Petrophysics 2020年第5期论文摘要翻译
版权及使用说明：本翻译的版权归SPWLA西南分会所有，仅供学术交流使用。若翻译有不到之处，请联系：E-mail: support@spwla-swchina.org.cn
页岩岩屑的纳米压痕及其在岩心测量中的应用
Nanoindentation of Shale Cuttings and Its Application to Core Measurements
Erica Esatyana, A. Sakhaee-Pour, Fadhil N. Sadooni, and Hamad Al-Saad Al-Kuwari
鉴于各种原因，标准测试所需的大样本（约1英寸）通常难以在页岩地层中获取。这样的样品通常不能在水平钻井中重新获得，在水力压裂中这也是常见的。它们也会分层，并在岩心分析中很难处理。因此，常用的特征描述技术面临挑战，并会引起不确定性。一种新的方法需要能够被用于处理小碎片，例如钻屑，特别是在实时条件下通常是唯一可用的来源。本研究提出了一种适用于岩屑的新方法，该方法从岩屑的纳米压痕实验中在岩心尺度确定页岩储层的岩土力学性质。特别地，用该方法已经从岩屑确定了页岩的杨氏模量，并与柱塞岩心测试的结果进行了对比。纳米压痕实验和必需样品制备也被修订。实验结果令人满意，该方法可应用于石油工业地层非均质性的表征。【译者：王志强；校稿：肖文联 （西南石油大学）】
基于孔隙结构的页岩吸附等温线的分类
Classification cation of Adsorption Isotherm Curves for Shale Based on Pore Structure
Yuanyuan Tian, Qing Chen, Changhui Yan, Hucheng Deng, and Yanqing He
在页岩气藏研究中，可以根据等温吸附曲线的形状来确定孔隙结构特征。当应用传统分类方法（如BDDT、deB oer和IUPAC分类法）对页岩等温吸附曲线进行分类时，无法准确通过曲线分类法表征不同页岩储层中的孔隙结构。根据页岩孔隙结构的特点，我们选取了孔隙形状、孔径和孔喉分选作为参数，研究这三个参数分别对吸附等温线曲线的影响。在此基础上提出了27种与不同页岩孔隙结构特征相对应的标准等温吸附曲线。应用新的分类方法对101条页岩等温吸附曲线进行分类，并分析孔隙结构特征。对比其他方法的分析结果表明，这种新的分类方法更实用。【译者：王志强；校稿：肖文联 （西南石油大学）】
基于井筒塌落引起的异常密度自动检测
Automatic Detection of Anomalous Density Measurements due to Wellbore Cave-in
Deepthi Sen , Cen Ong , Sribharath Kainkaryam, and Arvind Sharma
我们提出了一个工作流程，用于自动检测和标记与井眼塌落（“坏井”）相关的错误密度测井测量。我们使用无监督的时间序列聚类算法同时对井径和密度测井曲线进行聚类，生成一个带标签的数据集。随后，我们在标记的数据集上大量训练了有监督的学习算法，以便在井径测量不可用时检测坏孔。相对于常规的坏洞检测方法（如粗糙度算法），该工作流程具有更好的性能，并仅需要最小的用户干预。该工作流程已应用于一组3762口二叠纪井，以标记和删除井眼塌方记录的密度值。利用已删除数据集训练的密度预测模型对塌陷地段的密度进行重新预测。结果表明该方法可以减少井眼塌落引起的密度不稳定波动。【译者：王志强；校稿：肖文联 （西南石油大学）】
非均质碳酸盐岩阿尔奇公式岩石物理上的一致性
Raghu Ramamoorthy, T.S. Ramakrishnan, Suvodip Dasgupta, and Ishan Raina
阿尔奇在1942年提出的电阻率-饱和度经验关系在石油工业中得到了广泛的应用。尽管阿尔奇公式有缺点，但它仍然是解释含水饱和度的基础，甚至是在具有复杂孔隙结构的碳酸盐岩中通过经验调整胶结指数和饱和度指数。文献报道了有很多这种方法导致对含水饱和度错误解释的例子，并提出了将储层中的饱和度范围细分为多个部分的方法，每个部分都有一组不同的指数。基于均匀化方法，当子系统中的孔径被很好地区分时，我们提出了溶洞状碳酸盐岩粒间和粒内的有效电阻率模型。在适当校正的基础上，该模型适用于水湿岩层和混合润湿岩层。孔隙度及其大小的分配方法取决于裸眼测井和岩心数据。在微孔隙层段或溶洞层段，计算结果与阿尔奇公式的预测值存在显著的偏差。在几个中东碳酸盐岩储层中，结果验证了不同于岩心和核测井证据。【译者：王志强；校稿：肖文联 （西南石油大学）】
再次讨论富有机质致密岩润湿性的概念：在水锁损害地层中的应用
Sanchay Mukherjee, Son Thai Dang, Chandra Rai, and Carl Sondergeld
润湿性是岩石的一种重要物理性质，它决定着束缚水饱和度、相对渗透率和流体入侵。与具有相对单一的孔隙表面特性的常规储层不同，在富含有机物的致密储层中，润湿性的概念是不准确的。这些岩石不仅具有纳米孔隙系统，而且具有不同界面润湿性的多种孔隙类型。以往研究表明，非常规储层主要由三种孔隙类型组成：无机孔隙（一般为水湿），有机孔隙（一般为油湿，受有机物和热成熟度控制）和混合湿孔隙（受有机—无机分布控制）（Curtis等，2012）。
本次研究重新讨论了致密岩石孔隙类型划分的概念。我们提出并展示了一个新的工作流程，并用该工作流程评估了四个Wolfcamp B页岩样品的孔隙类型。首先，将所有样品在100°C下真空干燥6天以除去游离流体，直到重量稳定。总孔隙体积为束缚水体积（使用核磁共振（NMR））和气体填充体积（使用高压氦比重瓶）的总和。两个样品首先用一种流体（十二烷或2.5wt％KCl盐水）饱和，吸水5天后逐步加压（最高7,000psi）以达到100％饱和度。渗吸步骤是在静压中让流体从各个方向进入样品。对其它相应样进行多次循环注入，从渗吸开始，然后逆向渗吸，最后用驱替相逐步加压。在此过程中，我们使用盐水—十二烷和十二烷—盐水作为注入流体序列。逆向渗吸过程是指先用一种液体再用另一种液体对样品进行渗吸。通过重量分析和NMR测量连续监测四个样品，直到达到平衡为止。根据样品重量和孔隙流体体积计算置换相和置换相的相对百分数。
新方法将连通孔隙网络分为三类：油湿，水湿和混合润湿，分别占据了Wolfcamp B页岩中可移动孔总体积的50％、15％和35％。混合润湿孔隙是指在毛管力作用下油和水都能驱替空气的孔隙。使用常规的NMR润湿指数，基于盐水和进油量之间的差异（Looyestijn和Hofman，2006）确定该样品为油湿。既然如此，这是一种错误性的解释。必须强调的是混合润湿孔隙不等同于中性润湿系统。我们观察到，混合湿润孔隙相比起油更喜欢自吸盐水。在逆向渗吸过程中，最初吸收了十二烷的样品往往会渗吸盐水驱替十二烷。在逆向渗吸十二烷时，最初自吸盐水的样品中液体浓度没有明显变化。而十二烷需要1,500psi的注入压力才能重新进入孔隙系统。
在完井过程中由于混合润湿孔隙的毛管力作用，该地层中很可能发生水锁。可以通过在压裂液中添加表面活性剂来减少这种地层损害。此外，随着压降超过1,500psi，预计水锁效应会降低。因此，此工作流程有望全面描述致密地层中的孔隙网络，其中孔隙类型划分比润湿性更为合理。【译者：王志强；校稿：肖文联 （西南石油大学）】
基于神经网络的碳酸盐岩水平井钻井参数对声波穿越时间的预测
Ahmad Gowida and Salaheldin Elkatatny
声波测井数据通常用于确定地层类型、孔隙度、饱和流体和动态弹性参数。声波测井中使用声波测井工具获得纵波和横波的传播时间。并非所有完钻井的声波数据都是可用的，除非声波测井工具已下入了完钻井这种情况。
本文的主要目的是开发一种综合测井仪器，用于预测P波和S波在使用神经网络技术钻井时的传输时间（分别是△tcomp和△tshear）。为了建立人工神经网络模型，在中东地区某油田采集了一个水平井的现场数据（1421个点），其中包括机械钻井参数和相应的测井数据（△tcomp和△tshear）。另一组数据（来自同一油田的417个未知的数据）被用于评估这些模型在预测方面的可靠性。
结果表明，△tcomp和△tshear的相关系数R分别为0.94和0.93，预测值与实测值符合较好，平均绝对误差（AAPE）分别为1.18%和0.87%。此外，验证过程表明所开发的模型能够预测△tcomp和△tshear，其AAPE分别为1.87%和1.30%。【译者：王志强；校稿：肖文联 （西南石油大学）】
多尺度图像分析与常规测井相结合下自动实现岩石分类和地层评价的多物理集成工作流程
Andres Gonzalez, Lawrence Kanyan , Zoya Heidari, and Olivier Lopez
传统的基于测井的岩石分类通常会忽略岩石的结构特征（固体和流体-岩石组分的空间分布），这使其无法与真实的地质情况相匹配，尤其是在具有复杂岩石结构的地层中。通常通过从岩心描述中识别出地质相并将其与测得的岩石物理特性相结合来解决这一问题。既然如此，使用岩心数据手动识别地质相是一个繁琐且耗时的过程。在本文中我们提出了一个自动工作流程，该流程联合解释常规测井、计算机断层扫描（CT）/岩心图像和常规岩心分析（RCA）数据，以便同时优化岩石分类和地层评价。首先，我们进行常规测井解释，以获得评价深度层段的岩石物理性质。随后，我们自动从岩心照片和岩心CT扫描图像中提取与岩心相关的特征。然后，我们使用聚类算法从提取的岩石结构特征中获取岩石类别。我们通过从最初假定的数目迭代增加岩石类别的数量，直到基于渗透率的成本函数收敛到预定义的阈值以下，来优化岩石类别的数量。我们提出的工作流程将提供（i）定量的基于井眼/岩心图像的岩石结构，（ii）用常规测井和RCA数据自动生成岩石结构相关的特征，（iii）基于岩石结构，自动和同步评估岩石类别和岩石物理性质。此外，该工作流程的结果可以帮助加快地质相分类的过程，提供不同岩性的概述和总体叠加模式。
我们成功地将所提出的工作流程应用于岩石结构和岩性垂直变化的沉积层。双能量采集的岩心CT扫描图像与岩心照片、RCA数据和常规测井一起提供。基于图像的综合岩石分类与评估深度区间内的岩性一致。按类别划分的渗透率模型比按地层划分的渗透率估计值提高了89%（平均相对误差降低）。此外，识别的岩石类别法被一致地应用到另一口未使用岩心描述和CT扫描图像进行岩石分类的井，识别的岩石类别与从岩心描述获得的一致，渗透率估计值也与可用的RCA数据一致。【译者：王志强；校稿：肖文联 （西南石油大学）】
详情请查阅：https://www.spwla.org/documents/SPWLA/Petrophysics_Journal/Petrophysics%20October%202020%20TOC.pdf