岩屑成象技术的实验与应用报告.docVIP

岩屑成象分析技术的实验与应用报告 杨 勇 一 实验目的和意义 随着钻井技术工艺的发展,采用PDC加旋转螺杆钻进和采用低密度冲洗介质的氮气，泡沫欠平衡钻进方法已成为趋势。对于我们录井行业随之而来的问题是岩屑破碎严重、颗粒越来越细小、钻时不明显或反钻时等，从而无法用肉眼确定粒度和岩性。随着岩屑成象技术的发展，将数字图象技术、岩屑图象处理技术和图象分析技术应用于生产现场，实现了岩屑数字图象的放大、灵活采集、处理和识别分析；实现了岩屑岩性、含油气识别分析的定量化、智能化分析，从而也就很好的解决了上述岩屑细小难定岩性的问题.所以此项目的应用将丰富地质录井评价方法和促进录井信息的定量化处理。 二 岩屑成象分析技术的原理 岩屑成象分析技术包括岩屑显微图象采集,数字成象,岩屑图象处理,分析三部分. 岩屑显微采集是利用氙光做光源，利用显微镜将岩屑样品放大，再通过摄象机拍照传至计算机上，通过ULEAD软件抓图保存，图片保存为： 井号—R—井深.JPG。 岩屑图象处理技术：先应用图象的分割，合并等技术增强图象的可视性，美观性。主要是综合应用图象色阶调整、亮度/对比度的调整和滤波处理等技术突出关注目标，压制图象噪音，强化颗粒表面纹理特征，同时应用拉普拉斯检测技术和SOBLE检测技术解决岩屑颗粒边缘检测，从而实现检测边缘与岩屑颗粒实际边缘吻合；而后再采用最新的基于均值偏移聚类图象分割技术对岩屑图象进行分割，实现颗粒颜色，结构，及几何形态的差异分离。 图象分析是利用图象处理技术提供的颗粒颜色，几何特征，表面特征来建立样品集，再与大量的统计分析和标准岩谱知识库信息想结合，建立专家知识库，运用神经网络技术建立用于砂，泥岩岩屑岩性识别知识，当放入一待定样品时，它再运用神经网络技术训练智能的鉴别岩性，描述特征，分析岩石结构。 三 实验区域概况及地层岩性 四 岩屑成象技术的应用 为了适应钻井工艺的发展，为了增强公司实力，华北煤层气勘查开发总公司录井分公司决定在鄂尔多斯盆地伊陕斜坡东北部榆阳区小壕兔乡公和补兔二队的DF1井进行岩屑成象分析技术的应用测试，于2006年11月8号来到中石化与Weatherford公司合作利用氮气和泡沫钻进的DF1井，开始了为期一个多月的应用实验。其完成的主要工作有： 1． 经过一系列的组合安装，一切准备就绪后，开始熟练操作步骤 A岩屑样品采集：样品是最基础的原始资料，所以选择具代表性和真实性的岩屑样品，同时还应保持岩屑的新鲜，少杂色，所以应先将样品中添加的泡沫物质清洗干净，再将样品烤干，均匀的放入岩屑托盘。 B图象采集：为保证图象清晰，先调整焦距，光亮度，以达到远近，左右均清晰程度，再调整物镜放大倍数，以达到图象的美观，可视，一旦选好放大倍数，请不要轻易改变，以便对比图象和确定岩屑粒度。 C图象分割：针对不同的岩屑，通过调整空间域，色彩和最小区域，形成最佳组合，以达到岩屑颗粒与分割区域吻合，分割线光滑。之后再对分割好的图象进行手工的合并，拆分和手工圈定的插入。 D：写入样品和网络训练：选取代表性强的同一类岩性目标，数目不得少于50个，样本选取面要广，，然后选择自认为的相应岩性和颜色写入样本，再用文本格式保存，之后再利用神经网络训练该样本，通过调整学习方法，训练时间等来建立模型。 总的来看，思路清晰，操作简单，但应特别注意样品点的采集。 2．寻找适合本区域岩屑颗粒的表面，几何特征和分割最小区域值。 针对该井目前是在2835米（垂直井深）山1段中砂岩体中水平钻井，岩屑严重破碎细小等情况，于2006年11月10日选取了图象清晰，颗粒分布均匀的3146米图象作为分析对象，进行了改变参数的多次对比实验，实验情况如下图： 左图选择的分割参数是最小区域1000，由图选择的分割参数是最小区域600，经过多次实验对比，发现右图的分割效果较左图好，分割边缘与岩屑颗粒实际边缘吻合度更好，边缘分割线也更清晰光滑，更符合要求，所以在对DF1井水平段的空气钻进所出岩屑，我选择的分割参数是最小区域600或400。 岩屑成象系统是通过颜色和表面，几何特征来建立岩谱知识库的，也是通过表面，几何特征智能的判断其他颗粒的岩性，颜色的，所以在应用之前必须寻找到适合该区域的地层，岩屑，岩性特征的几何，表面特征值。成果图如下： 通过以上几张图。可以看到当表面特征和几何特征取0.8和0.15时，成果图上分析得出泥岩占85.21%，粉砂岩占10.59%；同时选择wangluo储存，灰色占90.7%白色占9%；而当参数取0.1和0.06时粉砂岩80.