砂岩里的秘密：孔隙网络模型大揭秘
砂岩里的秘密：孔隙网络模型大揭秘
砂岩作为重要的储集岩，在地质学研究中备受关注。近年来，随着计算机技术和数值模拟方法的发展，孔隙网络模型在研究砂岩内部结构方面取得了重要进展。本文将从孔隙网络模型的基本原理、最新研究进展及其在石油工程中的应用等方面进行综述，旨在为相关领域的研究提供参考。
孔隙网络模型的基本原理
孔隙网络模型（Pore Network Model, PNM）是一种将多孔介质的复杂孔隙结构简化为由孔隙（Pore）和孔喉（Throat）组成的网络结构的方法。通过这种简化，研究者可以在保留孔隙结构特征的同时，降低计算复杂度，从而更高效地模拟多孔介质中的流体流动和物质传输过程。
孔隙网络模型的核心思想是将孔隙结构中的膨大部分定义为孔隙，将连接孔隙的狭窄通道定义为孔喉。通过这种简化，孔隙网络模型可以将复杂的孔隙结构分解为大量规则的孔隙和孔喉，从而形成由孔隙和孔喉组成的网络结构。在此基础上，研究者可以对渗流过程进行分析和计算。
最新研究进展
近年来，孔隙网络模型在多个领域取得了显著的研究进展，特别是在3D打印和微CT成像技术的应用方面。
中国科学院武汉岩土力学研究所的研究团队提出了一种利用3D打印和微CT成像技术实现致密砂岩复杂孔隙结构定量表征和多相流体输运特性的可视化研究方法。研究团队利用新型的面投影微立体光刻技术（PμSL，nanoArch S130，摩方精密）实现了致密砂岩孔隙模型的原位尺度打印（~2μm光学分辨率），再现了致密砂岩复杂孔隙系统的三维拓扑结构特征与空间连通性。
为表征3D打印岩心在复刻天然岩心孔隙结构特征方面的准确性，该团队分别采用偏光显微镜和微CT成像对3DP岩心的2D/3D微观孔隙结构特征进行了定量表征。基于团队自行开发的数字图像处理与模型重建技术，分别研究了3DP岩心孔隙分布特征，并与天然样品的实验室测试结果进行了对比分析，结果表明3DP岩心和原始样品的PSD分布总体上一致。
在此基础上，团队以分割的微CT图像为数据蓝本，引入峰值信噪比（peak signal-to-noise ratio, PSNR）和结构相似性指数度量（structural similarity index measure, SSIM）两个关键参数对3DP岩心孔隙结构特征进行表征，以量化3DP岩心与原始岩心孔隙结构的保真度。PSNR用于衡量相同空间位置上孔隙特征参数（大小和坐标位置）的绝对误差。SSIM用于测量两个图像之间的相似性，用于评估相应位置上的孔隙是否由3D打印机识别。计算结果表明：本文中3DP岩心的PSNR值介于[9.010，14.983]之间，其SSIM值介于[0.870，0.925]之间。大多数孔隙特征被打印识别，但一些孔隙并不在原始尺寸或位置上。由于后处理过程中，样品近端部的液体树脂更容易被去除，因此顶/底部结构的打印精度优于其他部分，显示出更高的SSIM值。
实际应用案例
在3DP岩心与原始岩心孔隙结构特征对比分析的基础上，团队针对3DP岩心的流体输运特性开展了进一步的研究。利用自行设计的基于原位微CT成像的可视化渗流试验系统分别进行了3DP岩心的饱和油和CO2驱油试验。
分析结果表明：注入CO2气体主要沿孔隙中部流动，导致颗粒表面出现大规模残余油。考虑到制备3DP岩心使用的HTL树脂是强油湿性，残余油相优先附着到固体表面。当注入流体发生突破时，样品中会留下很大部分以油膜形式分布的残余油。在油湿性岩心中，毛细管压力是注入CO2的阻力，导致大量残留油块被毛管力卡断在小孔中。此外，研究团队对3DP岩心和原始岩心的原位接触角进行了计算与对比分析，讨论了微观润湿性在残余流体捕获机制中的影响，并进一步提取了CO2驱替后3DP岩心的孔隙网络模型，对驱替过程中CO2气体的主要渗流通道以及微观赋存状态进行了讨论与分析。结果表明，注入气体主要沿3DP岩心的左侧分布，注入CO2沿优先通道突破，与剩余油分布一致。考虑到注入CO2的操作压力低于最小混相压力，驱替过程为不混相气-液流，界面张力和注入流体粘度的降低有助于提高波及效率和采收率。
展望
尽管孔隙网络模型在多孔介质流动研究中具有重要价值，但在实际应用中也面临着一些挑战。例如，如何简化模型以提高计算效率，同时保持模型的准确性，是一个重要的研究课题。目前，研究者通过优化模型参数、网络结构以及求解算法等方法，提高了孔隙网络模型的计算效率。
未来，随着3D打印和微CT成像技术的不断发展，孔隙网络模型在地质学研究中的应用将更加广泛。特别是在深部岩体相关工程研究中，精确表征岩石微观孔隙结构，揭示微观孔隙结构与流体输运特性的内在关联，将为地下油气储备与开发提供新的理论依据和技术支持。