CN112304999A - 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法 - Google Patents

一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法 Download PDF

Info

Publication number
CN112304999A
CN112304999A CN202010971365.4A CN202010971365A CN112304999A CN 112304999 A CN112304999 A CN 112304999A CN 202010971365 A CN202010971365 A CN 202010971365A CN 112304999 A CN112304999 A CN 112304999A
Authority
CN
China
Prior art keywords
magnification
pores
interval
pore
average
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
CN202010971365.4A
Other languages
English (en)
Other versions
CN112304999B (zh
Inventor
张昊天
金文辉
刘瑞崟
王勃力
曹茜
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.)
Yibin University
Original Assignee
Yibin University
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 Yibin University filed Critical Yibin University
Priority to CN202010971365.4A priority Critical patent/CN112304999B/zh
Publication of CN112304999A publication Critical patent/CN112304999A/zh
Application granted granted Critical
Publication of CN112304999B publication Critical patent/CN112304999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N23/22Investigating 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 measuring secondary emission from the material
    • G01N23/225Investigating 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 measuring secondary emission from the material using electron or ion
    • G01N23/2251Investigating 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 measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/07Investigating materials by wave or particle radiation secondary emission
    • G01N2223/09Investigating materials by wave or particle radiation secondary emission exo-electron emission
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/10Different kinds of radiation or particles
    • G01N2223/102Different kinds of radiation or particles beta or electrons
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/401Imaging image processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/649Specific applications or type of materials porosity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,包括以下步骤:确定多级次放大倍数;绘制各个级次放大倍数下的平均孔径分布曲线;绘制全孔径分布曲线;确定面孔率参数的统计截止值;以统计截止值为界限统计各个级次放大倍数下的平均面孔率;最后对各个级次放大倍数下的平均面孔率进行累加,得到样本面孔率。本发明利用不同放大倍数扫描电镜照片全孔径分布曲线绘制和不同放大倍数下的面孔率统计,以全孔径分布曲线作为参考值,实现了不同放大倍数下面孔率参数的叠合统计,只需要较少电镜照片的快速统计就可以实现多尺度微纳米孔隙的定量统计,且统计结果可靠性更高。

Description

一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法
技术领域
本发明涉及页岩油气评价技术领域,尤其是一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法。
背景技术
在页岩孔隙性评价和孔隙结构分析中,扫描电镜是一种广泛的应用技术。对未抛光的样品进行扫描电镜观察可以定性分析页岩的孔隙类型和分布特征,通过对氩离子抛光的页岩样品的扫描电镜观察可以定量统计页岩孔隙的各种参数。但是,人工统计页岩孔隙参数的工作量巨大,一般仅用于科学研究,难以用于工业生产推广,因此很多学者和研发人员都对扫描电镜孔隙参数的定量分析技术开展了大量研究。
现有常用的是图像拼接法,该类方法的思路主要是通过将高倍数下相邻的扫描电镜照片拼接到一起,组成较大的一张图像;尽管拼接法包含了页岩孔径多尺度分布特征,但是在应用中存在一定问题。页岩层理较为发育,纹理厚度多介于0.1~2.0mm,垂向非均质性较强。而一张完整的拼接图像展现实际尺寸大约0.2mm×0.2mm,实际观测样品的尺寸一般为10mm×10mm。
因此,一张完整的拼接图像一般仅反映了图像所属纹理的局部孔隙信息,难以准确反映观测样品的孔隙信息。另一方面,连续拼接法要求拍摄照片数量较多(一般不少于56张),拼接精度要求高,定量分析效率相对较低。
发明内容
本发明主要是克服现有技术中的不足之处,提出一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,该方法以全孔径分布曲线作为参考值,实现了不同放大倍数下面孔率参数的叠合统计,只需要较少电镜照片的快速统计就可以实现多尺度微纳米孔隙的定量统计,且统计结果可靠性更高。
本发明解决上述技术问题所提供的技术方案是:一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,包括以下步骤:
S10、确定多级次放大倍数;
S20、绘制各个级次放大倍数下的平均孔径分布曲线;
S30、绘制全孔径分布曲线;
S40、确定面孔率参数的统计截止值;
S50、以统计截止值为界限统计各个级次放大倍数下的平均面孔率;
Figure BDA0002684179170000021
式中:
Figure BDA0002684179170000022
表示平均面孔率;
Figure BDA0002684179170000023
表示面孔率;v表示扫描电镜照片的张数;t表示第一张扫描电镜照片;
S60、最后以如下公式计算样本面孔率;
Figure BDA0002684179170000024
式中:
Figure BDA0002684179170000025
表示样本面孔率;E表示放大倍数的级次;e表示第一个放大倍数的级次;
Figure BDA0002684179170000026
表示平均面孔率。
进一步的技术方案是,所述步骤S20的具体过程为:
S21、从第1张扫描电镜照片开始统计,统计每一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量Nji
S22、当统计到第n张扫描电镜照片,通过下式分别计算前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量Njn’和孔隙数量非平衡系数Ujn,当Ujn低于0.001时,区间Lj的平均孔隙数量Njn’作为该区间的平均孔隙数量;
Figure BDA0002684179170000031
Figure BDA0002684179170000032
式中:Njn’表示前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Nji表示一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量;Nj(n-1)’表示前n-1张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Ujn表示孔隙数量非平衡系数;
S23、然后判断统计结果的稳定性;若稳定,则统计结束直接进入下一步;若不稳定,则继续下一张扫描电镜照片,再进行判断,直到稳定;
S24、以区间Lj为横坐标,以平均孔隙数量为纵坐标,绘制平均孔径分布曲线。
进一步的技术方案是,所述步骤23中的稳定性判断标准为:un/M>0.7;其中un为Ujn低于0.001的区间Lj个数。
进一步的技术方案是,所述步骤S30中通过将各个放大倍数下平均孔径分布曲线中平均孔隙数量等效到同一放大倍数下来绘制全孔径分布曲线。
进一步的技术方案是,其中各个放大倍数下平均孔径分布曲线中平均孔隙数量等效到同一放大倍数下的方法为:
设两条累计平均孔径分布曲线的放大倍数分别为和P2,放大倍数为P1的平均孔径分布曲线在区间Lj的平均孔隙数量P1为Ajv1,放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量为Ajv2
以P1为标准,通过以下公式计算P2的相对平均孔隙数量Ajv2,;
Figure BDA0002684179170000033
式中:Ajv2表示放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量;Ajv2’表示P2的相对平均孔隙数量;P1表示放大倍数的第一级次;P2表示放大倍数的第一级次;
最后将P1的平均孔隙数量Ajv1、相对平均孔隙数量Ajv2’绘制在一张孔径分布曲线中得到全孔径分布曲线。
进一步的技术方案是,所述步骤S40中统计截止值的确定步骤如下:
设在E个不同的放大倍数下对统计孔隙特征并绘制了全孔径分布曲线,其中第e个放大倍数表示为Qe,第e个放大倍数对应在全孔径分布曲线中的孔径分布曲线为fte,且当e∈[1,E-1]时,满足Qe>Qe+1
对于任意放大倍数Qe和Qe+1(e∈[1,E-1]),在全孔径分布曲线中的孔径分布曲线分别为fte和ft(e+1),在区间Lj处的相对平均孔隙数量分别为Ajve’和Ajv(e+1)’,则Ajve’和Ajv(e+1)’之间的相对差值表示为de
设在区间Lj’处,de<0.05,则视为fte和ft(e+1)重叠,即此时fte和ft(e+1)代表均能准确反映对应区间Lj’的相对平均孔隙数量,在区间Lj’内选择一个任意值作为截止值STe,满足STe<STe+1(e∈[1,E-1])。
进一步的技术方案是,所述相对差值de的计算公式如下:
Figure BDA0002684179170000041
式中:de表示相对差值;Ajve’表示放大倍数Qe在区间Lj处的相对平均孔隙数量;Ajv(e+1)’表示放大倍数Qe+1在区间Lj处的相对平均孔隙数量。
本发明具有以下有益效果:
1、参数易获取:本发明所需的孔隙特征参数可以由扫描电镜图像直接测量得到,参数容易获取;
2、可靠性高:传统孔隙结构分析主要是利用压汞曲线、等温吸附曲线获取,涉及到复杂的力学和吸附原理,计算结果受到力学和吸附因素影响;本发明所提出的孔隙特征参数测量方法,通过扫描电镜图像直接测量得到,参数可靠性高;
3、原理清晰:本案提出的孔隙特征参数统计技术,原理清晰、易于推广。
附图说明
图1为本发明的流程框图;
图2为单张扫描电镜照片的平均孔径分布曲线示意图;
图3为不同放大倍数下符合统计条件的孔径范围图;
图4为绘制各个级次放大倍数下的平均孔径分布曲线的流程框图;
图5为为同一放大倍数下平均孔径分布曲线示意图;
图6为全孔径分布曲线示意图;
图7为实施例放大4千倍下平均孔径分布曲线图;
图8为实施例放大2万倍下平均孔径分布曲线图;
图9为放大10万倍下平均孔径分布曲线图;
图10为样本的孔径分布曲线图。
具体实施方式
下面结合实施例和附图对本发明做更进一步的说明。
如图1所示,本发明的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,包括以下步骤:
S10、确定多级次放大倍数,以及单张扫描电镜照片孔径分布曲线绘制;
在完成单张扫描电镜照片上所有孔隙的孔隙参数测量的基础上,统计所有孔隙的平均孔径PDiave,并以平均孔径PDiave的分布区间为横坐标,以分区区间对应的孔隙数量为纵坐标,绘制平均孔径分布曲线fs(如图2所示);
其中单个孔隙的孔隙参数取值方法如下:
如图3所示,图中孔隙为R;C为孔隙R的边缘轮廓线;孔隙周长Pe即为C的长度;孔隙面积S即为C内部的面积;作轮廓线C的最小外接椭圆,椭圆短轴D1与轮廓线C相交的两点之间的距离为孔隙最小孔径PDimin;椭圆长轴D2与轮廓线C相交的两点之间的距离为孔隙最大孔径PDimax;平均孔径为最小孔径和最大孔径的平均值PDiave
单张扫描电镜照片面孔率的取值方法如下:
面孔率
Figure BDA0002684179170000064
为孔隙面积S之和占扫描电镜照片面积Spi的百分比:
Figure BDA0002684179170000061
S20、绘制各个级次放大倍数下的平均孔径分布曲线;如图4所示:
S21、从第1张扫描电镜照片开始统计,统计每一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量Nji
S22、当统计到第n张扫描电镜照片,通过下式分别计算前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量Njn’和孔隙数量非平衡系数Ujn,当Ujn低于0.001时,区间Lj的平均孔隙数量Njn’作为该区间的平均孔隙数量;
Figure BDA0002684179170000062
Figure BDA0002684179170000063
式中:Njn’表示前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Nji表示一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量;Nj(n-1)’表示前n-1张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Ujn表示孔隙数量非平衡系数;
S23、然后判断统计结果的稳定性un/M>0.7;其中un为Ujn低于0.001的区间Lj个数;;若稳定,则统计结束直接进入下一步;若不稳定,则继续下一张扫描电镜照片,再进行判断,直到稳定;
S24、以区间Lj为横坐标,以平均孔隙数量为纵坐标,绘制平均孔径分布曲线fQ(如图5所示);
S30、绘制全孔径分布曲线;
设两条累计平均孔径分布曲线的放大倍数分别为和P2,放大倍数为P1的平均孔径分布曲线在区间Lj的平均孔隙数量P1为Ajv1,放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量为Ajv2
以P1为标准,通过以下公式计算P2的相对平均孔隙数量Ajv2’;
Figure BDA0002684179170000071
式中:Ajv2表示放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量;Ajv2’表示P2的相对平均孔隙数量;P1表示放大倍数的第一级次;P2表示放大倍数的第一级次;
最后将P1的平均孔隙数量Ajv1、相对平均孔隙数量Ajv2,绘制在一张孔径分布曲线中得到全孔径分布曲线ft(如图6所示);
S40、确定面孔率参数的统计截止值;
设在E个不同的放大倍数下对统计孔隙特征并绘制了全孔径分布曲线,其中第e个放大倍数表示为Qe,第e个放大倍数对应在全孔径分布曲线中的孔径分布曲线为fte,且当e∈[1,E-1]时,满足Qe>Qe+1
对于任意放大倍数Qe和Qe+1(e∈[1,E-1]),在全孔径分布曲线中的孔径分布曲线分别为fte和ft(e+1),在区间Lj处的相对平均孔隙数量分别为Ajve’和Ajv(e+1)’,则Ajve’和Ajv(e+1)’之间的相对差值表示为de
设在区间Lj’处,de<0.05,则视为fte和ft(e+1)重叠,即此时fte和ft(e+1)代表均能准确反映对应区间Lj’的相对平均孔隙数量,在区间Lj’内选择一个任意值作为截止值STe,满足STe<STe+1(e∈[1,E-1]);
S50、以截止值(STe)为统计面孔率参数界限:当放大倍数为Qe(e∈[2,E])时,平均孔径PDiave大于截止值STe和小于截止值STe-1的孔隙不参与面孔率的统计,以截止值(STe)为统计面孔率参数界限,设放大倍数为Qe时第t张扫描电镜照片的面孔率为
Figure BDA0002684179170000087
统计各个级次放大倍数下的平均面孔率;
Figure BDA0002684179170000081
式中:
Figure BDA0002684179170000082
表示平均面孔率;
Figure BDA0002684179170000083
表示面孔率;v表示扫描电镜照片的张数;t表示第一张扫描电镜照片;
S60、最后以如下公式计算样本面孔率;
Figure BDA0002684179170000084
式中:
Figure BDA0002684179170000085
表示样本面孔率;E表示放大倍数的级次;e表示第一个放大倍数的级次;
Figure BDA0002684179170000086
表示平均面孔率。
实施例
以行文三新村五峰组-龙马溪组剖面的一块页岩样品的孔隙特征定量分析为例,通过对电镜样本在不同放大倍数下的观察,选择在4千倍、2万倍、10万倍下对孔隙特征参数进行统计,分别绘制4千倍、2万倍、10万倍下的平均孔径分布曲线,分别如图7、图8、图9所示;再以放大4千倍扫描电镜照片为标准,将放大2万倍、放大10万倍的平均孔隙分布曲线中的平均孔隙数量折算到4千倍的视域内,并绘制成全孔径曲线,如图10所示;
在图10中,放大10万倍、2万倍、4千倍的相对平均孔径曲线分别为f1、f2和f3。f1和f2在平均孔径区间[30,90]nm重叠,f1和f2在平均孔径区间[200,700]nm重叠。在[30,90]nm、[200,700]nm中分别选择50nm、500nm作为截止值STe。统计得到放大10万倍、2万倍、4千倍下的平均面孔率
Figure BDA0002684179170000091
Figure BDA0002684179170000092
累计
Figure BDA0002684179170000093
得到样本的面孔率
Figure BDA0002684179170000094
为6.6%。
以上所述,并非对本发明作任何形式上的限制,虽然本发明已通过上述实施例揭示,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (7)

1.一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,包括以下步骤:
S10、确定多级次放大倍数;
S20、绘制各个级次放大倍数下的平均孔径分布曲线;
S30、绘制全孔径分布曲线;
S40、确定面孔率参数的统计截止值;
S50、以统计截止值为界限统计各个级次放大倍数下的平均面孔率;
Figure FDA0002684179160000011
式中:
Figure FDA0002684179160000012
表示平均面孔率;
Figure FDA0002684179160000013
表示面孔率;v表示扫描电镜照片的张数;t表示第一张扫描电镜照片;
S60、最后对各个级次放大倍数下的平均面孔率进行累加,得到样本面孔率;
Figure FDA0002684179160000014
式中:
Figure FDA0002684179160000015
表示样本面孔率;E表示放大倍数的级次;e表示第一个放大倍数的级次;
Figure FDA0002684179160000016
表示平均面孔率。
2.根据权利要求1所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,所述步骤S20的具体过程为:
S21、从第1张扫描电镜照片开始统计,统计每一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量Nji
S22、当统计到第n张扫描电镜照片,通过下式分别计算前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量Njn’和孔隙数量非平衡系数Ujn,当Ujn低于0.001时,区间Lj的平均孔隙数量Njn’作为该区间的平均孔隙数量;
Figure FDA0002684179160000021
Figure FDA0002684179160000022
式中:Njn’表示前n张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Nji表示一张扫描电镜照片区间Lj内的各孔径分布区间孔隙数量;Nj(n-1)’表示前n-1张扫描电镜照片在区间Lj内每张照片的平均孔隙数量;Ujn表示孔隙数量非平衡系数;
S23、然后判断统计结果的稳定性;若稳定,则统计结束直接进入下一步;若不稳定,则继续下一张扫描电镜照片,再进行判断,直到稳定;
S24、以区间Lj为横坐标,以平均孔隙数量为纵坐标,绘制平均孔径分布曲线。
3.根据权利要求2所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,所述步骤23中的稳定性判断标准为:un/M>0.7;其中un为Ujn低于0.001的区间Lj个数。
4.根据权利要求1所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,所述步骤S30中通过将各个放大倍数下平均孔径分布曲线中平均孔隙数量等效到同一放大倍数下来绘制全孔径分布曲线。
5.根据权利要求4所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,其中各个放大倍数下平均孔径分布曲线中平均孔隙数量等效到同一放大倍数下的方法为:
设两条累计平均孔径分布曲线的放大倍数分别为和P2,放大倍数为P1的平均孔径分布曲线在区间Lj的平均孔隙数量P1为Ajv1,放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量为Ajv2
以P1为标准,通过以下公式计算P2的相对平均孔隙数量Ajv2’;
Figure FDA0002684179160000031
式中:Ajv2表示放大倍数为P2的平均孔径分布曲线在区间Lj的平均孔隙数量;Ajv2’表示P2的相对平均孔隙数量;P1表示放大倍数的第一级次;P2表示放大倍数的第一级次;
最后将P1的平均孔隙数量Ajv1、相对平均孔隙数量Ajv2’绘制在一张孔径分布曲线中得到全孔径分布曲线。
6.根据权利要求1所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,所述步骤S40中统计截止值的确定步骤如下:
设在E个不同的放大倍数下对统计孔隙特征并绘制了全孔径分布曲线,其中第e个放大倍数表示为Qe,第e个放大倍数对应在全孔径分布曲线中的孔径分布曲线为fte,且当e∈[1,E-1]时,满足Qe>Qe+1
对于任意放大倍数Qe和Qe+1(e∈[1,E-1]),在全孔径分布曲线中的孔径分布曲线分别为fte和ft(e+1),在区间Lj处的相对平均孔隙数量分别为Ajve’和Ajv(e+1)’,则Ajve’和Ajv(e+1)’之间的相对差值表示为de
设在区间Lj’处,de<0.05,则视为fte和ft(e+1)重叠,即此时fte和ft(e+1)代表均能准确反映对应区间Lj’的相对平均孔隙数量,在区间Lj’内选择一个任意值作为截止值STe,满足STe<STe+1(e∈[1,E-1])。
7.根据权利要求6所述的一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法,其特征在于,所述相对差值de的计算公式如下:
Figure FDA0002684179160000032
式中:de表示相对差值;Ajve’表示放大倍数Qe在区间Lj处的相对平均孔隙数量;Ajv(e+1)’表示放大倍数Qe+1在区间Lj处的相对平均孔隙数量。
CN202010971365.4A 2020-09-16 2020-09-16 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法 Active CN112304999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010971365.4A CN112304999B (zh) 2020-09-16 2020-09-16 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010971365.4A CN112304999B (zh) 2020-09-16 2020-09-16 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法

Publications (2)

Publication Number Publication Date
CN112304999A true CN112304999A (zh) 2021-02-02
CN112304999B CN112304999B (zh) 2023-09-15

Family

ID=74483261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010971365.4A Active CN112304999B (zh) 2020-09-16 2020-09-16 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法

Country Status (1)

Country Link
CN (1) CN112304999B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008101315A (ja) * 2006-09-20 2008-05-01 Toray Ind Inc 多孔体およびその製造方法
US20120277996A1 (en) * 2011-02-28 2012-11-01 Hurley Neil F Method to determine representative element areas and volumes in porous media
CN104032255A (zh) * 2014-06-05 2014-09-10 西安交通大学 一种热障涂层孔隙率的控制方法
CN104181089A (zh) * 2013-05-22 2014-12-03 中国石油化工股份有限公司 用于扫描岩石面孔率的设备及方法
CN104703625A (zh) * 2012-06-22 2015-06-10 康奈尔大学 介孔氧化物纳米颗粒以及制备和使用其的方法
CN107525753A (zh) * 2017-07-25 2017-12-29 中国石油大学(北京) 确定孔隙曲折度的方法及装置
US20180120215A1 (en) * 2016-11-01 2018-05-03 Korea Institute Of Geoscience And Mineral Resources Method for porosity measurement using sem images of rock samples reacted with a gadolinium compound
CN108169099A (zh) * 2018-01-17 2018-06-15 西南石油大学 一种基于核磁共振的页岩气储层孔隙结构定量计算方法
CN108318514A (zh) * 2018-01-08 2018-07-24 中国石油天然气股份有限公司 一种确定笔石体与围岩的属性信息的方法
CN108414423A (zh) * 2018-04-27 2018-08-17 成都理工大学 岩石微纳米孔隙的扫描电镜成像方法
CN109142189A (zh) * 2018-09-13 2019-01-04 中南大学 一种水泥基材料宏细观孔结构识别与评价方法
CN110487696A (zh) * 2019-07-15 2019-11-22 大庆油田有限责任公司 一种致密砂岩全视域的孔隙、物性检测方法和装置
CN110715879A (zh) * 2019-10-23 2020-01-21 成都理工大学 基于气水分布的高演化页岩储层微孔隙吸附气量评价方法
CN110726655A (zh) * 2018-07-16 2020-01-24 中国石油化工股份有限公司 一种模拟泥页岩有机孔隙演化过程的实验方法
CN111208162A (zh) * 2020-01-17 2020-05-29 成都理工大学 基于扫描电镜快速确定有机质孔隙的定量表征方法及应用

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008101315A (ja) * 2006-09-20 2008-05-01 Toray Ind Inc 多孔体およびその製造方法
US20120277996A1 (en) * 2011-02-28 2012-11-01 Hurley Neil F Method to determine representative element areas and volumes in porous media
CN104703625A (zh) * 2012-06-22 2015-06-10 康奈尔大学 介孔氧化物纳米颗粒以及制备和使用其的方法
CN104181089A (zh) * 2013-05-22 2014-12-03 中国石油化工股份有限公司 用于扫描岩石面孔率的设备及方法
CN104032255A (zh) * 2014-06-05 2014-09-10 西安交通大学 一种热障涂层孔隙率的控制方法
US20180120215A1 (en) * 2016-11-01 2018-05-03 Korea Institute Of Geoscience And Mineral Resources Method for porosity measurement using sem images of rock samples reacted with a gadolinium compound
CN107525753A (zh) * 2017-07-25 2017-12-29 中国石油大学(北京) 确定孔隙曲折度的方法及装置
CN108318514A (zh) * 2018-01-08 2018-07-24 中国石油天然气股份有限公司 一种确定笔石体与围岩的属性信息的方法
CN108169099A (zh) * 2018-01-17 2018-06-15 西南石油大学 一种基于核磁共振的页岩气储层孔隙结构定量计算方法
CN108414423A (zh) * 2018-04-27 2018-08-17 成都理工大学 岩石微纳米孔隙的扫描电镜成像方法
CN110726655A (zh) * 2018-07-16 2020-01-24 中国石油化工股份有限公司 一种模拟泥页岩有机孔隙演化过程的实验方法
CN109142189A (zh) * 2018-09-13 2019-01-04 中南大学 一种水泥基材料宏细观孔结构识别与评价方法
CN110487696A (zh) * 2019-07-15 2019-11-22 大庆油田有限责任公司 一种致密砂岩全视域的孔隙、物性检测方法和装置
CN110715879A (zh) * 2019-10-23 2020-01-21 成都理工大学 基于气水分布的高演化页岩储层微孔隙吸附气量评价方法
CN111208162A (zh) * 2020-01-17 2020-05-29 成都理工大学 基于扫描电镜快速确定有机质孔隙的定量表征方法及应用

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
HAITAO ZHANG 等: "Scalable route to mesoporous iron oxides and their Cr(VI) ions uptake capacity study", 《MATERIALS CHEMISTRY AND PHYSICS》 *
T.SHEA 等: "火山岩中气孔的结构研究:集成方法", 《世界地震译丛》 *
何陈诚 等: "焦石坝区块五峰组与龙马溪组一段页岩有机孔隙结构差异性", 《石油与天然气地质》 *
孙文峰 等: "页岩孔隙结构表征方法新探索", 《岩性油气藏》 *
张伟朋 等: "一种基于SEM图像研究土体颗粒及孔隙分布特征的分析方法", 《海洋科学进展》 *
张晓辉: "韩城矿区构造煤孔隙结构多尺度下的精细表征", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
徐浩: "南方海相页岩储层微观孔隙表征方法及含气特征分析", 《中国博士学位论文全文数据库 基础科学辑》 *
耿一凯 等: "页岩储层孔隙类型控制因素研究――以川东焦石坝地区龙马溪组为例", 《石油实验地质》 *
陈传仁 等: "分形砂岩孔隙的扫描电镜半自动分析", 《江汉石油学院学报》 *

Also Published As

Publication number Publication date
CN112304999B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN111814867B (zh) 缺陷检测模型的训练方法、缺陷检测方法及相关装置
US11506650B2 (en) Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials
CN109584286B (zh) 一种基于广义回归神经网络的沥青路面构造深度计算方法
CN111299318B (zh) 一种热轧板带产品表面质量的自动判定方法
CN112465743B (zh) 一种周期性结构质量检测方法
CN116977329B (zh) 一种基于机器视觉的光伏板栅线检测方法
CN115797342B (zh) 一种工业控制电容触摸lcd显示总成缺陷检测方法
US20230184703A1 (en) Quantitative statistical characterization method of micron-level second phase in aluminum alloy based on deep learning
CN104458525A (zh) 一种常规压汞曲线表征微观孔隙喉道特征的采集处理方法
CN113469951A (zh) 一种基于级联区域卷积神经网络的轮毂缺陷检测方法
CN114548511A (zh) 一种低水头水电站群下游水库日平均入库流量的预测方法
CN102297832A (zh) 一种基于数字图像技术的路面混凝土气孔结构测试方法
CN116612123A (zh) 一种花生油加工质量视觉检测方法
CN112304999A (zh) 一种页岩微纳米孔隙的扫描电镜孔隙特征定量统计方法
CN107742283A (zh) 一种电池片外观栅线粗细不均缺陷检测的方法
CN113570652A (zh) 基于sem图像的砂岩储层矿物晶间孔的定量分析方法
CN105092452B (zh) 一种机制砂球体类似度的检测方法
CN116432052A (zh) 一种新能源汽车模具用夹具质量检测方法
CN115661071A (zh) 基于深度学习的复合材料加工表面缺陷检测及评价方法
CN110227968A (zh) 基于小波变换的磁流变去除函数寄生条纹消除方法及装置
CN111915630B (zh) 一种基于数据与模型联合驱动的陶瓷材料晶粒分割算法
CN106198345A (zh) 一种储层评价方法
CN113269712B (zh) 一种基于铸体薄片构建储层岩石毛管压力曲线的方法
CN108932743A (zh) 一种基于激光点云的路面病害特征图像生成方法
CN110823888A (zh) 一种中高碳钢盘条索氏体化率测定方法

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
GR01 Patent grant
GR01 Patent grant