非均质模型（共7篇）
非均质模型 篇1
交通运输中, 把凡具有爆炸、易燃、毒害、腐蚀、放射性等特性, 在运输、装卸和储存和保管过程中, 容易造成人员伤亡和财产损失而需要特别防护的货物, 均称为危险货物。目前, 铁路危险货物运输事故时有发生, 健全的危险货物应急响应体系和救援体系显得至关重要, 但是不同的地质条件、地理因素、环境因素、经济条件给救援带来困难, 因此, 利用非均质随机扩散方程进行应急响应的评估以及确定能够及时实施救援的区域的范围具有突出的特点, 并且能够清晰反映社会、经济、政策等因素对应急救援的影响。
1 问题描述
危险货物自身的特点决定了其在运输过程中存在众多的不安全因素, 其在车列中的顺序要满足车辆编组隔离表的要求, 禁止溜放、停止制动作用都需要严格记载, 危险货物的处置不当给铁路的行车安全带来巨大隐患。
危险货物运输事故一旦发生就会造成巨大的经济损失和人员伤亡, 因此, 研究铁路运输过程中影响应急救援的因素, 选择合适的应急救援路径, 借用数字模型分析论证, 文献[2]中建立的应急救援指标体系, 对应急救援中心的应急救援能力做出评价。应急救援的实施是通过线路完成的, 线路的坡道、弯道、线路单双线都成为影响救援的重要因素。
通过以上的分析可以看出, 扩散现象沿某个方向扩散速率的快慢受风向、气压等因素的影响, 文章通过阻尼因子对铁路救援能力的影响, 建立非均质条件下的铁路危险货物运输应急响应模型。
2 利用非均质随机扩散方程确定应急响应模型的理论基础
传统意义上的扩散现象是指物质分子从高浓度区域向低浓度区域转移, 直到均匀分布的现象, 速率与物质的浓度梯度成正比。扩散是由于分子热运动而产生的质量迁移现象, 主要是由于密度差引起的。20世纪70年代, 哈格斯特朗通过实证和一系列研究发现, 扩散在时间和空间上的统计规律, 扩散速度在时间上的变化服从正态分布曲线, 并且其累积数量符合逻辑典线, 并采用蒙特卡罗模拟的方法, 以平均信息场作为扩散主体扩散的基本单元, 建立了空间扩散的一般, 奠定了空间扩散的理论基础, 但是他大多研究均质状态的扩散。后来董黎明进一步研究能反映空间扩散规律的一般扩散方程, 奠定了非均质随机扩散方程的理论基础。
非均质空间随机扩散方程有其理论基础, 实际的扩散过程中物质的扩散空间是三维空间, 为了简化其推导过程的复杂性, 以二维平面推导其理论模型。假设区域内的各个影响因子 (经济、自然资源、地理等) 综合质量为m, 由于m的变化很复杂, m=m (X) 只表示在综合质量为m的点到极点的距离, 建立二维平面系统, Z=mmax-m。
系统假设扩散过程中的模型有一个个小方格子组成, 格子的大小相同。在极点处, 施加扩散要素Dmax的影响, 这些影响由无穷多个不连续的小颗粒介质组成, 其总体积为1。因此, 这种情况与紊流或正进行布朗运动的液体或气体颗粒类似。非连续介质模型认为在Dmax进入系统的过程中, 介质单元互相分离并发生相对运动, 颗粒介质的运动用颗粒的随机移动表征, 并将大量的颗粒介质的移动看成是随机过程。在理论模型中, 假如这些颗粒介质是一些大小相同, 质量均一的小球, 并将进入大小相同、排列均匀的方格内。一个小球进入方格后, 将向下一层的两个相邻方格内滚动, 且向下一个各自扩散的概率相同, 如图1所示。
任三个相邻格子a, b和c, 他们的终点坐标分别为 (x, z+ρ) 、 (x-a, z) 和 (x+a, z) , 如图2所示的模型称为随机游动模型。
假设小球从a或b向c移动的概率分别为p和q, a向b或c移动的概率之和为1。并且P (x, z) 表示坐标为 (x, z) 的格子出现小球的概率。根据介质随机游动的原理得
式 (1) 表示c格中出现小球的概率P (x, z+ρ) 等于a格中出现小球的概率p (x-a, z) 乘以a格中小球向c格移动的概率p、加B格中出现小球的概率q (x+a, z) 乘以b格中小球向c格移动的概率q。
用泰勒级数将上式展开, 得到
考虑到系统在Z轴方向上的非均质性, 系数a、b的关系式在Z轴方向有性质变化, 上式可写为
对方程 (2) 和边界条件施行拉普拉斯变换, 解方程后, 在进行拉普拉斯反演得到
其中z (m) 、ρ (m) 分别为扩散系数函数, z (m) 表示扩散的非均质性, ρ (m) 表示扩散主体的位移。
当x≥ρ (m) 时
对于x≤ρ (m) 时
假如Dmax以概率F′ (x, m) 扩散, 则有扩散方程
在应用时, 经过分析后定出参数, 能得到扩散方程, 利用扩散方程, 又可以用它对空间系统中的“流”进行模拟, 从而算出结果。这样, 对于扩散源的任一种“革新”, 只要知道其在任意时刻的值, 就可得到其扩散影响的大小。反之, 对新产品而言, 可根据其影响区域内扩散影响的饱和值及其它因素分析, 决定这种新产品的数量级生产时间。
3 模型的建立步骤
1) 按多因素综合评价方法, 对铁路应急救援指挥中心的应急救援能力做出评价, 并以铁路应急救援能力作为救援过程中能够做出响应的最大值。响应最大值的确定方法:调查n个点, 并且求取响应质量分值, 即作用分值, 响应区域通过分别对其交通因素资料、基础设施、公共服务设施资料、环境因素资料以及其他因素, 例如规划因素资料等分析并且对各因素的子因素进行作用分值计算, 并且最终利用多因素综合评价法求取各单元总分值, 步骤为
式中:Pi为i因素的评分值, Fij为i因素第j因子的作用指数, Wij为i因素中的第j个因素的作用指数。
式中:P为某单元的总分值, Wi为i因素的作用指数。
2) 确定各点在救援方向上的阻尼方程。
3) 确定响应方程。
4) 根据方程, 确定相应区域的范围。
4 以银川站为例进行模型应用
1) 确定最大响应等级分值的指标体系以及各指标所占的权重值, 确定银川站应急救援原始数据。按照多因素综合评价方法, 根据各个指标权重和隶属值计算三级和二级指标评价结果 (见表1) , 最后将三级指标的权重和二级评价结果带入模型, 得到一级最终评价结果, 并将其作为应急救援相应等级分值的最大值, 即Dmax。
2) 参数A的确定。以银川站的平面示意图去确定合适的方程, 以确定响应区域的范围, 当响应值D (x, m) >10时, 认为可以迅速的实施救援, 根据线路状况及其里救援中心的距离, 确定一组观测值, 以确定待估参数A的值。确定一组观测值, 代入表达式确定A的值, 当道路状况一般时, 响应值为70, 距指挥中心的距离为1km, 代入公式确定A的值
由式 (4) 、式 (5) 、式 (6) 得A=0.02。
确定的响应方程如下
3) 确定阻尼方程
式中:x为距指挥中心的距离。
4) 确定的随机方程为
5) 确定响应区域的范围。确定能够及时实施救援的响应区域范围, 如果当响应值大于10时, 此时确定的x事能够及时实施救援的极限值, 也就是x为确定的达到应急区域范围的极限值 (见图3) 。
当响应值取10时为所能达到的临界值, 道路平坦、宽阔时
能够及时救援的区域范围为x=16.444 44km。
道路状况一般时为
能够及时救援的区域范围为x=13.386 93km。
道路情况复杂, 有较大的坡道时为
能够及时救援的区域范围为x=11.288 14km。
线路情况复杂, 有较大坡道和弯道时为
能够及时救援的区域范围为x=9.758 24km。
5 结束语
由图像可以看出4种条件下, 当x取相同的值时, 对应的响应值各不相同, 并且随着道路综合质量的降低, 响应值逐渐的减小, 当x取一定值时, 响应值为0。将非均质空间随机扩散方程用于铁路危险货物运输应急响应模型, 能有效地适应各种条件下的应急救援情况, 对于改善和促进我国的铁路危险货物运输应急响应系统发挥重大作用。
摘要：在无风、没有障碍物的条件下, 点源气体均匀稳定地向四周扩散, 因此, 在均质条件下, 铁路应急救援指挥中心能够及时实施救援的区域范围, 并用扩散现象描述。在实际应用中, 扩散现象受到外界因素的影响, 并不是均匀稳定的扩散。用非均质随机扩散方程确定非均质条件下点源气体的扩散过程, 通过模拟气体的扩散范围, 同时引入阻尼方程, 并且把该过程应用于铁路应急救援, 进而确定非均质条件下铁路应急指挥中心能够及时做出响应区域范围。
关键词：非均质条件,危险货物,非均质随机扩散方程,应急响应
参考文献
[1]陶存新.危险品运输预警应急指挥系统研究[D].武汉:武汉理工大学, 2007.
[2]单卫东, 包浩生.非均质空间随机扩散方程及其在城市基准地价评估中的应用[J].地理学报, 1995, 50 (3) :210-230.
[3]董黎明, 李向明.中国城市土地有偿使用的地域差异及分等研究[J].地理学报, 1993 (48) :20-37.
[4]曲思源, 张光远.铁路行车安全保障体系实施框架研究[J].铁路运输与经济, 2003, 25 (11) :52-54.
[5]刘仍奎, 辟晓卿, 孙企欣.铁路事故救援系统的构造研究[J].中国国家安全学报, 2004, 14 (20) :40-57.
[6]谢素华.论我国公路交通应急及运输保障体系的建设[J].公路交通科技, 2008, 25 (9) :143-159.
[7]钱卫东, 刘志强.高速公路交通安全模糊评价与实例分析[J].交通科技与经济, 2004 (2) :4-6
[8]解兴申.铁路突发事件应急资源调配问题分析[J].交通科技与经济, 2010 (2) :52-55.
非均质模型 篇2
裂隙介质中的流体流动和溶质运移模拟方法主要分为两大类: 随机连续介质模型 ( SC)[1 ~ 4]和离散裂隙网络模型 ( DFN)[5 ~ 11]。在SC模型中,裂隙岩体等效为地下水流服从达西流的均质多孔介质,该模型适合于研究大范围、裂隙分布密集的岩体渗流,但对于岩体典型单元体积很大、甚至不存在的研究域或需要研究某一特定小范围、某个特定路径的渗流行为时,该模型则不适用; DFN方法根据裂隙网络的特征信息,如裂隙大小、方向、导水系数的分布,计算出每一个裂隙交叉点的水头和每一条裂隙段的流量,则整个网络的总流量就能得到,这种方法需要足够多和精确的测量数据。
DFN模型的模拟包括两方面的内容: 首先应用统计学方法生成裂隙网络,进而利用逾渗理论对裂隙的连通性进行研究而得到裂隙的主干网[12]; 然后对生成的裂隙连通网络进行渗流计算。裂隙网络内的渗流计算通常有3种方法: 第1种方法是有限元法[13~15],有限元网格剖分裂隙岩体会形成大量网格数据 ( 单元和节点) ,计算量非常大,需要采用高效的数值计算技术如并行技术等; 第2种方法是边界元法[16~18],边界元法可以使问题的维数降低一维,极大地减少了计算量,而且也很容易对裂隙进行离散,但边界元法以存在相应微分算子的基本解为前提,对于非均质介质等问题难以应用; 第3种方法是混合数值 - 解析法[8,9,19],如Cacas采用相交裂隙的中心作为裂隙网络的节点。有限元和边界元法均适用于在小尺度的问题上对裂隙岩体渗流的研究,本文采用了类似于第3种的研究方法,与Cacas不同的是对于裂隙网络的节点采用了相交裂隙的交点,该方法计算原理更加直观、简明。
本文研究了二维离散裂隙网络中完全饱和的、单相的、稳定流系统,利用岩体裂隙网络渗流的基本理论—立方定律,在裂隙相交点 ( 除裂隙与边界的交点) 根据渗流连续性方程建立平衡方程,所有的裂隙交点建立的平衡方程组成一个方程组,求解该方程组,就得到了裂隙网络内部节点的水头值,从而可求出各个节点间的流量及从左边界到右边界总的流量,该模型数据结构简单,运算速度快。
本文在作者前期采用无向图邻接矩阵判断裂隙网络连通性研究成果[12]基础上,利用matlab程序编制了相应的二维渗流模拟程序,在渗流方程中使用服从对数正态分布的导水系数而Priest[20]模型使用了隙宽,因为在机械隙宽和立方定律中所使用的隙宽之间相互关系是很微弱的[21,22],于是,模型中裂隙的渗流特性参数选择使用裂隙的导水系数分布,而不是隙宽分布。
1 裂隙岩体的渗流分析
岩体裂隙网络渗流研究的基本理论—立方定律,对层流、不可压缩的流体,根据两个理想的光滑平板裂隙推导,其表达式为[23]:
式中: Q为单宽流量; ρ为流体密度; μ为流体的动力粘滞系数; b为两个平行板间的距离( 或裂隙宽度) ;Δh为水力梯度。
水力孔径b和裂隙导水系数Tf之间的关系为:
于是
其中:Tf/l= C( C为水力传导率) 。
以裂隙连通图的某个连通区域为例 ( 图1) ,裂隙水流流动路径具有5个相互连通的节点,且假设3条或3条以上的线段不会共线,图中: Hi: 节点i的水头; Qij: 从节点i到节点j的单宽流量,设i到j的流量为正; Cij: 连接节点i和节点j的水力传导率。
假设裂隙周围的基质不透水,裂隙中的流体是连续且不可压缩的,而且连通节点处没有水头损失,那么在稳定流情形下的水量平衡式为:
将公式 ( 3) 代入公式 ( 4) 可得
于是
可改写为对任意连通的节点j
令
引入参数dij
则公式 ( 7) 表示为如下形式:
在裂隙网络里,有两类节点: ( 1) 边界节点,其水头或流量是已知的,在稳定流情形下是一个常数,该类节点会连接到某一个内部节点;( 2)内部节点,其水头是未知的,该类节点可能会连接到邻近的2个、3个或4个节点上 ( 如公式( 7) 中的k) 。
对每一个内部节点都可写出如公式 ( 10) 的一个方程。于是有n个内部节点 ( 水头是未知的) ,就可列出n个方程,求解这个方程组,就可得到内部节点水头。对简单的网络,该方程组可用消元法求解,而对较大的网络,则需使用数值技术求得节点水头和流量。
2 算例
2. 1 裂隙岩体的几何与渗流特性参数及边界条件
模型中裂隙的几何与渗流特性参数及边界条件: 研究区域上下为隔水边界,左右为定水头边界,10m×10m的方形区域。假定通过野外测量或试验获得两组裂隙的几何与渗流特性参数的统计特征如表1 ( 均值μ和标准差σ 及分布函数) : 中心点位置服从均匀分布,迹线长L服从负指数分布,走向服从正态分布; 导水系数Tf服从对数正态分布。
利用随机的Monte carlo模拟技术生成二维随机裂隙网络图,将超出模型边界的裂隙裁减掉,图2为某一次随机生成的裂隙网络图,然后应用逾渗算法去除孤立的裂隙或裂隙簇,提取出裂隙网络的主干网如图3,按导水系数分布函数随机生成每条裂隙的导水系数。
由于图3中各个裂隙交点的高程水头 ( z方向)是一个常数,于是总水头就是压力水头。假设左右边界的定水头分别为HL= 10m和HR= 5m,上下为隔水边界,在计算出每个节点的水头后,就能求出相邻两节点间的流量以及流经整个网络的总流量。
2. 2 Matlab 程序实现
图3中的连通网络包含9个节点 ( 其中包含2个边界点,7个内部节点) ,9段连通线段,基于公式 ( 10) ,可以为每一个内部节点写出一个方程。本算例有7个内部节点,于是就有7个未知水头,就能写出7个方程,如节点9的方程为: d4,9H4+d7,9H7+ d8,9H8- H9= 0,表2列出了这7个方程组成方程组的系数矩阵。系数0表明该对节点间没有连通,如以表2中的下半部分内部节点设为A矩阵,上半部分边界水头设为b矩阵,边界水头矩阵为,则内部节点水头的求解就化为求解矩阵A'X = - b'H0,利用Matlab程序很容易求解出X,即内部节点的水头,如表3; 节点间的流量如表4。
表 3 中 1,2 点为边界水头,3 ~ 9 为内部节点水头
表4表明,左边界 ( 2 ~ 5) 流入的单宽流量QLB= 3. 59×10- 7m3/ s·m等于右边界( 8 ~ 1) 流出的单宽流量QRB= 3. 59×10- 7m3/ s·m,符合稳定流水量平衡。从图3和表4中可以看出,在裂隙网络中的流体流动,总的趋势是由左边的高水头流向右边的低水头。在环状节点水流路径为: 节点9流向节点7,再经节点7流向节点6、节点6流向节点8。其次,网络中的节点水头并不是随着流经的路径均匀地变化,水力梯度 ( 表4中水头差/线段长)变化范围在0. 065 ~ 0. 527之间 ( 如9→7点之间水力比降为0. 065,4→9点和8→1点水力比降均为0. 527) ; 而且在单条裂隙中水流流动会受到和它相交裂隙的流动的影响。
上述分析是某一次随机生成的裂隙网络水流模拟结果,按表1中裂隙及导水系数的随机分布的统计参数经多次随机生成,分析多次随机生成的水头和流量模拟结果的统计特征,即均值、标准差和变异系数 ( 标准差与均值的比值) ,以表明在相同的边界条件和裂隙统计特征下,水流的随机分布规律。本文就上述算例随机模拟100次 ( 随机模拟200次的结果与模拟100次的结果非常一致,因此模拟100次可满足要求) ,流入或流出的单宽流量Q的变化范围在 ( 3. 0 ~ 13. 0 )×10- 7m3/ s·m之间,其均值 = 5. 906×10- 7m3/ s·m,标准差σQ=2. 221×10- 7m3/ s·m,变异系数0. 376,从Priest[20]的模型中可得出该变异系数在合理的范围内。
3 结论
本文在作者前期研究的基础上 ( 基于裂隙的空间形态及分布的统计特性,应用Monte Carlo随机模拟技术生成二维裂隙网络,利用逾渗理论根据无向图邻接矩阵实现了裂隙网络的连通,去除了孤立的裂隙或裂隙簇,得到了发生渗流的优势流路径) ,基于渗流的连续性方程,对稳定的、单相的、完全饱和的渗流系统,利用matlab程序编制了相应的二维渗流模拟程序,实现了裂隙水的渗流计算,通过本次研究,得到如下结论:
( 1) 该渗流程序可以计算出研究区域的总流量及裂隙节点的水头和裂隙节点间的流量,为裂隙水渗流计算提供了简单、实用的计算方法。
( 2) 文中使用服从对数正态分布的导水系数,通过导水系数的标准差反映出裂隙孔径大小不一,实现了裂隙水的非均质渗流计算。
( 3) 在裂隙网络中节点水头随着流经的路径并不是均匀变化的,局部的水 力梯度变 化范围在0. 065 ~ 0. 527之间,而且在单条裂隙中的流动会受到和它相交裂隙的流动的影响。
摘要：本文在生成的二维离散裂隙网络中利用逾渗理论突出裂隙的主干网,保存了明显的优势流路径。在此基础上,基于渗流的连续性方程和立方定律,在稳定的、单相的、完全饱和的渗流系统使用DFN模型研究随机产生的裂隙网络中的流体流动。利用matlab程序实现了裂隙岩体渗流数值模拟,在该模型中使用导水系数而非Priest的孔径,且导水系数服从对数正态分布实现了离散裂隙网络模拟的非均质性;在随机的Monte Carlo模拟中,进行了总流量的预测。模拟实验结果表明:总流量的变异系数在合理的范围内,该方法为裂隙水的稳定渗流计算提供了简单、实用的计算方法。
非均质模型 篇3
关键词：均质模型,非均质模型,注气方式,水气交替
气驱应用中, 气体沿高渗通道的窜流是影响气驱油效果的关键因素之一[1—5]。已有研究表明, 气体注入方式的变化能够在一定程度上抑制气体窜流, 改善气驱油效果[6—13]。而在不同非均质性条件下, 气体注入方式变化对气驱油效果影响的程度不同。为了研究不同非均质性条件下, 气体注入方式对气驱油效果影响的差异;分别利用均质和非均质岩心模型进行了气驱和水气交替驱油实验;对比分析了两种模型中, 注气方式对气驱油效果影响的不同。
1 实验方法
1.1 实验材料
实验用气为烃类气和CO2, 实验用岩心模型参数如表1所示。
1.2 实验方案
实验方案如表2所示, 其中水气交替注入, 段塞大小为0.1 PV, 水气比为1∶1;间歇注采单周期实验过程为, 先注气升压至16.5 MPa后停止注气, 进行衰竭开采至压力为14.5 MPa停止开采;周期注气单周期实验过程为, 先注气0.1 PV, 后停止注入相同时间, 并始终保持采油状态。
2 实验结果与讨论
2.1 不同非均质性模型中注气方式对气驱效果的影响
2.1.1 均质模型中注气方式对气驱油效率的影响
利用均质岩心模型分别进行气驱-水气交替、水驱-水气交替和水驱-连续注气驱油实验, 实验方案如表2中1~3组所示。驱油效率数据如表3所示。
对比1组、2组驱油效率可见, 直接注气驱油效率为67.8%, 高于直接水驱的57.8%, 但气驱-水气交替与水驱-水气交替的总驱油效率相近分别为71.9%和72.3%。
对比2组、3组实验可见, 在水驱驱油效率相近的条件下, 后续水气交替驱提高驱油效率幅度为14.9%, 而连续注气为15.8%, 总驱油效率分别为72.3%和73.3%, 相差较小。表明, 均质条件下水驱后注气方式对气驱油效率影响较小。
通过1组~3组驱油实验结果可见, 水驱与气驱的总驱油效率在71.9%~73.3%之间, 相差较小;气体注入方式对均质模型中气驱油效率影响不大。但不同注气方式条件下, 驱油用气量不同, 水驱-水气交替驱用气量最少为0.57 PV;在考虑注入气体成本条件下, 水驱-水气交替是最经济的驱替方式。
2.1.2 非均质模型中注气方式对气驱油采收率的影响
第4~7组非均质岩心模型驱油实验采收率数据如表3所示。作为一次开采方式水气交替驱、连续气驱、间歇注采和周期注气的原油采收率分别为78%、41.9%、32.2%、42.3%;可见, 非均质模型中水气交替提高原油采收率的幅度远大于其他几种注气方式;并且在5~7组实验中, 水气交替分别可在原驱替方式基础上大幅度提高原油采收率9.5%、43.7%和16.6%;这说明与均质模型中水驱后水气交替驱不同, 非均质模型中水气交替注入提高原油采收率幅度远高于连续注气等其他几种注气方式。从注气量的角度, 直接水气交替驱用气量最少。
2.2 不同非均质性模型中水气交替驱油动态比较
分别以1组、2组和5组驱油实验为基础, 对均质模型中气驱-水气交替驱、水驱-水气交替驱和非均质模型中连续注气-水气交替驱中, 水气交替阶段出油速度、出气速度和出水速度的动态变化进行分析, 对比两种模型中水气交替驱阶段主要驱油段塞的差异。
2.2.1 均质模型中水气交替驱油动态
图1为第1、2组驱油实验中, 水气交替阶段出油速度、出气速度和出水速度变化曲线。
由图1a可见, 气驱后水气交替驱初期, 气体不断采出, 出气速度大于零, 而出油速度和出水速度均为零;当总注入体积达1.84 PV时, 注入水从出口端突破, 对应出水速度增大, 出气速度逐渐减小, 出油速度也从零迅速增大到0.065 m L/min;之后出水速度逐渐减小, 出气速度增大, 出油速度也逐渐减小;可见, 出油速度和出水速度的变化规律一致, 而出油速度与出气速度变化趋势相反;这表明, 气驱后水气交替驱时, 水段塞是驱替残余油的主要段塞。
由图1b可见, 水驱后水气交替驱初期, 出气和出油速度均为零, 出水速度大于零;总注入体积达1.07 PV时, 注入气从出口端突破, 出气速度逐渐增大, 出水速度呈降低趋势, 出油速度也逐渐增大;出油速度与出气速度变化规律一致, 而与出水速度则呈现相反的变化规律;这表明水驱后水气交替驱时, 气体段塞是驱替残余油的主要段塞。
综上, 对于均质岩心模型, 气驱后水气交替驱时, 水段塞是驱替残余油的主要段塞;而水驱后水气交替驱时, 气体段塞是驱替残余油的主要段塞;并且主要驱油段塞在出口的突破时, 残余原油开始较大速度地采出。
2.2.2 非均质模型水气交替驱油动态
图2为第5组连续气驱-水气交替驱实验中, 水气交替阶段的出油速度、出水速度和出气速度数据。
由图2可见, 非均质模型中连续注气后水气交替时, 出气速度增加, 对应出油速度也逐渐增大, 出气速度减小时, 出油速度也随之减小, 出油速度和出气速度变化规律一致;而当出水速度增大时, 出油速度减小, 出水速度减小时, 出油速度增大, 出油速度与出水速度变化规律明显相反。表明, 与均质模型气驱后水气交替驱不同, 非均质岩心模型气驱后水气交替驱中, 气体段塞驱替残余原油的能力大于水段塞, 气体段塞是主要的驱油段塞。
3 结论
(1) 均质模型中, 水驱后连续注气与水气交替提高驱油效率幅度分别为15.8%和14.9%, 注气方式对气驱油效率影响较小;非均质模型中, 直接水气交替驱原油采收率为78%, 其他三种注气方式的原油采收率分别为41.9%、32.2%和42.3%, 水气交替驱原油采收率远高于其他三种注气方式, 气体注入方式对气驱原油采收率影响较大。
(2) 均质岩心模型中, 水驱后水气交替驱时, 气体段塞是驱替残余油的主要段塞, 气驱后水气交替驱时, 水段塞是驱替残余油的主要段塞;而非均质模型中, 气驱后水气交替驱时, 气体段塞是驱替残余油的主要段塞。
非均质油藏剩余油分布规律研究 篇4
关键词：锦A块,剩余油分布,动用程度,计算与模拟
1 区块基本概况
锦A块的油层地质结构属于三角洲前缘亚相沉积, 主要表现在纵向上砂体发育较差, 横向分布范围小且变化大, 非均质性强。储层平均孔隙度为24.3%, 渗透率是108×10-3μm2, 泥质含量是4.7%50℃的脱气原油粘度是660m Pa·s, 20℃的原油密度是0.969 g/cm 3凝固点是-13℃。地层水属于Na HCO3型, 矿化度是3080mg/L。
锦A块发现于1993年, 并于1994年正式投入开发, 迄今为止已超过20年, 先后经历了干抽、吞吐和水驱三种开发方式。本次研究主要通过产液、吸汽剖面等动态监测资料分析油层纵向上的动用程度, 再应用动边界无网格油藏工程计算法和数值模拟法对各油层的剩余油分布进行计算。
2 纵向动用情况研究
根据收集到的锦A块3口井的4条吸汽剖面资料分析, 吸汽较好的油层占总射开厚度的58%, 吸汽较差和基本不吸汽的油层约占总厚度42%。从几口井的吸汽剖面分析, 蒸汽吞吐阶段, 油层的纵向动用情况受蒸汽超覆、油层厚度和油层物性影响, 射孔井段上部、单层厚度大于1m且渗透率级差小于3的油层吸汽较好, 动用程度较高, 见表1。
吸水剖面测试是目前注水开发油藏中常见的用来评价纵向上水驱储量动用程度的方法。根据锦A块注水试验井组2口注水井的4条吸水剖面资料的统计, 吸水厚度占射开厚度的75.6%, 计算该块水驱储量动用程度为75.6%, 见表2。
3 平面动用情况研究
3.1 动边界无网格计算法
根据本次研究建立的油藏地质模型, 结合油田实际生产数据和吸汽剖面等测试数据, 分别对研究单井在各层的产量情况进行了分析计算。目前各层的采出程度均较高, 尤其是兴Ⅰ、兴Ⅱ油组各小层采出程度基本都在20%以上, 兴Ⅲ油组动用相对较差, 个别小层采出程度尚不足10%, 分析原因主要是这些层储量规模小, 分布零散, 生产井相对较少, 而生产井也往往与其它高渗层合采, 导致小层整体动用较差。
3.2 数值模拟法
通过油藏历史拟合, 全区整体与单井相关指标与实际点接近, 变化趋势一致, 说明依据生产历史拟合而建立的地质模型能够比较真实的反映地下实际情况, 及剩余油饱和度场比较可靠。根据数值模拟及动态剩余油分布研究结果现将各小层剩余可采储量特征分析如下:
3.2.1 Ⅰ油组剩余油分布
该油组储量规模小, 主要集中在锦A-273井周围, 其中Ⅰ12小层动用程度较高。该油组油藏分布局限, 调整挖潜潜力小。
3.2.2 Ⅱ1砂岩组剩余油分布
该砂组剩余油主要集中在Ⅱ12、Ⅱ13小层。Ⅱ11小层剩余油分布较为分散, 加之该小层原始地质储量不足4.5×104t, 因此调整潜力不大;Ⅱ12小层在东北部高部位及Ⅱ13小层北部高部位锦A-9、锦A-11井附近动用程度低, 且两套小层原始地质储量均在9.0×104t以上, 因此这两个小层应作为调整挖潜的重点, 考虑采取完善注采井网、部署调整井等措施, 改善区块开发效果。
3.2.3 Ⅱ2砂岩组剩余油分布
该砂组各小层动用程度较高, 剩余油主要集中在Ⅱ21小层和Ⅱ22小层。Ⅱ21小层动用程度较低, 北部断层附近及锦A-7井附近均存在较大的未动用区, 加之该小层原始地质储量在10×104t以上, 因此具有较大的调整潜力;Ⅱ22小层动用程度相对较高, 剩余油分布较为分散, 但原始地质储量近30×104t, 在北部断层附近及西部油砂体边部存在未动用区, 可作为调整挖潜的重点, Ⅱ22小层原始地质储量小, 目前动用程度较高, 调整潜力不大。
3.2.4 Ⅱ3砂岩组剩余油分布
该砂组各小层动用程度较高, 组剩余油主要集中在Ⅱ31小层油砂体边部井网不完善部位, 这些局部部位由于动用程度低, 原始储量大, 具有较大的调整挖潜潜力;Ⅱ31小层由于原始地质储量不足10×104t, 加之总体动用程度很高, 目前含油饱和度多在45%以下, 调整潜力不大。
3.2.5 Ⅲ1砂岩组剩余油分布
砂岩组剩余油主要集中在Ⅲ11小层高部位, 原始储量大, 剩余油分布范围广, 具有较大的调整挖潜潜力;Ⅲ12小层由于原始地质储量不足10×104t, 但总体动用程度较低, 具有一定的调整潜力。
3.2.6 Ⅲ2砂岩组剩余油分布
该砂组各小层动用程度较高, 剩余油主要集中在Ⅲ21小层, 该小层平面上动用程度不均衡, 东北部断层附近动用程度低, 南部低部位水侵严重, 由于局部地区动用程度低, 原始储量大, 具有较大的调整挖潜潜力;Ⅲ22小层整体动用程度较高, 局部地区如锦A-17井东北部剩余油较为富集, 具有一定调整潜力。
3.2.7 Ⅲ3砂岩组剩余油分布
该砂组总体动用程度较高。锦A-43井所在砂体动用程度较低, 但由于单个小层原始地质储量不足3×104t, 调整潜力不大。
4 剩余油分布规律总结
从锦A块纵向动用程度研究可以看出, 受储层纵向上非均质性影响, 各层的动用存在一定的差异, 储层物性较好、渗透率较高的层段相对动用较好, 射孔井段内不吸汽或吸汽差的油层主要分布在射孔井段下部储层物性较差、油层厚度较薄的层段。平面上剩余油分布在构造高部位、断层遮挡部位、蒸汽未波及部位和生产井未射开部位。
参考文献
[1]张文朝, 赵岩等.吐哈盆地扇三角洲沉积特征及油气意义[J].新疆石油地质, 1998.
[2]刘杰.辽东湾地区扭动构造与油气聚集[J].中国海上油气 (地质) , 1989.
[3]李春霞等.双河油田北块聚合物驱油藏数值模拟研究[J].长江大学学报 (自科版) 理工卷, 2007.
非均质模型 篇5
由于内部孔隙结构的复杂性,多孔介质内的能量传递过程比常规连续介质复杂得多,因此其热、流和力学性能除与固体骨架和孔隙内流体的物性有关外,还与孔隙结构紧密相关[1]。就多孔介质的导热性能而言,即使忽略其内部的对流及辐射换热而只考虑骨架内的纯导热过程,也难以对导热过程作出精确的数学描述。通常采用基于特征单元体(Representative elementary volume, REV)的研究方法,用容积平均参数(或有效参数)来描述和研究多孔介质的性质,这些性质称为容积性质(Bulk properties),如有效导热系数(Effective thermal conductivity)。
一般将多孔介质的有效导热系数ke表示为固相(骨架)导热系数ks、孔隙相(流体)导热系数kf及孔隙率ε的函数,对于石墨泡沫或金属泡沫这类高导热多孔材料,可忽略孔隙相导热,此时用相对有效导热系数k*=ke/ks,表示为k*=f(ε)[3,4,5]。
王补宣院士[6]指出:对多孔介质的几何参量很难做出严格描述,实际均匀一致的颗粒形状和孔隙分布是不存在的,把多孔介质看成在大尺度上均匀分布的虚拟连续介质,与实际情况存在较大差异。施明恒等[7]根据数值计算结果指出非均质硬质聚氨酯泡沫内部结构影响温度分布和热量传递,其影响程度与孔隙的大小和分布有关。Michailidis等[8]将铝泡沫切片用显微镜获取二维图形,通过重组获得三维随机模型,采用有限元方法分析,结果表明材料的力学性能受到结构随机性的影响。
多孔介质仅用宏观的孔隙率ε不足以描述孔隙结构,其对孔隙分布的随机性描述较少,因此本研究用孔隙均匀度描述孔隙分布的随机性。均质多孔介质每个单元中心有一个孔隙,孔隙分布的随机性体现在部分孔隙在位置上进行了偏移,偏移越大随机性越高。定义孔隙位置偏心因子为控制变量,建立具有随机结构的2D非均质泡沫模型,采用FEM方法进行数值模拟实验,分析有效导热系数与孔隙均匀度的关系,进而研究非均质泡沫介质的孔隙分布均匀性对导热性能的影响。
1 非均质泡沫模型有效导热系数与均匀度的关系
1.1 孔隙均匀度
为了描述孔隙分布的均匀性,定义孔隙均匀度如下:
undefined
式中:ε为泡沫模型整体孔隙率,εi为将泡沫模型等分成n个单元后其中第i个单元的局部孔隙率。
显然,对于均质泡沫模型,由于各单元εi相等,故均匀度U=1。而对于非均质泡沫模型,若某模型的U值较小,则说明该模型的结构随机性较大,即孔隙结构较不均匀;反之,U值大则说明该模型的结构随机性小,即孔隙结构较均匀。
在本研究的数值模拟实验中,均匀度U作为一个表征非均质泡沫的结构随机性的参数,与孔隙率ε一起,用于分析非均质泡沫的结构随机性对有效导热系数的影响。
1.2 有效导热系数与均匀度的关系
对于均质材料,常把有效导热系数看作孔隙率的函数,常用的函数形式[9,10]为:
k*=(1-εn) (2)
式中:n为多孔材料孔隙形状的经验常数,不同材料取不同的值,且n≥1;当n=1时,就成为并联模型[1]。
本研究认为,对于非均质材料,除孔隙率ε外,孔隙结构的均匀度U对有效导热系数也有重要影响,相对有效导热系数可写成关于孔隙率ε和均匀度U的函数:
k*=f (ε,U) (3)
式(3)的微分式可写为:
undefined
根据均质模型(U=1)的分析可知,当泡沫材料的均匀度U一定(即孔隙的空间分布相同)时,孔隙率ε的增大导致相对有效导热系数k*的减小,即:
undefined
当孔隙率ε一定时,孔隙分布越均匀(即U值越大),有效导热系数越大,反之亦然,即:
undefined
本实验研究均匀度U对相对有效导热系数k*的影响。
2 非均质泡沫模型
采用FEM数值模拟的方法研究孔隙结构随机性对有效导热系数的影响,模型的建立需要满足两个条件:首先模型中包含可调节随机性的参数,其次应有一定数量的实验模型样本。
在模拟实验中,引入孔隙位置偏心因子α。调节α,改变孔隙位置,建立非均质模型,计算分析孔隙结构随机性对有效导热系数的影响。
2.1 偏心因子
FEM导热模型的建立如下:在x-y平面上建立20×20的单元,每个单元中心有一个圆孔,用偏心因子α控制孔隙空间位置分布的随机性。随机模型的孔心坐标计算公式为:
x-x0=αRx (7)
y-y0=αRy (8)
式中:(x,y)为随机模型孔心坐标,(x0,y0)是均质模型的孔心坐标,Rx与Ry分别为随机函数,Rx∈(-1, 1),Ry∈(-1, 1)。α是随机模型孔心位置的最大可能偏幅,随机函数使孔隙分别向不同的方向进行偏移。调节α,改变孔隙分布的随机性,并对不同α值的模型的随机程度进行描述。
2.2 随机模型的建模
调节孔径d和偏心因子α,控制模型的孔隙率和随机性,建立非均质模型。几何模型用Matlab和VBA for AutoCAD编程建立,建模算法如下:
(1)在Matlab中产生均质模型的孔心坐标(x0,y0);
(2)取不同值的α,然后按照式(7)、式(8)计算随机模型孔心坐标(x,y);
(3)在AutoCAD中读入400个孔的孔心坐标(x,y)和孔径d,创建一个随机模型,取不同的孔径产生大样本随机模型。
为了方便在计算时施加边界条件,在泡沫模型的左右两端各加一个夹板,图1为网格化后的模型。每个模型的孔隙率、均匀度等结构参数通过Matlab在几何建模中得到。
3 随机模型的导热模拟及结果分析
3.1 控制方程及定解条件
在FEM模拟中,控制方程为常物性、无内热源、稳态导热微分方程:
undefined
边界条件:石墨泡沫为刚性、各向同性的材料,在模型左端面施加第一类边界,右端面施加第二类边界,其余表面为绝热边界(本研究的2D模型中,指夹板边界上的线):
t=t0(右夹板右表面) (10)
undefined(左夹板左表面) (11)
undefined(其余表面) (12)
取t0=293.15K,q0=5×104W/m2,石墨泡沫固相骨架导热系数ks=1700W/(m·K)。模拟计算时忽略孔隙内流体导热的影响,不考虑对流与辐射。用ANSYS进行FEM模拟求解。
计算完成后,按式(13)计算有效导热系数ke:
undefined
式中:t1为计算得到的FEM模型右端面的温度,L为泡沫模型的宽度,δ为一个夹板的厚度。
3.2 模拟结果
为方便模拟计算采用无量纲尺度。取无量纲孔径d=0.9、0.92、0.94、0.96、0.98、1.00,并在每个孔径下分别用α=0、0.1、0.25、0.4、0.5调节孔隙分布的随机性。当d=1.00、α=0时,模型断掉了,不能有效地构成一个整体,无法进行计算,其他模型没有这种情况。
经分析可知,非均质泡沫材料的结构参数(孔隙率ε和均匀度U)受孔径d和偏心因子α的控制。在相同孔径d下,随着偏心因子α的增大,孔隙的随机性增大,孔隙分布也越随机,模型的均匀度U减小。观察不同模型发现U受到a的影响,所以U可以作为反映模型孔隙结构随机性的参数。同时在相同的偏心因子α下,随着d的增大,模型的孔隙率ε增大。
孔隙率ε与偏心因子α的关系如图2所示,可发现孔隙率ε是偏心因子α的单调减函数。由于不同单元的孔隙在α的作用下发生部分合并,导致孔隙所占体积减小,造成泡沫材料孔隙率ε的减小,并且α越大,这种重合现象越明显,孔隙率越小。在α较小时,孔隙率受α的变化较平缓,此时孔隙率由孔径大小控制,当α较大时曲线变化也较平缓。
均匀度U与偏心因子α的关系如图3所示,在相同孔径下,当α越大、孔隙位置随机性越大时,孔隙分布越不均匀,U值也越小,因此U是α的单调减函数。当α确定时,不同孔径d之间的均匀度U相差不大,均匀度受孔径变化的影响较小,可近似认为相等。
相对有效导热系数k*与偏心因子α的关系如图4所示,可以看出当α确定时,随着孔径d的增大,孔隙率增大,有效导热系数减小,这是可以预料的。
从图4可以发现同一孔径下增大偏心因子α,相对有效导热系数先减小后增大,然后又有所减小,说明孔隙率ε和均匀度U同时影响着相对有效导热系数k*。结合图2与图4,当α<0.1时,α对ε的影响较小,而U减小明显,此时U起主导作用,模型k*减小,说明有效导热系数随U的减小而减小;当0.1≤α≤0.4时,k*增大,此时ε的影响大于U的影响;当α>0.4时,ε趋于稳定,U继续减小,U的减小造成k*的减小。
将相对有效导热系数k*与偏心因子α和孔径d的关系转换为有效导热系数与孔隙率ε和均匀度U的关系,如图5所示。
由图5可见,相对有效导热系数k*不是ε的单值函数,ε和U同时影响k*。当U=1即孔隙位置没有发生变化,模型为均质模型,此时的k*分别为各孔径(d=1除外)模型的最大值。对于确定ε的模型,k*随着U的减小而减小,U=1的模型k*为最大值。对于确定孔径的模型,一方面模型随机性越大,体现为U值越小;另一方面随机性的增大也会使孔隙相互吞并导致孔隙率的减小。ε和U同时减小时,k*的变化趋势取决于ε和U中起主导作用的参数。
由图5清楚可见,当孔隙率确定时,随着均匀度的增大,相对有效导热系数增大,即(∂k*/∂U)ε>0, U=1时,k*为上限值;当均匀度确定时,随着孔隙率的增大,相对有效导热系数减小,即(∂k*/∂ε)U<0。随机模型模拟计算结果有效地验证了式(3)-式(6)。
3.3 非均质泡沫有效导热系数的函数形式
图6为随机模型温度分布图,可以看到温度分布梯度与导热方向并不垂直,而且温度分布不均匀。由于孔隙的存在,导致热流路径发生变化,热流路径越曲折,热阻越大。而随机模型孔隙的分布更为复杂,路径变化更复杂,导致热流方向频繁的变化,热阻增大,造成有效导热系数的减小。
均质材料有效导热系数函数式如式(2)所示,对于非均质模型,k*=f (ε,U),k*的函数形式应在式(2)的基础上进行修正,同时满足以下要求:当U值趋于1时,为均质模型函数式;当U值趋于0时,函数值趋于0。
本研究认为用U的幂函数形式进行修正比较合适,函数式如下:
k*=Um(1-ε)n (14)
把所有模型(65个模型,29个样本数据)的计算结果根据式(14)进行拟合,得到的拟合式为:
k*=U1.896(1-ε)2.054 (15)
拟合式的相关系数R2为0.9694,作为随机性实验结果的拟合式,结果较为理想。
4 结论
(1)对非均质泡沫材料而言,孔隙率和均匀度都是孔隙的结构参数,相对有效导热系数k*是孔隙率ε和均匀度U的函数。
(2)当孔隙率确定时,均匀度U值越大材料的相对有效导热系数k*越大,即k*是U的增函数;当均匀度确定时,孔隙率ε越大材料的相对有效导热系数k*越小,即k*是ε的减函数。
(3)非均质模型k*=f (ε,U)的函数形式可写成幂函数形式,k*=Um(1-ε)n,就本研究的模拟而言,m=1.896,n=2.054。
摘要：以石墨泡沫为代表的新型多孔功能材料具有低密度、高孔隙率、高导热性能等优良特性,因而受到广泛关注和研究。多孔材料的有效导热系数与孔隙结构有关,通常用孔隙率作为结构参数,但实际多孔材料的孔隙分布大多是非均匀的、随机的,因此单一的孔隙率不足以描述其孔隙结构。提出一种2D随机结构的多孔泡沫导热模型,根据大样本的有限元法数值模拟结果,指出非均质多孔泡沫的有效导热系数可表示为孔隙率和孔隙均匀度的函数。
关键词：非均质多孔泡沫,有效导热系数,偏心因子,孔隙均匀度
参考文献
[1] Kaviany M.Principles of heat transfer in porous media[M].New York:Springer,1995
[2] Boomsma K,Poulikakos D.On the effective therma conduc-tivity of a three-dimensionally structured fluid-saturatedmetal foam[J].Int J Heat Mass Transfer,2001,44(4):827
[3] Jagjiwanram,Ramvir Singh.Effective thermal conductivityof highly porous two-phase systems[J].Appl ThermalEng,2004,24(17):2727
[4] Ramvir Singh,Kasana H S.Computational aspects of effec-tive thermal conductivity of highly porous metal foams[J].Appl Thermal Eng,2004,24(13):1841
[5] Nidia C Gallego,James W Klett.Carbon foams for thermalmanagement[J].Carbon,2003,41(7):1461
[6]Shi Mingheng(施明恒),Yu Weiping(虞维平),Wang Bu-xuan(王补宣).On the heat and mass transfer in porousmedia(多孔介质传热传质研究的现状和展望)[J].J South-east University(东南大学学报),1994,24(S):24
[7]Li Xiaochuan(李小川),Shi Mingheng(施明恒),ZhangDonghui(张东辉).Analysis of effective thermal conducti-vity for non-uniform porous media(非均质多孔介质有效导热率分析)[J].J Eng Thermophys(工程热物理学报),2004,27(4):644
[8] Michailidis N,Stergioudi F,Omar H,et al.An image-basedreconstruction of the 3Dgeometry of an Al open-cell foamand FEM modeling of the material response[J].Mechan Ma-ter,2010,42(2):142
[9] Druma A M,Alam M K,Druma C.Analysis of thermalconduction in carbon foams[J].Int J Thermal Sci,2004,43(5):689
非均质模型 篇6
关键词：软岩,松动圈,锚注,锚索,二次支护,O型棚
1 围岩地质赋存状况及石门翻修过程
耿村煤矿西区石门埋深约320 m, 全长180 m, 穿过9种不同岩性的煤岩层 (3层石英砂岩, 2层泥岩, 2层煤层, 1层石英粉砂岩, 1层粉砂岩) , 其中有1层岩层含有3条断层。西区石门围岩赋存特点:①贯穿岩层的岩性构成复杂;②贯穿岩层中强度较低的岩层占大多数;③巷道所处的构造应力环境十分复杂, 有3条较大断层。
西区石门首次掘进时采用锚网喷+U型钢棚支护, 但是巷道刚掘进后就变形剧烈, 变形量大, 不能使用, 随后进行了翻修。①第1次翻修。翻修后由于石门侧压较大, 变形速度快, 很快不能正常使用。②第2次翻修。采用锚喷+砌碹支护, 但经过2 a的使用, 巷道发生了严重变形, 直接影响了煤矿安全生产的正常进行。③第3次翻修。设计巷道断面为马蹄形, 采用了11#工字钢做成的U型钢棚支护, 翻修后巷道初期变形并不明显, 但经过一段时间后巷道再次表现出明显变形, 不能满足煤矿正常的安全生产, 需再次翻修。
2 支护方式
由于石门巷道围岩地质条件复杂, 受地质构造的影响石门围岩的强度显著降低, 在采动影响下石门围岩产生了很大变形, 表现出了工程软岩大变形的特征。因此, 将耿村矿非均质西区石门巷道围岩视为软岩范畴。为了准确判定西区非均质大断面石门围岩类别, 采用了YZT-Ⅱ型岩层钻孔探测仪对非均质大断面石门松动圈厚度进行现场观测。从观测结果上分析, 根据大松动圈软岩巷道的分类标准, 判定非均质大断面石门围岩属Ⅵ类碎胀型大松动圈软岩巷道;根据对软岩巷道及大松动圈软岩工程的支护原理的分析, 提出耿村矿西区石门第4次翻修采用联合支护方案。翻修时, 在石门扩面后, 首先用锚注锚索联合支护对巷道进行初次主动支护;滞后一段时间, 架O型棚对巷道进行二次被动支护。
3 二次支护的最佳时段
在软岩巷道支护中, 初次主动支护与二次被动支护的间隔时间对支护的效果影响特别大。该类巷道的独特之处, 就是巷道巨大的塑性能 (如膨胀变形能) 必须以某种形式释放出来, 所以二次支护时间过早和过晚对支护效果都十分不利。过早, 巨大的软岩膨胀变形能不能得到充分释放, 二次支护强度难以抗拒围岩巨大的塑性变形, 导致支护体被破坏;过晚, 膨胀变形能虽然得到充分释放, 但围岩支护强度大部分丧失, 转加到支护体上的是失去支撑能力的巨大围岩载荷, 支护体因支撑不了巨大围岩载荷而遭到破坏。理论和实践表明, 二次支护最佳时间的确定是软岩控制的关键之一。
3.1 软岩巷道支护优化原理
软岩巷道支护原理可以表示为:Pr = Pd + PR +PS。其中, Pr为挖掉岩体后使围岩向临空区运动的合力, 包括重力、水作用力、膨胀力、构造应力和工程偏应力等;Pd 为以变形的形式转化的工程力, 对于软岩来讲, 主要是塑性能以变形的方式释放;PR 为围岩自撑力;PS为工程支护力。
巷道开挖后引起的Pr并不是完全由PS承担, 而是由3部分共同分担。除PS外, Pr由软岩的弹塑性能以变形的方式会释放一部分, Pr的另一部分由岩体本身自承力承担。如果岩体强度很高, PR>Pr-Pd, 则巷道可以自稳。对于软岩, PR较小, 一般PR
3.2 二次支护最佳支护时段
为了确定出西区非均质石门翻修二次支护最佳支护时段, 在该巷道安设了3类监测仪, 分别是锚杆工作阻力监测、围岩表面位移监测和深部位移监测, 通过现场实测, 对一次支护后的巷道围岩运动变化规律进行研究, 实测结果 (图2、图3) 表明, 巷道在翻修施工过程中, 应在一次支护施工完成60～70 d时作为二次支护最佳支护时段。这样可以最大限度地发挥围岩的自承能力, 从而使支护体对围岩的支护力降到最小, 有利于巷道的稳定。
4 技术参数
(1) 打锚索并采用36U型钢O型支架支护。锚索规格为Ø17.8 mm× 8 m, 3 m一组, 每组3根, 间距1.5 m。要求采用4节ZZ3590型树脂药卷, 先装快速再装中速, 药卷搅拌30 s以上, 凝固10 min, 锚索外露长度不大于300 mm, 托梁长1 m。锚索中间1根与顶板垂直, 其余2根与顶板方向呈30°角。架棚时须用双层冷拔丝网加一层彩条布背设, 空顶空帮部分用土袋充填。
(2) 向里扩 (穿煤层段) 约140m。扩巷中宽5.12 m, 净高 3.82 m。初次支护为锚网索支护, 二次支护采用36U型钢O型棚支护。
(3) 扩修巷道两帮采用Ø18mm、长1.8 m左螺旋麻花状钢锚杆, 每个眼装Z3550树脂药卷1节, 凝固时间≥10 min, 要保证锚杆锚固力大于50 kN。顶部锚杆使用Ø20 mm×2 250 mm, 顶帮锚杆间排距为700 mm×700 mm。
(4) 铺设冷拔丝网时, 搭接长度不小于150mm, 连网间距不大于300 mm, 并且顶帮必须护严, 顶帮距不得超过150 mm。
5 效果
为了掌握耿村煤矿西区石门在采用联合支护后巷道围岩变形规律, 同时为优化支护设计参数提供依据, 对巷道联合支护段进行了变形监测 (图4) 。
经过3个月的观测, 两帮收敛量为110 mm, 顶底板收敛量为86 mm, 并在40 d后趋于稳定。观测结果表明, 耿村煤矿西区石门软岩巷道在最佳二次支护时段采用O型棚支护, 可以控制围岩的强烈变形, 保证巷道稳定, 且技术经济效益显著。
6 结语
通过综合分析翻修巷道围岩条件, 采取分阶段主动加被动的联合支护方式来综合治理翻修巷道, 具有技术上先进可靠、施工安全系数大和施工难度低等优点。虽然一次投入大, 但是综合治理效果明显, 同时减少了频繁翻修对正常生产和通风等的影响, 其间接效益更为可观, 具有推广价值。
参考文献
[1]蔡瑛, 汪仁和.潘三矿软岩巷道锚注支护研究及实践[J].安徽理工大学学报:自然科学版, 2006 (3) :12~16.
[2]栾万红, 杨振华.锚索支护在平煤一矿进风石门修复中的应用[J].中州煤炭, 2002 (4) :32~33.
[3]付文刚, 许云良, 丁玉龙.锚网梁喷索在软岩高应力石门扩巷修护中的应用[J].煤矿开采, 2006, 11 (2) :45~46.
浅论多层非均质油藏的差异化开发 篇7
1 非均质油藏差异化开发的潜力
由于储层内部非均质性的差异, 造成层内垂向上不同微相带的水驱效果不同, 剩余油分布不均并富集在强非均质性位置;受储层层间非均质性的影响, 剩余油常富集在储层渗透率级差大、物性较差的单砂层内;在平面上, 受砂体展布、规模、连通性及空间组合方式不同的制约, 储层中物性相对较差, 渗透率级差大的微相带是剩余油的主要富集区和挖潜的目标靶位。
2 找准油藏差异化开发的“靶点”
2.1 构造精细解释, 建立油藏精细构造模型
通过合成记录标定, 钻井层位标定, 保障地质和地震最大程度的接近, 尽量减少矛盾, 进行精细解释, 更重要的是将静态的构造解释成果与注水开发动态结合, 进一步验证精细构造解释的成果。
2.2 储层综合评价, 建立储层精细地质模型
首先寻找区域内不同时期沉积较完整的单井剖面, 组合成对比剖面, 再根据地层的接触关系, 沉积层序或沉积旋回和岩性剖面组合特征细分成不同级次的层组、小层乃至单砂体, 并建立区块内井与井之间各级次层组的对比关系, 从而实现全区分层的一致性。利用岩性、电性资料, 对储层精细对比, 研究各小层沉积相, 沉积微相, 评价各小层层内、层间及平面非均质性。
针对砂体物性差异大、层内与层间动用储量差异大现状, 为了摸清开发潜力, 通过加强地层模型、构造模型、储层模型、流体模型和油藏模型的有机结合, 建立三维油藏地质模型。
2.3 加强水驱规律研究, 建立差异化开发动态模型
一方面利用油藏数值模拟技术, 开展对剩余油研究, 并与油藏非均质性进行对比。另一方面开展水驱前后储层结构变化规律研究, 根据注水对储层冲刷改造程度, 指定相配套的技术手段, 对水淹层进行调堵。
3 提高油藏差异化开发效益
深化油藏工程研究, 优化开发方式和参数, 提高油藏差异化开发效益。为确保措施工作量取得较高的产出效益, 开展单层开发经济技术界限评价, 根据评价结果, 进行差异化单层开发方式研究。在纵向上, 根据层间非均质性、油层厚度和隔夹层稳定性, 开展了一套井网错开层系、逐层上返或多层开发等开采方式的优化;在平面上, 开展开采层系组合、换层开采时机、不同注采方式的研究 (超前注水、脉冲注水、同采同注等) 。在此基础上确定差异化开发方案。
3.1 强非均质油藏井网井距优化
通过细分层系三套井网和一套井网差异化开发两种方案进行指标对比, 相同产油速度的情况下, 差异化开发比细分层系开发的全区含水率要低;单井累产油量显著提高;投入产出比降低明显。缩小井距, 提高注采对应率, 可以增加纵向水驱程度, 当井距小于200m后水驱动用程度明显提高, 井距缩小采收率明显提高, 当井距小于150m后采收率提高幅度很小, 因此从经济上考虑, 井距150m最优。
3.2 射孔方式优化研究
针对多层非均质油藏的特点, 结合油藏数值模拟和渗流特征的结论, 确定分层压力和含水情况, 采用人为控制生产压差的变密度射孔方式, 在物性条件较好, 砂体相对连续的油层, 降低射孔密度;在孔渗条件相对较差, 砂体不连续的油层, 适当增加射孔密度, 这样有利于延缓含水上升, 有效动用未动用的剩余油。
3.3 差异化开发方式研究
3.3.1 换层时机优化
根据开发实际数据, 拟和含水率与采出程度的曲线, 发现层段含水达到85%以后换层, 开发效果较好, 当一个开发井段含水达到85%之后换层开发, 另一个井段达到含水达到85%之后, 再采取合采的方式, 能够实现最终采收率的提高。
3.3.2 注水方式优化研究
分别拟和不同地层压力条件下含水率和采出程度的关系曲线, 发现地层压力保持在90%采收率最高, 应对地层压力低于0.9Pi的实施超前注水。拟和高渗高含水层连续注水和脉冲注水条件下含水率和采出程度的关系曲线, 脉冲注水效果明显好于连续注水, 脉冲注水方式有利于控制含水上升速度, 提高采出程度。对于高含水油层, 当含水达到92%实施脉冲注水效果最佳, 根据实践注水周期为注2月停20天采收率最高。
4 油藏差异化开发的实例
通过本课题的研究, 在胜利油田某油区多层非均质油藏类型中部署选取三个井组, 开展先导实验项目。井距150米, 共部署水井3口, 油井11口, 总井数14口。平均单井控制储量8.6万吨。油井根据分层压力和分层含水资料确定如何分层开采;水井根据对应油井情况确定如何分注;生产过程中根据含水压力情况进行换层生产。先导实验项目取得了较好的开发效果, 区块日产油量稳步增长, 由实施前的42吨上升至实施后的65吨, 综合含水稳定在60%上下。多层非均质油藏的差异性开发, 在抑制含水的同时增加产量, 提高了开发效果。其中方案设计新井X14-62井分三个周期对上部、中部、下部层位进行接替式开发, 该井投产后日产量由初期的10吨下降到2吨、含水从60%升高到85%, 换层生产后日产量提高到11.3吨, 含水下降到38%, 有力保障了单井开发效果和效益。
参考文献
[1]瑞健;储层平面非均质性对水驱油效果影响的实验研究[J];大庆石油地质与开发;2002年04期.