Изучение поровой структуры и расчет макроскопических характеристик горных пород на основе изображений рентгеновской микрокомпьютерной томографии

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Абсолютная и относительная фазовая проницаемости и капиллярное давление являются важными параметрами при прогнозировании добычи нефти и газа из пластов, особенно при проведении кислотной обработки призабойной зоны скважины. Они в основном определяются во время длительных и ресурсоемких лабораторных экспериментов. Тем самым, требуются дополнительные подходы для оперативного определения вышесказанных параметров. Поросетевое моделирование на основе данных с микрокомпьютерной томографии позволяет, во-первых, изучать поровое пространство образцов горных пород с учётом растворения породы, во-вторых, рассчитать основные макроскопические свойства образцов горных пород, не разрушая их, и в-третьих, создать базу данных цифровых кернов для дальнейших исследований.

Цель. Изучение порового пространства двух образцов карбонатной породы и течения жидкостей в них с помощью МТ General Electric V|tome|X S240 и с использованием программного пакета Avizo и PNFLOW.

Материалы и методы. В настоящей статье используется микрокомпьютерная томография с пространственным разрешением ~19 мкм и поросетевое моделирование течения жидкостей в пористых средах для изучения порового пространства образцов карбонатной породы и определения абсолютной и фазовой проницаемостей, а также капиллярного давления.

Результаты. Показано, что увеличение значения параметра Marker Extent приводит к уменьшению количества пор и завышенной абсолютной проницаемости из-за неправильного разделения пор, а уменьшение значения этого параметра позволило выявить более мелкие поры. Также показано, что абсолютная проницаемость и пористость имеют разные взаимосвязи до и после растворения породы с высокими коэффициентами корреляции, которые варьируются от 0,62 до 0,81. Было показано, что растворение породы существенно повлияет на относительные фазовые проницаемости образцов.

Заключение. Растворение породы привело к уменьшению остаточной насыщенности нефти у обоих образцов. В случае вытеснения нефти водой, в результате растворения породы остаточная насыщенность нефти снижалась от 38% до 22% и от 53% до 43% для двух исследуемых образцов. Эти результаты имеют важное значение для понимания течения жидкостей в карбонатных образцах.

Об авторах

Дәрежат Абілсеитұлы Болысбек

Satbayev University; Казахский национальный университет имени аль-Фараби

Автор, ответственный за переписку.
Email: bolysbek.darezhat@gmail.com
ORCID iD: 0000-0001-8936-3921
Казахстан, г. Алматы; г. Алматы

Алибек Бахиджанович Кульджабеков

Казахский национальный университет имени аль-Фараби

Email: alibek.kuljabekov@gmail.com
ORCID iD: 0000-0003-4384-6463

PhD

Казахстан, г. Алматы

Бақберген Ермекбайұлы Бекбау

Satbayev University

Email: bakbergen.bekbau@gmail.com
ORCID iD: 0000-0003-2410-1626

PhD

Казахстан, г. Алматы

Кенбой Шералиугли Узбекалиев

Satbayev University

Email: kzkenbai@gmail.com
ORCID iD: 0009-0000-6917-4963
Казахстан, г. Алматы

Список литературы

  1. Cnudde V., Boone M.N. High-resolution X-ray computed tomography in geosciences, a review of the current technology and applications // Earth-Science Reviews. 2013. Vol. 123. P. 1–17. doi: 10.1016/j.earscirev.2013.04.003.
  2. Golparvar A., Zhou Y., Wu K., et al. A comprehensive review of pore scale modeling methodologies for multiphase flow in porous media // Adv Geo-Energy Res. 2018. Vol. 2, N 4. P. 418–440. doi: 10.26804/ager.2018.04.07.
  3. Zel I., Kenessarin M., Kichanov S., et al. Pore Segmentation Techniques for Low-Resolution Data, Application to the Neutron Tomography Data of Cement Materials // J Imaging. 2022. Vol. 8, N 9. P. 242. doi: 10.3390/jimaging8090242.
  4. Piovesan A., Achille C., Ameloot R., et al. Pore network model for permeability characterization of three-dimensionally-printed porous materials for passive microfluidics // Phys Rev E. 2019. Vol. 99, N 3. doi: 10.1103/PhysRevE.99.033107.
  5. Md Ferdous A., Asadul H. A New Cluster Analysis-Marker-Controlled Watershed Method for Separating Particles of Granular Soils // Materials. 2017. Vol. 10, N 10. P. 1195. doi: 10.3390/ma10101195.
  6. Soulaine C., Gjetvaj F., Garing C., et al. The Impact of Sub-Resolution Porosity of X-ray Microtomography Images on the Permeability // Transport in Porous Media. 2016. Vol. 113, N 1. P. 227–243. doi: 10.1007/s11242-016-0690-2.
  7. Bultreys T., Van Hoorebeke L., Cnudde V. Multi-scale, micro-computed tomography-based pore network models to simulate drainage in heterogeneous rocks // Adv Water Resour. 2015. Vol. 78. P. 36–49. doi: 10.1016/j.advwatres.2015.02.003.
  8. Raeini A.Q, Bijeljic B., Blunt M.J. Modelling two-phase flow in porous media at the pore scale using the volume-of-fluid method // J Comput Phys. 2012. Vol 231, N 17. P. 5653–5668.
  9. Akasheva Zh.K., Bolysbek D.A., Assilbekov B.K. Study of carbonate rock dissolution using x-ray microcomputed tomography: impact of acid flow rate // News of the national academy of sciences of the republic of Kazakhstan series of geology and technical sciences. 2023. Vol. 1, N 457, 20–32. doi.org/10.32014/2023.2518-170X.256
  10. Amira-Avizo Software [интернет]. Thermo Fisher Scientific [дата обращения: 28.04.2023]. Доступ по ссылке: https://www.fei.com/software/amira-avizo/.
  11. Youssef S, Rosenberg E, Gland N., et al. High Resolution CT and Pore-Network Models to Assess Petrophysical Properties of Homogeneous and Heterogeneous Carbonates. SPE/EAGE Reservoir Characterization and Simulation Conference; 2007 Oct 28–31; Abu Dhabi, UAE. Paper Number: SPE-111427-MS.
  12. Pnflow simulation code [интернет]. Github [дата обращения: 28.04.2023]. Доступ по ссылке: https://github.com/aliraeini/pnflow.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Оригинальное (слева), сегментированное (в центре) изображение и поровое пространство (справа) карбонатного образца

Скачать (142KB)
3. Рисунок 2. 3D модели образцов №7 (слева) и №10 (справа) до и после растворения [9]

Скачать (92KB)
4. Рисунок 3. Схема классификации объектов разными статистическими методами при различных условиях представления исходной информации

Скачать (363KB)
5. Рисунок 4. Распределение пор по их размерам при разных Marker Extent

Скачать (159KB)
6. Рисунок 5. Распределение горловин пор по их размерам при разных Marker Extent

Скачать (119KB)
7. Рисунок 6. Изменение по Marker Extent

Скачать (77KB)
8. Рисунок 7. Выделение мини-образца из цилиндрического образца до (слева) и после (в центре) растворения в 2D и 3D (справа)

Скачать (78KB)
9. Рисунок 8. Зависимости проницаемости от пористости до и после растворения породы

Скачать (142KB)
10. Рисунок 9. Зависимости ОФП образца № 7 от насыщенности воды до и после его растворения

Скачать (150KB)
11. Рисунок 10. Зависимости ОФП образца № 10 от насыщенности воды до и после его растворения

Скачать (150KB)
12. Рисунок 11. Зависимости КД от насыщенности воды до и после растворения

Скачать (177KB)

© Болысбек Д.А., Кульджабеков А.Б., Бекбау Б.Е., Узбекалиев К.Ш., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».