当前位置:
X-MOL 学术
›
Transp Porous Media
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Resolution Effect: An Error Correction Model for Intrinsic Permeability of Porous Media Estimated from Lattice Boltzmann Method
Transport in Porous Media ( IF 2.7 ) Pub Date : 2020-03-26 , DOI: 10.1007/s11242-020-01406-z Jinlong Fu , Jiabin Dong , Yongliang Wang , Yang Ju , D. Roger J. Owen , Chenfeng Li
Transport in Porous Media ( IF 2.7 ) Pub Date : 2020-03-26 , DOI: 10.1007/s11242-020-01406-z Jinlong Fu , Jiabin Dong , Yongliang Wang , Yang Ju , D. Roger J. Owen , Chenfeng Li
In digital rock physics, the intrinsic permeability of a porous rock sample can be evaluated from its micro-computed tomography ( $$\upmu$$ μ -CT) image through lattice Boltzmann method (LBM) simulation. The LBM permeability evaluation has been increasingly adopted by the oil and gas industries, especially when the access to core samples is limited. In order to accurately evaluate the permeability of porous media, this digital approach requires high-quality $$\upmu$$ μ -CT images with sufficient resolution and size. In practice, however, the LBM simulation is often performed using images of reduced resolution, due to limitations in computing power and simulation time. As a result, the permeability results obtained are often compromised with significant errors, known as the resolution effect. In this study, the resolution effect is quantitatively investigated to identify the primary causes of error, based on which an error correction model for the LBM permeability evaluation is proposed. The model uses such geometric attributes as connected porosity, specific surface area and diffusion tortuosity to quantify the resolution effect and achieve error correction. Demonstrated on various types of porous media including sandstone, carbonate rock, sand pack, synthesis silica, etc., the proposed error correction model can effectively correct the errors in LBM permeability evaluation due to the resolution effect. Our error correction model makes image resolution reduction more meaningful and creditable for LBM permeability evaluation of porous media, thereby supporting its adoption in practical applications.
中文翻译:
分辨率效应:从格子玻尔兹曼方法估计的多孔介质固有渗透率的误差校正模型
在数字岩石物理学中,多孔岩石样品的固有渗透率可以通过其微计算机断层扫描 ($$\upmu$$ μ-CT) 图像通过格子玻尔兹曼方法 (LBM) 模拟来评估。LBM 渗透率评估越来越多地被石油和天然气行业采用,尤其是在获取岩心样本有限的情况下。为了准确评估多孔介质的渗透性,这种数字方法需要具有足够分辨率和尺寸的高质量 $$\upmu$$ μ-CT 图像。然而,在实践中,由于计算能力和模拟时间的限制,LBM 模拟通常使用分辨率降低的图像进行。因此,获得的渗透率结果通常会受到严重误差的影响,称为分辨率效应。在这项研究中,定量研究分辨率效应,找出误差的主要原因,在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。
更新日期:2020-03-26
中文翻译:
分辨率效应:从格子玻尔兹曼方法估计的多孔介质固有渗透率的误差校正模型
在数字岩石物理学中,多孔岩石样品的固有渗透率可以通过其微计算机断层扫描 ($$\upmu$$ μ-CT) 图像通过格子玻尔兹曼方法 (LBM) 模拟来评估。LBM 渗透率评估越来越多地被石油和天然气行业采用,尤其是在获取岩心样本有限的情况下。为了准确评估多孔介质的渗透性,这种数字方法需要具有足够分辨率和尺寸的高质量 $$\upmu$$ μ-CT 图像。然而,在实践中,由于计算能力和模拟时间的限制,LBM 模拟通常使用分辨率降低的图像进行。因此,获得的渗透率结果通常会受到严重误差的影响,称为分辨率效应。在这项研究中,定量研究分辨率效应,找出误差的主要原因,在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。在此基础上提出了LBM渗透率评价的误差修正模型。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。该模型利用连通孔隙度、比表面积和扩散曲折度等几何属性来量化分辨率效果并实现误差校正。在砂岩、碳酸盐岩、砂包、合成二氧化硅等各类多孔介质上进行验证,所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。所提出的误差修正模型可以有效修正LBM渗透率评价中由于分辨率效应引起的误差。我们的误差校正模型使图像分辨率降低对于多孔介质的 LBM 渗透率评估更有意义和可信,从而支持其在实际应用中的采用。