[发明专利]一种基于数字岩心的多尺度融合方法

权利要求书

1.一种基于数字岩心的多尺度融合方法，其特征在于，包括：

1)基于岩心样品提取大尺度孔隙网络模型；

2)基于所述岩心子样品建立小尺度孔隙网络模型；

3)将至少两组不同尺度下的孔隙网络利用附加喉道跨尺度连接起来，包括：

将小尺度孔隙网络中喉道最大长度定义为孔隙间距最大值，将大尺度孔隙连接小尺度孔隙的最大数目定义为跨尺度配位数；

大尺度的孔隙体在孔隙间距最大值的搜索半径范围内，通过跨尺度配位数约束，生成附加喉道与相邻的小尺度孔隙体连接，生成最终的孔隙网络模型。

2.根据权利要求1所述的基于数字岩心的多尺度融合方法，其特征在于，步骤1)包括：

对岩心样本进行X射线CT扫描，利用岩石中不同组分对X射线吸收系数不同建立三维灰度图像；

对所述三维灰度图像进行数字图像滤波、灰度校正和图像分割，构建三维数字岩心；

提取CT分辨率以上的孔隙跟喉道，建立大尺度孔隙网络模型。

3.根据权利要求2所述的基于数字岩心的多尺度融合方法，其特征在于，采用最大球算法提取CT分辨率以上的孔隙跟喉道。

4.根据权利要求1所述的基于数字岩心的多尺度融合方法，其特征在于，步骤2)包括：

对岩心样品的其中一端面进行单元划分，对每个单元分别进行SEM成像，并将各个单元的SEM图像进行拼接；

在拼接形成的图像中选取设定扫描区域，确定小尺度孔隙网络模型的参数，建立小尺度孔隙网络模型。

5.根据权利要求4所述的基于数字岩心的多尺度融合方法，其特征在于，SEM图像在10nm以上。

6.根据权利要求4所述的基于数字岩心的多尺度融合方法，其特征在于，在所述设定扫描区域进行Maps测试，基于Maps测试图像确定小尺度孔隙网络模型的参数。

7.根据权利要求4所述的基于数字岩心的多尺度融合方法，其特征在于，小尺度孔隙网络模型的参数包括：所述孔隙网络模型的物理尺寸、孔隙度、粘土含量、孔隙间距占比、孔隙半径最小值。

8.根据权利要求4所述的基于数字岩心的多尺度融合方法，其特征在于，在确定小尺度孔隙网络模型的参数后，采用随机过程模拟建立小尺度孔隙网络模型。

9.根据权利要求4所述的基于数字岩心的多尺度融合方法，其特征在于，采用随机过程模拟建立小尺度孔隙网络模型包括：

将孔隙体随机分布在物理空间中，根据喉道参数，将小尺度孔隙体与设定数量的喉道连接起来，建立小尺度孔隙网络模型。