基于CT扫描技术对煤岩的孔隙结构的提取和研究

邢 敏，吴金随，张辞源，李更川，高 嵩

(1.华北科技学院 安全工程学院，北京 东燕郊 065201；2.准格尔旗云飞矿业有限责任公司 串草圪旦煤矿，内蒙古 鄂尔多斯 010400)

0 引言

煤炭资源是我国现阶段最主要的原料和能源，是我国现阶段必不可少的经济来源，促进着我国经济的快速增长[1]。尽管现在有很多新能源的利用，但煤炭资源在未来的很长时间内在供给人类生活所需和促进经济发展中仍然处于主要地位，因此煤矿企业是促进国民经济的重要的力量之一，在经济发展中具有重要的战略作用。要想合理的使用煤炭资源，就需要在对煤矿中的煤层进行深入的研究。

煤岩作为煤层中的重要组成部分，其结构复杂多变，类型多种多样。孔隙是煤岩中的重要结构，通过研究煤的孔隙特征，可以了解煤的很多特性。为了更清楚地了解孔隙的相关特性，现阶段可以采用压汞法、核磁共振法等方法直接测出样品参数[2-5]，除此之外，为了直观地看到孔隙模型，对孔隙进行可视化分析，还可以采用三维数字岩心技术利用CT提取出样品数据，运用计算机完成重构，将重构数据与可视化软件结合，建立孔隙模型，测量出孔隙参数，然后就可以利用相关参数研究孔隙的特性[6-9]。邓远刚等运用CT扫描技术对典型脆性岩样单轴压缩破坏后破裂面及全断面进行扫描，获取全断面的细观形态，分析和总结了典型脆性岩样破坏细观裂纹扩展的发展规律[10]；查明等利用CT扫描技术从三维角度表征储层微观孔隙结构、裂缝分布、微观流体特征等，定量分析岩石物性参数，动态地监测微观流体驱替、岩石裂缝的延伸规律[11]；黄宛莹等利用三维动态CT图像数据，通过图像切割、图像分割等处理步骤，以团簇为基本表征单位，表征不同形状、大小孔隙的动态变化过程，分析对比全部孔隙、大团簇、小团簇和裂隙型小团簇的动态图像[12]。

本次实验首先使用CT扫描仪对采集的煤样样品进行扫描，经重构后得到相关数据；然后将数据导入三维可视化软件Avizo中，在Avizo中选取合适的交互式阈值，阈值分割后使用Axis Connectivity、Arithmetic等运算模块提取孔隙结构模型和球棍模型；最后，在各个模型的基础上计算出孔隙度、连通孔隙度、孤立孔隙度、配位数等参数，由此展开对所采集的煤样孔隙的分析。

1 煤样数据采集

本文选择在准格尔旗云飞矿业有限公司串草圪旦煤矿不同区域中采集的4个煤样作为本次实验样品，为便于分析，分别标号为coal-1、coal-2、coal-3、coal-4。

煤样采集完成后，采用天津三英科技公司生产的Nano Voxel 3000高分辨率台式CT扫描仪对所要分析的煤样进行扫描，按照操作步骤扫描完成后，进行数据重构，重构后得到相关数据和图像。本文以coal-1为例展示孔隙结构的图像，重构后得到的煤样切片和煤样三维渲染图像如图1所示。

图1 煤样切片及三维渲染图像

2 煤样孔隙结构的提取

为了提取煤样中的有效孔隙结构，在将重构完成的煤样数据导入Avizo之后，首先要对样品进行剪裁，一方面，由于样品数据比较大，为了便于Avizo软件的运行与对煤样孔隙结构的分析，需要对其进行剪裁；另一方面，通过剪裁可以去掉样品周围的空气部分并剪切成规则的形状，从而确保不会因含有无效空隙而影响煤样的孔隙结构提取，致使样品的孔隙度受到影响。

在使用Avizo进行孔隙参数的提取前，首先要分离出孔隙。数据体剪裁后选择中值滤波进行过滤，然后采用交互式阈值分割分离出孔隙。交互式阈值是整个分析过程中最重要的步骤之一，调整好交互式阈值是后期分析孔隙结构的各种参数的基础。每个煤样尺寸不同，切片渲染效果也不完全相同，因此对于每个样品都需要通过对比其切片图像调整交互式阈值，对于coal-1、coal-2、coal-3、coal-4等四个样品分别将阈值调整为12411、21466、2560、19600进行分割。如图2是对coal-1的煤样切片及交互式阈值分割图像。

图2 煤样切片及交互式阈值分割图像

在对煤样进行交互式阈值分割后，分离出本次研究所需要的孔隙，方便下一步从孔隙结构中分离出连通孔隙与孤立孔隙。本次实验分别从两个视角进行展示，渲染后的孔隙结构如图3。

在分离出孔隙结构的基础上，利用Avizo中的Axis Connectivity运算模块提取出连通孔隙，渲染后的连通孔隙结构如图4。连通孔隙是样品中的是气和水流通的孔隙结构部分，由孔喉结构组成。提取连通孔隙是进一步分析孔喉结构特性和煤样渗透率的关键步骤。研究连通孔隙不论是在通过研究渗透率来帮助分析煤顶板突水的情况，还是对研究矿井内瓦斯流动从而进一步防治矿井瓦斯方面都有很重要的作用，因此研究连通孔隙的特性具有重要的意义。

下一步在连通孔隙的基础上运用Avizo里的运算模块计算出煤样的球棍模型，通过调整孔喉的参数来展示球棍模型，可供选择调整的参数有体积、面积和等效半径。本次实验选择调整孔喉的等效半径，调整前后的球棍模型如图5。

孤立孔隙不与外界连通，利用Avizo中的Arithmetic数据运算模块分离出孤立孔隙，渲染后的孤立孔隙结构如图6。

图3 煤样孔隙结构

图4 煤样连通孔隙结构

图5 球棍模型

图6 煤样孤立孔隙结构

为了更直观的看出煤样中连通孔隙和孤立孔隙各自的分布情况，再运用Avizo软件中的数据运算模块进行连通孔隙和孤立孔隙的渲染，将其放到一起展示，并且为了更好地观察连通孔隙和孤立孔隙的结构分布，增加x-z、y-z视角的渲染图像如图7所示，其中红色孔隙结构部分为连通孔隙，绿色孔隙结构部分为孤立孔隙。

图7 煤样孔隙多视角渲染图像

3 煤样孔隙参数的提取与分析

在运用Avizo提取出孔隙结构后，下一步进行孔隙参数的提取。

(1) 煤样孔隙度及所占比例

在使用Avizo提取出孔隙、连通孔隙和孤立孔隙后，即可提取出与之对应的孔隙度以及连通孔隙和孤立孔隙在总孔隙中的占比情况，如表1是本次研究的四个煤样的孔隙度及占比情况。

表1 煤样孔隙度汇总表

通过以上分析所得的孔隙度发现，coal-1的连通孔隙度为11.49%，在四个煤样中最大，且该煤样的连通孔隙在总孔隙中占比也较高，这表明该煤样的连通性较好；此外，coal-3的连通孔隙度为4.90%，在四个煤样中最小，且该煤样的连通孔隙在总孔隙中占比较低，因此该煤样的连通性较差。此外，连通性越好的煤样一般渗透性能也越好，因此，coal-1的渗透性也越好。

(2) 煤样孔喉结构的参数提取与分析

提取孔喉结构可以分别得到孔喉的参数以及配位数，其中配位数即一个孔所连接的喉的个数。通过Avizo对四个煤样提取孔喉结构，可得coal-1的连通孔隙中有12个孔和21个喉道，coal-2的连通孔隙中有5个孔和5个喉道，coal-3的连通孔隙中有11个孔和23个喉道，coal-4的连通孔隙中有6个孔和8个喉道。本次实验所分析的四个煤样的连通孔隙中孔的参数和配位数见表2～表5。

另外，为了更直观地观察连通孔隙中的孔隙大小与配位数的变化关系，绘制出每个煤样的连通孔隙体积与对应的配位数变化图像，如图8～图11。

表2 coal-1连通孔隙中孔的参数和配位数

表3 coal-2连通孔隙中孔的参数和配位数

表4 coal-3连通孔隙中孔的参数和配位数

表5 coal-4连通孔隙中孔的参数和配位数

图8 coal-1连通孔隙体积变化及配位数变化图

图9 coal-2连通孔隙体积变化及配位数变化图

图10 coal-3连通孔隙体积变化及配位数变化图

图11 coal-4连通孔隙体积变化及配位数变化图

从以上所得参数以及图表中可以分析出：

四个煤样中的孔和喉存在数量差异有两部分原因，一部分原因可能是由于在分析前剪裁的样品的体积不是完全相同的，致使其中连通孔隙的数量存在差异；另一部分原因由于每个样品的孔隙特性不同导致孔喉个数的差异。

观察以上四个煤样的连通孔隙体积变化图和对应配位数变化图像，发现二者变化的趋势大致相同。通过对比二者图像发现孔的体积越大，对应的配位数一般越大，连接的喉越多，即体积越大的孔隙能够连接到多个喉道的概率越大。在孔喉结构提取的过程中，对每个孔进行编号的作用是可以将煤样中每个孔的体积与配位数一一对应，方便观察孔的体积与配位数的变化关系。

4 结论

(1) 在使用Avizo提取孔隙结构时，选择合适的交互式阈值分割，交互式阈值分割的界面有x-y、x-z、y-z三个界面的选择，通过选择发现，由于Avizo在分析导入的样品数据时把其当作一个整体来看，所以不论选择哪个界面作为主界面，都不影响提取出来的孔隙度、连通孔隙度和孤立孔隙度。只有能提取出连通孔隙的样品才能提取出球棍模型及孔喉参数。

(2) 通过使用Avizo提取煤样中的孔隙结构，再运用数据运算模块提取孔隙度、连通孔隙度和孤立孔隙度，观察连通孔隙在总孔隙中的占比情况，可以知道：在四个煤样中coal-1的连通孔隙度最大，为11.49%，连通孔隙占比较高，连通性最好，因此渗透性也更好；coal-3的连通孔隙度最小，为4.90%，连通性最差。

(3) 在提取出孔喉参数后，发现四个样品的孔喉数量存在差异的原因有两部分，一是每个煤样本身的孔隙特性不同，二是每个煤样剪切后的体积不同。

(4) 对比每个煤样的连通孔隙体积变化图和对应的配位数变化图像发现，煤样中孔的体积越大，与之对应的配位数一般越大，能够连接到多个喉道的概率就越大。

(5) 使用CT扫描技术和Avizo提取煤样的孔隙结构，可以得到直观的、立体的孔隙渲染图像和球棍模型，还可以通过相应的运算模块计算出孔隙的相关参数，有助于从微观层面上分析煤岩的孔隙特性，帮助分析煤层的组成成分，为防治矿井灾害提供理论支持，进一步提高煤矿领域的生产作业的安全性。