本發(fā)明屬于油氣藏開發(fā)技術領域，尤其涉及一種動靜態(tài)巖石力學參數矯正方法及裝置。
背景技術：
油氣藏巖體是儲集巖體多孔介質材料及其上下圍巖在一定深度下，處在一定溫度、壓力、飽和了一定數量流體和由一系列結構面與結構體組成的地質實體。與近地表工程地質相比，一般埋藏較深，處于較高的三軸復雜圍壓、較高溫度和較高的孔隙壓力及多相流體飽和的條件下。這與地表淺層以及下地殼上地幔處的巖體所處的環(huán)境有很大不同，巖體也具有獨特的力學特性。
對于這種地下數千米深處復雜圍壓、高溫、高孔隙壓力和多相流體的油氣藏巖體而言，傳統(tǒng)的靜態(tài)力學性質研究是將鉆井取心在地面條件下，利用三軸應力測試儀或者聲波測試儀對取出的巖心進行力學實驗，如將鉆井取心拿到地面試驗室中常溫、常壓、干樣，而這種試驗方法，無法完全代表處于地下高溫、高壓、高孔隙壓力和多相飽和流體條件下的油氣藏巖體力學性質，無法保證地下數千米處復雜圍壓、高溫、高孔隙壓力和多相流體的油氣藏巖體力學參數的有效性和準確性，且傳統(tǒng)試驗的智能化程度較低，試驗檢測項目單一，無法充分分析和矯正動靜態(tài)巖石力學參數。
技術實現(xiàn)要素：
本發(fā)明的目的在于提供一種動靜態(tài)巖石力學參數矯正方法及裝置，旨在解決傳統(tǒng)試驗的智能化程度較低，試驗檢測項目單一，無法充分分析和矯正動靜態(tài)巖石力學參數的問題。
本發(fā)明是這樣實現(xiàn)的，一種動靜態(tài)巖石力學參數矯正方法，所述動靜態(tài)巖石力學參數矯正方法包括：
步驟一、將符合試驗標準的油氣藏巖體試樣固定在三軸試驗機中，對所述巖體試樣施加與所述巖體試樣所處地層深度相對應的圍壓；
步驟二、按照多個溫度值由高到低的順序，依次將高壓腔內的溫度降低到多個溫度值下，按照預設加載速率對巖體試樣加載軸壓，得到巖體試樣在各溫度值下的力學參數；
步驟三、從陣列聲波測井的波形資料中提取縱波時差Δtc和橫波時差Δts；
步驟四、根據步驟三所得的縱波時差Δtc和橫波時差Δts，結合陣列聲波測井資料中的密度ρ，計算動態(tài)楊氏模量Ed和動態(tài)泊松比PRd；
步驟五、統(tǒng)計所述油氣藏巖體力學性質影響參數，包括內部影響參數和外部影響參數，內部影響參數包括巖石成分特征參數，巖石結構特征參數，巖石構造特征參數以及巖石孔隙裂縫特征參數，外部影響參數包括溫度特征參數，圍壓特征參數，孔隙流體特征參數以及孔隙壓力特征參數；
步驟六、根據巖石力學參數采集的數據以及統(tǒng)計的巖體力學性質影響參數建立油氣藏的物理模型；
步驟七、獲得所建立的物理模型的硬點文件，并采用Matlab讀取硬點文件中各硬點的坐標數值，形成一個可修改的硬點表，所述硬點表中包括各硬點坐標名稱，以及每一硬點對應的坐標數值、以及相鄰兩個坐標之間在距離值；
步驟八、獲取所述油氣藏的巖石力學參數及巖體力學性質影響參數的關聯(lián)關系；
步驟九、采用巖石力學參數，巖石力學參數的各向異性強度，油氣藏的巖石力學參數及巖體力學性質影響參數的關聯(lián)關系，以及，巖體力學性質影響參數與各向異性強度的關聯(lián)關系，進行油氣藏巖體力學地下原位模型的恢復；
步驟十、與物理模型中的各元素建立關系后，在指定的范圍內對參數進行變動，驅動仿真分析模塊對不同的參數進行計算求解；
巖石力學參數包括巖石彈性參數，所述巖石彈性參數包括楊氏模量、泊松比和Biot系數，所述Biot系數用于表征孔隙彈性參數；所述巖石力學參數的各向異性強度包括楊氏模量各向異性強度、泊松比各向異性強度和Biot系數各向異性強度；
所述巖石力學參數的各向異性強度通過如下公式計算獲得：
其中，Ek為楊氏模量各向異性強度；Eh為水平方向楊氏模量；Ev為垂直方向楊氏模量；
μk為泊松比各向異性強度；μh為水平方向泊松比；μv為垂直方向泊松比；
所述動靜態(tài)巖石力學參數矯正方法的動靜態(tài)巖石力學參數矯正裝置，包括單片機控制器和巖石動靜態(tài)參數采集器，所述單片機控制器分別與巖石動靜態(tài)參數采集器、數據處理器、RAM存儲器、ROM存儲器和無線射頻收發(fā)器電性連接；
所述單片機控制器的輸出端與模擬器的輸入端電性連接；
所述巖石動靜態(tài)參數采集器與巖石參數采集器電性連接；
所述巖石動靜態(tài)參數采集器的輸入端分別與應力傳感器、溫度傳感器、孔隙壓力傳感器和流體飽和度傳感器的輸出端電性連接；
所述無線射頻收發(fā)器通過GPRS網絡與外部設備連接；
所述巖石參數采集器的輸入端分別與巖石成分分析器、巖石結構分析器、巖石構造分析器和巖石孔隙度分析器的輸出端電性連接；
所述單片機控制器的輸入端與供電電源的輸出端電性連接。
進一步，所述無線射頻收發(fā)器設置有無線通信極限容量計算模塊，所述無線通信極限容量計算的計算方法包括：
利用Laguerre多項式計算得到：
其中，m＝min(Nt,Nr)；
n＝max(Nt,Nr)；
為次數為k的Laguerre多項式：
令λ＝n/m，推導出如下歸一化后的信道容量表示式；
其中，
在快速瑞利衰落的情況下，令m＝n＝Nt＝Nr，則v1＝0，v2＝4；
漸進信道容量為：
利用不等式：
log2(1+x)≥log2(x) (式6)
式(5)簡化為：
式(5)表明，隨著收發(fā)天線數目的增加，極限信道的容量會隨之線性地增加。
進一步，所述巖石動靜態(tài)參數采集器設置有多個無線網絡傳感器，多個無線網絡傳感器組成無線網絡傳感器網絡；所述無線網絡傳感器網絡覆蓋的分布式方法在指定的時間內，通過比較工作節(jié)點的最大有效覆蓋時間和剩余能量來安排工作節(jié)點的最優(yōu)探測活動時間，從而使得總的有效覆蓋時間最大；
數學模型如下：
ST:0≤si.start≤l,i∈N
si.end-si.start＝bi,i∈N
其中C為總的有效覆蓋時間，l是每一輪的時間，bi是節(jié)點si在每一輪中的工作時間。
進一步，所述數據處理器設置有數據聚合模塊，所述數據聚合模塊的數據聚合方法具體包括：
步驟一、部署無線傳感器節(jié)點：在面積為S＝W×L的檢測區(qū)域內，將無線傳感器節(jié)點部署在檢測區(qū)域，基站部署在檢測區(qū)域外，基站用于接收和處理整個無線傳感網絡收集到的數據信息；
步驟二、選擇簇頭：將整個檢測區(qū)域按網格進行均勻劃分，使每個網格的大小形狀相同，在每個網格中選擇位置距離網格中心最近的傳感器節(jié)點作為簇頭，檢測區(qū)域按照方形網格均勻劃分，選取方格中距離中心最近的節(jié)點作為簇頭；
步驟三、分簇：簇頭選擇完成后，簇頭廣播Cluster{ID，N，Hop}信息，其中，ID為節(jié)點的編號，N為Cluster信息轉發(fā)的跳數，且N的初值為0，Hop為系統(tǒng)設定的跳數；處于簇頭附近的鄰居節(jié)點收到Cluster信息后N增加1再轉發(fā)這一信息，直到N＝Hop就不再轉發(fā)Cluster信息；簇頭的鄰居節(jié)點轉發(fā)Cluster信息后再向將Cluster信息轉發(fā)給自己的鄰居節(jié)點，然后發(fā)送一個反饋信息Join{ID，N，Eir，dij，ki}給將Cluster信息轉發(fā)給自己的節(jié)點，最終將Join信息轉發(fā)給簇頭表示自己加入該簇，其中，Eir表示該節(jié)點此時的剩余能量，dij表示兩節(jié)點間的距離，ki表示該節(jié)點能夠監(jiān)測得到的數據包的大??；如果一個節(jié)點收到了多個Cluster信息，節(jié)點就選擇N值小的加入該簇，若N相等節(jié)點就隨便選擇一個簇并加入到該簇；如果節(jié)點沒有收到Cluster信息，則節(jié)點發(fā)送Help信息，加入離自己最近的一個簇；
其中，得到每個節(jié)點初始的剩余能量Eir后，就可以通過LEACH能耗模型來估算節(jié)點能量的剩余值，例如進行了M輪后，一輪為傳感器節(jié)點得到監(jiān)測數據然后將數據逐層上傳，最終將數據傳輸給基站的這一過程為一輪，節(jié)點的剩余能量可以估算為：E＝Eir-M(Etx+Erx)＝Eir-M(2kEelec+kεfree-space-ampd2)，Eir即為節(jié)點反饋給簇頭的剩余能量，LEACH能耗模型是LEACH協(xié)議提出的傳感器在發(fā)送和接收數據時能量消耗的消耗模型，具體表達形式為：
Erx(k)＝Ere-elec(k)＝kEelec；
其中，Eelec表示無線收發(fā)電路能耗，εfree-space-amp和εtwo-way-amp分別表示自由空間模型和多路消耗模型的放大器能耗，d0是常數，d是通信節(jié)點相隔距離，k為要發(fā)送或接收的數據位數，Etx(k,d)和Erx(k)分別表示傳感器發(fā)送和接收數據時的能耗；通過LEACH能耗模型即可得到節(jié)點的剩余能量；
步驟四、簇內節(jié)點構成簡單圖模型：通過步驟三得到簇內所有節(jié)點在簇內所處的位置，將每個節(jié)點當做圖的一個頂點，每兩個相鄰節(jié)點間用邊相連接；
步驟五、簇內權值的計算：通過步驟三，簇頭獲取簇內成員節(jié)點的Eir、dij和ki，計算相鄰兩節(jié)點i，j之間的權值，權值的計算公式為：
Wij＝a1(Eir+Ejr)+a2dij+a3(ki+kj)
其中，Ejr、kj分別表示節(jié)點j的剩余能量和節(jié)點j能夠監(jiān)測得的數據的大小，且a1+a2+a3＝1，系統(tǒng)根據系統(tǒng)對Eir、dij或ki所要求的比重不同調整ai的值而得到滿足不同需要的權值；
步驟六、簇內節(jié)點構建最小生成樹：根據步驟四得到的簇內節(jié)點構成的簡單圖模型和步驟五得到的權值，根據Prim最小生成樹算法的定義構建簇內節(jié)點最小生成樹；
步驟七、簇內數據聚合：簇內節(jié)點的最小生成樹構造完成后，傳感器節(jié)點開始正常工作，從最低一級傳感器節(jié)點開始，將收集的數據傳給父節(jié)點，父節(jié)點將自己收集的數據和子節(jié)點傳來的數據聚合后再傳給自己的父節(jié)點，最終將聚合數據傳輸給簇頭；
其中，父節(jié)點為在最小生成樹中按照數據的傳輸方向匯聚數據的節(jié)點稱為父節(jié)點，將數據傳輸給父節(jié)點的節(jié)點為子節(jié)點；
步驟八、簇頭權值的計算：通過步驟三分簇完成后，簇頭獲得整個簇內節(jié)點的位置、節(jié)點剩余能量和傳感器節(jié)點可能監(jiān)測得到數據的大小信息，其中Ecir＝E1r+E2r+…+Eir表示整個簇的剩余能量值，Kci表示簇頭聚合的數據大小，Dij表示相鄰簇頭間的距離，對相鄰兩簇頭i，j之間權值進行計算，權值的公式定義為：
Wij＝b1(Ecir+Ecjr)+b2Dij+b3(Kci+Kcj)
其中，Ecjr和Kcj分別表示簇頭j的剩余能量值和簇頭j聚合的數據大小，且b1+b2+b3＝1，系統(tǒng)根據系統(tǒng)對Ecir、Dij或Kci要求的比重不同調整bi的值而得到滿足不同需要的權值；
步驟九、簇頭節(jié)點構成簡單圖模型：將每個簇頭當做圖的一個頂點，相鄰簇頭之間用邊相連接，每條邊的權值由步驟八中的權值計算公式得到；
步驟十、簇頭節(jié)點構建最小生成樹：由步驟八給出的簇頭節(jié)點構成的簡單圖模型后，根據Prim最小生成樹算法的定義來構建最小生成樹；
步驟十一、簇頭數據聚合：簇頭節(jié)點的最小生成樹構造完成后，從最低一級簇頭開始，將收集的數據傳給父節(jié)點，父節(jié)點將自己聚合的數據和子節(jié)點傳來的數據聚合后再傳給自己的父節(jié)點，最終將聚合數據傳輸給基站；
步驟十二、均衡節(jié)點能耗：為了平衡節(jié)點能量的消耗，防止節(jié)點過快死亡，維持簇正常運行，每進行M輪以后，就重新選擇簇頭，然后重新進行前面的步驟，其中，節(jié)點的能耗可由LEACH能耗模型進行估算；
步驟十三、簇的維持：簇內節(jié)點死亡后，就可能會造成簇內的最小生成樹路徑失效，所以在節(jié)點即將死亡前，節(jié)點發(fā)送一個Die信息給簇頭，表示自己即將死亡，簇頭接收這一信息后，簇頭就開始對簇內節(jié)點重新構建最小生成樹。
本發(fā)明提供的動靜態(tài)巖石力學參數矯正方法及裝置，智能化程度較高，外部設備通過GPRS網絡對單片機控制器遠程控制，能夠同時檢測巖石樣本的圍壓、溫度、孔隙壓力和孔隙中多相流體飽和度，對外部環(huán)境進行了全方位模擬，并且能夠同步分析巖石樣本的成分、結構、構造和孔隙度，通過數據處理器可對采集的數據綜合處理分析，測試項目的多樣性，提高了分析結果的有效性和準確率。
附圖說明
圖1是本發(fā)明實施例提供的動靜態(tài)巖石力學參數矯正裝置的結構示意圖。
圖中：1、單片機控制器；2、巖石動靜態(tài)參數采集器；3、數據處理器；4、RAM存儲器；5、ROM存儲器；6、無線射頻收發(fā)器；7、模擬器；8、巖石參數采集器；9、應力傳感器；10、溫度傳感器；11、孔隙壓力傳感器；12、流體飽和度傳感器；13、GPRS網絡；14、外部設備；15、巖石成分分析器；16、巖石結構分析器、17、巖石構造分析器；18、巖石孔隙度分析器；19、供電電源；20、計時器。
具體實施方式
為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
下面結合附圖對本發(fā)明的應用原理作詳細的描述。
如圖1所示，本發(fā)明實施例提供的本發(fā)明實施例提供的動靜態(tài)巖石力學參數矯正裝置，包括單片機控制器1和巖石動靜態(tài)參數采集器2，所述單片機控制器1分別與巖石動靜態(tài)參數采集器2、數據處理器3、RAM存儲器4、ROM存儲器5和無線射頻收發(fā)器6電性連接，所述單片機控制器1的輸出端與模擬器7的輸入端電性連接，所述巖石動靜態(tài)參數采集器2與巖石參數采集器8電性連接，所述巖石動靜態(tài)參數采集器2的輸入端分別與應力傳感器9、溫度傳感器10、孔隙壓力傳感器11和流體飽和度傳感器12的輸出端電性連接，所述無線射頻收發(fā)器6通過GPRS網絡13與外部設備14連接，所述巖石參數采集器8的輸入端分別與巖石成分分析器15、巖石結構分析器16、巖石構造分析器17和巖石孔隙度分析器18的輸出端電性連接。
進一步，所述單片機控制器1的輸入端與供電電源19的輸出端電性連接。
進一步，所述單片機控制器1的輸入端與計時器20的輸出端電性連接。
進一步，所述外部設備14為電腦、手機等具有網絡連接功能的電子產品。
進一步，所述無線射頻收發(fā)器設置有無線通信極限容量計算模塊，所述無線通信極限容量計算的計算方法包括：
利用Laguerre多項式計算得到：
其中，m＝min(Nt,Nr)；
n＝max(Nt,Nr)；
為次數為k的Laguerre多項式：
令λ＝n/m，推導出如下歸一化后的信道容量表示式；
其中，
在快速瑞利衰落的情況下，令m＝n＝Nt＝Nr，則v1＝0，v2＝4；
漸進信道容量為：
利用不等式：
log2(1+x)≥log2(x) (式6)
式(5)簡化為：
式(5)表明，隨著收發(fā)天線數目的增加，極限信道的容量會隨之線性地增加。
進一步，所述巖石動靜態(tài)參數采集器設置有多個無線網絡傳感器，多個無線網絡傳感器組成無線網絡傳感器網絡；所述無線網絡傳感器網絡覆蓋的分布式方法在指定的時間內，通過比較工作節(jié)點的最大有效覆蓋時間和剩余能量來安排工作節(jié)點的最優(yōu)探測活動時間，從而使得總的有效覆蓋時間最大；
數學模型如下：
ST:0≤si.start≤l,i∈N
si.end-si.start＝bi,i∈N
其中C為總的有效覆蓋時間，l是每一輪的時間，bi是節(jié)點si在每一輪中的工作時間。
進一步，所述數據處理器設置有數據聚合模塊，所述數據聚合模塊的數據聚合方法具體包括：
步驟一、部署無線傳感器節(jié)點：在面積為S＝W×L的檢測區(qū)域內，將無線傳感器節(jié)點部署在檢測區(qū)域，基站部署在檢測區(qū)域外，基站用于接收和處理整個無線傳感網絡收集到的數據信息；
步驟二、選擇簇頭：將整個檢測區(qū)域按網格進行均勻劃分，使每個網格的大小形狀相同，在每個網格中選擇位置距離網格中心最近的傳感器節(jié)點作為簇頭，檢測區(qū)域按照方形網格均勻劃分，選取方格中距離中心最近的節(jié)點作為簇頭；
步驟三、分簇：簇頭選擇完成后，簇頭廣播Cluster{ID，N，Hop}信息，其中，ID為節(jié)點的編號，N為Cluster信息轉發(fā)的跳數，且N的初值為0，Hop為系統(tǒng)設定的跳數；處于簇頭附近的鄰居節(jié)點收到Cluster信息后N增加1再轉發(fā)這一信息，直到N＝Hop就不再轉發(fā)Cluster信息；簇頭的鄰居節(jié)點轉發(fā)Cluster信息后再向將Cluster信息轉發(fā)給自己的鄰居節(jié)點，然后發(fā)送一個反饋信息Join{ID，N，Eir，dij，ki}給將Cluster信息轉發(fā)給自己的節(jié)點，最終將Join信息轉發(fā)給簇頭表示自己加入該簇，其中，Eir表示該節(jié)點此時的剩余能量，dij表示兩節(jié)點間的距離，ki表示該節(jié)點能夠監(jiān)測得到的數據包的大小；如果一個節(jié)點收到了多個Cluster信息，節(jié)點就選擇N值小的加入該簇，若N相等節(jié)點就隨便選擇一個簇并加入到該簇；如果節(jié)點沒有收到Cluster信息，則節(jié)點發(fā)送Help信息，加入離自己最近的一個簇；
其中，得到每個節(jié)點初始的剩余能量Eir后，就可以通過LEACH能耗模型來估算節(jié)點能量的剩余值，例如進行了M輪后，一輪為傳感器節(jié)點得到監(jiān)測數據然后將數據逐層上傳，最終將數據傳輸給基站的這一過程為一輪，節(jié)點的剩余能量可以估算為：E＝Eir-M(Etx+Erx)＝Eir-M(2kEelec+kεfree-space-ampd2)，Eir即為節(jié)點反饋給簇頭的剩余能量，LEACH能耗模型是LEACH協(xié)議提出的傳感器在發(fā)送和接收數據時能量消耗的消耗模型，具體表達形式為：
Erx(k)＝Ere-elec(k)＝kEelec；
其中，Eelec表示無線收發(fā)電路能耗，εfree-space-amp和εtwo-way-amp分別表示自由空間模型和多路消耗模型的放大器能耗，d0是常數，d是通信節(jié)點相隔距離，k為要發(fā)送或接收的數據位數，Etx(k,d)和Erx(k)分別表示傳感器發(fā)送和接收數據時的能耗；通過LEACH能耗模型即可得到節(jié)點的剩余能量；
步驟四、簇內節(jié)點構成簡單圖模型：通過步驟三得到簇內所有節(jié)點在簇內所處的位置，將每個節(jié)點當做圖的一個頂點，每兩個相鄰節(jié)點間用邊相連接；
步驟五、簇內權值的計算：通過步驟三，簇頭獲取簇內成員節(jié)點的Eir、dij和ki，計算相鄰兩節(jié)點i，j之間的權值，權值的計算公式為：
Wij＝a1(Eir+Ejr)+a2dij+a3(ki+kj)
其中，Ejr、kj分別表示節(jié)點j的剩余能量和節(jié)點j能夠監(jiān)測得的數據的大小，且a1+a2+a3＝1，系統(tǒng)根據系統(tǒng)對Eir、dij或ki所要求的比重不同調整ai的值而得到滿足不同需要的權值；
步驟六、簇內節(jié)點構建最小生成樹：根據步驟四得到的簇內節(jié)點構成的簡單圖模型和步驟五得到的權值，根據Prim最小生成樹算法的定義構建簇內節(jié)點最小生成樹；
步驟七、簇內數據聚合：簇內節(jié)點的最小生成樹構造完成后，傳感器節(jié)點開始正常工作，從最低一級傳感器節(jié)點開始，將收集的數據傳給父節(jié)點，父節(jié)點將自己收集的數據和子節(jié)點傳來的數據聚合后再傳給自己的父節(jié)點，最終將聚合數據傳輸給簇頭；
其中，父節(jié)點為在最小生成樹中按照數據的傳輸方向匯聚數據的節(jié)點稱為父節(jié)點，將數據傳輸給父節(jié)點的節(jié)點為子節(jié)點；
步驟八、簇頭權值的計算：通過步驟三分簇完成后，簇頭獲得整個簇內節(jié)點的位置、節(jié)點剩余能量和傳感器節(jié)點可能監(jiān)測得到數據的大小信息，其中Ecir＝E1r+E2r+…+Eir表示整個簇的剩余能量值，Kci表示簇頭聚合的數據大小，Dij表示相鄰簇頭間的距離，對相鄰兩簇頭i，j之間權值進行計算，權值的公式定義為：
Wij＝b1(Ecir+Ecjr)+b2Dij+b3(Kci+Kcj)
其中，Ecjr和Kcj分別表示簇頭j的剩余能量值和簇頭j聚合的數據大小，且b1+b2+b3＝1，系統(tǒng)根據系統(tǒng)對Ecir、Dij或Kci要求的比重不同調整bi的值而得到滿足不同需要的權值；
步驟九、簇頭節(jié)點構成簡單圖模型：將每個簇頭當做圖的一個頂點，相鄰簇頭之間用邊相連接，每條邊的權值由步驟八中的權值計算公式得到；
步驟十、簇頭節(jié)點構建最小生成樹：由步驟八給出的簇頭節(jié)點構成的簡單圖模型后，根據Prim最小生成樹算法的定義來構建最小生成樹；
步驟十一、簇頭數據聚合：簇頭節(jié)點的最小生成樹構造完成后，從最低一級簇頭開始，將收集的數據傳給父節(jié)點，父節(jié)點將自己聚合的數據和子節(jié)點傳來的數據聚合后再傳給自己的父節(jié)點，最終將聚合數據傳輸給基站；
步驟十二、均衡節(jié)點能耗：為了平衡節(jié)點能量的消耗，防止節(jié)點過快死亡，維持簇正常運行，每進行M輪以后，就重新選擇簇頭，然后重新進行前面的步驟，其中，節(jié)點的能耗可由LEACH能耗模型進行估算；
步驟十三、簇的維持：簇內節(jié)點死亡后，就可能會造成簇內的最小生成樹路徑失效，所以在節(jié)點即將死亡前，節(jié)點發(fā)送一個Die信息給簇頭，表示自己即將死亡，簇頭接收這一信息后，簇頭就開始對簇內節(jié)點重新構建最小生成樹。
本發(fā)明實施例提供的動靜態(tài)巖石力學參數矯正方法，包括：
步驟一、將符合試驗標準的油氣藏巖體試樣固定在三軸試驗機中，對所述巖體試樣施加與所述巖體試樣所處地層深度相對應的圍壓；
步驟二、按照多個溫度值由高到低的順序，依次將高壓腔內的溫度降低到多個溫度值下，按照預設加載速率對巖體試樣加載軸壓，得到巖體試樣在各溫度值下的力學參數；
步驟三、從陣列聲波測井的波形資料中提取縱波時差Δtc和橫波時差Δts；
步驟四、根據步驟三所得的縱波時差Δtc和橫波時差Δts，結合陣列聲波測井資料中的密度ρ，計算動態(tài)楊氏模量Ed和動態(tài)泊松比PRd；
步驟五、統(tǒng)計所述油氣藏巖體力學性質影響參數，包括內部影響參數和外部影響參數，內部影響參數包括巖石成分特征參數，巖石結構特征參數，巖石構造特征參數以及巖石孔隙裂縫特征參數，外部影響參數包括溫度特征參數，圍壓特征參數，孔隙流體特征參數以及孔隙壓力特征參數；
步驟六、根據巖石力學參數采集的數據以及統(tǒng)計的巖體力學性質影響參數建立油氣藏的物理模型；
步驟七、獲得所建立的物理模型的硬點文件，并采用Mat l ab讀取硬點文件中各硬點的坐標數值，形成一個可修改的硬點表，所述硬點表中包括各硬點坐標名稱，以及每一硬點對應的坐標數值、以及相鄰兩個坐標之間在距離值；
步驟八、獲取所述油氣藏的巖石力學參數及巖體力學性質影響參數的關聯(lián)關系；
步驟九、采用巖石力學參數，巖石力學參數的各向異性強度，油氣藏的巖石力學參數及巖體力學性質影響參數的關聯(lián)關系，以及，巖體力學性質影響參數與各向異性強度的關聯(lián)關系，進行油氣藏巖體力學地下原位模型的恢復；
步驟十、與物理模型中的各元素建立關系后，在指定的范圍內對參數進行變動，驅動仿真分析模塊對不同的參數進行計算求解。
進一步，巖石力學參數包括巖石彈性參數，所述巖石彈性參數包括楊氏模量、泊松比和Biot系數，所述Biot系數用于表征孔隙彈性參數；所述巖石力學參數的各向異性強度包括楊氏模量各向異性強度、泊松比各向異性強度和Biot系數各向異性強度；
所述巖石力學參數的各向異性強度通過如下公式計算獲得：
其中，Ek為楊氏模量各向異性強度；Eh為水平方向楊氏模量；Ev為垂直方向楊氏模量；μk為泊松比各向異性強度；μh為水平方向泊松比；μv為垂直方向泊松比。
工作原理：該動靜態(tài)巖石力學參數矯正方法及裝置，RAM存儲器4可對數據臨時存儲，ROM存儲器5可對數據永久存儲，便于調用，無線射頻收發(fā)器6可接收和發(fā)送無線信號，應力傳感器9可檢測巖石樣本的圍壓變化情況，溫度傳感器10可檢測巖石樣本所處檢測環(huán)境的溫度變化情況，孔隙壓力傳感器11能夠檢測巖石樣本孔隙壓力變化情況，流體飽和度傳感器12可檢測巖石樣本孔隙內流體飽和程度變化情況，巖石成分分析器15可對巖石樣本的組成成分進行分析，巖石結構分析器16能夠分析巖石樣本的結構，巖石構造分析器17可分析巖石樣本的構造情況，巖石孔隙度分析器18可對巖石樣本的孔隙情況進行分析，供電電源19可對系統(tǒng)供電，計時器20能夠記錄測試分析時間，巖石參數采集器8接收分別來自巖石成分分析器15、巖石結構分析器16、巖石構造分析器17和巖石孔隙度分析器18的檢測信號，并反饋給巖石動靜態(tài)參數采集器2，巖石動靜態(tài)參數采集器2可接收分別來自應力傳感器9、溫度傳感器10、孔隙壓力傳感器11和流體飽和度傳感器12的檢測信號，單片機控制器1可接收來自巖石動靜態(tài)參數采集器2的信號，并反饋給數據處理器3，數據處理器3可對系統(tǒng)采集的數據綜合分析處理，處理結果反饋給單片機控制器1，單片機控制器1根據反饋數據對模擬器7下達指令，模擬器7可對巖石樣本的力學參數進行動靜態(tài)模擬，外部設備14通過GPRS網絡13對單片機控制器1實現(xiàn)遠程控制。
本發(fā)明通過將單塊巖心試樣固定在三軸試驗機中，并對巖心試樣施加相應的圍壓后，先將溫度提升到需要試驗的最高溫度值，在最高溫度值下對巖心試樣施加軸壓，獲得最高溫度值下的應力應變曲線圖，通過間歇降溫的方式再將溫度依次降低到需要試驗的各溫度值下，在各溫度值下，對巖心試樣施加軸壓，獲得各溫度值下的應力應變曲線圖，進而可以根據應力應變曲線圖計算巖心試樣的力學參數。實現(xiàn)了在巖心樣品難以大量獲取，僅有少量巖心可供試驗的條件下，通過對單塊巖心試樣逐級降溫可以獲取單個巖心試樣多個溫度點上巖心試樣的多組力學參數，最大程度避免巖心力學性質非均質的影響，還可將現(xiàn)有巖心資源利用最大化。通過建立油氣藏巖體力學原位模型，可以保證地下數千米深處復雜圍壓、高溫、高孔隙壓力和多相流體的油氣藏巖體力學參數的有效性和準確性。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內。