界处扩散单位个数为1000,模型样品单元扩散系数为1.0×10-9m2/s,孔隙度为0.2。图2为模拟计算结果与解析模型式(3)的对比,结果相关系数R2=0.9987,可以看出该模型计算结果与理论吻合很高。
本申请采用CT扫描获取岩石样品灰度数据,计算机断层成像技术(CT)作为一种无损检测技术,可以有效获取岩心内部结构数据,再通过微观重构技术,即可重新构建岩石样品孔隙结构。因此,结合CT扫描微观岩心重构模型即可计算其气体扩散系数,在CT扫描微观岩石样品重构模型基础上,充分考虑气体在孔隙空间和岩石矿物中的扩散作用,有效解决复杂强非均质和各向异性岩石的扩散系数计算问题,构建气体扩散计算模拟方法可以便捷有效地确定岩石扩散系数,评价储气库中气体运移特性,指导储氢库建设和运行。
例如,在一个实施例提供的采用上述岩心氢气扩散系数模拟计算方法的装置中,包括:CT扫描单元、阈值分割单元、模拟单元和计算单元,所述CT扫描单元用于对岩石样品进行CT扫描,获取岩石样品CT扫描灰度数据;所述阈值分割单元用于按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型,确定样品孔隙结构和矿物分布,并导出划分结果数据;所述模拟单元基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据;所述计算单元根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数。
本申请第二方面提供一种电子设备,包括:存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述所述的岩心氢气扩散系数模拟计算方法。
本申请第三方面提供一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现上述所述的岩心氢气扩散系数模拟计算方法。
尽管本申请的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本申请的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本申请并不限于特定的细节和这里示出与描述的图例。

Claims (7)

1.一种岩心氢气扩散系数模拟计算方法,其特征在于,包括以下步骤:
S1获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割;
S2基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据,包括以下步骤:
S2.1读取岩石样品CT扫描划分结果数据,根据需要截取预设尺寸长度的样品数据,获取样品坐标,并根据所述像素单元类型为其赋予扩散系数Di和孔隙度φi
S2.2在样品数据外边界添加密封边界单元,并修正样品坐标;
S2.3设置样品数据外边界某一面为气体运移初始位置,记初始边界处气体扩散单元组数为C0,并按照随机分布方式布置气体扩散初始位置点;
S2.4开始模拟每个气体扩散单元组扩散运移情况,并保持初始位置处气体扩散单元组数不变,计算迭代次数为A,计算气体从像素单元i扩散像素单元j的概率Pij和时间tij,气体从像素单元i扩散像素单元j的概率Pij和时间tij满足以下关系式:
其中,Sij为样品像素单元i和像素单元j的交界面面积;(φD)ij为像素单元i和像素单元j的扩散系数D和孔隙度φ乘积的调和平均数;Lij为像素单元i和像素单元j中心之间的距离;Vi为像素单元i的体积;u01为[0,1]的均匀分布随机数;
S2.5计算每个气体扩散单元组的累计扩散时间;
S2.6统计某一累计时刻T时气体扩散单元组所在位置,计算该时刻测试方向的每个法向面上的气体扩散单元组数Ci并计算其与初始边界处气体扩散单元组数C0之比,即浓度比Ci/C0
S3根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数。
2.根据权利要求1所述岩心氢气扩散系数模拟计算方法,其特征在于,所述S1中,获取岩石样品CT扫描灰度数据,按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型i,确定样品孔隙结构和矿物分布,并导出划分结果数据,其中,像素单元类型i=0,1,2…n。
3.根据权利要求2所述岩心氢气扩散系数模拟计算方法,其特征在于,所述S2.1中根据需要截取预设尺寸长度的样品数据,样品坐标为(X,Y,Z),样品坐标范围为([0:s],[0:p],[0:q]),所述S2.2中,在样品数据外边界添加密封边界单元,密封边界单元扩散系数D0=0,孔隙度φ0=0,样品坐标范围修正为([0:s+2a],[0:p+2a],[0:q+2a]),其中,a为密封边界单元的宽度值。
4.根据权利要求3所述岩心氢气扩散系数模拟计算方法,其特征在于,所述S2.6中测试方向的每个法向面上的气体扩散单元组数Ci与初始边界处气体扩散单元组数C0之比满足以下关系式:
其中,li为气体沿某向的扩散距离,De为岩石样品有效扩散系数。
5.根据权利要求1所述岩心氢气扩散系数模拟计算方法的装置,其特征在于,包括:
CT扫描单元,用于对岩石样品进行CT扫描,获取岩石样品CT扫描灰度数据;
阈值分割单元,用于按照矿物及孔隙灰度阈值进行阈值分割,划分像素单元类型,确定样品孔隙结构和矿物分布,并导出划分结果数据;
模拟单元,基于时间域扩散气体扩散系数反演方法,模拟气体岩心单元体中扩散运移,获取某时刻在某方向上距离与气体浓度比数据;
计算单元,根据解析模型,拟合某方向上气体扩散距离与浓度比的关系方程,计算岩石样品有效扩散系数。
6.一种电子设备,其特征在于,包括:
存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述权利要求1至4中任一项所述的岩心氢气扩散系数模拟计算方法。
7.一种计算机可读存储介质,其上存储有计算机管理类程序,其特征在于:所述计算机管理类程序被处理器执行时实现如权利要求1至4中任意一项所述的岩心氢气扩散系数模拟计算方法。
CN202311406357.5A 2023-10-26 2023-10-26 一种岩心氢气扩散系数模拟计算方法以及相关设备 Active CN117451582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311406357.5A CN117451582B (zh) 2023-10-26 2023-10-26 一种岩心氢气扩散系数模拟计算方法以及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311406357.5A CN117451582B (zh) 2023-10-26 2023-10-26 一种岩心氢气扩散系数模拟计算方法以及相关设备

Publications (2)

Publication Number Publication Date
CN117451582A CN117451582A (zh) 2024-01-26
CN117451582B true CN117451582B (zh) 2024-05-28

Family

ID=89596013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311406357.5A Active CN117451582B (zh) 2023-10-26 2023-10-26 一种岩心氢气扩散系数模拟计算方法以及相关设备

Country Status (1)

Country Link
CN (1) CN117451582B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011083677A1 (de) * 2011-09-29 2013-04-04 Bayerische Motoren Werke Aktiengesellschaft Prognose einer Verkehrssituation für ein Fahrzeug
CN106574981A (zh) * 2015-08-17 2017-04-19 数岩科技(厦门)股份有限公司 针对多孔介质的核磁共振分析系统和方法
CN111563927A (zh) * 2020-05-14 2020-08-21 西南石油大学 一种基于岩石微ct图像的孔隙迂曲度计算方法
CN113591408A (zh) * 2021-08-02 2021-11-02 西南石油大学 液态硫在碳酸盐岩纳米孔隙中微观吸附特征参数的确定方法
CN113984590A (zh) * 2021-11-01 2022-01-28 大连理工大学 一种计算非均质岩石空间迂曲度和气体扩散系数分布的方法
CN115081210A (zh) * 2022-06-19 2022-09-20 西南石油大学 一种受限制游走模拟以计算多孔介质内流动迂曲度的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220207220A1 (en) * 2020-09-29 2022-06-30 Purdue Research Foundation Apparatuses and methods for battleflow analysis and decision support

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011083677A1 (de) * 2011-09-29 2013-04-04 Bayerische Motoren Werke Aktiengesellschaft Prognose einer Verkehrssituation für ein Fahrzeug
CN106574981A (zh) * 2015-08-17 2017-04-19 数岩科技(厦门)股份有限公司 针对多孔介质的核磁共振分析系统和方法
CN111563927A (zh) * 2020-05-14 2020-08-21 西南石油大学 一种基于岩石微ct图像的孔隙迂曲度计算方法
CN113591408A (zh) * 2021-08-02 2021-11-02 西南石油大学 液态硫在碳酸盐岩纳米孔隙中微观吸附特征参数的确定方法
CN113984590A (zh) * 2021-11-01 2022-01-28 大连理工大学 一种计算非均质岩石空间迂曲度和气体扩散系数分布的方法
CN115081210A (zh) * 2022-06-19 2022-09-20 西南石油大学 一种受限制游走模拟以计算多孔介质内流动迂曲度的方法

Also Published As

Publication number Publication date
CN117451582A (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN105651676B (zh) 一种水平井规则开发井网下的储层非均质性表征方法
US10049172B2 (en) Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution
CN111428321B (zh) 一种基于简化数字岩心的砾岩储层孔隙网络模型建模方法
Fernández-Nieto et al. On an intermediate field capturing Riemann solver based on a parabolic viscosity matrix for the two-layer shallow water system
CN111911142B (zh) 裂缝性致密砂岩气藏含水饱和度模型数字岩心构建方法
CN108802073A (zh) 一种基于数字岩心的岩石电性参数获取方法及装置
CN110244023A (zh) 造缝全直径岩心物理模拟与数值模拟相结合的测定方法
CN115238550B (zh) 自适应非结构网格的滑坡降雨的地电场数值模拟计算方法
Kong et al. A new model for coupling surface and subsurface water flows: With an application to a lagoon
CN115201902B (zh) 一种基于深度学习的断层智能识别方法及系统
CN113530536B (zh) 致密砂岩气藏水平井压裂缝储层动用效率评价方法及系统
Bultreys et al. Simulating secondary waterflooding in heterogeneous rocks with variable wettability using an image‐based, multiscale pore network model
CN118350230B (zh) 一种全球海域快速构建局部加密的区域海洋模型的方法
CN112861890A (zh) 一种储层评价模型构建方法及储层识别方法
CN109763812B (zh) 基于摩尔-库伦理论的水合物开采力学稳定性定量分析方法
CN117451582B (zh) 一种岩心氢气扩散系数模拟计算方法以及相关设备
CN117313456A (zh) 隧道涌水量与断面裂隙宽度相关性预测方法及装置
Jing et al. Coupling of pipe network modelling and domain decomposition for flow in mineralised coal cores
Zhang et al. A generalized dynamic transfer function for ultra-tight dual-porosity systems
Sahu et al. Evaluating flow in fractal-fracture networks: effect of variable aperture
CN118154813B (zh) 一种结合物理信息的页岩层理孔隙网络模型构建方法
Xia et al. Fractal structural parameters from images: fractal dimension, lacunarity, and succolarity
Cui et al. Analysis of the sea‐level variability along the Chinese coast and estimation of the impact of a CO2‐perturbed atmospheric circulation
Cao et al. A deep learning‐based data assimilation approach to characterizing coastal aquifers amid non‐linearity and non‐Gaussianity challenges
Liao et al. Parallelizable Permeability Estimation of Digital Porous Media for Sandstone Using Subvolume Properties for Flow in Porous Media

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