Поробки з природного матеріалу з фото: 110 фото крутих, красивих і стильних виробів

Изображение полного размера

Адсорбция молекул красителя в обычных пленках и пленках TiO ₂ с различной концентрацией ацетиленовой сажи сравнивается в спектрах поглощения в УФ-видимой области, показанных на рис. 3(b). Результаты ясно показывают, что поглощение красителями, адсорбированными на TiO ₂ пленок с различной концентрацией ацетиленовой сажи больше, чем пленки той же толщины, что и обычные пленки. В частности, поглощение нормальных пленок резко уменьшалось выше длины волны 550 нм. С другой стороны, характеристики пленок TiO ₂ с различными концентрациями ацетиленовой сажи несколько снижались при увеличении длины волны выше 550 нм. Результаты поглощения обычных пленок и фотоэлектродных пленок TiO ₂ с различными концентрациями ацетиленовой сажи без адсорбции красителя показаны на рис. 3(с). Резкое уменьшение поглощения с увеличением длины волны в пленках Normal было связано с увеличением пропускания за счет небольшого количества пор. С другой стороны, увеличение пор в TiO ₂ Фотоэлектродные пленки с различной концентрацией ацетиленовой сажи увеличивали поглощение света в диапазоне длин волн от 350 до 900 нм. Количественное количество адсорбированных молекул красителя в Нормальных пленках и пленках TiO ₂ с 1,5 мас.% ацетиленовой сажи составило примерно 0,03425 и 0,03869 ммоль г ^-1 соответственно. Хотя удельная поверхность обычных пленок больше, чем у фотоэлектродных пленок TiO ₂ с содержанием ацетиленовой сажи 1,5% масс., увеличение количества адсорбированных молекул красителя в TiO ₂ пленок, включающих ацетиленовую сажу, было приписано меньшему загрязнению углеродом за счет удаления ацетиленовой сажи. Содержание остаточного углерода в Нормальной и ацетиленово-черной пленках TiO ₂ было показано в дальнейшем обсуждении. Ли и др. сообщили, что большее количество красителей было адсорбировано на поверхности TiO ₂ , имеющей меньше углеродных загрязнений, при обработке УФ-О ₃ ²⁰ . Настоящие результаты согласуются с результатами TiO _{2 9Пленки 0006, обработанные процессом UV-O 3 . В результате меньшее загрязнение углеродом поверхности TiO 2 с искусственными порами, созданными удалением ацетиленовой сажи, увеличило количество адсорбированных молекул красителя по сравнению с обычными пленками.}

Нормальные пленки и пять различных ацетиленово-черных фотоэлектродов TiO ₂ были исследованы на эффективность фотопреобразования DSSC. Содержание пяти различных ацетиленовых сажи варьировалось от 0,5, 1,0, 1,5, 2,0 и 3,0 мас.%. На рис. 4 показана зависимость фототока от напряжения ( I–V ) кривые ДССК в зависимости от концентрации ацетилен-сажи. Фотогальванические параметры DSSC, приготовленных с различными концентрациями ацетиленовой сажи, приведены в таблице 2. По сравнению с обычными пленками DSSC, фотогальванические параметры, такие как плотность тока короткого замыкания (J _s ) и напряжение холостого хода (V _oc ) усиливались с увеличением концентрации ацетиленовой сажи. Однако эффективность преобразования солнечной энергии в электричество была максимальной при концентрации ацетиленовой сажи 1,5 мас.% и снижалась выше 1,5 мас.%. Увеличение выше критического размера пор TiO 9Пленки фотоэлектрода 0005 2 при содержании 1,5 мас.% вызывали уменьшение относительного объема фотоанода TiO ₂ , что приводило к уменьшению общего количества адсорбированного красителя. Эффективность и плотность тока короткого замыкания образца DSSC с концентрацией ацетилена-сажи 1,5 мас.% показали повышение примерно на 22 и 26% соответственно по сравнению с обычными пленками DSSC. Эти результаты показали, что ацетиленовая чернь в фотоэлектродных пленках TiO ₂ играет важную роль в повышении эффективности фотопреобразования DSSC без светорассеивающего слоя.

J–V-кривые DSSC, изготовленных с использованием пленок Normal и фотоэлектродных пленок TiO ₂ с различной концентрацией ацетилен-сажи.

Увеличенное изображение

Внутреннее сопротивление DSSC исследовали методом электрохимической спектроскопии импеданса (ЭИС) в диапазоне частот 0,1 Гц–100 кГц и амплитуде переменного тока 10 мВ. На рис. 5(а) показаны результаты ЭИС при прямом смещении напряжения холостого хода при световом облучении 100   мВт см 9 .0017 −2 с результатами, представленными в виде графиков Найквиста. Как показано на рис. 5(а), для обычных пленок и пленок TiO ₂ с 1,5 мас.% ацетиленовой сажи наблюдались три отчетливых полукруга. Графики импеданса обычно показывают три полукруга, которые были приспособлены эквивалентной схемой, показанной на вставке к рис. 5 (а), с использованием программного обеспечения Z-view. Полукруг на высокой частоте был приписан параллельной комбинации сопротивления переноса заряда противоэлектрода и емкости Гельмгольца (Rct1 и CPE1) (Элемент постоянной фазы (CPE1 = (CPE1-T) ^-1 (jw) ^-(CPE1-P) ) было связано с площадью активной поверхности противоэлектрода, а значение CPE1-P было связано с пористостью пленки Pt). Полукруг, наблюдаемый на средней частоте, был результатом рекомбинационного сопротивления на границе TiO ₂ /электролит и емкости TiO ₂ (Rct2 и CPE2). Наконец, третья полуокружность, наблюдаемая на низкой частоте, обусловлена ​​импедансом диффузии в электролите, так называемым элементом Варбурга (Ws). Ширины дуг 1, 2 и 3 (на рис. 5(а)) соответствовали Rct1, Rct2 и R _Ws соответственно. Дуги на высокой и средней частоте имели одинаковую ширину для пленок Normal и пленок TiO ₂ с содержанием ацетиленовой сажи 1,5% масс., в то время как на низкой частоте наблюдалась четкая разница. Как показано в таблице 1, средний размер пор фотоэлектродных пленок TiO ₂ увеличивался по мере увеличения концентрации ацетиленовой сажи по сравнению с обычными пленками. Увеличение размера пор увеличивает диффузию электролита в TiO ₂ , что привело к снижению R _Ws , как показано на рис. 5(а). Рисунок 5 На вставке (а) показана эквивалентная схема. (b) отношение падающего фотона к выходу по току (IPCE) DSSC с обычными пленками и фотоэлектродными пленками TiO ₂ , включая различные концентрации ацетиленовой сажи. (c) Модулированная по интенсивности фотоэлектрическая спектроскопия (IMVS), представленная в виде полярных координат на комплексных плоских графиках с использованием DSSC с нормальными пленками и TiO ₂ фотоэлектродные пленки, включающие различные концентрации ацетиленовой сажи.

Полноразмерное изображение

На рис. 5(b) показана эффективность преобразования падающего фотона в ток (IPCE) DSSC пленок Normal и TiO ₂ для различных концентраций ацетилена-сажи. IPCE увеличивались с увеличением концентрации ацетиленовой сажи по сравнению с обычными пленками, а IPCE фотоэлектродных пленок TiO ₂ с 2,0 мас.% ацетиленовой сажи уменьшалась. Увеличение IPCE соответствовало увеличению J _SC , как показано на рис. 4. Фотоэлектродные пленки TiO ₂ с 1,5% масс. 530 нм. Этот результат указывает на то, что в слое TiO ₂ было захвачено меньше электронов, потому что остаточные атомы углерода, служившие плотностью ловушек, были уменьшены за счет введения ацетиленовой сажи.

Снижение плотности ловушек путем введения ацетиленовой сажи в TiO 9Анодные пленки 0005 2 были дополнительно исследованы с помощью фотоэлектрической спектроскопии с модулированной интенсивностью (IMVS). В настоящем исследовании анализ IMVS был исследован только потому, что время жизни электронов в фотоэлектродных пленках TiO ₂ было тесно связано с местами ловушек, такими как остаточный углерод. Графики комплексной плоскости IMVS для ячеек DSSC показаны на рис. 5 (c) для нормальных пленок и фотоэлектродных пленок TiO ₂ при различных концентрациях ацетилена-черни. Ячейка DSSC, состоящая из TiO 9Фотоэлектродные пленки 0005 2 с 1,5 мас.% ацетиленовой сажи демонстрировали самое высокое фотонапряжение среди обычных пленок и фотоэлектродных пленок TiO ₂ с другими концентрациями ацетиленовой сажи. Эти результаты согласуются с результатами J–V и IPCE. IMVS является ценным методом для исследования времени жизни электронов (τ _r ) фотогенерированных электронов в фотоэлектродных пленках TiO ₂ . Время жизни электрона можно оценить с помощью графиков IMVS и следующего уравнения ^21,22 :

где f _max — характеристическая частота в максимуме мнимой IMVS. Результаты расчетов приведены в таблице 3. Увеличение времени жизни электронов для фотоэлектродных пленок TiO ₂ с 0,5 и 1,5 мас.% ацетиленовой сажи по сравнению с обычными пленками наглядно показано в табл. 3. С другой стороны, время жизни электронов пленок с 2,0 мас.% ацетиленовой сажи было уменьшено, что привело к аналогичным значениям для пленок Normal. Эти результаты объясняются увеличением количества остаточного углерода. Поскольку рекомбинация электронов происходит через ловушки на TiO ₂ внесение оптимальной концентрации ацетиленовой сажи удалило ловушки для генерируемых электронов на поверхности TiO ₂ .

Полноразмерная таблица

Качественный анализ остаточного углерода, существующего в Нормальные пленки и TiO _{2 9Фотоэлектродные пленки 0006 с ацетиленовой сажей после термообработки при 500°С в течение 30 мин исследовали методом рентгеновской фотоэлектронной спектроскопии (XPS, MultiLab 2000, Thermo). Эти результаты ценны для исследования причин увеличения времени жизни электрона, IPCE и J sc . Результаты показаны на рис. 6 для обычных пленок и фотоэлектродных пленок TiO 2 с различной концентрацией ацетиленовой сажи. Поверхность образцов до измерения составляла in situ травили в течение 1  мин, чтобы удалить углеродное загрязнение из окружающего воздуха. Небольшие пики эмиссии C 1s , расположенные при 283,9 эВ, были обнаружены во всех образцах. Было очевидно, что остаточное содержание углерода в фотоэлектродных пленках TiO 2 значительно уменьшилось по мере увеличения концентрации ацетиленовой сажи. Однако концентрации остаточного углерода в фотоэлектродных пленках TiO 2 с содержанием ацетиленовой сажи 2,0 мас.% были аналогичны концентрациям, обнаруженным в обычных пленках, поскольку концентрации ацетиленовой сажи были слишком высоки, чтобы их можно было удалить термообработкой при 500°С. С в течение 30 мин.}

XPS C 1S спектры обычных пленок и фотоэлектродных пленок TiO ₂ с различными концентрациями ацетиленовой сажи, обработанных при 500°C в течение 30 мин.

Изображение с полным размером

Количественный анализ остаточных элементов, присутствующих в пленках Normal и TiO ₂ фотоэлектродов с различной концентрацией ацетиленовой сажи, был проведен с использованием анализатора TruSpec Elemental Analyzer (LECO Co. , США) и получены результаты. приведены для C, H и N в таблице 4. Для элементного анализа образцы массой около 0,03 г нагревали в течение 1 ч при 1050°C для полного сгорания. Каждый C, H и N, разложенные при полном сгорании, собирали для анализа концентрации. По сравнению с обычными пленками образцы с повышенной концентрацией ацетиленовой сажи показали уменьшение остаточного углерода, хотя сама ацетиленовая сажа включает углерод. Экзотермическая энергия сжигания ацетиленовой сажи способствует удалению остаточного углерода, уже существующего в обычных пленках. Следовательно, время жизни электронов было увеличено из-за уменьшения плотности ловушек, возникающих из остаточного углерода. Большое количество красителя адсорбировалось на TiO ₂ Поверхность из-за меньшего загрязнения углеродом. Таким образом, введение оптимального содержания ацетиленовой сажи в пасту TiO ₂ сыграло важную роль как в увеличении искусственных пор, так и в дополнительном удалении остаточного углерода в фотоанодных пленках TiO ₂ . .

Полноразмерная таблица

Таким образом, пленки пористого анатаза TiO ₂ нанокристаллов (размер частиц около 20 нм) показали высокую прозрачность и имели значительное количество остаточного углерода из органического носителя пасты, что привело к плохой эффективности светосбора. Ацетилен-черная паста наносилась на мезопористые фотоаноды TiO ₂ с кристаллическим каркасом, низким содержанием остаточного углерода и регулируемым размером пор. Термообработанные фотоэлектродные пленки TiO ₂ с увеличением концентрации ацетиленовой сажи показали увеличение искусственных пор и уменьшение остаточного углерода по сравнению с обычными пленками. Производительность DSSC была улучшена с использованием TiO 9.0005 2 Фотоанодные пасты с различной концентрацией ацетиленовой сажи. Эффективность фотопреобразования DSSC была повышена с 7,98 (нормальные пленки) до 9,75% при использовании фотоэлектродных пленок TiO ₂ с содержанием ацетиленовой сажи 1,5 мас.% без светорассеивающего слоя.

Методы

Приготовление ацетиленовой сажи TiO

Для формирования искусственных пор в TiO ₂ фотоэлектродных пленок, ацетиленовой сажи TiO _{2 9Пасты 0006 были приготовлены с использованием метода смешения паст. Сначала был синтезирован коллоидный раствор TiO 2 с помощью метода гидротермального роста, показанного на рисунке S1 (вспомогательная информация), и он использовался в качестве исходного материала. Порошок ацетиленовой сажи был приобретен у Chevron Phillips Chemical Company. На рисунке S2 (вспомогательная информация) показана схема процесса сжигания для синтеза пасты TiO 2 с ацетиленовой сажей. Ацетилен-черный TiO 9Пасту 0005 2} готовили путем добавления этиленкарбоната в качестве связующего и терпинеола в качестве растворителя коллоидного раствора TiO ₂ (размер частиц около 20  нм) с последующим смешиванием с использованием смесителя для пасты. Затем добавляли порошок ацетиленовой сажи и непрерывно перемешивали пасту. После этого смешанную пасту сушили при 80°C в течение 2 ч с использованием роторного испарителя для получения вязкости, пригодной для трафаретной печати. Для приготовления оптимальной пасты ацетилен-сажи использовали различные концентрации (0,5, 1,0, 1,5, 2,0 и 3,0 мас.%) порошков ацетилен-сажи. TiO ₂ Фотоанодная паста с различной концентрацией ацетиленовой сажи была охарактеризована с использованием оборудования ТГ/ДТА. Для исследования термического разложения ацетиленовой сажи в реальном устройстве DSSC был проведен анализ ТГ/ДТА с использованием порошков TiO ₂ , включая обработку 1,5 мас.% ацетиленовой сажи при каждой температуре в течение 30 мин.

Приготовление TiO

TiO ₂ пасты с ацетиленовой сажей и без нее для TiO ₂ фотоэлектродных пленок наносили на проводящее стекло из легированного фтором слоя оксида олова (FTO, TEC 8/2,3 мм, 8 Ω/□, Pilkington) методом трафаретной печати. Полученный слой обрабатывали в течение 30 мин при 500°С на воздухе в муфельной печи. Процесс трафаретной печати и термической обработки повторяли до тех пор, пока не была получена толщина около 14  мкм. Площадь приготовленного пористого электрода TiO ₂ составляла около 5 × 5 мм ² . Адсорбцию красителя проводили погружением TiO ₂ электродных пленок в раствор стандартного рутениевого красителя (N719 (Solaronix)) 4 × 10 ⁻⁴  M трет-бутанола/ацетонитрила (Merck, 1:1) на 48 ч при 25°C. Морфологию и количественный состав остаточных элементов пленок Normal и фотоэлектродов TiO ₂ с ацетиленовой сажей после термообработки при 500°С в течение 30 мин исследовали с помощью СЭМ и TruSpec Elemental Analyzer (LECO Co., США). ), соответственно. Поглощение адсорбированного красителем TiO _{2 9Пленки 0006 характеризовали с использованием спектрофотометра УФ-видимого диапазона (S-3100, SCINCO, Co.). Количественный анализ красителя, адсорбированного на пленках Normal и фотоэлектродных пленках TiO 2 с 1,5 мас. % ацетиленовой сажи, проводили с помощью спектрометра UV-vis-NIR (UV-vis-NIR Agilent, США).}

Изготовление DSSC

Процесс изготовления DSSC схематично показан на рисунке S3 (вспомогательная информация). Прозрачные противоэлектроды были приготовлены путем помещения нескольких капель 10  мМ гидрата гексахлорплатината (IV) водорода (99,9%, Aldrich) в раствор 2-пропанола на просверленных стеклянных пластинах FTO (TEC 8/2,3 мм, 8 Ом/□, Pilkington). После обработки при 400°C в течение 30 мин противоэлектрод был собран с электродом TiO ₂ . Два электрода были разделены с помощью Surlyn толщиной 60 мкм, а затем герметизированы путем нагревания. Внутреннее пространство заполнялось электролитом через просверленное отверстие, которое затем закрывалось сурлином и покровным стеклом. IMVS измеряли с использованием потенциостата ZAHNER с той же установкой сэндвич-ячейки. В качестве источника света использовали светоизлучающий диод (LED, 635 нм). Интенсивность света модулировалась синусоидальным напряжением, подаваемым анализатором частотных характеристик Solartron 1255B (FRA) в соответствующем диапазоне частот от 10  мГц до 100  Гц. Интенсивность света в настоящем исследовании поддерживалась на уровне 10 Вт м ⁻² .

Фотогальваническая характеристика DSSC

Фотогальванические свойства приготовленных DSSC были измерены с использованием управляемого компьютером цифрового измерителя источника (потенциостат/гальваностат, модель 273A, EG&G) и имитатора солнечного излучения (AM 1,5, 100  мВт·см ⁻² , Oriel) в качестве источника света. Интенсивность света регулировали эталонной кремниевой кюветой (Институт систем солнечной энергии Фраунгофера). Фотогальванические характеристики характеризовались В _oc , J _sc и FF (коэффициент заполнения), а общий КПД был охарактеризован с использованием кривой плотность тока-напряжение ( Дж–В ).

Ссылки

• Wongcharee, K., Meeyoo, V. & Chavadej, S. Сенсибилизированный красителем солнечный элемент с использованием натуральных красителей, извлеченных из розеллы и цветков голубого горошка. Сол. Энерг. Мат. Сол. С. 91, 566–571 (2007).

  КАС Статья Google ученый

• Хао, С., Ву, Дж., Хуанг, Ю. и Лин, Дж. Натуральные красители в качестве фотосенсибилизаторов для сенсибилизированных красителем солнечных элементов. Сол. Энергия 80, 209–214 (2006).

  ОБЪЯВЛЕНИЯ КАС Статья Google ученый

• Polo, A. S. & MurakamiIha, N. Y. Синие сенсибилизаторы для солнечных элементов: натуральные красители от Calafate и Jaboticaba. Сол. Энерг. Мат. Сол. С. 90, 1936–1944 (2006).

  КАС Статья Google ученый

• Назируддин М.К. и др. Преобразование света в электричество с помощью сенсибилизаторов с переносом заряда цис-X2бис(2,2′-бипиридил-4,4′-дикарбоксилат)рутения(II) (X = Cl-, Br-, I-, CN- и SCN-) на электродах из нанокристаллического диоксида титана. Варенье. хим. соц. 115, 6382–6390 (1993).

  КАС Статья Google ученый

• Чиба, Ю., Ислам, А., Комия, Р., Койде, Н. и Хан, Л. Эффективность преобразования 10,8% с помощью сенсибилизированного красителем солнечного элемента с использованием электрода TiO2 с высокой мутностью. заявл. физ. лат. 88, 223505-1-3 (2006).

  ОБЪЯВЛЕНИЕ Статья Google ученый

• Koo, H.J. et al. Полый сферический TiO2 с нанотиснением как бифункциональный материал для высокоэффективных солнечных элементов, сенсибилизированных красителем. Доп. Матер. 20, 195–199 (2008).

  КАС Статья Google ученый

• Ni, M., Leung, M.K.H., Leung, D.Y.C. & Sumathy, K. Теоретическое моделирование межфазного эффекта TiO2/TCO на характеристики сенсибилизированных красителем солнечных элементов. Сол. Энерг. Мат. Сол. С. 90, 2000–2009 (2006).

  КАС Статья Google ученый

• O’Regan, B. & Grätzel, M. Недорогой высокоэффективный солнечный элемент на основе сенсибилизированных красителем коллоидных пленок TiO2. Природа 353, 737–740 (1991).

  ОБЪЯВЛЕНИЯ Статья Google ученый

• Ван П., Закируддин С. М., Экснар И. и Гретцель М. Высокоэффективные нанокристаллические солнечные элементы, сенсибилизированные красителем, на основе ионно-жидкого полимерного гелевого электролита. хим. коммун. 24, 2972–2973 (2002).

  Артикул Google ученый

• Назируддин М.К. и др. Разработка эффективных панхроматических сенсибилизаторов для солнечных элементов на основе нанокристаллического TiO2. Варенье. хим. соц. 123, 1613–1624 (2001).

  КАС Статья Google ученый

• Yang, C.C., Zhang, H.Q. & Zheng, Y.R. DSSC с новыми платиновыми противоэлектродами с использованием методов импульсного гальванического покрытия. Курс. заявл. физ. 11, С147–С153 (2011).

  Артикул Google ученый

• Нельсон К. и Денг Ю. Влияние поликристаллической структуры частиц TiO2 на эффективность светорассеяния. J. Colloid Interf. науч. 319, 130–139 (2008).

  ОБЪЯВЛЕНИЯ КАС Статья Google ученый

• Хор, С., Веттер, К., Керн, Р., Смит, Х. и Хинш, А. Влияние рассеивающих слоев на эффективность сенсибилизированных красителем солнечных элементов. Сол. Энерг. Мат. Сол. С. 90, 1176–1188 (2006).

  КАС Статья Google ученый

• Ян Л. и др. Улучшение сбора света для сенсибилизированных красителем солнечных элементов за счет нового анода, содержащего сферы TiO2, похожие на цветную капусту. Дж. Источники питания 182, 370–376 (2008).

  ОБЪЯВЛЕНИЯ КАС Статья Google ученый

• Чжао, X. , Лин, Х., Ли, X. и Ли, Дж. Применение отдельно стоящей бумаги из титанатного нановолокна для рассеивающих слоев в солнечных элементах, сенсибилизированных красителем. Матер. лат. 65, 1157–1160 (2011).

  КАС Статья Google ученый

• Chuangchote, S., Sagawa, T. & Yoshikawa, S. Эффективные сенсибилизированные красителем солнечные элементы с использованием электропряденных нановолокон TiO2 в качестве светособирающего слоя. заявл. физ. лат. 93, 033310-1-3 (2008).

  ОБЪЯВЛЕНИЯ Статья Google ученый

• Кан С. Х. и др. Влияние светорассеивающих частиц в фотоэлектроде TiO2 твердотельного солнечного элемента, сенсибилизированного красителем. Дж. Фотох. Фотобио. Хим. 200, 294–300 (2008).

  КАС Статья Google ученый

• Фербер Дж. и Лютер Дж. Компьютерное моделирование рассеяния и поглощения света в солнечных элементах, сенсибилизированных красителем. Сол. Энерг. Мат. Сол. С. 54, 265–275 (1998).

  КАС Статья Google ученый

• Ротенбергер, Г., Конт, П. и Гретцель, М. Вклад в оптическую конструкцию нанокристаллических солнечных элементов, сенсибилизированных красителем. Сол. Энерг. Мат. Сол. К. 58, 321–336 (1999).

  КАС Статья Google ученый

• Lee, B.K. & Kim, J.J. Повышение эффективности сенсибилизированных красителем солнечных элементов путем обработки слоя TiO2 УФ-O3. Курс. заявл. физ. 9, 404–408 (2009).

  ОБЪЯВЛЕНИЯ Статья Google ученый

• Lee, B.H. et al. Характеристики переноса заряда высокоэффективных сенсибилизированных красителем солнечных элементов на основе электропряденных фотоэлектродов из наностержней TiO2. Дж. Физ. хим. С 113, 21453–21457 (2009 г.)).

  КАС Статья Google ученый

• Арчана, П. С., Хосе, Т., Виджила, К. и Рамакришна, С. Улучшенный коэффициент диффузии электронов в электропряденых нанопроволоках TiO2. Дж. Физ. хим. С. 113, 21538–21542 (2009).

  КАС Статья Google ученый

Скачать ссылки

Благодарности

Эта работа была поддержана грантом Национального исследовательского фонда Кореи (NRL), финансируемым правительством Кореи (MEST) (№ 2011-0000359). Эта работа была поддержана международной программой совместных исследований и разработок Корейского института оценки и планирования энергетических технологий (KETEP), финансируемой Министерством экономики знаний правительства Кореи [20118520010020]. Авторы благодарят профессора Young-Seak Lee за ценное обсуждение анализа EIS.

Информация об авторе

Авторы и организации

1. Группа исследований и разработок Solar Cell, SeAH E&T Co. 1688-1, Shinil-Dong, Daeduk-Gu, Daejeon, 306-230, Korea

   Tae-Yeon Cho

2. Фотоэлектрический исследовательский центр, Корейский институт энергетических исследований, 305-343, Тэджон, Корея

   Chi-Whan Han

3. Междисциплинарная школа зеленой энергии, Ульсанский национальный институт науки и технологий , UNIST-gil 50, 689-798, Ulsan, Korea

   Yongseok Jun

4. Факультет материаловедения, Национальный университет Chungnam, научный городок Daeduk, Daejeon, 305-764, Korea

   Soon-Gil Yoon

Авторы

1. Tae-Yeon Cho

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

2. Chi-Whan Han

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Scholar

3. Yongseok Jun

   Просмотр публикаций автора

   Вы также можете искать этого автора в PubMed Google Академия

4. Soon-Gil Yoon

   Посмотреть публикации автора

   Вы также можете искать этого автора в PubMed Google Scholar

Contributions

Все авторы рассмотрели рукопись. TY и CH разработали эксперименты, провели исследования и проанализировали данные. YJ разработал эксперименты. С. Г. разработал эксперименты, проанализировал данные и написал статью.

Декларации этики

Конкурирующие интересы

Авторы заявляют об отсутствии конкурирующих финансовых интересов.

Дополнительные электронные материалы

Дополнительная информация

Дополнительная информация

Права и разрешения

Эта работа находится под лицензией Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by-nc-nd/3.0/

Перепечатки и разрешения

Об этой статье

Дальнейшее чтение

• Характеристики пиролиза катода отработанных литий-ионных аккумуляторов с использованием расширенного анализа TG-FTIR-GC/MS

  • Шаоци Ю
  • Цзинцзин Сюн
  • Чунхун Тан

  Науки об окружающей среде и исследования загрязнения (2020)

• Изготовление и фотокаталитические свойства чистых и легированных катионами массивов нанотрубок TiO2

  • Бао-лун Сюй
  • Чан-син Лю
  • Ю-жун Чжун

  Оптоэлектроника Письма (2014)

• Регенерируемые фотоэлектрические устройства с микрососудистой сетью, залитой гидрогелем

  • Хён Джун Ку
  • Орлин Д. Велев

  Научные отчеты (2013)

• Фасет-зависимая каталитическая активность нанокристаллов платины для восстановления трийодидов в солнечных элементах, сенсибилизированных красителем

  • Бо Чжан
  • Донг Ван
  • Хуа Гуй Ян

  Научные отчеты (2013)

Комментарии

Отправляя комментарий, вы соглашаетесь соблюдать наши Условия и Правила сообщества. Если вы обнаружите что-то оскорбительное или не соответствующее нашим условиям или правилам, отметьте это как неприемлемое.

Image Сегментация и анализ геометрии сети пор в двух природных песчаниках

1. Введение

Поток жидкости в пористых породах строго контролируется как общей, так и взаимосвязанной пористостью породы. В плотных низкопористых коллекторах проблема связанного порового пространства становится решающей при оценке проницаемости и качества коллектора. Большое количество исследований по анализу 2D- и 3D-изображений и численных моделей показывают, что для заданного объема пор степень связности внутри поровой сети играет фундаментальную роль в определении эффективных транспортных и упругих свойств пористых пород (Фон Барген и Вафф). , 1986; Дуайен, 1988; Линдквист и др., 2000; Бернабе и др., 2010 г.; Wimert and Hier-Majumder, 2012 г.; Миллер и др., 2015).

Традиционно пористость пород-коллекторов оценивается на основе лабораторных экспериментов или различных каротажных диаграмм, таких как акустические каротажи, каротажи удельного сопротивления, объемной пористости и нейтронные каротажи пористости. Хотя эти каротажи могут предоставить информацию об общем поровом пространстве коллектора, степень связности порового пространства нельзя рассчитать непосредственно по этим каротажам (Эллис и Сингер, 2007 г.; Райдер и Кеннеди, 2011 г.). Для оценки степени связанной пористости и ее влияния на проницаемость необходима строгая характеристика микроструктуры порового масштаба. В ряде предыдущих исследований была предпринята попытка охарактеризовать микроструктуру горных пород по изображениям 2D SEM высокого разрешения (Doyen, 19).88; Йошино и др., 2005). Несмотря на то, что эти исследования полезны для характеристики двугранного угла стыков жидкости и твердого тела, они не могут дать количественную оценку связности и распределения сети пор в трех измерениях.

Эффективность переноса жидкости в пористой породе зависит как от общей пористости, так и от геометрии пор. Поровое пространство в горных породах можно разделить на два объекта: поры и каналы (Lindquist et al., 2000; Youssef et al. , 2007; Bernabé et al., 2010; Alyafei et al., 2013). Степень связанности этих объектов в сети может быть количественно определена координационным числом, определяемым как количество каналов, подключенных к данной поре (рис. 1d) (Lindquist et al., 2000). Кроме того, ширина горловины регулирует эффективный гидравлический радиус породы. Хотя эти характерные геометрические особенности сети пор могут зависеть от ряда факторов, таких как общая пористость, степень цементации и двугранный угол смачивающей жидкости, желательно определить универсальные черты геометрии пор, которые можно использовать для расчета эффективные физические свойства пористых пород (Бернабе и др., 2010). Детальный статистический анализ геометрии трехмерной сети пор может выявить такие фундаментальные параметры, описывающие эти признаки.

Рисунок 1 . Микротомографические изображения срезов (а) сухих песчаников Фонтенбло, (б) сухих и (в) насыщенных песчаников Береа. Ключевые минеральные фазы в каждом образце четко идентифицируются. (d) Упрощенное представление соотношения геометрии пор и горловины. Горловины располагаются по краю зерен, а поры – на стыке зерен с контактами зерен. Сферы (поры) и цилиндры (горлышки) представляют собой идеализированную модель координационного числа. В качестве примера мы показали здесь координационное число 2 и 6.

В физике горных пород роль геометрии поровой сети часто рассматривается с помощью эмпирически определенных параметров, таких как извилистость. Часто определяемые на основании экспериментальных данных, такие параметры не имеют прямой интеграции измеряемых геометрических свойств порового пространства. Недавние достижения в области рентгеновской томографии на основе синхротрона позволяют решить эту проблему, охарактеризовав геометрию сети пор с помощью трехмерных изображений высокого разрешения (Alyafei et al., 2013; Andrä et al., 2013; Madonna et al., 2013; Sharqawy). , 2016). В одной работе Bernabé et al. (2010) предписывают «универсальную зависимость» между проницаемостью песчаников и координационным числом пор. Такое определение физических свойств с точки зрения геометрии пор не только напрямую включает микроструктурные ограничения, но также позволяет рассчитать проницаемость для таких задач, как миграция силикатных расплавов в мантии Земли, где доступны геометрические параметры, но эксперименты по проницаемости нецелесообразны (Miller et al. др., 2015). Установление таких количественных соотношений можно осуществить в два этапа: (а) определение взаимосвязей между такими параметрами, как координационное число, радиусы пор и каналов, длина каналов и пористость, и (б) количественная оценка физического свойства, такого как проницаемость на большом диапазон изменения этих параметров для установления и проверки количественной зависимости.

В этой статье мы рассмотрим первую часть этого подхода, предоставив подробный рецепт обработки изображений, характеристики геометрии сети пор и определения проницаемости через связанное поровое пространство. Более ранняя работа Lindquist et al. (2000) использовали синтетические томографические изображения и томографические изображения с низким разрешением (воксели 5,7 мкм) для характеристики геометрии сети пор. Поскольку радиусы горловины часто варьируются от 1 до 5 микрон, правильная идентификация более мелких пор и горловин, а также статистические вариации этих параметров выходят за рамки их исследования. В более поздних исследованиях (Andrä et al., 2013; Madonna et al., 2013) использовались микротомографические изображения с более высоким разрешением, основное внимание уделялось эффективным физическим свойствам песчаника. В этих исследованиях не рассматривались характеристики и вариации параметров геометрии поровой сети. В этой статье мы восполняем пробел, проводя подробный анализ геометрии сети пор с использованием изображений песчаников с высоким разрешением (воксель 0,74 мкм), использованных Madonna et al. (2013).

Важным шагом в характеристике мелкомасштабной микроструктуры является сегментация микротомографических изображений. Эффективная сегментация требует точного извлечения значимых областей изображения. Целью точной сегментации является независимое разделение интересующих фаз с точки зрения сходной яркости или цвета. Важно правильно сегментировать ключевые фазы изображения, потому что результат может привести к неточным или неправильным результатам. В литературе сообщается о многочисленных классических подходах к сегментации изображений, однако не существует единого метода, одинаково подходящего для всех типов изображений (Kaestner et al., 2008). Мы выбрали простой, но популярный метод сегментации изображений с использованием пороговой обработки.

В этой работе мы рассматриваем вопрос о том, как доля связанного порового пространства зависит от общей пористости, определяем количественную связь пор и каналов как функцию общей пористости и определяем проницаемость этих пород. Мы берем три различных набора данных по песчанику, чтобы сравнить их пористость и абсолютную проницаемость. Все образцы были получены с помощью рентгеновской томографической микроскопии с синхротронным излучением (SRXTM) по Madonna et al. (2013). В таблице 1 приведены характеристики исходных данных для всех трех случаев.

Таблица 1 . Характеристики необработанных данных.

В разделе 2 мы подробно описываем методологию нашей работы. Мы обрисовываем в общих чертах этапы фильтрации и сегментации подготовки изображения в разделе 2.1. Мы предоставляем описание методов, используемых для анализа порового пространства в разделе 2.2. Мы определяем основы моделирования абсолютной проницаемости в разделе 2.2.2. В разделе 3 мы представляем результаты нашей работы. Мы описываем результаты анализа пористости в разделе 3.1, моделирования сети пор в разделе 3.2 и проницаемости в разделе 3.3. В разделе 4 мы обсуждаем результаты и актуальность наших результатов. Наконец, мы подводим итоги нашей работы в разделе 5.9.0013

2. Методы

Мы используем томографические изображения из открытых источников от Madonna et al. (2013) для анализа в этой работе. Микротомографические изображения были получены на линии луча TOMCAT (ТОмографическая микроскопия и эксперименты по когерентной радиологии; Stampanoni et al. , 2006) в Swiss Light Source (SLS; Институт Пауля Шеррера, Виллиген, Швейцария). Томографические объемы были реконструированы с использованием высокооптимизированного алгоритма, основанного на методах Фурье (Marone et al., 2009). Подробные экспериментальные параметры см. в (Madonna et al., 2013).

Мы провели двухэтапный анализ отсканированных микротомографических изображений. Во-первых, мы отфильтровали трехмерный объем изображений в градациях серого, чтобы удалить артефакты и изолировать отдельные фазы внутри объема с помощью процесса сегментации. Затем мы проанализировали отфильтрованные и сегментированные изображения, чтобы определить связность и характеристики сети пор и смоделировать поток поровой жидкости через взаимосвязанные поровые пространства. Анализ изображений и моделирование проводились в коммерческом программном обеспечении PerGeos от Thermo Scientific. В разделе 2.1 мы обрисовываем в общих чертах детали первого шага. В разделе 2.2 мы представляем подробное обсуждение методов, используемых для анализа порового пространства.

2.1. Подготовка изображения

Необработанное изображение на рис. 1 содержит ряд нежелательных артефактов и шумов, включая полосы, неравномерность яркости и фазово-контрастные полосы на краях зерен. Поскольку отдельные фазы (минералы и поровые флюиды) разделяются на основе значений серой шкалы, эти артефакты могут быть ошибочно отнесены к другим фазам или обозначены как новые фазы во время сегментации. Чтобы избежать этих ошибок, необходимо удалить артефакты из стека 3D-объемов необработанных изображений. Мы извлекли часть данных из исходного объема, уменьшив количество элементов куба изображения с 1024 × 1024 × 1024 до 500 × 500 × 500. Выбор такой интересующей области обеспечивает вычислительную эффективность для детальной фильтрации изображений и моделирования. Затем мы обработали данные фильтрацией шума и сегментацией изображения.

Мы использовали пороговый фильтр Interactive Top Hat (ITH) в PerGeos, чтобы выделить яркие фазово-контрастные полосы, обнаруженные на границах зерен кварца. Процесс выбора полос показан на рисунке 2а. Окончательное отфильтрованное изображение (IF) показано в различных разрешениях на рисунках 3b,e. Этот фильтр обнаруживает темные или белые области, которые соответствуют впадинам или пикам пороговой гистограммы. Мы выбрали опцию White Top Hat в PerGeos, чтобы выбрать яркие полосы и присвоить полосам значение 1 в результирующем бинарном изображении, показанном на рисунке 2b, где всем остальным областям было присвоено значение 0,9.0013

Рисунок 2 . Пороговый фильтр ITH на насыщенных срезах изображения песчаника Berea 2D. (а) Выделение ярких фазово-контрастных полос на границах зерен кварца. (b) Результирующее бинарное изображение, показывающее яркие полосы со значением 1.

Рисунок 3 . Фильтрация шума на срезе изображения насыщенного песчаника Береа 2D. (a) Неочищенное изображение, (b) фильтрованное изображение, (c) фокусированное увеличение неочищенного изображения с выделением ярких полос на границах зерен, (d) сфокусированное увеличение неочищенного изображения, показывающее пониженную яркость на границах зерен, и (e) сфокусированное увеличение отфильтрованного изображения, показывающее небольшой или отсутствующий фазовый контраст на границах зерен кварца и уменьшенный зеркальный шум внутри зерен.

После того, как карта бинарного изображения ярких полос, B, создана на рисунке 2b, мы используем ее для вычитания избыточной яркости ΔI из необработанного изображения, I, чтобы получить отфильтрованное изображение, IF, используя формулу,

IF =I−B×ΔI.(1)

Фильтр, определенный в приведенном выше уравнении, выполняется как поэлементная матричная операция над каждым 2D-изображением в стеке 3D-объемов. Мы используем постоянное значение ΔI=5000, разницу между средними значениями серой шкалы внутренней части зерен кварца и обода, полученную из необработанного изображения. Изображение на Рисунке 3а показывает I, необработанное изображение, а изображение на Рисунке 3с увеличено внутри красного прямоугольника на Рисунке 3а. На изображении на рис. 3d показана та же область, что и на изображении IF, но с удаленной яркой полосой.

В то время как описанный выше фильтр удаляет яркую кайму, внутренняя часть зерен и пор может содержать зеркальный шум. Мы выбрали фильтр Non-Local Means (NLM) (Buades et al., 2008, 2010), чтобы уменьшить этот шум и сгладить изображения. Этот алгоритм сравнивает окрестности всех вокселей в заданном окне поиска с соседями текущего вокселя, чтобы определить новое значение для текущего вокселя. Сходство между соседями определяет вес, с которым значение воксела в окне поиска будет влиять на новое значение текущего вокселя. Окончательные веса определяются путем применения ядра Гаусса к значениям сходства. Полученное изображение содержит меньше шума без значительной потери деталей. Изображения на рисунках 3b,e показывают результат обработки изображения IF с помощью NLM-фильтра. Увеличенное изображение на рисунке 3e иллюстрирует однородные значения шкалы серого внутри зерна после применения NLM-фильтра.

После процесса фильтрации, описанного выше, теперь наблюдается четкий контраст яркости и цвета между ключевыми фазами изображений (например, зерном и водонасыщенными порами; рис. 3e). Чтобы сегментировать изображение, мы вручную выбрали отдельные фазы на основе их значений шкалы серого. На рисунке 4а показан пример, в котором поровое пространство выделено синим цветом после определения порога. На рис. 4b показан график гистограммы для диапазона шкалы серого, используемого для ручного выбора ключевых фаз на изображении. Несмотря на то, что процесс фильтрации эффективен, и на основе значений шкалы серого можно получить четкие границы отсечки, с пороговой обработкой по-прежнему существует уровень неопределенности, поскольку выбор диапазонов гистограммы зависит от нашей собственной интерпретации каждой фазы изображения (Saxena и др., 2017). Чтобы решить эту проблему, мы сравнили результаты другого метода сегментации, полуавтоматического порогового алгоритма, метода водораздела на основе маркеров. Мы обнаружили, что этот алгоритм обеспечивает переоценку одной или нескольких ключевых фаз изображения. Чрезмерная сегментация является распространенной проблемой методов водораздела (Харалик и Шапиро, 19).85; Beucher, 1992), особенно при использовании таких данных, как наши, которые имеют значительное усиление луча, что приводит к значительному шуму изображения. В попытке решить эту проблему алгоритм Marker-Watershed от PerGeos сначала генерирует градиент исходного изображения в рамках предварительной обработки, а затем заполняет предварительно определенные маркеры для завершения сегментации всех фаз изображения. При сравнении результатов сегментации объема порового пространства в насыщенном образце Berea мы обнаружили, что метод водораздела завышал объем пор на 5% (24% по сравнению с 19%).%). Наши результаты фильтрации и пороговой сегментации для объема порового пространства хорошо согласуются с экспериментами по плотности гелия и ртутной порометрии, проведенными Madonna et al. (2013) на том же образце породы. По этой причине мы использовали метод ручной сегментации на протяжении всей этой работы.

Рисунок 4 . Интерактивная пороговая сегментация на срезе изображения, отфильтрованном насыщенным песчаником Berea, 2D. (a) Выбор фазы порового пространства показан здесь выделенным синим цветом. (b) Диапазон гистограммы отфильтрованного изображения, используемый для выделения отдельных фаз.

Хотя фильтрация и пороговая обработка позволили сгладить, идентифицировать и сегментировать отдельные фазы, были дополнительные артефакты, такие как внутризеренные ямки, которые ошибочно идентифицируются как поровое пространство из-за схожих значений шкалы серого. Эта особенность была особенно преобладающей в образце песчаника Фонтенбло. Мы выполнили дополнительную пороговую обработку изображений Фонтенбло, чтобы вручную отфильтровать эти артефакты, очищая зашумленные воксели срез за срезом. Требовалось тщательное рассмотрение, чтобы гарантировать, что мы не удалили воксели, которые представляли истинное поровое пространство.

2.2. Анализ изображений

Основной целью этой статьи является выявление связанной пористости, количественная оценка взаимосвязи между атрибутами геометрии пор, такими как площадь и объем пор, и расчет проницаемости на основе стопок трехмерных объемов отфильтрованных и сегментированных изображений. Первый набор задач выполняется путем моделирования сети пор. После извлечения связанного порового пространства с помощью моделирования поровой сети мы провели численное моделирование потока жидкости через 3D-изображения связанного порового пространства. Детали этих двух шагов обсуждаются далее.

2.2.1. Модель сети пор

После того, как стопки 3D-изображений сегментированы на соответствующие фазы, мы извлекаем фазу пор для дальнейшего анализа. Поскольку целью данного анализа является количественная оценка геометрии водонасыщенной поры, в нефтеносном песчанике Berea мы выбрали для дальнейшего анализа только водонасыщенную часть порового пространства. Мы подробнее обсудим этот вопрос в разделе 3.1. Сеть пор состоит из двух основных компонентов: пор и каналов. В этой модели линейные каналы распределены по трем стыкам зерен и соединяются друг с другом через угловые поры зерен, которые действуют как стыки. Чтобы определить долю связанного объема пор и количественно определить геометрические параметры каналов и пор, мы использовали расширение модели сети пор (PNM) в PerGeos.

Расширение PNM основано на гибридном алгоритме, подробно описанном Youssef et al. (2007). Первый шаг включает создание скелета всего порового пространства толщиной в один воксель. Алгоритм скелетизации разработан на основе анализа микрососудистой сети (Fouard et al., 2004) и включает в себя вычисление кратчайшего расстояния от каждой точки переднего плана (пустого пространства) до фона. Карта расстояний (например, песчаник Фонтенбло, рис. 5а) используется для равномерной эрозии границы раздела поры и зерна до тех пор, пока не будет получен скелет, показанный на рис. 5б. Затем алгоритм вычисляет длину и связность каждой линии. Если крайний радиус (известный по карте расстояний) линии больше ее длины, то линия классифицируется как пора, в противном случае линия обозначается как горловина (Youssef et al., 2007). На этом этапе мы вычисляем координационное число — количество горловин, связанных с данной порой — для каждой поры и идентифицируем горловины, связанные с каждой порой. Изолированные поры и каналы группируются как несвязанные между собой поровые пространства. Затем изображение шириной в один воксель расширяется, чтобы соответствовать границе каждой поры и горловины. Во время расширения мы рассчитываем радиус сферы, которая может поместиться в поре, а также длину и эквивалентный гидравлический радиус каждого канала. Результатом этого процесса являются два набора данных: (1) координационное число, радиус, площадь и объем каждой поры и (2) радиус и длина каждого канала. Помеченное изображение на рисунке 5c показывает результат этого процесса, при этом отдельные поры и горловины окрашены по-разному.

Рисунок 5 . Шаги, связанные с созданием моделей сети пор, показаны здесь с использованием сети пор Фонтенбло. (a) Карта расстояний, используемая для управления процессом прореживания. (б) Каркас порового пространства толщиной в один воксель. (c) Изображение пространства разделенных пор с отдельными порами и каналами, окрашенными по-разному.

2.2.2. Моделирование абсолютной проницаемости

Мы рассчитываем проницаемость породы, моделируя поток воды непосредственно через 3D-изображения связанного порового пространства, полученные на этапах, описанных выше. В связанном поровом пространстве поток воды можно описать уравнением Стокса

∇⋅u=0,(2)

−∇P+µ∇2u=0,(3)

где u – вектор скорости жидкости, P – давление, µ = 1 × 10 ⁻³ Па·с – вязкость воды.

Мы использовали модуль моделирования Absolute Permeability Experiment Simulation в PerGeos для решения уравнений (2) и (3) с набором заданных граничных условий: условие прилипания на границах раздела жидкость-твердое тело, плоскость твердой фазы шириной в один воксель (с условием отсутствия проскальзывания) добавляется на грани изображения, которые не перпендикулярны направлению основного потока, что позволяет изолировать образец снаружи и предотвратить вытекание из системы. На гранях изображения, перпендикулярных направлению основного потока, добавляются экспериментальные установки, спроектированные таким образом, чтобы создать зону стабилизации, где давление квазистатично, а жидкость может свободно растекаться по входной грани образца. Наконец, пользователь может выбрать два из следующих трех условий, причем третье оценивается из двух выбранных: давление на входе, давление на выходе, скорость потока.

Мы использовали решатель конечных объемов в петрофизическом модуле PerGeos для решения неизвестных P и u . Основные дифференциальные уравнения в частных производных дискретизированы на шахматной сетке для узлов давления и скорости, что позволяет лучше оценить граничное условие прилипания. Неизвестные значения давления располагаются в центре вокселей, тогда как неизвестные скорости разлагаются на грани вокселей. Вокселы предполагаются изотропными (кубическими) в схеме дискретизации. Мы провели в общей сложности 27 численных расчетов для трех образцов, варьируя входное давление ( P вход) между 130, 150 и 200 кПа, при сохранении выходного давления на постоянном значении 100 кПа, чтобы оценить влияние градиента давления на проницаемость для трех различных направлений потока ( x, y, z ) .

3. Результаты

Мы сравнили пористость, PNM и проницаемость для трех различных песчаников. Показана общая пористость и разница между связанной (эффективной) и несвязанной (изолированной) пористостью для всех примеров. Мы также представляем сеть пор каждого песчаника, чтобы сравнить и сопоставить характеристики пор и каналов. Наконец, мы выделяем результаты моделирования абсолютной проницаемости для каждого случая и определяем предпочтительные пути потока через образцы.

3.1. Пористость

Фильтрация, сегментация и анализ поровой сети дают нам объемную долю составляющих фаз при отделении связанной пористости от изолированного порового пространства. 3D-визуализация на рис. 6 демонстрирует результаты для трех случаев. На рис. 6а мы выделяем сегментированные фазы в насыщенном песчанике Berea цветовой схемой: кварц (черный), вода (красный), анкерит (синий) и нефть (зеленый). Эта визуализация обеспечивает репрезентативное представление доли каждой фазы в образце. Как видно из визуализации, преобладающей фазой является кварц, за которым следует вода в поровом пространстве. В табл. 2 приведены объемные доли ключевых фаз во всех образцах. В нефтеносном песчанике Berea поровое пространство содержало две флюидные фазы: нефть и воду. Поскольку наше моделирование проницаемости предполагает наличие только одного флюида, занимающего поровое пространство, и нас интересует количественная оценка связности однофазной сети, мы использовали только водонасыщенную пористость этого образца. Общая физическая пористость этого образца составила 0,188, а объемная доля водонасыщенной пористости – 0,158. Мы сообщаем последнюю пористость в Таблице 3 и используем это водонасыщенное поровое пространство в анализе PNM. Пористость и другие параметры, связанные с геометрией пор, для всех трех образцов описаны в таблице 3.

Рисунок 6 . Трехмерная объемная визуализация насыщенного песчаника Berea (a) со всеми фазами: кварц (черный), вода (красный), анкерит (синий) и нефть (зеленый). (b,c) Изобразите связанные (красным цветом) и несвязанные (золотым цветом) поровые пространства в насыщенных песчаниках Berea и песчаниках Fontainebleau, соответственно.

Таблица 2 . Сводная информация об объемной доле ключевых фаз в Фонтенбло, сухом Береа и насыщенном песчанике Береа.

Таблица 3 . Резюме анализа сети пор трех образцов.

Связность порового пространства сильно зависит от общей пористости. Две визуализации на рисунках 6b,c изображают связанные (красным) и несвязанные (золотые) поровые пространства в сухом песчанике Berea и песчанике Fontainebleau, соответственно. В то время как только 0,3 об.% от общего объема 20 об.% порового пространства песчаника Береа изолированы, пропорция изолированного к связанному поровому пространству значительно выше в песчанике Фонтенбло. Почти четверть (0,8 об.%) общей пористости (3,8 об.%) в песчанике Фонтенбло является изолированной. Как видно из различий в размерах пор золотого цвета на рисунках 6b,c, изолированные поры в песчанике Фонтенбло меньше и крупнее по сравнению с песчаником Береа. Это наблюдение аналогично численным моделям связности синтетической сети пор, где увеличение объема пор приводит к уменьшению изолированных поровых пространств (Von Bargen and Waff, 19).86; Wimert and Hier-Majumder, 2012). Мы суммируем результаты нашего анализа пористости в Таблице 3 с общей, связанной и несвязанной пористостью для всех трех примеров песчаника.

3.2. Моделирование сети пор

PNM сегментирует все поровое пространство на сеть пор и каналов. Поры, расположенные в углах четырех и более зерен, выполняют роль соединений для проходов, которые обычно располагаются вдоль контакта между тремя зернами. Визуализации на рисунке 7 показывают геометрию сети пор для двух песчаников Berea и песчаника Fontainebleau в виде шаровой и стержневой модели. В этих визуализациях красные сферы представляют поры, а серые цилиндры — горловины.

Рисунок 7 . Визуализация PNM трех разных песчаников. Красные сферы представляют поры в масштабе с объемом пор, а серые цилиндры представляют поровые каналы в масштабе с длиной. (a) песчаник Фонтенбло, (b) сухой песчаник Berea и (c) насыщенный песчаник Berea.

Визуализация на рис. 7 демонстрирует четкое различие между песчаниками Фонтенбло (рис. 7а) и песчаниками Береа (рис. 7b, c). Сеть пор песчаника Фонтенбло менее плотная из-за меньшей пористости и состоит из меньшего количества более крупных каналов, соединяющих поры. Сеть обоих песчаников Berea характеризуется плотной сетью более мелких каналов.

Мы сравниваем характеристики геометрии пор для трех различных случаев песчаника: Фонтенбло, сухой Береа и насыщенный Береа на рис. 8. Графики распределения вероятностей на рис. радиус для трех случаев соответственно. Мы приводим медианные значения для всех трех этих параметров в Таблице 3. Среднее координационное число для пор в обоих образцах песчаника Береа равно 6, по сравнению со средним координационным числом 2 для песчаника Фонтенбло. Кроме того, сеть пор в обоих образцах песчаника Береа состоит из каналов, обычно радиусом 1 мкм и длиной 7–8 мкм. Напротив, поровая сеть песчаников Фонтенбло состоит из более крупных каналов со средним радиусом 4 мкм и длиной 22 мкм. Увеличение среднего координационного числа и уменьшение средней длины канала с увеличением пористости в наших образцах вполне согласуется с аналогичной тенденцией, наблюдаемой Lindquist et al. (2000).

Рисунок 8 . Графики, сравнивающие данные PNM для трех разных песчаников. Фонтенбло (случай 1), сухая верия (случай 2) и насыщенная верия (случай 3). (a) График распределения вероятностей координационного числа пор для двух образцов песчаника Береа и образца песчаника Фонтенбло. Медиана координационного числа для обеих проб песчаников Береа равна 6, а для Фонтенбло – 2. Графики распределения вероятностей длины канала (б) и радиус горловины (в) для тех же образцов. (г) Зависимость между площадью и объемом всех пор во всех трех образцах. Как и ожидалось, площадь поверхности большинства пор больше сферы или тетраэдра.

Количественный анализ геометрии горловины дает важную информацию о способности переноса флюидов сетью пор. Объемная скорость потока жидкости, Q , через трубу радиусом r , Q ∝ р ⁴ . Как показывают результаты на рисунках 8b,c, наличие таких больших каналов придает песчанику Фонтенбло более высокую проницаемость, несмотря на относительно низкую пористость.

График на рис. 8d демонстрирует взаимосвязь между площадью и объемом пор во всех трех образцах. Мы также строим соотношение объем-площадь для сфер и тетраэдров для сравнения. Для данного объема пор площадь поверхности большинства пор больше, чем сфера или тетраэдр. Этот результат ожидаем, поскольку сфера является формой с минимальной площадью поверхности для данного объема, а поры редко имеют сферическую форму. Отклонение точек данных от тетраэдрической геометрии показывает, что форма пор также сильно отличается от тетраэдров, как это часто предполагается в литературе по микроструктуре (Von Bargen and Waff, 19). 86).

Чтобы понять природу связности порового пространства, важно количественно определить взаимосвязь между основными атрибутами геометрии пор, полученной в результате моделирования сети пор. Графики на Рисунке 9 показывают взаимосвязь между ключевыми параметрами, связанными с порами и каналами. Чтобы получить эти графики, мы разделили данные по каждому образцу (например, 22 224 поры и 91 604 канала из сухого песчаника Береа) на 10 бинов. Затем наносятся медианные значения каждого из этих интервалов со стандартным отклонением внутри интервала в качестве полосы погрешности. График на рисунке 9а показывают четкую положительную корреляцию между радиусом пор и координационным числом, что указывает на то, что более крупные поры связаны с большим количеством каналов. Сравнение двух камней показывает, что наклон участка разный. На рисунке 9b длина и радиус устьев в песчанике Berea также демонстрируют четкую корреляцию, указывая на то, что более длинные устья шире. Эта корреляция, однако, менее ясна в образце из песчаника Фонтенбло, который показывает относительно меньшую изменчивость длины канала, несмотря на различия в радиусе канала.

Рис. 9. (a) График координационного числа пор в зависимости от радиуса поры и (b) длины канала в зависимости от радиуса канала. Каждая точка данных представляет собой медианное значение объединенных данных. Планки погрешностей на графиках соответствуют стандартному отклонению данных в каждом бине. Фонтенбло (случай 1), сухая верия (случай 2) и насыщенная верия (случай 3).

3.3. Проницаемость

Здесь мы показываем визуальное представление моделирования абсолютной проницаемости для каждого из случаев песчаников. На рис. 10 показаны линии тока, окрашенные величиной безразмерной скорости флюида, просачивания флюида через связанное поровое пространство. Результаты моделирования абсолютной проницаемости приведены в таблице 4. Всего было смоделировано 27 экспериментов с изменением входного давления граничного условия ( P input) между 130, 150 и 200 кПа для оценки влияния изменения градиента на проницаемость во всех направлениях потока ( x, y, z ). Результаты подтверждают отсутствие изменений проницаемости при увеличении давления на входе. Интересно, что для каждого образца наблюдается изменение проницаемости в зависимости от направления потока. Результаты моделирования проницаемости песчаника Фонтенбло измеряются при 21,57, 11,02 и 14,80 мД в направлениях потока x, y и z соответственно. Мы наблюдаем снижение проницаемости на 49и 31% в направлениях y и z по сравнению с направлением x для этого образца. Сухой песчаник Berea показывает аналогичную тенденцию со значениями проницаемости в направлениях x, y, z , 166,9, 156,4 и 132 мД. Этот образец также показывает уменьшение проницаемости при сравнении потока в направлении x с направлением y и z со снижением на 6 и 21% соответственно. Наш насыщенный образец Berea имеет разные результаты проницаемости по сравнению с другим нашим образцом той же породы, сухим Berea. Результаты моделирования в x, y и z направления потока для этого образца составляют 68,03, 61,48 и 116,3 мД. Мы отмечаем аналогичное снижение проницаемости в направлении y по сравнению с направлением х , с уменьшением на 10%. Однако наблюдается увеличение проницаемости в направлении х с изменением на 71% по сравнению с направлением х .

Рисунок 10 . Моделирование абсолютной проницаемости через (a) песчаник Фонтенбло, (b) сухой песчаник Berea и (c) насыщенный песчаник Berea. Области с повышенной скоростью показаны красными линиями тока и интерпретируются как предпочтительные пути потока жидкости, в то время как области с пониженной величиной скорости показаны синим цветом.

Таблица 4 . Значения пористости и проницаемости анализируемых образцов.

В следующем разделе мы обсудим последствия наших результатов и сравним их с результатами предыдущих исследований по анализу изображений и лабораторных экспериментов.

4. Обсуждение

4.

Наши результаты по координационному числу пор хорошо согласуются с предыдущими исследованиями, включающими анализ изображений и смоделированные микроструктуры. График на рисунке 9А демонстрирует, что координационное число пор увеличивается с увеличением радиуса поры. Линдквист и др. (2000) провели аналогичный анализ сети пор на образцах керна песчаника Фонтенбло с пористостью от 0,07 до 0,22. Хотя разрешение изображения, алгоритм сегментации и скелетирования в их работе отличались от наших, они также наблюдали увеличение среднего координационного числа с увеличением радиуса пор и увеличение медианного координационного числа с пористостью. По мере увеличения доли объема пор увеличивается и объем, занимаемый порами. Численное моделирование геометрии пор с использованием методов установки уровня (Ghanbarzadeh et al., 2015), минимизация поверхностного натяжения (Von Bargen and Waff, 19).86) и стационарная микроструктура (Wimert and Hier-Majumder, 2012) подтверждают это наблюдение.

Другая ключевая особенность наших наблюдений связана с изменениями длины и радиуса горловины. Во-первых, отметим, что песчаник Фонтенбло характеризуется всего 520 каналами по сравнению с более чем 80 000 каналов в каждом из двух образцов песчаника Береа. Хотя количество пор в песчанике Фонтенбло гораздо меньше, они намного шире и длиннее, чем в песчанике Береа, как показано в Таблице 3. более 20 000 пор. В совокупности этот результат указывает на то, что в песчанике Фонтенбло меньше соединений между сетью крупных каналов, в то время как песчаник Береа состоит из густой сети коротких узких каналов, часто соединенных порами. Это различие между двумя сетями видно на рисунке 9., также убедительно подтверждается предыдущими исследованиями в области анализа изображений (Lindquist et al., 2000) и численных моделей (Von Bargen and Waff, 1986; Wimert and Hier-Majumder, 2012; Ghanbarzadeh et al., 2015).

Одним из способов нормализации различий в результатах, возникающих из-за разрешения изображения и экспериментальных ошибок, является определение безразмерных характерных параметров геометрии пор. Поскольку эти параметры не зависят от методов измерения, они носят универсальный характер. Общая взаимосвязь между этими параметрами и эффективными физическими свойствами может быть применена к большому количеству пористых или насыщенных жидкостью многофазных заполнителей. Такие безразмерные параметры могут быть чрезвычайно полезны для количественной оценки транспортных свойств глубинных мантийных пород, содержащих частичный расплав, где единственная оценка доли порового флюида может быть получена по сейсмическим сигналам (Hier-Majumder and Revenaugh, 2010; Hier-Majumder, 2014; Miller et al. и др., 2015; Hier-majumder and Tauzin, 2017).

Линдквист и др. (2000) представили подробное исследование различных элементов геометрии пор и их вероятностного распределения. В более поздней работе Бернабе и др. (2010) расширили эту концепцию и определили два ключевых безразмерных универсальных параметра: координационное число пор и коэффициент вариации радиуса пор, σ _r / ⟨ r ⟩. Данные в Таблице 5 содержат коэффициенты вариации для радиусов пор и каналов, а также длины каналов. Мы также рассчитали гидравлический радиус как среднее значение максимального и минимального радиусов горловины. Результаты нашего PNM хорошо согласуются с компиляцией Bernabé et al. (2010). Например, Бернабе и др. (2010) рассчитать σ _r / ⟨ r ⟩ в пределах 0,4–0,6 для пор и 0,7–0,8 для каналов по измерениям Doyen (1988) и Lindquist et al. (2000). За исключением σ _r / ⟨ r ⟩ для пор в песчанике Фонтенбло, другие наши результаты хорошо согласуются с их открытием. Мы также находим почти одинаковое значение σ _l / < l > для горловины во всех образцах. Несмотря на различия в пористости и минеральном составе, сходство между этими значениями указывает на то, что коэффициент вариации может действовать как безразмерный универсальный дескриптор геометрии пор. Бернабе и др. (2010) определяют, что проницаемость пористых пород может быть описана как функция координационного числа пор, гидравлического радиуса и σ _r / ⟨ r ⟩ из PNM. Эти оценки могут служить независимым показателем проницаемости. Дальнейшая работа по описанию таких взаимосвязей будет полезна для цифрового анализа проницаемости пористых пород земной коры, а также глубоких мантийных пород, содержащих небольшое количество расплава.

Таблица 5 . Коэффициенты вариации радиусов пор и каналов, а также длины каналов для трех образцов.

Наконец, важным результатом нашего анализа является взаимосвязь между общей пористостью и изолированной пористостью. Как показывают результаты в Таблице 3, почти 26% порового пространства в песчанике Фонтенбло несвязаны, в то время как несвязанная пористость в образцах песчаника Береа колеблется от 2 до 6%. Благодаря наличию коротких краевых каналов, угловые поры зерен в образцах с более высокой пористостью становятся лучше соединенными. Это наблюдение более высокой связности пор при более высокой пористости убедительно подтверждает теоретические модели поровых сетей с использованием гидромеханических и геометрических моделей (Фон Барген и Вафф, 19). 86; Wimert and Hier-Majumder, 2012 г.; Ганбарзаде и др., 2015).

4.2. Проницаемость

Результаты наших расчетов проницаемости согласуются с предыдущим цифровым анализом горных пород, проведенным Andrä et al. (2013) и Шаркави (2016). Оба этих результата также в целом согласуются с экспериментальными измерениями Йеля (1984). Однако, как показывает график на рис. 11, численные измерения синхротронных микротомографических изображений (квадраты) могут отличаться от экспериментальных измерений (показаны точками, Бурби и Цинснер, 19).85; Дуайен, 1988; Гомес и др., 2010; Ревиль и др., 2014). Одним из источников расхождений между численными моделями и экспериментальными данными может быть масштаб выборки. Благодаря высокому разрешению синхротронных микротомографических изображений объем моделирования пористых течений невелик. В результате объем, используемый для расчета проницаемости по синхротронным изображениям, может не отражать полную степень неоднородности пород. Из наших результатов для песчаника Фонтенбло мы видим, что данные лежат левее общего тренда для экспериментальных данных. Аналогичное несоответствие между численными и экспериментальными данными было отмечено в другой работе (Alyafei et al., 2013; Andrä et al., 2013), где их результаты показывают, что песчаники с более низкой проницаемостью и более слабо связанными сетями пор имеют смоделированные проницаемости. что намного выше, чем экспериментальные измерения керна для той же породы. Это подтверждает то, что мы видим из нашего PNM-анализа песчаника Фонтенбло, и помогает дать возможное объяснение расположения результатов на графике (рис. 11). Поскольку этот метод продолжает развиваться, необходимы дальнейшие исследования, чтобы устранить это несоответствие между экспериментальными измерениями и цифровым анализом физики горных пород с использованием изображений с высоким разрешением.

Рисунок 11 . Логарифмический график зависимости проницаемости от общей пористости по нашим измерениям с помощью численных моделей Andrä et al. (2013), а также экспериментальные измерения Дуайена (1988), Бурбье и Зинцнера (1985), Йеля (1984) и Гомеса и др. (2010). Точки данных, соответствующие трем рассмотренным здесь случаям, отмечены на рисунке. Численные значения точек данных из этого исследования представлены в Таблице 4.

Наши результаты также демонстрируют анизотропную проницаемость, которая наблюдается во всех наших образцах. Знание таких изменений в зависимости от направления потока имеет решающее значение для разработки месторождений и приложений по добыче углеводородов. Мы видим, что наши результаты имеют некоторое сходство с другими работами, посвященными разнонаправленному изменению проницаемости (Clavaud et al., 2008; Peyman and Apostolos, 2017). Однако из наших результатов мы также отмечаем, что разница в проницаемости в зависимости от направления потока отличается от результатов, полученных Пейманом и Апостолосом (2017) на том же песчанике Береа. Их результаты указывают на снижение проницаемости в y и z — направления 23 и 21% соответственно. Из нашего моделирования мы получаем уменьшение проницаемости в направлениях y и z на 6 и 21% для сухой Верии. В то время как насыщенный Berea показывает уменьшение в направлении y с падением на 10%, направление z показывает процентное увеличение на 71%. Наши образцы могут быть более или менее неоднородными в определенных направлениях потока, что является одной из возможных причин такого изменения проницаемости. Воксельное разрешение также может привести к относительно большим различиям в свойствах потока (Saxena et al., 2017), что также может объяснить то, что мы видим при сравнении наших результатов с другими работами. В предыдущей работе Wright et al. (2006), что возможное объяснение анизотропной проницаемости в песчаниках связано с ориентацией минеральных зерен и пор. Мы предлагаем дальнейшую работу с использованием численных методов для оценки влияния ориентации зерен и пор на проницаемость в различных направлениях потока.

Наши результаты имеют значение для добычи углеводородов в нефтяной и газовой промышленности. Хотя размер наших выборок данных невелик и, следовательно, может не отражать истинную неоднородность коллектора, результаты проницаемости указывают на общее предпочтительное направление потока. Исследование, включающее сбор и обработку многочисленных образцов из различных горизонтов коллектора, могло бы предоставить полезную информацию для оценки анизотропии проницаемости в более крупном масштабе. Поскольку методы цифровой физики горных пород продолжают развиваться, требуется дальнейшая работа по изучению взаимосвязи между ориентацией зерен/пор и анизотропной проницаемостью. Сравнение с использованием численных методов в сочетании с образцами с различным разрешением может предоставить ценную информацию для этого направления исследований. Это поможет нам лучше понять неоднородность коллектора и поможет исследователям оценить наиболее эффективные методы для сравнения с традиционными экспериментальными измерениями и испытаниями скважин.

5. Выводы

Мы пришли к выводу, что наша комбинация методов фильтрации изображений и пороговой сегментации дает значимые и приемлемые результаты для анализа геометрии пор и моделирования однофазного потока жидкости с использованием микротомографических изображений с несколькими фазами и значительным шумом. По мере увеличения пористости с 4% до 16% среднее координационное число пор увеличивается с 2 до 6. Песчаник Фонтенбло с меньшей пористостью характеризуется меньшим количеством более крупных пор и каналов (радиус пор 4,5 мкм и радиус канала 3,8 мкм). . Напротив, оба образца песчаника Береа характеризуются густой сетью многочисленных более мелких пор (радиус ~2,7 мкм) и каналов (радиус ~1,3 мкм). Мы также наблюдаем уменьшение изолированного порового пространства с увеличением пористости, что приводит к более высокому координационному числу песчаника Berea. Моделирование потока жидкости подчеркивает анизотропную проницаемость, которая, вероятно, связана с неоднородностью образца, более чем вероятно вызванной изменением ориентации зерен и пор в каждом направлении.

Заявление о доступности данных

Необработанные 3D-изображения, использованные в этой работе, были загружены из ETH Zürich Rock Physics Network. Наборы данных моделирования сети пор, СОЗДАННЫЕ для этого исследования, можно найти в репозитории Zenodo (Thomson et al. , 2018a). Сегментированные изображения сети пор, СОЗДАННЫЕ для этого исследования, можно найти в репозитории Figshare (Thomson et al., 2018b).

Вклад авторов

Компания P-RT провела сегментацию изображения и моделирование проницаемости для всех образцов. Компания AA-Z провела первоначальную сегментацию, расчет проницаемости и моделирование сети пор в образцах песчаников Фонтенбло и сухих песчаников Береа. SH-M и P-RT совместно выполнили окончательное моделирование поровой сети и статистический анализ. Все три автора внесли свой вклад в написание и редактирование рукописи.

Финансирование

P-RT признателен за поддержку со стороны NERC Oil and Gas CDT для выпускников (номер гранта NE/M00578X/1).

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Благодарности

AA-Z финансировалась за счет стипендии «Болашак» правительства Казахстана. Финансовая поддержка этого исследования была предоставлена ​​за счет внутреннего финансирования RHUL.

Ссылки

Аляфей, Н., Ик, И.С., Гарби, О., Раини, А.К., и Ян, Дж. (2013). IPTC 16600 Влияние разрешения изображения микрокомпьютерной томографии на прогнозы петрофизических свойств (Пекин).

Андре Х., Комбарет Н., Дворкин Дж., Глатт Э., Хан Дж., Кабель М. и др. (2013). Цифровые тесты физики горных пород — Часть I: визуализация и сегментация. Комп. Geosci. 50, 25–32. doi: 10.1016/j.cageo.2012.09.005

CrossRef Полный текст | Академия Google

Бернабе, Ю., Ли, М., и Майно, А. (2010). Проницаемость и связность пор: новая модель, основанная на сетевом моделировании. Ж. Геофиз. Рез. Твердая Земля 115, 1–14. doi: 10.1029/2010JB007444

CrossRef Full Text

Beucher, S. (1992). «Преобразование водораздела применительно к сегментации изображений», в материалах 10-й Пфефферкорнской конференции по обработке сигналов и изображений в микроскопии и микроанализе , , 299–314.

Google Scholar

Бурбье, Т., и Зинцнер, Б. (1985). Гидравлические и акустические свойства в зависимости от пористости песчаника Фонтенбло. Ж. Геофиз. Рез. 90, 11524–11532. doi: 10.1029/JB090iB13p11524

CrossRef Полный текст | Google Scholar

Buades, A., Coll, B., and Morel, JM (2008). Нелокальное шумоподавление изображений и фильмов. Междунар. Дж. Вычисл. Вис. 76, 123–139. doi: 10.1007/s11263-007-0052-1

CrossRef Full Text | Google Scholar

Buades, A., Coll, B., and Morel, JM (2010). Методы шумоподавления изображения. Новый нелокальный принцип. SIAM Ред. 52, 113–147. doi: 10.1137/0