基于CT图像的高阶煤不同宏观煤岩组分裂隙差异发育规律

屈 晶 申 建 韩 磊 季长江 程慧杰

1.中国矿业大学煤层气资源与成藏过程教育部重点实验室 2. 中国矿业大学资源与地球科学学院3. 国家能源煤与煤层气共采技术重点实验室

0 引言

煤层中裂隙作为煤层气主要的渗流通道，深刻影响到煤层气的解吸、扩散、渗流、产出等特征，其精细表征对于煤层气的勘探开发具有重要意义[1-4]。压汞法[5-13]、气体吸附法[8-16]及扫描电镜法[8-9,11-12,17]等方法被大量用于煤中孔裂隙研究。然而，前两者对样品体积有着严格要求，无法准确描述多尺度发育裂隙的直观形态与产状，扫描电镜法等光学方法则只能对样品表面特定区域的裂隙进行研究，识别尺度有限且无法进行三维透视表征[18-20]。

计算机断层扫描技术（CT）因其无损、三维可视化、计算能力强等特点，在国内外裂隙测量和表征中被广泛使用。蒋长宝等[21]通过对饱水前样品、饱水后样品以及饱水后干燥样品进行CT扫描，通过最大球算法提取孔裂隙等价网络模型，提出饱水和饱水后干燥处理均提高了孔裂隙体积。宋党育等[2,19]通过CT技术与压汞法对煤样的孔裂隙结构进行测试，认为CT扫描的结果更为准确。贾小宝等[22]通过微焦点CT定量分析了不同煤体结构煤的孔裂隙特征。王登科等[23-24]通过CT扫描，研究了受载煤样的裂隙演化及渗流特征。Han等[25]通过CT扫描技术测定了不同尺度下不同宏观煤岩类型中裂隙的几何参数并建立了裂隙的随机网络模型。Jing等[26-29]通过CT扫描灰度差异，将其分为亮色条带（富镜质组）和暗色条带（富惰质组），建立了随机数字煤模型，研究了煤中裂隙矿物充填程度对渗透率的影响。Yao等[30]分析了煤中矿物、孔裂隙、煤基质的CT数，对裂隙的孔径、间距、空间分布及矿物形态进行定量表征，指出通过CT技术测出的孔隙度与气测孔隙度具有较好的相关性。

Zhong等[31]统计国内煤矿中裂隙发育情况，提出裂隙密度自镜煤、亮煤、暗煤到丝炭依次减小。Han等[25]基于CT技术划分不同宏观煤岩类型，提出相较于半亮煤和半暗煤，光亮煤中裂隙开度、裂隙孔隙度、分型维数等均较高，且随着样品体积的减小，裂隙网络发育程度降低。胡咤咤等[32]借助扫描电镜显微裂隙分析、荧光显微镜显微裂隙统计、X射线衍射分析等手段，提出沁水盆地南部显微裂隙发育，常见张性裂隙、碱性裂隙，通常发育于镜质组中，裂隙密度随变质程度的升高呈现降低的趋势。

基于CT扫描岩石学组成及裂隙表征主要通过灰度数据阈值分割获取。然而，由于岩石学组成不同，裂隙与煤基质的灰度差异往往较小，准确界定裂隙极具挑战性，尤其是接近图像分辨率极限的裂隙和宏观煤岩组分。因此，亟需建立一种适宜的煤岩石学类型划分及裂隙与煤基质间灰度差异的方法。前人[33-35]研究发现加入造影剂后裂隙灰度得到增强，能有效地突出裂隙。基于此，笔者利用CT扫描技术对比饱和造影剂溶液前后样品的图像特征，根据不同宏观煤岩组分灰度值之间的差异，分析不同宏观煤岩组分及宏观煤岩类型中裂隙的发育特征及其差异，以期为煤岩石学与裂隙精确三维识别提供思路和方法。

1 样品采集与实验

1.1 样品准备与实验方案

样品采自于沁水盆地下二叠统山西组3号煤层，是全区分布最稳定，单层厚度最大的煤层。其裂隙发育具有明显的方向性，总体呈北东—南西向和北西—南东向。受断层、褶皱影响，构造部位附近的外生裂隙异常发育，其发育密集带具有近乎等间距发育的特点，大部分外生裂隙均切穿整个或大部分煤层，但不切穿煤层顶底板。而内生裂隙具有明显的等间距或近乎等间距的发育特性，其发育受煤岩成分的制约[36]。

从该区和瑞矿井下新鲜采煤工作面煤壁采集3块边长约为30 cm的大块煤样，通过肉眼观察分别定义为光亮煤、半亮煤和半暗煤，沿每个大块样品垂直煤层层理方向钻取直径25 mm、高度50 mm的圆柱形样品，共钻取32个圆柱样品。取部分样品开展基本测试，实验煤样的镜质组反射率为2.94%，属典型高阶煤。从中挑选3个与大块煤样宏观煤岩类型及裂隙发育情况相近的样品用于本次实验研究，命名为Hr-1、Hr-2和Hr-3（图1）。

图1 样品照片

Hr-1样品为灰黑色，光泽相对较暗，以暗煤和丝炭为主，夹镜煤与亮煤，为半暗煤。Hr-2样品为深灰色，光泽相对较强，以镜煤与亮煤为主，夹部分暗煤和丝炭，为半亮煤。Hr-3样品为深灰色，光泽最强，以镜煤和亮煤为主，夹少量暗煤和丝炭，为光亮煤。肉眼观察3个样品的裂隙与层面高角度相交，其中Hr-1样品的裂隙较发育，部分被矿物充填，未见有穿过宏观煤岩组分的裂隙；Hr-2和Hr-3样品裂隙发育，少量被矿物充填，裂隙从样品底部连通至样品顶部。

在进行实验之前，先对样品进行干燥处理，然后进行第一次CT扫描成像。通过前期多次实验，发现 1.5 mol/L 的 NaCl和 1.0 mol/L 的 KI的混合溶液造影效果最佳，利用真空覆压饱和仪将此浓度混合溶液造影剂饱和进本次实验样品中，并进行第二次CT扫描成像。

1.2 实验原理及方法

在CT扫描成像实验中，X射线照射到不同物质上时会发生光电效应、康普顿效应、电子对效应等复杂的物理过程，经过样品的发射、散射和吸收等作用而发生不同级别的衰减。信号转换器将接收到的X射线衰减信号转换为电信号。X射线衰减的过程服从Lambert-Beer定律：

式中I表示衰减后的X射线强度；I0表示初始入射时的X射线强度；u表示物质的衰减系数；x表示物体的厚度。u又可以被定义为：

式中ρe表示材料的密度；E表示X射线的能量，keV，与入射电压与入射电流有关；Z表示材料的有效原子序数；a表示Klein-Nishina系数；b表示常数，取值 9.8×10－24。

在保证扫描参数及样品厚度不变的情况下，X射线衰减后的强度只与材料的密度及原子序数相关。利用造影剂的高原子序数、高电子密度及流体特征，可以突出煤中裂隙与基质的差异。

本次实验所采取的设备为德国GE公司生产的微型 CT 系统（Phoenix V/tome/x S），其最低分辨率可达1 μm。为减少实验参数对实验结果的影响，两次扫描均采用相同的扫描参数，电压和电流分别为140 kV 和 120 μA，分辨率达 27.27 μm。

2 裂隙空间分布及定量表征

2.1 宏观煤岩组分识别与类型划分

煤中不同宏观煤岩组分之间密度的差异导致其在CT中呈现不同的灰度。镜煤与亮煤因富含低密度的镜质组分和壳质组分从而在CT图像中呈现深灰色，暗煤与丝炭则因富含高密度的惰质组分从而在CT图像中呈现浅灰色[26,37]。

基于三维重构软件Avizo，对扫描后的干燥样品及饱和造影剂样品进行三维重构（图2-a），使用非线性各向异性扩散滤波器（AD）来去除图像中的噪点（图2-b），再采用锐化算法来提高图像的对比度（图2-c）。利用分水岭算法识别出镜煤＋亮煤、暗煤＋丝炭以及矿物之间的灰度边界，并进行分割（图2-d）。

图2 宏观煤岩组分及矿物分割流程图

分割完成后，计算宏观煤岩组分的含量（表1）。从Hr-1—Hr-3，镜煤＋亮煤含量一直升高，分别定义为半暗煤、半亮煤和光亮煤，与肉眼观察结果一致。

表1 样品宏观煤岩组分及矿物含量表

2.2 裂隙识别与分割

对常规干燥样品（图3-a）使用阈值分割和顶帽分割相结合的方式对裂隙进行分割（图3-b）。然后以常规干燥样品的灰度数据为基准，将饱和造影剂溶液样品与其对齐（图3-c），将两者相减，得到差异图像（图3-d）。通过饱和溶液与空气的灰度值差异来突出样品中的裂隙，并采用与常规干燥样品相同的分割方式在差异图像中分割裂隙（图3-e）。

图3 裂隙分割流程与对比图

将常规干燥样品与差异图像的灰度图进行对比，干样灰度图中只见少量裂隙，裂隙不连续，且其与基质之间的差异不明显；而差异图像中裂隙数量多，裂隙连续，与基质之间的差异明显。将其分割效果图进行对比，发现直接对干样进行分割，分割出来的裂隙相较于差异图像裂隙数量少、裂隙不连续且开度也更小。由于在饱和造影剂溶液阶段，溶液与煤之间的相互作用是一个复杂的过程，如矿物溶解、元素的吸附—解吸、有机质的携带作用等，使煤中裂隙产生和扩展[21]；煤中部分有机质灰度值较低，无法将其与裂隙区分，由于造影剂溶液的高原子序数、高电子密度等特征，可增加裂隙与有机质之间的灰度值差异，更加有效厘定煤中裂隙[35]。

计算煤样中裂隙孔隙度（煤中裂隙体积占比）如表2所示，常规干燥样品的裂隙孔隙度分布在1.41%～2.78%，饱和造影剂样品的总裂隙孔隙度介于3.01%～6.49%，气测孔隙度介于4.17%～6.93%。通过对差异图像分割出来的总裂隙孔隙度远远高于常规干燥样品，且对分割出来的裂隙孔隙度与气测孔隙度进行对比，发现对差异图像进行分割得出的结果更接近其气测孔隙度值，说明采用饱和造影剂溶液的方法厘定煤裂隙结构其结果更为准确。随着煤样中镜煤＋亮煤含量的增加，样品的裂隙孔隙度也随之增加，与宏观煤岩类型呈现出较强的相关性，表现为光亮煤中裂隙孔隙度最高，半暗煤中裂隙孔隙度最低。

表2 煤样中裂隙孔隙度表

2.3 宏观煤岩组分与裂隙分布特征

2.3.1 宏观煤岩组分分布特征

2.3.1.1 灰度特征

将采集到的煤样原始灰度图像进行灰度标准化，使其灰度值介于0～255。基于2.1中分割得到的不同宏观煤岩组分二值化数据，对灰度标准化后的图像进行遮蔽，即可得到不同宏观煤岩组分的灰度图像，进而得到其灰度分布（图4）。

图4 不同煤样中宏观煤岩组分灰度分布图

由图4可见，镜煤＋亮煤中灰度值呈单峰分布，Hr-1样品中镜煤＋亮煤的灰度值主要分布在90～100，峰值位于94；Hr-2样品中镜煤＋亮煤的灰度值主要分布在70～80，峰值位于76；Hr-3样品中镜煤＋亮煤的灰度值主要分布在77～86，峰值位于82。暗煤＋丝炭中灰度值除Hr-1样品呈双峰分布，其余2个样品均呈单峰分布，Hr-1样品中暗煤＋丝炭的灰度值主要分布在92～116，第一个峰位于97，第二个峰位于102；Hr-2样品中暗煤＋丝炭的灰度值主要位于74～96，峰值位于77；Hr-3样品中暗煤＋丝炭的灰度值主要位于82～95，峰值位于84。

不同宏观煤岩组分中灰度值分布具有明显差异，镜煤＋亮煤中灰度值分布明显小于暗煤＋丝炭，这是由于两者之间的密度差异所造成的。而暗煤＋丝炭中灰度值分布跨度范围却明显高于镜煤＋亮煤，说明暗煤＋丝炭中物质组成更为复杂，造成其密度跨度大。

2.3.1.2 组合模式

不同宏观煤岩类型中样品的宏观煤岩组分含量不同，导致其展布规律不同。分析其展布形态（图5），Hr-1样品中镜煤＋亮煤与暗煤＋丝炭呈现出宽条带状互层结构，镜煤＋亮煤分为4层，平均分层厚度为6.4 mm，夹少量扁平状透镜体丝炭；暗煤＋丝炭分为3层，平均分层厚度为7.82 mm。Hr-2样品中镜煤＋亮煤与暗煤＋丝炭呈现出宽条带状与细条带状互层结构，镜煤＋亮煤共分为2层，平均分层厚度为19.5 mm，为宽条带状结构，夹少量线理状和透镜状丝炭；暗煤＋镜煤分为2层，平均分层厚度为2.4 mm，为细条带状结构。Hr-3样品中以镜煤＋亮煤为主，夹少量透镜状和线理状丝炭。

图5 煤样中宏观煤岩组分展布形态示意图

通过对煤中分层厚度进行分析，总结并建立了图6所示的宏观煤岩组分组合模式。自半暗煤—光亮煤，镜煤＋亮煤的分层厚度越来越大，暗煤＋丝炭的分层厚度越来越小，透镜状丝炭含量更高；组合方式也由半暗煤的互层组合转换为光亮煤的以镜煤＋亮煤为主、夹少量线理状或透镜状暗煤＋丝炭的组合方式。

图6 宏观煤岩组分组合模式图

2.3.2 裂隙特征

2.3.2.1 裂隙开度

使用Avizo三维可视化软件拆分对象算法，将连通的大裂隙拆分为若干个小裂隙（图7），通过计算单个裂隙的等效直径来代替直接计算大裂隙的裂隙开度。

图7 裂隙拆分三维图像

式中Deq表示等效直径，μm；V表示单个裂隙的体积，μm3。

频率分析结果显示（图8）：镜煤＋亮煤中裂隙的等效直径主要分布在25～600 μm，暗煤＋丝炭中裂隙的等效直径主要分布在25～400 μm。样品镜煤＋亮煤中裂隙等效直径呈双峰分布，分别位于50 μm和170 μm处。除了半暗煤（Hr-1样品）中暗煤＋丝炭中裂隙等效直径呈双峰分布，分别位于50 μm和170 μm处；半亮煤（Hr-2样品）和光亮煤（Hr-3样品）中暗煤＋丝炭仅呈单峰分布，位于50 μm处。镜煤＋亮煤和暗煤＋丝炭中裂隙的分布曲线存在一个交点，位于100 μm左右，当裂隙等效直径小于此交点时，暗煤＋丝炭中裂隙频率大于镜煤＋亮煤。

图8 不同煤样中宏观煤岩组分裂隙等效直径频率分布图

不同煤样中裂隙等效直径主要分布在25～700 μm，分布曲线呈双峰式展布，表明煤中主要发育2个尺度的裂隙。位于第一个峰值时，Hr-2样品（半亮煤）的裂隙频率最大，位于第二个峰值时，Hr-3样品（光亮煤）的裂隙频率最大（图9）。

图9 不同煤样中裂隙等效直径频率分布图

综上可知：镜煤＋亮煤中开度较大的裂隙在频率上占优势，而暗煤＋丝炭中开度较小的裂隙在频率上占优势，反映镜煤＋亮煤中裂隙开度总体上大于暗煤＋丝炭，对应于样品中不同宏观煤岩组分灰度值的分布规律。不同样品的裂隙开度分布曲线与镜煤＋亮煤的分布曲线类似，说明煤中裂隙开度主要受镜煤＋亮煤中裂隙的影响。光亮煤中开度较大的裂隙在频率上占优势，半亮煤中开度较小的裂隙在频率上占优势。其开度变化规律为：光亮煤＞半亮煤＞半暗煤，说明样品中裂隙开度受镜煤＋亮煤含量的影响，含量越高，其裂隙开度越大。

据前人研究结果发现，该区3号煤层显微裂隙等效直径主要分布在0～50 μm，同样呈现双峰特征，发育2个尺度的显微裂隙[38]。宏观裂隙与显微裂隙均显现出明显的组分选择性，宏观裂隙一般在镜煤和亮煤中发育，镜质组中显微裂隙发育较惰质组具有明显优势，与本次研究结果一致[36]。

2.3.2.2 裂隙间距

对样品主裂隙的间距进行测量，计算其平均值，如图10所示。自Hr-1—Hr-3样品，镜煤＋亮煤中平均裂隙间距分别为 2 391 μm、2 533 μm 和 2 816 μm，暗煤＋丝炭中平均裂隙间距分别为 3 484 μm、3 259 μm和3 012 μm，总样品中裂隙平均间距分别为2 077 μm、2 321 μm 和 2 631 μm。自半暗煤—光亮煤，镜煤＋亮煤中平均裂隙间距一直增大，暗煤＋丝炭中一直减小，样品中平均裂隙间距一直增大。

图10 裂隙平均间距图

镜煤＋亮煤中平均裂隙间距低于暗煤＋丝炭（图10），因此，在镜煤＋亮煤中裂隙更为发育，对应于样品中不同宏观煤岩组分灰度值的分布规律，前人有关显微裂隙的研究结果也印证了此结果[39]。前人研究结果普遍认为裂隙是内力、外力共同作用的结果，而镜质组脆性较大，当受到外力作用时，更易产生裂隙[40-41]。而镜质组本身在煤化作用过程中，由于自身的生烃、排水等过程更易产生裂缝，而惰质组分排水较少，不易产生裂隙[42-44]。因此，富含镜质组分的镜煤＋亮煤中裂隙更为发育，样品中裂隙的发育情况主要受镜煤＋亮煤中裂隙的影响。

模拟实验和现场观测结果证实，若负载条件及岩层其他条件相似，薄岩层形成的天然裂缝比厚岩层更为密集[45]，而高阶煤中凝胶化作用基本完成，构造作用成为裂隙密度变化的主要因素[42]。由图6可知，自半暗煤—光亮煤，镜煤＋亮煤的分层越来越厚，暗煤＋丝炭的分层越来越薄。因此，镜煤＋亮煤中裂隙间距越来越大，暗煤＋丝炭中裂隙间距越来越小，样品中裂隙间距受镜煤＋亮煤中裂隙的影响，间距越来越小。

与本文研究结果相比，该区3号煤层宏观裂隙发育具有明显的等间距或近乎等间距特性，构造发育部位会发育外生裂隙密集带，自暗淡煤分层至光亮煤分层，宏观裂隙密度不断减小，间距不断增加，与本次研究结果一致[36]。而有关显微裂隙的研究结果却呈现相反的结论，即镜质组含量越高，显微裂隙密度越大，裂隙间距也越小，认为显微裂隙多为内力作用的结果，其形成主要受煤化作用的影响，镜质组含量增高导致其裂隙间距变小[40]。与低阶煤相比，本文所研究的高阶煤在裂隙密度上占绝对优势，较中阶煤则有所不如。处于煤化作用早期的低阶煤只有较少裂隙生成，裂隙密度小，裂隙间距大；伴随着煤化作用进行，由于煤中生烃、排水等过程的进行，煤中裂隙大量产生，造成中阶煤裂隙密度高，裂隙间距小；而到了煤化作用后期，由于压实作用占主导地位，造成高阶煤中大量裂隙趋于闭合，裂隙密度变低，裂隙间距变大[42]。

2.3.2.3 裂隙连通性

选取煤中代表性体积单元作为研究区域，构建球棍模型，计算其配位数，定量表征了裂隙的连通性（图11）。结果显示（图12）：镜煤＋亮煤中裂隙配位数主要分布在0～13，呈单峰分布，Hr-1样品的峰值位于2，Hr-2样品的峰值位于6，Hr-3样品的峰值位于4。暗煤＋丝炭中裂隙配位数主要分布在0～8，其分布曲线一直减小；且与镜煤＋亮煤中裂隙配位数的分布曲线存在一个交点，位于2左右，当裂隙配位数小于此交点时，暗煤＋丝炭中裂隙的相对频率高于镜煤＋亮煤。

图11 裂隙岩体表征单元体（RVE）与球棍模型图

图12 不同煤样中宏观煤岩组分裂隙配位数频率分布图

不同样品的裂隙配位数频率分布曲线如图13所示，主要分布在0～15，分布曲线与镜煤＋亮煤类似，均呈单峰分布。Hr-1样品的峰值位于2.5，Hr-2样品位于7.5，Hr-3样品位于5.0。

图13 不同煤样中裂隙配位数频率分布图

镜煤＋亮煤中配位数较大的裂隙在频率上占优势，暗煤＋丝炭中配位数较小的裂隙在频率上占优势，说明镜煤＋亮煤中裂隙的连通性高于暗煤＋丝炭，对应于样品中不同宏观煤岩组分灰度值的分布规律。不同样品的裂隙配位数分布曲线与镜煤＋亮煤的分布曲线类似，说明煤中裂隙连通性主要受镜煤＋亮煤中裂隙的影响。半亮煤中配位数较大的裂隙在频率上占优势，而半暗煤中配位数较小的在频率上占优势，其连通性变化规律为：半亮煤＞光亮煤＞半暗煤，说明样品中裂隙的连通性不仅取决于其镜煤＋亮煤的含量，也取决于宏观煤岩组分的组合方式，图6所示的半亮煤中宏观煤岩组分的组合方式更利于产生连通性更大的裂隙。

3 结论

1）识别出宏观煤岩组分，进一步厘定宏观煤岩类型。不同宏观煤岩类型煤中宏观煤岩组分组合方式不同，由半暗煤—光亮煤，暗煤＋丝炭由较宽的条带状转变为细条带状或线理状，且透镜状的丝炭含量增加。

2）相较于常规干燥样品CT裂隙分割，采用饱和造影剂溶液的方法识别出煤裂隙更为准确，接近气测孔隙度。裂隙含量与宏观煤岩类型具有较强的相关性，表现为光亮煤中裂隙含量最高，半暗煤中裂隙含量最低。

3）相较于暗煤＋丝炭，镜煤＋亮煤中裂隙在开度、间距和连通性上均具有优势。不同宏观煤岩类型煤中裂隙参数受煤中宏观煤岩组分含量与组合方式影响。裂隙开度随镜煤＋亮煤含量的增加而变大。自半暗煤—光亮煤，镜煤＋亮煤中分层厚度越来越大，暗煤＋丝炭中分层厚度越来越小，造成镜煤＋亮煤中裂隙间距变大，暗煤＋丝炭中裂隙间距变小，样品中裂隙间距受镜煤＋亮煤中裂隙的影响而变大。样品中裂隙连通性不仅受宏观煤岩组分含量的影响，也与宏观煤岩组分组合方式相关，表现为半亮煤中裂隙连通性最好，半暗煤中则最差。