CN117783182A - 一种基于岩屑样品快速进行综合甜点识别的方法 - Google Patents
一种基于岩屑样品快速进行综合甜点识别的方法 Download PDFInfo
- Publication number
- CN117783182A CN117783182A CN202211143666.3A CN202211143666A CN117783182A CN 117783182 A CN117783182 A CN 117783182A CN 202211143666 A CN202211143666 A CN 202211143666A CN 117783182 A CN117783182 A CN 117783182A
- Authority
- CN
- China
- Prior art keywords
- rock
- rock debris
- sample
- dessert
- debris
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 54
- 235000021185 dessert Nutrition 0.000 title claims abstract description 51
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 37
- 239000011707 mineral Substances 0.000 claims abstract description 37
- 235000011850 desserts Nutrition 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 claims abstract description 11
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 8
- 238000001035 drying Methods 0.000 claims description 21
- 239000011148 porous material Substances 0.000 claims description 20
- 239000003822 epoxy resin Substances 0.000 claims description 15
- 229920000647 polyepoxide Polymers 0.000 claims description 15
- 244000137852 Petrea volubilis Species 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000005498 polishing Methods 0.000 claims description 9
- 239000003795 chemical substances by application Substances 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000010894 electron beam technology Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000002083 X-ray spectrum Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 3
- 238000000227 grinding Methods 0.000 claims description 3
- 238000007747 plating Methods 0.000 claims description 3
- 238000007711 solidification Methods 0.000 claims description 3
- 230000008023 solidification Effects 0.000 claims description 3
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 claims description 3
- 229910052721 tungsten Inorganic materials 0.000 claims description 3
- 239000010937 tungsten Substances 0.000 claims description 3
- 238000010234 longitudinal analysis Methods 0.000 claims description 2
- 238000002156 mixing Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000003384 imaging method Methods 0.000 abstract description 3
- 239000003921 oil Substances 0.000 description 8
- 239000000203 mixture Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明属于油气储层评价方向，具体公开了一种基于岩屑样品快速进行综合甜点识别的方法。所述方法包括如下步骤：采集岩屑样品；岩屑样品预处理；制备岩屑薄片；通过矿物定量分析仪器扫描岩屑薄片，获取岩屑薄片的矿物成分和分布结构图；分析计算储集性能参数，确定地质甜点位置；模拟计算岩石力学参数，确定工程甜点位置；综合甜点识别。本发明提供的基于岩屑样品快速进行综合甜点识别的方法，针对现场获取的岩屑样品直接进行扫描电镜成像与模拟，确定样品的矿物成分和分布结构后，能够快速、准确获取储层的储集性能和岩石力学参数，从而确定复杂储层或致密储层的地质甜点和工程甜点区，节约现场决策时间，极大降低决策成本，提高经济效益。
Description
技术领域
本发明属于油气储层评价方向，具体涉及一种基于岩屑样品快速进行综合甜点识别的方法，尤其涉及通过一种基于岩屑样品快速进行孔隙结构和矿物成分定量分析、确定复杂储层或致密储层的地质甜点和工程甜点区，进而进行综合甜点识别的方法。
背景技术
随着我国油气勘探程度的逐渐提升，新增的含油气储集层绝大多数已为致密的非常规储层，其中的有利开采区域被称为甜点区。非常规储层的甜点识别主要从地质和工程两大方面来评估，即通过对地质甜点区和工程甜点区的同时评价，识别最终的综合甜点区。已有的评价手段主要是通过地震和测井等间接资料进行评价，同时用地下真实的岩石数据进行校准。
对已有的综合甜点识别方法汇总如下：
①地震识别法：基于已有的地震资料进行处理与反演，获取地下储层的岩石物理性质和岩石力学性质，进而确定储集层的地质甜点和工程甜点区，最终确定地下的综合甜点区。该方法的优势在于分析区域广，可对大区域的目标体进行识别；缺点在于精度较低，通常为米级，同时地震资料是岩石性质的间接反应，需要采集小岩石样品进行室内实验测试后标定，并且地震数据的采集、处理和分析时间较长，通常为数月。
②测井识别法：该方法通过对油气井进行测井作业，获取井眼范围内的测井曲线，随后通过不同的测井曲线类型获取岩石物理和岩石力学曲线，进行综合甜点识别。该方法的优势在于相对于地震数据精度进一步提升，可达到分米级，且可覆盖所有的研究层段；缺点在于测井数据仍然是地下岩石的间接反映，也需要采集小岩石样品进行室内实验测试后标定，测井数据的采集、处理和分析时间也较长，通常为一个月以上。
发明内容
本发明旨在针对已有的地质甜点识别方法精度低、时间长、成本高的问题，提供一种基于岩屑样品快速进行综合甜点识别的方法，针对现场获取的岩屑样品直接进行扫描电镜成像与模拟，确定样品的矿物成分和分布结构后，快速、准确获取储层的储集性能和岩石力学参数，从而确定复杂储层或致密储层的地质甜点和工程甜点区，节约现场决策时间，极大地降低决策成本，提高经济效益。
为实现以上技术目的，本发明采用以下技术方案：
一种基于岩屑样品快速进行综合甜点识别的方法，所述方法包括如下步骤：
步骤S101：采集岩屑样品；
步骤S102：岩屑样品预处理；
步骤S103：制备岩屑薄片，将岩屑样品利用环氧树脂镶嵌在模具中，经烘干、脱模制得岩屑薄片；
步骤S104：通过矿物定量分析仪器扫描岩屑薄片，获取岩屑薄片的矿物成分和分布结构图；
步骤S105：分析计算储集性能参数，确定地质甜点位置：根据岩屑薄片的矿物成分和分布结构图，计算并统计岩屑薄片的孔隙度和裂缝数量，包括孔隙与裂缝的形状、大小及孔径分布，并根据分析统计结果确定地质甜点位置；
步骤S106：模拟计算岩石力学参数，确定工程甜点位置：根据岩屑样品的矿物成分和分布结构图，统计不同矿物类型与组分数据，依据岩石矿物组分法计算岩石脆性指数，并根据岩石脆性指数确定工程甜点位置；
步骤S107：综合甜点识别：根据单井不同深度岩屑样品重复步骤S102-S106，获取每一深度层位的孔隙度、裂缝数量、脆性指数，拟合绘制单井纵向分析柱状图，确定综合甜点位置。
进一步地，所述步骤S101中，采集岩屑样品具体包括：根据岩屑录井密度，采集单井不同深度的岩屑样品，每份岩屑样品按照设定重量的岩屑进行筛选，避免有外来碎屑颗粒的样品掺入。
进一步地，所述步骤S102中，岩屑样品预处理具体包括：岩屑清洗、岩屑烘干和岩屑筛选。
更进一步地，所述岩屑烘干具体包括：将清洗干净的岩屑放置在恒温干燥箱中烘干，调整温度为50-80℃，烘干时间设定为2-4小时。
更进一步地，所述岩屑筛选具体包括：根据不同的钻头类型和岩性，采用相应目数的筛子对岩屑进行筛选。
更进一步地，用标准筛网筛选出10-100目之间的岩屑。
进一步地，所述步骤S103具体包括：
步骤S1031：使用环氧树脂加固化剂配合得到具有固化作用的环氧树脂备用；
步骤S1032：对模具进行清洗并涂抹脱模剂；
步骤S1033：在模具中先放样品，再加入具有固化作用的环氧树脂，静置2-3min去除模具中漂浮的气泡
步骤S1034：待模具中漂浮的气泡消失后，将模具放置在50～80℃的恒温干燥箱中30～60min进行干燥凝固；
步骤S1035：将凝固后的模具在室温下冷却、脱模，即可得到岩屑薄片。
更进一步地，所述步骤S103中，在制备得到岩屑薄片后，还需要对岩屑薄片进行扫描前的预处理，具体包括：
步骤S1036：岩屑薄片抛光，依次使用180目砂纸手工摩擦岩屑样品背面至平整状态，使用600目砂纸磨掉岩屑薄片电镜面(即上表面)的环氧树脂，使用1200目的砂纸对岩屑薄片电镜面进行粗抛，使用2500目的砂纸对岩屑薄片电镜面进行精抛；
步骤S1037：岩屑薄片镀膜，对岩屑薄片镀导电膜，镀膜厚度设定为30nm。
进一步地，所述步骤S104中，所述矿物定量分析仪器包括扫描电子显微镜(SEM)、能谱仪(EDS)、背散射电子探测器和AMICS软件分析系统。
更进一步地，所述步骤S104具体包括：
将岩屑薄片分析置于真空环境中进行，能谱仪使用钨灯丝源发射电子，加速电压为20KV；AMICS软件分析系统通过控制扫描电子显微镜电子束，使电子束聚焦于岩屑薄片上某一点，通过背散射电子探测器收集背散射电子构成背散射图像，通过能谱仪测量来自岩屑薄片的被电子激发的X射线；
AMICS软件分析系统根据每个点记录的X射线光谱，自动将其分类成各种矿物组分。
更进一步地，所述步骤S105具体包括：
对高分辨率背散射图像进行分析，使用阈值分割法识别出岩屑骨架、孔隙与裂缝；随后应用Image-J软件去掉图像中的一些非真实的零碎的孔隙、裂缝和骨架区域，修正孔隙空间与裂缝的形态；
通过阈值分割法的处理和软件修正后，高分辨率背散射图像得到的灰度图被转换成一个二值化的黑白图像，进而统计岩屑样品矿物颗粒的孔隙度与裂缝发育的数量，明确具有优势储集空间的样品点，从而确定地质甜点。
与现有技术相比，本发明所产生的有益效果是：
(1)测样样品要求低，降低预测难度：相对于常规岩石力学参数的获取需要标准柱塞状岩样或立方体岩样，本发明的方法仅需要油气井钻进过程中产生的岩屑样品或者岩石碎块即可，针对现场获取的岩屑样品直接进行扫描电镜成像与模拟，确定样品的矿物成分和分布结构后，快速、准确获取储层的储集性能和岩石力学参数，从而确定复杂储层或致密储层的地质甜点和工程甜点区，大大降低了样品获取难度；经过现场施工结果与本方法识别的综合甜点位置对比，获取工业油流层段的符合率超过80％；
(2)大幅降低参数获取时间，节约现场决策时间：相对于常规岩石力学参数获取所需的高精度室内仪器，本发明的方法使用的矿物定量分析仪器是移动式设备，可直接搬至作业现场，进行图像获取后开展数值模拟，极大的降低参数的获取时间；
(3)大幅降低成本，提高经济效益：本发明的方法采用现场扫描和数值模拟的方法，相对于常规的室内分析，可大幅降低测试费用。
附图说明
图1为本发明基于岩屑样品快速进行综合甜点识别方法的流程图；
图2为本发明实施例的综合甜点识别纵向展布特征图。
具体实施方式
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。
实施例1
结合图1所示，本发明实施例提供了一种基于岩屑样品快速进行综合甜点识别的方法。
以某区域X1井有关数据为例，所述方法包括以下步骤：
步骤S101：采集岩屑样品，根据岩屑录井密度，采集单井不同深度的岩屑样品，按照每份岩屑样品为200g进行筛选，筛选方法可参照《录井技术手册》，避免有外来碎屑颗粒的样品掺入；
步骤S102：岩屑样品预处理，具体包括：
步骤S1021：岩屑清洗，使用脱油剂对样品进行清洗；
步骤S1022：岩屑烘干，将清洗干净的岩屑样品放置在恒温干燥箱中烘干，调整温度为60℃，时间设定2小时；
步骤S1023：岩屑筛选，选用标准筛网筛选出10～100目之间的岩屑；
步骤S103：制备岩屑薄片，具体包括：
步骤S1031：使用环氧树脂加固化剂按照体积比为环氧树脂：固化剂＝4:1的比例配合得到具有固化作用的环氧树脂，用于将岩屑样品在模具中镶嵌成岩屑薄片；
步骤S1032：镶嵌前要对模具进行清洗及涂抹脱模剂；
步骤S1033：为保证岩屑在模具底部，在模具中先放岩屑样品再加入具有固化作用的环氧树脂，静置3min，去除模具中漂浮的气泡；
步骤S1034：待模具中漂浮的气泡消失后，将模具放置在55℃的恒温干燥箱中40min进行干燥凝固；
步骤S1035：将凝固后的模具在室温下冷却、脱模，即可得到岩屑薄片。
步骤S1036：岩屑薄片抛光，依次使用180目砂纸手工摩擦平整岩屑样品背面至平整状态，使用600目砂纸磨掉岩屑薄片电镜面(即上表面)的环氧树脂，使用1200目的砂纸对岩屑薄片电镜面进行粗抛，使用2500目的砂纸对岩屑薄片电镜面进行精抛；
步骤S1037：岩屑薄片镀膜，使用LEICA EM ACE200设备对岩屑薄片镀导电膜，镀膜厚度设定为30nm；
步骤S104：通过矿物定量分析仪器扫描岩屑薄片，获取岩屑薄片的矿物成分和分布结构图，具体包括：
矿物定量分析仪器主要由扫描电子显微镜(SEM)、能谱仪(EDS)和AMICS软件分析系统组成；将岩屑薄片分析置于真空环境中进行，能谱仪使用钨灯丝源发射电子，加速电压为20KV；AMICS软件分析系统通过控制扫描电子显微镜电子束，使电子束聚焦于岩屑薄片上不包括环氧树脂的某一点，通过背散射电子探测器收集背散射电子构成背散射图像，通过能谱仪测量来自岩屑薄片的被电子激发的X射线(默认扫描分辨率为30μm)；
AMICS软件分析系统根据每个点记录的X射线光谱，自动将其分类成各种矿物组分。
步骤S105：分析计算储集性能参数，确定地质甜点位置；该步骤具体包括：
对高分辨率背散射图像进行分析，使用阈值分割法识别出岩屑骨架、孔隙与裂缝，由于原始图像的灰度分布，使得用阈值函数来区分骨架、孔隙和裂缝变得更加容易；随后应用Image-J软件去掉图像中的一些非真实的零碎的孔隙、裂缝和骨架区域，修正孔隙空间与裂缝的形态；
通过阈值分割法的处理和软件修正后，高分辨率背散射图像得到的灰度图被转换成一个二值化的黑白图像，进而统计岩屑薄片的孔隙与裂缝的形状、大小及孔径分布，明确具有优势储集空间的样品点，从而确定地质甜点。
依据高分辨率背散射图像识别出的孔隙体积与裂缝数量如表1所示。
表1依据高分辨率背散射图像识别出的孔隙体积与裂缝数量表
经过对比可知，所测岩屑样品孔隙体积由大到小(即地质甜点由好到坏)的顺序如下：3886-3926米>3830-3854米>3598-3630米>3430-3462米>3806-3814米＝3282-3292米>3710-3782米>3662-3678米；
裂缝条数由多到少的顺序如下：3830-3854米>3886-3926米>3710-3782米>3282-3292米>3598-3630米>3430-3462>米3662-3678米>3806-3814米。
步骤S106：模拟计算岩石力学参数，确定工程甜点位置；该步骤具体包括：
根据岩屑样品的矿物成分和分布结构图，进行矿物定量分析，根据矿物定量分析结果获取不同矿物类型与组分数据，依据岩石矿物组分法计算岩石脆性指数，脆性比较强的层段在压裂过程中才可形成裂缝供油气流动，因此基于岩石脆性指数的计算可以优选压裂层段，从而明确单井工程甜点。其中，脆性指数的技术公式为：
脆性指数＝(石英含量+长石含量+碳酸盐矿物含量+铁矿含量)/矿物总量；
依据矿物定量分析结果计算出的脆性指数如表2所示。
表2依据矿物定量分析结果计算出的脆性指数表
经过对比，可知所测岩屑样品平均脆性指数由大到小(即工程甜点由好到坏)的顺序如下：3662-3678米>3598-3630米>3806-3814米>3710-3782米>3430-3462米>3282-3292米>3886-3926米>3830-3854米。
步骤S107：综合甜点识别：根据单井不同深度岩屑样品重复步骤S102-S106，获取每一深度层位的孔隙度、裂缝数量、脆性指数，拟合绘制绘制如图2所示的综合甜点识别纵向展布特征图，确定综合甜点位置，如图2中右侧综合甜点处标识的1-8层段，经过施工后均获取了工业油流。
以上所述仅为本申请的实施例而已，并不用以限制本发明。凡在本发明的申请范围内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (11)
1.一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述方法包括如下步骤：
步骤S101：采集岩屑样品；
步骤S102：岩屑样品预处理；
步骤S103：制备岩屑薄片，将岩屑样品利用环氧树脂镶嵌在模具中，经烘干、脱模制得岩屑薄片；
步骤S104：通过矿物定量分析仪器扫描岩屑薄片，获取岩屑薄片的矿物成分和分布结构图；
步骤S105：分析计算储集性能参数，确定地质甜点位置：根据岩屑薄片的矿物成分和分布结构图，计算并统计岩屑薄片的孔隙度和裂缝数量，包括孔隙与裂缝的形状、大小及孔径分布，并根据分析统计结果确定地质甜点位置；
步骤S106：模拟计算岩石力学参数，确定工程甜点位置：根据岩屑样品的矿物成分和分布结构图，统计不同矿物类型与组分数据，依据岩石矿物组分法计算岩石脆性指数，并根据岩石脆性指数确定工程甜点位置；
步骤S107：综合甜点识别：根据单井不同深度岩屑样品重复步骤S102-S106，获取每一深度层位的孔隙度、裂缝数量、脆性指数，拟合绘制单井纵向分析柱状图，确定综合甜点位置。
2.根据权利要求1所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S101中，采集岩屑样品具体包括：根据岩屑录井密度，采集单井不同深度的岩屑样品，每份岩屑样品按照设定重量的岩屑进行筛选，避免有外来碎屑颗粒的样品掺入。
3.根据权利要求1所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S102中，岩屑样品预处理具体包括：岩屑清洗、岩屑烘干和岩屑筛选。
4.根据权利要求3所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述岩屑烘干具体包括：将清洗干净的岩屑放置在恒温干燥箱中烘干，调整温度为50-80℃，烘干时间设定为2-4小时。
5.根据权利要求4所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述岩屑筛选具体包括：根据不同的钻头类型和岩性，采用相应目数的筛子对岩屑进行筛选。
6.根据权利要求5所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，用标准筛网筛选出10-100目之间的岩屑。
7.根据权利要求1所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S103具体包括：
步骤S1031：使用环氧树脂加固化剂配合得到具有固化作用的环氧树脂备用；
步骤S1032：对模具进行清洗并涂抹脱模剂；
步骤S1033：在模具中先放样品，再加入具有固化作用的环氧树脂，静置2-3min去除模具中漂浮的气泡
步骤S1034：待模具中漂浮的气泡消失后，将模具放置在50-80℃的恒温干燥箱中30-60min进行干燥凝固；
步骤S1035：将凝固后的模具在室温下冷却、脱模，即可得到岩屑薄片。
8.根据权利要求7所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S103中，在制备得到岩屑薄片后，还需要对岩屑薄片进行扫描前的预处理，具体包括：
步骤S1036：岩屑薄片抛光，依次使用180目砂纸手工摩擦岩屑样品背面至平整状态，使用600目砂纸磨掉岩屑薄片电镜面的环氧树脂，使用1200目的砂纸对岩屑薄片电镜面进行粗抛，使用2500目的砂纸对岩屑薄片电镜面进行精抛；
步骤S1037：岩屑薄片镀膜，对岩屑薄片镀导电膜，镀膜厚度设定为30nm。
9.根据权利要求1所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S104中，所述矿物定量分析仪器包括扫描电子显微镜、能谱仪、背散射电子探测器和AMICS软件分析系统。
10.根据权利要求9所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S104具体包括：
将岩屑薄片分析置于真空环境中进行，能谱仪使用钨灯丝源发射电子，加速电压为20KV；AMICS软件分析系统通过控制扫描电子显微镜电子束，使电子束聚焦于岩屑薄片上某一点，通过背散射电子探测器收集背散射电子构成背散射图像，通过能谱仪测量来自岩屑薄片的被电子激发的X射线；
AMICS软件分析系统根据每个点记录的X射线光谱，自动将其分类成各种矿物组分。
11.根据权利要求10所述的一种基于岩屑样品快速进行综合甜点识别的方法，其特征在于，所述步骤S105具体包括：
对高分辨率背散射图像进行分析，使用阈值分割法识别出岩屑骨架、孔隙与裂缝；随后应用Image-J软件去掉图像中的一些非真实的零碎的孔隙、裂缝和骨架区域，修正孔隙空间与裂缝的形态；
通过阈值分割法的处理和软件修正后，高分辨率背散射图像得到的灰度图被转换成一个二值化的黑白图像，进而统计岩屑样品矿物颗粒的孔隙度与裂缝发育的数量，明确具有优势储集空间的样品点，从而确定地质甜点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211143666.3A CN117783182A (zh) | 2022-09-20 | 2022-09-20 | 一种基于岩屑样品快速进行综合甜点识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211143666.3A CN117783182A (zh) | 2022-09-20 | 2022-09-20 | 一种基于岩屑样品快速进行综合甜点识别的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117783182A true CN117783182A (zh) | 2024-03-29 |
Family
ID=90387527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211143666.3A Pending CN117783182A (zh) | 2022-09-20 | 2022-09-20 | 一种基于岩屑样品快速进行综合甜点识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117783182A (zh) |
-
2022
- 2022-09-20 CN CN202211143666.3A patent/CN117783182A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reyes et al. | Calibrated X-ray micro-tomography for mineral ore quantification | |
| AU2011258594B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
| 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 | |
| US9201026B2 (en) | Method and system for estimating properties of porous media such as fine pore or tight rocks | |
| Golab et al. | 3D porosity and mineralogy characterization in tight gas sandstones | |
| Walls et al. | Eagle Ford shale reservoir properties from digital rock physics | |
| CN105649615A (zh) | Ct定量、三维可视化测试储层致密油赋存状态的方法 | |
| Cnudde et al. | High‐resolution X‐ray CT for 3D petrography of ferruginous sandstone for an investigation of building stone decay | |
| CN110057727B (zh) | 一种针对砂砾岩储层中岩屑含量统计的方法 | |
| Caniego et al. | Singularity features of pore-size soil distribution: singularity strength analysis and entropy spectrum | |
| CN114577833B (zh) | 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用 | |
| Reedy et al. | High-resolution micro-CT with 3D image analysis for porosity characterization of historic bricks | |
| Pal et al. | Porosity estimation by digital image analysis | |
| CN109444190B (zh) | 利用数字岩心分析提高复杂油气层含水饱和度评价精度的方法 | |
| Aligholi et al. | Estimating engineering properties of igneous rocks using semi-automatic petrographic analysis | |
| CN113075731B (zh) | 深层储层连续性井筒数字建模方法及装置 | |
| Pal et al. | Pore scale image analysis for petrophysical modelling | |
| CN113295720B (zh) | 一种利用ct扫描进行微米级矿物识别的装置及方法 | |
| CN117783182A (zh) | 一种基于岩屑样品快速进行综合甜点识别的方法 | |
| Tao et al. | A de-flat roundness method for particle shape quantitative characterization | |
| Cnudde et al. | 3D characterization of grain size distributions in sandstone by means of X-ray computed tomography | |
| Cooper et al. | Precision serial lapping, imaging and three-dimensional reconstruction of minus-cement and post-cementation intergranular pore-systems in the Penrith Sandstone of north-western England | |
| Mahanta et al. | Digital rock physics and application of high-resolution micro-CT techniques for geomaterials | |
| Kazak et al. | Integration of large-area SEM imaging and automated mineralogy-petrography data for justified decision on nano-scale pore-space characterization sites, as a part of multiscale digital rock modeling workflow | |
| CN109580678B (zh) | 利用数字岩心技术快速识别评价低阻油气层方法 |
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 |