EA031381B1 - Прямое численное моделирование петрофизических свойств на основе изображений в имитированных условиях напряженно-деформированного состояния - Google Patents
Прямое численное моделирование петрофизических свойств на основе изображений в имитированных условиях напряженно-деформированного состояния Download PDFInfo
- Publication number
- EA031381B1 EA031381B1 EA201592039A EA201592039A EA031381B1 EA 031381 B1 EA031381 B1 EA 031381B1 EA 201592039 A EA201592039 A EA 201592039A EA 201592039 A EA201592039 A EA 201592039A EA 031381 B1 EA031381 B1 EA 031381B1
- Authority
- EA
- Eurasian Patent Office
- Prior art keywords
- properties
- mesh
- deformed
- deformation
- stage
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating 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
- G01N23/02—Investigating 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
- G01N23/04—Investigating 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
- G01N23/046—Investigating 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]
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
Настоящим изобретением предложена испытательная система для выполнения прямого численного моделирования на основе изображений с целью определения петрофизических свойств образца горной породы в условиях имитированной деформации, отражающей, например, подповерхностные условия. Цифровое объемное изображение, соответствующее рентгеновским томографическим изображениям образца горной породы, разбивается на значащие упругие фазы, такие как поровое пространство, глинистая фракция, контактные области зерен и тип минерала, после чего на него накладывается неструктурированная сетка конечных элементов. На сегментированное объемное изображение накладывается имитированная деформация, и полученная в итоге деформированная неструктурированная сетка анализируется численным методом, например методом прямого численного моделирования, с целью определения требуемых петрофизических свойств.
Description
Настоящее изобретение относится к способам и системам анализа изображений образцов горных пород с целью определения их петрофизических свойств.
При добыче углеводородного сырья важно иметь точные данные о петрофизических свойствах горных пород в подземных пластах с целью оценки объемов углеводородов, содержащихся в горных породах, а также для разработки стратегии по извлечению этих углеводородов из горных пород. Обычно образцы горных пород, такие как керновые пробы или образцы выбуренной горной породы, подвергаются физическим лабораторным испытаниям с целью определения их петрофизических свойств, таких как проницаемость, пористость, пластовый коэффициент, модуль Юнга и т.п. Как известно в данной области техники, некоторые из этих измерений занимают много времени, растягиваясь в определенных случаях до нескольких месяцев, в зависимости от свойств самой горной породы. Кроме того, в ходе проведения этих измерений может использоваться довольно дорогостоящее оборудование.
Как правило, петрофизические свойства горных пород подвергаются лабораторному анализу в условиях окружающей среды, когда образец горной породы исследуется при комнатной температуре и атмосферном давлении. Однако подповерхностные условия, в которых находится горная порода внутри пласта, может существенно отличаться от условий окружающей среды, созданных в лаборатории. Например, масса вышележащих отложений, давящая на пластовую породу и возрастающая с увеличением глубины залегания, сжимает эту пластовую породу, что приводит к уменьшению пористости и проницаемости в сравнении с условиями окружающей среды.
В результате разработки пластов и добычи углеводородов также происходит изменение напряженно-деформированного состояния подповерхностных пластов горных пород на месте проведения работ. Например, напряженное состояние в какой-либо точке формации, примыкающей к пробуренной скважине, будет отличаться от первоначального напряженного состояния в пласте в этой же точке до начала бурения.
Кроме того, закачка и извлечение поровых флюидов в процессе добычи обуславливают изменение давления этих поровых флюидов относительно давления до начала добычи, что также способствует изменению напряженного состояния в пласте. Разное напряженное или деформированное состояние, обусловленное указанными или иными причинами, может существенно влиять на петрофизические свойства горной породы в сравнении с аналогичными свойствами этой же горной породы в условиях окружающей среды. Разумеется, именно подповерхностные петрофизические свойства горной породы в условиях ее напряженно-деформированного состояния представляют наибольший интерес при оценке, разработке и эксплуатации месторождений.
Для компенсации воздействия изменений напряженного состояния могут быть проведены обычные лабораторные измерения пористости, проницаемости, электрической проводимости и прочих петрофизических свойств в различных условиях напряженно-деформированного состояния. Однако согласно наблюдениям затраты на оборудование и оплату труда лаборантов, требуемые для искусственного создания в лаборатории таких физических условий, могут оказаться чрезмерными в сравнении с испытаниями, проводимыми в комнатных условиях; при этом проведение таких испытаний может занять намного больше времени, особенно в отношении горных пород сложной структуры. Кроме того, диапазон условий напряженно-деформируемого состояния, которые могут быть созданы в лаборатории для измерения конкретного петрофизического свойства, часто довольно ограничен, и может не точно отображать подповерхностные условия в пласте.
Даже при наличии соответствующего оборудования для измерения свойств горных пород при ограничивающем напряжении и давлении часто невозможно оценить петрофизические свойства конкретного образца горной породы в нескольких условиях напряженно-деформированного состояния, так как микроструктура этого образца может быть постоянно напряженной в ходе выполнения одного или нескольких циклов приложения и снятия нагрузки. Такая деформация, к примеру, может иметь место тогда, когда петрофизические свойства данного конкретного образца горной породы сначала измеряются в условиях гидростатической нагрузки (т.е. когда образец подвергается равномерному ограничивающему давлению), а затем измерение петрофизических свойств этого же образца проводится в условиях одноосного напряженного состояния (т.е. когда нагрузка прикладывается только в одном направлении при отсутствии приложенного напряжения во всех остальных направлениях). В этом случае последующие итерации в ходе выполнения измерений на этом же образце могут дать другое значение петрофизического свойства или иное изменение физического параметра, не отражающее истинное ответное изменение напряженно-деформированного состояния горной породы. Таким образом, петрофизические свойства, полученные во время второго и последующих измерений, могут существенно отличаться от истинных искомых значений в пласте.
Исходя из показателей стоимости и времени, потребного для прямого измерения петрографических свойство, была разработана методика прямого численного моделирования для эффективной оценки таких физических свойств, как пористость, абсолютная проницаемость, относительная проницаемость, пластовый коэффициент, модуль Юнга и прочих свойств образцов горных пород, в том числе образцов, взятых из горных пород разного типа, таких как низкопроницаемые песчаные коллекторы или карбона
- 1 031381 ты. Этот подход предусматривает получение трехмерного томографического изображения образца горной породы, например, путем компьютерного томографического (КТ) сканирования. Объемные элементы (вокселы) трехмерного изображения сегментируются (например, за счет применения метода пороговой бинаризации или иных методик) для того, чтобы можно было отличить скелет горной породы от порового пространства. Затем выполняется численное моделирование течения жидкости или иной физической характеристики, такой как упругость или электрическая проводимость, по которой можно вывести пористость, проницаемость (абсолютную и/или относительную), упругие, электрические и иные свойства подобного рода. Для решения или аппроксимации уравнений физического состояния, моделирующих соответствующую динамическую характеристику, могут применяться самые разные численные методы. К этим методам относятся метод решеточных уравнений Больцмана, метод конечных элементов, метод конечных разностей, метод конечных объемов и прочие численные методы подобного рода.
Однако прямое численное моделирование обычного типа, как правило, ограничено образцами горных пород в напряженно-деформированном состоянии в условиях окружающей среды, в том смысле, что изображения, полученные методом рентгеновской томографии или иным методом формирования изображений (например, FIBSEM), обычно получаются в условиях окружающей среды. Это связано с тем, что механическое оборудование, потребное для того, чтобы вызвать напряженное или деформированное состояние, не может быть обычным путем присоединено к аппаратуре формирования изображений, или практически не приспособлено для такого присоединения из-за особенностей конструкции самих устройств формирования изображений и/или механических устройств. В тех случаях, когда аппаратура для построения изображений объединена с механическим устройством для испытаний, например, за счет использования специальных держателей образцов, прозрачных для рентгеновских лучей при рентгеновской томографии, такое комплексное экспериментальное устройство будет чрезмерно дорогим и узкоспециализированным; при этом оно может представлять угрозу для здоровья и безопасности людей.
Краткое раскрытие настоящего изобретения
Варианты осуществления настоящего изобретения предлагают систему и способ моделирования подповерхностных условий, выявленных в пластах горных, методом прямого численного моделирования физических процессов, по результатам которого выводятся петрофизические свойства.
Варианты реализации заявленного изобретения предлагают такую систему и способ, которые существенно снижают затраты времени и средств на проведение традиционных лабораторных испытаний, одновременно повышая точность этих испытаний.
Варианты осуществления настоящего изобретения предлагают такую систему и способ, которые могут быть реализованы в стандартном оборудовании для испытаний и анализа.
Прочие цели и преимущества вариантов осуществления заявленного изобретения станут очевидными любому специалисту в данной области техники в привязке к нижеследующему описанию и чертежам.
Варианты осуществления настоящего изобретения могут быть реализованы в системе и способе анализа, а также в машиночитаемом носителе, в котором хранятся исполнимые программные команды для проведения такого анализа, основанном на трехмерном (3D) изображении образца горной породы, в котором вокселы или иные части 3D-изображения, соответствующие твердому веществу в образце горной породы, отличаются от вокселов или иных частей изображения, соответствующих порам в образце горной породы. На области изображения, соответствующие твердому веществу, налагается неструктурированная сетка с последующим численным наложением на эту неструктурированную сетку смоделированной деформации, связанной с напряжением, нагрузкой, усилием, смещением и т.п., например, в форме граничных условий для конечно-элементной системы уравнений. Смоделированная деформация может отображать подповерхностные условия образца горной породы в его исходном местоположении в пласте. Результаты смоделированной деформации, представленные изменениями в неструктурированной сетке, призваны имитировать деформации в образце горной породы на уровне напряжений или деформации в подземном пласте. Затем для неструктурированной сетки со смоделированной деформацией численно или аналитически определяется по меньшей мере одно петрофизическое свойство образца горной породы.
Краткое описание чертежей
На фиг. 1A представлена типичная блок-схема, иллюстрирующая примеры источников образцов горных пород для испытательной системы, построенной и управляемой согласно вариантам осуществления настоящего изобретения.
На фиг. 1B представлена электрическая блок-схема испытательной системы для анализа образцом горных пород согласно вариантам осуществления настоящего изобретения.
На фиг. 1C представлена электрическая блок-схема построения вычислительного устройства в системе по фиг. 1B согласно вариантам осуществления настоящего изобретения.
На фиг. 2 представлена блок-схема, иллюстрирующая способ управления испытательной системой при анализе образцов горных пород, согласно вариантам осуществления настоящего изобретения.
На фиг. 3A представлен микрофотоснимок образца горной породы в разрезе согласно вариантам осуществления настоящего изобретения.
- 2 031381
На фиг. 3B-3D показано цифровое изображение образца горной породы по фиг. 3A согласно вариантам осуществления настоящего изобретения.
На фиг. 3E представлена цифровая карта, иллюстрирующая неструктурированную сетку, наложенную на цифровое изображение образца горной породы, перед деформированием.
На фиг. 3F представлена цифровая карта, иллюстрирующая наложенную сетку по фиг. 3E как пример смоделированного поля напряжений и соответствующей деформации порового пространства согласно вариантам осуществления настоящего изобретения.
На фиг. 4A-4F показаны цифровые изображения образца горной породы согласно варианту осуществления настоящего изобретения, который предусматривает анализ областей контакта зерен.
На фиг. 4G и 4H представлены графики с анализом областей контакта зерен по варианту осуществления настоящего изобретения, который описан в привязке к фиг. 4А-4F.
На фиг. 5A-5D представлены блок-схемы, иллюстрирующие способ по фиг. 2 согласно каждому из нескольких вариантов осуществления настоящего изобретения.
На фиг. 6 представлен график зависимости пористости образца горной породы от измерения объема вследствие смещения в одном направлении согласно одному из вариантов осуществления настоящего изобретения.
На фиг. 7 сравниваются виды в поперечном разрезе, полученные в результате преобразования неструктурированной сетки после деформации имитированной нагрузкой в структурированные сетки, характеризующиеся разным разрешением, согласно варианту осуществления настоящего изобретения по фиг. 5B.
На фиг. 8 представлен график зависимости направленной проницаемости образца горной породы от пористости согласно одному из вариантов осуществления настоящего изобретения.
На фиг. 9 представлен график зависимости пластового коэффициента образца горной породы от пористости согласно одному из вариантов осуществления настоящего изобретения.
На фиг. 10 представлен график зависимости индекса удельного сопротивления образца горной породы от показателя водонасыщения согласно одному из вариантов осуществления настоящего изобретения.
Подробное раскрытие настоящего изобретения
Настоящее изобретение будет описано в привязке к вариантам его осуществления, т.е. так, как оно реализовано в способах, системах и соответствующем программном обеспечении для анализа образцов формаций посредством прямого численного моделирования, при котором напряжения и деформации в числовом виде применяются в отношении этих образцов для исследования подповерхностных эффектов напряженного состояния в пласте и прочих условий, так как предполагается, что настоящее изобретение должно проявлять особую эффективность при его использовании с целью достижения таких результатов. Однако предполагается, что настоящее изобретение может быть эффективно использовано и в других сферах применения, например, для дублирования механических лабораторных испытаний, а также для определения иных физических свойств помимо тех, которые описаны в настоящей заявке. Соответственно, следует понимать, что нижеследующее описание представлено исключительно для примера и не носит ограничительного характера в отношении истинного объема заявленного изобретения, определенного пунктами формулы изобретения.
Варианты реализации заявленного изобретения относятся к системам и способам численного моделирования петрофизических свойств в условиях имитированного напряжения/деформации, обусловленных граничными условиями для напряжений, деформаций, усилий или перемещений и численным решением соответствующих определяющих уравнений пластичности, которые соотносятся с физикомеханическими и прочими характеристиками материала. В частности, испытательная система выполняет прямое численное моделирование петрофизических свойств образца горной породы на основе изображений, где деформация является следствием числового применения граничных условий для напряжений, деформаций, усилий или перемещений и численного решения соответствующих определяющих уравнений. Кроме того, применение особых граничных условий для напряжений, деформаций, усилий или перемещений может отображать одно или несколько подповерхностных условий, таких как напряженное состояние в пласте, которое испытывает горная порода в своем исходном местоположении. В альтернативном варианте, помимо граничных условий для напряжений, деформаций, усилий или перемещений, в привязке к описанным вариантам осуществления настоящего изобретения могут быть использованы и иные граничные условия, связанные, например, с вращениями, перемещениями или деформациями в зависимости от скорости и т.п., а также формулировки, используемые для решения задач, связанных, помимо прочего, с пластичностью и прочими нелинейными факторами; при этом все они, как предполагается, входят в объем притязаний формулы изобретения.
Тогда как некоторые варианты осуществлении заявленного изобретения будут описаны в настоящем документе с привязкой к анализу влияния напряженно-деформированного состояния подземного пласта на петрофизические свойства горной породы, предполагается, что эти варианты реализации настоящего изобретения могут быть также использованы для изучения общего влияния различных траекторий напряжения/деформации на петрофизические свойства горной породы, даже при том, что такие
- 3 031381 траектории могут точно соответствовать подповерхностным условиям или развитию условий напряженно-деформированного состояния, или же нет. В частности, согласно некоторым вариантам осуществления настоящего изобретения постепенное или пошаговое возрастание напряжения или деформации может быть применено в цифровой форме с имитацией петрофизических свойств на каждом шаге приращения. Эти условия напряженно-деформированного состояния могут находиться в прямой аналогии с традиционными лабораторными экспериментами по исследованию механических свойств горной породы; при этом указанные эксперименты включают в себя гидростатические испытания, испытания на одноосное сжатие, испытания на одноосную деформацию, испытания на трехосное сжатие и прочие испытания подобного рода.
На фиг. 1A проиллюстрирован на высоком уровне процесс получения образцов горной породы и их анализ согласно вариантам реализации этого способа. Предполагается, что варианты осуществления настоящего изобретения продемонстрируют особую эффективность при анализе образцов горных пород с формаций, имеющих большое значение при добыче нефти и газа. В этой связи на фиг. 1A проиллюстрирована среда 100, из которой могут быть получены образцы 104 горной породы, подлежащие анализу в испытательной системе 102, согласно различным вариантам осуществления настоящего изобретения. На этих проиллюстрированных примерах образцы 104 горной породы могут быть получены с наземной буровой системы 106 или с системы 108 для морского бурения в море, океане, на озере и т.д.), каждая из которых используется для извлечения ресурсов, таких как углеводороды (нефть, природный газ и т.п.), вода и пр. Что характерно для современного уровня развития техники, на оптимизацию операций по добыче нефти и газа в значительной степени влияют структура и физические свойства пластов горных пород, которые пробуривает или пробурила в прошлом наземная буровая система 106 или система 108 для морского бурения.
В вариантах осуществления настоящего изобретения предполагается, что способ, которым получены образцы 104 горных пород, и физическая форма этих образцов могут варьироваться в широких пределах. Примерами образцов 104 горных пород, которые целесообразно использовать применительно к вариантам реализации заявленного изобретения, служат сплошные отборы керна; пробы керна, отбираемые из стенки ствола скважины; пробы пород из обнажений; выбуренные породы и синтетические образцы горных пород, созданные в лаборатории, такие как песчаные и сцементированные пробки.
Как показано на фиг. 1A, среда 100 включает в себя испытательную систему 102, которая выполнена с возможностью анализа изображений 128 образцов 104 горных пород для определения физических свойств соответствующей подповерхностной горной породы, к числу которых относятся петрофизические свойства применительно к разведке нефтяных и газовых месторождений и добыче нефти и газа. На фиг. 1B проиллюстрированы, а обобщенной форме, составные элементы испытательной системы 102 при проведении такого анализа.
В общем смысле испытательная система 102 содержит устройство 122 формирования изображений для получения двумерных (2D) или трехмерных (3D) изображений образцов 104 горных пород, а также их представлений в иной форме; при этом указанные изображения и представления содержат детали внутренней структуры этих образцов 104 горных пород. Примером устройства 122 формирования изображений служит компьютерный рентгеновский томограф (КТ), известный в данной области техники, который испускает рентгеновское излучение 124, взаимодействующее с объектом, и измеряет ослабление рентгеновского излучения 124 объектом с целью формирования изображения его внутренней структуры и компонентов. Конкретный тип, конструкция и прочие характеристики КТ 122 могут соответствовать аналогичным характеристикам рентгеновского устройства любого типа, такого как микротомограф (микроКТ), способного сформировать изображение, отображающее внутреннюю структуру образца 104 горной породы. В этом примере устройство 122 формирования изображений создает одно или несколько изображений 128 образца 104 горной породы и передает эти изображения 128 на вычислительное устройство 120.
В этом примере изображение 128, созданное устройством 122 формирования изображений, может представлять собой трехмерное (3D) объемное цифровое изображение, состоящее из множества двумерных (2D) участков образца 104 горной породы или сформированное указанным множеством участков. В этом случае каждое объемное изображение разбито на множество регулярно повторяющихся 3Dэлементов, которые называются элементами трехмерного изображения или, как правило, вокселами. Обычно каждый воксел имеет форму куба, т.е. его грани характеризуются одинаковой длиной в направлениях x, y и z. С другой стороны, само цифровое объемное изображение 128 может содержать разное количество вокселов в направлениях x, y и z. Каждый воксел в цифровом объемном изображении характеризуется соответствующим численным значением (или амплитудой), отражающим относительные свойства материала образца в той точке среды, которая отображается цифровым изображением. Диапазон этих численных значений, известный как градация серого, зависит от типа цифрового объемного изображения, степени детализации значений (например, могут использоваться 8- или 16-битовые значения) и прочих факторов. К примеру, 16-битовые значения данных позволяют амплитуде вокселов рентгеновского томографического объемного изображения варьироваться в пределах 0-65,536 со степенью детализации 1.
- 4 031381
Как было указано выше, устройство 122 формирования изображений передает изображения 128 на вычислительное устройство 120, которое в примере по фиг. 1B может представлять собой стандартное вычислительное устройство любого типа, например стационарный компьютер или рабочую станцию, переносной компьютер, служебный компьютер, планшетный компьютер и т.п.; и поэтому вычислительное устройство 120 содержит такие аппаратные и программные компоненты, которые обычно содержатся в вычислительных устройствах обычного типа. Как показано на фиг. 1B, эти аппаратные и программные компоненты вычислительного устройства 120 включают в себя отладчик 130, выполненный с возможностью анализа изображений 128 с целью определения петрофизических свойств образца 104 горной породы в одном или нескольких имитированных состояниях деформации, в том числе в напряженнодеформированных состояниях, которые могут испытывать подземные пласты горных пород. В этой связи отладчик 130 может быть реализован в виде программных средств, аппаратных средств или их сочетания, включая логические схемы, команды, подпрограммы и алгоритмы, необходимые и полезные для выполнения функций и операций, подробнее описанных ниже. В широком смысле отладчик 130 выполнен с возможностью анализа объемного изображения 128 образца 104 горной породы с целью выполнения численного моделирования петрофизических свойств в условиях имитированной деформации, отражающей подповерхностные условия породных формаций.
На фиг. 1C в общих чертах проиллюстрирована архитектура вычислительного устройства 120 согласно вариантам осуществления настоящего изобретения. В этом примере своего построения вычислительное устройство 120 содержит один или несколько процессоров 902 с разной конфигурацией ядер и разной тактовой частотой из числа вариантов, представленных на рынке. Ресурсы памяти вычислительного устройства 120, предназначенного для хранения данных, а также программных команд, исполняемых одним или несколькими процессорами 902, включают в себя одно или несколько запоминающих устройств 904, выполняющих функцию оперативной памяти во время работы вычислительного устройства 120, и одно или несколько накопителей 910, реализованных, например, в виде одного или нескольких энергонезависимых твердотельных устройств для хранения данных, магнитных или оптических дисководов, оперативных запоминающих устройств (ОЗУ) и т.п. Предусмотрен также один или несколько интерфейсов 906 периферийных устройств, предназначенных для подключения соответствующих внешних устройств, таких как мониторы, клавиатуры, компьютерные мыши, сенсорные панели, сенсорные экраны, принтеры и прочие устройства подобного рода. Предусмотрены также сетевые интерфейсы 908, которые могут быть представлены в виде Ethernet-адаптеров, беспроводных приемопередатчиков или элементов последовательной сети, которые предназначены для облегчения взаимодействия с вычислительным устройством 120 через одну или несколько сетей, таких как сеть Ethernet, беспроводная локальная сеть Ethernet, глобальная система мобильной связи (GSM), сеть EDGE (развитие стандарта GSM с увеличенной скоростью передачи данных), универсальная система мобильной связи (UMTS), сеть WiMAX (технология широкополосного доступа в микроволновом диапазоне), сеть LTE (стандарт Долгосрочное развитие сетей связи) и пр. При такой архитектуре, как показано на фиг. 1C, процессоры 902 соединены с элементами 904, 906, 908 и 910 через одинарную шину; разумеется, в вычислительном устройстве 120 может быть предусмотрена и иная архитектура взаимодействия, например, множественные специализированные шины и пр.
Хотя на фигуре показано, что вычислительное устройство 120 выполнено в виде единичного блока, оно может включать в себя несколько вычислительных устройств, взаимодействующих друг с другом для обеспечения функциональности всего вычислительного устройства. Подобным же образом, хотя проиллюстрированное вычислительное устройство 120 выполнено в виде физического блока, оно может представлять собой абстрактные вычислительные устройства, такие как виртуальные машины и облачные вычислительные устройства.
Как показано на примере реализации, представленном на фиг. 1C, вычислительное устройство 120 содержит программные продукты 912, в том числе одну или несколько операционных систем, одну или несколько прикладных программ и т.п. Согласно вариантам осуществления настоящего изобретения программные продукты 912 содержат программные команды, соответствующие отладчику 130 (фиг. 1B), которые реализованы в виде автономного приложения, программного модуля в рамках другого приложения или программы, соответствующих плагинов или иных программных компонентов для обеспечения доступа к ПО отладчика на удаленном компьютере, соединенном по сети с вычислительным устройством 120 через сетевые интерфейсы 908, или в иной форме или иных сочетаниях указанных элементов.
Программная память для хранения исполняемых команд программных продуктов 912, соответствующих функциям отладчика 130, может физически находиться в вычислительном устройстве 120 или на ином вычислительном ресурсе, доступном для вычислительного устройства 120, т.е. в локальных ресурсах памяти запоминающих устройств 904 и накопителей 910, или на сервере или иных ресурсах памяти с доступом через сеть, или же она может быть распределена по разным местам. В любом случае эта программная память представляет собой машиночитаемый носитель, на котором хранятся исполняемые компьютерные команды, по которым вычислительное устройство 120 или сервер или иной компьютер, соединенный с вычислительным устройством 120 через сетевые интерфейсы 908, выполняет операции, описанные в настоящей заявке (например, в виде интерактивного приложения по входным данным, пе
- 5 031381 реданным с вычислительного устройства 120 для отображения или выдачи периферийными устройствами, соединенными с вычислительным устройством 120. Машиночитаемые программируемые команды, соответствующие программным продуктам 912, которые связаны с отладчиком 130, изначально могут храниться на съемном или ином энергонезависимом машиночитаемом носителе данных (например, на DVD-диске, во флэш-памяти и т.п.) или загружаться в виде информации, закодированной на электромагнитном сигнале несущей, в виде пакета программ, из которого машиночитаемые программируемые команды инсталлируются вычислительным устройством 120 стандартным способом, предусмотренном для инсталляции программного обеспечения. Предполагается, что специалисты в данной области техники могут без труда сохранять или извлекать необходимые данные, программные команды и иную информацию, полезную применительно к этому варианту осуществления настоящего изобретения, подходящим для каждого конкретного применения способом без ненужного экспериментирования.
Конкретные компьютерные программы, образующие программные продукты 912, которые связаны с отладчиком 130, могут быть представлены в виде одной или нескольких исполняемых команд, или же в виде исходного кода или высокоуровневого кода, по которому может быть выведена, ассемблирована, интерпретирована или скомпилирована одна или несколько исполняемых программ. При этом может быть использован любой из множества машинных языков или протоколов, в зависимости от способа, которым должны выполняться требуемые операции. Например, эти компьютерные программы для создания модели согласно вариантам осуществления настоящего изобретения могут быть написаны обычным высокоуровневым языком, таким как JAVA, FORTRAN или C++, или в виде стандартной линейной компьютерной программы или же организованы таким образом, чтобы они могли исполняться объектноориентированным способом. Эти команды могут быть также встроены в высокоуровневое приложение. В любом случае предполагается, что в привязке к этому описанию специалисты в данной области техники могут без труда реализовать варианты осуществления настоящего изобретения без ненужного экспериментирования любым способом, пригодным для инсталляции.
Конкретные функции отладчика 130, в том числе те, которые были реализованы через программные продукты 912, предназначенные для анализа образцов горных пород в условиях имитированного напряженно-деформированного состояния согласно вариантам осуществления настоящего изобретения, будут описаны в привязке к блок-схеме по фиг. 2 в сочетании с фиг. 1A-1C.
На стадии 204 в испытательную систему 102 поступает образец 104 горной породы для анализа, например, из массива подповерхностной породной формации, извлеченного наземной буровой системой 106, или системой 108 для морского бурения, или иным источником. На стадии 204 обычно осуществляется подготовка конкретного образца 104 горной породы из подповерхностной породной формации большего объема, размеры и конфигурация которого должны обеспечивать получение изображения устройством 122 формирования изображений (например, КТ), к примеру, путем выбуривания или вырезания образца из массива подповерхностной породной формации большего объема, представляющей интерес.
Согласно одному из вариантов осуществления настоящего изобретения устройство 122 формирования изображений в сочетании с вычислительным устройством 120 испытательной системы 102 осуществляет на стадии 208 построение цифрового объемного изображения 128, характеризующего образец 104 горной породы, в том числе его внутренней структуры. Для примера, в котором устройство 122 формирования изображений представляет собой компьютерный томограф (КТ), на стадии 208 осуществляется процесс построения рентгеновского изображения образца 104 горной породы (т.е. испускание излучения, направленного на образец 104 горной породы и измерение его ослабления) с целью формирования объемных изображений 128 по 2D-срезам или из этих 2D-срезов. К конкретным обычным приемам получения и обработки трехмерных цифровых изображений 128 образца 104 горных пород на стадии 208 относятся, помимо прочего, рентгеновская томография, рентгеновская микротомография, рентгеновская нанотомография, сканирующая электронная микроскопия со сфокусированным ионным пучком и ядерный магнитный резонанс.
На фиг. 3A проиллюстрирован пример одного из 2D-срезов 300 трехмерного изображения образца горной породы, который демонстрирует поперечное сечение среза этого образца с деталями его структуры, включая отличительные признаки твердого вещества 302 и пор или порового пространства 304. Данные об изображении в этой точке могут быть представлены в виде значений оттенков серого, характеризующих ослабление рентгеновского излучения компонентами образца 104 горной породы. Хотя на фиг. 3A показан лишь один 2D-срез 300, трехмерное цифровое изображение 128 обычно состоит из множества 2D-срезов в точках, расположенных уступами вдоль одной оси образца 104 горной породы, которые вместе образуют трехмерное изображение образца 104 горной породы. Соединение 2D-срезов в единое трехмерное цифровое изображение 129 может быть выполнено вычислительными ресурсами самого устройства 122 формирования изображений или вычислительным устройством 120 путем объединения 2D-срезов, сформированных устройством 122 формирования изображений, в зависимости от конкретной архитектуры испытательной системы 102.
На стадии 210 испытательная система 102 выполняет сегментирование или иные операции по улучшению качества цифрового объемного изображения 128 образца 104 горной породы для выделения и маркирования разных составляющих объемного изображения 128 по значениям оттенков серого этого
- 6 031381 изображения. В частности, вычислительное устройство 120 выполняет это сегментирование с тем, чтобы идентифицировать значащие упругие составляющие, такие как поровое пространство и минералогические составляющие (например, глины и кварц), которые могут повлиять на упругие свойства образца 104 горной породы, такие как его профиль напряжение/деформация. В некоторых вариантах осуществления настоящего изобретения отладчик 130 выполнен с возможностью разбивки объемного изображения 128 на более чем две значащие упругие фазы, отображающие такие составляющие материала, как поровое пространство, глинистая фракция, кварцевая фракция и прочие минералы различного типа.
Для завершения стадии 210 вычислительное устройство 120 может использовать любой из множества типов алгоритмов сегментации. Один из подходов к процессу сегментации на стадии 210 заключается в применении метода пороговой бинаризации к объемному изображению 128, в соответствии с которым вычислительное устройство 120 выбирает пороговое значение в пределах диапазона амплитуд вокселов. Тем вокселам, амплитуда которых оказывается меньше порогового значения, присваивается отдельное числовое значение, которое определяет поровое пространство, тогда как тем вокселам, амплитуда которых превышает пороговое значение, присваивается другое числовое значение, которое определяет матричное пространство (т.е. твердое вещество). При таком подходе на стадии 210 пороговой бинаризации осуществляется преобразование объемного полутонового изображения в сегментированное множество вокселов с одним из двух возможных численных значений, обычно 0 или 1. На фиг. 3B проиллюстрирован пример сегментации трехмерного цифрового изображения на стадии 210 пороговой бинаризации. Как видно, сегментация позволяет различать элементы структуры образца горной породы; при этом твердое вещество 302 в данном примере окрашено светло-серым цветом, а поры или поровое пространство 304 - черным. Сегментация может дополнительно проводиться один или несколько раз для выделения различных отличительных признаков в полутоновом изображении. Если используется простая пороговая бинаризация, то множественные пороговые значения могут различать разные материалы, обладающие разными характеристиками ослабления рентгеновского излучения, такие как глина, кварц, полевой шпат и пр.
В альтернативном варианте на стадии 210 вычислительное устройство 120 может использовать иные алгоритмы сегментации. Пример такого альтернативного алгоритма известен в данной области техники как метод Оцу, в соответствии с которым при пороговой бинаризации на основе гистограмм выбирается пороговое значение для минимизации общей дисперсии вершин бимодального распределения значений оттенков серого (т.е. дисперсии внутри класса). Метод Оцу может быть без труда автоматизирован, а также использован для повторного многократного задания пороговых значений изображения с целью выделения дополнительных материалов, таких как глина, кварц и полевой шпат. Вычислительное устройство 120 может альтернативно или дополнительно использовать и другие примеры алгоритмов автоматизированной сегментации разной сложности для выделения различных признаков объемного изображения. К таким алгоритмам относятся индикаторный кригинг, сведение активных контуров, затенение воды и т.п.
В рамках стадии 210 вычислительное устройство 120 может также использовать и другие технологии повышения качества изображений с целью улучшения или повышения качества отображения структуры, распознанной в объемном изображении 128, проводя дополнительные различия в этой структуре, снижая шумовые эффекты и т.п. Подобным же образом, хотя на стадии 210 сегментация или повышение качества изображения другими методами может выполняться вычислительным устройством 120, предполагается, что в альтернативном варианте процесс повышения качества изображения на стадии 210 может частично или полностью осуществляться и иными элементами испытательной системы 102, например, самим устройством 122 формирования изображений.
Кроме того, на стадии 210 вычислительное устройство 120 может сформулировать объем присваивания по сегментированному объемному изображению 128, в котором каждой четко различимой упругой фазе назначаются соответствующие параметры упругости. Согласно вариантам осуществления настоящего изображения отладчик 130, как это будет подробнее описано ниже, накладывает граничные условия на сеточную версию этого объема присваивания для отображения требуемой деформации в пласте, при которой должны быть решены основные определяющие уравнения в отношении линейной упругости, вязкоупругих свойств, пластичности или иных физических законов с целью моделирования соответствующей физической реакции объема горной породы на деформацию.
Стадия 212 представляет собой опциональный процесс, в ходе которого испытательная система 102 осуществляет разделение зерен и проводит идентификацию контактных областей с целью распознавания отдельных зерен и областей контакта между всеми зернами образца 104 горной породы, как это отображено объемным изображением 128. Области контакта соответствуют тем участкам поверхности зерен, которые соприкасаются с другими зернами. В некоторых вариантах осуществления настоящего изобретения целесообразно выполнить анализ областей контакта и их характеристик, таких как степень цементации, неровность и пр., так как эти характеристики влияют на профиль напряжение/деформация горной породы. На фиг. 3С и 3D проиллюстрированы примеры разделения зерен и идентификации контактных областей на сегментированных 2D-срезах 300 по фиг. 3B на опциональной стадии 212. Как показано на фиг. 3C, каждое уникальное зерно на 2D-срезе затенено случайным образом с разными значениями
- 7 031381 оттенков серого с тем, чтобы одно зерно можно было отличить от другого. Конкретное значение оттенка серого, в соответствии с которым окрашено каждое отдельное зерно, отражает уникальную числовую отметку, используемую для распознавания отдельного зерна в скелете породы. Как показано на фиг. 3D, области контакта каждого уникального зерна с другим зерном выделены разными оттенками серого, отличающимися от цвета, которым окрашено тело соответствующего зерна, что является следствием выполнения стадии 212.
Таким образом, на стадии 210 (включая опциональную стадию 212, если таковая выполняется) вокселы в сегментированном цифровом объемном изображении соотносятся с конкретным материалом (или поровым пространством, в зависимости от ситуации) в соответствующей точке в пределах образца 104 горной породы. На стадии 210 (и опциональной стадии 212, если таковая выполняется) некоторые или все вокселы соотносятся с одним или несколькими свойствами материала, соответствующими его конкретной составляющей, заданной этому вокселу на стадиях 210 и 212; при этом к таким составляющим относятся поровое пространство, материал скелета породы, глинистая фракция, отдельные зерна, области контакта, типы минералов и т.п. Конкретные упругие или иные свойства материала этих идентифицированных составляющих соотносятся с соответствующими вокселами в той мере, в какой они полезны для выполнения анализа, т.е. зернам и минералам присваиваются соответствующие значения плотности и упругие свойства.
К примеру, если предположить, что отдельные зерна, минералы и области контакта ведут себя в соответствии с линейной теорией упругости, то целесообразно присвоить значения модуля Юнга E и коэффициента Пуассона v каждому вокселу, который помечен как отдельное зерно, минерал или область контакта. Как известно в данной области техники, модуль Юнга представляет собой показатель жесткости материала, испытывающего деформацию под действием одноосного напряжения, которая носит линейный характер (т.е. зависимость напряжения от деформации является линейной с наклоном кривой, равной значению модуля Юнга E). В данной области техники также хорошо известно, что коэффициент Пуассона представляет собой показатель поперечной и продольной деформации в условиях одноосного напряжения. В альтернативном варианте зернам, минералам и областям контакта могут быть присвоены значения объемного модуля упругости K и модуля упругости при сдвиге G для описания поведения этих компонентов при упругом нагружении. Как известно в данной области техники, объемный модуль упругости представляет собой показатель упругой реакции материала на приложение гидростатического давления, тогда как модуль упругости при сдвиге служит показателем упругой реакции материала на деформацию сдвига. Как известно в данной области техники, все эти коэффициенты упругости взаимосвязаны друг с другом посредством хорошо известных преобразований. Предполагается, что для тех случаев, в которых рассматриваются линейно-упругие материалы, компонентам материала обычно присваивается модуль Юнга и коэффициент Пуассона, поскольку значения этих параметров могут быть определены напрямую экспериментальным путем.
В случаях, когда считается, что минералы, зерна или области контакта демонстрируют такие вязкоупругие свойства, при которых деформация в ответ на приложенное напряжение или нагрузку зависит от скорости, необходимо задать соответствующие параметры модели, такие как жесткость и вязкость, если, например, предполагаются вещества Максвелла. Существует множество других моделей состояния, известных в данной области техники, которые подходят для вязкоупругих и пластичных материалов, и которые могут быть использованы для описания различных типов напряженно-деформированного состояния. В любом случае параметры модели, присвоенные материалам, должны соответствовать конкретной принятой модели состояния.
Затем испытательная система 102 выполняет стадию 214 с целью генерирования сетки конечных элементов для твердого вещества (или для разделенных распознанных зерен и областей контакта по стадии 212) в сегментированном трехмерном изображении образца 104 горной породы. В вариантах осуществления настоящего изобретения вычислительное устройство 120 инициирует создание отладчиком 130 сетки конечных элементов в виде неструктурированной сетки, которая накладывается на сегментированное трехмерное изображение. Эта сетка конечных элементов является неструктурированной в том смысле, что она состоит из ряда полигональных элементов, расположение которых носит случайный характер (т.е. с неупорядоченной взаимосвязанностью), в отличие от структурированной сетки из полигональных элементов регулярной структуры (т.е. с упорядоченной взаимосвязанностью). В вариантах реализации заявленного изобретения, в которых области контакта зерен распознаются на опциональной стадии 212, неструктурированная сетка может быть измельчена (т.е. размеры ее ячеек могут быть уменьшены) в распознанных областях контакта или вблизи этих зон. Затем вычислительное устройство 120 присваивает свойства материала каждого помеченного компонента каждого воксела соответствующим элементам неструктурированной сетки, что также выполняется на стадии 214.
На фиг. 3E приведен пример неструктурированной сетки, созданной на стадии 214 по сегментированному объемному изображению, сформированному на стадиях 210 и 212. Вид, показанный на фиг. 3E, представляет собой двумерное изображение трехмерной неструктурированной сетки, в котором участки среза, отображающие твердое вещество 302, представлены конечными элементами, которые характеризуются разными размерами и взаимосвязанностью. Каждому из этих конечных элементов также при
- 8 031381 сваиваются свойства материала, соответствующие помеченному компоненту (например, твердому веществу 302 или конкретному отображаемому материалу), на который он наложен. Хотя на фиг. 3E показан один двумерный срез 300 и поперечные сечения (в виде треугольников) каждого конечного элемента на этом срезе, конечные элементы неструктурированной сетки рассматриваются как трехмерные (тетраэдральные) элементы, наложенные на трехмерное цифровое изображение 128, состоящее из ряда таких двумерных срезов. Хотя на фиг. 3E проиллюстрирована сетка, сформированная с использованием тетраэдральных элементов, предполагается, что для создания неструктурированной сетки твердого вещества 302 могут быть использованы элементы любого типа или комбинация элементов различных типов.
На стадии 216 испытательная система 102 накладывает имитированную деформацию, соответствующую одному или нескольким напряжениям, нагрузкам, усилиям, перемещениям и т.п., на неструктурированную сетку трехмерного изображения 128. В некоторых вариантах осуществления настоящего изобретения отладчик 130 выполнен с возможностью реализации одного или нескольких программных продуктов 912, включая решатель методом конечных элементов (КЭ) для имитации деформированного состояния, которое испытывает образец 104 горной породы в пласте в своем исходном местоположении в подповерхностной формации. Как известно в данной области техники, анализ методом КЭ используется для решения сложных задач путем разбиения области решения на более мелкие подобласти или конечные элементы. В контексте неструктурированной сетки, как было отмечено выше, в одной и той же области используются элементы самого разного размера и формы. Каждый элемент связан с рядом узловых точек, в которых соседние элементы соединяются друг с другом, обычно с помощью интерполирующей функции (обычно именуемой функцией формы), отображающей изменение переменной поля на поверхности элемента. Как правило, для всей системы в целом формулируется система одновременных алгебраических уравнений, которая основана на физических доводах, устанавливающих равновесие и совместимость в узловых точках. На границы области решения накладываются граничные условия путем назначения конкретных узловых значений зависимым переменным или узловых нагрузок/усилия. После этого решается система уравнений в отношении неизвестных узловых параметров, таких как напряжение, нагрузка, усилие или перемещение. В этом случае отладчик 130 выполнен с возможностью включения решателя КЭ, реализованного в виде необходимой логической схемы, алгоритмов и т.п., который способен выполнить такой анализ методом КЭ на стадии 216 по неструктурированной сетке, заданной на стадии 214. В качестве конкретного решателя методом КЭ может быть использован любой решатель КЭ обычного типа, такой как устройство для решения прямых линейных задач, итерационный решатель, модуль нахождения собственных значений, устройство для решения нелинейных задач или иной решатель методом КЭ.
В вариантах осуществления настоящего изобретения, в которых отладчик 130 использует методы конечных элементов для имитации деформации, приложенной к объему горной породы, отображаемому цифровым объемным изображением 128, вычислительное устройство 120 выполняет стадию 216, на которой неструктурированная сетка конечных элементов с присвоенными свойствами материала подвергается анализу методом КЭ для решения системы упругих, вязкоупругих и прочих основных определяющих уравнений подобного рода с учетом граничных условий, которые заданы граням сетчатого изображения таким образом, чтобы они отображали требуемые подповерхностные условия деформации в пласте, которые должны имитироваться. Например, эти граничные условия могут принимать форму приложенных перемещений, и в этом случае конечно-элементный решатель вычисляет напряжение и деформацию для каждого конечного элемента сетки. В других вариантах реализации заявленного изобретения на неструктурированную сетку накладываются нагрузки (т.е. напряжения), и в этом случае конечноэлементный решатель также вычисляет напряжение и деформацию для каждого конечного элемента сетки. В предпочтительном варианте величина и направление приложенной деформации должны соответствовать требуемому напряженно-деформированному состоянию в пласте, примерами которого могут служить гидростатические, одноосевые и трехосевые напряжения и деформации. В любом случае отладчик 130 проходит стадию 216, осуществляя числовое решение соответствующих определяющих уравнений (т.е. таких, которые используются в отношении линейной упругости) по изображению, представленному неструктурированной сеткой, с учетом приложенных граничных условий. По этим расчетам напряженно-деформированного состояния в отношении линейной упругости конечно-элементный решатель может также вычислить эффективные упругие свойства (модуль Юнга, коэффициент Пуассона, объемный модуль упругости, модуль упругости при сдвиге и т.п.) всего объемного изображения 128. Эти параметры упругости обычно получают путем вычисления матрицы жесткости, соотносящей напряжение с деформацией, или матрицы соответствия, соотносящей деформацию с напряжением. Результаты имитированной деформации влияют на структуру и атрибуты неструктурированной сетки. На фиг. 3F приведен пример имитированной деформации, где напряжения в материале были вычислены по сетке, представленной на фиг. 3E, по факту наложенных граничных условий в перемещениях. Как видно из сравнения фиг. 3E и 3F, имитированная деформация в этом примере влияет на сжатие объемного изображения 300 в направлении x.
- 9 031381
На фиг. 3F упругие свойства (E и v) скелета горной породы считаются однородными по всему его объему, и поддерживаются постоянными на этапе деформирования. При наличии глины или иных значимо различных упругих материалов целесообразно выполнять моделирование с упругими свойствами, присвоенными каждому минералу (кварцу, глине и т.д.). Кроме того, если принято считать, что области контакта зерен существенно влияют на общие механические свойства горной породы, например, со слабо сцементированным песком, целесообразно учитывать контактную гибкость/жесткость, обусловленную наличием контактов между зернами. Обычно упругим свойствам, которые изменяются в зависимости от приложенного напряжения/деформации, придаются значения контактной гибкости, зависящей от напряжения (при нормальной и касательной нагрузке) с использованием самых разных подходов, включая аналитические модели, экспериментальные данные или эвристические функции. Аналитические модели контактных свойств (контактные теории Герца, Миндлина, Уолтона, Дигби и др.) обычно исходят из того, что контактируют зерна сферической формы, а область контакта является дугообразной. Эти модели могут применяться в рамках моделирования для регулирования упругих свойств областей контакта для каждого отдельного зерна с учетом его координационного числа, которое обозначает количество контактов этого зерна. Кроме того, так как эти модели обычно зависят от приложенного напряжения, упругие контактные свойства могут регулироваться в процессе деформирования, в зависимости от рассчитанного приращения напряжения или деформации в контактных областях. Как было отмечено выше, еще один из подходов к присвоению упругих свойств контактным областям заключается в использовании экспериментальных данных, где динамические упругие свойства (скорости продольных и поперечных волн), измеренные в зависимости от напряжения, используются для калибровки контактной гибкости, например, при допущении, что статические упругие свойства (модуль Юнга и коэффициент Пуассона) образца 104 эквивалентны динамическим упругим свойствам (модулю Юнга и коэффициенту Пуассона), полученным по измеренным скоростям волн.
Для учета влияния контактной жесткости/гибкости при имитации деформации необходимо пройти опциональную стадию 212, где выполняется разделение зерен и контактных областей на сегментированном изображении. На фиг. 4A и 4B приведен пример такого разделения зерен и контактных областей. На фиг. 4A материал твердого вещества показан до начала процесса 212 разделения. На фиг. 4B показан тот же материал по завершении процесса 212 разделения, где сами зерна окрашены черным цветом, а области контакта между ними - светло-серым цветом. На фиг. 4C представлена сетка, созданная на стадии 214 для изображения с разделением зерен по фиг. 4B. В примере по фиг. 4C измельчение сетки вблизи контактных областей обозначено более мелкими треугольниками в сравнении с треугольниками большего размера во внутренних областях зерен твердого вещества. Требуемые условия напряженнодеформированного состояния были реализованы численно с меньшими приращениями с выполнением серии деформаций для достижения требуемого напряженно-деформированного состояния в пласте. На стадии 212 после каждого приращения обычно происходит новое разделение зерен и контактных областей на вокселизированном изображении деформированного объема. Такое измельчение сетки вблизи контактных областей часто имеет практическое значение из-за существенной разницы между упругими свойствами контактных областей и самих зерен. Описанный подход к измельчению сетки в приращениях проиллюстрирован на фиг. 2, где повторяющиеся стадии 212, 214 и 216 выделены пунктирной линией. В альтернативном варианте динамика в контактной области может характеризоваться использованием элементов сетки подходяще малого размера, как для внутренних областей зерен твердого вещества, так и для областей контакта, что влечет за собой увеличение вычислительных потребностей из-за большего количества элементов в модели.
Как было сказано выше, упругие свойства контактных областей могут быть смоделированы с использованием аналитических моделей, аппроксимированных согласно экспериментальным данным, или свойства которых постулированы в соответствии с эвристическими функциями. На фиг. 4G отображены две разные функции меняющихся упругих свойств контактных областей в зависимости от перемещения (в процентах изменения объема в этом примере). График зависимости, где используются ромбовидные символы, допускает, что модуль Юнга контактных областей меньше модуля Юнга зерен твердого вещества, и не изменяется при увеличении деформации. График зависимости, где используются символы в виде крестиков, допускает, что при увеличении деформации модуль Юнга контактных областей изменяется нелинейно. Можно также изменять упругие свойства отдельных зерен в зависимости от деформации, если предположить, что зерна характеризуются изменяемой пористостью, которая ниже разрешения изображения. На фиг. 4D-4F проиллюстрирована нормальная остаточная деформация в образце перед деформированием (фиг. 4D), после одного шага приращения деформации без изменения контактных свойств зерен (фиг. 4E) и с изменением контактных свойств зерен в соответствии с нелинейной эвристической функцией (фиг. 4F). Эти фиг. 4D-4F показывают четкое различие в форме зерен и поровом пространстве в результате деформации, которая включает в себя изменение контактных свойств зерен, в отличие от деформации, не включающей в себя изменение контактных свойств зерен. В частности, повышенная деформация в образце наблюдается тогда, когда учитывается изменение контактных свойств, о чем свидетельствует уменьшение пористости и изменение формы зерен. На фиг. 4F также показано, что в контактных областях возникают совершенно разные напряжения в сравнении с напряжениями во внут
- 10 031381 ренних областях зерен. В частности, на фиг. 4F показано, что после одного шага приращения деформации начали соприкасаться некоторые зерна, которые до этого не контактировали друг с другом, требуя повторения процесса разделения зерен на стадии 212 перед выполнением последующей деформации.
На фиг. 4H вычерчен график изменения пористости для трех разных сценариев деформации. Первое допущение заключается в том, что упругие свойства являются однородными по всему образцу без изменения контактных свойств (фиг. 4E). Второе допущение заключается в том, что эвристическая функция изменения контактных свойств при деформации остается неизменной, а третье допущение заключается в том, что эвристическая функция изменения контактных свойств при деформации носит нелинейный характер (фиг. 4F); при этом второе и третье допущения проиллюстрированы на фиг. 4G. Как видно на этих фигурах, о дополнительной деформации свидетельствует значительное уменьшение пористости, которое имеет место при учете изменения контактных свойств с использованием эвристической функции.
На следующей стадии 220 отладчик 130 выполняет численное цифровое моделирование для анализа одного или нескольких физических свойств образца 104 горной породы в условиях имитированной деформации в пласте, наложенной не сетку на стадии 216. Предполагается, что на стадии 220 может выполняться численный анализ соответствующей горной породы в подповерхностном пласте в условиях окончательно установленного напряженного состояния горной породы, отображаемого цифровым объемным изображением 128. В контексте разведки нефтегазовых месторождений и добычи нефти и газа на стадии 220 могут быть также определены петрофизические свойства, представляющие интерес, такие как пористость, пластовый коэффициент, абсолютная и относительная проницаемость; электрические свойства (например, коэффициент сопротивления пласта, показатель цементации, коэффициент насыщения и показатель извилистости поровых каналов); капиллярное давление (например, методом нагнетания ртути); упругие свойства и модули упругости (например, объемный модуль упругости, модуль упругости при сдвиге, модуль Юнга, коэффициент Пуассона и постоянные Ламе) и иные свойства подобного рода. Эти петрофизические свойства могут быть оценены с использованием соответствующей дискретизации деформированного образца в сочетании с соответствующим численным моделированием, например, прямым численным моделированием однофазного течения жидкости для расчета абсолютной проницаемости. Определение некоторых их этих петрофизических свойств на стадии 220 может также потребовать численного моделирования с использованием методов конечных элементов, методов конечных объемов, методов конечных разностей, методов решеточных уравнений Больцмана или любых других многочисленных численных методов. Как будет подробнее описано ниже, на стадии 220 может быть также определена зависимость разных петрофизических свойств материала, представленного объемным изображением 128, от пористости, а также соотношения других пар этих свойств.
На стадии, описанной выше в привязке к фиг. 2, испытательная система 102 имитирует приложение деформирующего усилия для отображения одного подповерхностного условия. Предполагается, что испытательная система 102 может повторять этот процесс для множественных условий деформации, включая деформации разной амплитуды, направления или типа, для определения петрофизических свойств в разных подповерхностных условиях, а также для выведения функций, выражающих зависимость этих свойств от изменяющейся деформации. Например, на фиг. 6 представлен график изменения рассчитанной пористости образца 104 горной породы в разных имитированных условиях деформации в зависимости от перемещения в направлении x (т.е. сжатия в процентах изменения объема).
На фиг. 5A-5D подробно описаны различные операции на подэтапах 220a-220d, посредством выполнения которых может быть пройдена стадия 220 с целью определения физических свойств породной формации, из которой был взят образец 104 горной породы, в имитированных условиях, соответствующих деформации в подповерхностном пласте. Эти подходы к определению физических свойств не являются взаимоисключающими, и поэтому в каждом конкретном случае на стадии 220 может быть использована одна или несколько указанных операций, в зависимости от конкретного свойства, который должен быть охарактеризован. Дополнительно предполагается, что в привязке к настоящему описанию любой специалист в данной области техники может найти для себя и иные аналогичные подходы, которые могут быть использованы в качестве дополнительного или альтернативного варианта; при этом такие отличные альтернативные подходы входят в объем настоящего изобретения, как это определено его формулой.
На фиг. 5A в подробностях проиллюстрированы операции на подэтапе 220a, с помощью которых можно определить пористость и иные петрофизические свойства образца породной формации в условиях имитированной деформации согласно одному из вариантов осуществления настоящего изобретения. При выполнении операции 410 отладчик 130 извлекает деформированную объемную сетку твердофазных компонентов цифрового трехмерного изображения 128, созданную на стадии 216, которая была деформирована вследствие наложения смоделированных условий деформации, имитирующих подповерхностную среду, как это было описано выше. При выполнении операции 412 отладчик 130 анализирует весь объем, охваченный деформированной объемной сеткой, для расчета отношения объема твердой фазы к общему объему (т.е. объему, содержащему как твердое вещество, так и объем деформированного порового пространства). Это отношение дает объемную долю твердого вещества, которая может быть использована для определения объемной доли порового пространства (известного как пористость) через про
- 11 031381 стое соотношение этих двух долей, образующих общий объем. Как показано на примере по фиг. 6, пористость уменьшается с нарастанием смещения из-за приложенной деформации. Поэтому предполагается, что значение пористости, рассчитанное в ходе выполнения операции 412, можно считать более точным значением пористости соответствующей подповерхностной породной формации, из которой был взят исходный образец 104 горной породы, в сравнении с оценками пористости, полученными на основе анализа образцов горной породы в условиях окружающей среды.
В данной области техники известно, что определенные петрофизические свойства коррелируются с пористостью. К примерам таких свойств, соотносящихся с пористостью, можно отнести проницаемость и пластовый коэффициент. При выполнении операции 414 отладчик 130 оценивает одно или несколько этих соотнесенных свойств по пористости, рассчитанной в ходе выполнения операции 412, с использованием эмпирических правил для приближенного расчета, установленных или принятых в данной отрасли, или и с использованием корреляций, выведенных по результатам лабораторных экспериментов. Затем значение пористости и любых соотнесенных с ней петрофизических свойств сохраняются в памяти вычислительного устройства 120 или, при желании, на ресурсах памяти, доступных через сеть, для последующего использования при анализе продуктивного пласта обычным способом.
На фиг. 5B проиллюстрирован подэтап 220b, на котором отладчик 130 испытательной системы 102 рассчитывает определенные петрофизические свойства согласно еще одному из вариантов осуществления настоящего изобретения. Подэтап 220b начинается с выполнения операции 410 по извлечению, как это описано выше, деформированной неструктурированной сетки твердофазных компонентов цифрового трехмерного изображения 128, созданной на стадии 216, которая была деформирована вследствие наложения смоделированных условий деформации, имитирующих подповерхностную среду, как это было описано выше.
При выполнении операции 420 отладчик 130 преобразует деформированную геометрию сетки после выполнения операции 410 в вокселизированную геометрию, которая соответствует исходным требованиям к геометрическим параметрам, используемым в конкретном численном анализе с целью определения требуемых петрофизических свойств. Например, операция 420 по преобразованию может вокселизировать деформированную неструктурированную геометрию сетки в структурированную форму, которая будет пригодна для применения таких алгоритмов, как алгоритмы метода конечных разностей и решеточных уравнений Больцмана, или и тех и других.
К примеру, вычислительное устройство 120 может выполнить операцию 420 путем преобразования неструктурированной деформированной сетки, отображающей твердое вещество, в структурированную расчетную сетку, отображающую поровую фазу. Затем, также в рамках выполнения операции 420 по преобразованию, вычислительное устройство 120 может наложить структурированную сетку на неструктурированную деформированную сетку и экстраполировать точку, которая находится в центре каждого блока структурированной расчетной сетки, с последующим использованием алгоритма обнаружения точек с тем, чтобы определить, располагается ли центр каждого блока структурированной расчетной сетки внутри или за пределами неструктурированной области. После этого вычислительное устройство 120 определяет, должен ли блок структурированной расчетной сетки быть идентифицирован как находящийся в поровом пространстве или в твердой фазе. На фиг. 7 показан результат применения этого алгоритма для одного случая деформированной сетки, где разрешение наложенной структурированной сетки определяет, насколько хорошо структурированная сетка будет отображать неструктурированную сетку при разных разрешениях вокселизации.
По завершении процесса 420 преобразования отладчик 130 применяет требуемый численный алгоритм для расчета петрофизических свойств в ходе выполнения операции 422. Например, по завершении преобразования в структурированную сетку во время выполнения операции 420 вычислительное устройство 120 (через отладчик 130 может использовать существующие модели решеточных уравнений Больцмана (РУБ) для моделирования однофазного течения жидкости в поровом пространстве, по результатам которого можно без труда получить такие свойства, как проницаемость. На фиг. 8 показаны результаты анализа методом моделирования с использованием решетчатых уравнений Больцмана для ряда геометрических элементов, деформированных вследствие изменения условий имитированной деформации, вытекающих из вычислений линейной упругости во всех основных направлениях течения (x, y и z). Эти результаты, суммированные на фиг. 8, подтверждают предположение о том, что проницаемость должна ухудшаться при уменьшении пористости из-за воздействия одноосевой деформации.
В качестве альтернативы или дополнения операция 422 может быть использована для расчета электрических свойств с помощью структурированной сетки, отображающей деформированный образец горной породы, созданной в ходе выполнения операции 420. Например, алгоритм метода конечных разностей, исполняемый вычислительным устройством 120, может решить уравнение Лапласа для распределения напряжения в пористом образце, по которому можно вывести электропроводимость пористого материала. Исходя из результатов анализа электропроводимости, вычислительное устройство 120 может рассчитать такие электрические свойства, как пластовый коэффициент (ПК) и параметр насыщения (ПН), каждый из которых полезен в контексте разведки нефтегазовых месторождений и добычи нефти и газа. В случае пластового коэффициента считается, что поровое пространство полностью насыщено водой, то
- 12 031381 гда как в случае параметра насыщения считается, что по поровому пространству распределена нефть и вода. На фиг. 9 и 10 показано изменение соответственно ПК и ПН при разной пористости в разных условиях имитированной деформации. В этих примерах был рассмотрен сценарий водонасыщения, при котором распределение нефти и воды при разном водонасыщении (Sw) было основано на максимальной вписанной сфере порового пространства. Как видно, оба показателя - как ПК, так и ПН - возрастают с уменьшением пористости. На фиг. 9 пластовый коэффициент рассчитывается для всех деформированных геометрических элементов во всех основных направлениях, тогда как на фиг. 10 параметр насыщения показан только в направлении x при общем объемном сжатии 5%.
Эти электрические и иные петрофизические свойства, полученные в ходе выполнения операций на подэтапе 220b, затем сохраняются в памяти вычислительного устройства 120 или, при желании, в ресурсах памяти, доступных через сеть, для последующего использования при анализе продуктивного пласта обычным способом.
На фиг. 5C проиллюстрирован подэтап 220c, на котором отладчик 130 испытательной системы 102 рассчитывает определенные петрофизические свойства согласно еще одному из вариантов осуществления настоящего изобретения. Как и в случае с подэтапами 220a и 220b, подэтап 220c аналогичным образом начинается с выполнения операции 410, описанной выше, по извлечению деформированной неструктурированной сетки твердофазных компонентов цифрового трехмерного изображения 128, созданной на стадии 216, которая была деформирована вследствие наложения смоделированных условий деформации, имитирующих подповерхностную среду, как это было описано выше.
При выполнении операции 430 на подэтапе 220c отладчик 130 идентифицирует те элементы деформированной неструктурированной сетки, которые соответствуют поверхностным участкам порового пространства, т.е. стенкам пор. Результатом выполнения операции 430 является отображение наружных поверхностей порового пространства того участка образца 104 горной породы, который отображается цифровым объемным изображением 128, желательно в такой форме, которая совместима с пакетом обычных программ для построения конечно-элементных сеток. В процессе выполнения операции 432 отладчик 130 использует такой пакет программ построения сеток с целью формирования или создания иным способом объемной сетки порового пространства, заданного стенками пор, идентифицированными в ходе выполнения операции 430, желательно в формате, пригодном для анализа соответствующим методом конечных элементов или иным численным методом, таким как метод решетчатых уравнений Больцмана. Объемная сетка порового пространства, созданная в ходе выполнения операции 432, может быть, по желанию, представлена структурированной сеткой (т.е. упорядоченной структурой полигональных элементов) или неструктурированной сеткой (т.е. неупорядоченной структурой полигональных элементов с неупорядоченной взаимосвязанностью).
После построения объемной сетки порового пространства в ходе выполнения операции 432 отладчик 130 переходит к выполнению операции 434, задействуя конечно-элементный решатель или иной численный алгоритм для расчета требуемых петрофизических свойств по этой объемной сетке порового пространства. Одним из примеров операции 434, выполняемой вычислительным устройством 120 и отладчиком 130 является расчет абсолютной проницаемости образца 104 горной породы путем моделирования однофазного течения жидкости с использованием конечно-элементного решения уравнений НавьеСтокса при граничных условиях, которые вводят перепад давления на смоделированном объеме. В ходе выполнения операции 434 альтернативно или дополнительно могут быть также рассчитаны и другие свойства с использованием конечно-элементных решений или других методов, таких как метод конечных разностей, метод конечных объемов, метод решетчатых уравнений Больцмана, сетевое моделирование и прочие методики подобного рода, для расчета этих свойств, а также абсолютной проницаемости.
Петрофизические или иные свойства, полученные в ходе выполнения операций на подэтапе (220c), затем сохраняются в памяти вычислительного устройства 120 или, при желании, в ресурсах памяти, доступных через сеть, для последующего использования при анализе продуктивного пласта обычным способом.
На фиг. 5D проиллюстрирован подэтап 220d, на котором отладчик 130 испытательной системы 102 рассчитывает определенные петрофизические свойства или свойства материала с помощью аналитических моделей согласно еще одному из вариантов осуществления настоящего изобретения. Примерами свойств, которые, как предполагается, могут быть получены в ходе выполнения операций на подэтапе 220d, включают в себя те свойства, которые определяются топологией или относятся к топологии пор в горной породе. Как и в случае с описанными выше подэтапами 220a-220c, подэтап 220d аналогичным образом начинается с выполнения операции 410, описанной выше, по извлечению деформированной неструктурированной сетки твердофазных компонентов цифрового трехмерного изображения 128, созданной на стадии 216, которая была деформирована вследствие наложения смоделированных условий деформации, имитирующих подповерхностную среду, как это было описано выше.
Во время выполнения операции 440 отладчик 130 получает геометрические свойства из деформированной объемной сетки, идентифицированной в ходе выполнения операции 410. Примерами этих геометрических свойств могут служить такие показатели, как отношение поверхности зерен или пор к их объему; критический диаметр устья пор, извлекаемый из топологических показателей, которые были
- 13 031381 получены из деформированной объемной сетки порового пространства; а также иные структурные параметры или параметры модели, идентифицируемые по деформированной сетке. Конкретный формат или данные, отображающие эти геометрические свойства, полученные в ходе выполнения операции 440, должны быть совместимы с одной или несколькими аналитическими моделями, которые применяются во время выполнения операции 442 с тем, чтобы определить или рассчитать требуемое свойство материала. Во время выполнения операции 442 отладчик 130 исполняет одну или несколько конкретных аналитических моделей, способных оценить требуемое петрофизическое свойство, представляющее интерес, по полученным геометрическим свойствам твердого вещества. Примерами этих свойств могут служить, помимо прочего, свойства текучести и электрические свойства.
Примером петрофизического свойства материала, которое может быть определено на подэтапе 220d, служит извилистость поровых каналов материала. Как известно в данной области техники, извилистость поровых каналов пористого материала отражает степень, до которой могут скручиваться или изгибаться каналы прохождения жидкости через материал. Например, материал, характеризующийся большим количеством близко расположенных резких изгибов каналов прохождения жидкости в поровом пространстве, будет демонстрировать более высокий уровень извилистости, чем пористый материал с относительно прямыми каналами прохождения жидкости. Для расчета извилистости поровых каналов отладчик 130 может выполнить операцию 440 с отображением порового пространства в виде совокупности сфер максимального размера, вписанных в это поровое пространство. Затем в ходе выполнения операции 440 задается линия тока путем соединения центроидов этих вписанных сфер вдоль каждого канала прохождения жидкости. Во время выполнения операции 442 можно рассчитать извилистость поровых каналов материала за счет применения такого показателя, как отношение дуги к хорде, т.е. отношения длины кривой, отображенной линией тока между центроидами, к длине линии, соединяющей ее концы (по прямой).
Во время выполнения операции 442 отладчик 130 может альтернативно или дополнительно применить иные методы вычисления извилистости, известные в данной области техники. Например, для определения таких свойств, как абсолютная проницаемость по признаку функциональной зависимости проницаемости от критического радиуса устья пор, полученного в ходе выполнения операции 440, могут быть использованы грубые соотношения. Кроме того, после расчета одного или нескольких петрофизических свойств, выполненного таким способом, по его результатам отладчик 130 может рассчитать иные свойства материала в процессе выполнения операции 442. В любом случае петрофизические или иные свойств, полученные на подэтапе 220d, могут быть затем сохранены в памяти вычислительного устройства 120 или, по желанию, в ресурсах памяти, доступных через сеть, для последующего использования при анализе продуктивного пласта обычным способом.
Как было отмечено выше, конкретные подэтапы 220a-220d стадии 220 по реализации способа по фиг. 2 могут быть использованы, как по отдельности, так и в определенных сочетаниях. Дополнительно предполагается, что любой специалист в данной области техники, ознакомившийся с представленным описанием, может без труда определить для себя различные варианты этих подходов, а также альтернативные способы реализации и варианты осуществления настоящего изобретения, которые полностью соответствую объему заявленного изобретения, определяемому его формулой, представленной ниже.
Кроме того, любому специалисту в данной области техники, который ознакомился с настоящим документом, очевидно, что представленные варианты осуществления заявленного изобретения обеспечивает важные преимущества при анализе пористых материалов, например, образцов подповерхностных формаций на продуктивных нефтегазовых месторождениях или вблизи таких месторождений. В частности, варианты осуществления настоящего изобретения позволяют применять методы прямого численного моделирования для анализа свойств материалов, в том числе петрофизических, в подповерхностных формациях в условиях деформации, воздействующей на эти формации в геологической среде. Это повышает возможности лабораторных систем и аналитического оборудования по точному определению характеристик подземного пласта с помощью обычных методов прямого численного моделирования, применяемых в отношении объемных изображений, полученных в условиях окружающей среды на поверхности. Кроме того, благодаря моделированию подповерхностных условий в естественной среде, присущих образцу горной породы, с использованием объемного изображения и дополнительного численного анализа согласно вариантам осуществления настоящего изобретения можно сократить время и стоимость определения петрофизических свойств. В сравнении с лабораторными измерениями, которые могут занимать месяцы, полное время всего цикла расчета упруго-деформационных петрофизических свойств на основе изображений может быть сокращено до нескольких дней или еще больше. Кроме того, за счет использования способа моделирования для определения подповерхностных свойств под нагрузкой можно получить множество различных напряженных состояний по одному изображению объема горной породы, что способствует пониманию эволюции петрофизических свойств геологической среды во время разработки и добычи пористой породы пласта-коллектора. Предполагается, что эти и иные преимущества и выгоды могут быть предоставлены вариантами осуществления настоящего изобретения в той мере, насколько они распространяются на конкретные материалы, ситуации и способы реализации.
- 14 031381
Хотя настоящее изобретение описано в привязке к вариантам его осуществления, естественным образом предполагается, что модификации и альтернативы этих вариантов, при том что эти модификации и альтернативные варианты высвечивают преимущества и достоинства заявленного изобретения, будут понятны любому специалисту в данной области техники, который ознакомится с этим описанием и прилагаемыми чертежами. Предполагается, что такие модификации и альтернативные варианты входят в объем заявленного изобретения, определяемый его формулой, приведенной в настоящем документе.
Claims (27)
1.0Е+04
О 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Изменение объема (% уменьшения)
Фиг. 4G
1.0Е+05 с- Модуль контакта (пост.)
X Модуль контакта (f(dv)) х
X
X
X
X X
1.0Е+06 х
X
X--------
1.0Е+07
Модуль Юнга (контакт)
1.0Е+08
1.0Е+09
1. Способ анализа образца горной породы, включающий в себя следующие стадии: сегментирование цифрового объемного изображения, соответствующего одному или нескольким томографическим изображениям образца горной породы, для привязки вокселов в цифровом объемном изображении к поровому пространству или твердому веществу;
наложение неструктурированной сетки конечных элементов на вокселы, соответствующие твердому веществу в сегментированном цифровом объемном изображении;
численное моделирование наложения деформации на неструктурированную сетку с целью создания деформированной объемной сетки цифрового объемного изображения в условиях имитированной деформации;
численный анализ отображения цифрового объемного изображения, соответствующего деформированной объемной сетке, чтобы охарактеризовать свойство материала образца горной породы в условиях, соответствующих деформации.
2. Способ по п.1, дополнительно включающий в себя стадию повторения операций наложения, моделирования и анализа для определения свойства материала в различных условиях деформации.
3. Способ по п.1, в котором деформация соответствует одному или нескольким напряженным состояниям, деформированным состояниям, условиям нагружения и условиям смещения.
4. Способ по п.1, дополнительно включающий в себя присваивание значений упругих свойств вокселам, которые соотносятся с твердым веществом, по завершении стадии сегментации; при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
5. Способ по п.1, дополнительно включающий в себя стадию разделения твердого вещества, отображаемого сегментированным цифровым объемным изображением, на отдельные зерна и идентификации контактных областей этих зерен.
6. Способ по п.5, в котором стадия наложения неструктурированной сетки конечных элементов на вокселы обеспечивает более мелкий рисунок наложенной сетки в контактных областях в сравнении с другими участками сетки, покрывающими разделенные зерна.
7. Способ по п.6, дополнительно включающий в себя присваивание значений упругих свойств вокселам, которые соотносятся с твердым веществом, по завершении стадии разделения; при этом значения упругих свойств включают в себя значения, соответствующие контактной гибкости, присвоенной идентифицированным контактным областям; и при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
8. Способ по п.7, дополнительно включающий в себя стадию повторения стадий разделения, наложения и численного моделирования после первого события стадии численного моделирования.
9. Способ по п.1, в котором стадия численного моделирования включает в себя задание граничных условий, соответствующих деформации, которые должны быть применены к системе уравнений, соответствующих определяющим уравнениям упругости по всему объему твердого вещества, отображаемого неструктурированной сеткой; и задействование конечно-элементного решателя для решения системы уравнений заданных граничных условий для перемещений узлов неструктурированной сетки.
10. Способ по п.1, в котором стадия численного анализа включает в себя получение деформированной объемной сетки твердофазного компонента цифрового объемного изображения;
расчет пористости объема, соответствующего деформированной объемной сетке; и оценку одного или нескольких петрофизических свойств в соответствии с тем, как эти петрофизические свойства коррелируют с пористостью.
11. Способ по п.1, в котором стадия численного анализа включает в себя получение деформированной объемной сетки твердофазного компонента цифрового объемного изображения;
преобразование деформированной объемной сетки в вокселизированную геометрическую форму, отображающую поровое пространство и твердое вещество; и численное вычисление одного или нескольких петрофизических свойств по деформированной объемной сетке.
12. Способ по п.11, в котором на стадии преобразования осуществляется преобразование деформированной объемной сетки в вокселизированную геометрическую форму, отображающую поровое про
13. Способ по п.11, в котором стадия численных вычислений включает в себя решение уравнения Лапласа для распределения напряжения в объеме при предполагаемом уровне водонасыщения с целью расчета пластового коэффициента и/или параметра насыщения образца горной породы в условиях деформации.
14. Способ по п.1, в котором стадия численного анализа включает в себя получение деформированной объемной сетки твердофазного компонента цифрового трехмерного изображения;
идентификацию поверхностных элементов в виде стенок пор в деформированной объемной сетке;
формирование объемной сетки порового пространства по идентифицированным поверхностным элементам в виде стенок пор;
применение численного метода для решения системы уравнений применительно к объемной сетке порового пространства с целью определения одного или нескольких петрофизических свойств образца горной породы.
15. Способ по п.1, в котором стадия численного анализа включает в себя получение деформированной объемной сетки твердофазного компонента цифрового трехмерного изображения;
получение геометрических свойств из деформированной объемной сетки;
наложение полученных геометрических свойств на аналитическую модель для расчета одного или нескольких петрофизических свойств образца горной породы.
- 15 031381 странство в объеме; при этом стадия численного вычисления включает в себя моделирование течения жидкости в поровом пространстве с использованием модели решетчатых уравнений Больцмана с целью определения проницаемости образца горной породы в деформированном состоянии.
- 16 031381 ции сегментации; при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
16. Способ по п.15, в котором геометрические свойства включают в себя множество сфер максимального размера, вписанных в поровое пространство, которое отображается деформированной объемной сеткой; при этом стадия наложения включает в себя идентификацию одной или нескольких линий тока, соответствующих отрезкам, соединяющих центроиды порового пространства; и расчет извилистости поровых каналов образца горной породы по идентифицированным линиям тока.
- 17 031381
Фиг. 1A
Фиг. 1B
120
Фиг. 1C
17. Способ по п.1, в котором на стадии численного анализа производится оценка одного или нескольких свойств материала, соответствующих какому-либо одному или нескольким свойствам из группы петрофизических свойств, включающих в себя абсолютную проницаемость, относительную проницаемость, пористость, пластовый коэффициент, показатель цементации, коэффициент насыщения, показатель извилистости поровых каналов, объемный модуль упругости, модуль упругости при сдвиге, модуль Юнга, коэффициент Пуассона, постоянные Ламе и капиллярное давление.
- 18 031381
Фиг. 2
Фиг. 3A
18. Система анализа образцов материала, содержащая устройство формирования изображений, выполненное с возможностью построения цифрового объемного изображения, отображающего образец материала; и вычислительное устройство, соединенное с устройством формирования изображений и содержащее один или несколько процессоров; и одно или несколько запоминающих устройств, соединенных с одним или несколькими процессорами и хранящих программные команды, которые при их исполнении одним или несколькими процессорами инициируют определение одним или несколькими процессорами одного или нескольких свойств материала по его образцу путем выполнения множества операций, включающих в себя сегментирование цифрового объемного изображения, соответствующего одному или нескольким томографическим изображениям образца горной породы, для привязки вокселов в цифровом объемном изображении к поровому пространству или твердому веществу;
наложение неструктурированной сетки конечных элементов на вокселы, соответствующие твердому веществу в сегментированном цифровом объемном изображении;
численное моделирование наложения деформации на неструктурированную сетку с целью создания деформированной объемной сетки цифрового объемного изображения в условиях имитированной деформации;
численный анализ отображения цифрового объемного изображения, соответствующего деформированной объемной сетке, чтобы охарактеризовать свойство материала образца горной породы в условиях, соответствующих деформации.
- 19 031381
Фиг. 3B
300
304 302
Фиг. 3C
19. Система по п.18, в которой устройство формирования изображений представляет собой рентгеновский компьютерный томограф.
- 20 031381
Фиг. 3D
Фиг. 3E
20. Система по п.18, в которой множество операций дополнительно включают в себя повторение операций наложения, моделирования и анализа для определения свойства материала в различных условиях деформации.
- 21 031381
Фиг. 3F
Фиг. 4A
Фиг. 4B
21. Система по п.18, в которой множество операций дополнительно включают в себя присваивание значений упругих свойств вокселам, которые соотносятся с твердым веществом, по завершении опера
- 22 031381
Фиг. 4C
Фиг. 4D
Фиг. 4E
22. Система по п.18, в которой множество операций дополнительно включают в себя разделение твердого вещества, отображаемого сегментированным цифровым объемным изображением, на отдельные зерна и идентификацию контактных областей этих зерен.
- 23 031381
Фиг. 4F
Зависимость модуля Юнга (контакт) от изменения объема (dv)
23. Система по п.22, в которой множество операций дополнительно включают в себя присваивание значений упругих свойств вокселам, которые соотносятся с твердым веществом, по завершении операции разделения; при этом выполнение операции по наложению неструктурированной сетки конечных элементов на вокселы приводит к тому, что в контактных областях рисунок наложенной сетки конечных элементов оказывается более мелким в сравнении с другими участками сетки, покрывающими разделенные зерна; при этом значения упругих свойств включают в себя значения, соответствующие контактной гибкости, присвоенной идентифицированным контактным областям; при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
- 24 031381 объема (dv) □ Нет контакта с» Модуль контакта (пост.) —
Пористость (%)
Изменение объема (% уменьшения)
Фиг. 4H
Фиг. 5A
Фиг. 5B
24. Энергонезависимый машиночитаемый носитель, содержащий программные команды, которые при их исполнении одним или несколькими процессорами инициируют определение одним или несколькими процессорами одного или нескольких свойств материала на его образце путем выполнения множества операций, включающих в себя сегментирование цифрового объемного изображения, соответствующего одному или нескольким томографическим изображениям образца горной породы, для привязки вокселов в цифровом объемном изображении к поровому пространству или твердому веществу;
наложение неструктурированной сетки конечных элементов на вокселы, соответствующие твердому веществу в сегментированном цифровом объемном изображении;
численное моделирование наложения деформации на неструктурированную сетку с целью создания деформированной объемной сетки цифрового объемного изображения в условиях имитированной деформации;
численный анализ отображения цифрового объемного изображения, соответствующего деформированной объемной сетке, чтобы охарактеризовать свойство материала образца горной породы в условиях, соответствующих деформации.
- 25 031381
Фиг. 5C
Фиг. 5D
Фиг. 6
25. Носитель по п.24, в котором множество операций дополнительно включают в себя повторение операций наложения, моделирования и анализа для определения свойства материала в различных условиях деформации.
- 26 031381 хЧ-----------------------------► хф ¥ Y
Фиг. 7
Фиг. 8
26. Носитель по п.24, в котором множество операций дополнительно включают в себя присваивание значений упругих свойств вокселам, которые соотносятся с твердым веществом, по завершении операции сегментации; при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
27. Носитель по п.24, в котором множество операций дополнительно включают в себя разделение отдельных зерен твердого вещества, представленных в сегментированном цифровом объемном изображении, и идентификацию контактных областей этих зерен.
28. Носитель по п.27, в котором множество операций дополнительно включают в себя присваивание значений упругих свойств вокселам, соотносящихся с твердым веществом, по завершении операции разделения; при этом операция по наложению неструктурированной сетки конечных элементов на вокселы приводит к тому, что в контактных областях рисунок наложенной сетки конечных элементов оказывается более мелким в сравнении с другими участками сетки, покрывающими разделенные зерна; при этом значения упругих свойств включают в себя значения, соответствующие контактной гибкости, присвоенной идентифицированным контактным областям; при этом операция численного моделирования выполняется с использованием присвоенных значений упругих свойств.
- 27 031381
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361862885P | 2013-08-06 | 2013-08-06 | |
PCT/US2014/049981 WO2015021182A1 (en) | 2013-08-06 | 2014-08-06 | Image-based direct numerical simulation of petrophysical properties under simulated stress and strain conditions |
Publications (2)
Publication Number | Publication Date |
---|---|
EA201592039A1 EA201592039A1 (ru) | 2016-02-29 |
EA031381B1 true EA031381B1 (ru) | 2018-12-28 |
Family
ID=51453841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EA201592039A EA031381B1 (ru) | 2013-08-06 | 2014-08-06 | Прямое численное моделирование петрофизических свойств на основе изображений в имитированных условиях напряженно-деформированного состояния |
Country Status (10)
Country | Link |
---|---|
US (1) | US9348056B2 (ru) |
EP (1) | EP3030888B1 (ru) |
JP (1) | JP6450385B2 (ru) |
CN (1) | CN105393110B (ru) |
AU (1) | AU2014306018B2 (ru) |
CA (1) | CA2912191C (ru) |
EA (1) | EA031381B1 (ru) |
MX (1) | MX349507B (ru) |
SA (1) | SA515370217B1 (ru) |
WO (1) | WO2015021182A1 (ru) |
Families Citing this family (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9921300B2 (en) | 2014-05-19 | 2018-03-20 | Rockwell Automation Technologies, Inc. | Waveform reconstruction in a time-of-flight sensor |
US11243294B2 (en) | 2014-05-19 | 2022-02-08 | Rockwell Automation Technologies, Inc. | Waveform reconstruction in a time-of-flight sensor |
US9256944B2 (en) | 2014-05-19 | 2016-02-09 | Rockwell Automation Technologies, Inc. | Integration of optical area monitoring with industrial machine control |
US9696424B2 (en) | 2014-05-19 | 2017-07-04 | Rockwell Automation Technologies, Inc. | Optical area monitoring with spot matrix illumination |
WO2015187483A1 (en) | 2014-06-05 | 2015-12-10 | Geocosm, LLC | Predicting sediment and sedimentary rock properties |
US9625108B2 (en) | 2014-10-08 | 2017-04-18 | Rockwell Automation Technologies, Inc. | Auxiliary light source associated with an industrial application |
CN104315989B (zh) * | 2014-10-30 | 2017-01-25 | 三峡大学 | 一种测量岩石区域形变的方法 |
WO2016093794A1 (en) * | 2014-12-08 | 2016-06-16 | Landmark Graphics Corporation | Defining non-linear petrofacies for a reservoir simulation model |
US10330657B2 (en) * | 2014-12-10 | 2019-06-25 | Bp Corporation North America Inc. | Estimation of conductivity for nanoporous materials |
JP6419585B2 (ja) * | 2015-01-13 | 2018-11-07 | 株式会社小松製作所 | 掘削機械、掘削機械の制御方法及び掘削システム |
GB201506186D0 (en) * | 2015-04-13 | 2015-05-27 | Corex Uk Ltd | Test apparatus for evaluating solid particle movement during hydrocarbon production, and method thereof |
CN104807563B (zh) * | 2015-05-04 | 2017-04-05 | 中国矿业大学 | 基于钻孔显微数字摄像的非接触式地应力测试装置及方法 |
US9892321B2 (en) * | 2015-06-27 | 2018-02-13 | New England Research, Inc. | Using maximal inscribed spheres for image-based rock property estimation |
US10302814B2 (en) | 2015-08-20 | 2019-05-28 | Baker Hughes, A Ge Company, Llc | Mechanisms-based fracture model for geomaterials |
US10102311B2 (en) * | 2016-03-28 | 2018-10-16 | Baker Hughes, A Ge Company, Llc | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation |
US10546072B2 (en) * | 2016-03-28 | 2020-01-28 | Baker Huges, A Ge Company, Llc | Obtaining micro- and macro-rock properties with a calibrated rock deformation simulation |
CN106053168B (zh) * | 2016-05-20 | 2017-10-10 | 长安大学 | 基于3d打印技术的混凝土细观三相结构的可视化方法 |
CN105973706B (zh) * | 2016-06-07 | 2020-07-03 | 中国矿业大学(北京) | 一种基于工业ct的煤岩体多尺度力学特性分析方法 |
CA3040304C (en) | 2016-10-31 | 2023-10-17 | Bp Corporation North America Inc. | Direct numerical simulation of petrophysical properties of rocks with two or more immicible phases |
EP3340113A1 (en) * | 2016-12-23 | 2018-06-27 | Geoservices Equipements | Method and system for analyzing cuttings coming from a wellbore |
CN110573842B (zh) | 2017-01-26 | 2021-05-11 | 达索***西姆利亚公司 | 基于流体占据时间的多相流可视化图 |
CN109143368B (zh) * | 2017-06-28 | 2020-04-07 | 中国石油化工股份有限公司 | 山前带地震去噪方法 |
US10991078B2 (en) * | 2017-09-15 | 2021-04-27 | Saudi Arabian Oil Company | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network |
CN107632029A (zh) * | 2017-09-18 | 2018-01-26 | 西南交通大学 | 一种基于x射线透射成像的数字图像相关技术实验装置 |
EP3707493A4 (en) * | 2017-11-06 | 2021-06-30 | Khalifa University of Science and Technology | METHOD AND SYSTEM FOR DETERMINING THE PERMEABILITY OF A POROUS MEDIUM |
US11714040B2 (en) * | 2018-01-10 | 2023-08-01 | Dassault Systemes Simulia Corp. | Determining fluid flow characteristics of porous mediums |
MX2020007739A (es) * | 2018-01-24 | 2020-09-25 | Jfe Steel Corp | Metodo de determinacion de matriz elastica y metodo de analisis de vibraciones para nucleo de hierro laminado. |
CN108279163B (zh) * | 2018-02-02 | 2020-07-24 | 东南大学 | 一种基于压汞实验预测水泥基材料弹性模量的方法 |
CN108458929B (zh) * | 2018-03-22 | 2020-05-12 | 安徽工业大学 | 一种测量材料真实应力的方法 |
US11073463B2 (en) * | 2018-05-15 | 2021-07-27 | W.D. Von Gonten Laboratories, LLC | Methods for modeling permeability in layered rock formations |
US11009497B2 (en) | 2018-06-22 | 2021-05-18 | Bp Corporation North America Inc. | Systems and methods for estimating mechanical properties of rocks using grain contact models |
CN110794474B (zh) * | 2018-08-02 | 2022-05-10 | 中国石油天然气股份有限公司 | 一种岩浆底辟与伸展作用叠合的模拟装置及分析方法 |
US11530598B2 (en) | 2018-08-21 | 2022-12-20 | Dassault Systemes Simulia Corp. | Determination of oil removed by gas via miscible displacement in reservoir rock |
CN109101744B (zh) * | 2018-08-28 | 2022-05-03 | 华东交通大学 | 一种在非均匀***荷载作用下计算隧道变形与应力的方法 |
CN109063383A (zh) * | 2018-09-19 | 2018-12-21 | 西南石油大学 | 基于微尺度重建模型的热-流-固多场耦合模拟方法 |
CN112488980B (zh) * | 2019-08-20 | 2024-06-25 | 隆基绿能科技股份有限公司 | 一种熔料状态检测方法、装置及设备 |
US11119025B2 (en) | 2018-12-18 | 2021-09-14 | Shell Oil Company | Method for characterizing the porosity of rock |
EP3899488A1 (en) | 2018-12-18 | 2021-10-27 | Shell Internationale Research Maatschappij B.V. | Method for digitally characterizing the permeability of rock |
CN109738341B (zh) * | 2019-02-27 | 2024-04-26 | 广州肖宁道路工程技术研究事务所有限公司 | 芯样级配分析方法 |
CN109766669B (zh) * | 2019-03-06 | 2022-09-27 | 四川大学 | 预测导电复合材料电阻及其响应的可视化数学模型方法 |
BR112021016278A2 (pt) | 2019-04-24 | 2021-11-09 | Halliburton Energy Services Inc | Aparelho e método para gerar um testemunho reconstruído |
US20220164968A1 (en) * | 2019-04-29 | 2022-05-26 | Halliburton Energy Services, Inc. | Automated core scan alignment |
CN110443844B (zh) * | 2019-06-25 | 2021-10-15 | 中国地质大学(武汉) | 一种基于钻孔图像的岩体结构面几何信息提取方法 |
CA3177655A1 (en) * | 2020-05-08 | 2021-11-11 | Glen L. GETTEMY | Material properties from two-dimensional image |
CN111767650B (zh) * | 2020-06-28 | 2022-05-03 | 中国石油大学(华东) | 一种数字岩芯等效弹性参数估算方法及装置 |
US11847391B2 (en) | 2020-06-29 | 2023-12-19 | Dassault Systemes Simulia Corp. | Computer system for simulating physical processes using surface algorithm |
CN111751211B (zh) * | 2020-06-30 | 2021-05-28 | 中国科学院地质与地球物理研究所 | 一种岩石压裂缝网拓扑结构刻画方法 |
CN112730060B (zh) * | 2020-12-23 | 2023-02-28 | 中山艾尚智同信息科技有限公司 | 一种混凝土试块抗压性能自动测试分析方法 |
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 |
US11928807B2 (en) | 2021-01-19 | 2024-03-12 | Halliburton Energy Services, Inc. | Partitioning of pores and throats in 2D and 3D digital tomographic representations |
US20220342113A1 (en) * | 2021-04-21 | 2022-10-27 | Baker Hughes Oilfield Operations Llc | Estimation of properties of a subterranean region using a synthetic physical model |
CN113221417B (zh) * | 2021-05-14 | 2022-05-31 | 湖北理工学院 | 基于离散-连续耦合及格子Boltzmann的虚拟三轴渗透试验仿真方法 |
US12002159B2 (en) * | 2021-06-09 | 2024-06-04 | Dassault Systemes Americas Corp. | Prediction of mechanical properties of sedimentary rocks based on a grain to grain parametric cohesive contact model |
CN113433125A (zh) * | 2021-06-21 | 2021-09-24 | 敦煌研究院 | 一种土遗址土体表面应力应变测试环境箱及其测量方法 |
CN113740145B (zh) * | 2021-09-06 | 2023-05-05 | 中国工程物理研究院电子工程研究所 | 一种弹性体材料体积模量测试装置与方法 |
CN113591420B (zh) * | 2021-09-08 | 2022-05-13 | 中国石油大学(北京) | 真三轴水力压裂实验的仿真方法及处理器 |
CN114486670B (zh) * | 2021-09-14 | 2023-08-25 | 中国地质大学(北京) | 一种基于nmr测试的煤岩孔隙各向异性评价方法 |
US20230220770A1 (en) * | 2022-01-07 | 2023-07-13 | Schlumberger Technology Corporation | Systems and methods for measuring physical lithological features based on calibrated photographs of rock particles |
US11593921B1 (en) * | 2022-03-22 | 2023-02-28 | Illuscio, Inc. | Systems and methods for supplementing image capture with artificial data points that are generated based on material properties and associated rules |
EP4390941A1 (en) * | 2022-12-20 | 2024-06-26 | Borealis AG | A computer-implemented method for outputting parameter values describing at least an elastoplastic mechanical response of one or more materials |
CN115979891B (zh) * | 2023-03-16 | 2023-06-23 | 中建路桥集团有限公司 | 高压液气混合流体喷射破碎及固化粘性土的检测方法 |
CN116912458A (zh) * | 2023-09-05 | 2023-10-20 | 煤炭科学研究总院有限公司 | 煤岩的有限元模型生成方法、装置及电子设备 |
CN118153402B (zh) * | 2024-05-09 | 2024-07-12 | 煤炭科学研究总院有限公司 | 岩石评估方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049451A1 (en) * | 2008-07-01 | 2010-02-25 | Jia Lu | Material property identification system and methods |
US20100128933A1 (en) * | 2008-11-24 | 2010-05-27 | Naum Derzhi | Method for determining properties of fractured rock formations using computer tomograpic images thereof |
WO2011149808A2 (en) * | 2010-05-28 | 2011-12-01 | Ingrain, Inc. | Method for obtaining consistent and integrated physical properties of porous media |
WO2013039416A1 (en) * | 2011-09-12 | 2013-03-21 | Siemens Aktiengesellschaft | Method for analyzing a porous material from a core sample |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000097816A (ja) * | 1998-09-25 | 2000-04-07 | Hazama Gumi Ltd | 3次元地下構造解析におけるメッシュ分割の支援方法 |
AU2001270265A1 (en) * | 2000-06-29 | 2002-01-14 | Object Reservoir, Inc. | Method and system for coordinate transformation to model radial flow near a singularity |
CN1898640A (zh) * | 2004-01-30 | 2007-01-17 | 埃克森美孚上游研究公司 | 储层评价方法 |
GB2468088B (en) * | 2007-11-27 | 2012-08-15 | Exxonmobil Upstream Res Co | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
RU2444031C2 (ru) * | 2008-04-10 | 2012-02-27 | Шлюмбергер Текнолоджи Б.В. | Способ генерирования численных псевдокернов с использованием изображений скважины, цифровых образов породы и многоточечной статистики |
US8331626B2 (en) * | 2008-05-21 | 2012-12-11 | Ingrain, Inc. | Method for estimating material properties of porous media using computer tomographic images thereof |
US8170799B2 (en) | 2008-11-24 | 2012-05-01 | Ingrain, Inc. | Method for determining in-situ relationships between physical properties of a porous medium from a sample thereof |
US8085974B2 (en) | 2008-11-24 | 2011-12-27 | Ingrain, Inc. | Method for determining elastic-wave attenuation of rock formations using computer tomograpic images thereof |
US8155377B2 (en) | 2008-11-24 | 2012-04-10 | Ingrain, Inc. | Method for determining rock physics relationships using computer tomographic images thereof |
US8081802B2 (en) | 2008-11-29 | 2011-12-20 | Ingrain, Inc. | Method for determining permeability of rock formation using computer tomograpic images thereof |
US8818778B2 (en) * | 2009-09-16 | 2014-08-26 | Chevron U.S.A. Inc. | Method for creating a 3D rock representation using petrophysical data |
CN102373923B (zh) * | 2010-08-20 | 2013-03-13 | 中国石油天然气股份有限公司 | 一种储层识别方法 |
CN102129701A (zh) * | 2011-05-03 | 2011-07-20 | 广东省电力设计研究院 | 一种处理岩芯照片的方法及其*** |
AU2011379571A1 (en) * | 2011-10-18 | 2014-05-08 | Schlumberger Technology B.V. | A method for 3D mineral mapping of a rock sample |
MX349448B (es) * | 2012-08-10 | 2017-07-28 | Ingrain Inc | Metodo para mejorar la precision de valores de propiedad de roca derivados a partir de imagenes digitales. |
-
2014
- 2014-08-06 CA CA2912191A patent/CA2912191C/en active Active
- 2014-08-06 US US14/453,466 patent/US9348056B2/en active Active
- 2014-08-06 AU AU2014306018A patent/AU2014306018B2/en active Active
- 2014-08-06 EP EP14758197.9A patent/EP3030888B1/en active Active
- 2014-08-06 JP JP2016533407A patent/JP6450385B2/ja active Active
- 2014-08-06 WO PCT/US2014/049981 patent/WO2015021182A1/en active Application Filing
- 2014-08-06 CN CN201480031095.1A patent/CN105393110B/zh active Active
- 2014-08-06 EA EA201592039A patent/EA031381B1/ru not_active IP Right Cessation
- 2014-08-06 MX MX2015016006A patent/MX349507B/es active IP Right Grant
-
2015
- 2015-11-30 SA SA515370217A patent/SA515370217B1/ar unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049451A1 (en) * | 2008-07-01 | 2010-02-25 | Jia Lu | Material property identification system and methods |
US20100128933A1 (en) * | 2008-11-24 | 2010-05-27 | Naum Derzhi | Method for determining properties of fractured rock formations using computer tomograpic images thereof |
WO2011149808A2 (en) * | 2010-05-28 | 2011-12-01 | Ingrain, Inc. | Method for obtaining consistent and integrated physical properties of porous media |
WO2013039416A1 (en) * | 2011-09-12 | 2013-03-21 | Siemens Aktiengesellschaft | Method for analyzing a porous material from a core sample |
Non-Patent Citations (1)
Title |
---|
SAKELLARIOU A. ET AL.: "An x-ray tomography facility for quantitative prediction of mechanical and transport properties in geological, biological and synthetic systems", PROC. SPIE 5535, DEVELOPMENTS IN X-RAY TOMOGRAPHY IV, 26 October 2004 (2004-10-26), pages 473-484, XP040190399, Bellingham, WA, USA, DOI: 10.1117/12.559200, the whole document * |
Also Published As
Publication number | Publication date |
---|---|
WO2015021182A1 (en) | 2015-02-12 |
SA515370217B1 (ar) | 2017-07-30 |
EP3030888A1 (en) | 2016-06-15 |
JP2016532867A (ja) | 2016-10-20 |
MX349507B (es) | 2017-08-02 |
MX2015016006A (es) | 2016-04-04 |
JP6450385B2 (ja) | 2019-01-09 |
AU2014306018B2 (en) | 2018-05-17 |
EA201592039A1 (ru) | 2016-02-29 |
CN105393110A (zh) | 2016-03-09 |
AU2014306018A1 (en) | 2015-11-12 |
EP3030888B1 (en) | 2023-07-05 |
US20150043787A1 (en) | 2015-02-12 |
CN105393110B (zh) | 2019-03-29 |
CA2912191C (en) | 2021-06-15 |
US9348056B2 (en) | 2016-05-24 |
CA2912191A1 (en) | 2015-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EA031381B1 (ru) | Прямое численное моделирование петрофизических свойств на основе изображений в имитированных условиях напряженно-деформированного состояния | |
EP3358339B1 (en) | Method for providing a numerical model of a sample of rock | |
US20160169854A1 (en) | Estimation of Conductivity for Nanoporous Materials | |
EA032063B1 (ru) | Системы и способы усовершенствования прямого численного моделирования свойств материала из образцов горной породы и выявления неопределенности в свойствах материала | |
US20160131800A1 (en) | Modeling fluid-conducting fractures in reservoir simulation grids | |
SA109300705B1 (ar) | طريقة لتحديد العلاقات الفيزيائية لصخر باستخدام صور مقطعية له على حاسب آلي | |
EP3077618B1 (en) | Tuning digital core analysis to laboratory results | |
US20140379312A1 (en) | Method and System For Generation of Upscaled Mechanical Stratigraphy From Petrophysical Measurements | |
CN109891460B (zh) | 具有两个或更多个不混溶相的岩石的岩石物理性质的直接数值模拟 | |
Wellmann et al. | Integrating structural geological data into the inverse modelling framework of iTOUGH2 | |
US20220341835A1 (en) | Methods and Systems for Determining Reservoir and Fracture Properties | |
EP3303763B1 (en) | Oilfield reservoir saturation and permeability modeling | |
US20180348400A1 (en) | Method and System for Creating and Using a Subsurface Model in Hydrocarbon Operations | |
US11294095B2 (en) | Reservoir simulations with fracture networks | |
Ackerer et al. | Inversion of a set of well-test interferences in a fractured limestone aquifer by using an automatic downscaling parameterization technique | |
EP3338115A1 (en) | Reservoir simulations with fracture networks | |
Han et al. | Numerical computation of elastic properties for porous rocks based on CT-scanned images using direct mapping method | |
Trottier et al. | Inversion of a dual-continuum approach to flow in a karstified limestone: Insight into aquifer heterogeneity revealed by well-test interferences | |
CN115758792A (zh) | 一种基于数字数值一体化的地质灾害评估方法及装置 | |
Bachi et al. | An Efficient Hydraulic Fracture Geometry Calibration Workflow Using Microseismic Data | |
US10417354B2 (en) | Model order reduction technique for discrete fractured network simulation | |
Araujo et al. | Numerical simulation of generation and propagation of Tension fractures in laminated of Fm. Crato applying finite elements with incorporated strong discontinuities | |
BR112015029284B1 (pt) | Simulação numérica direta de propriedades petrofísicas baseada em imagens sob condições simuladas de estresse e deformação | |
Yan et al. | A Novel Workflow from StimPlan to EDFM for Complex Hydraulic Fracture Modeling and Production Simulation | |
Aydin et al. | Exploring structural uncertainty using a flow proxy in the depositional domain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): AM BY KZ KG TJ TM |