鄂爾多斯盆地低階煤孔隙空間拓?fù)浣Y(jié)構(gòu)定量表征

車禹恒

(1.中煤科工集團(tuán)重慶研究院有限公司，重慶 400037；2.瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，重慶 400037)

近幾年，隨著光學(xué)測量和高能物理應(yīng)用的普及，無損檢測技術(shù)被逐漸應(yīng)用于煤微觀孔裂隙測試、表征和定量分析中[1]。X-ray μCT技術(shù)基于被檢測樣品的斷層掃描圖像，利用內(nèi)置成像算法清晰重構(gòu)出樣品的內(nèi)部結(jié)構(gòu)，在實(shí)現(xiàn)無損檢測的同時(shí)具備超高的分辨率以及三維數(shù)字化等優(yōu)點(diǎn)，被廣泛應(yīng)用于煤微觀結(jié)構(gòu)探測領(lǐng)域[2]。

通過X-ray μCT掃描三維重建的煤微觀孔隙結(jié)構(gòu)模型雖然能反映其真實(shí)的空間形態(tài)特征，但微觀孔隙極其復(fù)雜，不利于進(jìn)一步分析[3]。等效孔隙網(wǎng)絡(luò)模型(Pore Network Model)，即PNM模型[4]，在提取的孔隙中軸線基礎(chǔ)上，從拓?fù)鋵W(xué)的角度表達(dá)了真實(shí)孔隙空間的對(duì)應(yīng)關(guān)系，中軸線的節(jié)點(diǎn)即是孔隙中心，與此同時(shí)，采用最大球法對(duì)孔隙空間進(jìn)行分割，從而簡化了其拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)[5]。

Lindquist等[6]提出的一種提取等效孔隙網(wǎng)絡(luò)模型的方法是中軸線算法。這是一種以形態(tài)學(xué)細(xì)化算法[7，8]或者孔隙空間燃燒算法[9]為基礎(chǔ)的方法，而中軸線是通過連接煤巖孔隙結(jié)構(gòu)的幾何中心點(diǎn)得到的。Al-Raoush[10，11]對(duì)孔隙的識(shí)別方法做了進(jìn)一步研究并提出了新的方法，該方法設(shè)孔隙中心是多條中軸線的結(jié)合處，構(gòu)建出了砂巖孔隙網(wǎng)絡(luò)模型，發(fā)現(xiàn)其喉道空間分布的連通性能良好。為了提高模型在滲流模擬時(shí)的精確度，Liang[12]、趙秀才[13]提出了合并孔隙和分割孔隙及喉道等一些算法。

本文對(duì)鄂爾多斯盆地低階煤進(jìn)行X-ray μCT掃描，重建煤孔隙微觀空間結(jié)構(gòu)模型，選取REV表征單元，構(gòu)建PNM空間拓?fù)浣Y(jié)構(gòu)，分析其孔隙和喉道的結(jié)構(gòu)特征，進(jìn)而從微觀角度揭示煤層氣在不同煤層構(gòu)造中呈現(xiàn)不同的賦存狀態(tài)和流動(dòng)特性，有助于對(duì)不同地質(zhì)條件下煤層氣的賦存、產(chǎn)氣和控氣機(jī)理作深入探索。

1 X-ray μCT掃描實(shí)驗(yàn)

實(shí)驗(yàn)煤樣取自鄂爾多斯盆地西緣羊場灣礦褐煤(YCW)和鄂爾多斯盆地東緣斜溝礦氣煤(XG)，其工業(yè)分析結(jié)果見表1。原煤樣品被打磨成5mm×5mm×10mm，打磨過程中保留了煤體完整結(jié)構(gòu)，表面光滑無劃痕和裂隙，從而盡可能減少CT成像過程中尖銳的邊角造成的邊緣增強(qiáng)效應(yīng)。實(shí)驗(yàn)采用Nano Voxel-3000系列高分辨率X射線計(jì)算機(jī)斷層掃描儀。實(shí)驗(yàn)過程中測試電壓為120kV，測試電流為50μA，曝光時(shí)間1000ms，掃描模式為局部掃描，物理分辨率0.5μm，掃描時(shí)間52min。

表1 煤樣顯微組分及工業(yè)分析 %

2 微觀孔隙空間結(jié)構(gòu)重建

2.1 掃描圖像處理

目前采用X-ray μCT技術(shù)獲得的數(shù)字煤巖灰度圖都存在一定程度的像素噪聲，噪聲的存在會(huì)嚴(yán)重降低圖像質(zhì)量，導(dǎo)致定量分析結(jié)果存在很大誤差[14]。為了更加準(zhǔn)確再現(xiàn)煤體CT圖像，必須采用濾波算法對(duì)像素噪聲進(jìn)行衰減和抑制，增強(qiáng)數(shù)據(jù)信噪比。高斯濾波、中值濾波和均值濾波是三種最有效的圖像濾波算法，有其各自的優(yōu)缺點(diǎn)和適用范圍[15，16]。

經(jīng)不同濾波算法處理后CT圖像及其灰度直方圖的對(duì)比如圖1所示?？梢钥闯觯捎趦x器造成的噪聲影響，未經(jīng)過濾波處理的CT圖像灰度直方圖呈階梯形分布，同一灰度級(jí)別的不同位置區(qū)別較小，該現(xiàn)象不利于辨別煤基質(zhì)和孔隙，在后期閾值分割過程中也將造成重大誤差，使煤微觀結(jié)構(gòu)三維重構(gòu)不準(zhǔn)確。相比較而言，中值濾波算法可以在有效濾除噪聲像素的同時(shí)，最大程度凸顯被檢測煤樣的灰度特征，而高斯濾波和均值濾波則均對(duì)原始圖像造成過渡降噪，部分煤孔隙特征會(huì)被忽略。因此，本文采用中值濾波算法對(duì)CT圖像進(jìn)行降噪處理。

2.2 REV單元選取

在CT重構(gòu)基礎(chǔ)上編制Matlab程序[17]，對(duì)不同孔隙度及礦物含量對(duì)應(yīng)的灰度閾值進(jìn)行計(jì)算，計(jì)算結(jié)果見表2，可以看出閾值擬合度較高。

表2 閾值計(jì)算結(jié)果

REV單元(Representative Elementary Volume)研究方法[18]以研究內(nèi)容在微觀和宏觀尺度的相似性為橋梁，實(shí)現(xiàn)微觀領(lǐng)域物理性質(zhì)表征宏觀特性的跨越。REV單元不僅可以很好的與物質(zhì)的宏觀性質(zhì)契合，而且還能減少計(jì)算機(jī)運(yùn)算量，縮減不必要的大量重復(fù)運(yùn)算，提高研究的精度和效率[19]。

為了確定每種煤樣REV單元尺寸，以煤微觀空間結(jié)構(gòu)模型中4個(gè)目標(biāo)點(diǎn)為中心選取不同尺寸的REV單元，考察其孔隙率大小隨單元尺寸的變化規(guī)律，如圖3所示?？梢钥闯觯?dāng)REV邊長大于200體素時(shí)，其孔隙率變化幅度小，與整體煤孔隙率接近，因此將REV尺寸設(shè)置為200×200×200體素，物理尺寸為20μm×20μm×20μm，REV提取的空間位置如圖2所示。

圖2 REV尺寸選取及位置

2.3 微觀孔隙空間特征

受成煤時(shí)期的影響，無論是宏觀還是微觀尺度，煤體內(nèi)部結(jié)構(gòu)均存在很大差異。對(duì)REV內(nèi)的孔隙進(jìn)行分割和提取，結(jié)果如圖3所示。圖3直觀展現(xiàn)出煤體REV單元內(nèi)部的孔隙系統(tǒng)形態(tài)。羊場灣褐煤內(nèi)部更多發(fā)育有體積較大的微裂隙，周圍分散有體積較小的孤立孔隙。斜溝氣煤內(nèi)部微裂隙數(shù)量較少，孔隙數(shù)量多，體積大，局部存在多個(gè)孔隙聚集而成的孔隙團(tuán)，但整體均質(zhì)程度較高。

圖3 REV內(nèi)煤微觀孔隙空間特征

3 PNM空間拓?fù)浣Y(jié)構(gòu)

3.1 PNM模型構(gòu)建

對(duì)不同REV單元最大連通孔隙團(tuán)進(jìn)行提取，以煤孔隙空間結(jié)構(gòu)重建為基礎(chǔ)，在提取的孔隙中軸線基礎(chǔ)上，從拓?fù)鋵W(xué)的角度表達(dá)了真實(shí)孔隙空間的對(duì)應(yīng)關(guān)系，中軸線的節(jié)點(diǎn)即是孔隙中心，與此同時(shí)，采用最大球法對(duì)孔隙空間進(jìn)行分割，從而簡化了與真實(shí)煤微觀孔隙系統(tǒng)具有等價(jià)關(guān)系的拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)。各區(qū)域的PNM模型構(gòu)建結(jié)果如圖4所示。圖4中球體表示孔隙，球體大小代表孔隙體積大小，顏色由淺到深表示孔隙等效直徑逐漸增大。灰色棒則表示連接孔隙的喉道，棒的半徑代表喉道的等效半徑，棒的長短表示喉道的長度，從圖4中可以看出煤微觀孔隙的連通情況。不同煤樣都具有不同特征的PNM結(jié)構(gòu)，分布位置、孔隙和喉道參數(shù)也各不相同。羊場灣褐煤孔隙分布REV整個(gè)空間，體積最大，喉道最豐富，連通性也最強(qiáng)。

圖4 PNM拓?fù)浣Y(jié)構(gòu)

3.2 PNM孔隙結(jié)構(gòu)

羊場灣褐煤PNM孔隙體積最大，平均為0.54μm3，峰值高達(dá)19.52μm3。PNM孔隙半徑平均值為0.45μm，配位數(shù)均值為7，表明平均每個(gè)孔隙與7個(gè)其他孔隙通過喉道連通。斜溝氣煤PNM孔隙體積均值為0.055μm3，等效半徑均值0.21μm，配位數(shù)均值4，都明顯低于羊場灣褐煤。

具體顯示出REV單元PNM孔隙體積的分布規(guī)律如圖5所示?？梢钥闯鲅驁鰹澈置?3%以上孔隙體積都為0.25μm3，0.25～0.75μm3占比迅速降低。斜溝氣煤20%以上的孔隙體積都分布在0.02μm3左右，主要分布范圍為0～0.06μm3，因此，該煤樣PNM孔隙體積更小，分布范圍更窄。褐煤PNM孔隙體積大，分布范圍廣，該類煤孔隙類型更為豐富。

圖5 PNM孔隙體積

PNM孔隙等效半徑分布規(guī)律如圖6所示。由圖6可知，羊場灣褐煤PNM孔隙等效半徑主要分布在0.1～0.7μm，累積占90%以上，其中0.4μm左右占比最高，約占20%。斜溝氣煤PNM孔隙等效半徑主要分布在0.11～0.26μm，累積占95%以上，其中0.19μm占比最高，約占18%?？梢?，褐煤PNM孔隙等效半徑分布范圍更廣。

圖6 PNM孔隙等效半徑

配位數(shù)代表PNM模型中孔隙周圍相互連通的孔隙數(shù)目，是表征孔隙系統(tǒng)連通性好壞的重要參數(shù)[20]。PNM孔隙配位數(shù)分布規(guī)律如圖7所示，可以看出，羊場灣褐煤配位數(shù)分布范圍在1～13，配位數(shù)5～6的孔隙占總孔隙的20%以上，配位數(shù)等于13的累積占比為90%，因此，褐煤孔隙連通性更強(qiáng)。

圖7 PNM孔隙配位數(shù)

3.3 PNM喉道結(jié)構(gòu)

羊場灣褐煤PNM喉道等效半徑最大，平均值為0.13μm，峰值高達(dá)0.84μm，PNM喉道長度平均值為1.69μm，峰值為9.73μm。斜溝氣煤PNM喉道等效半徑和長度低于羊場灣褐煤，均值分別為0.09μm和0.63μm，流體滲透性能相對(duì)較差。

PNM喉道等效半徑分布規(guī)律如圖8所示。從圖8可以看出，羊場灣褐煤喉道等效半徑主要分布在0～0.2μm范圍內(nèi)，在0.1μm處達(dá)到峰值，峰值占比為14%～16%，0.2μm處的累積占比達(dá)到90%。斜溝氣煤則主要分布在0.02～0.12μm范圍內(nèi)，峰值處于0.06～0.08μm范圍內(nèi)，0.12μm處累積占比高達(dá)98%。對(duì)比分析可知，褐煤PNM喉道等效半徑分布范圍最廣，與該煤樣孔隙空間結(jié)構(gòu)存在一致性。

圖8 PNM喉道等效半徑

圖9 PNM喉道長度

PNM喉道長度的分布規(guī)律如圖9所示?？梢钥闯觯驁鰹澈置旱腜NM喉道長度分布最廣，主要分布范圍為0～2.5μm，累積占比超過85%，頻率峰值位于1.5μm。斜溝氣煤主要分布范圍為0.1～0.9μm，累積占比為90%，頻率峰值位于0.5μm。對(duì)比分析發(fā)現(xiàn)，褐煤PNM喉道更長，煤層氣在褐煤滲流的路徑也更長，滲流范圍更廣。

4 結(jié) 論

本文對(duì)鄂爾多斯盆地低階煤進(jìn)行了X-ray μCT掃描，重建了煤孔隙微觀空間結(jié)構(gòu)模型，構(gòu)建了PNM空間拓?fù)浣Y(jié)構(gòu)，對(duì)孔隙和喉道的結(jié)構(gòu)特征進(jìn)行了分析，主要結(jié)論如下：

1)羊場灣褐煤內(nèi)部發(fā)育有體積較大的微裂隙，周圍被孤立孔隙包圍。斜溝氣煤內(nèi)部微裂隙較少，但孔隙數(shù)量多，體積大，且局部形成孔隙團(tuán)，整體均質(zhì)程度較高。

2)羊場灣褐煤PNM孔隙體積平均0.54μm3，大于0.25μm3占23%。PNM孔隙半徑平均0.45μm，0.1～0.7μm占比超過90%，配位數(shù)均值7。而斜溝氣煤PNM孔隙體積均值0.055μm3，主要分布在0～0.06μm3，等效半徑均值0.21μm，主要分布在0.11～0.26μm，配位數(shù)均值4。褐煤PNM孔隙體積大，分布范圍廣，孔隙連通性強(qiáng)。

3)羊場灣褐煤PNM喉道等效半徑均值為0.13μm，主要分布在0～0.2μm，PNM喉道長度均值1.69μm，主要分布在0～2.5μm。斜溝氣煤PNM喉道等效半徑均值0.09μm，主要分布在0.02～0.12μm，PNM喉道長度均值0.63μm，主要分布在0.1～0.9μm。羊場灣褐煤喉道等效半徑更大，喉道更長，煤層氣的滲流范圍更廣。