Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  clastic rocks
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Computer image analysis was used to determine porosity volume in sandstones from Upper Silesia and Jura Krakowsko-Częstochowska. Calibration of the data was made by comparison with the results of mercury injection capillary pressure methods. Image analysis can yield many useful parameters. This study obtained chosen size parameters and diameters of equivalent area circles, calculated for all samples after 100 partial observations. Results obtained by image analysis are close to those measured by mercury injection capillary pressure. They could complement standard mercury porosity measurements, and in some cases, replace them.
PL
Liczne własności petrofizyczne i parametry geofizyczne skał klastycznych kontrolowane są w znacznej mierze przez zawartość i własności illitu i smektytu. Zależność ta wynika głównie z dwóch czynników: dużej zawartości illitu i smektytu w skałach klastycznych oraz bardzo dużej, w porównaniu z innymi minerałami, powierzchni właściwej (TSSA), obdarzonej ładunkiem ujemnym i pokrytej przez kationy wymienne i cząsteczki wody. W pierwszym przybliżeniu można przyjąć, że TSSA i pojemność wymiany jonowej (CEC) skał klastycznych równa jest TSSA i CEC ich frakcji illitowo-smektytowej. TSSA i CEC są wartościami powiązanymi przez QS, czyli gęstość ładunku pakietów smektytowych, bowiem CEC jest miarą sumy ładunków elektrycznych na TSSA. Z powyższych względów precyzyjny pomiar zawartości i ładunku pakietów illitu i smektytu jest istotnym etapem mineralogicznej kalibracji sondowań geofizycznych. Metodyka takich pomiarów została wypracowana przy okazji badań mineralogicznych skał klastycznych Zapadliska Przedkarpackiego z otworów naftowych w rejonie Jasionki, Chałupek Dębniańskich i Dzikowa. Dla ponad stu prób, reprezentujących wszystkie litologie (łupki, piaskowce i skały węglanowe) pomierzono rentgenograficznie ilościowy skład mineralny, skład chemiczny, CEC oraz sorpcję wody i odczynnika organicznego EGME, stosowanego standardowo w oznaczeniach TSSA. Metoda rentgenograficzna pozwala na wyliczenie zawartości frakcji illitowo-smektytowej w skale. Liczba ta obejmuje wszystkie minerały dioktaedryczne typu 2:1, identyfikowane różnymi metodami jako smektyt, illit/smektyt, illit, glaukonit i muskowit. Większość z tych składników wykazuje w jakimś stopniu charakterystykę smektytową (otwarte przestrzenie międzypakietowe z kationami wymiennymi i wodą) oraz illitową (zamknięte przestrzenie międzypakietowe z potasem), jednak odrębne ilościowe oznaczenie tak rozumianej frakcji illitowej i smektytowej nie jest możliwe metodą rentgenograficzną. Frakcję illitową oszacowano na podstawie zawartości K2O w skale i pomierzonej rentgenograficznie zawartości skalenia potasowego. Przyjęto, że skaleń potasowy zawiera 10% podstawień Na za K, zgodnie z wynikami szacowania przy pomocy programu BESTMIN. Wyliczenia dokonano zakładając zgodnie z najnowszymi szacunkami (Środoń i in., w przygotowaniu), że pakiety illitowe zawierają w przestrzeni międzypakietowej niemal tyle samo potasu, co miki (0,95/O10(OH)2). Frakcję smektytową oszacowano z pomiarów EGME posługując się retencją EGME czystego wzorca smektytowego oraz niezależnie z pomiarów CEC, zakładając gęstość ładunku pa kietów smektytowych identyczną do pomierzonej w czystych illitach—smektytach (0,41/O10(OH)2; Środoń i in., w przygotowaniu). Oba szacunki dały bardzo zbliżone wyniki. Uzyskano też dobrą zgodność tak pomierzonej sumy illitu i smektytu z zupełnie niezależnym pomiarem rentgenograficznym. Stwierdzono, że zawartość smektytu we frakcji illitowo-smektytowej jest zmienna i spada z 50% w łupkach do 30% w piaskowcach.
EN
Precise measurement of the content and the layer charge of illite and smectite is an important aspect of mineralogical calibration of geophysical well logs. A technique of such measurements was elaborated during mineralogical studies of the Miocene clastic rocks from the Carpathian Foredeep (wells Jasionka, Chałupki and Dzików). XRD, chemical, CEC, H2O, and EGME sorption data were obtained for over 100 samples of sandstones, shales and carbonates. The sum of illite+smectite, comprising all minerals detectable by various techniques (smectite, illite/smectite, illite, glauconite i muscovite) was measured by XRD. The illitic component was evaluated separately from K20, using known content of K-feldspar in the rock, known K20 content o K-feldspar and known K20 content of illite (Środoń et al., in preparation). The smectitic component was estimated from EGME retention using the reference data for a smectite standard, and from CEC assuming the layer charge of 0.41/O10(OH)2 (Środoń et al., in preparation). All these measurements produced very consistent results.
PL
Wykonywanie badań metodą magnetycznego rezonansu jądrowego na próbkach skał wymaga uwzględnienia ich specyfiki (np. rozmiar porów, zróżnicowany skład frakcji ilastej, właściwości filtracyjne, zawartość minerałów żelazistych). Omówiono szereg zastosowań spektrometrów o częstotliwościach rezonansowych 2, 8 i 23 MHz wyposażonych w różne sondy pomiarowe, dające możliwość dopasowania spektrometru i sekwencji pomiarowych do charakteru badanej próbki. Autorzy koncentrują się na różnych aspektach wyznaczania porowatości oraz identyfikacji płynów złożowych dla próbek o zróżnicowanej litologii.
EN
Application of nuclear magnetic resonance to evaluation of rock core samples requires taking into account their specific features, e.g. pore size, illite composition, filtration properties, concentration of iron containing minerals). Several applications of the NMR methods to group of samples, heterogenous in terms of their lithology, were described. The measurements were performed using 2, 8 and 23 MHz NMR spectrometers – core analyzers – equipped with various probeheads. It allowed matching the spectrometer and pulse sequence parameters to the characteristics of the sample. The authors concentrated on several aspects of porosity assessment and fluid typing for rock samples of diversified lithology.
PL
Cyfrowe modele skał były wynikiem analizy składu mineralnego, struktury, tekstury, objętości i typu mediów wypełniających przestrzeń porową na podstawie wyników badań laboratoryjnych oraz kompleksowej interpretacji profilowań geofizyki otworowej. Wykorzystano piaskowcowo-iłowcowe utwory sarmatu z obszaru zapadliska przedkarpackiego. Badania tomograficzne na próbkach skał wykonano z użyciem prototypowego układu pomiarowego wykorzystującego technikę mikrotomografii komputerowej, zbudowanego w IFJ PAN. Dane o wykształceniu struktury skały stały się podstawą do oceny możliwości ruchu mediów porowych i wyliczenia przepuszczalności fizycznej. Porozymetria rtęciowa dostarczyła: objętość i rozkład średnic porów oraz wielkość powierzchni właściwej przestrzeni porowej. Spektrometryczne pomiary z wykorzystaniem zjawiska magnetycznego rezonansu jądrowego umożliwiły podział porów na części zajęte przez media swobodne, wodę w porach kapilarnych i związaną w minerałach ilastych. Skład mineralny skał wyznaczono na podstawie wyników kompleksowej interpretacji profilowań geofizyki otworowej oraz analizy rentgenowskiej próbek. Relacje między parametrami petrofizycznymi z pomiarów wykonanych w różnej skali (mikro- w laboratorium i makro- in situ) stanowiły podstawę do konstrukcji modeli skał.
EN
Digital rock models were built on the results of mineral composition analysis, rock structure and texture and volume and type of the medium studies on the basis of laboratory measurements and the comprehensive well logs interpretation. Sarmatian sandy-shaly formation from the Carpathian Foredeep was used in study as gas reservoir rock. Modern microtomographic measurements on the core samples were carried out using prototype laboratory-source-based facility for the computed microtomography, constructed at the IFJ PAN. High resolution structural data about matrix and porous space were the base for estimation of pore medium flow and calculation of physical permeability. Mercury porosimetry provided with data about pore volume and distribution of pore diameters and pore specific surface area. Spectrometry of nuclear magnetic resonance measurements enabled the division of media in pores into free fluid, water in capillary pores and water bounded in clay minerals. Mineral composition was determined on the basis of the comprehensive well logs interpretation and roentgen analysis. Mutual relationships between petrophysical parameters from measurements made in different scale (micro- in the laboratory and macro- in situ) were the basis for rock models construction.
PL
Stosunki ilościowe i charakterystyka chemiczna składników mineralnych decydują w znacznej mierze o parametrach petrofizycznych i geofizycznych skał. Aby zatem poprawnie modelować zapisy sondowań geofizycznych, należy możliwie dokładnie rozeznać zmienność składu mineralnego i chemicznego skał charakterystyczną dla badanego basenu sedymentacyjnego. Badania takie zostały wykonane dla skał klastycznych Zapadliska Przedkarpackiego z otworów naftowych w rejonie Jasionki, Chałupek Dębniańskich i Dzikowa. Najdokładniej zbadano skały z rejonu Dzikowa. Użyto programu BESTMIN, skonstruowanego z myślą o badaniu skał typowych dla basenów naftowych [1 ]. BESTMIN jest programem modelującym skład chemiczny mineralnych składników skały (skalenie, węglany, minerały ilaste) w oparciu o rentgenograficzny pomiar ilościowy składu mineralnego (program QUANTA), pomiar składu chemicznego skały oraz pomiar CEC. Algorytmy genetyczne stosowane są jako mechanizm optymalizacyjny. Kryterium optymalizacji jest suma różnic bezwzględnych pomiędzy zawartościami pierwiastków głównych, pomierzonymi i wyliczonymi z modelowanych wzorów strukturalnych minerałów. Po dokonaniu optymalizacji BESTMIN wylicza gęstość szkieletową, procenty objętościowe poszczególnych składników skały, a następnie różne parametry petrofizyczne i geofizyczne. BESTMIN umożliwia modelowanie składów pojedynczych próbek oraz grup próbek, dla których przyjęto założenie, że zbudowane są z identycznych minerałów. Modelowanie zrealizowano na kilka sposobów: dla każdej z próbek z osobna oraz dla grup wydzielonych na podstawie zawartości kwarcu i kalcytu (3 grupy łupków, 2 piaskowców i 2 skał węglanowych). Ponadto gęstość ładunku illitu i smektytu traktowano albo jako geny (czyli nieznane zmienne) albo jako wartości stałe, znane z innych badań [2]. Wszystkie te modelowania dały bardzo zbliżone wyniki z punktu widzenia wyliczanych parametrów petro- i geofizycznych. Badania składu mineralnego przy pomocy QUANTy potwierdziły odmienność proweniencji skał w profilu Dzikowa zalegających na głębokości większej i mniejszej niż 900 m. Skały z większych głębokości pochodzą z kratonu i wykazują wysoką dojrzałość mineralogiczną, wyrażającą się bardzo małymi zawartościami minerałów ilastych, skaleni, dolomitu i syderytu. Są to arenity kwarcowe, czasami z wysoką zawartością kalcytu. Materiał detrytyczny skał z mniejszych głębokości pochodzi z Karpat i wykazuje charakterystyczne zróżnicowanie w funkcji uziarnienia. W skałach gruboziarnistych wzrasta zawartość kwarcu, skalenia potasowego i cyrkonu. Maksimum zawartości plagioklazu pojawia się w skałach średnioziarnistych. Zawartości pozostałych składników mineralnych: kalcytu (z kilkoma wyjątkami), Fe-dolomitu, syderytu, pirytu, barytu, halitu, celestynu, apatytu, anatazu, chlorytu i illitu+smektytu oraz substancji organicznej rosną systematycznie wraz ze zmniejszaniem się uziarnienia. W skałach pochodzenia karpackiego modelowanie wykazało obecność charakterystycznych trendów w składzie frakcji illitowo-smektytowej, chlorytu, Fe—dolomitu i syderytu. Ich wspólną cechą jest wzrost zawartości żelaza we wszystkich tych minerałach pochodzących ze skał gruboziarnistych. W syderycie rośnie ponadto zawartość Mn, a w illicie—smektycie zawartość K, Mg i Ca, a maleje Na. Głównym czynnikiem kontrolującym wartości parametrów petro- i geofizycznych jest zailenie, a w szczególności udział frakcji illitowo-smektytowej (% IS). Mocną liniową korelację z tym parametrem stwierdzono dla wyliczonych wartości Σ i Vsh (frakcja objętościowa minerałów zawierających H). Korelacje Pe, Φ, gęstości ziarnowej oraz ppm NaCl w wodzie porowej są również liniowe, ale słabsze i z szeregiem wyjątków, zapewne związanych z podwyższoną zawartością węglanów, a zwłaszcza kalcytu. ppM NaCl zmieniają się od wartości charakterystycznych dla wód lądowych w piaskowcach do wartości zbliżonych do wód morskich w iłowcach. Korelacja GR(API) jest również liniowa do wartości 10% IS, ale poniżej wartości GR (API) są nieproporcjonalnie niskie, co prawdopodobnie należy wiązać z nieliniowym spadkiem zawartości apatytu. Wartości CEC i zależnego od CEC parametru równania Waxmana—Smitsa Qv zmieniają się wykładniczo ze wzrostem % IS, co wiąże się z bardziej smektytowym składem tej frakcji w skałach drobnoziarnistych.
EN
Borehole samples of all lithologies (sandstones to claystones and carbonates) from Dzików gas field of the Carpathian Foredeep were studied by XRD and chemical analysis using QUANTA and BESTMIN computer programs (proprietary of Chevron), in order to establish trends in quantitative mineral composition, chemical composition of individual minerals, and to calculate petrophysical and geophysical parameters from these data. Two source areas identified by sedimentologists were found clearly distinguishable by the quantitative mineral composition. Clear trends of the quantitative mineral composition with respect to the rock grain size also were identified. Chemical composition of variable minerals (carbonates, feldspars, clays) was also found to vary with respect to the rock grain size. The most characteristic trend detected is the increase of Fe content of clays and carbonates in more coarse-grained rocks. The content of illite+smectite fraction of the rock (% IS) was identified as the main parameter controlling its petrophysical and geophysical properties. Linear correlations with % IS were established for Σ, Vsh (strong), Pe, Φ, grain density and ppm NaCl in pore water (weaker with exceptions), and GR(API) (only to 10% IS, below disturbed by very low contents of apatite). The correlations with CEC and Qv (parameter of Waxman—Smits equation) are exponential, due to more smectitic composition of the illite+smectite fraction in fine-grained rocks.
PL
W pracy przedstawiono różne formy występowania oraz dystrybucję substancji organicznej w próbkach z rdzeni wiertniczych warstw siodłowych. Stwierdzono obecność substancji organicznej rozproszonej, warstewek, laminek, smug, soczewek oraz formy nieregularne. Określono ponadto średnią refleksyjności witrynitu Rr [%] substancji organicznej wahającą się od 0,70 do 1,30%, przy czym podwyższoną refleksyjność obserwowano w iłowcach w spągach pokładów węgla oraz w smugach i drobnych soczewkach zgromadzonych w mułowcach i piaskowcach.
EN
The paper presents various forms of occurrence and distribution of the organic matter in drill core samples from Saddle Beds Jankowice mine. The presence of dispersed organic matter, interbeds, laminas, streaks, lenses, and irregular forms was revealed. Mean vitrinite reflectance Rr [%] of organic matter was also determined. It varying from 0.70 to 1.30 % where higher reflectance was observed in claystones at the base of coal seams and streaks and small lenses gathered in mudstones and sandstones.
PL
Celem badań było opracowanie efektywnej metody wyznaczania przepuszczalności w jednostkach skalnych o jednakowych zdolnościach przepływu mediów z wykorzystaniem sztucznych sieci neuronowych (SSN). Technika SSN pozwoliła na obliczenie przepuszczalności w interwałach lub otworach, w których laboratoryjne pomiary przepuszczalności nie są dostępne. Pracę z SSN rozpoczęto od wybrania reprezentatywnego zbioru danych. Obejmował on wyniki różnorodnych badań laboratoryjnych na próbkach skał oraz wartości parametrów mierzonych podczas profilowań geofizyki otworowej, a także wyniki kompleksowej interpretacji profilowań. Zbiór został wykorzystany do uczenia sieci. Optymalne sieci mogą być zastosowane do przewidywania przepuszczalności w innych interwałach tego samego otworu lub innych otworach. W pracy przedstawiono wyniki testów wykonanych w celu utworzenia dobrej jakości SNN. Wykorzystano wyniki badań porowatości i przepuszczalności na próbkach piaskowców czerwonego spągowca z niżu polskiego oraz wyniki profilowań geofizyki otworowej. Do obliczeń zastosowano programy Statistica (StatSoft) i Techlog (Schlumberger).
EN
The aim of the studies, was to construct an effective permeability model in rocks, of similar ability to media flow, using artificial neural networks (ANN). This methodology enables calculating permeability in uncored intervals and wells. At first a representative dataset was selected for training purposes, using laboratory data, well logs and well logging interpretation results. The best quality artificial neural networks created in this study can be used to predict permeability in the same well at different uncored intervals or in other wells. The results of a few tests performed during this study in order to create a good quality ANN are presented. Porosity and permeability data from the Rotliegend sandstone cores of the Polish Lowland and well logging data were used. All calculations were done using Statistica (StatSoft) and Techlog (Schlumberger) applications.
8
51%
EN
Since the classical publications on lithofacies and architectural element codes (Miall, 1977, 1985), sedimentologists have made several attempts to optimize those codes. The authors present and discuss the codes of lithology and the origin of clastic rocks which have been proposed in the last thirty five years. It appears that the codes hitherto proposed are unsatisfactory because they fail to reflect several important features of deposits. It is postulated that most of Miall’s original rules should be used as a starting point but some additional rules should also be followed: (1) lithofacies symbols should not be used to describe interpretations but lithologic features only; (2) code of texture should contain two capital letters at the most; (3) structure should be described by three lower-case letters at the most; (4) genetic code should indicate depositional process or parent depositional form by capital letters; (5) coding is best applicable in practice if both the lithofacies and genetic codes are used jointly. The present authors propose a modified combination of lithofacies and lithogenetic symbols, shown to make sedimentological analyses more effective and unambigous.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.