不同煤体结构煤的孔隙-裂隙分形特征及其对渗透性的影响

煤的孔隙-裂隙结构特征是研究储层渗透性的关键问题。为了定量描述孔隙-裂隙结构的复杂程度,以黄陇侏罗纪煤田永陇矿区郭家河井田原生结构煤和碎裂结构煤为研究对象,基于压汞实验数据和扫描电镜（SEM）图像,采用Menger分形模型和计盒维数方法,分别计算不同煤体结构煤的孔隙-裂隙分形维数;同时采用不同孔径段的孔隙体积比作为权重值,计算得到孔隙综合分形维数,探讨孔隙-裂隙结构分形维数和渗透率之间的关系。研究结果表明,脆性构造变形作用对孔隙整体复杂性,裂隙孔、渗流孔复杂性以及微观裂隙复杂程度均具有积极改造作用,对吸附孔结构复杂性具有均一化作用;微观裂隙分形维数与渗透率具有较高非线性关系,脆性构造作用改造下形成的碎裂煤,其具有的孔隙-裂隙结构优势配比是决定储层高渗透性的关键。因此,建议优先考虑弱脆性变形的碎裂结构煤为主体的断层、向斜和背斜区域进行煤层气抽采。      

晋中盆地西南缘石炭-二叠系煤储层孔隙结构及分形特征

以晋中盆地西南缘石炭-二叠系煤储层为研究对象,基于高压压汞试验,分析研究了煤储层的孔隙结构及分形特征,运用Washburn方程和海绵模型计算了大孔(100nm)分形维数D_M,对比讨论了孔隙结构参数与分形维数的关系,以及煤岩工业分析、煤化程度及煤岩显微组分对分形维数的影响。研究结果表明:本区孔径分布在6～10 000nm,以"双峰型"为主,墨水瓶状孔发育。孔隙结构以微孔、小孔为主,中孔与大孔次之,其中微孔和小孔对总孔容贡献率最大,吸附孔和渗流孔比表面积贡献率相当,反映本区煤层有利于煤层气的储集、扩散及渗流。本区中变质程度煤储层渗流孔(100nm)具有分形特征,煤岩总孔容越小、总比表面积越大、分形维数D_M越大,即孔隙结构非均质性越强,分形维数D_M可以有效反映孔隙结构特征。分形维数D_M与R_(o,max)、水分、镜质组含量呈正相关,与灰分、惰质组含量呈负相关,本区中煤阶烟煤分形维数受煤岩热演化程度影响明显。     

高煤阶煤孔隙结构及分形特征

高煤阶煤与中低煤阶煤在孔隙结构特征方面存在明显差异,分形理论为定量描述高煤阶煤储层孔隙特征提供了有效手段。基于扫描电镜、压汞实验和孔渗测试,以华北地区最大镜质体反射率(Ro,max)在19%~295%之间的9个煤样为研究对象,采用分段回归的方法对各样品进行不同孔径段分形维数计算,并讨论了孔隙结构分形维数与孔隙体积百分比、Ro,max、孔隙度和渗透率的关系。结果表明,高煤阶煤微小孔发育,半封闭孔含量较高,孔隙连通性一般,且孔隙结构具有明显的分段分形特征,同一煤样的超大孔(孔隙半径r＞5 μm)、大孔(05 μm＜r＜5 μm)、中孔(005 μm＜r＜05 μm)和微小孔(r＜005 μm)的分形维数依次减小;各煤样超大孔、大孔、中孔分形维数均随Ro,max增加而增加,随对应孔隙体积百分比增加而减小;孔隙度或渗透率与超大孔、大孔和中孔、微小孔分形维数分别呈二次相关、线性正相关、负相关;各分形区间分形维数分布的偏度和峰度与孔隙度或渗透率分别呈高度正相关和负相关,这为高煤阶煤孔隙度、渗透率提供了理想的线性方程(y=ax+b)预测模型。     

注水煤体有效渗流通道结构分形特征核磁共振试验研究

为定量表征注水煤体有效渗流通道结构变化特征,基于核磁共振试验测试了注水过程中,不同围压及水压作用下煤体孔隙结构特征,并结合分形几何理论对煤体有效渗流通道结构分形特征进行了分析。结果表明:注水煤体内部孔径分布差异明显,在不同水压及围压影响下,各孔径孔隙体积占比变化明显,大孔体积变化幅度最大为13.72%,其次为过渡孔及中孔分别为8.12%和5.39%,最小的微孔为2.05%。结合T_(2C)测试结果,当孔隙半径大于270 nm时为有效渗流通道,则影响注水煤体渗流特性的孔隙结构主要集中于大孔及中孔尺度内;试验过程中,试验及理论分形维数变化较小,表明煤样在不同承压条件下,渗流通道结构均具有明显的分形特征,同时两者相反的变化趋势验证了各自表征意义的不同。     

韩城矿区构造煤纳米级孔隙结构的分形特征

构造变形可以引起煤纳米级孔隙结构的变化,变形机制的不同对孔隙结构的影响程度也不同。煤的孔隙非均质性极强,传统实验方法难以准确地描述孔隙结构的复杂性,而分形理论提供了描述这一复杂性的量化方法。基于渭北煤田韩城矿区不同类型构造煤的低温氮吸附实验,采用分形FHH方法,定量表征了构造变形对煤纳米级孔隙结构的影响程度。结果表明:韧性变形煤比脆性变形煤的孔隙分形维数高,孔隙结构复杂,非均质性增强,导致毛细凝聚效应增强,吸附滞后突出;构造煤分形维数随着平均孔径的降低和中孔含量的升高而增大,说明构造变形程度越大,平均孔径越小,孔隙结构越复杂。研究认为,分形维数定量反映了煤构造变形的强弱,可以指示煤中纳米级孔隙结构的变形程度。      

两淮煤田煤储层吸附孔孔隙结构及分形特征

为了定量表征两淮煤田(淮南和淮北煤田)煤储层吸附孔孔隙结构特征,基于低温氮气吸附实验数据及FHH模型计算了吸附孔分形维数D_1(相对压力0~0.5)和D_2(相对压力0.5~1),讨论了分形维数与孔隙结构、物质组成以及煤变质程度之间的关系。结果表明,研究区煤样低温氮气吸附回线可以划分为3类:Ⅰ类,孔隙以"墨水瓶"或"细瓶颈"形孔为主,煤样具有比表面积大、平均孔径小的特点;Ⅱ类,孔隙多为开放性较好的平行板状孔,煤样比表面积和总孔体积较低;Ⅲ类,孔隙以狭缝形孔为主,煤样总孔体积和平均孔径较大。D_1与比表面积呈较强的正相关关系,代表孔表面积分形维数,D_2和平均孔径、微孔含量分别呈高度的线性正相关和负相关,代表孔结构分形维数,不同吸附脱附曲线类型煤样的分形维数D_1呈现出Ⅰ类Ⅲ类Ⅱ类的规律,D_2则呈现出Ⅰ类Ⅱ类Ⅲ类的规律,D_1、D_2与水分、灰分均呈正线型相关,与煤的R_(o,max)的关系并不明显。     

基于扫描电镜、孔隙-裂隙分析系统和气体吸附的煤孔隙结构联合表征

为了定量表征煤的孔隙结构,研究煤孔隙特征与吸附性能的内在联系,采用低温液氮吸附法（LP-N₂GA）、CO₂吸附法、扫描电镜（SEM）和孔隙-裂隙分析系统（PCAS）对6种不同变质程度煤样进行孔隙相关分析.煤样孔隙分布相似时,煤样对N₂和CO₂的吸附能力、孔隙率的近似概率密度和孔隙面积（中孔）与煤的挥发分呈负相关,煤样孔隙的分形维数与煤的挥发分呈正相关.煤样的孔隙分布差异较大时,煤样对N₂和CO₂的最大吸附容量与孔隙分布有关.建立了煤纳米孔结构的联合表征模式,该表征模式能够更有效地研究和分析煤中的孔隙,包括孔隙数目、孔隙面积、孔隙周长、平均形状因子、孔隙率、分形维数和孔径分布,将SEM-PCAS与气体吸附方法相结合对煤的孔隙结构进行定量联合表征的模式是可行的.      

陆相页岩热演化过程中孔隙分形特征

分形维数可定量表征储层孔隙结构的复杂性,为页岩储层评价提供思路。以热模拟获得的不同热演化阶段的鄂尔多斯盆地长7段页岩为研究对象,应用场发射扫描电镜观察了各演化阶段孔隙变化特征,并通过低温液氮吸附实验,研究各个演化阶段页岩孔隙分形特征,运用FHH模型计算页岩孔隙分形维数,探讨了分形维数与有机碳、矿物成分、孔隙结构参数的关系。研究结果表明:低成熟阶段页岩中纳米级有机质孔发育有限,随着成熟度的增加,在有机质内部开始逐渐发育孔隙,同时黏土矿物颗粒间的有机质也开始分解,出现纳米级层间孔,主要发育墨水瓶状孔和少部分的平行板状孔;孔径峰值主要在2~4 nm和40~50 nm,随着成熟度增加,上述2个孔径段的孔隙相对数量增加,分形维数依次增大,分形维数为2.592~2.717,孔隙非均质性增强。分形维数随着有机碳含量的减少而增加,而与石英、黏土矿物含量相关性不明显;随着成熟度增加,微孔和中孔比例增加,平均孔径减小,孔隙表面越复杂,比表面积和分形维数增加;分形维数与总孔隙体积、微孔体积、中孔体积具有很好的正相关性,而与大孔体积相关性较差。      

鄂尔多斯盆地延长组致密砂岩孔喉结构与油藏物性表征

基于高压压汞和核磁共振测试方法,结合分形理论对鄂尔多斯盆地延长组致密砂岩孔喉结构与油藏物性进行了表征。采用毛管束模型和润湿相模型计算了高压压汞孔喉分形维数,利用核磁共振测试T₂谱分别计算了大孔、中孔、小孔以及总孔隙的分形维数;对各分形维数与油藏物性之间的关系进行了对比分析。研究表明：基于高压压汞曲线计算岩心分形维数时,相比于润湿相模型,毛管束模型计算得到的分形维数与油藏物性之间具有更好的相关性,随着分形维数增加,平均半径减小,孔喉结构非均质性增强,油藏物性变差。核磁总孔隙分形维数与油藏物性相关性较差,大孔和中孔的分形维数与油藏物性具有较好的相关性,其中随着大孔和中孔分形维数增加,岩心渗透率降低,油藏物性变差;与小孔相比,大孔和中孔的分形维数与油藏物性的相关性更强,表明致密砂岩储层物性主要受大孔和中孔控制,分形维数可以有效表征致密砂岩小孔、中孔和大孔对油藏物性的影响。     

鄂尔多斯盆地苏里格地区下石盒子组致密砂岩储层微观孔隙结构及分形特征

通过铸体薄片、扫描电镜观察、物性测试及高压压汞实验等手段,对苏里格地区下石盒子组致密砂岩储层微观孔隙结构进行了精细刻画及分类表征,计算了各类致密储层的分形维数并阐明了分形特征对于研究致密储层渗流特征的意义。结果表明:鄂尔多斯盆地苏里格地区上古生界下石盒子组致密砂岩储层孔隙度普遍小于12%,渗透率大多小于1×10~(-3)μm~2,储层孔隙结构复杂,主要发育粒间溶孔及粒内溶孔,同时可见少量的原生粒间孔、黏土微孔和微裂缝;研究区储层孔隙结构组合可划分为3种:大孔隙主导的Ⅰ型孔隙结构、小孔隙主导的Ⅱ型孔隙结构及大孔隙和小孔隙共同控制的Ⅲ型孔隙结构;储层宏孔的分形维数为2.941 6～2.994 0,中孔的分形维数为2.546 8～2.921 1,微孔的分形维数为2.053 6～2.893 5,说明孔隙结构的复杂程度为宏孔中孔微孔;在计算致密砂岩储层宏孔分形维数时,应注意对孔隙形态进行合理的简化,以避免在计算过程中造成较大误差;微孔分形维数小于2.5的储层渗透率通常小于1×10~(-3)μm~2,说明微孔数量多的储层渗流能力通常较差,而形态规则、分布均匀、受胶结物与自生黏土矿物改造较弱的、宏孔发育的、致密储层有利于天然气的充注与储集。     

基于压汞分形的高变质石煤孔渗特征分析

研究石煤（腐泥煤）的孔渗特征,对于深入了解页岩气的吸附/解吸特征具有重要意义。基于分形几何原理,推导出煤岩不同类型孔隙和毛细管压力曲线的分形几何模型,并将孔隙分形维数分为渗透分维数和扩散分维数分别计算。根据压汞实验数据分析,利用双对数图计算了安康地区石煤孔隙结构的分形维数。研究结果表明:石煤渗透分维数D_s介于2.524~2.917,其与挥发分产率、水分含量、灰分产率和迂曲度呈正相关关系,与变质程度及平均孔径呈负相关关系;扩散分维数D_k介于2.488~2.931,其与变质程度、挥发分产率、水分含量和平均孔径呈正相关关系,与灰分产率和迂曲度呈负相关关系;在物性方面,渗透分维数随孔隙度增大而减小,渗透性的分形表征与扩散分维数呈负相关关系,这说明渗透孔越不均一,煤岩孔隙度就越大,而扩散孔的均一化程度可以为评价石煤储层物性提供重要依据。      

Fractal Characteristics of Coal Pores Based on Classic Geometry and Thermodynamics Models

To better understand the characteristics of coal pores and their influence on coal reservoirs, coal pores in eight main coalfields of North China were analyzed by mercury porosimetry and scanning electron microscopy (SEM). Fractal characteristics of coal pores (size distribution and structure) were researched using two fractal models: classic geometry and thermodynamics. These two models establish the relationship between fractal dimensions and coal pores characteristics. New results include: (1) SEM imaging and fractal analysis show that coal reservoirs generally have very high heterogeneity; (2) coal pore structures have fractal characteristics and fractal dimensions characteristic of pore structures are controlled by the composition (e.g., ash, moisture, volatile component) and pore parameters (e.g., pore diameter, micro pores content) of coals; (3) the fractal dimensions (D1 and D2) of coal pores have good correlations with the heterogeneity of coal pore structures. Larger fractal dimensions correlate to higher heterogeneity of pore structures. The fractal dimensions (D1 and D2) have strong negative linear correlations with the sorted coefficient of coals (R2=0.719 and 0.639, respectively) that shows the heterogeneity of coal pores; (4) fractal dimension D1 and petrologic permeability of coals have a strong negative exponential correlation (R2=0.82). However, fractal dimension D2 and petrologic permeability of coals have no obvious correlation; and (5) the model of classic geometry is more accurate for fractal characterization of coal pores in coal reservoirs than that of thermodynamics by optimization.     

构造煤纳米级孔隙特征及其对含气性的影响

煤孔隙对储层含气性具有重要影响,构造煤储层尤甚。采集淮南煤田潘一矿13号煤层中4种煤体结构的煤样进行低温液氮实验,运用最小二乘法原理并采用FHH分形模型,系统地分析了煤储层纳米级（1.7~20nm）孔隙结构特征及其与分形维数之间的关系。结果表明:煤体破坏程度增强致使BJH孔容和BET比表面积增大,过渡孔与微孔含量增加;构造煤中毛细凝聚开始发生在2~3 nm并随着相对压力的增大而逐渐增强;对气体吸附做主要贡献的是孔径为5nm的孔隙,糜棱煤中此类孔隙最多致使含气性最好;研究区内除原生结构煤外,其他煤储层纳米级孔隙分形维数均大于2.6,平均孔径与分形维数呈明显负相关且相关性系数在0.9以上,表明此类孔隙具有明显的分形特征,孔隙结构复杂程度较高。综合孔隙特征表明:构造煤中孔隙结构越复杂且5nm附近吸附孔隙含量越高,含气性越强。      

沁水盆地南部高煤级煤储层孔隙分形特征

以沁水盆地南部的20个高煤级煤样品的压汞实验和煤岩煤质分析的结果为依据,探讨了孔隙分形维数的计算方法,分析了盆地南部地区高煤级煤孔隙分形特征。研究表明,高煤级煤孔隙分形无标度区为50nm~100μm,孔隙分维数在2.94~3.21,孔隙分维数与煤变质程度、孔隙度、大孔含量、体积中值孔径呈负相关关系,与中孔含量、吸附孔含量、退汞效率、灰分产率呈正相关关系,而固定碳含量、镜质组质量分数、挥发份产率、兰氏体积则以孔隙分维数3.05为拐点呈双U形或倒双U形变化。孔隙分维数可以作为反映高煤级煤储层吸附能力和解吸能力的一个重要参数,并依据孔隙分维数划分出该区富气易解吸区、富气难解吸区及含气解吸区。     

阳泉新景矿高煤级煤的孔隙结构分形特征

分形理论是宏观上定量评价储层非均质性的有效手段。以阳泉新景矿高煤级煤样品压汞数据为基础,建立分形几何模型,定量描述了孔隙结构。实验结果表明:样品孔隙以纳米孔为主,孔径、比表面积及孔容也集中分布在纳米孔段。煤样孔径65 nm以上的孔隙具有显著的分形特征,分维值分布范围为2.89~2.99,体积增量呈现阶段式的变化,孔隙结构复杂;孔径65 nm以下孔隙几乎无分形特征,比表面积增量与孔径在对数坐标中呈线性关系;基于分形特征及分子运动规律,将储层孔隙以孔径65 nm为界划分为扩散孔和渗透孔2个大类6个小类。分维值与体积孔隙中值半径、总孔隙体积呈负相关,与孔径65 nm以上的孔隙体积、比表面积呈正相关,与孔隙度无相关性。分形分维值对储层结构具有较全面的表征能力,可以作为综合指标在煤储层孔隙研究中加以应用。      

羌塘盆地南坳陷布曲组白云岩储层孔喉结构及其分形特征研究

羌塘盆地中侏罗统布曲组白云岩为非均质性强的低孔、低渗储层,孔喉结构评价难度较大。选取南羌塘坳陷布曲组20件白云岩岩心样品,通过铸体薄片、扫描电镜观察,结合物性分析和常规压汞实验,研究其孔喉分布和分形特征,探索分形维数与白云岩储层物性参数、孔喉结构参数、孔隙成因之间的关系。结果表明：（1）研究区布曲组白云岩储集空间类型包括组构选择性孔隙、非组构选择性孔隙、裂缝3类,依据毛管压力曲线特征将其孔喉结构分为5种类型,其分形曲线具有明显的转折点,转折点为孔喉分布峰值,代表连通性好的大尺度孔喉向连通性差的小尺度孔喉的转变;（2）小尺度孔喉的层内非均质性较弱、层间非均质性强,大尺度孔喉的分形维数比小尺度孔喉小,但分布区间较宽,样品间差异明显,表明大尺度孔喉复杂多样,层间（整体）非均质性比小尺度强;（3）大尺度孔喉的分形维数与储层参数、孔喉结构参数相关性较好,可用于布曲组白云岩储层的孔喉结构定量表征,大尺度孔喉分形维数越小,储层物性越好,大尺度孔喉占比越多对储层整体渗透能力的贡献越大;（4）该套储层的储集空间与孔喉结构以沉积形成的碳酸盐沉积物孔隙为基础,白云石化作用和溶蚀作用共同控制了孔喉结构的差异性。     

基于数字岩心分形特征的渗透率预测方法

基于数字岩心技术,对岩心CT扫描图像进行处理,结合分形理论求取数字岩心的分形特征参数并通过构建数字岩心的等效分形介质模型对岩心渗透率进行预测。首先对两块砂岩岩心进行了微米CT扫描,提取岩心孔隙网络模型,分析岩心孔隙结构特征,结果表明岩心的孔喉半径分布与孔喉配位数分布对岩心渗透率有一定影响;其次利用MATLAB、Image J等软件对CT扫描得到的数字岩心及帝国理工学院网站公开的数字岩心进行处理,基于分形理论求取数字岩心分形维数、迂曲度、迂曲度分形维数和最大孔隙直径等参数;最后基于分形渗透率模型对岩心渗透率进行预测。结果表明：预测渗透率与岩心渗透率具有良好的相关性,相关系数大于0.97。因此,基于数字岩心技术,通过构建数字岩心等效分形介质模型,可以有效预测岩心渗透率。