与传统能源不同的是，煤层气中的页岩油、页岩气、致密油、致密气和甲烷气等实验能源广泛分布在页岩储层的微小裂缝和裂缝中，被称为grikes。
在提高非典型能源采收率的准备工作中，仔细研究页岩储层的细孔隙结构是至关重要的。
利用扫描电子显微镜(SEM)可以观察到传统油藏机械抛光切片中的矿物分布和孔隙结构。
然而，由于非常规油藏的孔隙在整个抛光过程中很容易受到破坏，因此很难监测孔隙。
非常规储层样品表面采用FIB(聚焦离子铣削)系统进行预处理，并用SEM进行检测，但使用这种方法意味着只能对一小部分样品进行预处理和分析。
为此，本文提出了一种新的测量方法Coxem CP-8000离子铣削系统对一大片区域进行预处理，并使用aCoxem SELPA(扫描电子显微镜颗粒分析系统)检测孔隙结构，如图1所示。
图1．CP-8000离子铣削系统和Coxem SELPA粒子分析系统。图片来源:COXEM有限公司
实验方法
如图2所示，在Besa河地层中钻了A-068井。A-068钻孔样品的主要成分由方解石、白云石、伊利石、白云母和石英组成，经XRD测试确定。
TOC (Total Organic Carbon)分布广泛，平均为0.37 wt%。利用一个Coxem SELPA的自动化为了加快测绘过程和分布测量，将岩芯样品安装在SELPA上进行分析。
图2。A-068-D/94-O-05岩芯样品位置。图片来源:COXEM有限公司
结果与讨论
虽然可以利用扫描电镜观察到纳米级的孔隙，但在任何给定的时间内，分析只能在样品的一小块区域内完成。这使得建立整体孔隙分布成为一项困难的任务，如图3所示。SELPA提供了跨更大区域的加速分析，如图4所示。
图3。页岩样品A-068-134颗粒内孔隙的二次电子图像，显示在4种不同的放大率下。图片来源:COXEM有限公司
图4。利用SELPA获得的复合平铺图像。SELPA允许在更大的区域内进行快速成像，并自动识别和标记毛孔。图片来源:COXEM有限公司
在本例中，在1小时29分钟的时间内，共分析了513个油田，总面积为5.04E+07µm2．图5展示了检测、分析、测量和绘制的58,729个奇异特征。
图5．利用自动特征分析，可以同时扫描、识别和分类毛孔。图片来源:COXEM有限公司
此外，SELPA不仅能够研究奇异孔隙的形态，还提供了一种快速识别样品中孔隙的大小和分布的方法。
在高碳酸盐岩样品A-068-134中，1 μ m以下的孔隙占30%，1 ~ 2 μ m的孔隙占35%，2 ~3 μ m的孔隙占14%。如图6所示，孔隙体积在3µm以下。
图6。Liard盆地页岩孔隙面积分布特征图片来源:COXEM有限公司
在确定孔径和分布时，样品制备与实际测量同样重要。传统的机械抛光技术会破坏样品表面，使分析更加复杂，而离子铣削技术保持了样品的完整性，以提供精确的测量。
传统的扫描电镜分析是准确的，但往往是繁琐和耗时的。整个过程可以通过SELPA由于图像拼接自动化，从而自动计数、测量和绘制页岩样品中的孔隙。然后，资源采收率团队可以利用这些信息来优化天然气采收率。
此信息来源于COXEM Co. Ltd.提供的材料。亚博网站下载
有关此来源的更多信息，请访问COXEM有限公司. .