地質礦物分析中礦物脆性實驗分析方法

王 鑫

（遼寧省第九地質大隊有限責任公司，遼寧 鐵嶺 112000）

為了更好的對地質礦物成分和性能特征進行分析，選取部分礦物樣本進行脆弱性實驗檢測。完善檢測方法，優化檢測步驟，以提高對當前對地質礦物分析中礦物脆性檢驗的準確性[1]。隨機選取礦物樣本進行分析，通過判斷礦物樣本的黏土沉積經壓力和溫度，進一步對礦物結構的儲層壓裂情況進行分析，對礦物樣本中的裂壓情況及產生的結構特征及影響因素進行判斷，以此對礦物樣本的儲層產能高低變化情況進行記錄和分析，以此判斷礦物的脆弱性含量。最后通過本文實驗研究證實，本文提出的分析實驗在實際應用過程中具有更高的有效性。

1 地質礦物分析中礦物脆性實驗

（1）樣本采集。對礦區礦物樣本進行采集，分別獲取早期核三上段樣品，和晚期核三下段樣品進行對比分析結合HQM-145新型巖心切磨機對實驗樣本進行實驗檢測，分別獲取樣本數據的軸線兩端垂直平整參數的標準數值，記為50μm ×25mm 。進一步利用RTR-1350靜態伺服測試系統，對樣本進行壓抗檢測，從而根據應力—應變參數，對礦物樣本壓抗數值進行分析，對實驗樣本數據進行分析和記錄，具體如下表所示。

表1 實驗樣本采集

（2）脆性算法。對上述樣本進行分析，通常情況下，靠近地表的巖石礦物脆弱性相對更高，隨著礦物涂層加深，樣本的韌性逐漸變高，脆弱性也明顯降低。基于此特征進一步對礦物樣本力學特征、應急變形情況進行分析，對樣本的結構中的動態結晶變形、壓溶作用和粒邊界滑移等情況進行檢測。結合泊松比原理對礦物結構的在應力情況下產生的裂縫張開情況，結合楊氏模量算法對地質礦物脆弱性進行量值增加處理。進一步對礦物樣本的脆弱性單位數值進行歸一化處理，并對樣本的脆弱性指數進行平均計算。

進一步對礦物樣本的成分結構進行測定，并規范彈性參數計算方法。若檢測過程中，礦物樣本的韌性評價數值為s，樣本采集的改造深度范圍為p，p=[p1，p2，評，...，pn]。實驗過程中得到的生產的壓裂數值為v，儲層等級為L，進一步對礦物的流體測井響應值a以及礦物孔隙流體r進行規范，若樣本數據的體積密度為m、聲波時差為t，則進一步對樣本結構的物理響應值變化情況進行計算，具體算法為：

基于上述算法進一步對地層相對較薄的樣本進行規范監測，利用巖心圖像識別方法進行地層邊界的判斷。并對邊界判斷機制曲線進行脆弱性特征檢測，若Vj表示實驗樣本中的第j個待檢測樣本的礦物的成分含量，且j= 1 ,2,3，...n ，若存在y個待檢測礦物樣本，且檢測樣本中的油和水含量為Ri，且i = 1,2,3,...,m ；在進行實驗檢測的過程中，礦物樣本的響應數值為?，樣本中的成分含量為u ，且u =(0 ,1]，則進一步對礦物檢測的約束條件進行規范，具體算法為：

基于上述條件進一步對礦物結構脆弱程度進行計算，具體算法為：

2 實驗結果分析

結合上述算法進行實驗檢測，為保障實驗檢測的有效性，進一步對實驗設備及運行參數進行規范。

（1）實驗設備。實驗選擇結合X衍射技術對礦物脆性特征進行分析和鑒別，從而更好的RTR-1350靜態伺服儀，HQM-145新型巖心切磨機對樣本特征進行分析和鑒定。準確測量采集到的固態樣本成分分布結構。基于此對實驗設備及參數進行規范，具體如下表所示。

表2 實驗設備參數

進一步對實驗試劑進行選取，具體如下表所示。

表3 實驗試劑選擇

（2）實驗結果。基于上文環境進一步對七組樣本進行脆性檢驗，記錄七組樣本的基本信息并根據公式（1）、（2）對礦物響應值變化數值和map數值進行計算，具體見下表。

表4 樣本數據參數檢測

基于上表信息，進一步對傳統方法和本文方法指導下的礦物脆性及彈性參數進行檢測，并記錄檢測結果，具體如下。

表5 礦物脆性數值檢測

觀察上表可知，在實驗參數和樣本數值基本一致的情況下，兩種實驗實驗檢測結果存在一定差異，為驗證礦物脆性實驗檢測的效果，進一步對里歐昂中方法進行準確性檢測，并記錄檢測結果，具體如下。

圖1 對比實驗檢測結果

（3）實驗結論。根據圖1和表5數據進行分析可知，利用本文方法進行的地質礦物脆性分析檢測結果準確度相對于傳統方法明顯提高，在該方法下對彈性模量、泊松比及礦物脆性屬性的檢測數據都比傳統方法檢測數據相對于傳統方法檢測數據明顯更高，檢測結果可精確到小數點第三位。由此證實，本文提出的地質礦物脆性實驗檢測方法具有更高的準確性和有效性，充分滿足研究要求。

3 結語

對地質礦物結構特征進行分析，對樣本的巖心礦物成分進行分析，結合線性回歸算法和多礦物模擬原理對礦物韌性和脆弱性進行參數計算。在分析的過程中，礦物的脆性變形檢測主要針對采集到的礦物樣本的受壓破裂情況、韌度變形情況等進行觀察，以提高脆性檢測的準確性。