Цифровой анализ керна (также цифровая петрофизика) — это современный метод изучения свойств горных пород, основанный на создании и анализе трёхмерных цифровых моделей керна (цифровых двойников). Метод позволяет детально исследовать микроструктуру порового пространства, прогнозировать фильтрационно-ёмкостные свойства (ФЕС) и проводить численное моделирование физических процессов, протекающих в породе, без проведения или в дополнение к традиционным лабораторным экспериментам.

Основные этапы Цифровой анализ керна включает в себя несколько последовательных этапов:

Получение исходных данных. Основным методом является рентгеновская микротомография (микро-КТ). С её помощью получают серию рентгеновских снимков образца, которые реконструируются в трёхмерный массив данных, состоящий из вокселейPonomarev A.A., Kadyrov M.A., Tugushev O.A., et al. Digital core reconstruction research: challenges and prospects. Geology, Ecology, and Landscapes. 2024;8(1):49–56. . Обработка и сегментация изображений. Полученные 3D-изображения проходят предварительную обработку (фильтрацию шумов, коррекцию яркости) для улучшения качества. Затем выполняется сегментация — разделение вокселей на две или более фазы: поровое пространство и твёрдую матрицу (минеральный скелет)Withers P.J., Bouman C., Carmignato S., et al. X-ray computed tomography. Nature Reviews Methods Primers. 2021;1(1):18. . В результате создаётся бинарная трёхмерная модель — цифровой двойник породы. Количественный анализ порового пространства. На основе бинарной модели рассчитываются различные геометрические и топологические характеристики:

* Пористость (общая, открытая, закрытая)Wang S., Qu H., Yu S., Zhang S.X. Nondestructive investigation on close and open porosity of additively manufactured parts using an X-ray computed tomography. Materials Today: Proceedings. 2022;70:124–130. . * Извилистость поровых каналов (геодезическая извилистость)Panini F., Ghanbarian B., Borello E.S., Viberti D. Estimating geometric tortuosity of saturated rocks from micro-CT images using percolation theory. Transport in Porous Media. 2024;151(7):1579–1606. . * Удельная поверхность. * Размеры пор и поровых горловин. * Характеристики перколяционных путей (связность пор)Lian S., Meng T., Song H., et al. Relationship between percolation mechanism and pore characteristics of recycled permeable bricks based on X-ray computed tomography. Reviews on Advanced Materials Science. 2021;60(1):207–215. . * Репрезентативный элементарный объём (REV) — минимальный размер модели, при котором её свойства становятся статистически устойчивымиLiu W., Han D., Wang G., Chu X. Representative elementary volume evaluation of coal microstructure based on CT 3D reconstruction. Fuel. 2023;336:126965. Saxena N., Hows A., Hofmann R., et al. Imaging and computational considerations for image computed permeability: Operating envelope of Digital Rock Physics. Advances in Water Resources. 2018;(116):127–144. .

Численное моделирование физических процессов. На цифровом двойнике непосредственно решаются уравнения, описывающие различные процессы:

* Моделирование фильтрации: решение уравнений Навье-Стокса или Стокса для расчёта проницаемости и визуализации фильтрационных потоковSoulaine C. Micro-continuum modeling: an hybrid-scale approach for solving coupled processes in porous media. Water Resources Research. 2024;60(2):e2025WR035908. . * Моделирование упругих свойств: расчёт модулей упругости и скоростей упругих волн. * Моделирование электрических свойств: расчёт удельного электрического сопротивления. * Моделирование многофазных течений, процессов вытеснения и др.

Применение Цифровой анализ керна широко применяется в нефтегазовой геологии и гидрогеологии для решения следующих задач:

Детальное изучение сложнопостроенных коллекторов (карбонатов, слабосцементированных песчаников, глинистых пород)Yang Y., Wang D., Yang J., Wang B., Liu T. Fractal analysis of CT images of tight sandstone with anisotropy and permeability prediction. Journal of Petroleum Science and Engineering. 2021;205:108919. . Оценка анизотропии фильтрационных и упругих свойств для оптимизации разработки месторождений, в том числе выбора направления бурения горизонтальных скважинAljawad M.S. Permeability anisotropy impact on wormhole propagation in openhole and limited-entry completions: a 3D numerical study. Gas Science and Engineering. 2023;116:205050. . Изучение механизмов пескопроявления и оценка устойчивости прискважинной зоны в слабосцементированных породахPoplygin V. V., Riabokon E. P., Turbakov M. S. et al. Changes in rock permeability near-wellbore due to operational loads. Materials Physics and Mechanics. 2022;48(2):175-183. . Прогноз фазового поведения углеводородов (например, капиллярной изоляции конденсата) в поровом пространствеJing W., Zhang L., Li A., et al. Phase behaviors of gas condensate at pore scale: direct visualization via microfluidics and in-situ CT scanning. SPE Journal. 2024;29(5):2566–2577. . Оценка коллекторских свойств при ограниченном количестве или низком качестве кернового материала (особенно актуально для шельфовых проектов). Подбор оптимального размера проппанта для гидроразрыва пласта.

Преимущества и ограничения Преимущества метода:

Неразрушающий контроль: один и тот же образец может быть изучен многократно и использован для традиционных лабораторных анализов. Детальность: возможность изучения внутренней структуры породы с микроскопическим разрешением. Гибкость: на одной модели можно провести "виртуальные эксперименты" для разных флюидов и физических условий. Скорость: возможность быстрой оценки свойств на этапе разведки.

Ограничения:

Малый масштаб: исследуются образцы небольшого размера (обычно от нескольких миллиметров до сантиметров), что ставит проблему масштабирования результатов на уровень пласта. Качество сегментации: корректность результатов сильно зависит от качества исходных томографических данных и выбранного алгоритма сегментации. Вычислительная сложность: моделирование на высокодетальных моделях требует значительных вычислительных ресурсов.

См. также

Петрофизика Керн (геология) Рентгеновская микротомография Закон Дарси Цифровой двойник

Примечания

Литература

Ponomarev A.A., Kadyrov M.A., Tugushev O.A., et al. (2024). Digital core reconstruction research: challenges and prospects. Geology, Ecology, and Landscapes. 8(1):49–56. Hommel J., Coltman E., Class H. (2018). Porosity–permeability relations for evolving pore space: a review with a focus on (bio-)geochemically altered porous media. Transport in Porous Media. 124(2):589–629. Saxena N., Hows A., Hofmann R., et al. (2018). Imaging and computational considerations for image computed permeability: Operating envelope of Digital Rock Physics. Advances in Water Resources. 116:127–144. Категория:Прикладная и междисциплинарная физика Категория:Индустрия 4.0 Категория:Геология