CN106233146A - 用于评估多相流动模拟的流体团块跟踪 - Google Patents

用于评估多相流动模拟的流体团块跟踪 Download PDF

Info

Publication number
CN106233146A
CN106233146A CN201580021949.2A CN201580021949A CN106233146A CN 106233146 A CN106233146 A CN 106233146A CN 201580021949 A CN201580021949 A CN 201580021949A CN 106233146 A CN106233146 A CN 106233146A
Authority
CN
China
Prior art keywords
alpha region
fluid alpha
connection fluid
region
time frame
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.)
Granted
Application number
CN201580021949.2A
Other languages
English (en)
Other versions
CN106233146B (zh
Inventor
B·克洛斯
D·M·弗瑞德
N·克里哈
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.)
Dassault Systemes Americas Corp
Original Assignee
Exar Corp
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 Exar Corp filed Critical Exar Corp
Publication of CN106233146A publication Critical patent/CN106233146A/zh
Application granted granted Critical
Publication of CN106233146B publication Critical patent/CN106233146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/74—Devices for measuring flow of a fluid or flow of a fluent solid material in suspension in another fluid
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/0806—Details, e.g. sample holders, mounting samples for testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G01F1/708—Measuring the time taken to traverse a fixed distance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Geology (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mining & Mineral Resources (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Remote Sensing (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Dispersion Chemistry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

方法，***和装置，包括在计算机存储介质上编码的计算机程序，用于流体团块跟踪。方法之一包括通过计算机***识别流动模拟中的连通流体相区域。该方法包括通过计算机***在第一时间帧和第二时间帧上跟踪连通流体相区域。该方法还包括通过计算机***基于跟踪确定从第一时间帧到第二时间帧连通流体相区域的移动。

Description

用于评估多相流动模拟的流体团块跟踪
要求优先权
本申请根据35USC§119(e)要求于2014年3月18日提交的题为“FLUID BLOBTRACKING FOR EVALUATION OF MULTIPHASE FLOW SIMULATIONS”的美国临时专利申请No.61/954798的优先权，通过引用将其全部内容并入本文。
技术领域
本说明书涉及多相流动。
背景技术
多相或多组分(从本文称为多相)流动在许多工程领域是普遍的。在某些情况下，定义限制多相流动的边界的几何结构是准确已知的，诸如管道或通道的***。其它情况涉及高度随机和复杂的几何结构，诸如多孔岩石的孔隙空间。多相流动通过复杂的多孔介质的应用的一个示例是研究油储层岩石中的油和水流动。另一个示例是储层岩石中的油、水和气。另一个示例是作为化学分离过程中的气体扩散层的多孔材料中的液体和气体流动。这种流动行为的重要特性是每个流体相的“相对渗透率”，其表征针对指定的条件，该相移动通过岩石的容易程度。在多孔介质中的多相流动中，相的相对渗透率是该相的有效渗透率的无量纲量度。它是该相的有效渗透率与绝对渗透率之比。
多孔岩石中的油/水流动的相对渗透率的特别重要的方面是“残余油饱和度”处及其附近的行为。术语饱和度指的是水在总流体(油和水)中的体积分数，以及残余油饱和度指的是平均油速度(并且因此油相对渗透率)基本为零的饱和值。由于针对该条件油不能移动，因此相应的油的体积分数被称为“残余油”。这是重要的量，因为它代表了不能从岩石中提取的油的最小量，因此，残余油饱和度值以及当饱和度接近残余油饱和度值时作为饱和度的函数的相对渗透率是用于确定储层价值和用于评估潜在的提高油采收率(EOR)方法的特别有价值的信息。
对于多相流动测量或预测方法，由于关键的目标是找到渗透率实际上达到零所对应的饱和度值，因此即使当多孔材料非常微小时具有用以确定流体在多孔材料中的渗透率的高度准确的方法也是重要的。
发明内容
一般地，在本说明书中描述的主题的一个创新方面可以体现在如下方法中，所述方法包括通过计算机***识别流动模拟中的连通流体相区域的动作。在方面1中，该方法包括通过计算机***在第一时间帧和第二时间帧上跟踪连通流体相区域的动作。该方法包括通过计算机***基于跟踪确定从第一时间帧到第二时间帧连通流体相区域的移动的动作。
前述和其它实施例可以各自任选地单独或以组合包括以下特征中的一个或多个。
在根据方面1的方面2中，识别连通流体相区域可以包括识别具有第一相的流体相区域、识别与第一相区域相邻并且具有第一相的流体相区域、以及将相邻的流体相区域分配给连通流体相区域。
在根据方面1和2中的任一的方面3中，流动模拟可以包括多个流体相区域，该方法可以进一步包括识别每个流体相区域的相。
在根据方面1、2和3中的任一的方面4中，识别每个流体相区域的相可以包括计算对应区域中的第一相的密度减去对应区域中的所有其它相的密度与对应区域中的所有相的密度的总和的比，以及比较该比与阈值。
在根据方面1、2、3和4中的任一的方面5中，连通流体相区域可以包括油；并且该方法可以进一步包括基于移动确定圈闭的(trapped)油。
在根据方面1、2、3、4和5中的任一的方面6中，跟踪连通流体相区域可以包括以下中的至少一个：识别连通流体相区域已经移动、识别连通流体相区域已经分成多个连通流体相区域、以及识别连通流体相区域已经与另一连通流体相区域合并。
在根据方面1、2、3、4、5和6中的任一的方面7中，在一系列时间帧上跟踪连通流体相区域可以包括识别第一时间帧中的第一连通流体相区域，以及基于第一连通流体相区域和第二连通流体相区域之间的空间接近度识别第二时间帧中的第二连通流体相区域作为第一连通流体相区域。
在根据方面1、2、3、4、5、6和7中的任一的方面8中，空间接近度可以包括第一连通流体相区域和第二连通流体相区域之间的流体相区域的重叠。
在根据方面1、2、3、4、5、6、7和8中的任一的方面9中，确定连通流体相区域的移动可以包括计算连通流体相区域的重心，以及基于该重心确定连通流体相区域的速度。
在根据方面1、2、3、4、5、6、7、8和9中的任一的方面10中，确定连通流体相区域的速度可以进一步包括识别连通流体相区域在第一时间帧和第二时间帧之间的重心变化。
在根据方面1、2、3、4、5、6、7、8、9和10中的任一的方面11中，连通流体相区域可以包括一系列体积元素，每个体积元素具有相同的相并且可以与该系列中的至少一个其它体积元素接触。
在根据方面1、2、3、4、5、6、7、8、9、10和11中任一的方面12中，该方法可以进一步包括识别多个连通流体相区域，每个连通流体相区域具有目标相，确定所述多个连通流体相区域中的每个连通流体相区域的速度，以及基于所述多个连通流体相区域中的每个连通流体相区域的速度将渗透率分配给目标相。
在根据方面1、2、3、4、5、6、7、8、9、10、11和12中的任一的方面13中，将渗透率分配给相可以包括计算具有目标相的每个连通流体相区域的速度的加权平均。
在根据方面1、2、3、4、5、6、7、8、9、10、11、12和13中的任一的方面14中，速度可以基于连通流体相区域的体积被加权。
在根据方面1、2、3、4、5、6、7、8、9、10、11、12、13和14中的任一的方面15中，该方法可以进一步包括确定第一时间帧和第二时间帧中的连通流体相区域的特性。
在根据方面1、2、3、4、5、6、7、8、9、10、11、12、13、14和15中的任一的方面16中，该特性可以选自由体积、有效渗透率和流动速率组成的组。
该方面的其它实施例包括相应的计算机***、装置以及记录在一个或多个计算机存储设备上的计算机程序，每个均被配置为执行所述方法的动作。一个或多个计算机的***可以被配置为通过使软件、固件、硬件或者它们的组合安装在该***上来执行特定的动作，所述***在操作时致使***执行动作。一个或多个计算机程序可以被配置为通过包括指令来执行特定动作，所述指令当被数据处理装置执行时致使该装置执行动作。
下面描述的实施例可以提供以下优点中的一个或多个。当流体相的平均速度非常小时，其可以被更准确地确定。其结果是，可以更准确地确定其中流体相平均速度变得实际上为零的条件。可以得到对流动行为的洞察，例如，一些团块(blob)是如何被圈闭的，以及哪些团块对总流体相渗透率做贡献。通过识别对渗透率贡献最大的团块，可以更准确地定位各个模拟建模过程以实现所期望的效果。可以提供通知关于如何修改相对渗透率对饱和曲线的决定的洞察。
附图说明
图1是提供针对基准模拟的团块速度与团块体积的相关性的示例模拟的图表。
图2是随时间绘制的团块z速度的图表。
图3例示了施加到具有油和水的正方形管道流动的流体团块***的示例。
图4是绘制随着时间的目标类别的有效渗透率的图表。
图5例示了用于评估多相流动模拟的示例性过程500。
具体实施方式
多孔岩石中的流动的高保真计算机模拟最近由于成像、数值方法以及高性能计算的发展而变得可行。执行多相流动模拟以便准确地预测储层岩石样品的相对渗透率的能力是研究和商业兴趣的活跃领域。感兴趣的一种方法涉及多孔岩石的3D成像的数字表示。数字表示的图像分析可以确定孔隙空间的几何形状。可以执行针对各种饱和度值的数值多相流动模拟，以获得流动行为的预测，包括作为饱和度的函数的相对渗透率。流动模拟结果也可以用于了解孔隙尺度多相流动动态的细节，其可以提供建议用于如何修改相对渗透率对饱和度曲线的方法的洞察。
在多相流动的计算机模拟期间或完成时，确定作为结果的各流体相(例如油、水)的渗透率可以包括确定该相的平均速度，其中相指的是具有均匀组成和特性的流体的区域并且与其它相从物理上不同、平均意指在整个模拟域上的空间平均、以及速度意指在感兴趣方向上的速度分量。使用体积积分方法，来自模拟结果的一种流体相的平均速度可以通过对包含该相的所有模拟网格单元的速度取平均值(即，在包含该相的所有单元上对流体速度求和并且除以单元的数目)来计算。
当流体相的平均速度非常小(接近零)时，体积积分方法可能是不准确的。例如，当针对数量的信噪比是阶单位(order unity)或更低，或者信号小于两倍的噪声时(其中信号是正确的值并且噪声是导致误差或不确定性的任意事物)，体积积分方法可能是不准确的。当信号与噪声相当或比噪声更低时，则误差/不确定性干扰正确值的确定。在该示例中，信号是平均流体相速度并且噪声包括在测量该速度(特别是，伪速度)中的所有来源或误差或不确定性。
在某些情况下，这些可以是非物理的、数字诱导速度，其在全局上平均到零，但局部是非零的。伪速度的幅值范围随着数值方案的细节而变化。在一个示例中，对于毛细管数Ca＜1e-3，平均流体相速度可以足够低，以与源自数值方案的伪速度相当。毛细管数是表征粘性力与液体和气体之间或者两个不混溶液体之间的表面或界面张力之比的无量纲数，典型地由下式给出
C a = μ u σ
其中μ是动态粘度，u是特征速度，σ是表面或界面张力。
如此，例如，当饱和度处于残余油饱和度或在残余油饱和度附近时测量油相的速度，体积积分方法可能是不准确的。例如，连通流体相区域(即流体“团块”)内的局部(单元)速度可以是显著非零的，即使当该区域作为整体不在移动时。(这里连通区域意为每个单元与该区域中的至少一个其它单元共享面或角落。)这些显著非零速度可以例如由于物理和数值原因两者而发生；当数值诱导时，该非零速度被称为伪速度。此外，尽管在非移动团块内的局部速度应该在物理上合计为零，但是当使用体积积分方法时可以存在导致小的残余非零速度的数值积分效应。这个小的残余速度可以由有限网格分辨率效应造成，并且可以干扰针对小的平均速度的体积积分结果。这些残余效应对整个模拟精度的影响可以忽略不计，使得流体行为(例如，各相和它们的界面边界的实际移动)保持高度准确。(在这种情况下，小的平均速度被观察到为幅值小于最大局部速度两个数量级的级别)。
本文中公开了用于使用多相流动的计算机模拟结果识别和跟踪连通流体相区域(在本文中称为“团块”)的运动(流动)，从而使得能够以每团块为基础访问流体特性和信息的***和方法。团块表示物理意义的流体结构，诸如由水包围的单个油滴、以其与水的界面为界的连通片的油或在某些位置以其与水的界面为界并在其它位置以固体边界为界的连通片的油。如上所述，该团块是其中该团块中的每个单元与该区域中的至少一个其它单元共享面或角落的连通区域。其它类型的流体可以形成可以使用本文描述的方法识别和跟踪的连通流体相区域。通过在某一模拟时间帧下识别团块并且确定它们的特性，以及还在一系列时间帧上跟踪它们，可以收集关于每个团块的运动和时变行为及其特性的信息。每个单独的团块的行为和特性的分析可以是有趣的；例如，流体相的一些团块可以是静止的，而其它是移动的并且因此有助于该相的平均速度。在那种情况下，它可能有用于研究为什么有些团块是移动，而有些则不是。
此外，跟踪流体相的团块的时变运动可以提供另一种用于模拟***以确定该相的平均速度的方式。该过程可以包括确定每个团块的重心(COG)作为时间的函数(其中，COG是通过对属于团块的所有单元的单元中心取空间平均确定的位置)、从每单位时间团块的COG的变化(即行进距离)计算每个团块的速度、以及计算该相的平均速度作为构成该相的团块的速度的体积加权平均。基于与***中的相相关联的团块的COG的变化计算该相的平均速度可以提供各种优点。例如，即使当平均速度值小时(如前面所定义的)，这种方式计算的平均速度也不受前面讨论的数值积分效应影响，因此在这些情况下该COG方法可以比体积积分方法更准确。针对流体相的平均速度的该额外准确性可以对数值模拟结果的分析(例如在预测残余油饱和度，以及针对在残余油饱和度处/或其附近的饱和度的平均油速度和渗透率中)具有基本上有利的影响。
图1是来自基准模拟的结果的图表100。图表100例示了针对基准模拟的时间帧14的团块速度与大小的相关性。实心黑色三角形(例如，三角形102)代表使用体积积分值确定的结果，而白色三角形(例如，三角形104)代表用COG方法的值。指向上的三角形(例如，三角形102、104)表示正值并且指向下的三角形(例如，三角形106、108)表示负值。具有内圆点的大三角形是所有团块中的平均。具有白色圆圈的实心黑色三角形110指示使用体积积分方法的所有团块中的平均。具有白色圆圈的白色三角形112指示使用COG方法的平均值。注意，对于更大的团块，黑色和白色三角形更靠近在一起(沿垂直轴)。
图2是随时间绘制的团块z速度的图表。实线202是用体积积分方法获得的，而虚线204是用COG方法获得的。灰色团块206a-e随着时间变形并且显示在时间线下方(Z轴垂直，指向下)。注意，该速度差异在模拟结束时特别严重并且与团块的速度具有相同的数量级。
重申，在一些实现中，流体团块跟踪(FBT)过程可以包括：(1)针对每个时间帧(时间)识别团块；(2)随着时间(从时间帧到时间帧)跟踪团块；(3)评估基于团块的行为和统计以导出感兴趣的积分量(例如流体相的平均速度)。后者具有提供用于即使在存在干扰体积积分方法的显著局部伪速度下确定即使是小的流体相平均速度值的高度准确的方法的优点。FBT还可以通过对个体流体结构(团块)的时变行为的详细理解来提供关于流动行为的有用洞察。
团块识别
各种方法可以用于识别连通流体相区域(例如，团块)。在数值模拟***中，数值模拟域被划分为有限数目的流体体积或“单元”。针对目标相1(例如在油/水混合物中的油)的团块识别要求首先识别哪些单元包含该相。
一种用以确定单元的相的方式使用如下函数
A = ρ 1 - ρ 2 ρ 1 + ρ 2
其中，A是阿特伍德数(Atwood number)，ρ1是相1的密度，ρ2是相2的密度。单元的计算阿特伍德数与阈值相比较。如果单元的阿特伍德数高于阈值，则该单元被限定为属于相1，否则该单元被限定为属于相2。单元的相被存储在针对流体域的每个单元的'状态矩阵'中。在一些实现中，阈值可以是0。在一个实现中，通过在所有单元上迭代并且基于它们的计算阿特伍德数赋予它们指示单元是否属于相1的真/假值来确定每个单元的相。
迭代循环可以用于遍历状态矩阵。如果在该循环期间遇到被限定为相1的部分的单元(例如，该单元的计算阿特伍德数大于阈值)，则填充算法被用于创建连接到初始单元的所有相1单元的列表。填充算法迭代地使用六点最近邻模板检查包围当前单元的每个单元，并且如果其状态矩阵值是真的(即，单元限定为相1的部分)则将它增加到列表。也可以使用其它填充算法。
研究并添加邻近单元，并且然后移动到列表的下一成员的这个过程一直持续到列表耗尽，在该点处当前团块的所有连通单元均已被发现。这个过程一直持续到限定为相1的域中的所有单元属于连通单元的团块。一旦针对给定相的团块的完整集合建立后，每个团块的总体积、COG位置和其它期望的特性就通过检查它的单元的特性被找到。例如，团块的特性可以包括由团块占据的子域、团块在感兴趣的方向上的范围以及体积积分团块速度。这是通过平均算法实现的，该平均算法在给定团块的所有单元上进行迭代、计算单元特性值的总和(任选地通过在单元中的相的体积和/或阿特伍德数加权)以及用总和除以团块体积。将单元体积和阿特伍德数用作加权函数对于处理可能含有大量各流体相的“界面单元”是有帮助的；这被发现为例如用以准确地确定团块的COG位置以及从而其运动是重要的。
当周期性边界条件被跨模拟域的主流动方向使用时，跨一个边界的团块在域的相对端上继续。对于这样的团块，单元中心的空间平均不再给出正确的COG。“团块融合”步骤被用于重新连接已被单独识别，但在相对侧上共享相同的边界体素的团块。团块融合还允许识别和辨识在流动方向上充分跨越域的团块，其中该团块的一个端连接到另一端，使得团块是实际上连续的(被称为通道流动团块)。对于这样的团块，体积积分方法而不是基于COG的方法被用于查找平均速度，因为通道流动团块中的流体即使在其COG保持不变时也可以移动(而对于剩余的团块，仍然使用COG平均速度方法)。这是有道理的，因为通道流动团块通常具有相对大的平均速度，其中体积积分方法是足够准确的。此外，如果团块在当前或先前时间点处是通道团块流动，则对于给定时间点处的给定团块，体积积分方法而不是COG方法被使用，因为COG平均速度是利用一阶向后导向的有限差分方案得到的，该方案需要持续得到的针对当前和先前时间点两者的值。
团块跟踪：
该组所识别的连通流体相区域(即，团块)可以使用各种方法来跟踪。在一个示例中，一组团块被在时刻x处识别并且另一组被在随后的时刻y处识别，并且通过比较这两个组以及匹配来自时间x的团块与时间y处的那些团块来跟踪团块。团块匹配基于时间x处的团块与时间y处的团块之间的空间重叠的程度。时间y处的团块匹配到时间x处的一个，所述时间y处的团块与所述时间x处的一个具有最高的空间重叠度；它然后被分配有与时间x处的团块相同的唯一标识符(ID)并继承了该团块的历史。该特定的重叠匹配方法的成功要求团块的速度小于定义为团块的特征半径在时间x和y之间随着时间差的比的临界值。如果需要的话，可以使用更准确的匹配算法；例如，时间x处的团块的速度和COG可以用来估计其在时间y处的COG，并且然后在时间y处的估计和实际COG之间的差可以与阈值比较，以确定是否存在匹配。使用此过程，每个团块的整个历史就可以被跟踪、检索和用于推断流动信息。
团块匹配算法可以基于一组两个团块ID矩阵，一个表示当前时间(时间y)并且一个表示先前时间(时间x)。这些矩阵存储流体域中的每个限定单元的团块ID，并且对于每个时间，每个团块都具有哪些单元属于它的列表。这个信息被用来区分三种类型的团块跟踪事件：
(一)身份事件：在时间y处的单个团块与时间x处的一个团块重叠；在时间y处的团块被分配有时间x处的团块的ID。
(二)***事件：在时间y处的多个团块与时间x处的一个团块重叠；具有与时间x团块的最大体积重叠的时间y团块被分配有这个团块的ID。假定与时间x团块重叠的所有其它时间y团块都已经从它分离出来，并识别为在时刻y处创建的新团块(并且每个都被分配新的唯一ID)。时间x团块被认为已经丢失了从其分离出来的团块。
(三)合并事件：在时间y处的单个团块与时间x处的多个团块重叠；时间y团块被分配有与它具有最大体积重叠的时间x团块的ID。所有其它的时间x重叠团块都被认为是已被时间y团块吞并。
基于团块的分析：
如先前所讨论的，用于确定流体相的平均速度的团块COG方法是高度准确的并且克服了当局部单元速度比平均速度大得多时可能出现的数值积分效应的问题。由于这种方法即使在消失平均速度值的极限下也是准确的，它使得能够准确确定跨饱和度值的整个范围的多相流动相对渗透率(因为相对渗透率与平均速度成比例)，即使是针对其流体相的相对渗透率非常接近零的饱和度值。在油和水的多相流动中，油相对渗透率在残余油饱和度处实际上为零并且水相对渗透率在束缚水饱和度处(即，在其处孔隙空间中的所有剩余水被圈闭并且不移动的饱和度)实际为零。此外，团块特性的统计可以提供对孔隙尺度多相流体动力学更深入的了解；例如，已经在一组模拟结果上观察到在流体相的相对渗透率和它的平均团块大小之间存在相关性。在另一个示例中，已经观察到流动通道团块的形成显著增加了相对渗透率，并且同样地，改变了在某种程度上打破流动通道团块引起相对渗透率大的降低的条件(如饱和值)。
假定相对渗透率的计算机模拟预测具有较低的成本并且比相应的物理测试过程花费较少时间的潜质，则采用本文所描述的流体团块跟踪发明的多相多孔介质流动模拟方法预期将对石油勘探和生产行业有价值。
输出生成：
团块跟踪分析的后处理可分为综述、每时间以及每团块信息。
综述信息可以包括总团块体积、在平均流动方向上的总团块速度以及随时间绘制的有效和相对渗透率。这些绘图可以被用来判断模拟的收敛或者识别在流动的发展中的显著事件。
每时间信息可以包括针对给定时刻绘制的数据。在所产生的信息之中的是示出多少团块在特定体积范围内的直方图。该绘图可以被用来研究团块的大小分布。每时间数据的另一示例是COG平均速度与体积积分平均速度的相关性绘图。存在于所考虑的时间点处的每个团块在该绘图中产生数据点。示出团块大小与团块速度的相关性的绘图被用于致力于找到在其处团块更容易被圈闭的大小限制或使COG平均速度和体积积分平均速度的大小依赖的差异可视化。图1是这种绘图的示例。
每团块绘图可以针对特别感兴趣的聚焦团块而创建。聚焦团块的列表可以由最大的团块、最快的团块或具有最高速度乘以体积平均的团块组成。后者团块是对渗透率具有最高影响的团块。每团块绘图示出时间上的团块体积变化(例如，由于合并/释放事件)、比较其COG平均速度和体积积分平均速度的演变(参照图2)、以及针对团块存在的每个帧将COG平均速度与体积积分平均速度相关联。
示例：
图3例示了应用到具有油和水的正方形导管302a-c流动的流体团块***的示例，其中，三个个体团块从具有通道流动性质的单个团块形成。正方形管302a代表帧40中的正方形管，正方形管302b代表帧41处的正方形管并且正方形管302c代表帧42处的正方形管。在模拟时间期间，使用Exa的质量汇点/源(Exa’s Mass Sink/Source)(MSS)构思对周期性环境中的质量交换进行建模来用水取代油，因此，流动拓扑的变化发生并且将在下面描述。整个时间线跨越了200个时间帧。在帧40处，单个团块304存在于正方形管道302中。分离在帧42处发生并且引入了新的团块。团块被根据其各自的ID标记：第一团块304标有ID 0，第二团块308标有ID 1并且第三团块306标有ID 2。摘要文件的摘录示出了利用团块跟踪获得的数量中的一些。
团块ID 平均体积 循环 寿命 时代 分离/合并/释放
0(团块304) 21482 是 [0:198] 199 L_1_@42L_2_@_42
1(团块308) 11060 否 [42:198] 157 S_0_@_42
2(团块306) 10460 否 [42:198] 157 S_0_@_42
其中团块ID是如上所述分配的团块ID，平均体积识别每个对应团块的大小，并且寿命指示在此期间团块存在于模拟中的帧(例如，团块302针对整个模拟而存在，而团块308和团块306被在42帧中创建)。最后一列指定在帧42处团块308和团块306从团块302分离并且在帧处42处团块302丢失团块308和团块306。注意的是，团块0从周期性连通流体域的一端延伸到另一端，如由具有“是”的值的循环列所指示的。
图4是绘制随着时间的目标类别的有效渗透率的图表。注意的是，COG导出速度导致与从流体速度场导出的有效渗透率(虚线)相比稍微不同的有效渗透率(实线)。在非常低的速度值下，这种差异可以是相当大的。
图5例示了用于评估多相流动模拟的示例性过程500。该过程可以通过包括存储器和处理器的一个或多个计算机***来执行。该过程可以同步或并行地执行。
流体数据例如从通过基于多孔岩石的3D成像的数字表示的流动的模拟结果加载(502)。
导出连通性信息(504)。连通性信息可以从决定多孔空间的几何结构的数字表示的分析导出。可以执行流动模拟。在一些实现中，对于格网内的每个体素，都存在针对每个相的密度(例如，水的密度和油的密度)。
建立状态矩阵(506)。该状态矩阵识别模拟中的哪些单元被识别为哪一相的部分。识别矩阵中的单元的相可以包括比较体素中的相的密度。例如，如果单元主要是水，但包含少量油，则在单元中的水的密度会比油的密度高得多。可以为每个体素计算阿特伍德数。阿特伍德数可以被用来确定每个相中有多少存在于体素中的加权。
识别团块(508)。团块是由包括目标相并且在至少一侧接触的体素组成的。可以通过对识别为包括目标相的体素采用填充算法来识别团块。
计算“每团块”平均流体速度和重心(510)。可以按如上所述来计算平均流体速度和重心。
融合周期性连通团块(512)。跨周期性边界条件存在的团块可以被识别并融合在一起。
跟踪团块(514)。如上所述，随时间跟踪团块的位置。跟踪可以包括识别团块在周期性快照之间移动、分成多个团块、或组合以形成单个团块。
计算重心和导出的速度(516)。可以按如上所述来识别重心。重心随时间的变化可以用于导出团块的速度。
将信息附加到输出文件(518)。当在模拟期间对信息进行处理时，该信息被增加到输出文件。该信息可以包括，例如，团块识别号、团块速度、团块体积、团块年代、团块分离和合并事件以及其它特性。
处理输出文件(520)。输出文件可被处理以生成图形输出(例如，在图1、图2和图4中所示的图表)。
上述过程可以用于例如确定油是否被圈闭。圈闭的油可以指孔隙空间中由于毛细管力而不能被移动的油。
本说明书中描述的操作和主题的实施例可以在数字电子电路中实现，或者在计算机软件、固件或硬件(包括在本说明书中公开的结构及其结构等同物)中实现、或在它们中的一个或多个的组合中实现。在本说明书中描述的主题的实施例可被实现为一个或多个计算机程序(即，计算机程序指令的一个或多个模块，所述计算机程序指令编码在计算机存储介质上，用于由数据处理装置执行或控制数据处理装置的操作)。计算机存储介质可以是计算机可读存储设备、计算机可读存储基片、随机或串行存取存储器阵列或设备或它们中的一个或多个的组合或者被包括在其中。计算机存储介质还可以是一个或多个分离的物理组件或介质(例如，多个CD、盘或其它存储设备)或者被包括在其中。主题可以在存储在非暂时性计算机存储介质上的计算机程序指令上来实现。
在本说明书中描述的操作可以被实现为通过数据处理装置对存储在一个或多个计算机可读存储设备上或从其它来源接收的数据执行的操作。
术语“数据处理装置”包括所有种类的用于处理数据的装置、设备和机器，包括通过示例的方式：可编程处理器、计算机、芯片上的***或前述中的多个或组合。装置可以包括专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路))。该装置除了硬件，还可以包括为考虑中的计算机程序创建执行环境的代码(例如，构成处理器固件、协议堆栈、数据库管理***、操作***、跨平台运行环境、虚拟机、或它们中的一个或多个的组合的程序)。该装置和执行环境可以实现各种不同的计算模型基础结构，诸如web服务、分布式计算和网格计算基础结构。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言(包括编译或解释语言、声明性或过程式语言)编写，并且可以以任何形式(包括作为独立程序或作为模块、组件、子例程、对象、或适合于在计算环境中使用的其它单元(unit))部署。计算机程序可以，但不必对应于文件***中的文件。程序可以存储在保持其它程序或数据(例如，存储在标记语言文档中的一个或多个脚本)的文件的一部分中、存储在专用于考虑中的程序的单个文件中、或存储在多个协同文件(例如，存储一个或多个模块、子程序或代码的部分)中。计算机程序可以被部署为在一个计算机上执行或在位于一个地点或跨多个地点分布并通过通信网络互连的多个计算机上执行。
在本说明书中描述的过程和逻辑流程可以由一个或多个可编程处理器来执行，所述一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来执行动作。所述过程和逻辑流程还可以通过专用逻辑电路(例如FPGA(现场可编程门阵列)或ASIC(专用集成电路))来执行，并且装置也可以实现为专用逻辑电路(例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路))。
适合于计算机程序的执行的处理器包括，通过举例的方式，通用和专用微处理器两者，以及任意类型的数字计算机的任意一个或多个处理器。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于根据指令执行动作的处理器和用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个海量存储设备(例如，磁、磁光盘或光盘)，或者可操作地耦接以从用于存储数据的一个或多个海量存储设备(例如，磁、磁光盘或光盘)接收数据或向其传递数据，或者进行两者，然而，计算机不必具有这样的设备。此外，计算机可以被嵌入另一设备(例如，移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位***(GPS)接收器或便携式存储设备(例如，通用串行总线(USB)闪存驱动器))中。适于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器设备，包括以举例的方式，半导体存储器设备(例如，EPROM、EEPROM和闪存设备)、磁盘(例如，内部硬盘或可移除盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可以被专用逻辑电路补充或者并入专用逻辑电路中。
为了提供与用户的交互，在本说明书中描述的主题的实施例可以在具有显示设备(例如，CRT(阴极射线管)或LCD(液晶显示器)监视器)以及键盘和指点设备(例如，鼠标或轨迹球)的计算机上实现，所述显示设备用于将信息显示给用户，通过所述键盘和指点设备用户可以向计算机提供输入。其它种类的设备也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意形式的感觉反馈(例如，视觉反馈、听觉反馈或触觉反馈)并且来自用户的输入可以以任意形式(包括声音、语音或触觉输入)被接收。此外，计算机可以通过将文档发送给由用户所使用的设备并从该设备接收文档(例如，通过响应于从web浏览器接收的请求来将web页面发送给用户的用户设备上的web浏览器)来与用户进行交互。
在本说明书中描述的主题的实施例可以在包括后端组件(例如，作为数据服务器)、或者包括中间件组件(例如，应用服务器)、或者包括前端组件(例如，具有通过其用户可以与在本说明书中描述的主题的实现交互的Web浏览器或图形用户界面的用户计算机)、或者一个或多个这种后端、中间件或前端组件的任意组合的计算***中实现。该***的组件可以通过任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、网络间(例如，因特网)和对等网络(例如，特设同行对等网络)。
该计算***可以包括用户和服务器。用户和服务器通常彼此远离，并且通常通过通信网络交互。用户和服务器的关系依靠在各自计算机上运行并且具有彼此用户-服务器关系的计算机程序产生。在一些实施例中，服务器将数据(例如，HTML页面)发送给用户设备(例如，用于将数据显示给与用户设备交互的用户和从与用户设备交互的用户接收用户输入的目的)。在用户设备处生成的数据(例如，用户交互的结果)可以从在服务器处的用户设备接收。
虽然本说明书包含许多具体的实现细节，但这些不应被解释为对任意发明或者所要求保护的范围的限制，而是解释为具体到特定发明的特定实施例的特征的描述。在单独实施例的背景下在本说明书中描述的某些特征也可以在单个实施例中以组合实现。相反地，在单个实施例的背景下描述的各个特征也可以单独地以多个实施例实现，或以任意适当的子组合实现。此外，虽然特征可以如上描述为以某些组合作用并且甚至像最初要求保护的那样，但是来自所要求保护的组合的一个或多个特征可以在某些情况下从该组合中切离，并且要求保护的组合可以涉及子组合或子组合的变体。
类似地，虽然操作被以特定次序在附图中描述，但这不应该被理解为要求这些操作以所示的特定次序或以顺序次序执行，或者所有例示的操作被执行，以达到期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，如上所述的实施例中的各个***组件的分离不应被理解为要求这样的分离在所有实施例中，并且应当理解的是，所描述的程序组件和***一般可以一起集成在单个软件产品中或打包成多个软件产品。
因此，已经描述了的本主题的特定实施例。其它实施例在以下权利要求的范围之内。在某些情况下，权利要求中记述的动作可以以不同的次序来执行并且仍然获得期望的结果。此外，在附图中描绘的过程不必要求所示的特定次序或顺序次序以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。

Claims (30)

1.一种计算机实现的方法，包括：
通过计算机***识别流动模拟中的连通流体相区域；
通过计算机***在第一时间帧和第二时间帧上跟踪所述连通流体相区域；以及
通过计算机***基于跟踪确定从第一时间帧到第二时间帧所述连通流体相区域的移动。
2.根据权利要求1所述的计算机实现的方法，其中识别所述连通流体相区域包括：
识别具有第一相的流体相区域；
识别与所述第一流体相区域相邻并且具有第一相的流体相区域；以及
将相邻流体相区域分配给所述连通流体相区域。
3.根据权利要求1所述的计算机实现的方法，其中所述流动模拟包括多个流体相区域；以及
所述方法还包括识别每个流通相区域的相。
4.根据权利要求3所述的计算机实现的方法，其中为每个流体相区域识别相包括：
计算对应区域中的第一相的密度减去对应区域中的所有其它相的密度与对应区域中所有相的密度之和的比；以及
比较所述比与阈值。
5.根据权利要求1所述的计算机实现的方法，其中所述连通流体相区域包括油；以及
所述方法还包括基于移动确定圈闭的油。
6.根据权利要求1所述的计算机实现的方法，其中跟踪所述连通流体相区域包括以下至少一个：识别所述连通流体相区域已经移动，识别所述连通流体相区域已经分成多个连通流体相区域，以及识别所述连通流体相区域已经与另一连通流体相区域合并。
7.根据权利要求1所述的计算机实现的方法，其中在一系列时间帧上跟踪所述连通流体相区域包括：
识别第一时间帧中的第一连通流体相区域；以及
基于所述第一连通流体相区域和第二连通流体相区域之间的空间接近度识别第二时间帧中的第二连通流体相区域作为第一连通流体相区域。
8.根据权利要求7所述的计算机实现的方法，其中所述空间接近度包括第一连通流体相区域与第二连通流体相区域之间的流体相区域的重叠。
9.根据权利要求1所述的计算机实现的方法，其中确定所述连通流体相区域的移动包括：
计算所述连通流体相区域的重心；以及
基于所述重心确定所述连通流体相区域的速度。
10.根据权利要求9所述的计算机实现的方法，其中确定所述连通流体相区域的速度还包括识别所述连通流体相区域在第一时间帧与第二时间帧之间的重心变化。
11.根据权利要求1所述的计算机实现的方法，其中所述连通流体相区域包括一系列体积元素，每个体积元素具有相同的相并且与所述系列中的至少一个其它体积元素接触。
12.根据权利要求1所述的计算机实现的方法，还包括：
识别多个连通流体相区域，每个连通流体相区域具有目标相；
确定所述多个连通流体相区域中的每个连通流体相区域的速度；以及
基于所述多个连通流体相区域中的每个连通流体相区域的速度将渗透率分配给目标相。
13.根据权利要求12所述的计算机实现的方法，其中将渗透率分配给相包括：
计算具有目标相的每个连通流体相区域的速度的加权平均。
14.根据权利要求13所述的计算机实现的方法，其中速度是基于所述连通流体相区域的体积加权的。
15.根据权利要求1所述的计算机实现的方法，还包括：
确定第一时间帧和第二时间帧中的连通流体相区域的特性。
16.根据权利要求15所述的计算机实现的方法，其中所述特性选自由体积、有效渗透率和流动速率组成的组。
17.一种利用计算机程序指令编码的非暂时性计算机存储介质，所述计算机程序指令当被一个或多个计算机执行时致使所述一个或多个计算机执行操作，所述操作包括：
识别流动模拟中的连通流体相区域；
在第一时间帧和第二时间帧上跟踪所述连通流体相区域；以及
基于跟踪确定从第一时间帧到第二时间帧所述连通流体相区域的移动。
18.根据权利要求17所述的非暂时性计算机存储介质，其中识别所述连通流体相区域包括：
识别具有第一相的流体相区域；
识别与所述第一流体相区域相邻并且具有第一相的流体相区域；以及
将相邻流体相区域分配给所述连通流体相区域。
19.根据权利要求17所述的非暂时性计算机存储介质，其中所述流动模拟包括多个流体相区域；以及
所述方法还包括识别每个流体相区域的相。
20.根据权利要求17所述的非暂时性计算机存储介质，其中所述连通流体相区域包括油；以及
所述方法还包括基于移动确定圈闭的油。
21.根据权利要求17所述的非暂时性计算机存储介质，其中跟踪所述连通流体相区域包括以下至少一个：识别所述连通流体相区域已经移动，识别所述连通流体相区域已经分成多个连通流体相区域，以及识别所述连通流体相区域已经与另一连通流体相区域合并。
22.根据权利要求17所述的非暂时性计算机存储介质，其中在一系列时间帧上跟踪所述连通流体相区域包括：
识别第一时间帧中的第一连通流体相区域；以及
基于第一连通流体相区域和第二连通流体相区域之间的空间接近度识别第二时间帧中的第二连通流体相区域作为第一连通流体相区域。
23.根据权利要求22所述的非暂时性计算机存储介质，其中所述空间接近度包括第一连通流体相区域与第二连通流体相区域之间的流体相区域的重叠。
24.根据权利要求17所述的非暂时性计算机存储介质，其中确定所述连通流体相区域的移动包括：
计算所述连通流体相区域的重心；以及
基于所述重心确定所述连通流体相区域的速度。
25.根据权利要求17所述的非暂时性计算机存储介质，其中所述连通流体相区域包括一系列体积元素，每个体积元素具有相同的相并且与所述系列中的至少一个其它体积元素接触。
26.根据权利要求17所述的非暂时性计算机存储介质，还包括：
识别多个连通流体相区域，每个连通流体相区域具有目标相；
确定所述多个连通流体相区域中的每个连通流体相区域的速度；以及
基于所述多个连通流体相区域中的每个连通流体相区域的速度将渗透率分配给目标相。
27.根据权利要求1所述的非暂时性计算机存储介质，还包括：
确定第一时间帧和第二时间帧中的连通流体相区域的特性。
28.一种***，包括：
一个或多个计算机以及存储可操作指令的一个或多个存储设备，所述可操作指令当被所述一个或多个计算机执行时致使所述一个或多个计算机执行操作，所述操作包括：
识别流动模拟中的连通流体相区域；
在第一时间帧和第二时间帧上跟踪所述连通流体相区域；以及
基于跟踪确定从第一时间帧到第二时间帧所述连通流体相区域的移动。
29.根据权利要求28所述的***，其中识别所述连通流体相区域包括：
识别具有第一相的流体相区域；
识别与所述第一流体相区域相邻并且具有第一相的流体相区域；以及
将相邻流体相区域分配给所述连通流体相区域。
30.根据权利要求28所述的***，其中在一系列时间帧上跟踪所述连通流体相区域包括：
识别第一时间帧中的第一连通流体相区域；以及
基于第一连通流体相区域和第二连通流体相区域之间的空间接近度识别第二时间帧中的第二连通流体相区域作为第一连通流体相区域。
CN201580021949.2A 2014-03-18 2015-03-17 用于评估多相流动模拟的流体团块跟踪 Active CN106233146B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461954798P 2014-03-18 2014-03-18
US61/954,798 2014-03-18
PCT/US2015/021075 WO2015142931A1 (en) 2014-03-18 2015-03-17 Fluid blob tracking for evaluation of multiphase flow simulations

Publications (2)

Publication Number Publication Date
CN106233146A true CN106233146A (zh) 2016-12-14
CN106233146B CN106233146B (zh) 2020-09-01

Family

ID=54141819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580021949.2A Active CN106233146B (zh) 2014-03-18 2015-03-17 用于评估多相流动模拟的流体团块跟踪

Country Status (6)

Country Link
US (3) US9228873B2 (zh)
EP (1) EP3120157B1 (zh)
CN (1) CN106233146B (zh)
AU (1) AU2015231429B2 (zh)
CA (1) CA2942729A1 (zh)
WO (1) WO2015142931A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110573842A (zh) * 2017-01-26 2019-12-13 达索***西姆利亚公司 基于流体占据时间的多相流可视化图
US11530598B2 (en) 2018-08-21 2022-12-20 Dassault Systemes Simulia Corp. Determination of oil removed by gas via miscible displacement in reservoir rock
US11714040B2 (en) 2018-01-10 2023-08-01 Dassault Systemes Simulia Corp. Determining fluid flow characteristics of porous mediums
US11907625B2 (en) 2020-12-29 2024-02-20 Dassault Systemes Americas Corp. Computer simulation of multi-phase and multi-component fluid flows including physics of under-resolved porous structures

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10152630B2 (en) * 2016-08-09 2018-12-11 Qualcomm Incorporated Methods and systems of performing blob filtering in video analytics
US11613984B2 (en) * 2019-09-04 2023-03-28 Dassault Systemes Simulia Corp. Determination of hydrocarbon mobilization potential for enhanced oil recovery
US11847391B2 (en) 2020-06-29 2023-12-19 Dassault Systemes Simulia Corp. Computer system for simulating physical processes using surface algorithm
CN111896541B (zh) * 2020-07-16 2021-06-15 江苏云聚汇科技有限公司 一种基于区块链的烟气在线监测***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3818757A (en) * 1972-05-05 1974-06-25 Saratoga Sys Inc Dual path ultrasonic fluid flow metering system and method
GB2066466A (en) * 1979-12-03 1981-07-08 Water Res Centre Ultrasonic Flow Measurement
US6928399B1 (en) * 1999-12-03 2005-08-09 Exxonmobil Upstream Research Company Method and program for simulating a physical system using object-oriented programming
US20140019053A1 (en) * 2012-07-13 2014-01-16 Ingrain, Inc. Method For Evaluating Relative Permeability For Fractional Multi-Phase, Multi-Component Fluid Flow Through Porous Media

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6318156B1 (en) * 1999-10-28 2001-11-20 Micro Motion, Inc. Multiphase flow measurement system
US7379852B2 (en) * 2004-02-18 2008-05-27 Chevron U.S.A. Inc. N-phase interface tracking method utilizing unique enumeration of microgrid cells
US20070016389A1 (en) * 2005-06-24 2007-01-18 Cetin Ozgen Method and system for accelerating and improving the history matching of a reservoir simulation model
US8583411B2 (en) * 2011-01-10 2013-11-12 Saudi Arabian Oil Company Scalable simulation of multiphase flow in a fractured subterranean reservoir as multiple interacting continua
CN103906893A (zh) * 2011-07-12 2014-07-02 因格瑞恩股份有限公司 模拟通过多孔介质的多相/多组分分流的方法
US20130317791A1 (en) * 2012-04-26 2013-11-28 Conocophillips Company Hydrodynamic slug flow model
WO2015030837A1 (en) * 2013-08-27 2015-03-05 Halliburton Energy Services, Inc. Simulating fluid leak-off and flow-back in a fractured subterranean

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3818757A (en) * 1972-05-05 1974-06-25 Saratoga Sys Inc Dual path ultrasonic fluid flow metering system and method
GB2066466A (en) * 1979-12-03 1981-07-08 Water Res Centre Ultrasonic Flow Measurement
US6928399B1 (en) * 1999-12-03 2005-08-09 Exxonmobil Upstream Research Company Method and program for simulating a physical system using object-oriented programming
US20140019053A1 (en) * 2012-07-13 2014-01-16 Ingrain, Inc. Method For Evaluating Relative Permeability For Fractional Multi-Phase, Multi-Component Fluid Flow Through Porous Media

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CATALA,G. 等: "流体流动原理", 《油田评论》 *
PEPIOT 等: "利用欧拉-拉格朗日途径对二维和三维空间流体床反应堆的数字分析", 《粉末技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110573842A (zh) * 2017-01-26 2019-12-13 达索***西姆利亚公司 基于流体占据时间的多相流可视化图
US11461512B2 (en) 2017-01-26 2022-10-04 Dassault Systemes Simulia Corp. Multi-phase flow visualizations based on fluid occupation time
US11941331B2 (en) 2017-01-26 2024-03-26 Dassault Systemes Americas Corp. Multi-phase flow visualizations based on fluid occupation time
US11714040B2 (en) 2018-01-10 2023-08-01 Dassault Systemes Simulia Corp. Determining fluid flow characteristics of porous mediums
US11530598B2 (en) 2018-08-21 2022-12-20 Dassault Systemes Simulia Corp. Determination of oil removed by gas via miscible displacement in reservoir rock
US12001767B2 (en) 2018-08-21 2024-06-04 Dassault Systemes Americas Corp. Determination of oil removed by gas via miscible displacement in reservoir rock
US11907625B2 (en) 2020-12-29 2024-02-20 Dassault Systemes Americas Corp. Computer simulation of multi-phase and multi-component fluid flows including physics of under-resolved porous structures

Also Published As

Publication number Publication date
CN106233146B (zh) 2020-09-01
AU2015231429A1 (en) 2016-09-29
WO2015142931A1 (en) 2015-09-24
EP3120157A4 (en) 2017-12-13
AU2015231429B2 (en) 2019-10-17
CA2942729A1 (en) 2015-09-24
EP3120157B1 (en) 2020-07-15
US10101188B2 (en) 2018-10-16
US20190086250A1 (en) 2019-03-21
US9228873B2 (en) 2016-01-05
US20150268080A1 (en) 2015-09-24
EP3120157A1 (en) 2017-01-25
US20160209256A1 (en) 2016-07-21

Similar Documents

Publication Publication Date Title
CN106233146A (zh) 用于评估多相流动模拟的流体团块跟踪
Teng et al. Flood inundation modelling: A review of methods, recent advances and uncertainty analysis
Ver Hoef et al. SSN: An R package for spatial statistical modeling on stream networks
Macabuag et al. A proposed methodology for deriving tsunami fragility functions for buildings using optimum intensity measures
De Almeida et al. Improving the stability of a simple formulation of the shallow water equations for 2‐D flood modeling
Bocchini et al. A stochastic computational framework for the joint transportation network fragility analysis and traffic flow distribution under extreme events
Long et al. Time geography and wildlife home range delineation
Dzieszko Land-cover modelling using corine land cover data and multi-layer perceptron
Srivastava et al. Breakthrough curves characterization and identification of an unknown pollution source in groundwater system using an artificial neural network (ANN)
Lai et al. Assimilation of spatially distributed water levels into a shallow-water flood model. Part I: Mathematical method and test case
Koutsoyiannis et al. Bluecat: A local uncertainty estimator for deterministic simulations and predictions
Wong et al. Sensitivity of a hydraulic model to channel erosion uncertainty during extreme flooding
Porta et al. Continuum‐scale characterization of solute transport based on pore‐scale velocity distributions
Karssenberg et al. Dynamic environmental modelling in GIS: 2. Modelling error propagation
Van Emelen et al. Simulations of the New Orleans 17th street canal breach flood
Shuku et al. Comparison of data-driven site characterization methods through benchmarking: Methodological and application aspects
Vishal et al. Modeling impacts of subscale heterogeneities on dispersive solute transport in subsurface systems
Miles et al. Radiation source localization using surrogate models constructed from 3-D Monte Carlo transport physics simulations
Krapu et al. Gradient‐based inverse estimation for a rainfall‐runoff model
Seifollahi et al. An enhanced stochastic optimization in fracture network modelling conditional on seismic events
Lima et al. Assisted history-matching for the characterization and recovery optimization of fractured reservoirs using connectivity analysis
Zhao et al. Topographic uncertainty quantification for flow-like landslide models via stochastic simulations
Maina et al. Benchmarking numerical codes for tracer transport with the aid of laboratory-scale experiments in 2D heterogeneous porous media
Schmelter et al. Traditional and Bayesian statistical models in fluvial sediment transport
Zahidi et al. Effects of depth-varying vegetation roughness in two-dimensional hydrodynamic modelling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1229888

Country of ref document: HK

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190514

Address after: Rhode Island USA

Applicant after: Dassault Systemes Simulia Corp.

Address before: Massachusetts USA

Applicant before: Exar Corp.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240409

Address after: Massachusetts USA

Patentee after: Dassault Systemes Americas Corp.

Country or region after: U.S.A.

Address before: Rhode Island USA

Patentee before: Dassault Systemes Simulia Corp.

Country or region before: U.S.A.