在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟专利检索-拉梅常数物理专利检索查询-专利查询网

在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟

阅读：51发布：2020-08-07

专利汇可以提供在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟专利检索，专利查询，专利分析的服务。并且一种测试系统，用于执行基于图像的直接数值模拟，以表征在例如表示地下条件的模拟变形条件下的岩石样品的岩石物理属性。与岩石样品的x射线断层扫描图像对应的数字图像体积被分割为其诸如孔隙空间、粘粒粒组、颗粒接触和矿物质类型的显著弹性相，并且以非结构有限元网格覆盖。向所述分割图像体积施加模拟变形，并且例如通过直接数值模拟来数值分析所产生的变形非结构网格，以确定所期望的岩石物理属性。，下面是在模拟应力和应变条件下的岩石物理属性的基于图像的直接数值模拟专利的具体信息内容。

权利要求

1.一种分析岩石样品的方法，包括下列步骤：
对与岩石样品的一张或者多张断层扫描图像对应的数字图像体积进行分割，以使所述数字图像体积内的体素与孔隙空间或者固体材料相关联；
用非结构有限元网格覆盖所分割的数字图像体积中与固体材料对应的体素；
数值模拟向非结构网格施加变形，以在所模拟的变形下产生所述数字图像体积的变形体积网格；以及
然后数值分析与所述变形体积网格对应的所述数字图像体积的表示，以表征所述岩石样品在与所述变形对应的条件下的材料属性。
2.根据权利要求1所述的方法，进一步包括：
重复所述覆盖、模拟和分析步骤，以表征在多个变形条件下的所述材料属性。
3.根据权利要求1所述的方法，其中，所述变形与应力条件、应变条件、力条件和位移条件中的一种或者多种条件对应。
4.根据权利要求1所述的方法，进一步包括：
在所述分割步骤之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，使用所分配的弹性属性的值执行所述数值模拟步骤。
5.根据权利要求1所述的方法，进一步包括：
分隔在所分割的数字图像体积中表示的固体材料的个体颗粒并且识别那些颗粒的接触区域。
6.根据权利要求5所述的方法，其中，用非结构有限元网格覆盖体素的步骤用比被施加到所分隔颗粒的其它部分的有限元更精细的有限元图案覆盖所述接触区域。
7.根据权利要求6所述的方法，进一步包括：
在所述分隔步骤之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，所述弹性属性的值包括与被分配到所识别的接触区域的接触柔度对应的值；
并且其中，使用所分配的弹性属性的值执行所述数值模拟步骤。
8.根据权利要求7所述的方法，进一步包括：
在所述数值模拟步骤的第一实例之后，重复所述分隔、覆盖和数值模拟步骤。
9.根据权利要求1所述的方法，其中，所述数值模拟步骤包括：
定义与待被施加到以下方程组的所述变形对应的边界条件，所述方程组与跨由所述非结构网格所表示的固体材料的体积的弹性本构方程对应；以及
针对为非结构网格的节点的位移定义的边界条件，执行有限元求解器，以对所述方程组进行求解。
10.根据权利要求1所述的方法，其中，所述数值分析步骤包括：
提取所述数字图像体积的固体相部分的变形体积网格；
计算与所述变形体积网格对应的体积的孔隙率；以及
根据所述岩石物理属性与孔隙率的相关性估计一个或者多个岩石物理属性。
11.根据权利要求1所述的方法，其中，所述数值分析步骤包括：
提取所述数字图像体积的固体相部分的变形体积网格；
将所述变形体积网格转换为表示变形体积的体素化几何体，所述变形体积表示孔隙空间和固体材料；以及
从所述变形体积网格数值计算一个或者多个岩石物理属性。
12.根据权利要求11所述的方法，其中，所述转换步骤将所述变形体积网格转换成表示所述体积中的孔隙空间的体素化几何体；
并且其中，所述数值计算步骤包括：
使用格子-玻尔兹曼模型模拟所述孔隙空间中的流体流动，以确定所述岩石样品在所述变形下的渗透性。
13.根据权利要求11所述的方法，其中，所述数值计算步骤包括：
在假定的水饱和度下，求解用于所述体积内的电压分布的拉普拉斯方程，以计算所述岩石样品在所述变形下的地层因数和电阻率指数的任一个或者两个。
14.根据权利要求1所述的方法，其中，所述数值分析步骤包括：
提取所述数字图像体积的固体相部分的变形体积网格；
识别所述变形体积网格中的孔隙壁表面单元；
基于所识别的孔隙壁表面单元产生孔隙空间的体积网格；以及
执行数值方法，以对被应用到所述孔隙空间的所述体积网格的方程组进行求解，以确定所述岩石样品的一个或者多个岩石物理属性。
15.根据权利要求1所述的方法，其中，所述数值分析步骤包括：
提取所述数字图像体积的固体相部分的变形体积网格；
从所述变形体积网格提取几何属性；
将所提取的几何属性应用到解析模型，以计算所述岩石样品的一个或者多个岩石物理属性。
16.根据权利要求15所述的方法，其中，所述几何属性包括配合在由所述变形体积网格表示的所述孔隙空间内的多个最大的内接球；
并且其中，所述应用步骤包括：
识别与连接所述孔隙空间的质心的线段对应的一个或者多个流线；以及
从所识别的流线计算所述岩石样品的迂曲度。
17.根据权利要求1所述的方法，其中，所述数值分析步骤表征与一组岩石物理属性中的一个或者多个属性对应的一个或多个材料属性，所述一组岩石物理属性由绝对渗透率、相对渗透率、孔隙率、地层因数、胶结指数、饱和度指数、迂曲度因数、体积模量、剪切模量、杨氏模量、泊松比、拉梅常数和毛细管压力属性组成。
18.一种用于分析材料样品的系统，所述系统包括：
成像装置，所述成像装置被配置成产生表示材料样品的数字图像体积；以及计算装置，所述计算装置被耦联到所述成像装置并且包括：
一个或者多个处理器；以及
一个或者多个存储器装置，所述一个或者多个存储器装置被耦联到所述一个或者多个处理器，存储程序指令，当所述程序指令被所述一个或者多个处理器执行时，引起所述一个或者多个处理器通过执行多个操作从材料的样品表征一个或者多个材料属性，所述多个操作包括：
对与岩石样品的一张或者多张断层扫描图像对应的数字图像体积进行分割，以将所述数字图像体积中的体素与孔隙空间或者固体材料相关联；
用非结构有限元网格覆盖所分割的数字图像体积中与固体材料对应的体素；
数值模拟向非结构网格施加变形，以在所模拟的变形下产生所述数字图像体积的变形体积网格；以及
然后数值分析与所述变形体积网格对应的所述数字图像体积的表示，以表征所述岩石样品在与所述变形对应的条件下的材料属性。
19.根据权利要求18所述的系统，其中，所述成像装置包括：
X射线计算机断层扫描仪。
20.根据权利要求18所述的系统，其中，所述多个操作进一步包括：
重复所述覆盖、模拟和分析操作，以表征在多个变形条件下的所述材料属性。
21.根据权利要求18所述的系统，其中，所述多个操作进一步包括：
在所述分割操作之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，使用所分配的弹性属性的值执行所述数值模拟操作。
22.根据权利要求18所述的系统，其中，所述多个操作进一步包括：
分隔在所分割的数字图像体积中表示的固体材料的个体颗粒，并且识别那些颗粒的接触区域。
23.根据权利要求22所述的系统，其中，所述多个操作进一步包括：
在所述分隔操作之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，用非结构有限元网格覆盖体素的操作用比被施加到所分隔颗粒的其它部分的有限元更精细的有限元图案覆盖所述接触区域；
其中，所述弹性属性的值包括与分配到所识别的接触区域的接触柔度对应的值；
其中，使用所分配的弹性属性的值执行所述数值模拟操作。
24.一种存储程序指令的非易失性计算机可读存储媒体，当所述程序指令被一个或者多个处理器执行时，所述程序指令引起所述一个或者多个处理器通过执行多个操作从材料的样品表征一个或者多个材料属性，所述多个操作包括：
对与岩石样品的一张或者多张断层扫描图像对应的数字图像体积进行分割，以将所述数字图像体积中的体素与孔隙空间或者固体材料相关联；
用非结构有限元网格覆盖所分割的数字图像体积中与固体材料对应的体素；
数值模拟向非结构网格施加变形，以在所模拟的变形下产生所述数字图像体积的变形体积网格；以及
然后数值分析与所述变形体积网格对应的所述数字图像体积的表示，以表征所述岩石样品在与所述变形对应的条件下的材料属性。
25.根据权利要求24所述的媒体，其中，所述多个操作进一步包括：
重复所述覆盖、模拟和分析操作，以表征在多个变形条件下的所述材料属性。
26.根据权利要求24所述的媒体，其中，所述多个操作进一步包括：
在所述分割操作之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，使用所分配的弹性属性的值执行所述数值模拟操作。
27.根据权利要求24所述的媒体，其中，所述多个操作进一步包括：
分隔在所分割的数字图像体积中表示的固体材料的个体颗粒，并且识别那些颗粒的接触区域。
28.根据权利要求27所述的媒体，其中，所述多个操作进一步包括：
在所述分隔操作之后，将弹性属性的值分配到与固体材料相关联的体素；
其中，用非结构有限元网格覆盖体素的操作用比被施加到所分隔颗粒的其它部分的有限元更精细的有限元图案覆盖所述接触区域；
其中，所述弹性属性的值包括与被分配到所识别的接触区域的接触柔度对应的值；
其中，使用所分配的弹性属性的值执行所述数值模拟操作。

说明书全文

在模拟应力和应变条件下的岩石物理属性的基于图像的直

接数值模拟

技术领域

[0001] 本公开主要涉及用于分析岩石样品的图像以确定岩石物理属性的方法和系统。

背景技术

[0002] 在油气生产中，对于估计岩石地层中所含的油气体积，以及对于制定用于从岩石地层提取油气的策略，获得岩石地层的岩石物理属性的精确地下估计是重要的。传统上，诸如岩心样品或者钻井钻屑的岩石地层的样品经过物理实验室测试，以测量岩石物理属性，诸如渗透率、孔隙率、地层因数、弹性模量等。如本领域中已知的，取决于岩石本身的特性，这些测量中一些测量需要长时间段，在一些情况下长达几个月。用于做出这些测量的设备也可能非常昂贵。

[0003] 通常，在实验室中的周围环境条件下测量岩石物理属性，岩石样品处于室温和地表大气压力下。然而，地层中的岩石的地下环境可能与周围实验室条件差异显著。例如，随着埋深增大而增大的地层岩石上的覆岩沉积的重量引起地层岩石被压实，与地表周围环境条件相比，其反映为较低孔隙率和渗透率。

[0004] 作为油气开发和生产的结果，地下岩石地层也经受原位应力/应变变化。例如，在于钻孔相邻的岩石地层中的点处的应力条件将与相同点处的钻孔之前的原始原位应力条件不同。另外，油田生产中发生的注入和抽取孔隙流体产生与生产之前不同的孔隙流体压力变化，这也导致原位应力条件变化。相对于在周围条件下的相同的岩石，这些和其它原因引起的不同应力和应变条件能够显著地改变岩石的岩石物理属性。当然，对于油田的评价、开发和生产，最感兴趣的是岩石在原位应力条件下的岩石的地下岩石物理属性。

[0005] 为了补偿原位应力变化的影响，能够在实验室中在各种应力和应变条件下物理地测量孔隙率、渗透率、导电性和其它岩石物理属性的传统实验室测量值。然而，已经观察到，与在室内周围环境条件下执行测试相比，在实验室中人工地施加这些物理条件所需的设备和技术人员时间可能惊人地昂贵，并且也可能需要明显更多的执行时间，对于复杂岩石类型特别如此。此外，用于特殊岩石物理属性的测量的实验室施加的应力和应变条件的范围通常非常有限，并且不能精确地表示原位地下条件。

[0006] 即使可获得用于在侧限应力和压力下测量岩石属性的设备，也通常不可能在几种不同的应力/应变条件下评价给定岩石样品的岩石物理属性，这是因为岩石样品的微观结构可能由于一个或者更多加载和卸载应力/应变循环而永久地变形。例如，当最初在静水力学应力条件下(即，其中样品受到均匀的侧限应力)测量给定岩石样品的岩石物理属性并且然后在单轴应力条件(即，其中仅在单个方向中施加应力，不是在所有其它方向中施加应力)下测量相同岩石的岩石物理属性时，可能发生这种变形。在这种情况下，相同样品的测量实验的后续迭代能够导致不表示岩石的真实应力/应变响应的不同岩石物理属性值或者其它物理行为变化。因而第二次和随后的应力实验中的测量到岩石物理属性可能与这些应力实验所寻求的真实原位值差异显著。

[0007] 由于直接测量岩石物理属性所需的成本和时间，所以已经开发了“直接数值模拟”技术，用于高效地评价物理属性，诸如岩石样品的孔隙率、绝对渗透率、相对渗透率、地层因数、弹性模量等，所述岩石样品包括来自困难岩石类型的样品，诸如致密砂岩或者碳酸盐。根据这种方法，例如通过计算机断层(CT)扫描获得岩石样品的三维断层图像。三维图像体积内的体素被“分割”(例如，通过“阈值化”它们的亮度值或者通过另一种方法)，以区分岩石体素和空隙空间。然后执行流体流动或者诸如弹性或者导电性的其它物理特性的数值模拟，通过数值模拟能够推导出孔隙率、渗透率(绝对和/或相对)、弹性、电属性等。能够应用多种数值方法，以求解或者近似得出模拟适当行为的物理方程。这些方法包括格子-玻尔兹曼(Lattice-Boltzmann)、有限元、有限差分、有限体积数值方法等。

[0008] 然而，传统的直接数值模拟通常限于周围环境应力/应变条件下的岩石样品，因为通常在周围环境条件下获得通过X射线断层图像或者其它成像技术(例如，FIBSEM)获得的图像。这是因为由于成像和机械装置任一或者两者的特性，所以引起应力/应变条件所需的机械设备按常规不附接至成像设备，或者这样附接不可行。在其中诸如已经通过使用对X射线断层摄影术透明的特制样品保持器来组合成像和机械测试的那些情况下，这种组合实验设备高度专业化并且极其昂贵，并且可能涉及健康和安全风险。发明内容

[0009] 本发明的实施例提供一种用于在从其中推导出岩石物理属性的物理处理的直接数值模拟中模拟岩石地层中发现的地下条件的系统和方法。

[0010] 本发明的实施例提供充分降低传统实验室测试的时间和成本同时提高那些测试的精确性的系统和方法。

[0011] 本发明的实施例提供能够在传统的测试和分析设备中实施的系统和方法。

[0012] 通过参考说明和附图，本领域的技术人员将明白本发明的实施例的其它目的和优点。

[0013] 本发明的实施例可以被实施为基于岩石样品的三维(3D)图像的分析方法、系统和存储用于执行该分析的可执行程序指令的计算机可读媒体，其中相应于岩石样品中的固体材料的3D图像的体素或者其它部分区别于图像中相应于该岩石样品中的孔隙的体素或者其它部分。一种非结构网格覆盖到与固体材料对应的图像区域上，之后例如通过方程的有限元系统的边界条件，对该非结构网格数值地施加在应力、应变、力、位移等的性质上的模拟变形。模拟变形能够表示岩石样品在其在地层中的原始位置处的地下环境。非结构网格的变化表示的模拟变形的效果，意在仿效岩石样品在地下的多个应力或者应变水平下的变形。然后对利用模拟变形而变形的非结构网格，数值或者解析地确定岩石样品的至少一种岩石物理属性。

附图说明

[0014] 图1A是示出用于根据本发明的实施例构造和运行的测试系统的岩石样品的来源的示例的一般方框图。

[0015] 图1B是根据本发明实施例的用于分析岩石样品的测试系统的方框形式的电气图。

[0016] 图1C是根据本发明实施例的图1B的系统中的计算装置的构造的方框形式的电气图。

[0017] 图2是示出根据本发明实施例的在分析岩石样品中操作测试系统的方法的流程图。

[0018] 图3A是本发明的实施例可能应用的岩石样品的横截面显微照片。

[0019] 图3B至3D是本发明的实施例可能应用的图3A的岩石样品的数字表示。

[0020] 图3E是示出被应用于岩石样品的数字表示的非结构网格在变形之前的数字绘图。

[0021] 图3F是示出根据本发明实施例的模拟应力场和相应的孔隙空间变形的示例下的图3E的施加网格的数字绘图。

[0022] 图4A至4F是包括颗粒接触区域分析的实施例所应用的岩石样品的数字表示。

[0023] 图4G和4H是示出关于图4A至4F中所示的实施例所述的颗粒接触区域的考虑的绘图。

[0024] 图5A至5D是示出根据本发明的若干实施例中的每个实施例的图2的方法的流程图。

[0025] 图6是通过本发明的实施例的应用确定的、在一个方向施加位移导致的岩石样品的孔隙率关于体积变化的绘图。

[0026] 图7是根据与图5B对应的本发明的实施例的、通过模拟应力变形后的非结构栅格转换为各种分辨率的结构栅格产生的横截面图的比较。

[0027] 图8是通过应用本发明的实施例确定的岩石样品的方向渗透率关于孔隙率的绘图。

[0028] 图9是通过应用本发明的实施例确定的岩石样品的地层因数关于孔隙率的绘图。

[0029] 图10通过应用本发明的实施例确定的岩石样品的电阻率指数关于水饱和度的绘图。

具体实施方式

[0030] 将结合其实施例描述本发明，即实施为用于通过直接数值模拟分析地下地层的样品的方法、系统和相应的软件，向那些样品数值地施加应力和应变，以研究原位应力和其它条件下的地下影响，如所预期的，当用于这些结果时，本发明将特别有利。然而，预期本发明能够有利地应用于例如重复机械实验室测试的其它应用，以及确定超出本说明中所述的那些属性的其它物理属性。因而，应理解的是，仅作为示例提供下文说明，并且其无意限制所要求的发明的真实范围。

[0031] 本发明的实施例涉及用于在模拟应力/应变下的岩石物理属性数值模拟的系统和方法，所述模拟应力/应变由下述产生：应力、应变、力、或者位移边界条件的数值施加，以及与材料应力、应变和其它属性有关的适当的弹性本构方程的数值求解。更具体地，测试系统执行岩石的样品的岩石物理属性的基于图像的直接数值模拟，其中变形是应力、应变、力或者位移边界条件的数值施加以及适当的本构方程的数值求解的结果。此外，应力、应变、力或者位移边界条件的施加可表示一个或者多个地下条件，诸如岩石在其原始地下位置中经历的原位应力条件。此外，除应力、应变、力和位移之外的其它边界条件，诸如涉及旋转、率相关(rate-dependent)位移或者应变等的那些边界条件，以及能够解决涉及塑性以及其它非线性的那些公式，可以被替代性地结合公开的实施例使用，并且预期其处于权利要求的范围内。

[0032] 虽然将在本说明书中参考地下应力/应变条件对岩石的岩石物理属性的影响分析而描述特定实施例，但是预期这些实施例也能够用于探究不同应力/应变路径对岩石的岩石物理属性的一般影响，即使这些路径可能或者可能不直接相应于地下应力/应变条件或者地下应力/应变条件的演变。特别地，根据一些实施例，可在应力或者应变中数值地施加渐进或者增量增大，在每个增量步骤都模拟岩石物理属性。这些应力/应变条件可维持直接类似于被设计成测试岩石的机械属性的传统实验室实验，这些实验包括静水压测试、单轴压缩、单轴应变、三轴压缩实验等。

[0033] 图1A以高水平(high level)示出根据本方法的实施例的岩石样品的获取和它们的分析。预期本发明的实施例尤其有利于分析来自地下地层的岩石样品，这对油气生产是重要的。如此，图1A示出根据各种具体实施的能够从其中获得待被测试系统102分析的岩石样品104的环境100。在这些所示示例中，能够从陆地钻井系统106或者从海上(大洋、海洋、湖泊等等)钻井系统108获得岩石样品104，两种钻井系统中的任一种被用于提取资源，诸如油气(石油、天然气等)、水等。作为现有技术的基本原理，油和气生产操作的最优化受陆地钻井系统106和海上钻井系统108正在钻入或者过去已经钻入的岩石地层的结构和物理特性影响很大。

[0034] 在本发明的实施例中，预期获得岩石样品104的方式以及那些样品的物理形态可能变化很大。结合本发明的实施例使用的岩石样品104的样品包括整个岩心样品、侧壁岩心样品、出露层样品、钻屑以及诸如沙包和混凝土包的实验室产生的合成岩石样品。

[0035] 如图1A中所示，环境100包括测试系统102，该测试系统102被配置成分析岩石样品104的图像128，以确定相应的地下岩石的物理属性，这些属性在油气开发和生产背景下包括岩石物理属性。图1B以一般方式示出执行该分析的测试系统102的组成组件。

[0036] 在一般意义上，测试系统102包括成像装置122，成像装置122用于获得岩石样品104的二维(2D)或者三维(3D)图像以及其它表示，这些图像和表示包括那些岩石样品104的内部结构的细节。成像装置122的示例为X射线计算机断层(CT)扫描仪，如本领域中已知的，其发出与物体相互作用的x射线辐射124，并且测量由物体造成的该x射线辐射124的衰减，以便产生其内部结构和组分的图像。CT扫描仪122的特殊类型、构造或者其它特性够相应于能够产生岩石样品104的内部机构的图像表示的诸如微型CT扫描仪的任何类型的x射线装置的类型、构造或者其它特性。在这种示例中，成像装置122产生岩石样品104的一个或者多个图像128，并且将那些图像128转发给计算装置120。

[0037] 在该示例中，成像装置122产生的图像128的形式可能为三维(3D)数字图像体积的形式，其由岩石样品104的多个二维(2D)部分组成或者产生。在这种情况下，每个图像体积都被分为所谓的体积单元，或者更通常的“体素”的3D正则单元。大体上，每个体素都为立方体，具有在x、y和z方向中相等长度的侧面。另一方面，数字图像体积128本身可能在x、y和z方向中包含不同数目的体素。数字体积内的每个体素都具有相关联的数值或者幅值，其表示数字体积表示的介质位置处的成像样品的相对材料属性。通常称为灰度范围的这些数值的范围取决于数字体积的类型、值的粒度(例如，8比特或者16比特值)等。例如，16比特数据值使得x射线断层扫描图像的体素能够在粒度为1的情况下具有从0至
65,536的幅值范围。

[0038] 如上所述，成像装置122将图像128转发给计算装置120，在图1B的示例中，计算装置120可能为任何类型的传统计算装置，例如为台式计算机或者工作站、便携式计算机、服务器计算机、平板电脑等，并且这种计算装置120将包括通常在传统的计算装置中存在的硬件和软件组件。如图1B中所示，计算装置120的这些硬件和软件组件包括测试工具130，测试工具130被配置成分析图像128，以确定岩石样品104在一个或者更多模拟变形条件下，包括岩石地层可能在地下遇到的应力和应变条件下的岩石物理属性。在这一点上，测试工具130可能被实施为软件、硬件或者两者的组合，包括用于执行下文进一步详述的功能和处理的必要和有用的逻辑、指令、程序和算法。在一般意义上，测试工具130被配置成分析岩石样品104的图像体积128，以执行表示岩石地层的地下条件的模拟变形下的岩石物理属性的数值模拟。

[0039] 图1C大致示出根据本发明实施例的测试系统102中的计算装置120的架构。在这种示例架构中，计算装置120包括一个或者更多处理器902，处理器902可以是变核心配置并且是时钟频率，如在工业中可获得的。计算装置120的存储资源用于存储数据以及由一个或者更多处理器902执行的程序指令，计算装置120的存储资源包括：一个或者更多存储器装置904，其在计算装置120运行期间用作主存储器；和一个或者更多存储装置910，例如被实现为一个或者更多非易失性固态存储器、磁或者光盘驱动器、随机存取存储器。提供一个或者更多外设接口906，以耦联至相应的外设装置，诸如显示器、键盘、鼠标、触控板、触屏、打印机等。提供可能为以太网适配器、无线收发器或者串行网络组件形式的网络接口908，以促进经由一种或者更多种网络在计算装置120之间通信，所述一种或者更多种网络诸如以太网、无线以太网、全球移动通信系统(GSM)、GSM增强数据率演进(EDGE)、通用移动通信系统(UMTS)、微波存取全球互通(WiMAX)、长期演进(LTE)等。在这种架构中，处理器
902被示出为通过单根总线耦联至组件904、906、908、910；当然，可以将诸如多路互连、专用互连、总线互连等的不同的互连架构并入计算装置120中。

[0040] 虽然示出为单个计算装置，但是计算装置120能够包括一起协作以提供计算装置的功能的几个计算装置。同样地，虽然示出为物理装置，但是计算装置120也能够表示抽象计算装置，诸如虚拟机和“云”计算装置。

[0041] 如图1C的示例实施中所示，计算装置120包括软件程序912，程序912包括一个或者多个操作系统、一个或者多个应用程序等。根据本发明的实施例，软件程序912包括与测试工具130(图1B)对应的程序指令，其被实施为独立应用程序、作为另一应用或者程序的一部分的程序模块，或者作为用于访问通过网络接口908与计算装置120联网的远程计算机上的测试工具软件的适当插件或者其它软件组件，或者其它形式或者组合。

[0042] 存储与测试工具130的功能对应的软件程序912的可执行指令的程序存储器可以物理上位于计算装置120内部，或者处于可被计算装置120访问的其它计算资源处，即处于存储器装置904或者存储装置910的本地存储器资源中，或者处于服务器或者其它网络可访问的存储器资源内，或者分布在多个位置之间。在任何情况下，这种程序存储器都组成存储可执行的计算机程序指令的计算机可读媒体，根据这些可执行计算机程序指令，由计算装置120或者由经由网络接口908耦联至计算装置120(例如，以在通信自计算装置120的输入数据上交互式应用的形式，用于由耦联至计算装置120的外设的显示或者输出)的服务器或其它计算机执行本说明书所述的操作。与测试工具130相关联的软件程序912对应的计算机可执行的软件指令可能已经被初始地以软件包的形式存储在可移除或者其它非易失性计算机可读存储媒体(例如，DVD盘、闪存存储器等)上，或者可作为电磁载波信号上的编码信息下载，以用于软件安装的传统方式通过计算装置120安装来自所述软件包的计算机可执行的软件指令。预期的是，不需过度的实验，以用于各种特殊应用的合适的方式，本领域技术人员将能够容易地结合本发明的这个实施例，实施可应用数据、程序指令和其它有用信息的存储和检索。

[0043] 构成与测试工具130相关联的软件程序912的特殊计算机指令可能为一个或者多个可执行程序的形式，或者为可从其导出、组合、翻译或者编译一个或者多个可执行程序的源代码或者更高级代码的形式。取决于待被执行的期望操作的方式，可使用多种计算机语言或者协议中的任何一种。例如，可以以作为传统线性计算机程序或者以面向对象方执行的方式布置，以诸如JAVA、FORTRAN或者C++的传统的高级语言编写用于创造根据本发明实施例的模型的这些计算机指令。这些指令可能植入高级应用程序中。在任何情况下，都预期参考本说明的那些本领域技术人员将易于以适当的期望安装方式实现本发明的实施例，而不需要过度的试验。

[0044] 现在将结合图1A至1C，参考图2的流程图描述根据本发明的实施例的测试工具130的特殊功能，包括由软件程序912实施的以在模拟应力和应变条件下分析岩石样品的那些功能。

[0045] 在过程204中，测试系统102获取待被分析的岩石样品104，诸如来自通过陆地钻井系统106或者海上钻井系统108获得的地下岩石地层或者来自其它来源的岩石样品。过程204通常将来自更大体积的地下岩石地层的特定岩石样品104制备为可能由成像装置122(例如，CT扫描仪)成像的大小、尺寸和构造，例如通过钻出或者切出感兴趣的较大体积的岩石地层的一部分。

[0046] 在过程208中，根据本发明的实施例，测试系统102的计算装置120结合成像装置122产生表示岩石样品104的数字图像体积128，数字图像体积128包括其岩石样品104的内部结构。例如，在成像装置122为CT扫描仪的示例，过程208由岩石样品104的x射线成像执行(即，发出指向岩石样品104的辐射并且测量衰减)，以产生2D切片图像的图像体积128或者由2D切片图像产生图像体积128。在过程208中获取并且处理岩石样品104的
3D数字图像体积128的特定传统技术包括但不限于X射线断层扫描、X射线微断层扫描、X射线纳米断层扫描、聚焦离子束扫描电子显微镜以及核磁共振。

[0047] 图3A示出岩石样品的3D图像的一张2D切片图像300的示例，其示出该岩石样品的结构细节的横截面切片，包括固体材料302和空隙或者空隙空间304的特征。该点处的图像数据可能为表示由岩石样品104的组分导致的x射线辐射衰减的灰度值形式。虽然图3A示出一张2D切片图像300，但是岩石样品104的3D数字图像体积128通常由位于沿岩石样品104的一个轴线步进的位置处的多张2D切片图像组成，这些2D切片一起形成岩石样品104的3D图像取决于测试系统102的特殊架构，由成像装置122本身中的计算资源或者由计算装置120从成像装置122产生的一系列2D切片图像128执行将2D切片图像结合为3D数字图像。

[0048] 在过程210中，测试系统102在岩石样品104的数字图像体积128上执行分割或者其它图像增强技术，以从图像的灰度值识别和标记图像体积128的不同组分。更特别地，计算装置120执行这种分割，以便识别显著的弹性组分，诸如能够影响诸如其应力-应变响应的岩石样品104的弹性特征的孔隙空间和矿物学组分(例如，粘土和石英)。在一些实施例中，测试工具130被配置成将图像体积128分割为超过两个明显的弹性相，表示这些材料组分，如孔隙空间、粘土比率、石英比率以及其它各种矿物类型。

[0049] 为了完成过程210，计算装置120能够采用多种分割算法中的任何一种。分割过程210的一种方法在于向图像体积128应用“阈值化”过程，其中计算装置120在体素幅值范围内选择阈值。向具有低于阈值的幅值的那些体素分配指示孔隙空间的一个特定数值，而向具有高于阈值的幅值的那些体素分配指示基质空间(即，固体材料)的另一数值。在这种方法中，阈值化过程210将把灰度图像体积转换为具有两个可能数值(通常选择为0和
1)其中之一的体素的分割体积。图3B示出在阈值化过程210中在3D数字图像体积上执行的分割的示例。如图所示，分割允许区分岩石样品的结构细节，在该示例中以浅灰示出固体材料302，并且以黑色示出孔隙或者空隙空间304。能够施加进一步分割一次或者两次，以区分灰度图像内的各种特征。如果使用样品阈值化，多个阈值就能够在展现不同x射线衰减特征的诸如粘土、石英、长石的不同材料之间区分。

[0050] 在过程120中，计算装置120可以可替选地采用其它分割算法。这种可替选算法的一个示例在本领域中称为Otsu方法，在Otsu方法中基于柱状图的阈值化技术选择阈值，以最小化灰度值的双峰分布的叶瓣的组合方差(即，“组内方差”)。Otsu方法能够易于自动化，并且可以扩展，以重复地多次对图像阈值化，从而区别另外的材料组分，诸如石英、粘土和长石。计算装置120可能可替选地或者另外地使用复杂性不同的自动分割算法的其它示例，以区分图像体积的不同特征，这些算法包括指示克里金(Indicator Kriging)、收敛活动轮廓(Converging Active Contours)、分水岭(Watershedding)等。

[0051] 作为过程210的一部分，计算装置120也可能采用其它图像增强技术以增强或者改进在图像体积128中限定的结构，从而进一步在结构间区分，降低噪声影响等。同样地，虽然计算装置120能够在过程210中执行分割或者其它图像增强技术，但是预期测试系统102的其它组件，例如成像装置122本身可以可替选地完全或者部分地执行图像增强过程
210。

[0052] 同样地，在过程210中，计算装置120可以从分割的图像体积128用公式表示(formulate)分配体积，其中适当的弹性参数被分配给每个不同的弹性相。根据本发明的实施例并且如下文将详述的，测试工具130将在这种分配体积的网格版本上施加边界条件以表示期望原位变形，将在该期望原位变形下求解适用于线性弹性、黏弹性、塑性或者其它物理定律的本构控制方程，从而模拟岩石体积对变形的适当物理响应。

[0053] 过程212为可选过程，测试系统102通过该过程执行颗粒分配和颗粒接触识别，以识别如由图像体积128表示的岩石样品104的每个颗粒之间的单独颗粒以及接触区域。接触区域相应于与其它颗粒接触的个体颗粒的那些表面部分。在本发明的一些实施例中，颗粒之间的接触区域以及它们的诸如接合度、粗糙度等的特性的分析是有用的，因为这些接触特性能够影响岩石的应力-应变响应。图3C和3D示出在可选过程212的情况下，在图3B的分割2D切片图像300上执行的颗粒分割和颗粒接触识别的示例。如图3C中所示，2D切片图像中的每个不同颗粒都被随机地遮蔽为(shaded)不同的灰度值，以将颗粒彼此区分。每个个体颗粒被遮蔽的特殊灰度值反映了用于在固体基质中识别个体颗粒的独特数值标签。如图3D中所示，作为可选过程212的结果，以与它们相应颗粒的主体不同的灰度值强调每个不同颗粒的颗粒间接触。

[0054] 因而，过程210(包括如果执行的可选过程212)将所分割的数字图像体积内的体素与岩石样品104中的相应位置处的特殊材料(或者在可能情况下的孔隙空间)相关联。在过程210(和如果执行的可选过程212)中，一些或者全部体素每个都标记以一种或者更多材料属性，该一种或者更多材料属性对应于通过过程210、212被分配给该体素的特殊材料成分(constituent)的，这些成分包括孔隙空间、基质材料、粘土比率、个别颗粒、颗粒接触点、矿物质类型等。那些识别的成分的特殊弹性或者其它材料属性，以对将执行的分析有用的程度，与相应的体素相关联，即体积内的颗粒和矿物质被分配适当的密度和弹性属性。

[0055] 例如，当假定个体颗粒、矿物质和接触根据线性弹性表现时，对被标记为个体颗粒、矿物质或者接触的每个体素分配杨氏模量E和泊松比的值是有用的。在本领域中已知，杨氏模量为材料经历线性(即，作为应变的函数的应力关系为线性，斜率等于杨氏模量E的值)的单轴应力变形时的刚度的量度。在本领域中也已知，泊松比为单轴应力行为的条件下的侧向和横向应变的量度。可替选地，可以向材料中的颗粒、矿物质和接触分配体积模量K和剪切模量G的值，以描述那些组分的弹性行为。在本领域中已知，体积模量为材料对静水压力的弹性响应的量度，而剪切模量为材料对剪切应变的弹性响应的量度。在本领域中已知，所有这些弹性系数都通过众所周知的变换而彼此相关。预期的是，对于其中考虑线性弹性材料的那些情况，通常将杨氏模量和泊松比归属于材料的组分(component)，因为能够通过实验直接确定这些参数的值。

[0056] 在假定矿物质、颗粒或者接触点展现黏弹性行为使得响应于所施加的应力或者应变的变形是率相关的情况下，必需指定适当的模型参数，像刚度和粘性，例如如果假定是麦克斯韦体。在本领域中已知适合黏弹性和塑性材料并且可以用于描述各种类型的应力/应变行为的多种其它的本构模型。在任何情况下，指定给材料的模型参数应为适合所假定的特定本构模型的那些参数。

[0057] 然后由测试系统102执行过程214，以在岩石样品104的所分割的3D图像体积内产生用于固体材料(或者对于来自过程212的所分隔的识别的颗粒和接触区域)的有限元网格。在本发明的实施例中，计算装置120执行测试工具130，以产生这种有限元网格，作为施加给所分割的3D图像体积的非结构网格。这种有限元网格是“非结构的”，因为其由不规则图案(即，具有不规则连接)中的多个多边形单元组成，与处于规则图案(即，具有规则连接)中的多边形单元的“结构化”网格相反。在可选过程212中识别颗粒接触的本发明的实施例中，能够在所识别的接触区域中或者附近改进(即，更精细地图案化)非结构网格。然后，计算装置120也在过程214中将每个体素的每个标记组分的材料属性分配给非结构网格的相应单元。

[0058] 图3E示出在过程214中从在过程210、212中产生的3D分割图像体积创建的非结构网格的示例。图3E中所示的视图是3D非结构网格的2D表示，其中表示固体材料302的图像切片的部分由彼此尺寸和连接性不同的有限元来表示。这些有限元中的每个也都被分配有相应于其覆盖的标记组分(例如，通常为固体材料302，或者所表示的特殊材料)的材料属性。虽然图3E示出在该视图中单个2D切片图像300和每个有限元的横截面(示出为三角形)，但是非结构网格的有限元被视为已经应用于由一系列这种2D切片图像组成的3D数字图像体积128的三维(四面体)单元。虽然图3E示出使用四面体单元产生网格，但是预期可能使用任何单元类型或者不同单元类型的组合以产生固体材料302的非结构网格。

[0059] 在过程216中，测试系统102向3D图像体积128的非结构网格施加与应力、应变、力、位移等中的一种或者多种对应的模拟变形。在本发明的一些实施例中，测试工具130被配置成执行包括有限元(FE)求解器的一个或者更多软件程序912，以模拟岩石样品104在其处于地层中的地下位置的原位处遇到的变形条件。在本领域中已知，FE分析用于通过将解域分为更小的子域或者有限元而求解复杂问题。在非结构网格的背景下，如上所述，在相同解域中采用多种单元形状和尺寸。每个单元与多个节点相关联，相邻单元在节点处通常利用表示单元上的场变量的变化的内插函数(通常称为形状函数)彼此连接。通常基于在节点处建立平衡以及兼容性的物理自变量，用公式表示用于整个系统的联立代数方程组。通过分配相关变量或者节点负荷/力的特定节点值而在解域的边缘上施加边界条件。然后求解该方程组，获得未知节点值，诸如应力、应变、力和位移。在这种情况下，测试工具130被配置成包括FE求解器，其被实现为能够在过程216中，在过程214中定义的非结构网格上执行这种FE分析的必要逻辑、算法等。具体的FE求解器能够为任何类型的传统已知FE求解器，诸如线性直接求解器、迭代求解器、本征(eigen)求解器、非线性方程求解器或者另一FE求解器。

[0060] 在测试工具130采用有限元技术模拟施加给由数字图像体积128表示的岩石的体积的变形的本发明的实施例中，由计算装置120执行过程216，使具有标记的材料属性的有限元的非结构网格经过FE分析，以根据边界条件求解弹性、粘弹性或者其它适当的本构控制方程组，所述边界条件被以表示待被模拟的所期望的原位地下地层条件的方式分配到网格化体积的表面。例如，这些边界条件可能采取所施加的位移的形式，在该情况下，FE求解器计算网格体积的每个有限元的应力和应变。在其它实施方式中，向非结构网格施加牵引(即，应力)，在该情况下，FE求解器计算网格体积的每个有限元的应力和应变。优选地，所施加的变形的幅值和方向与所期望原位应力-应变条件对应，其示例包括静水力学、单轴和三轴应力-应变。在任一情况下，测试工具130都通过下列方式执行过程216，即对于所施加的边界条件，跨(across)由非结构网格表示的体积来数值求解适当的控制方程(即，诸如那些用于线性弹性的控制方程)。通过这些用于线性弹性的应力-应变计算，FE求解器也能够计算整个图像体积128的有效弹性属性(杨氏模量、泊松比、体积模量以及剪切模量等)。通常通过对涉及应力应变的刚度矩阵或者对涉及应力应变的柔度矩阵求解而找到这些弹性参数。模拟变形的效果影响非结构网格的结构和属性。图3F示出模拟变形的示例，其中已经响应于所施加的位移边界条件而在图3E中所示的网格上计算材料应力。通过比较图3E和3F应明白，在该示例中，这种模拟变形影响图像体积300在x方向中的压缩。

[0061] 在图3F中，假定固体基质的弹性属性(E、)在体积各处都均匀，并且在变形阶段期间保持恒定。当存在粘土或者其它显著不同的弹性材料时，以被分配给每种矿物质(石英、粘土等)的弹性属性执行模拟是有用的。此外，当认为颗粒接触对诸如具有弱固结砂的岩石的总体力学表现具有显著影响时，考虑柔度/刚度是有用的，颗粒接触的存在导致柔度/刚度出现。通常，使用多种方法，诸如解析模型、实验数据或者启发函数，向随着所施加的应力/应变而变化的弹性属性分配应力相关接触柔度(法向的和切向的)。用于接触行为的解析模型(Hertz、Mindlin、Walton、Digby等等)通常假定球形颗粒接触，并且接触区域为圆形的。能够在模拟中应用这些模型，以在考虑每个颗粒的配位数的情况下调节每个个体颗粒的接触区域的弹性属性，所述颗粒的配位数表示该颗粒的颗粒接触的数量。此外，由于这些模型通常是所施加的应力的函数，所以能够随着变形推进，取决于在接触区域中计算的增量应力或应变，来调节接触弹性属性。如上所述，另一种向接触区域分配弹性属性的方法为采用实验数据，其中使用作为应力的函数测量的动态弹性属性(压缩和剪切波速)，例如通过假定样品128的静态弹性属性(杨氏模量、泊松比)等于从所测量的波速提取的动态弹性属性(杨氏模量、泊松比)，来校准接触柔度。

[0062] 为了在所模拟的变形中考虑到接触刚度/柔度影响，必需执行可选过程212，在可选过程212中，向分割的体积施加颗粒和接触分隔。图4A和4B示出这种颗粒和接触分隔的示例。在图4A中，示出在分隔过程212之前的固体基质材料。图4B示出过程212之后的相同材料，以黑色值示出颗粒分隔，并且以浅灰色值识别颗粒之间的接触。图4C示出在过程214中产生的用于图4B的颗粒分隔的体积的网格。在图4C的示例中，相对于固体颗粒内部的较大三角形尺寸，在图4C中以较小的三角形示出接触区域附近的网格的细化。通过执行一系列的变形，以较小的增量数值实现所期望的应力/应变条件，从而达到所期望的原位应力/应变条件。在每个增量变形之后，通常使用过程212，在已变形体积的体素化表示上创建体积的新颗粒和接触分隔。以这种方式在接触内的网格细化通常有用，因为弹性属性在接触区域和颗粒区域之间差异显著。在图2中以虚线示出其中重复过程212、214、216的这种增量网格细化方法。可替选地，接触区域内的行为能够通过对于固体颗粒的内部和接触区域两者使用适当小的网格单元来表征，代价为由于模型内的单元数目更大而需要更多计算。

[0063] 如上所述，能够使用从实验近似或者假定行为遵守启发函数的解析模型对接触区域的弹性属性建模。在图4G中，为根据位移(在该示例中表达为百分比体积变化)的函数而变化的接触区域的弹性属性，显示两个不同函数。使用菱形符号的图示假定接触区域的杨氏模量小于固体颗粒的杨氏模量，并且随着变形增大是恒定的。使用交叉符号的图示假定接触区域的杨氏模量随着变形增大而非线性变化。如果怀疑颗粒包含低于图像分辨率的柔性孔隙率，也可能随着变形而改变个体颗粒的弹性属性。在图4D至4F中，正应变被示出在体积中：在变形之前(图4D)；无颗粒接触行为情况下在变形中的一个增量步骤之后(图4E)；以及假定颗粒接触行为根据非线性启发函数而变化的变形中的一个增量步骤之后(图4F)。这些图4D至4F示出与不包括接触行为的变形相比，包括接触行为的变形导致的颗粒形状和孔隙空间的显著差异。特别地，当考虑到接触行为时，如降低孔隙率以及改变颗粒形状表现的，出现更大的体积变形。图4F也示出与颗粒区域中的那些相比，在接触区域中产生的非常不同的应变。特别地，图4F示出，在变形中的一个增量之后，在增量变形之前不接触的一些颗粒现在接触，要求在执行后续的变形之前重复颗粒分隔过程212。

[0064] 在图4H中，为三种不同的变形场景绘制孔隙率。第一种假定是在于体积各处弹性属性是均匀的，且无接触行为(图4E)。第二种假定是用于接触行为的启发函数随着变形是恒定的，并且第三种假定是，用于接触行为的启发函数随着变形是非线性的(图4F)，在图4G中示出两者。如这些图中所示，从当使用启发函数并考虑到接触行为时出现的孔隙率的显著降低，额外的变形是明显的。

[0065] 在过程220中，然后测试工具130执行数字数值模拟，以分析在过程216中施加的模拟原位变形条件下，岩石样品104的一个或者多个物理属性。预期的是，可以在由处于岩石数字图像体积128的最终演变应力状态表示的条件下，通过对地下的相应岩石的数值分析，执行过程220。在油气开发和生产的背景下，也可能在过程220中确定感兴趣的岩石物理属性，诸如孔隙率、地层因数、绝对和相对渗透性、电属性(诸如地层因数、胶结指数、饱和度指数、迂曲度因数)、毛细管压力属性(诸如压汞毛细管压力)、弹性模量和属性(诸如体积模量、剪切模量、杨氏模量、泊松比、拉梅常数)等。可以使用变形体积的适当离散化，结合适当的数值模拟，例如用于绝对渗透性计算的单相流体流动的直接数值模拟，来估计这些岩石物理属性。在过程220中确定这些岩石物理属性中的一些属性也可能要求使用有限元法、有限差分法、有限体积法、格子-波尔兹曼(Lattice-Boltzmann)法或者任何多种其它的数值方法的数值模拟。如下文进一步详述的，也可能在过程220中估计由图像体积128表示的材料的不同岩石物理属性与孔隙率的关系，或者那些属性中的其它对属性之间的关系。

[0066] 在参考图2的上述的过程中，测试系统102已经模拟了表示一种地下条件的变形的施加。预期测试系统102可以对多种模拟变形条件重复该过程，包括不同幅值、方向或者类型的变形，以便确定不同地下条件下的岩石物理属性，以及导出表达那些属性与变化变形的关系的函数。例如，图6呈现了给定岩石样品104在不同的模拟变形条件下计算的孔隙率的图示，在该示例中是将孔隙率绘制为x方向中的位移(即，表达为百分比体积变化的压缩)的函数。

[0067] 现在参考图5A至5D，现在将描述各种详细过程220a至220d，可通过其执行过程220，以确定从其获得岩石样品104的岩石地层在相应于在地下遇到的原位变形的模拟条件下的物理属性。这些确定物理属性的方法彼此不互相排斥，并且由此，取决于将被表征的特殊属性，可以在过程220的任何给定实例下使用这些过程中的一个或者多个过程。进一步预期的是，已经参考本说明书的本领域技术人员将识别可能可替选地或者另外使用的其它类似技术，这些其它替选在下文要求的本发明的范围内。

[0068] 图5A详细地示出根据本发明的实施例的过程220a，通过其确定所取样的岩石地层在模拟变形条件下的孔隙率和其他岩石物理属性。在过程410中，测试工具130提取具有由如上所述施加仿效地下环境的模拟变形条件而导致的变形的、由过程216产生的数字图像体积128的固体材料的变形体积网格。在过程412中，测试工具130分析包含变形体积网格的全部体积，以计算固体相的体积与总体积分数(即，含固体材料和已变形的孔隙空间)的比率。该比率给出固体材料的体积分数，该固体材料的体积分数能够用于通过两个分数相加成一体(unity)的简单关系来确定孔隙空间的体积分数(称为孔隙率)。如图6的示例中所示，孔隙率随着所施加的变形导致的位移增大而减小。如此，预期的是，与基于来自地表周围环境条件下的岩石样品的图像的分析的孔隙率估计相比，在过程412中计算的孔隙率将是岩石样品104源自其中的相应地下岩石地层的孔隙率的良好估计。

[0069] 在本领域中已知的，某些岩石物理属性与孔隙率相关。这些孔隙率相关属性的示例包括渗透性、地层因数。在过程414中，测试工具130使用在本行业中建立或者以其它方式已知的拇指规则，或者使用从实验室实验发展的相关性，而从过程412中计算的孔隙率，来估计这些相关属性中的一个或者多个属性。然后视需要将孔隙率值以及任何这些相关的岩石物理属性存储在计算装置120的存储器资源或者网络存储器资源中，以便以传统方式用于储层(reservoir)的进一步分析。

[0070] 图5B示出根据本发明另一实施例的过程220b，测试系统102中的测试工具130根据过程220b计算某些岩石物理属性。过程220b始于过程410，如上所述，过程410提取具有由如上所述施加仿效地下环境的模拟变形条件而导致的变形的、由过程218产生的数字图像体积128的固体相组分的变形体积网格。

[0071] 在过程420中，测试工具130运行，以将来自过程410的变形网格几何体转换为符合在用于确定期望的岩石物理属性的特殊数值分析技术中使用的几何体输入需求的体素化几何体。例如，过程420的转换可以将已变形的非结构网格几何体体素化为适合应用于这些算法，诸如有限差分算法、格子-玻尔兹曼(Lattice-Boltzmann)算法、或者两者，的结构栅格或者网格形式。

[0072] 例如，计算装置120可能通过将表示固体材料的非结构变形网格转变为表示孔隙相的结构网格而执行过程420。然后，计算装置120也能够在转变过程420中将结构网格覆盖到非结构变形网格上，并且外推(extrapolate)存在于每个结构网格块的中心处的一点，然后是使用点检测算法以确定每个结构网格块的中心处于非结构域内部还是外部。在这种点检测之后，然后计算装置120确定是否应将结构网格上的网格块识别为驻留于孔隙空间内或者固体相内。图7示出这种算法用于一种变形网格情况的结果，其中覆盖的结构栅格的分辨率指示在体素化的不同分辨率下结构栅格将非结构栅格表示得多好。

[0073] 在转变过程420之后，测试工具130在过程422中，应用期望的数值算法以计算岩石物理属性。例如，在过程420中转变为结构栅格之后，计算装置120(执行测试工具130)可以采用格子-波尔兹曼(LB)模型，以模拟空隙空间中的单向流体流动，通过这种模拟能够易于复原(recover)诸如渗透性的属性。图8示出由在主流动方向(x,y,z)中的每一个方向中的线性弹性计算产生的、用于通过变化的模拟变形条件而变形的一组几何体的格子-波尔兹曼模拟分析的结果。在图8中总结的这些结果支持下列期望，即渗透性应随着单轴应变导致的孔隙率降低而降低。

[0074] 可替选地或者另外，过程422可用于使用如在过程420中产生的表示变形岩石样品的结构网格来计算电属性。例如，计算装置120执行的有限差分算法能够求解多孔样品中的电压分布的拉普拉斯方程，通过该求解，能够复原多孔材料的导电性。基于这种导电性分析，计算装置120能够计算这些电属性，诸如地层因数(FF)和电阻率指数(RI)，其每个在油气开发和生产背景下都有用。在地层因数的情况下，假定孔隙空间完全充满水，而在电阻率指数的情况下，假定油和水分布在孔隙空间内。图9和10分别描绘FF和RI相对于在不同模拟变形条件下的变化的孔隙率的依赖性。在这些示例中，考虑水湿场景，其中在变化的水饱和度(Sw)下的油和水的分布基于孔隙空间的最大内接球体。如图所示，FF和RI两者都随孔隙率降低而增大。在图9中，对每个主方向中的所有变形几何体计算FF，而在图10中，仅示出5％总体积压缩的情况下的x方向上的RI。

[0075] 然后如期望的，在计算装置120的存储器资源或者联网存储器资源中存储从过程220b获得的这些电属性和其它岩石物理属性，以便用于以传统方式进一步分析储层。

[0076] 图5C示出根据本发明另一实施例的过程220c，测试系统102中的测试工具130根据该过程220c计算某些的岩石物理属性。如在过程220a、220b的情况下，过程220c类似地始于过程410，如上所述，过程410提取具有由如上所述施加仿效地下环境的模拟变形条件而导致的变形的、如由过程218产生的数字图像体积128的固体相组分的变形体积网格。

[0077] 在过程220c的过程430中，测试工具130识别变形非结构网格中那些对应于孔隙空间的表面单元-即孔隙的“壁”-的单元。过程430的结果为由数字图像体积128表示的岩石样品104的一部分的孔隙空间的外表面的表示，期望为兼容传统的体积“网格化”软件包的形式。在过程432中，测试工具130采用这种体积网格化包，以构造或者以其它方式定义由在过程430中识别的孔隙壁表面单元定义的孔隙空间的体积网格，期望采用适合通过适当的有限元分析工具或者其它数值工具，诸如格子-波尔兹曼，分析的格式。如所期望的，过程432中产生的孔隙空间的体积网格可为结构网格(即，多边形单元的规则图案)或者非结构网格(即，具有不规则连接的多边形单元的不规则图案)。

[0078] 一旦在过程432中产生了孔隙空间的体积网格，然后，测试工具130在过程434中执行有限元求解器或者其它数值算法，以基于孔隙空间的体积网格来计算所期望的岩石物理属性。可由计算装置120和测试工具130执行的一个过程434的示例，是通过使用纳维叶－斯托克斯(Navier-Stokes)方程在横跨所建模的体积施加压降的边界条件下的有限元解对单相流体流动建模，以计算岩石样品104的绝对渗透率。也可以或者可替选地在过程434中计算其它属性，使用有限元解，或者使用诸如有限差分、有限体积、格子-波尔兹曼、网络建模等的其它技术以计算那些属性以及绝对渗透率。

[0079] 然后如期望的，在计算装置120的存储器资源或者联网存储器资源中存储从过程220c获得的岩石物理属性或者其它属性，以便用于以传统方式进一步分析储层。

[0080] 图5D示出根据本发明另一实施例的过程220d，测试系统102中的测试工具130根据该过程220d，使用解析模型计算某些岩石物理属性或者材料属性。预期可通过过程220d复原的属性的示例包括通过岩石内的孔隙拓扑确定的或者与其相关的那些属性。与上述过程220a至220c的情况，过程220d类似地始于过程410，如上所述，过程410提取具有由如上所述施加仿效地下环境的模拟变形条件而导致的变形的、由过程218产生的数字图像体积128的固体相组分的变形体积网格。

[0081] 在过程440中，由测试工具130从在过程410中识别的变形体积网格提取几何属性。这些几何属性的示例包括下列量度，诸如颗粒或者孔隙的表面积与体积比率、可从由孔隙空间的变形体积网格提取的拓扑量度复原的临界孔喉直径、以及可从变形网格识别的其它结构参数或者模型参数。在过程442中，表示在过程440中提取的这些几何属性的特殊格式或者数据应可与将应用的一个或者多个解析模型兼容，以确定或者计算所期望的材料属性。在该过程442中，测试工具130执行能够从所提取的固体的几何属性估计所期望的感兴趣的岩石物理属性的一个或者多个特殊的解析模型。这些属性的示例包括流动属性和电属性等。

[0082] 可以通过应用过程220d确定的材料和岩石物理属性的示例为材料的“迂曲度”。在本领域中已知，多孔材料的迂曲度反映了穿过材料的流体路径扭曲的程度或者包含多少转弯。例如，在其孔隙空间的其流动路径中具有大量紧密间隔开的剧烈转弯的材料将比其中流动路径相对笔直的多孔材料展现更高的迂曲度。作为迂曲度的示例，测试工具130可能通过由配合在孔隙空间内的最大尺寸的内接球的群(population)表示孔隙空间，来执行过程440。然后通过沿每条流动路径连接那些内接球的质心，而在该过程440中定义“流线”。然后，过程442能够通过应用量度来计算材料的迂曲度，该量度诸如由质心-到-质心流线表示的曲线的长度与其末端之间的距离(也就是作为“直线距离”)的“弧弦”比率。

[0083] 在过程442中，可以可替选地或者另外由测试工具应用本领域中已知的其它迂曲度计算。例如，可以根据渗透率与在过程440中提取的临界孔喉半径参数的函数关系，使用“拇指规则”关系以确定诸如绝对渗透率的属性。另外，在以这种方式计算一个或者多个岩石物理属性后，测试工具130可以基于那些结果在过程442中计算材料的其它属性。在任何情况下，从过程220d获得的岩石物理属性或者其它属性然后能够存储在计算装置120的存储器资源或者联网存储器资源中，如期望的，以便用于以传统方式进一步分析储层。

[0084] 如上所述，用于执行图2的总体方法中的过程220的特别详述的技术220a至220d可以被单独应用或者以某个组合应用。进一步预期的是，已经参考本说明书的本领域技术人员将易于识别这些方法的变型，以及本发明的可替选实施方式和实施例，并且这些变型和替选适当地处于以下要求保护的本发明的范围内。

[0085] 对于阅读本说明书的本领域技术人员也明显的是，这些实施例在诸如处于或者靠近潜在油气储层的地下地层的样品的多孔材料的分析中提供重要的益处。特别地，本发明的实施例能够使用直接数值模拟技术，在被施加至处于它们的地下环境的那些地层的变形条件下分析地下地层的材料属性，包括岩石物理属性。这提高了实验室系统和分析设备的能力，以比应用于在地表周围环境条件下获取的图像体积的传统直接数值模拟技术更精确地表征地下条件。此外，根据本发明的实施例，通过使用图像体积和另外的数值分析来模拟岩石样品的原位地下条件，能够降低确定岩石物理属性的时间和成本。相对于可能需要几个月才能完成的实验室测量，能够将应力/应变相关岩石物理属性的基于图像的计算的周转时间缩短为几天或者更短。此外，通过使用模拟方法以获得应力下的地下属性的估计，可以从岩石体积的一张图像获得许多不同的演变应力状态，这种集成有助于理解在储层岩石的开发和生产期间的地下岩石物理属性的演变。预期可通过本发明的实施例获得这些和其它优点和益处，因为可能适用于特殊材料、情况和实施方式。

[0086] 虽然已经根据其实施例描述了本发明，但是当然预期的是，这些实施例的修改和替选(这些修改和替选获得本发明的优点和益处)对于已经参考本说明书及其附图的本领域技术人员将是显而易见的。预期这些修改和替选处于如后面所附的权利要求限定的本发明的范围内。

标题	发布/更新时间	阅读量
一种无分离假象的纵横波分离方法	2020-05-22	65
一种预测煤层气甜点的方法	2020-05-13	794
超声波测量锅炉管内壁氧化层厚度的校准方法	2020-05-23	373
确定、展示和使用地下岩石弹性模量和密度相对变化的方法	2020-05-12	163
一种高温介质地震波传播模拟方法	2020-05-27	401
一种利用二阶应力突变角检测金属粘结界面形变的方法	2020-05-19	235
钢管混凝土管桩高应变检测方法	2020-05-20	73
一种Rayleigh散射的近场散射解析方法	2020-05-20	810
一种基于弹性波逆时偏移ADCIGs的AVA分析方法	2020-05-25	63
古构造图成图方法及装置	2020-05-13	869