Escolar Documentos
Profissional Documentos
Cultura Documentos
Traad en PT
Traad en PT
com
1 Análise de estrutura de grampo e simulação de permeabilidade de amostras de carvão com base em microcomputador
5 Abstrato
6 O carvão tem desempenhado um papel importante como uma valiosa fonte de energia por muitos anos. Por sua vez, o gás
7 produção de reservatórios de carvão é um desenvolvimento moderno e metano de leito de carvão (CBM), também conhecido
8 como gás de veio de carvão (CSG), vem atraindo a atenção mundial devido a sua ampla ocorrência e benefícios para o
9 ambiente em oposição às fontes de energia convencionais. Desenvolvimento de reservatórios de metano de leito de carvão
10 requer uma melhor compreensão dos comportamentos de fluxo de gás e líquidos em cunhos e análise de
11 possível contribuição de poros para o fluxo. Este artigo descreve a implementação de micro
12 técnicas de tomografia computadorizada (micro-CT) e microscopia eletrônica de varredura (SEM) para análise de carvão
13 amostras. Amostras de carvão de classificação intermediária usadas neste estudo foram coletadas do sulQinshui
14 Bacia (China). No decorrer da pesquisa descrita, amostras de carvão foram escaneadas, processadas e
15 segmentado para estudar o espaçamento e a permeabilidade das presilhas. Devido ao efeito de volume parcial, o
16 resolução de grampos precisava de melhorias que foram alcançadas pelo processamento subvoxel usando um novo
17 algoritmo conforme explicado em detalhes no artigo. A permeabilidade foi obtida através da simulação de um
18 fluxo de fase usando o método Lattice Boltzmann (LBM). Os resultados mostram que a permeabilidade simulada
20 método de superar o efeito de volume parcial para as imagens micro-CT de baixa resolução.
21
22 Palavras-chave
23 Cama metano de carvão; Micro-CT; SEM; algoritmo subvoxel; Permeabilidade; Método da rede de Botzmann
24 1. Introdução
25 O gás de costura de carvão (CSG), também conhecido como metano de leito de carvão (CBM), é uma forma de gás natural não convencional
26 extraída de reservatórios de carvão. Os recursos não convencionais são aqueles reservatórios de hidrocarbonetos cuja
27 relação permeabilidade/viscosidade requer o uso de tecnologia para alterar a permeabilidade da rocha ou do fluido
29 depósitos clásticos, camadas de carvão contêm uma alta proporção de matéria orgânica principalmente localizada, além
30 ao material inorgânico. Isso resulta em sistema de poros duplos, onde os poros na matéria orgânica são muitas vezes muito
31 pequenos para serem caminhos de fluxo eficientes, enquanto fraturas muito maiores (conhecidas como grampos) são consideradas
32 principais condutas das quais o gás em matéria orgânica pode fluir (Clarkson e Bustin, 1996; Moore,
33 2012; Puri et al., 1991). O desenvolvimento de reservatórios de metano de leito de carvão exige uma melhor compreensão do
34 comportamento do escoamento de gases e líquidos em poros e fraturas. Isso pode exigir o uso de sub-micron
35 dados de resolução para cálculo de propriedades petrofísicas do reservatório e simulação de fluxo de gás/água
36 comportamento. Por sua vez, este último exige uma compreensão completa da estrutura do espaço poroso das rochas.
40 a partir de uma série de projeções bidimensionais tomadas em diferentes ângulos: a amostra é girada e o
41 a absorção de raios X em diferentes direções é registrada e usada para produzir uma imagem tridimensional
42 representação das rochas e fluidos (Blunt et al., 2013). A principal vantagem da microscopia de raios-X
43 tomografia computadorizada é que ela produz imagens tridimensionais de alta resolução de sólidos opacos
44 objetos de forma rápida e não destrutiva (Carlson et al., 2003). É semelhante à tomografia computadorizada médica, mas
45 realizado em uma escala menor e com resolução muito maior (até menos de 1 mícron é
46 possível) (Golab et al., 2013). A implementação de tais imagens é valiosa em uma variedade de aplicações,
47 incluindo exame de clástico (Golab et al., 2010; Knackstedt et al., 2010), fratura do embasamento
48 (Knackstedt et al., 2013) e carbonato (Arns et al., 2005)rochas reservatório, bem como tridimensionais
49 estudos de carvão (Mazumder et al., 2006), papel (Roberts et al., 2003), biomateriais (Knackstedt et al.,
50 2006), ossos (Zezabe et al., 2005), cinzas vulcânicas (Ersoy et al., 2010), materiais para paleontologia (Long
52 Nos síncrotrons, que foram explorados para as primeiras imagens micro-CT de rochas, um brilho monocromático
53 feixe de raios-X é brilhado através de uma pequena amostra de rocha (Flannery et al., 1987). O agora padrão
54 abordagem para digitalizaçãoo espaço poroso das rochas é usar um instrumento de laboratório, um scanner micro-CT,
55 que abriga sua própria fonte de raios X (Arns et al., 2007). Os raios X são policromáticos, e o feixe
56 não é colimado - a resolução da imagem é determinada principalmente pela proximidade das amostras de rocha
57 à fonte (Blunt et al., 2013). A intensidade registrada para os pixels (2D) e resultados de
58 a reconstrução para os voxels (3D) obtidos na análise micro-CT representa a densidade de rádio relativa,
59 ou atenuação relativa de raios-X através de segmentos individuais do material de imagem (Novelline, 1997).
60 Dentro do tomograma, a opacidade de raios X do material em cada segmento individual determina sua
61 brilho, permitindo que uma imagem tridimensional seja reconstruída a partir de seções vistas em diferentes
62 ângulos (Golab et al., 2013). Os vazios são geralmente representados como pretos em imagens de micro-CT devido ao seu baixo
63 Opacidade de raios-X, os minerais são geralmente cinza claro (ou branco) a cinza médio devido ao raio-X intermediário
66 no carvão (por exemplo, Mazumder et al., 2006; Van Geet e Swennen, 2001 etc.). Outros pesquisadores usaram micro-
67 Técnicas de TC para investigar gásAdsorção e dessorção no carvão(por exemplo, Karachan e Okandan, 2001),
68 bem como investigar a heterogeneidade e distribuição espacial dos poros (Giffin et al., 2013),
69 fraturas (Yao et al., 2009) e distribuição de matéria orgânica e mineral (por exemplo, Verhelst et al., 1996;
70 Simons et al., 1997) em carvões de classificação diferente. O comportamento dos fluidos no espaço poroso das rochas foi
71 examinados extensivamente, mas esses estudos de pesquisa se concentraram principalmente em arenitos (Berea
72 arenito etc.) e carbonatos (por exemplo, carbonato Estaillades) (Blunt et al., 2013), comapenas um
73 poucos focandona simulação do fluxo de gás no espaço poroso do carvão (eg Jing et al., 2016).
74 Além dos métodos de imagem 3D, existem outros métodos, bem estabelecidos em duas dimensões, para
75 produzindo imagens muito finas de amostras de rocha. Dentre eles, o mais amplamente aplicado é o SEM (scanning
76 microscopia eletrônica) que produz imagens com resolução de até 10s nm (Blunt et al., 2013). SEM
77 é uma tecnologia que gera imagens bidimensionais de altíssima resolução de amostras de rochas finas
78 (Lemmens e outros, 2010). Ao contrário do micro-CT, este método é destrutivo, mas sua vantagem é que
79 permite revelar detalhes de pequenos poros que estão além da resolução das imagens de micro-CT. SEM
80 as imagens são frequentementeusado para: fornecer detalhes que estão além da resolução das imagens micro-CT(Golab
81 e outros, 2013; Ramandi et al., 2016); calibrar imagens micro-CT (Mostaghimi et al., 2015); gerar
83 Para o propósito da pesquisa descrita neste artigo, técnicas de micro-CT foram usadas em conjunto
84 com elétronmicroscopia para obter imagens suficientemente detalhadas da amostra de carvão de classificação intermediária e
85 para segmentar as chuteiras dessas imagens. As amostras estudadas são caracterizadas por sistema de grampos irregulares
86 que contém principalmente fino, fraturas mal resolvidas devido ao efeito de volume parcial. o subvoxel
87 algoritmo de processamento foi aplicado a fim de superar esse efeito e melhorar a qualidade do
88 imagens. As imagens subvoxeladas foram então segmentadas e usadas para simulação de escoamento monofásico
89 através do espaço poroso de amostras de carvão. A ideia do algoritmo subvoxel foi tirada do
90 estudo médico de ossos trabeculares (Hwang e Wehrli, 2002), mas o algoritmo foi escrito para carvão
91 e nunca foianteriormente usado para imagens de micro-CT de amostra de rocha.O estudo descrito neste
92 papel concentrado em efeitos de escala mm. O upscaling desses resultados para escalas maiores foi o
95 Amostras de carvão intermediário da mina de Panlong na bacia de metano do leito de carvão do sul de Qinshui
96 (China) foram obtidas e examinadas, as amostras estão enterradas em uma faixa de 600-750 metros abaixo da superfície
97 e neste trabalho uma amostra (Figura 1) foi escolhida para analisar a porosidade da presilha epermeabilidade.
98 As principais características da amostra de carvão analisada adquirida a partir da análise aproximada de carvão são listadas
99 na Tabela 1.
100
101 Figura 1. Amostra de núcleo de carvão em um porta-amostra usado neste estudo.
102
103 Tabela 1. Características da amostra de carvão.
104
105 Estudos anteriores (eg Wang et al., 2016; Cai et al., 2011) mostram que o carvão desta bacia contém
106 0,59 – 3,54% de umidade, 3,5 – 15,54% de rendimento de cinzas, 73,62 – 88,92% de carbono fixo e 2,14 – 4,04%
107 hidrogênio, com relações C/H na faixa de 19,96 – 36,25. A refletância da vitrinita varia de1,95 a
108 3,49%, com18,5 – 97,4% de vitrinita e 2,4 – 81,4% de inertinite. A concentração de gás no local está na
110 As amostras não foram secas ou saturadas com qualquer fluido de alto contraste para preservar a integridade das amostras. Para
111 Análise SEM, a superfície da amostra foi polida em três direções diferentes e revestida com carbono (consulte
115 3. Metodologia
116 A microtomografia computadorizada de raios-X foi realizada usando o ZEISS VersaXRM-410 baseado em laboratório
117 Microscópio 3D (Figura 3), que oferece imagens 3D não destrutivas com resolução submicrométrica, para
118 digitalização no local,e fornece micro-CT de alta resoluçãoimagens para a mais ampla gama de tamanhos de amostra.
119 Esta máquina usa detectores patenteados que convertem raios-X em luz visível e então usam um
120 torreta de objetivas do microscópio para fácile zoom preciso. VersaXRM-410 atinge 0,9 μm verdadeiro
121 resolução espacial com tamanho de voxel mínimo atingível de 100 nm. Absorção avançada e fase
122 contraste (para materiais macios ou de baixo Z)proporcionam maior versatilidade na superação das limitações de
124
125 Figura 3. Microscópio ZEISS XRadia 410 Versa (Kartal et al., 2017).
126
127 A primeira varredura foi feita na resolução de 25 mícrons para entender a estrutura interna do carvão.
128 Esta varredura foi executada com uma energia de feixe de raios X de 80 kV e uma potência de 10 W. A distância entre o
129 espécime e fonte de raios-X foi de 57,024 mm enquanto havia 97,76 mm entre o espécime e
130 detector. Uma ampliação óptica de 0,4X foi usada para obter alta resolução. Isso deu um mícron de 25
131 tamanho do pixel e tempo de exposição foi definido para 1,2 s, a fim de obter valores de intensidade para a melhor relação sinal-ruído
132 proporção para cada projeção (radiografia). A próxima varredura foi feita para atingir a resolução de 10 mícrons
133 focar noa maior parte da metade vitrinita da amostra.Os parâmetros de varredura para todas as amostras são resumidos
134 na Tabela 2. Depois de analisadas as lâminas de 25 e 10 mícrons, as áreas de interesse foram escolhidas e quatro
135 2,5 mícronslâminas foram escolhidas com o volume mais representativo para análise de porosidade e fluxo
136 simulação.
Amostra Resolução, Tensão, Poder, Distância para Distância para óptico Exposição
138
139 A técnica de microscopia eletrônica de varredura também foi explorada durante a pesquisa, mas apenas da parte superior
140 superfície de cada amostra nesta fase. EssesImagens SEM foram inicialmente usadas para análise visual do
141 largura, integridade e mineralização das fraturas para entender quais partes da amostra devem
142 ser alvo de digitalização. Posteriormente, as amostras foram cortadas e alguns cortes finos foram preparados para
143 análise SEM adicional. Porque as seções finas foram extraídas de diferentes partes das amostras
144 (não apenas da superfície) haverá a oportunidade de calibrar imagens micro-CT com dados SEM.
145 As imagens SEM foram obtidas com aumento de 22, 27 ou 29, 100, 150, 250, 300 e 350 dependendo
147
148 4. Resultados
150 Antes de calcular a permeabilidade das amostras de carvão, um teste de independência de grade foi realizado para validar
151 o método de simulação e encontrar a melhor resolução para uma simulação numérica suficientemente precisa.
152 O teste comparou o fluxo medido através de uma única fratura com largura constante (definida pelo
153 largura média da fratura na amostra estudada determinada a partir de 2,5 mícrons escaneados e 2,5 mícrons
154 imagens subvoxeladas) paraa solução analítica. A largura da fratura foi de 25 mícrons, e as simulações
155 foram executados para as seguintes resoluções da grade numérica: 2, 5, 10, 25 e 50 células por largura de fratura
156 (ou seja, 12,5, 5, 2,5, 1 e 0,5 mícron de tamanho de célula, respectivamente). A comparação dos perfis de velocidade em
157 a fratura com solução analítica é mostrada na Figura 4.Observou-se que para resoluções mais grosseiras
158 de 10 células por largura de fratura, houve uma grande discrepância entre análise e
159 soluções. Ao mesmo tempo, a resolução mais precisa foi de 50 células por largura de fratura, como esperado
160 (Figura 4). As resoluções 25 e 10 células por largura de fratura mostram 15% e 18% de discrepância, respectivamente,
162
163 Figura 4. Perfil de velocidade ao longo da largura da fratura: solução analítica (linha preta contínua) e
164 solução numérica para resolução de grade diferente (símbolos coloridos): azul – 2 células por largura de fratura;
165 amarelo – 5 células por largura de fratura; cinza – 10 células por largura de fratura; azul escuro – 25 células por fratura
167
168 Processamento e segmentação de subvoxel
169 Depois que as varreduras de micro-TC foram obtidas, as imagens foram processadas e analisadas em relação aos dados SEM, e foi
170 descobriram que a resolução das presilhas é muito ruim devido aoefeito de volume parcial e a largura do
171 grampos é superestimado para varreduras de 25, 10 e 5 mícrons em comparação com a largura obtida do SEM
172 imagens (25 mícrons determinados a partir de SEM e 100 mícrons determinados a partir de micro-CT de 10 mícrons
173 digitalizações). Por outro lado, a discrepância entre as larguras das presilhas obtidas no MEV e
174 Varreduras de micro-CT de 2,5 mícrons são de cerca de 1-2 mícrons. Depois de algumas tentativas malsucedidas de melhorar o
175 resolução de grampos por aplicação de diferentes métodos de segmentação, o processamento subvoxel
176 algoritmo foi escrito e implementado em Matlab para superar o efeito de volume parcial. Depois
177 análise de dados SEM e realizandoos testes de dependência da rede, concluímos que 2,5 mícrons
178 resolução parece ser a melhor solução para as amostras estudadas. O problema de digitalizar amostras
179 na resolução de 2,5 mícrons é que o volume de investigação no caso desta resolução é reduzido para
180 2,5mm*2,5mm*2,5mm que não era suficientemente grande para ser representativo. Coletando séries de
181 volumes separados em 2,5 mícrons poderiam ter sido uma solução, mas era difícil devido ao escaneamento
182 tempo e despesas. Assim, optou-se por fazer imagens de 10 mícrons e melhorar a resolução dessas
184 A ideia de usar o processamento subvoxel foi tirada da medicina (Hwang e Wehrli, 2002)e é
185 suposto ser aplicável a volumes de interesse contendo materiais ou fases com dois discretos
186 intensidades de sinal (matriz de carvão e travessas no caso da pesquisa atual). A principal estratégia consiste
187 de subdividir voxels e atribuir intensidades de voxels a cada subvoxel com base em
188 critérios de vizinhança.
189 No entanto, a abordagem do processamento de subvoxel foi adaptada e o algoritmo foi escrito para ser
190 aplicável para imagens em escala de cinza de amostras de carvão. Assim, o ponto de partida do algoritmo para trabecular
191 imagens de ossos foi a partição de cada voxel em oito subvoxels, aplicando estritamente a conservação
192 da massa óssea (Hwang e Wehrli, 2002). Para garantir a conservação da massa óssea, Hwang e
193 Wehrli (1999) gerou fração de volume ósseo para determinar a distribuição espacial de trabecular
194 osso. Na pesquisa atual, o processamento do subvoxel foi realizado diretamente na escala de cinza
195 imagens (onde cada voxel tem um valor de 0 a 255) e as restrições ao algoritmo foram como
196 segue: 1) a soma média dos valores de oito subvoxels deve ser igual ao valor do voxel original,
197 e 2) cada valor de subvoxel não pode exceder 255. Além disso, para imagens de ossos trabeculares, cada
198 pixel vizinho teve a mesma contribuição, mas se o subvoxel resultante estiver próximo aos voxels com
199 zero BVF,este subvoxel foi zerado. Com as pesquisas atuais,foi utilizado o seguinte esquema: cada
200 voxel foi particionado em oito voxels (1, 2, 3, … 8 na Figura 5) e os subvoxels resultantes foram
201 atribuiu os valores de intensidade da escala de cinza com base nos valores de intensidade dos voxels vizinhos,
202 considerando a proximidade de cada vizinho. Cada subvoxel tem 7 vizinhos (por exemplo verde,
203 voxels amarelo e vermelho mostrados na Figura 5 são vizinhos do subvoxel 1): com 3 deles (verde
204 na Figura 5) possui conexão face-face, sendo 3 delas (amarelo na Figura 5) – conexão edge-edge
205 e com 1 deles (vermelho na Figura 5) – conexão ponto a ponto. O peso de cada voxel vizinho
206 é calculado com base na proximidade do subvoxel de interesse: o peso dos voxels vizinhos
207 com conexão face-face é de 25%, com conexão borda-borda – 8% e com conexão ponto a ponto –
208 1%. O processamento de subvoxel é um algoritmo empírico em vez de um derivado da teoria matemática
209 (Hwang e Wehrli, 2002), então a contribuição ponderada ideal de cada voxel vizinho foi
210 determinado tentando diferentes configurações e comparando as imagens subvoxeladas com as imagens
212
213 Figura 5. Esquema de particionamento de subvoxel em 3D.
214 Para o propósito desta pesquisa, o mesmo volume de amostra de carvão foi escaneado com diferentes
215 resoluções – 10, 5 e 2,5 mícrons. Em seguida, o processamento subvoxel foi realizado em imagens de 10 mícrons
216 algumas vezescom contribuição ponderada diferente de pixels vizinhos (começando de igual
217 peso de todos os vizinhos e continuando em direção a um aumento da contribuição dos vizinhos face-face)
218 e após cada iteração, os resultados foram comparados com as imagens digitalizadas de 5 mícrons, e quando o
219 resultado ideal foi alcançado, o processamento subvoxel foi repetido em imagens subvoxelizadas para atingir 2,5-
220 resolução. Em seguida, as imagens resultantes de 2,5 subvoxel foram comparadas com imagens digitalizadas de 2,5 mícrons
221 para controle de qualidade. As imagens foram comparadas da seguinte maneira: as mesmas características (semelhantes
222 intervalos de presilhas) foram escolhidos na imagem digitalizada de 5 e 2,5 mícrons e a largura das presilhas foi
223 determinado por comparação com o determinado a partir de imagens SEM. Esta largura calibrada foi
224 em seguida, comparado com a largura dos mesmos recursos obtidos a partir de subvoxelled de 5 e 2,5 mícrons
225 imagens. Os resultados do processamento subvoxel foram aceitos como ótimos quando a discrepância entre
226 a largura das presilhas analisadas era de cerca de 1-2 mícron (menos de 10% da largura). Como resultado de
227 aplicação deste método, a resolução de chuteiras foi melhorada (Figura 6), mas o volume de
228 a investigação de novas imagens subvoxeladas de 2,5 mícrons é 64 vezes maior do que a de 2,5 mícrons digitalizadas
229 imagens.
230
231 Figura 6. Um exemplo de resultados de processamento de subvoxel: A) imagem digitalizada de 2,5 mícrons; B) 10 mícrons
232 imagem antes do processamento; C) Imagem de 10 mícrons após processamento para imagem subvoxelizada de 2,5 mícrons.
233
234 O próximo passo da análise de micro-CT scans foi a segmentação da imagem. Com base na experiência de
235 pesquisador anteriors, o Ramandi et al., 2016método de bacia hidrográfica foi escolhido para imagem
236 segmentação. Essa abordagem foi aplicada com sucesso por Ramandi et al.para amostras de carvão australiano,
237 mas usou uma combinação de imagens de carvão seco e úmido para melhor contraste entre fraturas e carvão
238 matriz. No decorrer da pesquisa atual, o carvão não estava saturado com nenhum fluido de contraste e, como
239 resultado disso, alguns ruídos indesejados apareceram nas imagens segmentadas que tiveram que ser removidos por
240 filtros diferentes. O filtro mais eficaz para as amostras dos estudos foi o filtro mediano (Figura 7).
241
242 Figura 7. Os resultados da segmentação do método watershed em 2D e 3D – preto é matriz de carvão, claro
244
245 Simulação de permeabilidade usando LBM
246 A permeabilidade de amostras de carvão foi determinada a partir de simulações numéricas de estado estacionário monofásico
247 fluir através das amostras. As simulações foram realizadas usando o Palabos, que é um software de código aberto
248 solucionador de dinâmica de fluidos computacional (CFD) baseado no método Lattice Boltzmann. A Malha
249 O método de Boltzmann (LBM) é um dos vários métodos CFD baseados em partículas, onde as partículas
250 pacotes representativos de fluido são rastreados através do domínio computacional (Blunt et al., 2013).
251
252 Figura 8. Um exemplo de domínio de fluxo (conjunto digitalizado de 2,5 mícrons) – o tamanho dos lados é 2,5*2,5 mm.
253
254 A simulação de permeabilidade foi realizada em três conjuntos diferentes de imagens: 10 mícrons digitalizados, 2,5-
255 mícron digitalizado e 2,5 micron subvoxelled (Figura 8) para comparar os resultadose estimar o
257 parâmetros foram usados: a rede D3Q19, condições de contorno de retorno nos contornos sólidos
258 (paredes) e uma diferença de pressão fixa entre a entrada e a saída. Uma simulação começa com fluido
259 tendo velocidade zero e com um gradiente de pressão constante na direção x (ou seja, o fluxo principal
260 direção). A permeabilidade foi calculada aplicando a lei de Darcy aos dados de velocidade simulados,
dx
261 k=vocêµ (1)
dp
dp
262 aquivocêé a velocidade média na direção x no grampo,µé a viscosidade do fluido edxé a pressão
263 gradiente ao longo da direção do fluxo principal (ou seja, entre a entrada e a saída).
264 Como a reconstrução da geometria 3D pode produzir resultados ligeiramente diferentes, dependendo do valor de
265 limite aplicado no processo de segmentação, para cada conjunto de imagens listadas acima, permeabilidade
266 simulação foi realizada várias vezes. A Tabela 3 resume os resultados de permeabilidade simulados de acordo
267 aos diferentes limites usados no processo de segmentação: no decorrer de cada conjunto de imagens
268 segmentação, três pontos diferentes em cada histograma de intensidade foram escolhidos para o divisor de águas
269 segmentação, e as imagens resultantes foram usadas para simulação. Para resumir tudo, os seguintes resultados
270 foram obtidos: a permeabilidade foi determinada na faixa de 75-125mD para subvoxelled de 2,5 mícrons
271 imagens, na faixa de 125-205mD para imagens digitalizadas de 2,5 mícrons, na faixa de 2400-3000mD para 10-
Conjunto de imagens
274
275 Para fins de solução analítica, as fraturas são assumidas como tendo abertura constanted, ser
276 paralelo à direção principal do fluxo e a distâncias iguaiss, de modo que a porosidade desse sistema
277 φ,é igual à razão d / s. Com base na solução analítica para escoamento de Poiselle entre placas paralelas
279 = 2
12
(2)
280 Pesquisadores anteriores (por exemplo, Oron e Berkowitz, 1998) afirmaram que a abertura da fratura deveria ser
281 medido como uma média ao longo de um determinado comprimento. Análise de imagens SEM e micro-CT das amostras
282 utilizados nesta pesquisa mostraram que as fraturas de carvão das amostras estudadas são bastante constantes e consistentes
283 de largura (ver Figura 8), então foi decidido usar a abertura de fratura média medida perpendicularmente a
284 o eixo principal das fraturas. Assim, a solução analítica para a largura média da fratura (determinada a partir de
285 Imagens escaneadas de 2,5 mícrons e subvoxeladas de 2,5 mícrons) deram o valor de 82,5 mD, que é
288 Figura 8. Imagem SEM (A) e imagem micro-CT (B) demonstram que a largura da fratura é bastante
289 constante
291 A pesquisa descrita neste artigo se concentra na implementação de tecnologias micro-CT e SEM
292 para análise de carvão, incluindo melhoria da resolução da imagem, e a amostra do sul de Qinshui
293 A bacia (China) foi explorada para a pesquisa. Observou-se que este carvão era caracterizado por
294 sistema de grampo irregular quecontinha principalmente fraturas finas. Isso teve duas consequências: 1) má
295 resolução dessas fraturas devido àefeito de volume em resoluções mais baixas (10 e 25 mícrons);
296 2) em resolução mais alta, o volume escaneado era muito pequeno para ser representativo do sistema de presilhas daqueles
297 amostras. Levando em conta essas duas considerações, decidiu-se usar o processamento subvoxel
298 algoritmo para aumentara resolução de imagens de 10 mícrons para 2,5 mícrons, mas mantendo o volume de
299 investigação de imagens de 10 mícrons. Este método foi comprovado em imagens de 10 mícrons, mas também testado posteriormente
300 em diferentes imagens com resolução de 25 a 2 mícrons. Oideia para issoabordagem foi feita de
301 medicina, mas a abordagem foi adaptada à área da pesquisa e o algoritmo foi escrito
302 baseado noamostras de carvão estudadas.O método provou superar a parcialefeito de volume, como
303 contanto que a largura da presilha seja maior que o tamanho do pixel de uma varredura. Também foi observado que hánenhum valor em
304 subvoxelprocessamento abaixo da resolução de 2 mícrons, pois não melhora muito a resolução das presilhas.
305 O estabelecimento do algoritmo subvoxel foi extremamente importante para a pesquisa atual, pois esse algoritmo
306 permitiu aos autores analisar características finas de carvão, mas reduziu significativamente o tempo de digitalização devido a
308 O problema de resolução ótima necessária para simulação de permeabilidade, que fornece uma boa
309 equilíbrio entre precisão e eficiência, também foi investigado no decorrer desta pesquisa. Era
310 concluiu que a resolução que prevêo mais precisosimulação de permeabilidade (1,5% de discrepância
311 com solução analítica) é de 50 células por fratura,que equivale a uma resolução de 0,5 mícron.o minimo
312 resolução para simulação razoavelmente precisa é de 10 células por fratura ou 2,5 mícrons (18% de discrepância
313 com solução analítica). No futuro, a resolução de 2,5 mícrons será usada como padrão para trabalhar com
315 No decorrer desta pesquisa, a simulação de permeabilidade também foi realizada em diferentes imagens
316 (com resolução diferente) e comparada com solução analítica para escoamento de Poiseulle em uma única fissura.
317 A simulação de permeabilidade foi realizada por dois motivos: 1) era necessária para validação dos resultados
318 de subvoxelling e segmentação da imagem, e 2) os resultados obtidos na escala de mm serão posteriormente utilizados
319 para aumentar a permeabilidade para a escala cm. A simulação numérica demonstrou que a permeabilidade
320 simulado em imagens digitalizadas de 2,5 mícrons está de acordo com a permeabilidade obtida para 2,5-
321 imagens subvoxelled de mícron (125-205mD e 75-125mD correspondentemente), enquanto imagens digitalizadas de 10 mícrons
322 as imagens deram a permeabilidade na faixa de 2400-3000mD. Considerando que a solução analítica para
323 uma largura média de fratura dá permeabilidade 82,5 mD, concluiu-se que a simulação para 10 mícrons
324 verifica a permeabilidade muito superestimada. Este último apóia a observação de que a largura das presilhas
325 determinado a partir de imagens digitalizadas de 10 mícrons também foi superestimado em relação ao obtido
326 a partir de dados SEM. No entanto, a permeabilidade obtida com a simulação é maior do que o esperado
327 a partir da análise de amostras de carvão da bacia carbonífera estudada. Isso provavelmente ocorreu devido à escala
328 efeito, ou seja, ao fato de que apenas um volume limitado de carvão foi usado para simulação. Além disso, este volume
329 continha um par de fraturas com largura considerável, o que aumentou a porosidade da amostra
330 até 4%. A análise de toda a amostra mostra que a porosidade do grampo da amostra era menor (cerca de
331 1,8%). Medições laboratoriais de permeabilidade das amostras de carvão estudadas estão em andamento no
332 momento, mas os dados disponíveis da bacia estudada mostram que a permeabilidade do carvão está na faixa de 0,01-
335 dados de permeabilidade para obter permeabilidade para toda a amostra, bem como a validação deupscaling, é
336 nãodiscutido neste artigo. Uma forma possível de abordar este desafio é identificar as principais características
337 de imagens de rochas, por exemplo, comportamento autossimilar (Wu, et al., 2019), que controlam o comportamento do fluxo em
338 escala diferente e, em seguida, aplicar a abordagem baseada em recursos (Singh e Cai, 2018a; 2018b) para estimar
339 a permeabilidade em escala diferente. Finalmente, deve-se notar que a pesquisa descrita neste artigo
340 considerou apenas a porosidade e a permeabilidade do grampo. A porosidade da matriz de poros será investigada na próxima
342 Reconhecimento
343 Este artigo utilizou amostras oportunistas de carvão e dados de caracterização como parte de um estudo sobre
344 fluxo multifásico em carvão para a bacia de carvão do sul de Qinshui. A Universidade de Aberdeen Escola de
345 A Engenharia e a Escola de Geociências agradecem o apoio. Os autores também agradecem a John Still
346 da Escola de Geociências da Universidade de Aberdeen por seu apoio em relação à análise de dados SEM
347 e Amir Golparvar da Escola de Engenharia da Universidade de Aberdeen por sua ajuda com o Matlab.
348
349 Referências
350 1. Arns CH, Bauget F., Limaye A., Sakellariou A., Senden TJ, Sheppard AP, Sok RM, Pinczewski
351 WV, Bakke S., Berge LI, Oren PE, Knackstedt MA, 2005. Caracterização em escala de poros de
353 2. Arns JY, Sheppard AP, Arns CH, Knackstedt MA, Yelkhovsky A., Pinczewski WV, 2007. Pore-
354 validação de nível de redes de poros representativas obtidas de imagens de micro-CT. Em: Processos
355 do simpósio anual da Society of Core Analysis, SCA 2007-A26, Calgary, Canadá.
356 3. Blunt MJ, Bijeljic B., Dong H., Gharbi O., Iglauer S., Mostaghimi P., Paluszny A., Penland C., 2013.
357 Modelagem e imagem em escala de poros. Avançado em Recursos Hídricos, 51, 197-216.
358 4. Cai, Y., Liu, D., Yao, Y., Li, J., Qiu, Y., 2011. Controles geológicos na previsão de metano de leito de carvão de
359 No. 3 jazida de carvão no sul da bacia de Qinshui, norte da China. Jornal Internacional de Geologia do Carvão, 88,
360 101-112.
361 5. Carlson, WD, Rowe, T., Ketcham, RA, Colbert, MW, 2003. Aplicações de raios X de alta resolução
362 tomografia computadorizada em petrologia, meteorítica e paleontologia. In: Mees, F., Swennen, R., Van
363 Geet, M., Jacobs, P. (Eds.), Aplicações da Tomografia Computadorizada por Raios-X nas Geociências:
365 6. Clarkson, CR, Bustin, RM, 1996. Variação na capacidade de microporos e distribuição de tamanho com
366 composição do carvão betuminoso da Bacia Sedimentar do Oeste do Canadá: implicações para
368 7. Ersoy, O., Şen, E., Aydar, E., Tatar, İ., Çelik, HH, 2010. Área de superfície e medições de volume de
369 partículas de cinzas vulcânicas usando microtomografia computadorizada (micro-CT): uma comparação com a digitalização
372 8. Flannery, BP, Deckman HW, Roberge WG, D'Amico KL, 1987. Raio X tridimensional
373 microtomografia. Ciência, 237, 1439-1444.
374 9. Giffin, S., Littke, R., Klaver, J., Urai, JL, 2013. Aplicação da tecnologia BIB-SEM para caracterizar
375 Morfologia de macroporos em carvão. Jornal internacional da geologia de carvão, 114, 85-95.
376 10. Golab, A., Knackstedt, MA, Averdunk, H., Senden, T., Butcher, AR, Jaime, P., 2010. Porosidade 3D
377 e caracterização mineralogética em arenitos tight gas. The Leading Edge, 936–942 (dezembro).
378 11. Golab A., Ward CR, Permana A., Lennox P., Botha P., 2013. Tridimensional de alta resolução
379 geração de imagens de carvão usando tomografia computadorizada de raios-X de microfoco, com referência especial aos modos de
381 12. Hwang SN, Wehrli FW, 1999. Estimando frações de volume de voxel de osso trabecular com base
382 de imagens de ressonância magnética adquiridas in vivo. Jornal Internacional de Sistemas de Imagem e
384 13. Hwang, SN, Wehrli, FW, 2002. Processamento subvoxel: um método para reduzir o volume parcial
386 14. Jing, Y., Armstrong, RT, Ramandi, HL, Mostaghimi, P., 2016. Reconstrução de grampos de carvão usando
388 15. Karachan, CO, Okandan, E., 2001. Adsorção e transporte de gás na microestrutura do carvão:
389 investigação e avaliação por tomografia computadorizada quantitativa de raios-X. Combustível, 80, 509-520.
390 16. Kartal, M., Dugdale, LH, Harrigan, JJ, Siddiq, M., Pokrajac, D., Mulvihill, DM, 2017. Três-
391 observações dimensionais in situ de mecanismos de dano compressivo em espuma sintática usando raios-X
393 17. Ketcham RA, Carlson WD, 2001. Aquisição, otimização e interpretação de raios X computadorizados
394 imagens tomográficas: aplicações às geociências. Computers & Geosciences, 27, 381–400.
395 18. Knackstedt, M., Arns, C., Senden, TJ, Gross, K., 2006. Estrutura e propriedades da clínica coralina
397 19. Knackstedt, M., Jaime, P., Butcher, AR, Botha, PWSK, Middleton, J., Sok, R., 2010. Integrating
399 In: Proceedings of the SPE Asia Pacific oil and gas conference and Exhibition, 18–20 de outubro de 2010,
401 20. Knackstedt, M., Carnerup, A., Golab, A., Sok, R., Young, B., & Riepe, L., 2013. Petrofísica
402 Caracterização de Núcleo de Reservatório Não Convencional em Múltiplas Escalas. Sociedade de Petrofísicos
404 21. Lemmens HJ, Butcher AR, Botha PWSK, 2010. FIB/SEM e mineralogia automatizada para núcleo
405 e análise de estacas. In: Anais da Conferência e Exposição Russa de Petróleo e Gás da SPE, 26–
407 22. Li, C., Liu, D., Cai, Y., Yao, Y., 2016. Avaliação da permeabilidade à fratura de um reservatório de carvão usando
408 perfilagem geofísica: um estudo de caso na área de Zhengzhuang, sul da Bacia de Quishui. Energia
410 23. Long, J., Young, G., Holland, T., Senden, T., Fitzgerald, E., 2006. Um peixe Devoniano excepcional de
411 A Austrália lança luz sobre as origens dos tetrápodes. Natureza, 444, 199-202.
412 24. Mazumder, S., Wolf, K.-HAA, Elewaut, K., Ephrain, R., 2006. Aplicação de raios-X computadorizados
413 tomografia para analisar o espaçamento e a abertura do grampo em amostras de carvão. Jornal Internacional de
415 25. Moore, TA, 2012. Coalbed metano: uma revisão. Jornal Internacional de Geologia do Carvão, 101, 36 –
416 81.
417 26. Mostaghimi, P., Armstrong, RT, Gerami, A., et al., 2015. Imagens de micro-CT e microfluídica para
418 compreensão do fluxo em reservatórios de jazidas de carvão. Trabalho apresentado no Simpósio Internacional de
420 27. Novelline, R., 1997. Squire's Fundamentals of Radiology. Harvard University Press, Cambridge,
422 28. Puri, R., Evanoff, J., Brugler, M., 1991. Medição da porosidade do grampo de carvão e relativa
423 características de permeabilidade. Trabalho apresentado no SPE Gas Technology Symposium, Houston,
424 Texas.
425 29. Ramandi HL, Mostaghimi P., Armstrong RT, Pinczewski WV, 2016. Porosidade e permeabilidade
428 30. Roberts, R., Senden, TJ, Knackstedt, MA, Lyne, MB, 2003. Espalhamento de líquidos aquosos em
429 papéis sem tamanho é por fluxo de filme. Journal of Pulp and Paper Science, 29, 123–130.
430 31. Singh, H. e Cai, J., 2018a. Uma Permeabilidade Estocástica Baseada em Recursos de Xisto: Parte 1 - Validação
431 e Permeabilidade de Duas Fases em uma Amostra de Utica Shale. Transport in Porous Media 126 (3), 527–560.
432 32. Singh, H. e Cai, J., 2018b. Uma Permeabilidade Estocástica Baseada em Recursos de Xisto: Parte 2 - Previsão
433 Permeabilidade em escala de campo. Transport in Porous Media 126 (3), 561-578.
434 33. Simons, FJ, Verhelst, F., Swennen, R., 1997. Caracterização quantitativa do carvão por meio de
435 microtomografia computadorizada de raios X microfocal (CMT) e análise de imagem colorida (CIA). Internacional
437 34. Van Geet, M., Swennen, R., 2001. Análise quantitativa de fratura 3D por meio de raios X de microfoco
438 tomografia computadorizada (micro-CT): um exemplo do carvão. Cartas de pesquisa geofísica, 28 (17),
439 3333-3336.
440 35. Verhelst, F., David, P., Fermont, W., Jegers, L., Vervoort, A., 1996. Correlação de 3D computadorizado
441 varreduras tomográficas e análise de imagem em cores 2D do carvão da Vestfália por meio de multivariada
443 36. Wang, H., Yao, Y., Liu, D., Pan, Z., Yang, Y., Cai, Y., 2016. Capacidade de vedação de falhas e seu impacto sobre
444 distribuição de metano em leito de carvão no campo de Zhengzhuang, sul da Bacia de Quinshui, norte da China.
445 Journal of Natural Gac Science and Engineering, 28, 613 – 625.
446 37. Wu, H., Zhou, Y., Yao, Y. e Liu, D., Caracterização fractal baseada em imagens da estrutura de microporos
448 38. Wu K., Van Dijke MIJ, Couples GD, Sorbie KS, Ma J., 2006. Modelagem estocástica 3D de
449 meios porosos heterogéneos – aplicações a rochas reservatório. Meios porosos de transporte, 65 (3),
450 443–67.
451 39. Yao, Y., Liu, D., Che, Y., Tang, D., Tang, S., Huang, W., 2009. Caracterização não destrutiva de
452 amostras de carvão da China usando tomografia computadorizada de raios X com microfoco. Jornal Internacional de
454 40. Zezabe, R., Jones, A., Knackstedt, M., Seeman, E., 2005. Forma do colo femoral e espaço
455 distribuição de sua massa mineral varia com seu tamanho: implicações clínicas e biomecânicas. Osso,