EA 032063B1 20190430 Номер и дата охранного документа [PDF] EAPO2019\PDF/032063 Полный текст описания [**] EA201591350 20140312 Регистрационный номер и дата заявки US13/836,483 20130315 Регистрационные номера и даты приоритетных заявок US2014/024527 Номер международной заявки (PCT) WO2014/150916 20140925 Номер публикации международной заявки (PCT) EAB1 Код вида документа [PDF] eab21904 Номер бюллетеня [GIF] EAB1\00000032\063BS000#(1665:1160) Основной чертеж [**] СИСТЕМЫ И СПОСОБЫ УСОВЕРШЕНСТВОВАНИЯ ПРЯМОГО ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ СВОЙСТВ МАТЕРИАЛА ИЗ ОБРАЗЦОВ ГОРНОЙ ПОРОДЫ И ВЫЯВЛЕНИЯ НЕОПРЕДЕЛЕННОСТИ В СВОЙСТВАХ МАТЕРИАЛА Название документа [8] G01N 33/24, [8] G01N 15/08, [8] G06T 7/60 Индексы МПК [US] Фредрик Джоанн, [US] Лиу Элизабет, [US] Луис Лоран, [US] Ни Дайенн Сведения об авторах [US] БИПИ КОРПОРЕЙШН НОРД АМЕРИКА ИНК. Сведения о патентообладателях [US] БИПИ КОРПОРЕЙШН НОРД АМЕРИКА ИНК. Сведения о заявителях
 

Патентная документация ЕАПВ

 
Запрос:  ea000032063b*\id

больше ...

Термины запроса в документе

Реферат

[RU]

1. Способ определения представительного элементарного объема (REV) материала по образцу этого материала на основе одного или нескольких свойств материала, причем данный способ предусматривает задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки внутри трехмерного (3D) цифрового объема, выражающего образец материала, причем размер каждого объема выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

2. Способ по п.1, в котором каждый размер исследуемого объема соответствует некоторому количеству ячеек и в котором стадия определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; использование компьютера для вычисления значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

3. Способ по п.2, в котором указанная стадия вычисления разностного значения предусматривает анализ уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, a V B - значение свойства материала для второго объема выборки.

4. Способ по п.2, в котором указанная стадия определения разностного значения для каждого из множества размеров исследуемых объемов дополнительно предусматривает повторение указанных стадий выбора, использования и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

5. Способ по п.2, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных стадий выбора, использования и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных стадий выбора и вычисления, затем стадии вычисления суммарного среднего значения и стадии оценки.

6. Способ по п.2, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная стадия определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

7. Способ по п.2, в котором стадия использования компьютера для вычисления значения свойства материала предусматривает использование компьютера для выполнения прямого численного моделирования с помощью метода, выбираемого из группы, в которую входят метод решеточных уравнений Больцмана, конечно-разностный алгоритм, метод конечных элементов и метод случайного поиска.

8. Способ по п.1, дополнительно предусматривающий получение цифрового 3D-объема в виде объема трехмерного изображения образца материала с использованием рентгенотомографии, микрорентгенотомографии, нанорентгенотомографии, сканирующей электронной микроскопии с помощью сфокусированного ионного пучка, ядерно-магнитно-резонансной или нейтронной томографии.

9. Способ по п.8, в котором образец материала содержит одно из целого керна, кернов, отбираемых из стенки ствола скважины, обнаженной породы, выбуренной породы, образцов синтетической горной породы, созданной в лабораторных условиях, песчаных уплотнений и сцементированных уплотнений.

10. Способ по п.8, в котором указанная стадия получения дополнительно предусматривает обработку цифрового 3D-объема с помощью одного или всех методов улучшения качества изображения и методов сегментации для создания цифрового 3D-объема в виде производного 3D-объема.

11. Способ по п.1, дополнительно предусматривающий создание сформированного 3D-объема с помощью численных алгоритмов или методов моделирования для получения цифрового 3D-объема.

12. Способ по п.1, в котором стадия нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

13. Способ по п.12, в котором разностное значение, соответствующее желаемому уровню неопределенности, является средним разностным уровнем размера исследуемого объема.

14. Способ по п.1, в котором стадия нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.

15. Способ по п.14, в котором выбранная величина REV больше самого большого из множества размеров исследуемых объемов.

16. Носитель считываемой компьютером информации для длительного хранения данных, содержащий программные команды, при выполнении которых одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материла из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

17. Носитель считываемой компьютером информации по п.16, в котором операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме; вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

18. Носитель считываемой компьютером информации по п.17, в котором указанная операция вычисления разностного значения предусматривает анализ уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, а V B - значение свойства материала для второго объема выборки.

19. Носитель считываемой компьютером информации по п.17, в котором указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

20. Носитель считываемой компьютером информации по п.17, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных операций выбора и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.

21. Носитель считываемой компьютером информации по п.17, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

22. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

23. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.

24. Система для анализа образцов материала, содержащая сканер для создания трехмерного (3D) цифрового объема, являющегося изображением образца материала; и вычислительное устройство, соединенное со сканером и содержащее один или несколько процессоров; одно или несколько запоминающих устройств, соединенных с указанными одним или несколькими процессорами и содержащих программные команды, при выполнении которых указанными одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

25. Система по п.24, в которой операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме; вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

26. Система по п.24, в которой разностное значение вычисляют из уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, a V B - значение свойства материала для второго объема выборки.

27. Система по п.25, в которой указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

28. Система по п.25, в которой указанная операция определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных операций выбора и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.

29. Система по п.25, в которой первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

30. Система по п.24, в которой операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

31. Система по п.24, в которой операция нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.


Полный текст патента

(57) Реферат / Формула:

1. Способ определения представительного элементарного объема (REV) материала по образцу этого материала на основе одного или нескольких свойств материала, причем данный способ предусматривает задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки внутри трехмерного (3D) цифрового объема, выражающего образец материала, причем размер каждого объема выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

2. Способ по п.1, в котором каждый размер исследуемого объема соответствует некоторому количеству ячеек и в котором стадия определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; использование компьютера для вычисления значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

3. Способ по п.2, в котором указанная стадия вычисления разностного значения предусматривает анализ уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, a V B - значение свойства материала для второго объема выборки.

4. Способ по п.2, в котором указанная стадия определения разностного значения для каждого из множества размеров исследуемых объемов дополнительно предусматривает повторение указанных стадий выбора, использования и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

5. Способ по п.2, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных стадий выбора, использования и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных стадий выбора и вычисления, затем стадии вычисления суммарного среднего значения и стадии оценки.

6. Способ по п.2, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная стадия определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

7. Способ по п.2, в котором стадия использования компьютера для вычисления значения свойства материала предусматривает использование компьютера для выполнения прямого численного моделирования с помощью метода, выбираемого из группы, в которую входят метод решеточных уравнений Больцмана, конечно-разностный алгоритм, метод конечных элементов и метод случайного поиска.

8. Способ по п.1, дополнительно предусматривающий получение цифрового 3D-объема в виде объема трехмерного изображения образца материала с использованием рентгенотомографии, микрорентгенотомографии, нанорентгенотомографии, сканирующей электронной микроскопии с помощью сфокусированного ионного пучка, ядерно-магнитно-резонансной или нейтронной томографии.

9. Способ по п.8, в котором образец материала содержит одно из целого керна, кернов, отбираемых из стенки ствола скважины, обнаженной породы, выбуренной породы, образцов синтетической горной породы, созданной в лабораторных условиях, песчаных уплотнений и сцементированных уплотнений.

10. Способ по п.8, в котором указанная стадия получения дополнительно предусматривает обработку цифрового 3D-объема с помощью одного или всех методов улучшения качества изображения и методов сегментации для создания цифрового 3D-объема в виде производного 3D-объема.

11. Способ по п.1, дополнительно предусматривающий создание сформированного 3D-объема с помощью численных алгоритмов или методов моделирования для получения цифрового 3D-объема.

12. Способ по п.1, в котором стадия нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

13. Способ по п.12, в котором разностное значение, соответствующее желаемому уровню неопределенности, является средним разностным уровнем размера исследуемого объема.

14. Способ по п.1, в котором стадия нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.

15. Способ по п.14, в котором выбранная величина REV больше самого большого из множества размеров исследуемых объемов.

16. Носитель считываемой компьютером информации для длительного хранения данных, содержащий программные команды, при выполнении которых одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материла из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

17. Носитель считываемой компьютером информации по п.16, в котором операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме; вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

18. Носитель считываемой компьютером информации по п.17, в котором указанная операция вычисления разностного значения предусматривает анализ уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, а V B - значение свойства материала для второго объема выборки.

19. Носитель считываемой компьютером информации по п.17, в котором указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

20. Носитель считываемой компьютером информации по п.17, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных операций выбора и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.

21. Носитель считываемой компьютером информации по п.17, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

22. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

23. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.

24. Система для анализа образцов материала, содержащая сканер для создания трехмерного (3D) цифрового объема, являющегося изображением образца материала; и вычислительное устройство, соединенное со сканером и содержащее один или несколько процессоров; одно или несколько запоминающих устройств, соединенных с указанными одним или несколькими процессорами и содержащих программные команды, при выполнении которых указанными одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек; определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.

25. Система по п.24, в которой операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме; вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.

26. Система по п.24, в которой разностное значение вычисляют из уравнения где p - разностная величина, V A - значение свойства материала для первого объема выборки, a V B - значение свойства материала для второго объема выборки.

27. Система по п.25, в которой указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.

28. Система по п.25, в которой указанная операция определения разностных значений для каждого из множества исследуемых объемов предусматривает повторение указанных операций выбора и вычисления; дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема; оценку этого суммарного среднего значения по критерию сходимости и в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.

29. Система по п.25, в которой первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема; вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки; вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки; и дополнительно предусматривает определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.

30. Система по п.24, в которой операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.

31. Система по п.24, в которой операция нахождения величины REV предусматривает выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема; выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.


Евразийское 032063 (13) B1
патентное
ведомство
(12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ЕВРАЗИЙСКОМУ ПАТЕНТУ
(45) Дата публикации и выдачи патента 2019.04.30
(21) Номер заявки 201591350
(22) Дата подачи заявки
2014.03.12
(51) Int. Cl.
G01N 33/24 (2006.01) G01N15/08 (2006.01) G06T 7/60 (2006.01)
(54) СИСТЕМЫ И СПОСОБЫ УСОВЕРШЕНСТВОВАНИЯ ПРЯМОГО ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ СВОЙСТВ МАТЕРИАЛА ИЗ ОБРАЗЦОВ ГОРНОЙ ПОРОДЫ И ВЫЯВЛЕНИЯ НЕОПРЕДЕЛЕННОСТИ В СВОЙСТВАХ МАТЕРИАЛА
(31) 13/836,483; 14/063,742
(32) 2013.03.15; 2013.10.25
(33) US
(43) 2015.11.30
(86) PCT/US2014/024527
(87) WO 2014/150916 2014.09.25
(71) (73) Заявитель и патентовладелец:
БИПИ КОРПОРЕЙШН НОРД АМЕРИКА ИНК. (US)
(72) Изобретатель:
Фредрик Джоанн, Лиу Элизабет, Луис Лоран, Ни Дайенн (US)
(74) Представитель:
Гизатуллина Е.М. (RU) (56) US-A1-20110004447
ZHANG et al., A numerical-statistical approach to determining the representative elementary volume (REV) of cement paste for measuring diffusivity, Materiales de Construcin, 2010, Vol. 60, No. 300, pp. 7-20. See pages 7-19
AL-RAOUSH et al., Representative elementary volume analysis of porous media using X-ray computed tomography, Powder Technology, 2010, Vol. 200, No. 1, pp. 69-77. See pages 69-76
FERNANDES et al., Determination of the representative elementary volume for the study of sandstones and siltstones by X-ray microtomography, Materials Research, 2012, Vol. 15, No. 4, pp. 662-670. See pages 662-669
US-B2-8155377
US-A1-20100198638
(57) Исследовательская система для анализа цифрового трехмерного (3D) объема образца материала. С помощью указанной исследовательской системы задают несколько размеров исследуемых объемов, каждый из которых содержит разные количества ячеек, определяющих размер участков анализируемого цифрового 3D-объема. С помощью указанной исследовательской системы для каждого размера исследуемого объема получают два соседних участка цифрового 3D-объема при каждом размере исследуемого объема, который анализируется в текущий момент. С помощью указанной исследовательской системы для двух соседних участков цифрового 3D-объема вычисляют значение свойства материала и разностное значение между двумя соседними участками цифрового 3D-объема. Этот процесс повторяют для разных размеров исследуемых объемов. С помощью указанной исследовательской системы для разных размеров исследуемых объемов вычисляют средние разностные значения, по которым определяют представительный элементарный объем (REV).
Ссылка на предшествующую заявку
Настоящая заявка является частичным продолжением находящейся в процессе одновременного рассмотрения заявки № 13/836483, поданной 15 марта 2013 г., содержание которой включено в настоящую заявку посредством ссылки.
Указания на исследования или разработки, спонсируемые из федерального бюджета
Не применимо.
Предшествующий уровень техники настоящего изобретения
Настоящее изобретение относится, в общем, к способам и системам анализа трехмерных (3D) цифровых объемов образцов материала для определения свойств этого материала.
Для оценки характеристик подземных коллекторов углеводородов и формирования стратегии их разработки важно иметь информацию о свойствах материала подземных горных пород, также называемых физическими или петрофизическими свойствами. Обычно для определения этих свойств образцы горной породы целевого пласта подвергают лабораторным исследованиям. Однако эти исследования отнимают много времени и являются дорогостоящими. Таким образом, актуальна задача создания технологий, позволяющих получить достоверные оценочные сведения о свойствах материала подземной горной породы с меньшими временными и материальными затратами по сравнению с использованием традиционных лабораторных методов.
Одной из прогрессивных технологий, направленных на достижение этой цели, является прямое численное моделирование свойств материала по цифровым изображениям горной породы. Для определения свойств материала с использованием этого метода получают рентгенотомографическое изображение образца горной породы, а для моделирования физического эксперимента с объемом цифрового изображения проводят вычислительный эксперимент. Этот типовой метод позволяет определить свойства материала, такие как пористость, абсолютная проницаемость, относительная проницаемость, коэффициент сопротивления пласта, модуль упругости и т.п.
С помощью прямого численного моделирования можно определить свойства материала горных пород разных типов, таких как насыщенный газом низкопроницаемый песчаный или карбонатный коллектор, причем указанный способ позволяет сделать это существенно быстрее, чем при эмпирическом определении свойств материала. Это обуславливается тем, что процесс формирования физических условий, необходимых для конкретного эксперимента, такого как полное насыщение водой, протекает довольно медленно. Аналогичные же численные условия, воссоздающие физический эксперимент, формируются просто и быстро.
Чтобы проанализировать поровое пространство, для большинства типов горных пород необходимо получить цифровые изображения горной породы с высоким разрешением. Обычно это требует проведения съемки мелкого образца горной породы, например образца, извлеченного из более крупного образца горной породы, такого как пробка, часть керна или целый керн. Однако по изображению маленькой части горной породы не всегда удается получить достаточно точное представление о неоднородности поро-вой системы. В некоторых случаях область вычислений слишком мала для поровой системы, и вычисленные значения, соответствующие свойствам материала, значительно отклоняются от истинных характеристик исследуемой горной породы.
Этот аспект часто игнорируют при типовом прямом численном моделировании свойств материала по экспериментально полученным изображениям. Более того, вычисления выполняют по максимально возможному объему, извлекаемому из изображения, не учитывая, соответствует ли область вычислений поровой системе. Таким образом, вследствие недостаточной представительности поровой системы вычисленные свойства материала могут быть ошибочными.
Для выявления влияния, оказанного на вычисленные свойства материала степенью представительности поровой системы, иногда выполняют анализ по величине, называемой представительным элементарным объемом (REV, от англ. representative elementary volume). Это количественный метод, так как если существование представительного элементарного объема подтверждено, определяют и его размер. Проведение этого анализа позволяет напрямую оценить эффект от изменения масштаба пор и зависимость масштаба от свойств материала.
Обычно величину REV определяют как объемную меру горной породы, по которой путем вычислительных экспериментов и физических измерений получают значения, выражающие больший, или в макромасштабе, однородный массив горной породы. Таким образом, величину REV определяют как размер объема выборки, при котором физический параметр, вычисляемый или измеряемый на основе этого объема выборки, не зависит от конкретного местонахождения этого объема выборки в общем массиве. Данные же вычислительных измерений или экспериментов, осуществленных по вычислительной области или образцу горной породы меньшего объема, нежели величина REV, могут в макромасштабе неточно представлять поровую систему массива горной породы, при этом вычисленный или измеренный физический параметр будет варьироваться в зависимости от местонахождения вычислительной области в массиве горной породы. По мере приближения размера объема выборки к размеру величины REV вычисленный или измеренный параметр будет стремиться к истинной представительной величине. В случае отсутствия неоднородностей в макромасштабе вычисления и эксперименты, осуществленные при объеме
размером больше представительного объема, дадут значения, эквивалентные значениям, полученным при объеме, определенном как величина REV (т.е. представительная величина).
На фиг. 1 проиллюстрирована величина REV пористости пористой среды в ее привычном понимании. Как показано на фиг. 1, AVi - объем выборки, AV0 - объем REV, ni - отношение пустого объема к объему образца. При объемах выборки AVi < AV0 имеет место лишь небольшое количество пор и зерен. Эта ситуация показана в левой части фиг. 2, где объемы AVi выборки меньше объема AV0 REV и не охватывают количество пор и зерен, достаточное для определения статистического среднего значения пористости, имеющего физический смысл. Результаты вычисления пористости на основе этих объемов выборки будут отражать распределение пор в локальном масштабе, но не точный характер распределения пор по всей пористой среде. По мере дальнейшего уменьшения объема выборки до значений, которые меньше величины REV, вычисленное отношение пустого объема к общему объему будет стремиться к единице или нулю в зависимости от места расположения центроида - в поре или в зерне. В этом случае значение ni обуславливается локальным распределением порового пространства в микромасштабе.
В ином случае объемы AVi выборки, которые сопоставимы по размеру с объемом AV0 REV или больше его, охватывают количество пор и зерен, достаточное для определения имеющего физический смысл статистического среднего значения пористости всей горной породы на основе данного образца. Эта ситуация проиллюстрирована в правой части фиг. 2, где объемы AVi выборки больше объема AV0 REV, при этом результаты вычисления пористости на основе этих объемов выборки будут отражать фактическую величину пористости пористой среды (т.е. относительный поровый объем П=Ф). При значениях объемов выборки однородной пористой среды AVi > > AV0 вычисленная или измеренная пористость является, по существу, постоянной и тождественна пористости, представленной при размере объема выборки при величине REV. В то же время для неоднородной пористой среды неоднородности в макромасштабе будут причиной отклонения пористости даже при множестве объемов выборки AVi > > AV0.
Эта классическая трактовка величины REV лежит в основе концепции непрерывности при определении свойств материала пористой среды. Таким образом, пористость, проницаемость, коэффициент сопротивления пласта и другие характеристики определяются как объемные усредненные значения свойств по величине REV в микромасштабе. Однако величина REV для определения одного свойства материала, такого как пористость, не обязательно является величиной REV для определения другого свойства материала, такого как проницаемость.
Краткое раскрытие настоящего изобретения
Варианты осуществления настоящего изобретения относятся к способу и системе анализа образцов материала для определения свойств материала по цифровому трехмерному (3D) объему образца материала. Задают множество размеров исследуемых объемов, при этом каждый размер исследуемого объема охватывает некоторое количество отличающихся друг от друга ячеек. Определяют разностное значение свойства материала для двух соседних объемов выборки в цифровом 3D-объеме при каждом из множества размеров исследуемых объемов. Затем по набору разностных значений, полученных для множества размеров исследуемых объемов, определяют представительный элементарный объем для исследования образца материала.
Краткое описание фигур
Различные признаки раскрытых вариантов осуществления изобретения будут понятны из подробного описания, данного со ссылками на соответствующие фигуры.
На фиг. 1 представлен график, иллюстрирующий величину REV для определения пористости пористой среды в ее привычном понимании.
На фиг. 2 схематично показаны примеры объемов выборки.
На фиг. 3 представлен пример рентгенотомографического изображения образца песчаника при давлении окружающей среды и насыщении сухим флюидом в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 4 представлен пример использования простого алгоритма сегментации рентгенотомографи-ческого изображения, приведенного на фиг. 3, в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 5 схематично представлен пример сформированного объема, заполненного кубическим массивом сфер, в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 6a и 6b представлены блок-схемы примеров алгоритмов, используемых для анализа цифровых 3D-объемов, в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 7 схематично представлен пример стратегии выборки в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 8 схематично представлен пример выбора размеров исследуемых объемов при дискретизации объема цифрового 3D-изображения в соответствии с вариантами осуществления настоящего изобретения.
На фиг. 9 представлены пример образца горной породы и пример графика разностной величины в соответствии с вариантом осуществления настоящего изобретения.
На фиг. 10 представлена диаграмма, иллюстрирующая пример результатов исследования величины
REV в процентах для неопределенности пористости для четырех различных цифровых объемов в соответствии с вариантом осуществления настоящего изобретения.
На фиг. 11 представлены пример рентгенотомографического изображения и пример графика для оценки анизотропии в соответствии с вариантом осуществления настоящего изобретения.
На фиг. 12 представлена структурная схема, иллюстрирующая компоненты вычислительного устройства в соответствии с вариантом осуществления настоящего изобретения.
Подробное описание предпочтительных вариантов осуществления настоящего изобретения
Для облегчения понимания и наглядности идеи настоящего изобретения описаны со ссылками на различные варианты его осуществления. Тем не менее специалисту в области техники будет ясно, что одни и те же идеи в равной степени применимы ко всем типам информации и систем и могут быть использованы в них, а также что любые такие варианты не противоречат истинной сути и объему настоящего изобретения. Кроме того, нижеприведенное подробное описание дано со ссылками на прилагаемые фигуры, иллюстрирующие примеры различных вариантов осуществления и реализации настоящего изобретения. В электрические, механические, логические и структурные элементы этих примеров различных вариантов осуществления изобретения могут быть внесены изменения без отклонения от сути и объема настоящего изобретения. Таким образом, нижеприведенное описание не должно рассматриваться как ограничивающее касательно объема настоящего изобретения, который определен формулой и эквивалентными признаками изобретения.
Варианты осуществления настоящего изобретения относятся к системам и способам обеспечения и улучшения прямого численного моделирования свойств материала по цифровым объемам. В контексте этого описания цифровые объемы в соответствии с вариантами осуществления настоящего изобретения содержат (но не ограничиваются таковыми) объемы изображения пористого материала, производные объемы, полученные из таких объемов изображений, и сформированные объемы. Например, трехмерный (3D) объем изображения может быть получен с помощью экспериментальных методов, таких как рентге-нотомография (в том числе микрорентгенотомография и нанорентгенотомография), сканирующая электронная микроскопия с помощью сфокусированного ионного пучка, ядерно-магнитно-резонансная и нейтронная томография. Производные объемы могут быть получены в результате сегментации или иных методов обработки изображения, применяемых к этим и прочим объемам изображений. Сформированные объемы относятся к объемам изображений, полученных с помощью численных процессов, статистических методов, геологического моделирования или в результате извлечения информации при анализе данных или машинного обучения.
Каждый цифровой объем обычно представляют регулярными элементами 3D-объема, называемыми в области техники "ячейками". В общем каждая ячейка представляет собой куб с ребрами равной длины в направлениях x, y и z. Сам цифровой объем может содержать различное количество ячеек в направлениях x, y и z. Каждая ячейка в цифровом объеме имеет соответствующее численное значение (или амплитуду), выражающее относительные свойства материала отснятого образца в данном месте среды, представленной цифровым объемом. Диапазон этих численных значений, общеизвестный как серая шкала, обуславливается типом цифрового объема, степенью детализации значений (например, 8- или 16-битовыми значениями) и т.п. Например, амплитуда ячеек объема стандартного рентгенотомографическо-го изображения, представленного значениями 16-битовых данных, может варьироваться в диапазоне от 0
до 63535.
Как описано в настоящем документе, относительные свойства материала обозначают свойства материала образца в конкретной области по отношению к свойствам материала в других областях этого образца. Применительно к рентгенографическим системам сбора данных эти относительные свойства материала фактически соответствуют относительной плотности в определенных областях образца. На фиг. 3 показан пример типа входных данных для нижеописанного процесса в соответствии с вариантами осуществления настоящего изобретения. В частности, на фиг. 3 представлено рентгенотомографическое изображение песчаника при давлении окружающей среды и насыщении сухим флюидом. Этот объем изображения представлен значениями по серой шкале, выражающими интенсивность поглощения рентгеновского излучения в образце. Изменение значений данных по серой шкале выражает количественную разницу поглощаемого рентгеновского излучения, которая устанавливает корреляционную связь с разницей плотности материала образца горной породы.
В производных объемах для минимизации артефактов и шума, создаваемых при сборе данных, исходные амплитуды ячеек могут быть модифицированы, например путем процедурной обработки изображения, такой как подавление артефактов или фильтрация шума. Обычно такую обработку изображения используют на стадии получения изображения, но могут использовать вместо сбора данных или вместе с ним для улучшения качества получаемого изображения. Другим типом обработки изображения, используемым для получения производного объема, является сегментация, при которой амплитуду каждой ячейки ставят в соответствие одному численному значению из ограниченного набора таковых. Сегментация обычно используется для выделения характеристик и может выполняться в рамках автоматизированного численного процесса или ручного отбора значений. Любой из методов предполагает оценку характеристик объема изображения, производного или сформированного объема, например характери
стик амплитуды ячейки, связанности или несвязанности амплитуды ячейки или формы тел со связанными или несвязанными амплитудами.
Одним примером сегментации является алгоритм сравнения с пороговым значением. В данном случае алгоритм сравнения с пороговым значением используют для отделения в объеме изображения поро-вого пространства от пространства, заполненного зернами. Пороговое значение выбирают в диапазоне амплитуды ячейки так, чтобы ячейки, амплитуда которых ниже этого порогового значения, были откван-тованы до конкретного численного значения, выражающего поровое пространство, а ячейки, амплитуда которых выше этого порогового значения, были отквантованы до другого численного значения, выражающего пространство, заполненное зернами. В этом случае алгоритм сравнения с пороговым значением позволяет преобразовать объем изображения по серой шкале в производный объем, в котором каждая ячейка характеризуется одним из двух возможных значений, обычно это 0 или 1. Для выражения различных характеристик изображения по серой шкале алгоритм сравнения с пороговым значением можно применять многократно или использовать в нем любое количество разных пороговых значений.
Другим примером сегментации является "метод Оцу". В этом методе используется гистограммный алгоритм сравнения с пороговым значением, при котором пороговое значение выбирают для минимизации различий между лепестками бимодального распределения значений по серой шкале. Метод Оцу может быть автоматизирован, а также может быть расширен путем многократного повторения сегментации цифрового объема. К другим известным автоматизированным алгоритмам сегментации различной сложности, которые могут быть использованы отдельно или дополнительно для различения разных характеристик в объеме изображения, относятся индикаторный кригинг, метод активного контура, метод "водораздела" и т.п.
На фиг. 4 показан пример использования простого алгоритма пороговой сегментации рентгеното-мографического изображения, приведенного на фиг. 3, в соответствии с различными вариантами осуществления настоящего изобретения. На фиг. 4 представлены результаты преобразования микротомографического изображения по серой шкале в производный объем с использованием указанного алгоритма сегментации. Черные области этого объема обозначены как поровое пространство. Серые области этого объема обозначены как пространство, содержащее зерна.
Сформированные объемы относятся к цифровым объемам, созданным, как правило, компьютерными средствами по определенному алгоритму или путем моделирования, а не на основе оцифровки изображения конкретного образца горной породы. Численные алгоритмы, используемые для создания сформированных объемов, могут отличаться по сложности, в том числе предусматривая случайное введение сфер в кубический объем или за счет применения более сложных подходов к имитации процессов отложения и уплотнения. Для создания сформированных объемов в качестве бинарной среды со случайной выборкой в соответствии с функциями корреляции и т.п. могут быть использованы геостатистические процедуры. Обычно сформированные объемы не требуют последующей сегментации для выделения различных характеристик цифрового объема, так как алгоритмическая пометка обычно производится в процессе формирования. Однако в некоторых случаях выполнение последующей сегментации может быть необходимо для выделения дополнительных характеристик в сформированном цифровом объеме. На фиг. 5 показан пример сформированного объема, полученного путем заполнения кубического массива сферами, при этом в трехмерную кубическую решетку численным методом введены сферы одного радиуса.
В соответствии с вариантами осуществления настоящего изобретения цифровые 3D-объемы, в том числе такие как цифровые 3D-объемы изображений, производные объемы и сформированные объемы, анализируют исследовательским инструментом. Что касается цифровых 3D-объемов изображений, эти объемы могут представлять собой изображения образцов горной породы, полученных из целого керна, кернов, отбираемых из стенки ствола скважины, обнаженной породы, выбуренной породы и образцов синтетической горной породы, созданной в лабораторных условиях, такой как песчаные и сцементированные уплотнения; полученных из образцов горной породы при давлении окружающей среды или эффективном давлении при исследовании керна; из образцов с некоторой степенью насыщения флюидами или из образцов, находящихся под действием прочих экспериментальных условий. Кроме того, исследовательским инструментом могут осуществлять описанные в настоящем документе процессы в отношении цифровых 3D-объемов других пористых материалов, таких как бумага, кость и т.д.
Пример исследовательского инструмента, подходящего для выполнения описанных в настоящем документе функций и процессов, подробнее описан ниже со ссылкой на вычислительное устройство 1200, проиллюстрированное на фиг. 12. В любом случае исследовательский инструмент может быть реализован в виде программных средств, аппаратных средств или сочетания программных и аппаратных средств, в любом случае включая необходимые логические средства, команды, процедуры и алгоритмы для реализации функциональности и процессов, раскрытых в настоящем документе. Например, исследовательский инструмент может быть реализован в виде автономной прикладной программы или в виде программного модуля, являющегося частью другого приложения или другой программы.
На фиг. 6a проиллюстрирован пример процесса 600 анализа цифрового 3D-объема в соответствии с вариантом осуществления изобретения. Предполагается, что на основе информации, приведенной в на
стоящем документе, специалистам в области техники будут понятны модификации этого процесса 600, такие как удаление стадий процесса, добавление стадий процесса, изменение последовательности осуществления стадий процесса.
На стадии 604 с помощью исследовательского устройства задают набор размеров исследуемых объемов, причем каждый размер исследуемого объема соответствует уникальному количеству ячеек из набора размеров исследуемых объемов. В соответствии с этим вариантом осуществления изобретения для каждого набора размеров исследуемых объемов при помощи исследовательского инструмента анализируют одну или несколько пар соседних участков цифрового 3D-объема, имеющих этот размер исследуемого объема. Таким образом, на стадии 606 при помощи исследовательского устройства выбирают для анализа один из размеров исследуемых объемов. На стадии 608 из цифрового 3D-объема при помощи исследовательского инструмента выбирают пару объемов выборки, размеры которых равны размеру исследуемого объема и которые расположены в цифровом 3D-объеме рядом друг с другом.
На стадии 610 при помощи исследовательского устройства для каждого из соседних объемов выборки, выбранных на стадии 608, путем прямого численного моделирования или иного численного или синтезирующего метода вычисляют одно или несколько свойств материала. В соответствии с вариантами осуществления изобретения эти свойства материала являются физическими свойствами материала пористой среды, представленной цифровым 3D-объемом. Эти свойства материала, которые могут быть вычислены на стадии 610, содержат физические свойства любого вида, в том числе пористость, проницаемость, относительную проницаемость, электрические свойства, упругие свойства, геометрические свойства, ядерно-магнитно-резонансные свойства и т.п. К электрическим свойствам, которые могут быть вычислены на стадии 610, относятся такие свойства, как коэффициент сопротивления пласта, параметр нефтегазонасыщения, коэффициент извилистости поровых каналов, показатель цементации и показатель насыщения. К упругим свойствам, которые могут быть вычислены на стадии 610, относятся такие свойства, как объемный модуль упругости, модуль сдвига, модуль Юнга, коэффициент Пуассона, скорость продольной волны и скорость поперечной волны. К прочим свойствам материала, которые могут быть вычислены на стадии 610, относятся длины корреляции, отношение площади поверхности к объему, извилистость, длины хорд, радиусы поровых каналов, размер поры, форма поры, размер зерна, форма зерна и др. Например, пористость для сегментированного производного объема выборки могут определять путем деления общего количества ячеек порового пространства на общее количество ячеек, содержащихся в объеме выборки. Абсолютную проницаемость могут вычислять при помощи различных численных методов, таких как метод конечных элементов, конечно-разностный алгоритм или метод решеточных уравнений Больцмана. Эти численные методы позволяют моделировать физические свойства потока однофазного флюида для вычисления проницаемости путем прямого решения/аппроксимации уравнений Навье-Стокса или восстановления уравнения Навье-Стокса по дискретной форме уравнения Больцмана. Геометрические свойства, такие как длины корреляции, длины хорд и т.д., могут быть вычислены с помощью методов Монте-Карло, в соответствии с которыми осуществляют случайную выборку определенных характеристик по каждому соседнему объему выборки. Например, длину корреляции могут оценивать путем случайной выборки двух точек, смещенных на заданное расстояние. В любом случае на стадии 610 для каждого из соседних объемов выборки, выбранных на стадии 608, вычисляют одно или несколько этих свойств материала.
Далее на стадии 612 с помощью исследовательского инструмента для соседних объемов выборки цифрового 3D-объема вычисляют разностное значение между значениями свойства материала, вычисленного на стадии 610. Например, это разностное значение может быть представлено в виде процентной или дробной разницы значений свойства материала между этими двумя соседними участками объема изображения при текущем размере исследуемого объема. На стадии 614 условного ветвления определяют, требуется ли выбрать для анализа дополнительные одну или несколько пар объемов выборки. Например, решение на стадии 614 условного ветвления может быть принято на основе значения счетчика, определяющего, достигнуто ли заданное количество анализируемых пар объемов выборки для текущего размера исследуемого объема. Если это так (ветвь "да" на стадии 614), процесс повторяют со стадии 608 выбора другой пары соседних объемов выборки при текущем размере исследуемого объема с осуществлением последующих вычислений на стадиях 610, 612 с целью определения очередного разностного значения для этой новой пары.
Если для текущего размера исследуемого объема достигнуто заданное количество анализируемых пар исследуемых объемов (ветвь "нет" на стадии 614), на стадии 616 при помощи исследовательского инструмента вычисляют среднее разностное значение, получаемое для набора соседних объемов выборки при текущем размере исследуемого объема. По этим результатам отдельно или дополнительно могут вычислить одну или несколько других статистических величин, отражающих изменение значений свойства материала между соседними парами объемов выборки для этого текущего размера исследуемого объема. Указанное среднее разностное значение (или другие такие статистические величины) для набора пар соседних объемов выборки при этом текущем исследуемом объеме может быть использовано для определения разностного значения, выражающего текущий размер конкретного исследуемого объема.
На фиг. 6b проиллюстрирован альтернативный подход к анализу соседних объемов выборки для за
данного размера исследуемого объема в соответствии с вариантами осуществления настоящего изобретения. В этом альтернативном варианте реализации стадий с 604 по 612 осуществляют с помощью исследовательского инструмента, как описано выше в связи с реализацией, проиллюстрированной на фиг. 6a. Однако после каждого вычисления одного или нескольких свойств материала для каждой пары соседних объемов выборки на стадии 612 при помощи исследовательского инструмента на стадии 615 для этих анализируемых пар объемов выборки вычисляют суммарную среднюю разностную величину для текущего размера исследуемого объема. Эта суммарная средняя разностная величина для текущего размера исследуемого объема выражает меру сходимости, используемую при осуществлении стадии 617 условного ветвления, для определения, требуется ли выбрать для анализа дополнительные объемы выборки при текущем размере исследуемого объема. Сходимость может зависеть от того, изменяется ли вычисленная суммарная средняя разностная величина после осуществления самой недавней стадии 615, а также от меры или статистического значения, полученного на основе этой суммарной средней разностной величины. Если сходимость не достигнута (ветвь "нет" на стадии 617), на стадии 608 выбирают другую пару соседних объемов выборки при текущем размере исследуемого объема и для новой пары повторяют стадии с 610 по 615.
В любом случае (т.е. в рамках любого из процессов, проиллюстрированных на фиг. 6a и 6b) выбор следующей пары соседних объемов выборки на стадии 608 после перехода по условной ветви "да" на стадии 614 или 617 могут производить на основе любого из множества методов. В частности, выбор местонахождения двух соседних объемов выборки из пары в цифровом 3D-объеме могут осуществлять по стратегии случайной, систематической или послойной выборки при условии, что оба соседних объема выборки в паре лежат внутри целого цифрового 3D-объема. Использование конкретной стратегии выборки обуславливается неоднородностью или однородностью поровой структуры. Например, если оказывается, что поровая структура однородна в масштабе, значительно меньшем исходного размера исследуемого объема, то стратегия систематической выборки по цифровому 3D-объему может быть более эффективной, нежели прямая случайная выборка. Другими словами, два соседних объема выборки могут быть выбраны из предыдущих двух соседних объемов выборки с интервалом выборки, выраженным фиксированным количеством ячеек, причем эти первые два последовательных соседних объема выборки выбирают на случайном участке в 3D-объеме. На фиг. 7 показан пример использования исследовательского инструмента с применением стратегии случайной выборки. В этом примере из 3D-объема, в отношении которого осуществлена выборка, были выбраны три различные пары соседних исследуемых объемов. Квадраты обозначают выборку применительно к пористому материалу при помощи кубических объемов, случайно расположенных в координатах (xi, yi, zi), где i изменяется от 1 до n.
После определения при помощи исследовательского инструмента, что не требуются выделение и анализ дополнительных пар объемов выборки (т.е. после стадии 614 совершен переход по ветви "нет" к стадии 616 в соответствии с процессом, проиллюстрированным на фиг. 6a, или после стадии 617 совершен переход по ветви "нет", как показано на фиг. 6b), при помощи исследовательского инструмента на стадии 618 условного ветвления определяют, требуется ли повторение этого процесса для выбора дополнительных размеров исследуемых объемов. Стадия 618 условного ветвления может быть осуществлена разными способами. Например, эта стадия может быть осуществлена в отношении заданного набора размеров исследуемых объемов, а в этом случае на стадии 618 условного ветвления просто определяют, закончились ли элементы в этом наборе. В ином случае с помощью исследовательского инструмента могут анализировать средние разностные величины для уже обработанных размеров исследуемых объемов, например с целью оценки графика или статистического выражения этих средних разностных величин для определения, не выявлен ли представительный элементарный объем (REV), удовлетворяющий заданной разностной величине или изменению. Аналогично, график средней разностной величины может быть использован для выявления неопределенности в уже вычисленных или численно смоделированных свойствах материала в отношении участков 3D-объема при различных размерах.
Если размеры исследуемых объемов анализировать не требуется (ветвь "да" на стадии 618), повторяют стадию 606 для выбора следующего дополнительного размера исследуемого объема. Обычно для определения средней разностной величины по множеству участков цифрового 3D-объема различных размеров выбирают разные размеры исследуемых объемов. Один из походов к осуществлению стадии 606 состоит в пошаговом выборе разных размеров исследуемого объема с большим или меньшим содержанием ячеек. На фиг. 8 показан один пример выбора размеров исследуемых объемов с шагом 25 ячеек на сторону. В соответствии с этим примером первый размер исследуемого объема составляет 25 ячеек на сторону, второй размер исследуемого объема составляет 50 ячеек на сторону, третий размер исследуемого объема составляет 75 ячеек на сторону и так далее. Размер, проиллюстрированный на фиг. 8, относится к длине в ячейках на одну сторону кубического объема.
После определения на стадии 618 условного ветвления, что дополнительных размеров исследуемых объемов для анализа не осталось (ветвь "нет" на стадии 618), на стадии 620 с помощью исследовательского инструмента могут определить величину REV для пористой среды, анализируемой в текущий момент. В соответствии с вариантами осуществления изобретения, в которых стадия 618 условного ветвления предусматривает определение величины REV при выявлении, требуется ли анализировать другой
размер исследуемого объема, процесс, который должен выполняться на стадии 620, осуществляют на стадии 618.
Как подробнее описано ниже, путем вычисления разностных величин и представительного элементарного объема с помощью исследовательского устройства и системы можно увеличить эффективность прямого численного моделирования, так как это позволяет определить идеальный размер цифрового объема для анализа, что минимизирует неопределенность в моделируемых свойствах материала из-за неоднородности структуры исходного объема. Таким образом, с помощью указанной исследовательской системы можно определить объем для исследования, что минимизирует неопределенность в значениях свойства материала, не приводя к чрезмерному увеличению размера участка цифрового объема для анализа. Соответственно, исследовательские инструмент и система позволяют улучшить как вычислительную точность, так и вычислительную эффективность.
В соответствии с некоторыми вариантами осуществления изобретения величина REV, определенная для образца горной породы на стадии 620, представляет собой размер объема, для которого средняя разностная величина p (или p%) одного или нескольких значений свойства материала между двумя соседними участками цифрового объема этого размера будет отличаться не более чем на заданное процентное значение REV%. На фиг. 9 проиллюстрированы пример образца горной породы и пример графика разностных значений, полученных с помощью одного из вышеописанных вариантов осуществления изобретения. В нижней части фиг. 9 приведен график зависимости неопределенности вычисленного значения пористости, основанного на средних разностных значениях (обозначенных как REV%), от размеров области, соответствующих размерам исследуемых объемов. Этот график демонстрирует, что неопределенность пористости в зависимости от размеров исследуемых объемов изменяется по степенному закону, при этом стрелки указывают на размеры областей, соответствующих размерам объемов REV 10% и REV 10%. Чем меньше значение REV% для конкретного размера исследуемого объема, тем более близким соответствием характеризуются значения свойства материала, вычисленные для двух соседних участков цифрового 3D-объема. На верхней части фиг. 9 представлены область рентгенотомографического изображения горной породы размером приблизительно 5000 мкм и относительные размеры исследуемых объемов для неопределенности пористости объемов REV 5% (приблизительно 1200 мкм) и REV 10% (приблизительно 800 мкм) относительно этой области изображения.
С помощью исследовательского инструмента могут определять величину REV, которая будет использована для последующих измерений при прямом численном моделировании на основе оптимального соотношения желаемого процентного разностного значения величины REV% между двумя соседними объемами выборки с одной стороны и уменьшением размера исследуемого объема с другой, что, по существу, соответствует балансу между величиной REV% и размером исследуемого объема. На фиг. 10 представлен пример результатов исследования величины REV% для неопределенности пористости для четырех различных цифровых объемов. Черным столбиком обозначен размер области изображения, темно-серым столбиком обозначен размер исследуемого объема при неопределенности пористости 5% для каждой области изображения, а светло-серым столбиком обозначен размер исследуемого объема при неопределенности пористости 10% для каждой области изображения. Чем больше разница между размером области цифрового изображения и размером исследуемого объема конкретной величины REV%, тем больше экономия вычислительных ресурсов, обеспечиваемая при анализе исследуемой величины REV, нежели всей области изображения при допустимых значениях неопределенности величины REV%. Безусловно, вычисление значения свойства по всей области обеспечивает большую определенность, т.к. на вычисленное свойство материала не будет влиять локальная неоднородность в цифровом объеме.
В соответствии с вариантами осуществления настоящего изобретения на стадии 612 с помощью исследовательского инструмента могут вычислять разностную величину p и процентную разностную величину р% по формулам
р=2 ¦ abs(VA -VB)/(VA +VB) И р% =100*/?,
где VA, VB - значения свойства материала, вычисленные или смоделированные для соседних объемов выборки.
Как описано выше, с помощью исследовательского инструмента разностную величину p вычисляют для каждого размера исследуемого объема несколько раз. Из набора разностных величин для каждого размера исследуемого объема на стадиях 615, 616 могут быть вычислены средняя разностная величина p или средняя разностная процентная величина р% по формулам
<Р> = ^2f=lPi или
= ^Z?=iP%",
где n - общее количество раз, которое была вычислена разностная величина p (или процентная ве
личина p%) для каждого размера исследуемого объема, а i - показатель разностной величины p (или процентной разностной величины p%) для конкретного случая двух соседних объемов выборки при этом размере исследуемого объема.
Что касается стадии 615, на которой с помощью исследовательского инструмента используют суммарную среднюю разностную величину p или процентную величину p%, после вычисления разностной величины p (или процентной разностной величины p%) для двух соседних объемов выборки, как описано выше, по этой новой вычисленной величине вместе с предыдущими вычисленными величинами при этом размере исследуемого объема вычисляют среднюю разностную величину p (или среднюю процентную разностную величину p%).
В соответствии с другими вариантами осуществления изобретения исследовательский инструмент могут использовать для оценки анизотропии в цифровом объеме путем проведения анализа величины REV в ортогональных направлениях. Например, исследовательский инструмент могут использовать для оценки величины REV путем выбора соседних объемов выборки, находящихся на оси x. Затем исследовательский инструмент могут использовать для оценки величины REV путем выбора соседних объемов выборки, находящихся на оси z. Далее исследовательский инструмент могут использовать для сравнения графиков средней разностной процентной величины или суммарной средней разностной процентной величины по каждой оси. Если объем характеризуется наличием анизотропии, формы кривых средней (суммарной средней) разностной величины по разным осям будут различными. На фиг. 11 представлен пример рентгенотомографического изображения вместе с соответствующим графиком ковариации для оценки этой анизотропии в соответствии с примером реализации. В верхней части фиг. 11 показан объем рентгенотомографического изображения, характеризующегося слоистой неоднородностью вдоль оси x; разрешающая способность этого рентгенотомографического изображения: 13,6 мкм на ячейку. В нижней части фиг. 11 показаны результаты использования исследовательского инструмента в соответствии с примером реализации для оценки анизотропии по графику коэффициента изменчивости в направлении каждой из осей (x и z) зонда. В этом примере вычислены значения ковариации (COV) по серой шкале. Оценка представительного элементарного объема показывает, что при увеличении размера объема неопределенность пористости в направлении оси z уменьшается. При этом на неопределенность пористости в направлении оси x влияет неоднородность в образце, имеющая место по шкале длины осадочного отложения слоев. С увеличением размера области в направлении оси z значение ковариации существенно падает, в то время как с увеличением размера области в направлении оси x значение ковариации варьируется вследствие неоднородной слоистости. Сравнение этих характеристик ковариации указывает на наличие в объеме изображения анизотропии.
В соответствии с некоторыми вариантами осуществления изобретения исследовательский инструмент могут использовать для оценки величины REV% при наличии в объеме изображения неоднородности в макромасштабе. Другими словами, при некоторых условиях желаемая неопределенность касательно величины REV% для конкретного свойства материала может характеризоваться размером области, который больше чем весь объем самого цифрового изображения. В этом случае с помощью исследовательского инструмента величину REV% могут вычислить путем сопоставления его с полученными по конечному объему изображения данными графика средней разностной величины, изменяющейся по степенному закону, и экстраполяции результатов на большие размеры области. Например, как представлено в нижней части фиг. 9, соответствие степенной функции может простираться за пределы фактических данных величины REV (показано пунктирной линией), что соотносит неопределенность пористости с размерами области, превышающими 5000 мкм, которые занимает сам объем изображения.
На фиг. 12 показан пример конфигурации аппаратных средств вычислительного устройства 1200, реализующего исследовательский инструмент, который может выполнять одну или несколько вышеописанных стадий процесса в соответствии с вариантом осуществления изобретения. На фиг. 12 проиллюстрированы различные компоненты, содержащиеся в примере архитектуры вычислительного устройства 1200, однако следует понимать, что представленная архитектура носит общий характер, а конкретные архитектура и конфигурация зависят от конкретного использования. Таким образом, понятно, что касательно примера, проиллюстрированного на фиг. 12, к существующим компонентам могут быть добавлены другие компоненты, а также существующие компоненты могут быть удалены или заменены на иные.
Как показано на фиг. 12, вычислительное устройство 1200 содержит один или несколько процессоров 1202 с любыми конфигурациями ядер, работающих при соответствующих тактовых частотах. В этом примере вычислительное устройство 1200 также содержит одно или несколько запоминающих устройств 1204, выполняющих функцию главной памяти при работе вычислительного устройства 1200 и предназначенных, например для хранения данных. В этом примере вычислительное устройство 1200 также содержит один или несколько периферийных интерфейсов 1206, таких как клавиатуры, мыши, сенсорные панели, компьютерные экраны, сенсорные экраны и тому подобное, предназначенные для взаимодействия человека с вычислительным устройством 1200 и управления этим устройством.
Вычислительное устройство 1200 также содержит один или несколько сетевых интерфейсов 1208 для связи через одну или несколько сетей, таких как адаптеры Ethernet, беспроводные приемопередатчики или компоненты для последовательной передачи данных по сети, которые могут передавать данные с
помощью протоколов в проводных или беспроводных средах. В этом отношении вычислительное устройство 1200 может работать в сети, чтобы вычислительные задачи, описанные выше со ссылками на фиг. 6a и 6b, могли передаваться распределенным образом, например с использованием данных или программных команд, хранящихся на других вычислительных ресурсах, к которым вычислительное устройство 1200 имеет доступ через это сетевое соединение. Вычислительное устройство 1200 также содержит одно или несколько накопительных устройств 1210 варьируемых физических размеров и емкостей, таких как флэш-накопители, жесткие диски, оперативные запоминающие устройства и т.п., причем эти накопительные устройства предназначены для хранения данных, таких как изображения, файлы и программные команды, которые могут выполняться одним или несколькими процессорами 1202.
В запоминающих устройствах 1204 или накопительных устройствах 1210 вычислительного устройства 1200 содержатся одна или несколько программ 1212, характеризующихся наличием программных команд, при выполнении которых процессорами 1202 вычислительное устройство 1200 и другие соответствующие аппаратные средства обеспечивают работу по осуществлению стадий процесса, раскрытых в настоящем документе, и функционируют в качестве исследовательского инструмента, относящегося к вышесказанному в связи с описанными вариантами осуществления изобретения. Копии этих одной или нескольких программ 1212 могут храниться в указанных одном или нескольких запоминающих устройствах 1204, в указанных одном или нескольких накопительных устройствах 1210 или в устройствах обоих этих видов, или в ином случае могут быть доступны вычислительному устройству 1200 через сетевые интерфейсы 1208. Аналогично, данные, используемые одной или несколькими программами 1212, могут храниться в указанных одном или нескольких запоминающих устройствах 1204 и/или в указанных одном или нескольких накопительных устройствах 1210 или в ином случае могут быть доступны вычислительному устройству 1200 через сетевые интерфейсы 1208.
В вариантах осуществления настоящего изобретения компоненты вычислительного устройства 1200 согласно вышеприведенному описанию могут не быть заключены в одну оболочку или могут не быть расположены в непосредственной близости друг к другу. Специалисту в области техники будет понятно, что архитектура и компоненты, описанные выше, приведены только для примера, при этом вычислительное устройство 1200 может содержать аппаратные средства, встроенные программные средства или программное обеспечение любого типа для выполнения раскрытых функций. Вычислительное устройство 1200 также может быть частично или полностью реализовано посредством элементов электрических схем или процессоров, таких как специализированные интегральные схемы (ASIC, от англ. application-specific integrated circuit) или программируемые пользователем вентильные матрицы (FPGA, от англ. field-programmable gate array).
Настоящее изобретение раскрыто со ссылками на примеры его осуществления, однако специалистам с области техники после прочтения настоящего документа будет понятно, что возможны различные модификации описанных вариантов реализации без отклонения от истинной сути и объема настоящего изобретения. Используемые в настоящем документе термины и описания использованы только для объяснения и не носят ограничительный характер. В частности, хотя способ раскрыт с использованием примеров, стадии этого способа могут быть осуществлены в другом порядке, нежели приведено в описании, или одновременно. Кроме того, такие слова и обороты как "включая", "включает", "имея", "имеет", "характеризуется наличием", "с" или варианты этих слов и оборотов, использованные в подробном описании и формуле изобретения, не обладают ограничивающим значением и по смыслу близки к значению слова "содержит". Обороты, такие как "один или несколько", "по меньшей мере один из", использованные при перечислении элементов, например A и B, обозначают "только A, только B или A и B". Кроме того, если не указано иное, термин "набор" обозначает "один или несколько". Специалистам в области техники будет понятно, что возможны эти и другие изменения без отклонения от сути и объема изобретения, определенных пунктами формулы изобретения и их эквивалентными заменами.
ФОРМУЛА ИЗОБРЕТЕНИЯ
1. Способ определения представительного элементарного объема (REV) материала по образцу этого материала на основе одного или нескольких свойств материала, причем данный способ предусматривает
задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек;
определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки внутри трехмерного (3D) цифрового объема, выражающего образец материала, причем размер каждого объема выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и
нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.
2. Способ по п.1, в котором каждый размер исследуемого объема соответствует некоторому количеству ячеек и в котором стадия определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает
выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме и в которых содержится такое же количество ячеек, что и в размере исследуемого объема;
использование компьютера для вычисления значения свойства материала для каждого из первого и второго объемов выборки и
вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.
3. Способ по п.2, в котором указанная стадия вычисления разностного значения предусматривает анализ уравнения
VA+VB
где p - разностная величина, VA - значение свойства материала для первого объема выборки, a VB - значение свойства материала для второго объема выборки.
4. Способ по п.2, в котором указанная стадия определения разностного значения для каждого из множества размеров исследуемых объемов дополнительно предусматривает
повторение указанных стадий выбора, использования и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.
5. Способ по п.2, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает
повторение указанных стадий выбора, использования и вычисления;
дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема;
оценку этого суммарного среднего значения по критерию сходимости и
в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных стадий выбора и вычисления, затем стадии вычисления суммарного среднего значения и стадии оценки.
6. Способ по п.2, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем
указанная стадия определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает
выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема;
вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки;
вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки;
и дополнительно предусматривает
определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.
7. Способ по п.2, в котором стадия использования компьютера для вычисления значения свойства материала предусматривает использование компьютера для выполнения прямого численного моделирования с помощью метода, выбираемого из группы, в которую входят метод решеточных уравнений Больцмана, конечно-разностный алгоритм, метод конечных элементов и метод случайного поиска.
8. Способ по п.1, дополнительно предусматривающий получение цифрового 3D-объема в виде объема трехмерного изображения образца материала с использованием рентгенотомографии, микрорентге-нотомографии, нанорентгенотомографии, сканирующей электронной микроскопии с помощью сфокусированного ионного пучка, ядерно-магнитно-резонансной или нейтронной томографии.
9. Способ по п.8, в котором образец материала содержит одно из целого керна, кернов, отбираемых из стенки ствола скважины, обнаженной породы, выбуренной породы, образцов синтетической горной породы, созданной в лабораторных условиях, песчаных уплотнений и сцементированных уплотнений.
10. Способ по п.8, в котором указанная стадия получения дополнительно предусматривает обработку цифрового 3D-объема с помощью одного или всех методов улучшения качества изображения и методов сегментации для создания цифрового 3D-объема в виде производного 3D-объема.
11. Способ по п.1, дополнительно предусматривающий создание сформированного 3D-объема с помощью численных алгоритмов или методов моделирования для получения цифрового 3D-объема.
10.
12. Способ по п.1, в котором стадия нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.
13. Способ по п.12, в котором разностное значение, соответствующее желаемому уровню неопределенности, является средним разностным уровнем размера исследуемого объема.
14. Способ по п.1, в котором стадия нахождения величины REV предусматривает
выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема;
выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.
15. Способ по п.14, в котором выбранная величина REV больше самого большого из множества размеров исследуемых объемов.
16. Носитель считываемой компьютером информации для длительного хранения данных, содержащий программные команды, при выполнении которых одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих
задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек;
определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материла из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и
нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.
17. Носитель считываемой компьютером информации по п.16, в котором операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает
выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме;
вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.
18. Носитель считываемой компьютером информации по п.17, в котором указанная операция вычисления разностного значения предусматривает анализ уравнения
VA+VB
где p - разностная величина, VA - значение свойства материала для первого объема выборки, а VB - значение свойства материала для второго объема выборки.
19. Носитель считываемой компьютером информации по п.17, в котором указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает
повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.
20. Носитель считываемой компьютером информации по п.17, в котором указанная стадия определения разностных значений для каждого из множества исследуемых объемов предусматривает
повторение указанных операций выбора и вычисления;
дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема;
оценку этого суммарного среднего значения по критерию сходимости и
в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.
21. Носитель считываемой компьютером информации по п.17, в котором первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем
указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает
выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема;
вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки;
вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки;
и дополнительно предусматривает
определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.
22. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.
23. Носитель считываемой компьютером информации по п.16, в котором операция нахождения величины REV предусматривает
выявление связи между разностными значениями, определенными при каждом из множества размеров исследуемых объемов, и размером исследуемого объема;
выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.
24. Система для анализа образцов материала, содержащая
сканер для создания трехмерного (3D) цифрового объема, являющегося изображением образца материала; и
вычислительное устройство, соединенное со сканером и содержащее один или несколько процессоров;
одно или несколько запоминающих устройств, соединенных с указанными одним или несколькими процессорами и содержащих программные команды, при выполнении которых указанными одним или несколькими процессорами эти один или несколько процессоров определяют по образцу материала представительный элементарный объем (REV) материала на основе одного или нескольких свойств материала путем выполнения множества операций, осуществляющих
задание множества размеров исследуемых объемов, причем каждый из этих размеров соответствует определенному количеству ячеек;
определение для каждого из множества размеров исследуемых объемов разностного значения свойства материала между значениями свойства материала из объемов выборки одной или нескольких пар соседних объемов выборки в трехмерном (3D) цифровом объеме, выражающем образец материала, причем каждый объем выборки имеет определенное количество ячеек, связанных с этим размером исследуемого объема; и
нахождение величины REV для цифрового 3D-объема по разностным значениям, определенным при каждом из множества размеров исследуемых объемов как объема, соответствующего размеру исследуемого объема, где разностные значения между соседними объемами выборки размера исследуемого объема соответствуют желаемому уровню неопределенности для свойства материала.
25. Система по п.24, в которой операция определения разностного значения для каждого из множества размеров исследуемых объемов предусматривает
выбор первой пары объемов выборки из цифрового 3D-объема, причем эта первая пара содержит первый и второй объемы выборки, расположенные рядом друг с другом в цифровом 3D-объеме;
вычисление значения свойства материала для каждого из первого и второго объемов выборки и вычисление разностного значения между значениями свойства материала для первого и второго объемов выборки.
26. Система по п.24, в которой разностное значение вычисляют из уравнения
VA+VB
где p - разностная величина, VA - значение свойства материала для первого объема выборки, a VB - значение свойства материала для второго объема выборки.
27. Система по п.25, в которой указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает
повторение указанных операций выбора и вычисления заданное количество раз и дальнейшее вычисление средних вычисленных разностных значений для указанного размера исследуемого объема.
28. Система по п.25, в которой указанная операция определения разностных значений для каждого из множества исследуемых объемов предусматривает
повторение указанных операций выбора и вычисления;
дальнейшее вычисление суммарного среднего значения по вычисленным разностным значениям для указанного размера исследуемого объема;
оценку этого суммарного среднего значения по критерию сходимости и
в случае несоответствия этого суммарного среднего значения критерию сходимости повторение указанных операций выбора и вычисления, затем операции вычисления суммарного среднего значения и операции оценки.
29. Система по п.25, в которой первый и второй объемы выборки располагаются рядом друг с другом в первом направлении так, чтобы указанное разностное значение соответствовало разностному значению для первого направления; причем
указанная операция определения разностного значения для каждого из множества исследуемых объемов дополнительно предусматривает
выбор второй пары объемов выборки из цифрового 3D-объема, причем эта вторая пара содержит третий и четвертый объемы выборки, которые расположены рядом друг с другом в цифровом 3D-объеме во втором направлении, перпендикулярном указанному первому направлению, и в которых содержится такое же количество ячеек, что и в размере исследуемого объема;
вычисление значения свойства материала для каждого из третьего и четвертого объемов выборки;
вычисление разностного значения для второго направления между значениями свойства материала для третьего и четвертого объемов выборки;
и дополнительно предусматривает
определение анизотропии образца материала путем сравнения разностных значений для первого и второго направлений.
30. Система по п.24, в которой операция нахождения величины REV предусматривает выбор в качестве величины REV объема, соответствующего размеру исследуемого объема с разностным значением, соответствующим желаемому уровню неопределенности свойства материала.
31. Система по п.24, в которой операция нахождения величины REV предусматривает
выявление связи между разностными значениями, определенными при каждом из множества разме-
ров исследуемых объемов, и размером исследуемого объема;
выбор величины REV в качестве объема, соответствующего желаемому уровню неопределенности первого свойства материала, на основе выявленной связи.
Фиг. 6a
Евразийская патентная организация, ЕАПВ Россия, 109012, Москва, Малый Черкасский пер., 2
032063
- 1 -
(19)
032063
- 1 -
(19)
032063
- 2 -
(19)
032063
- 4 -
032063
- 14 -