CT扫描技术对岩石孔隙结构的研究

岩石ct扫描实验流程英文回答：Rock CT Scanning Experimental Procedure.Materials:Rock sample.X-ray computed tomography (CT) scanner.Computer.Image analysis software.Procedure:1. Prepare the rock sample. The rock sample should be cut and trimmed to fit into the CT scanner. The sample should also be free of any foreign materials, such as dirtor dust.2. Mount the rock sample in the CT scanner. The rock sample should be mounted in the CT scanner in a way that ensures that the entire sample is visible to the X-ray beam.3. Set the CT scanner parameters. The CT scanner parameters, such as the X-ray voltage and current, shouldbe set according to the specific rock sample being scanned.4. Acquire the CT scan data. The CT scanner willacquire a series of X-ray images of the rock sample. These images will be used to reconstruct a 3D model of the rock sample.5. Reconstruct the 3D model. The CT scan data will be reconstructed into a 3D model of the rock sample usingimage analysis software.6. Analyze the 3D model. The 3D model of the rock sample can be analyzed to determine its internal structure, porosity, and other properties.中文回答：岩石CT扫描实验流程。

CT扫描技术在低渗透砂岩岩心试验中的应用梁亚宁;张士诚;叶银珠;韩秀玲;段鹏辉【摘要】Computed Tomography (CT), by which the internal change of core scan can be observed, is used more often in carbonate core test. On the basis of low-permeability sandstone cores CT scanning analysis, this paper firstly demonstrates the basic principles of Computed Tomography, and then conducts gas core test based on given test method and steps, finally does core analysis in terms of CT scanning steps from three aspects: one is the CT number of dry core; second is core porosity and distribution; and the last is CT scanning of core before and after the mechanical test. Test results show that the tighter the core, the more the CT number; the core porosity from analysis of CT test is very close to the experiment measured value; the core gives birth to diversified fractures under a certain force. Conclusion has been drawn from the results, CT scanning can diagnose the coMPact degree of cores, determine core porosity and meanwhile observe core fracture change after the core fractured, which supplies references to the study of low-permeability core fracture extension.%CT扫描技术能够观测到岩心内部的结构变化情况,在碳酸盐岩岩心试验应用较多.以低渗透砂岩岩心为基础进行CT扫描分析,首先分析CT技术的基本原理,然后按照一定的方法和步骤对某区块气层岩心进行试验,最后按照CT扫描步骤进行扫描分析,并从3个方面对岩心进行分析:干岩心的CT数、岩心的孔隙度及分布特征、力学试验前后的CT扫描.由试验结果可以观察到,岩心越致密,其CT数值相对就越大;CT试验分析的岩心孔隙度值同测量值非常接近;岩心在受力条件下破裂,其裂纹呈现多样化特点.试验结果认为,CT扫描能够判断岩心的致密程度,并且能够确定岩心的孔隙度值,同时能够观察岩心破裂后的裂缝变化情况,便于低渗透岩心裂缝扩展的研究.【期刊名称】《石油钻采工艺》【年(卷),期】2011(033)002【总页数】4页(P98-101)【关键词】CT技术;低渗透;岩心;裂缝【作者】梁亚宁;张士诚;叶银珠;韩秀玲;段鹏辉【作者单位】中国石油大学石油工程教育部重点试验室,北京102249;中国石油大学石油工程教育部重点试验室,北京102249;中国石油勘探开发研究院,北京,100083;中国石油勘探开发研究院,北京,100083;中国石油长庆油田分公司超低渗透油藏研究中心,陕西西安,710018【正文语种】中文【中图分类】P618.13CT扫描技术在石油工业特别是岩石研究方面应用已经很长时间［1-7］，其特有的三维立体画面便于更加清楚地认识岩心内部的结构［8］。

工业ct 孔隙率工业CT（Computed Tomography，计算机断层扫描）是一种非破坏性检测技术，广泛应用于工业生产中。

孔隙率是工业CT中的一个重要参数，用于描述物体内部的孔隙或空隙占据的比例。

本文将从工业CT的原理、孔隙率的计算方法和应用领域等方面进行阐述。

一、工业CT的原理工业CT是一种通过X射线或γ射线对物体进行断层扫描的技术。

它利用物体对射线的吸收能力不同，通过检测射线的衰减情况来获取物体的内部结构信息。

具体来说，工业CT将射线通过物体，通过不同方向的扫描得到一系列的二维投影图像，然后利用计算机算法将这些投影图像重建成三维模型，从而实现对物体内部结构的可视化。

二、孔隙率的计算方法孔隙率是指物体内部孔隙或空隙占据的比例，通常用百分比表示。

在工业CT中，孔隙率的计算可以通过以下公式得到：孔隙率（%）=（孔隙体积/总体积）× 100%其中，孔隙体积是指物体内部的孔隙或空隙的总体积，总体积是指整个物体的体积。

三、工业CT孔隙率的应用领域1. 材料科学：工业CT可以对材料的孔隙结构进行非破坏性检测，评估材料的质量和性能。

例如，在金属材料中，孔隙率的大小与材料的强度和韧性密切相关，通过测量孔隙率可以判断材料的可靠性。

2. 岩石物理学：工业CT可以对地下岩石中的孔隙结构进行分析，研究岩石的渗流特性和储层容量。

这对于石油勘探和开采具有重要意义。

3. 高分子材料：工业CT可以用于研究高分子材料中的孔隙结构和孔隙分布，帮助改进材料的制备工艺和性能。

4. 3D打印：工业CT可以检测3D打印制品中的孔隙和缺陷，提高产品质量和可靠性。

四、工业CT孔隙率的优势1. 非破坏性检测：工业CT可以对物体进行非破坏性检测，不需要对物体进行破坏性的取样或试验。

2. 三维可视化：工业CT可以将物体的内部结构以三维模型的形式呈现出来，直观清晰。

3. 高分辨率：工业CT可以实现对微小孔隙的检测和分析，具有较高的分辨率。

储层岩石微观孔隙结构的实验和理论研究张雁(大庆石油学院地球科学学院黑龙江大庆163318)【摘要】储层岩石的微观孔隙结构直接影响着储层的储集渗流能力,并最终决定油气藏产能分布的差异。

因此,对其详细地研究,探寻各种储层岩石的微观孔隙结构的特点及其分布规律,从而为油气藏的勘探、开发及准确确定注水开发油田不同开发阶段剩余油分布提供科学的依据,具有重要的研究意义。

本文介绍了实验上和理论上研究储层岩石微观孔隙结构的方法及进展,并且对其研究的发展趋势和用纳米科技关键仪器-扫描探针显微镜表征储层岩石微观孔隙结构进行了展望。

【关键词】储层岩石;微观孔隙结构;扫描探针显微术大量的勘探开发实践表明,储层岩石的微观孔隙结构直接影响着储层的储集渗流能力,并最终决定着油气藏产能的差异分布。

不同类型的储层具有不同的微观孔隙结构特征,储层岩石孔隙结构参数、含油气性是储层评价的重要指标,如何客观地确定这些参数,是很多石油学家一直努力解决的问题。

储层岩石的微观孔隙结构不仅对油气储量,而且对油气井的产能和最终采收率都有影响。

详细研究储层的微观孔隙结构特征,有利于对储层进行合理的分类评价,有助于查明储层的分布规律,从而为油气藏的勘探开发提供科学的理论依据。

在油气田开发后期,储层的渗流能力的强弱直接受微观孔隙结构特征及其分布规律的影响,因此,确定储层内部微观孔隙结构的特征及分布对了解剩余油形成机理,查明剩余油分布规律具有极为重要的意义。

1.岩石孔隙结构特征的描述方法孔隙结构是岩石所具有的孔隙和喉道的几何形状、大小、分布及其相互连通关系的总和。

孔隙反映了岩石对流体的储集能力,而喉道的形状、大小、孔喉比则控制了孔隙对流体的储集和渗透能力。

由于不同沉积相的水动力条件不同,导致砂体的粒度、分选、组成以及发育程度的差异性,加之后期成岩作用对沉积物原始孔隙改造强烈,因此,微观孔隙结构具有复杂多样性。

尤其对于孔渗性差、非均质性强的储层而言,详细研究微观孔隙结构特征一方面有利于经济有效地开发低渗透油气资源,另一方面在开发后期的油气挖潜工作中,有助于查明剩余油分布规律,设计提高采收率方案。

CT实验的基本原理和工程应用1. CT实验的基本原理CT（Computed Tomography）是指计算机断层扫描技术，是一种基于X射线的影像技术，通过测量被测物体对射线的吸收能力，得到被测物体的内部结构信息。

CT实验的基本原理包括以下几个方面：1.1 X射线源CT实验中使用的X射线源是通过电子束轰击金属靶产生的。

电子流在金属靶上的碰撞会产生X射线，这些X射线准直后通过被测物体，进而被相应的探测器接收。

1.2 X射线与物质的相互作用当X射线经过物质时，会发生衰减。

不同材料对X射线的衰减程度不同，这是CT实验能够获取被测物体内部结构信息的基础。

常见的物质在不同能量的X射线下的吸收系数值已被广泛研究并记录下来，因此可以通过测量射线的衰减情况来推断被测物质的存在。

1.3 探测器CT实验中使用的探测器主要包括离子室和闪烁体。

离子室可以通过测量被测物体吸收X射线后形成的离子电荷来获取信息，而闪烁体则通过X射线与闪烁体之间的相互作用产生的光信号来获取信息。

1.4 数据采集与重建CT实验中通过多个角度的投影测量来获取被测物体的内部结构信息。

这些投影数据经过计算和重建算法，可以得到被测物体内部的不同密度区域的分布情况。

2. CT实验的工程应用CT实验作为一种非常重要的医学影像技术，已经在医学领域得到广泛应用。

除了医学领域，CT实验在工程领域也有许多应用：2.1 材料检测与质量控制CT实验可以用于对材料内部的缺陷进行检测和分析，例如金属部件中的裂纹、孔洞等。

同时，CT还能够实现对材料的密度分布进行测量，从而得到材料的密度分布情况，为材料的质量控制提供依据。

2.2 工程结构检测与评估CT实验可以对工程结构的内部情况进行非破坏性检测，例如建筑物中的混凝土结构、飞机中的复合材料结构等。

通过CT实验，可以获取结构内部的缺陷信息，为结构评估和安全性分析提供依据。

2.3 环境与地质研究CT实验在环境与地质研究中也有广泛的应用。

基于CT扫描的重构土壤孔隙结构及其对水盐运移影响李华焜;郑刘根;陈永春;李兵;陶鹏飞;李浩【期刊名称】《煤田地质与勘探》【年(卷),期】2024(52)4【摘要】煤矸石是煤矿沉陷区土地充填复垦的关键材料。

但煤矸石质地较为粗糙,持水性较差,煤矸石重构土壤的孔隙结构和水盐运移都会与原状土壤产生一定差异。

为研究煤矸石充填土壤孔隙结构变化以及对水盐运移的影响,利用CT扫描技术和图像分析方法,分析覆土、泥矸混合、矸石与原状土样品的孔隙结构差异,同时设计一种室内重构土壤水盐运移模拟装置,通过在实验装置不同深度布设传感器,连续记录重构土壤剖面水分与盐分的运移情况。

结果表明,在原状土、覆土、泥矸混合与矸石4份样品中,矸石样品孔隙率高于其他样品,达到8.299%,导致其持水能力较差;泥矸混合样品小孔隙占比高,达到58.73%,孔隙连通性较差,缺乏水分运移通道,导致层间障碍带的形成;覆土样品与原状土样品孔隙结构非常接近。

在土柱模拟实验中,土壤盐分含量随水分运移而变化,各土壤层含盐量均先升高后降低,入渗结束后,表层土壤完成脱盐,深层土壤呈现积盐状态。

在注水6d内,土壤层含盐量均先降低后升高,50cm土壤层变化幅度最大,为38.34%。

深层土壤盐分借助毛管力作用向上运移,表层土壤含盐量逐渐回升。

由于层间障碍带的存在,矸石层水分与盐分均难以向上运移,其含量逐渐下降。

研究结果可为沉陷区土地充填复垦和矿区生态修复提供参考。

【总页数】8页(P120-127)【作者】李华焜;郑刘根;陈永春;李兵;陶鹏飞;李浩【作者单位】安徽大学安徽省矿山生态修复工程实验室;合肥综合性国家科学技术中心能源研究院;深部煤炭安全开采与环境保护全国重点实验室【正文语种】中文【中图分类】TD167;X752【相关文献】1.不同隔盐措施对滨海盐碱地土壤水盐运移及刺槐光合特性的影响2.基于HYDRUS-2D模型膜下滴灌棉田不同上口宽排盐浅沟下土壤水盐运移模拟3.基于HYDRUS-2D模拟排水暗管布设参数对土壤水盐运移的影响4.基于HYDRUS-2D 模拟暗管排水条件下淋洗制度对土壤水盐运移的影响5.基于HYDRUS-2D模拟暗管排水条件下淋洗制度对土壤水盐运移的影响因版权原因，仅展示原文概要，查看原文内容请购买。

应用CT扫描技术研究低渗透岩心水驱油机理吕伟峰;冷振鹏;张祖波;马德胜;刘庆杰;吴康云;李彤【摘要】通过CT扫描技术在线获得不同时刻岩心内流体饱和度的沿程分布信息,探索了低渗透岩心水驱油机理,并讨论了驱替速度(毛管数)、束缚水存在状况和非均质性对微观孔隙介质中流体渗流分布特征及微观驱油机理的影响.实验结果表明,当驱替速度较高时,含水饱和度增量沿程分布呈现对流式的直进形态,此时微观驱油机理以活塞式推进为主；当驱替速度较低时,毛管压力开始起作用,使含水饱和度增量沿程分布范围拓宽,在很小的注入孔隙体积倍数下出口端即会见水,此时微观驱油机理以卡断或爬行为主.另外,与无束缚水时相比,束缚水的存在使得含水饱和度增量沿程分布推进前缘变得更加平缓,这是因为预先存在于小孔隙中的水很容易被注入水补充聚集,在含水饱和度增量沿程分布推进前缘到达前有充足的时间形成稳定的隔断阻塞孔喉,因此束缚水的存在促进了卡断现象的发生.在强非均质性岩心中,含水饱和度增量沿程分布前缘的推进更加分散、均匀,这是因为孔隙介质的微观非均质性使得驱替产生的毛管阻力具有较大差异,使得指进和绕流成为主要的微观驱油机理.%To understand the waterflooding mechanism in low-permeability cores, the CT scanning has been applied to monitor the in-situ water saturation profiles along the core at different time points. The new method improves the accuracy of measurement with CT values correction. The influence of injection rates (or capillary numbers), presence of connate water and heterogeneity of core samples on displacement characteristics of waterflood has been further studied. The saturation profiles show convective straight displacement at high flow rate (high capillary number) that is, the piston-like transport mechanism is favorable. While at low flowrate (low capillary number), the capillary forces broaden the saturation distribution and water breakthrough occurs at the outlet very quickly which makes the snap-off and crawling mechanism predominant. The presence of connate water lessens the steepness of imbibition fronts. It could be attributed to the pre-existing water phase in the small pores which supplies wetting fluid and forms the stable collars of water before the connected front catches up. Therefore, the presence of connate water promotes snap-off events. The advance of saturation front proceeds in a hyper-dispersive manner and the saturation profiles are almost uniformly distributed along the heterogeneous core samples. The microscopic heterogeneity increases the difference of capillary forces generated in the displacing process, which causes the bypassing and fingering to be the dominant oil entrapment mechanism.【期刊名称】《油气地质与采收率》【年(卷),期】2013(020)002【总页数】4页(P87-90)【关键词】低渗透岩心;饱和度沿程分布;非均质性;微观驱油机理;毛管数【作者】吕伟峰;冷振鹏;张祖波;马德胜;刘庆杰;吴康云;李彤【作者单位】提高石油采收率国家重点实验室中国石油勘探开发研究院,北京100083【正文语种】中文【中图分类】TE311低渗透和特低渗透油藏的开发一直是一个世界性的难题，这主要是因为低渗透油藏与中高渗透油藏的渗流规律明显不同。

中国科学 E辑: 技术科学 2008年 第38卷 第7期: 1026~1041 1026 《中国科学》杂志社SCIENCE IN CHINA PRESS岩石孔隙结构的统计模型鞠杨①②*, 杨永明①, 宋振铎①③, 徐文静①④①中国矿业大学煤炭资源与安全开采国家重点实验室, 北京 100083;②Department of Mechanical and Manufacturing Engineering, The University of Calgary, 2500 University Drive NW Cal-gary, AB T2N 1N4;③中国煤矿机械装备有限责任公司, 北京 100011;④Department of Materials and Metallurgy, The University of Utah, Salt Lake City, Utah 84112* E-mail: juy@收稿日期: 2007-05-31; 接受日期: 2007-07-03国家重大基础研究规划项目(批准号: 2002CB412705)和教育部“新世纪优秀人才支持计划(批准号: NCET-05-0215)资助摘要通过砂岩CT扫描实验研究了岩石孔隙的几何特征与分布规律, 给出了孔隙的形心坐标, 孔隙间距、孔隙数和孔径的统计特征与各自分布的概率密度函数. 利用Monte Carlo法和随机数算法生成了具有相同统计参数和概率密度函数的随机数序列来模拟孔隙位置、数量和孔径的随机分布. 借助FLAC3D程序按照随机数序列分配的孔隙位置和统计特征构建了岩石三维孔隙结构模型. 在此基础上, 应用该模型研究了巴西圆盘劈裂破坏时的应力分布、单元破坏方式以及破裂单元的连通情况. 研究表明: 孔隙模型具有与真实岩石孔隙结构一致的孔隙统计特征和较好的几何相似性, 该模型可以直观地反映孔隙特征对应力分布、破坏方式以及破裂连通性的影响. 关键词孔隙结构统计模型重构岩石应力分布天然岩石含有大量不同尺寸的孔隙或孔洞, 这些孔隙直接影响着岩石的物理、力学和化学性质, 如强度、弹性模量、渗透性、连通性、电导率、波速、颗粒吸附力、岩石储层产能等. 认识和定量刻画孔隙结构对岩石性质的影响, 对于解决石油、地质、采矿、冶金、土木和水利工程中的实际问题具有十分重要的意义.然而, 天然孔隙跨尺度无序分布, 数量多且形态复杂, 准确地描述孔隙结构特征, 并从理论上建立这种定量描述与岩石宏观性质之间的关系十分困难. 人们更多地利用实验手段来观察孔隙岩石的表观物理、力学和化学性质的变化, 从而间接地反映孔隙结构特征及其影响. 孔隙岩石就像一个“黑箱”, 人们更多关注的是各种表观物理、力学和化学过程“经过”这个“黑箱”后的变化. 但是, 这种表观描述无法定量地解析岩石孔隙连通性、毛细管压力、渗透系数变化、孔隙多相流与孔隙相互作用、浸透性质、孔壁应力分布等一系列对孔隙岩石表观性质起决定作中国科学E辑: 技术科学 2008年第38卷第7期用的内部机制. 人们需要一个可靠的孔隙结构模型, 利用这个模型, 上述内部机制以及决定孔隙岩石表观性质的本构关系就可以定量地确定出来, 而这一点仅靠表观实验观测是得不到的.就我们所知, 孔隙结构模型的研究已有多年的历史, 特别是在冶金、化工、生物、地质、石油以及地下工程领域, 相继提出过毛细管模型(capillary models)[1~4], 基于过程模型(process- based models)[5~7]、随机堆积模型(random packing models)[8~11]、孔隙网络模型(pore-scale network models)[12~16]以及统计模型(statistical models)[17~23]来描述孔隙结构及其物理、力学和化学性质. 粗略地讲, 这些模型可分为重建模型(reconstruction models)和非重建模型(non-reconstruction models)两大类, 重建模型目的在于构建真实的三维孔隙结构, 如过程模型和统计模型; 而非重建模型的目的则是利用虚拟模型来阐述或解释实验所观察到的表观性质, 如毛细管模型和网络模型. 随着计算机的计算和存储能力的提高, 统计模型吸引了人们越来越多的注意力, 一些基于统计分析的三维孔隙模型相继出现, 与真实孔隙结构相比, 这些模型具有很好的几何相似性[17~23]. 然而, 最近的研究发现, 尽管一些三维孔隙结构模型与真实孔隙结构相比具有很好的几何相似性, 但是, 基于模型所获得的相对渗透率、成形系数和传输性质等物理力学量与实验值相比有非常大的差别, 目前绝大多数孔隙结构模型尚不足以准确地分析和预测孔隙介质的物理力学性质[24~26].产生这些矛盾的原因, 作者认为可能有以下几个方面. (1)真实孔隙结构十分复杂, 它们无序地分布在各个尺度范围内, 通过实验获得完备的孔隙结构信息, 并从理论上准确地刻画孔隙极为困难; 同时, 孔隙形状不规则, 边界粗糙, 数学和物理上很难处理. (2)孔隙结构模型和原型之间的相关性并没有被完备地确定下来, 采用少数几个基于统计特性相似的控制方程来确定孔隙结构, 并不能确保模型与原型结构相吻合. (3)目前大多数孔隙结构模型是在二维平面信息的基础上构建的, 然而, 很多情况下, 二维平面信息与实际的三维结构信息具有完全不同的几何和物理含义[23]. 在多大程度上我们可以依赖二维平面信息来构建真实的三维孔隙结构是一个尚待研究的问题[17,18]. 因此, 建立一个可靠的岩石孔隙结构模型来满足工程应用的需要尚有相当长的距离, 无论是在模型理论方面还是在计算机实现方面, 均有许多关键问题有待解决.针对上述问题, 本文通过CT扫描实验获得岩石孔隙的CT图像, 研究了岩石孔隙的几何特征及分布规律, 建立了孔隙的概率密度函数和累积分布函数. 在此基础上, 利用统计学方法和计算机随机生成技术, 构建了一个具有相同孔隙统计特征和概率分布函数的岩石三维孔隙结构模型. 同时, 为了校验模型的有效性, 我们利用模型分析了岩石的劈裂破坏和应力分布, 并与实验值和解析解进行了对比. 该研究为探索建立反映真实孔隙结构特征的孔隙岩石模型提供了一条途径.需要说明的是, 本文目的是探索岩石三维孔隙结构的模拟与生成方法, 并非要解决上述分析谈到的所有问题, 更深入的分析会在后续文章中进行讨论.1孔隙的CT扫描实验采集同样地质条件下的红砂岩制作10个圆柱体试件, 应用113型氦孔隙率仪测试了全部样品的孔隙率, 实测值为22.9%~23.8%. 同批4个试件用于CT扫描, 以探明孔隙几何特征及其分布规律, 6个试件用于测试单轴抗压强度和弹性模量等参数. CT扫描所用的4个圆柱体试1027鞠杨等: 岩石孔隙结构的统计模型1028件的直径为24.54~24.77 mm, 平均值为24.65 mm; 高度为43.51~47.71 mm, 平均值为45.96 mm; 孔隙率范围为23.0~23.6%, 平均值为23.3%. 加载条件4‰ mm/s 下平均单轴抗压强度为37.2 MPa. 每个试件扫描范围为试件中部1/3高度, 自上而下间隔80 µm, 连续扫描200层. 横截面CT 图像为512×512像素的灰度图, 如图1(a)所示. CT 图像中每个像素点的灰度在0~255内变化, 不同灰度值反映了图像各点不同的物理状态.为了提取孔隙结构信息, 我们首先对CT 图像进行二值化处理, 即对图像进行阈值分割. 选取某个灰度值T 为阈值, 灰度值大于或等于阈值T 的像素点, 其灰度均被重新设置为1, 小于阈值T 的像素点, 其灰度均被重新设置为0, 即1(,),(,)0(,),f i j T g i j f i j T ⎧⎪=⎨<⎪⎩≥ (1) 其中(,)f i j 代表像素点(,)i j 的初始灰度值, (,)g i j 表示二值化后像素点(,)i j 的灰度值. 这样得到一个黑白图像, 黑色像素(g =0)代表孔隙, 而白色像素(g =1)代表固体介质.一个关键的问题是如何确定合适的阈值T 使得二值化的CT 图像能够合理地反映孔隙群体构成, 确保我们能够获得建模所需要的孔隙结构参数. 为解决这个问题, 本文采取以下方法. 1) 从200张横截面CT 图像中, 按照一定的间距选取扫描图像, 使得任意相邻的两个图像所截取的孔隙相互独立, 即没有被两个相邻横截面同时截取的孔隙. 2) 设置多个阈值, 应用Particle 图像程序[27]对所选取的CT 图像进行多次阈值分割, 分别计算给定阈值下图像的“计算孔隙率”, 即黑色像素面积与试件横截面积之比. 假设孔隙数量和平均粒径沿样品高度方向(Z 方向)均匀分布, 则易知“计算孔隙率”等于样本孔隙率. 3) 对比“计算孔隙率”与样本实测孔隙率, 取与实测孔隙率最接近的“计算孔隙率”所对应的阈值作为T , 由此得到的黑白图像可认为是孔隙图像. 孔隙初始CT 图像与二值化图像如图1所示.图1 岩石CT 图像与二值化(a) 原始CT 扫描图像, 实测孔隙率23.2%; (b) 二值化图像, 计算孔隙率23.0%2 孔隙参数及概率分布2.1 孔隙统计参数二值化孔隙CT 图像给出了孔隙平面内的分布状态, 如图1(b). 从CT 图像中提取孔隙结构参数, 如孔隙位置、间距、数量、粒径以及它们的统计性质, 对于利用计算机生成相似的孔中国科学 E 辑: 技术科学 2008年 第38卷 第7期1029隙结构至关重要. 为此, 本文应用上述方法, 对间隔15个扫描层、两两相互独立的CT 图像逐一进行二值化处理, 得到各层孔隙分布的黑白图像. 通过Particle 程序[27]和MatLab编程[28]分别计算得出各扫描层内孔隙的位置坐标, 包括单个孔隙的形心坐标和孔隙群的形心坐标(,)i j 、孔心距R (即单个孔隙形心坐标到孔隙群形心坐标的距离)、孔隙圆心角θ (即单个孔隙形心与孔隙群形心的连线与参考坐标轴的夹角)以及孔隙间距L (即两两孔隙形心之间的距离), 这些参数完整地描述了孔隙的相互位置关系. 图2给出了孔心距R 、孔隙圆心角θ 以及初始参考坐标轴的几何定义. 孔隙群的形心坐标(,)i j 可表示为 ,,,,, ,i j i j i j i jA i A j i j A A ⋅⋅==∑∑ (2) 其中A i ,j 表示像素点(,)i j 的面积. 实际上每个像素点放大后是具有一定宽度和高度的微正方形, 如图3所示, 每个像素点代表约0.00238 mm 2的实际面积. 每个孔隙包含一定数目的像素点, 孔隙面积等于所包含的所有像素点的面积之和. 由于i , j 分别表示像素点的横纵坐标, 因此孔隙群的形心坐标(,)i j 是以像素点位置来表示的.图3 孔隙图像结构与像素点(a) 灰度图像; (b) 二值化图像图2 孔隙群的形心坐标、圆心角、参考坐标轴的定义鞠杨等: 岩石孔隙结构的统计模型1030单个孔隙形心到孔隙群形心的距离即孔心距为R , 可表示为R =(3) 面内孔隙孔心距的平均值和均方差写成R µ=, (4)R σ= (5)这里孔心距也是采用像素点的数目来表示的.类似地, 孔隙圆心角的均值θµ和均方差θσ可表示为11,N i i Nθµθ==∑ (6) θσ=, (7) 与孔心距不同, 这里孔隙圆心角的单位为度.表1列出了#1~#4号试件各层孔隙群的形心坐标),(j i 、孔心距R 和孔隙圆心角θ 均值和均方差的计算结果, 该数据给出了各扫描层内孔隙相对于整个圆形截面的位置关系.为获得孔隙数的分布规律, 本文将360°圆周角划分为20个等间隔区间, 利用自编程序计算出每个角度区间内孔隙的数量, 以及占整个圆形截面孔隙总数的比例, 即圆周孔隙密度, 得到孔隙数沿周向的概率密度分布. 图4~7绘出了#1~#4号试件各层孔隙数沿周向的概率密度分布.对于孔隙间距的分布情况, 考虑到孔隙间距的范围为0<L ≤25 mm, 我们将孔隙间距也划分为20个相等的区间, 运用上述自编程序计算出落入每个区间内的孔隙间距的个数, 得到各层孔隙间距的累计分布. 图8~11绘出了#1~#4号试件各层孔隙间距的分布.为获得孔隙孔径的分布规律, 我们再利用二值化CT 图像, 如图3(b), 根据每个孔隙包含的像素点的数目确定出各个孔隙的面积, 假设单个孔隙为圆形, 则可以得到孔隙的“等效半径”r , 由此确定最大的“等效半径”为0.9 mm. 将孔隙“等效半径”r 按照0.05 mm 间隔分成18个相等的区间, 计算出不同孔径区间内孔隙的个数及其占整个图像孔隙总数的比例, 即孔径密度. 图12~15绘出#1~#4号试件各扫描层孔径r 的概率密度分布情况.2.2 概率分布函数CT 实验结果与统计分析的结构如下.1) 各层孔隙群的形心基本位于像素点(,)i j (2562,2562)=±±范围内, 十分接近圆形截面的中心. 孔心距R 和孔隙圆心角θ 的均值以及较大的均方差表明, 各层孔隙均匀地散布在一个较宽的范围内, 基本覆盖圆形截面.中国科学 E 辑: 技术科学 2008年 第38卷 第7期1031表1 孔隙群的形心坐标,()i j 、孔心距R 和孔隙圆心角θ 的均值和均方差 孔心距R 孔隙圆心角θ 扫描层编号 i j µR σR µθ σθ1015 256.0 256.3 158.98 70.07 178.41 104.67 1030 254.3 254.6 159.90 62.81 183.94 103.81 1045 253.8 254.1 158.64 62.81 178.32 104.03 1060 261.5 261.8 158.42 61.62 179.67 104.89 1075 255.8 256.0 156.86 60.06 176.26 103.83 1090 254.8 255.0 159.39 59.00 178.28 103.92 1105 257.0 257.2 157.75 57.16 180.25 104.34 1120 252.0 252.2 154.18 58.29 178.17 103.02 1135 253.6 253.8 154.09 58.66 172.43 102.48 1150 253.3 253.6 153.88 58.27 176.94 103.30 #1 号 试 件平均值 255.2 255.5 156.91 60.88 178.27 103.83 2015 257.4 257.6 156.51 65.34 178.61 104.84 2030 254.7 254.9 157.19 67.03 177.85 103.99 2045 257.0 257.2 157.44 65.91 180.33 104.72 2060 255.8 256.0 157.79 66.05 182.26 104.54 2075 257.4 257.6 156.99 68.43 183.83 104.59 2090 254.3 254.5 160.00 67.20 177.29 104.47 2105 263.9 264.0 161.74 65.66 182.77 105.592120 259.4 259.6 160.01 67.02 183.66 104.93 2135 253.1 253.3 160.92 69.18 174.76 103.46 2150 253.7 253.9 158.30 68.50 174.50 103.63 #2号试件 平均值 256.7 256.9 158.69 67.03 179.59 104.48 3015 252.0 252.1 161.34 72.51 180.75 102.72 3030 256.8 257.0 160.85 69.35 176.81 103.89 3045 254.7 254.9 160.36 66.16 179.85 104.18 3060 256.5 256.7 158.31 63.94 183.25 104.93 3075 253.2 253.3 161.99 62.01 177.26 105.01 3090 258.8 257.9 157.34 61.09 178.95 105.07 3105 254.7 254.8 157.26 62.01 174.97 104.62 3120 256.1 256.3 158.53 62.07 177.44 105.57 3135 257.3 257.5 155.84 60.99 181.01 105.14 3150 256.3 256.5 158.59 61.02 180.83 104.56#3 号 试 件 平均值255.6 255.7 159.04 64.12 179.11 104.57 4015 253.6 253.8 159.81 70.07 174.77 104.08 4030 255.0 255.2 159.05 67.64 173.76 103.81 4045 255.9 256.1 157.15 70.22 177.83 104.48 4060 256.3 256.5 156.74 67.38 176.76 104.73 4075 257.7 257.8 156.64 64.21 179.05 105.25 4090 252.9 253.1 155.76 62.89 173.47 102.85 4105 252.6 252.8 156.01 61.51 175.99 103.38 4120 251.8 251.9 155.63 63.04 177.45 103.11 4135 252.4 252.5 156.42 63.53 174.50 103.80 4150 254.7 254.9 156.53 64.75 178.51 104.08#4 号 试 件平均值 254.3 254.5 156.97 65.52 176.21 103.96鞠杨等: 岩石孔隙结构的统计模型1032图4 #1试件各层孔隙数沿周向的概率密度分布图5 #2试件各层孔隙数沿周向的概率密度分布图6 #3试件各层孔隙数沿周向的概率密度分布图7 #4试件各层孔隙数沿周向的概率密度分布图8 #1试件扫描层内孔隙间距的累计分布图9 #2试件扫描层内孔隙间距的累计分布中国科学 E 辑: 技术科学 2008年 第38卷 第7期1033图10 #3试件扫描层内孔隙间距的累计分布 图11 #4试件扫描层内孔隙间距的累计分布图12 #1试件各层孔隙孔径的概率密度分布 图13 #2试件各层孔隙孔径的概率密度分布图14 #3试件各层孔隙孔径的概率密度分布 图15 #4试件各层孔隙孔径的概率密度分布鞠杨等: 岩石孔隙结构的统计模型1034 2) 各层孔隙数沿周向的概率密度分布集中在一个很窄的范围内(见图4~7), 近似为一个常量, 表明孔隙数沿圆周近似于均匀分布.3) 孔隙间距的分布曲线以均值为中心, 左右对称; 间距分布的峰值由中央向两侧逐渐均匀递减, 间距在10~13 mm 的孔隙数量居多. 随着各层孔隙数目的增多, 孔隙间距分布曲线的峰值增大. 表明: 孔隙间距的分布符合高斯正态分布.4) 孔隙孔径由小到大其密度呈递减趋势, 其概率密度为指数分布规律.针对这些特征, 本文以下给出孔隙数沿周向均匀分布的概率密度函数, 孔隙间距的高斯分布函数以及孔隙孔径的指数概率密度函数.孔隙数沿周向分布的概率密度函数可表示为 1, (),()0, ().a x b f x b a ⎧⎪=−⎨⎪⎩≤≤其他 (8) 由于随机孔隙数目沿圆周方向均分为20个等长区间, 若孔隙数均匀分布, 则应满足 1()0.05, (020).200f x x ==−≤≤ (9) 我们对各层孔隙数进行拟合, 得到随机孔隙数沿周向均匀分布的概率密度函数近似为()0.05150.0000189,f x x =− (10)其中()f x 表示周向分布的孔隙数的概率密度;x 为随机变量(孔隙数). 公式右边第二项系数很小, 可以忽略不计. 对比(9)和(10)式表明, 孔隙数沿周向的均匀分布条件得到满足. 作为例子, 图16给出了#1试件#1060层孔隙数周向分布的拟合结果.对于孔隙间距L 分布, 采用如下高斯分布函数对图8~11所测得的孔隙间距进行拟合.2020,L L B y y e −⎛⎞−⎜⎟⎝⎠⎛⎞⎜⎟=+ (11) 其中y 0、L 0、A 和B 均为统计参数. 研究发现, 对于本文实验而言, 公式中的统计参数随砂岩各层孔隙数量呈线性变化, 可以统一地采用孔隙数N 来表示, 即N L 002.04.150−=, (12)0525763.4213.2,y N =−+ (13)1.98476791,A E N =−(14)图16 #1试件#1060层孔隙沿周向分布的拟合中国科学 E 辑: 技术科学 2008年 第38卷 第7期1035 54.740.0183.B N =+ (15) 代入(11)式即可得到孔隙间距的分布函数y . 作为例子, 图17给出了#1试件#1120层孔隙间距的拟合结果, 表明高斯函数(11)~(15)式较好地反映了孔隙间距的分布状况.考虑到孔隙孔径r 的指数分布规律, 经对各层孔隙孔径数据的拟合, 采用如下的概率密度函数g (r )来反映孔隙孔径的分布. ()exp ,r g r C E D ⎛⎞=×−+⎜⎟⎝⎠(16) 其中C , D 和E 为统计参数, 本文条件下各层孔隙的统计参数的平均值为C =0.6832, D =0.0988, E =−0.0025. 作为例子, 图18给出了#3试件#3135层孔隙孔径的概率密度分布的拟合情况, 概率密度函数g(r )与实测数据相吻合.图17 #1试件#1120层孔隙间距分布的拟合 图18 #3试件#3135层孔隙孔径的概率密度分布的拟合3 统计模型与计算机生成为了模拟岩石三维孔隙结构, 根据所得到的各层孔隙的位置、间距、孔隙数和孔径的统计参数及概率分布函数, 应用Monte Carlo 方法、随机数生成算法和自编程序, 首先生成两个与实测统计参数和分布函数相一致的随机数序列. 一个是N 行3列的随机数序列, 反映孔隙的空间位置和间距分布, 统计参数和概率密度函数符合表1特征、均匀分布((10)式)和高斯分布((11)~(15)式), 该随机数序列控制着孔隙的三维空间分布. 另一个是1行M 列的随机数序列, 反映孔隙孔径的随机分布, 统计参数和概率密度满足指数规律((16)式). 同时, 孔隙个数按照实测孔隙率和孔径分布确定, 孔隙数分布满足周向均匀分布规律.由于孔隙的空间位置、尺寸和数量随机变化, 有限元程序在网格划分、单元尺寸和单元数量的控制方面存在很大困难, 三维孔隙结构的力学计算难以进行. 为解决此问题, 我们利用自编程序将生成的随机数序列导入FLAC 3D 中, 利用NULL 模型命令, 在随机数序列“分配”的单元位置处, “挖空”单元形成孔隙; 再利用FLAC 3D 内嵌的FISH 语言, 按照指定的位置和间距, 不断地循环执行“挖空”命令, 形成包含N 个孔的孔隙网格模型, 这样生成的孔隙结构与真实孔隙结构具有相同的孔隙统计分布特征和规律.鞠杨等: 岩石孔隙结构的统计模型1036图19为应用该方法生成的孔隙率分别为3%, 7%, 15%和23%的岩石三维圆盘模型及其横截面图. 考虑到FLAC 程序对单元最小尺寸的限制, 我们将CT 实验实测的孔隙半径按等比例放大, 保持孔隙率和孔隙统计分布特征不变, 取圆盘模型直径为200 mm, 高100 mm, 最大孔隙半径5.5 mm. 对比发现: 孔隙岩石模型与实际孔隙岩石具有较好的几何相似性.图19 三维孔隙岩石的计算机重建模型上排为孔隙结构的三维全貌图, 下排为对应位置处的横截面图; 孔隙率从左至右分别为3%, 7%, 15%和23%需要注意的是, 圆盘模型中的孔隙位置、间距和孔径大小均由计算机程序按照给定的随机分布函数随机生成, 当孔隙率较大时(>20%), 由于单元最小尺寸和网格划分的原因, 部分孔径较大的孔隙单元在随机“挖空”时出现了相互接触或交叉现象, 导致视觉上部分孔隙单元的尺寸大于试验的砂岩孔隙的尺寸. 此外, 横切面的厚度也会影响孔隙的显示效果和视觉尺寸.4 孔隙圆盘的劈裂过程模拟为校验模型的有效性, 我们利用FLAC 3D 模拟和分析了巴西圆盘的劈裂破坏过程. 圆盘模型中的孔隙单元被赋予Null 材料, 固体介质被赋予Mohr-Coulomb 材料, 剪切模量为7 Gpa, 体积模量26.9 Gpa, 单轴抗拉强度1.2 MPa. 模型左右两端沿X 轴方向施加线荷载, 边界为无约束边界. 为探讨孔隙对岩石劈拉性能的影响, 本文分别计算了3%, 7%, 15%和23%四种孔隙率下圆盘模型的劈拉应力及其分布, 并与无孔巴西圆盘的理论值和数值解进行了对比. 图20分别给出了不同加载时刻下无孔和四种不同孔隙率下圆盘的应力分布、单元破裂状态以及破裂单元的连通情况. 这里所说的加载时刻由荷载比来定义, 所谓荷载比是指某种孔隙率下模型各个阶段实际施加的劈裂荷载与模型发生劈裂破坏时的最大荷载之比. 图20显示了荷载比5%、20%、50%、70%和100%时模型的破坏情况.计算模拟表明, 高拉应力和材料单元破坏总是首先出现在邻近加载端的表面上, 随后拉应力和单元破坏开始在试件内部扩展. 孔隙显著影响试件劈裂破坏时的应力分布、单元破坏方式以及破裂连通区的分布.对于无孔圆盘而言, 试件的应力和单元破坏对称分布. 拉应力区和破坏单元首先出现在加载端附近, 随后开始在试件内部由两端沿圆盘X 轴方向对称地向中心扩展. 劈裂过程中出中国科学 E 辑: 技术科学 2008年 第38卷 第7期1037(a)(b)(c)鞠杨等: 岩石孔隙结构的统计模型1038(d)(e)图20 不同孔隙率岩石圆盘的劈拉应力分布、单元破坏状态与破裂单元的连通情况(a) 孔隙率0%的无孔圆盘; (b) 孔隙率3%的圆盘; (c) 孔隙率7%的圆盘; (d) 孔隙率15%的圆盘; (e) 孔隙率23%的圆盘. 第一种孔隙率情况下, 上、中、下排分别显示了试件表面、中间横截面以及中部纵向剖面的应力分布、单元破坏状态以及破裂单元的连通情况, 从左至右各个级段的荷载比依次为5%, 20%, 40%, 50%, 70%和100%现了两种类型的单元破坏方式, 即拉应力引起的破裂, 图中深红色区域所示, 以及拉应力引起的屈服, 图中的粉红色区域所示. 随荷载增大, 拉应力引起的单元破裂区按“沙漏”形状不断地扩展连通, 即表面破裂单元的连通速度高于内部单元, 这种扩展连通一直延续到试件中部的纵向剖面完全破坏, 试件劈裂成两部分. 图20(a)深红色和粉红色区域直观地显示了破裂单元和屈服单元的连通情况. 试件最终破坏时在表面形成一个较窄的对称于X 轴的破裂带. 观察表明: 无孔圆盘的单元破坏只有拉应力引起的破裂和屈服两种类型.孔隙率3%时, 在峰值劈裂荷载的30%以前, 高应力和破坏单元的出现与无孔圆盘的相类似. 但随荷载增加, 应力分布和单元破坏的对称性消失, 开始显现孔隙的影响. 材料单元的破坏方式仍然是拉应力引起的破裂和屈服两种. 拉应力引起的破裂单元分布逐渐远离圆盘中部的纵向剖面, 如图20(b)深红色区域, 破裂单元区逐个相互连通, 并非如无孔圆盘所观察到的中国科学E辑: 技术科学 2008年第38卷第7期由两侧逐步向中间扩展, 不再出现“沙漏”状的破裂连通区. 最终破坏时圆盘表面的破裂带不对称、粗糙且偏离表面中心轴. 图20(b)由拉应力引起的破裂区显示了这种破坏方式与无孔时的差别. 同样地, 伴随破裂区的发展, 试件中部的纵向剖面附近出现了不规则的由拉应力引起的塑性屈服破坏区.孔隙率7%时, 由于孔隙的影响, 当荷载增加至峰值劈裂荷载的20%时, 试件加载端附近就开始出现不对称的应力和单元破坏现象. 破坏单元连通和扩展的模式与孔隙率3%时的情形十分类似. 试件表面以及中间横截面上的粗糙破裂带的范围与孔隙率3%的相接近. 与孔隙率3%的情形相比, 一个显著的差别是由拉应力引起的粉红色的塑性屈服区的扩展范围明显增大, 如图20(c). 材料单元的破坏模式仍然是由拉应力引起的破裂和屈服两种类型.孔隙率达到15%时, 当施加的荷载小于峰值劈裂荷载的10%时, 试件加载端邻域开始出现了不对称应力和单元破坏现象. 与低孔隙率情况相比, 试件较大范围内出现了不对称应力和由拉应力引起的破裂连通区. 劈裂破坏发生时, 试件表面和中间横截面上破裂带的范围分布更宽、形状更粗糙. 这些特征体现了孔隙对应力分布和破坏规律的影响. 大孔隙率对材料性能的另一个显著影响是劈裂过程中部分单元出现了剪切失效, 如图20(d)中的绿色区域所示, 表明孔隙数量较多时部分孔隙周边出现了较大的剪应力, 这部分单元破坏可能是拉应力或剪应力作用的结果.孔隙率增至23%时, 同样, 试件荷载小于峰值劈裂荷载的10%时, 试件加载端邻域出现了不对称应力和单元破坏现象. 当荷载进一步增至峰值劈裂荷载的40%时, 与低孔隙率情况相比, 无论在试件表面还是在中间横截面上, 由拉应力引起的单元破坏, 包括破裂和屈服两种模式, 均占据了较大的面积. 当所施加的荷载接近峰值时, 破裂单元在中部纵向剖面内完全连通, 试件劈裂成两部分. 与此同时, 试件外表面和内部中间横截面出现了大面积的由拉应力引起的屈服区, 如图20(e). 这些特征均体现了孔隙对岩石劈裂力学性质的影响. 此外, 由于高孔隙率的影响, 该阶段更多的单元出现了剪切失效的现象. 单元破坏形式表现为拉伸与剪切共同作用的方式.除了影响材料内部的应力分布、单元破坏与失效机制外, 数值模拟还表明: 孔隙也直接影响岩石的强度. 孔隙率3%时模型劈裂破坏时的最大拉应力1.04 MPa; 孔隙率7%时该值降为0.97 MPa; 孔隙率15%时最大拉应力计算值0.82 MPa; 孔隙率23%时最大拉应力计算值0.76 MPa. 与无孔岩石介质劈裂破坏时的最大拉应力相比分别下降了11%, 17%, 30%和35%, 表明孔隙率的增加降低了岩石的劈裂抗拉强度.上述观测和分析表明: 孔隙显著影响孔隙岩石的应力分布、单元破坏方式、破裂单元的连通性质以及劈裂抗拉强度. 孔隙岩石劈裂过程中材料单元的破坏方式主要表现为拉应力引起的破裂和屈服, 当孔隙率达到15%时, 少量单元出现了剪切失效模式. 也就是说, 当孔隙率达到15%时, 材料单元破坏表现为拉伸与剪切共同作用, 而不仅仅是由拉应力引起的破坏. 显然, 这些性质不同于弹性理论假设岩石为无孔连续介质的计算结果, 这可以解释岩石劈裂抗拉强度实验值总是小于弹性理论值的原因. 此外, 所得到的破裂单元的连通情况及分布区域有助于分析孔隙岩石的连通性、浸透性以及多相流与孔隙相互作用的机制.1039。

页岩气储层孔隙系统表征方法研究进展一、本文概述随着全球能源需求的日益增长和常规油气资源的逐渐枯竭，页岩气作为一种重要的清洁能源，已引起全球范围内的广泛关注。

页岩气储层的孔隙系统是决定其储气能力和渗流特性的关键，因此，对页岩气储层孔隙系统的深入研究和精确表征显得尤为重要。

本文旨在全面综述页岩气储层孔隙系统表征方法的研究进展，以期为相关领域的科研工作者和工程师提供有益的参考。

文章首先介绍了页岩气储层的基本特征，包括其岩石学特性、孔隙类型和分布规律等。

随后，文章重点阐述了当前页岩气储层孔隙系统表征的主要方法和技术，包括基于扫描电子显微镜（SEM）和透射电子显微镜（TEM）的微观结构观察、基于核磁共振（NMR）和射线计算机断层扫描（-CT）的孔隙结构和分布分析、以及基于压汞法和气体吸附法的孔隙大小和孔径分布测量等。

这些方法和技术在页岩气储层孔隙系统的表征中各有优缺点，本文对其适用性和局限性进行了详细分析。

文章还讨论了页岩气储层孔隙系统表征方法的发展趋势和未来研究方向。

随着科学技术的不断进步，新的表征方法和技术不断涌现，如基于纳米技术的孔隙结构表征、基于和大数据的孔隙系统建模和预测等。

这些新兴技术为页岩气储层孔隙系统的深入研究提供了新的机遇和挑战。

本文旨在全面梳理和总结页岩气储层孔隙系统表征方法的研究进展，以期为相关领域的研究和实践提供有益的参考和借鉴。

本文也期望能够激发更多科研工作者和工程师对该领域的关注和兴趣，共同推动页岩气储层孔隙系统表征技术的创新和发展。

二、页岩气储层孔隙系统基本特征页岩气储层孔隙系统具有复杂多变的特征，其储集空间主要包括基质孔隙、裂缝和微裂缝等。

这些孔隙系统不仅具有纳米级的微小尺寸，还呈现出显著的非均质性。

基质孔隙是页岩气的主要储集空间，它们主要分布在页岩基质的粒间和粒内，形态多样，如圆形、椭圆形、不规则状等。

裂缝和微裂缝则是页岩气的重要运移通道，它们能够连接基质孔隙，形成有效的渗流网络。