地质力学学报  2019, Vol. 25 Issue (4): 475-482
引用本文
杨峰, 王昊, 黄波, 李晓倩, 张超, 肖春金, 李静. 基于CT扫描的致密砂岩渗流特征及应力敏感性研究[J]. 地质力学学报, 2019, 25(4): 475-482.
YANG Feng, WANG Hao, HUANG Bo, LI Xiaoqian, ZHANG Chao, XIAO Chunjin, LI Jing. STUDY ON THE STRESS SENSITIVITY AND SEEPAGE CHARACTERISTICS OF TIGHT SANDSTONE BASED ON CT SCANNING[J]. Journal of Geomechanics, 2019, 25(4): 475-482.
基于CT扫描的致密砂岩渗流特征及应力敏感性研究
杨峰1 , 王昊2 , 黄波1 , 李晓倩1 , 张超1 , 肖春金1 , 李静2     
1. 中国石化胜利油田分公司石油工程技术研究院, 山东 东营 257200;
2. 中国石油大学(华东)地质力学与工程研究所, 山东 青岛 266580
摘要:认识低渗透储层的渗流特征对油气开采和储层改造具有重要意义。为此,研究利用微CT扫描技术对致密砂岩岩样进行扫描,据此建立了能够精细刻画岩样的微观模型,运用COMSOL模拟了流体在岩石孔隙中的渗流特征,研究了致密砂岩的渗流特征及应力敏感性。研究结果表明:流体入口和出口间压差固定时,岩石的渗透率保持不变,与入口出口压力的具体数值无关;不同方向的岩石模型计算渗透率处在同一数量级但有微小差异;在侧向压力作用下,渗流路径变窄,通过渗流路径的整体速度下降,渗透率下降,但在孔隙相对较大的地方,由于路径变窄,流体速度较未加压力前略有上升。
关键词CT扫描    致密砂岩    微观渗流    数值模拟    应力敏感性    
DOI10.12090/j.issn.1006-6616.2019.25.04.045     文章编号:1006-6616(2019)04-0475-08
STUDY ON THE STRESS SENSITIVITY AND SEEPAGE CHARACTERISTICS OF TIGHT SANDSTONE BASED ON CT SCANNING
YANG Feng1 , WANG Hao2 , HUANG Bo1 , LI Xiaoqian1 , ZHANG Chao1 , XIAO Chunjin1 , LI Jing2     
1. Research Institute of Petroleum Engineering, Shengli Oil Field, SINOPEC, Dongying 257200, Shandong, China;
2. Research Institute of Geological Mechanics and Engineering, China University of Petroleum, Qingdao 266580, Shandong, China
Abstract: The understanding of seepage characteristics of low-permeable reservoir is of great significant for oil and gas production and reservoir reconstruction. Therefore, the micro CT scanning technology was used to scan the tight sandstone samples so as to establish a microscopic model that can accurately reflect real structures of rock samples. COMSOL was used to simulate the seepage characteristics of fluid in the pores of rocks, and the seepage characteristics and stress sensitivity of tight sandstone were studied. The results show that:When the pressure difference between the inlet and outlet of the fluid is a constant value, the rock permeability remains unchanged and has no correlation with the specific value of the inlet and outlet pressure. The calculated permeability of rock models in different directions is in the same order of magnitude but slightly different. Under the action of lateral pressure, the flow path narrows, and the fluid overall velocity through the seepage path decreases, which leads to the decrease of permeability. However, where the pore is relatively large, the velocity rises slightly compared with that before the pressure is applied due to the narrowing of the path.
Key words: CT scanning    tight sandstone    microscopic seepage    numerical simulation    stress sensitivity    
0 引言

在油气勘探开发领域,储集层岩石的孔隙结构和渗透特性对油气的有效开采具有重要作用。就低渗透储集层而言,由于具有成岩作用强烈、储集层物性差、低孔隙度、低渗透率的特征[1],储集层的渗透率更容易因地应力作用而受到损害,应力敏感性更强。刘建军等[2]研究了低渗透岩心的渗流情况,得出孔隙度、渗透率随有效压力之间的关系可用指数函数来描述;康毅力[3]、张浩[4]、游利军等[5-6]总结了岩屑含量、温度、含水饱和度、裂缝对应力敏感性的影响,并指出重复施压会使致密砂岩渗透率不断降低;罗瑞兰等[7]研究了启动压力梯度与渗透率的关系;刘仁静等[8]建立了变直径毛管束模型,从理论上论证了孔隙度、渗透率和应力之间的变化关系;张海勇等[9]建立了单一裂缝介质渗透率应力敏感的数学理论模型,研究了基质岩心与微裂缝岩心的应力敏感滞后效应;周汉国等[10]建立了含单裂隙的岩石立方体模型,研究了裂隙开展宽度和裂隙面粗糙度对渗流的影响。

随着实验设备的不断进步,有关应力敏感性的实验研究包括影响因素以及评价方法等趋于成熟,在作用机理方面,不少学者建立了含裂缝模型来研究岩石渗透特征,但是单一的裂缝或者变直径的毛管模型与岩石的实际裂隙有所区别。随着观测技术和计算机科学的发展,岩石微观孔隙结构的表征受到广泛关注。闫国亮等[11]以岩心二维薄片为基础,运用过程模拟法构建了数字岩心,分析了孔隙结构与渗透率之间的关系;赵秀才、姚军等[12-13]用模拟退火算法和优化的随机搜索法构建了数字岩心;张思勤等[14]运用随机生长法建立了多尺度的三维数字岩心,应用格子Boltzmann方法研究了模型的渗透率;在岩石孔隙结构的表征过程中,除了上述研究中采用的数值方法外,物理实验方法也被广泛应用。李静等[15]运用显微红外光谱技术,利用岩心薄片不同位置对不同波段红外光谱吸光度的差异得到岩石二维面的模型,研究了不同流体、介质渗透率和孔喉大小对渗流速度的影响;崔利凯等[16]通过不同分辨率的图像、多阈值的分割方法构建了多尺度、多岩石组分的数字岩心模型;王平全等[17]利用Avizo分析了数字岩心的孔隙分布,进行了渗流和电传导数值模拟;曹廷宽等[18]运用分形几何理论分析了低渗砂岩数字岩心孔隙的分形特征,并研究了岩石渗透率、孔隙度与孔隙空间分形维数之间的关系。但上述大量研究是针对数字岩心的构建方法以及孔隙尺寸分布与渗透率间的关系,缺乏对储集层岩石的应力敏感性特征的模拟研究。

鉴于X射线CT扫描具有精确、无损的特点[19],研究从CT扫描技术出发,建立能够反映岩石真实孔隙和裂缝的微观模型,模拟应力作用下岩石渗透率变化,直观展示渗透率变化时岩石的微观渗流特征,以期认识应力敏感性的微观作用机理。

1 岩石微观模型的建立

实验岩样选自准噶尔盆地中部4区块董11井,实验时在岩心上钻取直径为3 mm的小圆柱体,切去两端后进行CT扫描实验。CT扫描图片来自MicroXCT-200型微米CT扫描仪,该仪器拥有微米级的分辨率。岩样经扫描后得到1008张1024 px×1024 px的二维灰度图像,重构图像像素比例为2.5 μm/px,灰度图像如图 1a所示。

图 1 岩石微观图像 Fig. 1 Microimages of rocks
1.1 XZ向灰度图像

将扫描后的灰度图像进行叠加,得到岩样的三维图像,如图 1b所示。圆柱底面为XY平面,沿圆柱的高度方向是Z轴方向,选取XZ方向平面上的岩样图像如图 1c,避免依据单张圆形照片建立二维模型时较大的偶然性,也可扩大研究区域,能够更加准确地体现岩石的微观特征。

1.2 图像锐化

运用matlab处理XZ方向图像,对图像进行锐化,加强图像的边缘和轮廓,使边界更清晰,以便更准确地区分基质与孔隙。具体原理可由下式表述:

$ y\left( {n, m} \right) = x\left( {n, m} \right) + \lambda z\left( {n, m} \right) $ (1)

式中,x(n, m)为输入图像;y(n, m)为输出图像;z(n, m)为校正信号,通过对x进行高通滤波获取;λ是用于控制增强效果的缩放因子,此处取0.7;n, m为图像的像素点个数。

1.3 图像分割

锐化过后,对图像进行分割,将图像上的像素点灰度值完全分为两类,一类灰度值为255(白色),另一类灰度值为0(黑色),白色代表基质,黑色代表孔隙。为了达到上述目的,需要选取阈值,像素点灰度值大于阈值时取值255,反之则取灰度值为0。用于CT扫描的岩样是从标准尺寸岩心钻取得到的,扫描岩样的孔隙度与标准尺寸岩心孔隙度具有相关性。标准尺寸岩心由液体饱和法测得其孔隙度为7.31%,以此值为约束条件进行阈值分割。计算阈值分割后1008张图像的面孔率平均值与实测孔隙度进行比对,最终选取灰度值59作为阈值。

1.4 图像降噪

分割后形成的灰度图像会存在一些噪点,即代表基质的白色区域会有微小的黑色的噪点,进行降噪处理以提高图像质量,增大信噪比,降低噪声对计算孔隙度的影响。研究采用了中值滤波法降噪,即用一个像素点相邻区域内像素点灰度值的中值来代替该点的灰度值。

2 岩石渗透率计算

处理后岩石二维图像尺寸为1868 px×1024 px,将孔隙区域作为选区,生成路径文件后导入COMSOL Multiphsics中形成实体模型,尺寸为1868 px×1024 px,运用“自由和多孔介质流动”模块进行渗流模拟。由于扫描精度较高,孔隙已经得到表征,故不考虑流体在岩石基质中的流动,认为流体只在孔隙和喉道构成的通道中进行流动。此时用Navier-Stokes方程描述流体流动。表达式如下:

$ \left. {\begin{array}{*{20}{c}} {\rho \left( {\mathit{\boldsymbol{u}} \cdot \boldsymbol{\nabla} } \right)\mathit{\boldsymbol{u}} = \boldsymbol{\nabla} \cdot \left[{-p\mathit{\boldsymbol{I}} + \mu \left( {\boldsymbol{\nabla} \mathit{\boldsymbol{u}} + {{\left( {\boldsymbol{\nabla} \mathit{\boldsymbol{u}}} \right)}^{\rm{T}}}} \right)} \right] + \mathit{\boldsymbol{F}}}\\ {\rho \boldsymbol{\nabla} \cdot \left( \mathit{\boldsymbol{u}} \right) = 0} \end{array}} \right\} $ (2)

其中ρ为不可压缩流体的密度, kg/m3u为流体速度, m/s;p为压力, Pa;I为单位矩阵;μ为流体动力粘度, (pa·s);F为体积力, N/m3

依据XZ方向图像建立模型,设定下边界为流体入口,上边界为出口,左右边界为不透水边界,上下边界设置好压差后,计算可得到流速图像,如图 2

图 2 XZ向模型速度 Fig. 2 The velocity of the XZ model

在上边界即x=1024处画截线,将沿线速度表示出,如图 3。将速度积分后再除以整个区域实际宽度1868×2.5=4.67 mm,得到平均速度u。依据达西定律知$u = \frac{{K\Delta P}}{{L\mu }}$,可得渗透率$K = \frac{{uL\mu }}{{\Delta P}}$,式中μ为动力粘度,此处取μ=0.001(Pa·s);L为渗流路径长度,此处为1024×2.5=2.56 mm;ΔP为入口与出口间的压差。

图 3 XZ向模型出口边界速度 Fig. 3 Exit boundary velocity of the XZ model

在入口出口设置不同的压力,计算得到速度图像后按上述步骤可得计算渗透率,结果如表 1

表 1 不同压力条件下XZ向模型的计算渗透率 Table 1 The calculated permeabilities of the XZ model under different pressures

入口和出口压差为100 Pa时,入口、出口压力分别设为100~0 Pa、200~100 Pa、300~200 Pa三种情况时,计算渗透率均为0.4744 mD。改变压差为500 Pa、1000 Pa、10 MPa、15 MPa、20 MPa,计算渗透率逐渐下降,如图 4,渗透率随压差的增加逐渐减小,基本呈线性关系。

图 4 不同压差下的计算渗透率 Fig. 4 The calculated permeabilities at different pressures
3 应力作用下岩石的渗流特性

由数字图像构建的模型包含孔隙和基质两部分,为非连续介质,难以直接运用流固耦合理论进行计算。文中设计采用固体力学求解模型在外力作用下的变形,再用变形后的模型进行渗流模拟,计算渗透率,以模拟应力敏感性。采用COMSOL中的固体力学模块,在模型的左边界施加压力,上下边界约束竖向位移,右边界设为固定约束。致密砂岩油气藏开发过程中基块岩样的形变属于弹性形变[20],模拟区域内用两种不同的线弹性材料来区分基质和孔隙,具体参数见表 2

表 2 致密砂岩模型材料参数 Table 2 The material parameters of the tight sandstone model

XZ向模型左边界施加50 MPa压力时产生的应力云图如图 5所示,在基质区域的内部,应力在50 MPa左右,但是在两种材料交界面,尤其是孔隙弱介质的端部与基质的连接处存在应力集中,应力多集中在50~150 MPa范围内,但个别区域应力集中程度高,应力最高可达418 MPa。应力从集中处向基质区域逐渐降低,应力在孔隙区域内较低,在2~40 MPa范围内,最低为2.07 MPa。岩石模型在侧向压力作用下的应力分布情况比较复杂,在通常应力敏感性实验中,将围压减去入口出口气体平均压力作为有效应力存在一定误差。

图 5 50 MPa作用下XZ向模型应力图 Fig. 5 The stress diagram of the XZ model under 50 MPa pressure
3.1 岩石应力敏感性

XZ向起,沿顺时针每旋转30°截取数字岩心中的截面,经过图像处理后,导入COMSOL中建立模型。不同方向模型的孔隙结构存在差异,裂缝的连通性不同,渗流路径宽度存在差异,这可能导致单一模型可能存在偶然性,因此,文中选取多组截面建立模型可以更好地体现岩样整体的渗流特性。在模型的左边界分别施加0 MPa、10 MPa、20 MPa、30 MPa、40 MPa、50 MPa的压力,求解后得到模型在各级荷载作用下的变形,运用变形后的网格再次建立模型进行渗流模拟,用上述方法求得不同侧向压力作用下的渗透率,结果如表 3。6个方向模型无侧向压力作用时,计算渗透率平均值为0.40229 mD,岩心气测渗透率为0.374 mD,计算渗透率偏大,分析原因可能是在进行渗流模拟时将岩石基质区域与孔隙的界面视作不透水且不与水发生作用的流体壁,忽略了致密砂岩的吸附以及其他复杂的物理化学作用。

表 3 各方向上模型在不同侧向压力作用下的计算渗透率 Table 3 The calculated permeabilities of each side upward model under different lateral pressures

图 6a可以看出计算渗透率随着侧向压力的增长会逐渐降低,这是由于渗流路径宽度随侧向压力减小,通过整个截面的流量降低。在50 MPa侧向压力作用下,渗透率损失最大的是90°方向上的模型。用应力敏感性指数来评价储集层岩石的应力敏感程度[21],应力敏感指数Iσ为外应力增大时渗透率降低的百分数:

图 6 不同侧向压力下的计算渗透率 Fig. 6 The calculated permeabilities under different lateral pressures
$ {I_\sigma } = \frac{{{K_0}-{K_\sigma }}}{{{K_0}}} $ (3)

式中,K0为外应力为0时的计算渗透率,Kσ为外应力为σ时的计算渗透率。

侧向压力为50 MPa时,从XZ向到150°方向上模型的应力敏感指数分别为:3.99%、5.63%、4.53%、6.01%、4.15%、4.26%,平均应力敏感指数为4.71%。渗透率变化率曲线接近直线如图 6b。分析原因知,将孔隙区域设为弹性材料后,在侧向压力作用下,孔隙区域的变形接近于弹性变形,渗流路径宽度变化为线性变化,渗透率下降速率呈线性。

3.2 应力敏感性作用机理

以150°方向模型为例,研究应力敏感性作用机理,图 7a7b分别为0 MPa、100 MPa作用后150°方向模型的流速图像。

图 7 150°方向模型流速图像 Fig. 7 The velocity images of the 150° direction model

Y=1~1024 px时流速的最大值绘出,如图 8a。总体来看,两条曲线的趋势相同,无侧向压力时的流速略大于100 MPa作用后的流速,相同压差、时间下,通过前者的流量大,因此渗透率也高于后者。从峰值速度来看,在Y=342 px、445 px、553 px、860 px时,两组曲线均达到极大值,前者的速度也大于后一组的速度。分析知出入口压差一定,在侧向压力作用下,孔隙区域发生变形,渗流路径整体变窄,流体速度因此下降。截取Y=600~800 px时的速度变化曲线,如图 8b,在多数坐标点上,0 MPa侧向压力作用后的流速略大于100 MPa作用后的流速,但Y=690~710 px段时,在有些点上前者的速度低于后者,其原因可能是在渗流路径较宽处,流速较低,而由于侧向压力作用,在相同处的路径变窄,流速升高。

图 8 150°方向模型沿Y轴最大速度曲线 Fig. 8 The maximum speed curves along the Y axis of the 150° direction model
4 结论

基于CT扫描技术构建了致密砂岩的微观模型,通过对模型进行渗流模拟,得出以下几点认识。

(1) 入口出口压力分别为100~0 Pa、200~100 Pa、300~200 Pa时,压差均为100 Pa时,XZ向模型计算渗透率为定值0.4744 mD。随着压差的增大计算渗透率逐渐减小,呈线性关系。计算渗透率与孔隙结构、压差有关,与出入口压力数值无直接关系。

(2) 从XZ向起,沿顺时针平均截取6个截面,在侧向压力为0 MPa、压差为100 Pa时,计算渗透率平均值为0.402 mD,实验气测渗透率为0.374 mD。计算渗透率比实测渗透率高,原因可能是在进行渗流模拟时将岩石基质区域与孔隙的界面视作不透水且不与水发生作用的流体壁,忽略了致密砂岩的吸附以及其他复杂的物理化学作用。

(3) 不同方向上模型的初始渗透率有所差别,但是6个方向上的模型在侧向压力作用下应力敏感指数变化趋势一致。在侧向压力为50 MPa作用时,不同方向上应力敏感指数接近平均值4.71%,用该值来评价储集层岩石会低估岩石的应力敏感效应。原因在于模拟中将孔隙区域在应力作用下的变形简化为弹性变形,实际渗流过程中孔隙受应力作用变形更复杂。

(4) 岩石模型在侧向压力作用下发生变形,渗流路径变窄,在相同压差下,流体速度整体下降,流量减小,渗透率因此降低,这是岩石渗透率存在应力敏感性的原因。但在局部孔隙较大处,压力作用下渗流路径变窄,流体速度较未加压力前略有上升。

参考文献/References
[1]
冯建伟, 戴俊生, 刘美利. 低渗透砂岩裂缝孔隙度、渗透率与应力场理论模型研究[J]. 地质力学学报, 2011, 17(4): 303-311.
FENG Jianwei, DAI Junsheng, LIU Meili. Theoretical model about fracture porosity, permeability and stress field in the low-permeability sandstone[J]. Journal of Geomechanics, 2011, 17(4): 303-311. DOI:10.3969/j.issn.1006-6616.2011.04.001 (in Chinese with English abstract)
[2]
刘建军, 刘先贵. 有效压力对低渗透多孔介质孔隙度、渗透率的影响[J]. 地质力学学报, 2001, 7(1): 41-44.
LIU Jianjun, LIU Xiangui. The effect of effective pressure on porosity and permeability of low permeability porous media[J]. Journal of Geomechanics, 2001, 7(1): 41-44. DOI:10.3969/j.issn.1006-6616.2001.01.005 (in Chinese with English abstract)
[3]
康毅力, 张浩, 陈一健, 等. 鄂尔多斯盆地大牛地气田致密砂岩气层应力敏感性综合研究[J]. 天然气地球科学, 2006, 17(3): 335-338, 344.
KANG Yili, ZHANG Hao, CHEN Yijian, et al. Comprehensive research of tight sandstones gas reservoirs stress sensitivity in Daniudi gas field[J]. Natural Gas Geoscience, 2006, 17(3): 335-338, 344. DOI:10.3969/j.issn.1672-1926.2006.03.011 (in Chinese with English abstract)
[4]
张浩, 康毅力, 陈一健, 等. 岩石组分和裂缝对致密砂岩应力敏感性影响[J]. 天然气工业, 2004, 24(7): 55-57.
ZHANG Hao, KANG Yili, CHEN Yijian, et al. Influence of the rock components and fractures on tight sandstone stress sensitivity[J]. Natural Gas Industry, 2004, 24(7): 55-57. DOI:10.3321/j.issn:1000-0976.2004.07.017 (in Chinese with English abstract)
[5]
游利军, 康毅力, 陈一健, 等. 考虑裂缝和含水饱和度的致密砂岩应力敏感性[J]. 中国石油大学学报(自然科学版), 2006, 30(2): 59-63.
YOU Lijun, KANG Yili, CHEN Yijian, et al. Stress sensitivity of fractured tight gas sands in consideration of fractures and water saturation[J]. Journal of China University of Petroleum, 2006, 30(2): 59-63. DOI:10.3321/j.issn:1000-5870.2006.02.013 (in Chinese with English abstract)
[6]
游利军, 康毅力, 陈一健, 等. 含水饱和度和有效应力对致密砂岩有效渗透率的影响[J]. 天然气工业, 2004, 24(12): 105-107.
YOU Lijun, KANG Yili, CHEN Yijian, et al. Influence of water saturation and effective stress on effective permeability of tight sands[J]. Natural Gas Industry, 2004, 24(12): 105-107. DOI:10.3321/j.issn:1000-0976.2004.12.034 (in Chinese with English abstract)
[7]
罗瑞兰, 程林松, 彭建春, 等. 油气储层渗透率应力敏感性与启动压力梯度的关系[J]. 西南石油学院学报, 2005, 27(3): 20-22.
LUO Ruilan, CHENG Linsong, PENG Jianchun, et al. The relationship between stress-sensitivity permeability and starting pressure gradient of reservoir[J]. Journal of Southwest Petroleum Institute, 2005, 27(3): 20-22. DOI:10.3863/j.issn.1674-5086.2005.03.007 (in Chinese with English abstract)
[8]
刘仁静, 刘慧卿, 张红玲, 等. 低渗透储层应力敏感性及其对石油开发的影响[J]. 岩石力学与工程学报, 2011, 30(S1): 2697-2702.
LIU Renjing, LIU Huiqing, ZHANG Hongling, et al. Study of stress sensitivity and its influence on oil development in low permeability reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 2011, 30(S1): 2697-2702. (in Chinese with English abstract)
[9]
张海勇, 何顺利, 栾国华, 等. 超低渗透裂缝介质储层应力敏感性定量研究[J]. 岩石力学与工程学报, 2014, 33(S1): 3349-3354.
ZHANG Haiyong, HE Shunli, LUAN Guohua, et al. Quantifative study of stress sensitivity in ultralow permeability fracture media reservoir[J]. Chinese Journal of Rock Mechanics and Engineering, 2014, 33(S1): 3349-3354. (in Chinese with English abstract)
[10]
周汉国, 郭建春, 李静, 等. 裂隙特征对岩石渗流特性的影响规律研究[J]. 地质力学学报, 2017, 23(4): 531-539.
ZHOU Hanguo, GUO Jianchun, LI Jing, et al. A study on the influence rule of the fracture characteristics on rock seepage characteristics[J]. Journal of Geomechanics, 2017, 23(4): 531-539. DOI:10.3969/j.issn.1006-6616.2017.04.004 (in Chinese with English abstract)
[11]
闫国亮, 孙建孟, 刘学锋, 等. 储层岩石微观孔隙结构特征及其对渗透率影响[J]. 测井技术, 2014, 38(1): 28-32.
YAN Guoliang, SUN Jianmeng, LIU Xuefeng, et al. Characterization of microscopic pore structure of reservoir rock and its effect on permeability[J]. Well Logging Technology, 2014, 38(1): 28-32. (in Chinese with English abstract)
[12]
赵秀才, 姚军, 衣艳静, 等. 基于择多算子的随机搜索法建立数字岩心的新技术[J]. 岩土力学, 2008, 29(5): 1339-1344, 1350.
ZHAO Xiucai, YAO Jun, YI Yanjing, et al. A new method of constructing digital core utilizing stochastic search algorithm based on majority operator[J]. Rock and Soil Mechanics, 2008, 29(5): 1339-1344, 1350. DOI:10.3969/j.issn.1000-7598.2008.05.037 (in Chinese with English abstract)
[13]
赵秀才, 姚军, 陶军, 等. 基于模拟退火算法的数字岩心建模方法[J]. 高校应用数学学报A辑, 2007, 22(2): 127-133.
ZHAO Xiucai, YAO Jun, TAO Jun, et al. A method of constructing digital core by simulated annealing algorithm[J]. Applied Mathematics A Journal of Chinese Universities Series A, 2007, 22(2): 127-133. DOI:10.3969/j.issn.1000-4424.2007.02.001 (in Chinese with English abstract)
[14]
张思勤, 汪志明, 洪凯, 等. 基于格子Boltzmann方法的3D数字岩心渗流特征分析[J]. 测井技术, 2016, 40(1): 18-22.
ZHANG Siqin, WANG Zhiming, HONG Kai, et al. Analysis of seepage characteristics of 3D digital core based on Boltzmann method[J]. Well Logging Technology, 2016, 40(1): 18-22. (in Chinese with English abstract)
[15]
李静, 彭成乐, 周汉国, 等. 基于显微红外光谱技术的岩石微观渗流特性研究[J]. 岩石力学与工程学报, 2017, 36(S1): 3184-3191.
LI Jing, PENG Chengle, ZHOU Hanguo, et al. Study on microscopic seepage characteristics of rock based on micro infrared spectra technology[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(S1): 3184-3191. (in Chinese with English abstract)
[16]
崔利凯, 孙建孟, 闫伟超, 等. 基于多分辨率图像融合的多尺度多组分数字岩心构建[J]. 吉林大学学报(地球科学版), 2017, 47(6): 1904-1912.
CUI Likai, SUN Jianmeng, YAN Weichao, et al. Construction of multi-scale and -component digital cores based on fusion of different resolution core images[J]. Journal of Jilin University (Earth Science Edition), 2017, 47(6): 1904-1912. (in Chinese with English abstract)
[17]
王平全, 陶鹏, 刘建仪, 等. 基于数字岩心的低渗透率储层微观渗流和电传导数值模拟[J]. 测井技术, 2017, 41(4): 389-393.
WANG Pingquan, TAO Peng, LIU Jianyi, et al. Numerical simulation of micro seepage and electrical conduction in low-permeability reservoirs based on digital core[J]. Well Logging Technology, 2017, 41(4): 389-393. (in Chinese with English abstract)
[18]
曹廷宽, 刘成川, 曾焱, 等. 基于CT扫描的低渗砂岩分形特征及孔渗参数预测[J]. 断块油气田, 2017, 24(5): 657-661.
CAO Tingkuan, LIU Chengchuan, ZENG Yan, et al. Fractal characteristic of low-permeability sandstone and physical parameters prediction based on CT scanning[J]. Fault-Block Oil & Gas Field, 2017, 24(5): 657-661. (in Chinese with English abstract)
[19]
林承焰, 吴玉其, 任丽华, 等. 数字岩心建模方法研究现状及展望[J]. 地球物理学进展, 2018, 33(2): 679-689.
LIN Chengyan, WU Yuqi, REN Lihua, et al. Review of digital core modeling methods[J]. Progress in Geophysics, 2018, 33(2): 679-689. (in Chinese with English abstract)
[20]
张浩, 康毅力, 陈一健, 等. 致密砂岩油气储层岩石变形理论与应力敏感性[J]. 天然气地球科学, 2004, 15(5): 482-486.
ZHANG Hao, KANG Yili, CHEN Yijian, et al. Deformation theory and stress sensitivity of tight sandstones reserviors[J]. Natural Gas Geoscience, 2004, 15(5): 482-486. DOI:10.3969/j.issn.1672-1926.2004.05.008 (in Chinese with English abstract)
[21]
李传亮. 储层岩石的应力敏感性评价方法[J]. 大庆石油地质与开发, 2006, 25(1): 40-42.
LI Chuanliang. Evaluation method for stress sensitivity of reservoir rock[J]. Petroleum Geology & Oilfield Development in Daqing, 2006, 25(1): 40-42. DOI:10.3969/j.issn.1000-3754.2006.01.010 (in Chinese with English abstract)