许孝凯, 翟勇, 刘美杰, 许孝青, 周朋飞, 王志美

(1.中国石化胜利石油工程有限公司测井公司, 山东 东营 257096; 2.山东大禹建设集团有限公司, 山东 东营 257091)

0 引 言

低渗透油藏开发往往需要大规模裂缝发育才能形成工业产能,除需要考虑天然裂缝发育情况,开发过程中还应考虑储层是否易于改造。国内外研究发现,脆性指数是评价储层可改造性能的重要参数[1],国外各石油公司较早开展该方面的研究工作。出于不同的研究目的,定义了不同的岩石脆性测量方法[2]。石油地球物理勘探主要利用2种方法对岩石脆性进行定义。一种是利用矿物成分进行的定义[3-4];一种是利用测井获得的弹性模量信息进行岩石脆性定义[5-6]。关于脆性分析的研究往往针对页岩储层,中国致密储层分布广泛,在油气勘探具有重要的地位,将页岩储层中应用较好的脆性分析手段推广到致密储层中,用以指导致密储层的勘探开发工作变得越来越重要。

图1 岩石结构分析图

1 岩石脆性基本定义

岩石经受不断增加的应力,主要经历弹性形变、塑性形变和破裂3个阶段。基于该特性,可以将岩石分为2类:塑性岩石和脆性岩石。如果岩石弹性对应区间小而塑性对应区间大,在压裂前吸收更多的能量,就认为它是塑性的;相反,如果岩石弹性对应区间大,而只有较小的塑性区间,岩石就是脆性的。

研究目的不同,对脆性的定义也不同。Hetenyi[7]定义脆性为缺少塑性;Ramsey[8]则认为当岩石内聚力打破时,岩石是脆的;Obert和Duvall[9]则将脆性定义为材料需要很少或者不需要塑性变形就破裂或断裂的性质。

石油勘探开发中采用的脆性指数多根据岩石矿物组成定义。人们发现,岩石脆性与岩石弹性性质密切相关,为了获取可靠的脆性信息,可以通过岩石弹性参数对岩石脆性进行表征[5-10]。

1.1 破裂实验定义

(1)

式中,σc为单轴抗压强度;σt为抗张强度;q为冲击试验中的细粒数量[11-17]。抗张强度和抗压强度只能在实验室中测量,很难将上述脆性指数定义应用于储层尺度。

1.2 矿物定义

%

(2)

式中,V1为石英百分含量;V2为白云石百分含量;V3为方解石百分含量;V4为泥质含量;TOC为总有机碳含量。式(2)基于岩石矿物组成,将大部分脆性矿物体积分数进行加和定义脆性指数[3-4]。

1.3 弹性参数定义

BIE=[(E-6.895)/(8×6.895-1×6.895)]×100

BIν=[(ν-0.4)/(0.15-0.4)]×100

BIV=(BIE+BIν)/2

(3)

式中,E为弹性模量,GPa;ν为泊松比;BIE为归一化弹性模量脆性指数;BIν为归一化泊松比脆性指数;BIV为平均脆性指数[18-20]。该方法计算简便,能较合理地描述岩石的脆性且应用较广泛,本文主要针对该公式开展分析及应用研究。

2 脆性机理分析

复杂储层的微结构丰富,对岩石的力学及弹性性质具有较大影响,影响岩石脆性、流体流动和地震波传播。岩石的脆性指数通常与矿物组成、力学性质和微结构特征等有着紧密的联系。本文结合薄片分析资料,建立裂隙介质模型,分析矿物含量、裂隙发育情况等对岩石力学性质和脆性指数的影响。

图1(a)为岩石的薄片观察图,由图1(a)可知,岩石由骨架和孔隙组成,根据孔隙尺度和结构的不同可以分为粒间缝和微裂隙2类[见图1(b)]。抽象出岩石物理模型,如图1(c)所示,利用弹性波动理论建立孔裂隙介质理论[21-22]。

图2 致密砂砾岩储层弹性模量与泊松比频率统计图

图2为致密砂砾岩储层弹性模量与泊松比频率分布直方图。由图2可知,弹性模量主要分布范围为15～60 GPa,

泊松比分布范围为0.17～0.37,范

围与式(3)中页岩储层计算脆性指数范围基本一致,为页岩储层脆性指数定义推广到致密砂砾岩储层提供了基础。

图3 孔裂隙模型数值模拟结果(颜色条代表页岩脆性指数)[5]

图3为利用孔裂隙模型[21-22]模拟矿物、孔隙度、裂隙密度、含水饱和度对脆性指数影响图,其中图3(a)、(d)背景颜色条代表归一化弹性模量脆性指数BIE,图3(b)、(e)背景颜色条代表归一化泊松比脆性指数BIν图3(c)、(f)背景颜色条代表平均脆性指数BIV[5]。图3(a)～(c)为对不同孔隙度进行数值模拟,含水饱和度对孔隙发育岩石脆性影响不大,含水饱和度增加,归一化弹性模量脆性指数BIE变化较小,归一化泊松比脆性指数BIν有一定程度减小,但幅度不大,平均脆性指数BIV变化较小;当孔隙度由1%增大到26%时,归一化弹性模量脆性指数BIE有一定程度减小,归一化泊松比脆性指数BIν变化不大,平均脆性指数BIV有一定程度的减小,但变化不大,致密岩石孔隙度变化范围有限,因而致密岩石平均脆性指数随孔隙度变化较小。图3(d)～(f)为对不同裂隙密度进行数值模拟结果,含水饱和度对裂隙发育岩石脆性有一定程度的影响,随着含水饱和度的增加,归一化弹性模量脆性指数BIE变化不大,归一化泊松比脆性指数BIν有一定程度减小,平均脆性指数BIV有一定程度减小;裂隙发育储层,当裂隙密度由0.03增大到0.28时,干燥岩石归一化弹性模量脆性指数BIE有一定程度的减小,归一化泊松比脆性指数BIν有一定程度的增大,平均脆性指数BIV变化较小;当裂隙密度由0.03增大到0.28时,饱含水岩石归一化弹性模量脆性指数、归一化泊松比脆性指数BIν、平均脆性指数BIV总体均有减小的趋势。

图4 脆性分析及压裂效果分析图

因此,致密砂砾岩储层中,岩石矿物组成仍是平均脆性指数的主要影响因素,孔隙度、裂隙密度对平均脆性指数影响较小,因而平均脆性指数能一定程度上反映岩石矿物的组成,可以用来表征致密砂砾岩岩石脆性;裂隙发育时,随含水饱和度的增大,岩石平均脆性指数有一定量的减小;随着裂隙密度的增大,饱含水岩石平均脆性指数变小,压裂时可以利用平均脆性指数反映压裂效果。

3 实例分析

图4为致密砂砾岩储层脆性分析及压裂效果分析图。由图4可知,主要层段由多种矿物成分组成,孔隙度几乎都小于10%,压裂前3 369～3 381 m井段范围内大部分层段平均脆性指数BIV均大于60,显示较好的脆性。压裂后,平均脆性指数BIV均有较大的减小,大部分降至60以下,初步认定储层被压开,裂隙变得更为发育,从而导致岩石脆性降低。由压裂前后各向异性对比可知,各向异性大小在3 369～3 381 m井段变化明显,推测该井段为压裂缝延伸高度,压裂效果较好,检测压裂缝方向平均在78.7 °,压裂后日产油13.4 t,微地震检测压裂缝方向为71.9 °,进一步验证了利用压裂前后脆性指数变化预测储层压裂效果的可行性。

4 结 论

(1) 将页岩油气开发过程中广泛应用的平均脆性指数推广至致密砂砾岩储层是可行的。

(2) 致密砂砾岩储层其岩石矿物组成仍是平均脆性指数的主要影响因素,平均脆性指数能一定程度上反映岩石矿物的组成,可以用来表征致密砂砾岩岩石脆性。

(3) 裂隙密度增加,可以带来储层脆性指数一定程度的减小,通过对比压裂前后脆性指数的变化,可以评价压裂效果。

参考文献:

[1] Roderick Perez Altamar. Brittleness Estimation from Seismic Measurements in Unconventional Reservoirs: Application to the Barnett Shale [D]. Oklahoma: university of Oklahoma, 2013.

[2] Altindag R. Correlation of Specific Energy with Rock Brittleness Concepts on Rock Cutting [J]. The Journal of the South African Institute of Mining and Metallurgy, 2003, 4: 163-172.

[3] Jarvie D M, Hill R J, Ruble T E, et al. Unconventional Shale-gas Systems: the Mississippian Barnett Shale of North-central Texas as One Model for Thermogenic Shale-gas Assessment [J]. AAPG Bulletin, 2007, 91: 475-499.

[4] Wang F P, Gale J F W. Screening Criteria for Shale-gas Systems [J]. GCAGS Transactions, 2009, 59: 779-793.

[5] Rickman R, Mullen M, Petre E, et al. A Practical Use of Shale Petrophysics for Simulation Design Optimization: All Shale Plays Are Not Clones of the Barnett Shale [J]. SEP115258, 2008.

[6] Goodway B, Perez M, Varsek J, et al. Seismic Petrophysics and Isotropic-anisotropic AVO Methods for Unconventional Gas Exploration [J]. The Leading Edge, 2010, 29(12): 1500-1580.

[7] Hetenyi M. Handbook of Experimental Stress Analysis [M]. Hoboken: Wiley, 1966.

[8] Ramsey J G. Folding and Fracturing of Rocks [M]. New York: McGraw-Hill, 1967.

[9] Obert L, Duvall WI. Rock Mechanics and the Design of Structures in Rock [M]. Hoboken: Wiley, 1967.

[10] Grieser B, Bray J. Identification of Production Potential in Unconventional Reservoirs [C]∥SPE Production and Operations Symposium, 2007, SPE 106623.

[11] Baron L I. Determination of Properties of Rocks (in Russian) [M]. Gozgotekhizdat, 1992.

[12] Coates D F, Parsons R C. Experimental Criteria for Classification of Rock Substances [J]. International Journal of Rock Mechanics and Mining Sciences, 1966, 3: 181-189.

[13] Aubertin M, Gill D E. A Methodology for Assesing the Potential for Rock Bursts in Abitibi Mine [J]. Proceedings of Colleque sur le Controle de Terrain (AMMQ), 1988: 47-77.

[14] Aubertin M, Gill D E, Simon R. On the Use of the Brittleness Index Modified (BIM) to Estimate the Post-peak Behaviour of Rocks [J]. Rock Mechanics, 1994: 945-952.

[15] Ribacchi R. Mechanical Tests on Pervasively Jointed Rock Material: Insight into Rock Mass Behaviour [J]. Rock Mechanics and Rock Engineering, 2000, 33: 243-266.

[16] Hajiabdolmajid V, Kaiser P. Brittleness of Rock and Stability Assessment in Hard Rock Tunneling [J]. Tunneling and Underground Space Technology, 2003, 18: 35-48.

[17] Kahraman S. Correlation of TBM and Drilling Machine Performances with Rock Brittleness [J]. Engineering Geology, 2002, 65(h): 269-283.

[18] Grieser B, Bray J. Identification of Production Potential in Unconventional Reservoirs [C]∥SPE Production and Operations Symposium SPE 106623, 2007.

[19] Guo Z, Chapman M, Li X Y. Correlation of Brittleness Index with Fractures and Microstructure in the Barnett Shale [C]∥74th EAGE Conference & Exhibition in Corporating SPE Europec 2012, Copenhagen, Denmark, 4-7 June 2012.

[20] Buller D, et al. Petrophysical Evaluation for Enhancing Hydraulic Stimulation in Horizontal Shale Gas Wells [C]∥SPE 132990, 2010.

[21] 唐晓明. 含孔隙、裂隙介质弹性波动的统一理论——Biot理论的推广 [J]. 中国科学: 地球科学, 2011, 41(6): 784-795.

[22] 许孝凯. 裂隙地层阵列声波测井响应数值模拟及储层有效性评价研究 [D]. 青岛: 中国石油大学(华东), 2012.