基于U-net与格子玻尔兹曼方法的页岩裂缝冲击后油水流动孔隙尺度模拟研究

本研究针对页岩储层水力压裂引发的裂缝冲击（fracture hits）导致流体流动机制不清的问题，创新性地结合深度学习U-net网络与格子玻尔兹曼方法（LBM），构建了高精度孔隙尺度模型。研究发现，裂缝冲击后压裂液侵入会引发流体锁闭效应（fluid lock）和液流路径改变，导致两相流区变窄及相对渗透率下降。该成果为优化页岩储层压裂设计提供了微观机制支撑，发表于《Fuel》。

　　

页岩储层开发是能源领域的重要课题，但水力压裂过程中产生的裂缝冲击（fracture hits）常导致产量下降，其微观机制尚不明确。传统宏观数值模拟难以揭示孔隙尺度下的油水流动动态，而页岩复杂的纳米级孔隙结构更增加了研究难度。中国石油大学（北京）的研究团队在《Fuel》发表论文，通过融合深度学习与流体力学方法，首次系统阐明了裂缝冲击后页岩孔隙中的油水竞争流动机制。

研究采用两项关键技术：1）基于U-net网络的页岩SEM图像孔隙结构分割，实现微纳米级孔隙的精准建模；2）格子玻尔兹曼方法（Lattice Boltzmann Method, LBM）模拟多相流，结合Laplace测试和分层流实验验证模型准确性。

【LBM模型验证】
通过Laplace定律测试验证表面张力模拟精度，两相分层流测试确认界面捕捉能力，为后续模拟奠定基础。

【结果与讨论】
自发渗吸阶段：水优先通过毛细管力进入小孔喉，驱替大孔隙中的油相；孔隙尺寸差异越大，毛细管力梯度越显著。
裂缝冲击后：压裂液侵入改变流动动态，形成流体锁闭效应——水相阻塞小孔隙入口，油相滞留大孔隙；水相抢占大孔隙引发流道重组，导致液流断裂（snap-off）现象，使两相流区宽度减少18%-25%。相对渗透率曲线显示油相渗透率下降37%，揭示产量下降的微观机制。

【结论】
该研究创新性地建立了"深度学习+介观模拟"的页岩流体研究范式。U-net网络解决了传统图像分割方法在复杂孔隙结构中的偏差问题，LBM模拟首次量化了裂缝冲击引发的毛细管力失衡效应。发现流体锁闭和流道重组是产量下降的关键因素，为压裂液配方优化（如降低界面张力）和井距设计提供了理论依据。研究获得国家自然科学基金（52074319）等多项支持，相关技术已应用于新疆页岩油开发实践。