专利名称：用于次表地层的定量岩性和矿物性评估的方法
技术领域：
本公开内容总体上涉及用于确定地层岩性和矿物性的方法，更具 体地涉及用于利用专家系统和测井数据来确定地层总体岩性、特定岩 性和矿物性的方法。
背景技术：
很长时间以来都存在对这样的空心测井工具与方法的需求，即其 能够提供在选定方向地质地层岩性和矿物性的测量结果、提供既靠近 钻孔又深入地层的矿物性和岩性测量结果、并提供具有高垂直和横向 分辨率的所有这些测量结果。关于储层岩石岩性和相关矿物的定量信 息不仅对确定特定地层的生产潜力而且对作出碳氢化合物勘探与开釆 的技术与商业决定都是很重要的。例如，通过确定特定地层的热与成 岩历史、定义地层中沉淀物的起源(源区域)和沉积环境并将特定矿 物与测井关联，勘探地质学者可以使用与地层相关的岩石矿物性信息 来减少发现碳氢化合物过程中的危险。地层矿物性信息还可以在勘探 过程中用于估计储层质量、开发有效的损耗策略并预测岩石-流体相 互作用的效果，同时在生产过程中它可以用于设计研究和完成策略， 例如钻井泥浆和适当激励方法(例如有效的酸化或断裂应用)的选择。
地层岩性的解释也是很重要的，包括总体的和特定的。例如，作 为深度的函数，在围绕钻井的地层中所存在的岩性成分的定量知识在评定勘探、评估、生产和完成所有各方面时都是有价值的。例如，适 当的应用可以包括相体系结构的区域性研究、估计储层相的分布、建 立所有层中粘土物质的量、通过表征地层矿物来识别沉积或成岩相中 的细小和显著变化及计划增强的恢复策略。
确定地层岩性和矿物性的传统方法使用来自井筒的岩心，常常利
用x射线衍射技术等对其进行分析。但是，这种传统方法是非常耗时
的，而且对于勘探应用中的使用效率不高。因此，通过使用各种测井
工具，通过将测井数据转换成岩性和/或矿物性测量记录，进行了估计、 评估和解释次表地层岩性和矿物性的各种尝试。
例如，为了确定所选地质区域内这种地层的阳离子交换能力，提 出了用于被钻孔穿透的次表地层原地检查的方法。利用自然的伽马射 线测井，开发出了功能上涉及总伽马辐射和涉及钾、铀和钍能带辐射 的信号。根据这些方法，可以通过与由伽马射线光谱仪提供的所选参 数关联以确定函数关系来确定岩心样本的阳离子交换能力。于是，相 同及周围区域中后续钻孔中地层的阳离子交换能力可以通过使用自然 伽马射线光镨仪和这些所建立的关系来原地确定。但是，因为据报道， 阳离子交换能力和通常与粘土或其它类似矿物具有非常小全局关系的 元素相关，而其中粘土或其它类似矿物规定了阳离子交换能力，所以 这种技术看起来具有有限的用途。
现有技术中描述的其它方法提供了作为钻井深度函数对地层矿
物含量的量化和特征化。根据这些方法，从测井工具得到的元素数据 可以输入到元素—矿物变换数学运算中，例如利用多变量统计分析方 法所构造类型的矩阵，以便确定所评估地层中至少 一种或多种主要矿 物的量。根据矿物数量信息和基本测井数据，可以预测或猜测地层矿 物。其它相关方法和相关装置提出了用于利用伽马射线光谱术、利用 取自钻孔并由最小二乘光谦拟合过程进行分析的非弹性散射伽马射线 光谱来确定地层岩性的方法与装置，其中利用最小二乘光谱拟合过程
来自地层的所测量光i瞽的作用。在有些报告中，、基于所选元素的校准
7非弹性屈曲荷载，还可以确定来自所测量热中子俘获伽马射线光i普的 元素屈曲荷载的校准估计，从其还可以得到或理论化更多关于地层岩 性的信息。
最近，已经提出了用于量化围绕钻孔的地层岩性成分的几种方 法。这种方法一般涉及来自用于地层的已知测井数据的两个或多个岩 性成分模型的构造及模型的后续组合，以便确定具有由纯成分模型定 义的上限和由成比例混合模型定义的下限的可能解决方案的范围，由 此允许任何岩性成分的最大浓度在0%到100%之间变化。
4十对矿物性估计的其它才艮告已经由Harvey等人SPWLA 33rd Annual Logging Symposium, pp.l漏18(1992);和Core-Log Integration, Geological Society(London), Vol. 136: pp.25-38(1998)及Hertzog等人 [Society of Petroleum Engineers. SPE paper No. 16792 , pp.447-460(1987); SPE Formation Evaluation, Vol.4, pp.l53-162(1989)
进行了报道。这些技术中的几种描述了在获得地层主要元素化学性质 的持续测井中所使用的脉冲中子设备、地层的直接激活及地层的自然 伽马光i普的使用。这些工具与方法提供了对硅、铝、钛、铁、钙、钾、 硫及微量元素钆、钍和铀还有氢和氯的测量。主要元素到更通用氧化 物形式的变换在朝钻孔向下每个所测量的深度间隔提供了几乎完整的 主要元素氧化物分析。但是，岩石的元素成分到矿物和岩性集合的变 换是各种方法的主题，从线性编程和遗传算法到例如最小二乘最小化 的数字模型。
例如，用于量化来自井下核谱元素数据的矿物的元素到矿物变换 算法在关于其矿物性表示岩石的大部分化学成分中取得了有限的成 功。更具体而言，因为岩石基质的矿物在其晶体结构中包含许多相同 的元素，所以只利用化学或基于化学的方法来确定地下岩石地层中例 如硅矿的矿物而不事先了解所存在的矿物的量化类型方法会导致涉及 由于成分共线性造成的非唯一方案的问题[见，Harvey， P.K.等， Developments in Physics, Vol.122: pp. 141-157(1997);及Lofts, J.C. 等，Nuclear Physics, Vol.8: pp. 135-148(1994)]。这种挑战又会导致对具有相似成分的那些相的较差估计，这又会导致量化岩石中其它相 时的错误，这是个对每次量化过程呈指数级放大的问题。特别地，已 经发现利用传统最小二乘法等进行的元素到矿物的变换易受共线性影
响，使得它们对于矿物量化基本上是不可靠的[Chakrabarty， T.等， J.Can.Petroleum Technology, Vol.36: pp. 15-21(1997)。
此外，许多现有的测井工具和方法，例如在此简要描述的那些， 不能提供对围绕钻孔的地质地层的足够穿透，而这是提供许多测井操 作员和分析人员所期待的必备具体地质信息所必需的。此外，许多现 有的测井工具不是定向的，而且测量的分辨率也是有限的，特别是进 入地质地层更深的地方。此外，而且有可能是更重要的，用于确定地 下岩性和/或矿物性的现有方法是基于首先确定地层的矿物性，然后尝 试确定或将岩性与矿物性关联。但是，这是非常有限的，因为确定矿 物性过程中的错误(例如在将主要元素变换成更通用氧化物形式过程 中会发生的错误)会转换成非常错误的岩性特征。
本专利申请公开了用于利用人工智能系统根据地层岩性数据确 定地层矿物性的方法，其中人工智能系统使用从包括脉沖中子设备的 井下工具获得的元素测量结果来生成可以用于定义围绕井筒或类似地 钻孔的地层总体岩性、然后是特定岩性及最后是矿物性的算法。
发明内容
在本发明的实施方式中，描述了用于确定围绕地钻孔的地层岩性 的方法，其中该方法包括以包括中子源的测井系统穿过该地钻孔； 利用该测井系统从地层获得元素浓度和元素氧化物数据；生成包括人 工智能系统的一系列算法；生成总体岩性成分模型；及生成特定岩性 成分模型，以便从成分模型确定地层岩性。根据这种实施方式的各方 面，中子源是电子脉冲中子源，它可选地还可以包括伽马射线源。进 一步根据这种实施方式的各方面，人工智能系统选自包括以下的组 神经网络、基于遗传算法的系统、模糊逻辑系统、群集分析系统及其 组合。
9进一 步根据这种实施方式的各方面，总体岩性成分模型包括对沙 砾、页岩、碳酸盐(包括石灰石和白云岩)、蒸发岩、煤及其组合的 确定。在这种实施方式的附加方面中，可以生成特定岩性成分模型， 然后可以利用该特定岩性成分模型来确定围绕地钻孔的地层的特定岩 性。可以确定的特定岩性包括石英、长石质砂岩、石质石质砂岩、页 岩质砂岩、石灰质石英、石灰长石质砂岩、硬石骨质石灰石、钙质硬 石膏、砂质页岩、钙质页岩及其组合。
在本发明的另一种实施方式中，描述了用于确定围绕地钻孔的地
层岩性和矿物性的方法，其中该方法包括以包括中子源的测井系统 穿过该地钻孔；利用该测井系统从地层获得元素浓度和元素氧化物数 据；生成包括人工智能系统的一系列算法；生成总体岩性成分模型； 生成特定岩性成分模型；及根据成分模型的至少一部分确定围绕该地 钻孔的至少一部分地层的矿物性。根据这种实施方式的各方面，中子 源是电子脉冲中子源，它可选地还可以包括伽马射线源。进一步根据 这种实施方式的各方面，人工智能系统选自包括以下的组神经网络、 基于遗传算法的系统、模糊逻辑系统、群集分析系统及其组合。
在本发明的另一种实施方式中，描述了用于从地层产生碳氢化合 物物质的过程，其中该过程包括提供延伸通过至少一部分地层的井 筒；提供与该地层中碳氢化合物产生带流体连通的导管；以测井设备 穿过井筒；利用该测井设备测量围绕井筒的地层的至少一个参数；利 用专家系统确定围绕井筒的至少一部分地层的总体岩性；及从围绕井 筒的地层的产生带生成碳氢化合物类流体物质。根据这种实施方式的 各方面，测井设备可以包括脉冲中子源、伽马射线源或者其組合。在 这种实施方式的更多方面中，所确定的总体岩性包括沙砾、页岩、碳 酸盐(白云岩和石灰石)、蒸发岩、煤及其组合。
本专利文件包含至少一个彩色制成的附图。本专利具有彩色附图 的拷贝将由专利与商标事务所根据需求和必要费用的支付来提供。以下附闺构成本说明书的一部分，包括其是为了进一步证明本发 明的特定方面。通过参考这些附图中的一个或多个并结合在此给出的 特定实施方式的具体描述，可以更好地理解本发明。
图l说明了位于穿透地层的井筒中的测井装置。
图2A说明了概括用于建立地层矿物性的方法的总流程图。 图2B说明了显示在图2A中所说明用于建立地层矿物性的方法 细节的流程图。
图3说明了显示用于Si02、 MgO和CaO的标准化值导向图表交 集的三元图。
图4说明了用于开发用于特定岩性的专家系统的一组混合三元图。
图5说明了显示用于确定总体岩性的专家系统逻辑的流程图。 图6说明了显示定义特定沙岩岩性的专家系统逻辑的流程图。 图7说明了显示定义特定页岩岩性的专家系统逻辑的流程图。 图8A说明了显示用于S、 CaO和Fe203的标准化值导向图表交 集的三元图。
图8B说明了用于开发用于碳酸盐、硬石骨和白云石岩性的专家 系统的一组混合三元图。
图9说明了显示定义碳酸盐岩性的专家系统逻辑的流程图。
图10说明了显示使用专家系统逻辑来定义蒸发岩岩性的流程图。
图ll说明了用于约翰逊城(TX)测试井地层一部分的示意性地 层剖面，说明了该地层单元的岩性和矿物性。
图12说明了例子1中西路易斯安那测试井的示意性地层剖面， 与来自相同矿井的岩心X射线衍射数椐进行比较。
图13说明了例子2中南美测试井的示意性地层剖面，与来自相 同矿井的岩心X射线衍射数据进行比较。
图14说明了例子3中西德克萨斯州矿井的示意性地层剖面，与 来自相同井的岩心X射线衍射数据进行比较。
尽管在此所公开的发明容易进行各种修改和可选形式，但是只有
ii一些特定的实施方式作为例子在附图中示出并在以下进行了具体描 述。附图与这些特定实施方式的具体描述不是要以任何方式限制发明 性概念或所附权利要求的宽度与范围。相反，附图与具体描述的提供 是为了向本领域的普通技术人员说明发明性概念并使得这些人能够制 作并使用该发明性概念。
具体实施例方式
以下给出结合在此所公开发明的一个或多个说明性实施方式。为 了清晰，不是实际实现的所有特征都在本申请中描述或示出。应当理 解，在结合本发明的实际实施方式的开发过程中，必须作出各种实现 特定的决定来实现开发者的目的，例如遵循系统相关的、商业相关的、 政府相关的及其它约束，这些约束随着实现和时间而变。尽管开发者 的努力有可能是复杂而耗时的，但这种努力将仍然是受益于本公开内 容的本领域普通技术人员要采取的例程。
概括地说，申请人创建了用于确定围绕井筒的地表下地层的岩性 和矿物性的过程与方法。
元素输入
图l示出了用于本发明中所述方法与过程的测井装置l，其中该
测井装置位于钻孔通过地层3A、 3B、 3C和3D的井筒2中，以便进 行地层3A、 3B、 3C和3D属性的测量。图1中的井筒2可以充满本 领域中称为"钻探泥浆"的液体悬浮液。可以包括中子装置及多个附 加测井工具或探测装置的一个或多个测井工具7的串一般通过装曱电 缆8下放到井筒2中。电缆8可以从本领域中已知的任何类型的绞盘 或电缆盘缠绕和松开。工具串7可以通过构成电缆8—部分的绝缘电 导体(图1中未示出)电连接到地面设备4。地面设备4可以包括用 于在工具串7和计算机6之间传送控制信号和数据的遥感勘测系统5 的一部分。计算机6还可以包括用于记录由装置所进行并发送到地面 设备4的测量的数据记录器9。根据本发明的各方面，例如本领域中已知的，测井工具7优选地包括脉冲中子源。在本发明的更多方面中， 测井工具7还包括能够测量俘获伽马辐射、非弹性伽马辐射、自然伽 马辐射及其组合的元素伽马射线检测器。用在本发明方法中并用于提 供关于围绕井筒(在此等效地称为地钻孔)的地层元素浓度和/或元素 氧化物数据的合适测井工具包括例如在标题为"Elemental Gamma Ray Signature Instrument"的美国专利申请序列号10/916,921和标题 为"Method and Apparatus for Determining Aluminum Concentration in Earth Formations"的美国专利申请序列号11/223,352中所描述的 那些，这两个申请在此引入作为参考。
现在转到图2A，说明了用于本发明方法的总体处理流程图。如 图所示，并根据本发明的实施方式，用于在数量上确定有井筒通过其 的地层岩性的总体处理10包括获得要分析的用于地层的测井数据12， 确定该地层的岩性14，然后生成描述围绕该井筒的至少一部分地层岩 性的输出和数据18。如图2A中进一步说明的，该方法还可以包括根 据所确定的岩性信息确定地层矿物性16的处理，然后生成在理解围绕 井筒的地层矿物性和岩性中有用的输出和数据18。这在穿透地层的井 筒中和井筒周围对于产生碳氢化合物是非常有用的。如以下更具体讨 论的，根据本发明的方法与过程，地层岩性(包括地层的总体岩性和/ 或特定岩性)和矿物性的确定是利用专家系统实现的。
图2B说明了本公开内容的另一实施方式的流程图，其中测井数 据12是从围绕井筒或钻孔的至少一部分地层获得的。该测井数据转换 成表现为主要元素氧化物和元素信息的元素数据并随后馈送到专家系 统20，专家系统20生成三元图13，如所期望的那样以;漠拟或图形形 式提供这种信息。然后，利用专家系统20从该三元图开发一 系列算法。 如在此更具体讨论的，所生成的这种三元图可以是能够隔离不同岩性 的标准三元图，例如由Pettijohn等所描述的那些[USGS Professional Paper 440-S, p. 19(1963)，或者是混合三元图，这两种图都又用于进 一步开发用于确定地层总体岩性14a及特定岩性14b的专家系统20。 如图2B中进一步说明的， 一旦确定了总体岩性、特定岩性或者二者
13都确定了，就可以生成作为输出数据18的地球化学信息。这种输出数 据18可以是任何适当的格式，包括岩性对深度图、总体岩性对深度图、 特定岩性对深度图、矿物性对深度图、三元图、修改后的三元图、混 合三元图和图集、二元(X-Y)图及这些输出格式的组合或修改。示 例性组合输出图的例子将在此参考图ll进行讨论。
根据本发明的方法，本发明的方法还可以包括从地球化学测井和 传统测井获得附加的测井数据11,以便总体上识别和量化沉积岩中的 矿物。如图2B中所说明的，这种附加的测井数据11随后可以与总体 和特定岩性信息(14a和14b)结合，用于确定围绕井筒的至少一部分 地层的矿物性16。可选地和等效地，附加井筒切割、岩心数据或测井 数据11可以用于增强并更好地确定总体岩性、特定岩性或者二者都 有，然后它们可以直接转换成基于岩性的输出数据18。
附加数据(11)的类型包括但不限于岩心数据(例如X射线衍射 数据)和岩心切割数据，及从碳/氧(C/O)测井(碳/氧(C/O))测 量获得的测井数据，这些数据允许操作员独立于地层水盐浓度在钻井 的生命周期中以延时方式通过套管和管子监视储层；声波或声学测量 及结果数据；电阻率(既有浅的又有深的)测井数据；自发电势(SP) 测井数据；光电(PE)截面测井数据；伽马射线(GR)测井数据； 测量电阻率的高清晰感应测井(HDIL)和类似测井，包括空心电线工 具；容积密度校正(ZCOR)数据；补偿容积密度数据(ZDEN); 钻孔校正补偿中子孔隙率(CNC);微侧向测井电阻率(RMLL)数 据；核磁共振(NMR)测井技术和从这种技术获得的数据，包括但不 限于磁共振成像测井(MRIL)、密度(①)NMR数据及从NMR得 到的粘土束縛水(CBW )含量的确定与测量；SpectraLog ( K，U，Th ) 数据，及类似的光i普伽马射线工具及其结果数据；测径器(井径的持 续记录，通常以英寸为单位记录)测量数据，包括DCAL(差分测径 器)数据；及这些数据源中两个或多个的组合。
回到图2B，在已经获得了提供特定主要元素的元素信息的测井 数据12后，可以是本领域中已知的任何合适计算机系统的计算机系统，例如标准的人机接口 (HMI)，使用(检查通过) 一系列基于元 素数据的算法，其中主要元素包括但不限于硅、钾、镁、钙、碳、铁、 氯、钛、钍、锰、礼、铝和硫。这些算法将在以下更具体地描述，但 总的来说这些算法包括人工智能系统20。如前面所指示的，适用于本 发明的人工智能系统包括但不限于专家系统、神经网络、基于遗传算 法的系统、模糊逻辑系统、群集分析系统及两个或多个这些系统的组 合。利用主要元素氧化物和元素的重量百分比，人工智能系统20生成 三元鉴别图13，例如在H.Rollinson作品中所描述的那些[Using Geochemical Data: Evalution， Presentation, Interpretation; John Wiley， Hoboken， NJ: 1993。这些三元鉴别图13可以包括本领域中 已知的基于其对所观察到的矿物集合和对其模型丰富性的作用说明所 选元素之间关系的标准三元图及在图4和8B中所说明的混合三元图 集。在生成一系列适当的三元图之后，人工智能系统20将利用以下更 具体讨论的一系列逻辑流程图生成总体岩性成分模型14a。在这个时 候，根据用户的决定，系统20可以适当的格式，例如总体岩性对深度 图，提供关于围绕井筒的地层的总体岩性成分信息作为输出数据18。 否则，人工智能系统20将继续利用基于已经生成的总体岩性成分模型 的一系列逻辑流程图生成特定岩性成分模型14b。这种特定岩性成分 模型及相关信息可以适当格式，例如特定岩性对深度图，作为输出数 据18提供，或者同样可以接受的，来自特定岩性成分模型的信息可以 用于生成矿物性成分模型16。在这种情况下，利用总体和特定岩性成 分模型的组合，人工智能系统20可以继续生成围绕井筒的至少一部分 地层的矿物性成分模型16。然后，系统20可以将该成分模型转换成 适当格式的输出数据18，例如矿物性对深度图或者类似的输出格式。 根据前面参考图2A所述的各方面，来自其它测井设备或测井信息源 的附加数据11，例如NMR测井数据或SpectraLog 、 SpectraLogTMII 数据，可以可选地集成到系统20中，来进一步提炼总体岩性成分模型 14a、特定岩性成分模型14b、矿物性成分模型16、所有这三种成分模 型或者这些模型的组合。
15人工智能系统
如在此将更具体描述的，在此通称为专家系统20的人工智能系 统(AIS)在本发明中用于多种地球化学分析功能，包括但不限于生 成三元的图形或其它表示、混合三元图和二元图/图表，及使用基于来 自测井工具的元素信息的化学信息和化学比率来建立围绕延伸到地层 中的井筒的岩石总体岩性、特定岩性和矿物性。
如在此所使用的，人工智能系统包括但不限于专家系统、神经网 络、遗传算法、模糊逻辑系统、模糊神经网络和群集分析系统及相互 关联的两个或多个这种系统的组合。这种人工智能系统包括能够获得 和分析测井数据的任何系统。更具体而言，人工智能系统20可以根据 例如由测井工具提供的元素氧化物信息的元素信息之间的标准化比率 开发一种或多种算法。这种信息随后可以绘制到三元图上，该三元图 又用于描绘和确定总体岩性。如在此将更具体描述的，可以利用这种 方法描绘并确定的总体岩性包括沙砾、碳酸盐、硬石膏和页岩。进一 步从例如元素氧化物比率的测井数据开发的附加算法允许缩小总体岩 性分类来确定特定岩性，其中元素氧化物比率例如从三元图或混合三 元图上绘制的元素和化学信息所获得的包括K20、 MgO、 Fe203中两 个或多个之间的比率及元素决定因素(例如氧化镁和氧化钙三元值， 分别是MgT和CaT，及每单位重量的元素浓度值)和特定鉴别器。
在此所使用的并在生成用于定义岩石总体岩性、特定岩性和/或 矿物性的算法时有用的专家系统20可以许多已知的计算机编程语言 或系统来编写或建模，包括神经网络和VisualBasic (Microsoft )。
计^机编程方法包括三种通常已知的建模方法，或者这种建模程序的 #"改版本。由SEDNORM[Cohen和Ward, 1991; Computers and Geoscience, v. 17， p. 1235-1253、LPNORM[De Caritat等，1994; Computers and Geoscience, v. 20， p. 313-347所代表的两种合适的建 才莫方法和建才莫系统MODAN[Paktunc , 1998 ; Computers andGeoscience， v. 24， p. 425-431使用对一系列线性等式的最佳适配解决
方案。此外，在此所使用的系统20可以分成一般由加密网络连接或类
似链接连接的至少 一个中央数据处理设备及一个或多个远程和/或局
部用户设备。系统20的体系结构可以基于远程或本地用户设备与例如
公司集中位置的中央位置之间的共享处理功能。远程或本地用户设备
也可以包括请求信息或与系统20交互的万维网用户或互联网用户。
如在此所使用的，术语"神经网络"指一种尝试模仿人类大脑工
作和运行方式的人工智能类型。不是使用其中所有计算都是操作0和
1的数字模型，神经网络通过创建处理元素之间的连接来工作。当网
络具有现有例子或要绘制的数据点值的大数据库时，神经网络在预测
和生成成分算法与模型中可能特别有效。尽管神经网络可以暗示非数
字型的计算机，但根据本发明，如本领域中已知的，神经网络也可以 在数字计算机上模拟。
类似地，如在此所使用的，术语"专家系统"广义地指能够执行 将以别的方式由人类专家执行的任务的计算机应用和系统。有些专家 系统设计成代替人类专家，而其它则设计成帮助他们，这两种类型都 是本发明所预期的。如上面所提出的，专家系统是称为人工智能的计 算机应用总体分类的一部分。专家系统的意思是要解决通常需要专门 的人类专家(例如医生或矿物学家)的实际问题。因此，建立专家系 统首先涉及从人类专家提取相关知识。这种知识从本质上讲常常是启 发式的，基于有用的"经验法则，，而不是绝对的确定事实。以可以由 计算机所使用的方式从专家提取信息总的来说是个很困难的任务，需 要其自己的专业知识。知识工程师有提取这种知识并建立专家系统知 识库的任务。
根据本发明的专家系统可以是任何类型，尤其是本质上是迭代式 的那些，因为它们是以方便容易检查和修改的方式开发和编写的。这 种系统将能够(向专家、用户和知识工程师)解释他们的推理并回答 关于解决过程的问题。这种专家系统还将能够很容易地更新，而不需 要重写大部分代码；相反，该系统能够增加或删除局部化的知识块。专家系统最广泛使用的知识表示计划是规则(有时候与框架系统 组合)。 一般来说，规则不具有特定的结论-如果条件成立，则将刚 好有结论成立的某种程度的确定性。在此，统计技术也可以由专家系 统使用，以便确定这种确定性和/或生成和定义算法。不管有没有确定 性，基于规则的系统通常都是很容易修改的并且使得很容易提供系统 推理的相当有帮助的跟踪。
如以上简要描述的，专家系统20使用算法或一系列算法用于确 定岩石或岩石地层的总体岩性、特定岩性和矿物性，但专家系统20 也可以用于开发和生成充当岩性和矿物性模型开发主要工具的三元 图。总的来说，专家系统使用在三元辨别图上绘制的主要元素氧化物 的重量百分比来区分硅质碎屑、蒸发岩和碳酸盐岩性，其中主要元素 氧化物具体而言是指Si02、 K20、 MgO、 CaO、 Fe203、入1203和8。 根据本发明的一方面，根据在此所述的一种方法，没有强调铝元素数 据。但是，其在岩性和矿物质辨别确定中的使用和包括在特定情况下 也可以考虑。
在三元图使用的例子中，并且由于三元图在开发用于本发明方法 的模型中的重要性，现在提供其使用及其到混合三元图的扩展的简要 解释。在例子中，具有大约5。/。CaO、大约4。/。MgO和大约80%SiO2 给定成分的岩石的元素百分比将利用专家系统20标准化，然后绘制到 三元图、化学辨别图或类似类型的图上。用于这个例子的示例标准化 如下
CaO%=6%=CaO/2(CaO，MgO，SiO2)x(100)
MgO%=4%=MgO/i:(CaO，MgO,SiO2)x(100)
SiO2%=90。/。= SiO2/i:(CaO，MgO，SiO2)x(100)
然后，基于由图3上交集标记"*"标记的三个变量，这个点的 位置绘制到标准三元图上。根据由这种关系定义的点，专家系统将生 成三元图(或者其等价物)并将以上化学性质绘制到三元图上示为"沙
岩"的带中。
更具体地参考图3，在总体三元图上概述的带说明了可以利用这
18种方法识别的不同岩性的成分范围。在三元图上概述的带说明了可以
利用这种方法识别的不同岩性的成分范围。例如，接近三元图上的Si02 顶点，可以概述为沙岩。在SK)2和CaO之间，可以识别出具有可变 含量碳酸盐的沙岩，而石灰石成分可以与硅含量一起在靠近CaO的顶 点确定。CaO和MgO可以用于识别白云石，且白云石成分和CaO之 间的点可以用于定义碳酸盐中方解石对白云石的相对比例。此外，如 以下更具体描述的，SK)2和MgO+Fe203之间的比率可以用于进一步 定义页岩岩性。
图4说明了由本发明专家系统用于确定岩石地层特定岩性的示例 性混合三元图。对石质、长石质和石英质沙岩的化学性质和定量矿物 性信息的研究已经得出岩石Fez03和K20比率对实际Si()2值可用于 辨别特定硅质碎屑岩性的结论，如由Moore等人[J.Sedimentary Petrology, vol. 40: pp. 1147國1152(1970)]和Wendlandt等人[American Association of Petroleum Geologist Bulletin, vol. 74: pp. 837-856(1990)] 工作所支持的。但是，由于值的标准化导致对岩石具体化学性质分辨 率的损失，因此由于与探测与标准三元图的这种具体关系关联的困难， 如图4中所说明混合三元组30的混合三元图是为与本发明关联使用而 开发的。图4中所说明的混合三元组30使用Fe203和K20之间的标 准化比率对实际硅或钓含量(按其氧化物确定的)，以便确定沙岩的 特定岩性。利用这种方法，并具体看图4中的曲线A，石英32可以清 楚地与白云石31和碳酸盐33区别开。类似地，看曲线C，石英32 也可以清楚地与长石质沙岩34和石质沙岩36区别开。曲线BK20和 MgO之间的底部标准化比率对实际硅(Si02)含量允许确定碳酸盐 33并将其与长石质沙岩34和石质沙岩36区别开。转到图4的中心混 合三元图C和D，说明了 K20和SK)2对Fe203 (图C)或MgO (图 D)之间的标准化比率。如图C中所说明的，混合图允许区别富含铁 的页岩(35)和富含镁的页岩(38)，而图D说明了区别富含镁的页 岩(38)和白云石(31)。最后，在具体称为图E和F的第三組混合 三元图中，长石质沙岩34、碳酸盐33、白云石31和石灰质沙岩37
19可以通过绘制K20和MgO或Fe203对实际氧化4丐(CaO)含量的标 准化比率来区别。例如，在图E中，长石质沙岩34可以与石灰质沙岩 37和碳酸盐33区别开，而在图F中，白云石31、碳酸盐33、长石质 沙岩34和石灰质沙岩37都可以清楚地区别开。以这种方式，沙岩可 以利用本发明的专家系统和方法区别成石英质、长石质和石质沙岩特
定岩性分类。
利用总的和混合三元图，专家系统可以进一步开发成用于区别各 种岩性，并由此允许确定围绕井筒的岩石地层的总体岩性和特定岩性， 及用于确定围绕井筒的岩石地层的矿物性。
岩性确定
本公开内容总体上针对井筒数据对确定围绕地下钻孔的地层岩 性和矿物性的使用。在这方面，术语"矿物性"和"岩性，，的意义及 岩石这些描述词的特征是概述本公开内容所必需的。众所周知，矿物 是自然出现的同族无机固体，由一种或多种化学元素组成，这些化学 元素的内部有序排列形成几何晶格。它们形成的三种主要机制是由于 溶液的沉淀、由于岩浆冷却造成的凝固及由于水蒸气的升华 [Palache，C; Berman，H; 及Frondel，C; The System of Mineralogy of James Dwight Dana and Edward Salisbury Dana; 1951。从这些过程 形成的过程中化学键接的差异就产生了拥有明确的物理和化学性质的 矿物。在确定差异中显著重要性的几种特性包括但不限于裂紋、断面、 硬度和比重。如在此所使用的，"裂紋"指许多矿物的物理特性，而 且是矿物沿弱结合区断开的趋势的测量。相反，如在此所使用的，"断 面"指由矿物所呈现的其结合沿所有结晶平面都很强的物理属性 [Dana; 1951， id。 一个与断面相关且常常与术语断面一起用于分类 或描述矿物的术语是术语韧度，它是矿物所提供的对断开、压碎、弯 曲、切割或其它破坏行为的抵抗力。韧度和断面的相关性在于矿物(或 岩石)的"断面"是一旦超出韧度极限，矿物将如何断开。在例子中， 石英是沉积岩中发现的最丰富和最硬的常见矿物。石英呈现"贝壳状断面，，[Dana， J.D; A System of Mineralogy(第6版)New York, Wiley; 由E.S. Dana重写(1915)。分离这种共价键矿物的尝试使晶体以类似 于玻璃的方式粉碎。相反，矿物"方解石"在三个方向呈现菱形裂紋， 其中两个方向与另一个方向垂直。长石，常见的沉积矿物，也拥有两 个方向的裂紋，彼此大约呈卯°。
硬度和比重是矿物的其它重要物理属性。硬度是矿物抵抗刮擦或 磨损的测量，通常以从0到10的等级表示，该等级被认为是Moh的 相对硬度等级，而比重(常常缩写为s.g.)是矿物(包括金属矿物) 或岩石矿物的重量与等体积水重量的比较，而且是关于克每立方厘米， g/cc,测量的。如在此所使用的，术语"比重"等效于矿物的密度。 例如，石英具有相对刮擦硬度(Mohs硬度=7 )，比方解石的硬度(Mohs 硬度=3)大很多[Dana, J.D.; A System of Mineralogy(第6版)New York, Wiley;由E.S. Dana重写(1959)。这将指示在运输过程中石英 颗粒比方解石更能经受磨损。
与纯矿物相比，沉积岩包括由于侵蚀、沉积和沉淀导致的作为颗 粒或岩石碎片的矿物的积聚物，其中侵蚀、沉积和沉淀与冲积、河流 冲刷、风蚀和海蚀过程关联。关于这些沉积岩的术语"岩性"描述了 岩石的物理属性，包括矿物的颗粒大小和紋理及包括岩石的碎片。因 此，与"矿物，，相反，"岩石"可以定义为由一种或多种矿物组成的 异族固体，其中矿物的矿物类型、颗粒大小和紋理确定了岩石的岩性。 在岩石由硅酸盐矿物或硅质碎屑组成的情况下，颗粒大小和紋理将定 义岩石是页岩、粉砂岩还是沙岩[Folk， R丄.，The Petrology of Sedimentary Rocks: Austin, TX， Hemphill出版 >司(1974) 1。主 要由方解石和白云石组成的碳酸盐岩性也可以根据颗粒大小来分类 [Dunham, R.J.， "Classification of Carbonate Rocks According to Depositional Texture ，，， 在 Ham ， W.E.ed 中，Classification of Carbonate Rocks: American Association of Petroleum Geologists Memoir 1， pp. 108-121(1962)]。
组成岩性的矿物，例如沙岩，可以包括石英、长石和具有少量粘
21土的云母的大块组合。另一方面，页岩由占主要地位的淤泥和粘土大 小的例如石英和长石的矿物和例如高呤石、伊利石和蒙脱石的富含粘 土的矿物组成。碳酸盐还可以包括硅质碎屑矿物和岩石碎片与其它化 学矿物沉淀，例如硬石骨和石骨。但是，这些矿物的生成由于其它矿 物由于基质中岩化作用和交代变质的形成而变得复杂。因此，术语"页 岩，，不可与用于描述伊利石、蒙脱石和高岭石的术语"粘土矿物"比 较，且"沙岩"也不可以用作例如石英、长石或其它硅酸盐的矿物的 等价物。
一个术语描述岩性，而其它描述矿物性。
在测井业中，这些差别不总是很清楚的。岩性和矿物性术语常常 可交互地用于描述相同的实体，这常常会导致关于术语真正意义的误 解。例如，岩性术语"沙砾"和矿物性术语"石英" 一起使用来描述 岩石是不相容的。"沙砾"不拥有前面对矿物所描述的物理特性，而 由任何颗粒大小区别所界定的"石英"的物理和化学属性也不包括"沙 砾，，0
因此，在本专利申请中，术语"岩性"和"特性岩性"用于描述 与复合矿物基质关联的化学性质。类似地，如在此所使用的，术语"矿 物性"意义是描述和量化组成那些岩性基质的矿物。这些区别与其它 当前的定量方法形成强烈对比，其中化学性质用于确定定量岩性，其 中单独的硅酸盐、碳酸盐和粘土矿物不是基于化学性质隔离，而是通 过硅酸盐、碳酸盐和粘土组的集合来表示。
如在此所使用的，术语"总体岩性"指岩石(由一种或多种矿物 组成的异类固体)的大块岩性，而不关于特定类型。可以根据本发明 确定的总体岩性包括但不限于沙砾(例如沙岩)、页岩、碳酸盐、煤 和蒸发岩。这些总体岩性又可以用于确定地层的"特定岩性"，特定 岩性在此是指地层更特别、明确的岩性。沙砾包括但不限于特定岩性 石英沙砾(主要包含石英和少量其它矿物的沙砾)、长石质沙岩、石 质沙砾、石灰质沙砾和页岩沙砾。页岩包括沙质页岩、富含镁(富含
Mg)的页岩和富含铁(富含Fe)的页岩。碳酸盐包括石灰石和白云 石。可以确定的蒸发岩包括但不限于盐和硬石骨。
22现在参考图5，示出了说明用于确定地层总体岩性的专家系统逻 辑流程图的流程图。关于这个图和在此说明总体流程图的其它图，除 非另外指出，否则所列出的所有元素都是指元素氧化物(例如，"Ca" 意思是CaO)。其中的例外是元素硫(S)和碳(C),它们在此是指 元素，而不是氧化物。此外，在参考这里的流程图时，应当指出，所 包括的值的选择不一定是有限的，而且用于特定鉴别器的值或元素氧 化物值的选择可以影响贯穿整个系统计算的所有其它值。即，应当意 识到，尽管可以对图5流程图中的值进行修改，但为了获得有意义的 结果，这些值可能会使贯穿整个后续决策提示和值计算中的变化成为 必需。
在确定图5概述的总体岩性之前，且为了更精确地区别包含粘土 和不包含粘土的岩性，专家系统可选地通过利用图4中所说明三元图 上K-长石/伊利石的氧化钾与氧化镁之比(K/Mg)比较氧化镁的量和 氧化钾的量来首先确定与粘土关联但不与碳酸盐关联的镁的量。这个 值赋给氧化镁MgO的量(在此由MgA表示)。类似地，专家系统还 可以可选和二选一地首先确定与粘土关联且不与碳酸盐关联的氧化铁 和其它氧化铁及含特矿物的量。这是通过K-长石/伊利石的允许的氧 化钾-氧化铁之比(K20/Fe203)确定的。这个值赋给Fe*。
现在参考图5，给出了一系列与来自三元图和/或混合三元图的特 定元素百分比耦合的"因为"和"所以"语句，并启动用于通过多个 可能的总体岩性确定因子分类的路径。在这个流程图中，及在此所述 的其它图中，硅质碎屑鉴别器，例如Si(V(Si02+K20+Mgw+FeA)之 比，也可命名为"SS"，在指导方法与处理过程中起着重要的作用。 但是，应当指出，尽管这个硅质碎屑鉴别器有时候在隔离硅质碎屑沙 岩岩性对碳酸盐(石灰石和白云石)和页岩中是最有用的，但用于在 此所述方法与处理的专家系统是利用岩石地层的MgO和/或Fe2Ojt 学性质可能不全都归结为硅质矿物的可能性开发的。因此，在这种情 况下，主要的总体岩性比率是根据由碳酸盐、氧化物和硫化物阶段所 给出的多余量进行调整的。作为用于确定岩石或地下岩石地层总体岩性的图5操作的例子， 专家系统首先通过在决策提示44评估岩石中钙的量来区别碳酸盐/硬 石青和沙砾与页岩，这是从基于图3和图4所说明三元图的CaO( Ca) 值来确定的。如果计算出的CaO (Ca)值大于a (其中a的范围是从 大约10wt。/。到大约16wt.% ),则排除了页岩、沙砾和煤，且氧化镁 的值(Mg，如从三元图中MgO确定的)将用于区别岩石是白云石还 是硬石骨或者是石灰石。在决策提示46，氧化镁的值(Mg)由专家 系统计算和评估。如果Mg大于(5 (其中p的范围是从大约5wt,。/。到 大约11 wt,% ),则系统将岩石归类为白云岩。但是，如果Mg计算 并确定为小于P，则氧化钙的值(Ca)将用于进一步评估岩石。在决 策提示48，如果第二个氧化钓的值(Ca)计算为大于a，(其中a，的 范围是从大约15wt;到大约22 wt.% )，则系统前进到决策提示50 来评估元素硫的含量(S)，以便进一步分类岩石的总体岩性。如果 计算出S的值大于3(其中S的范围是从大约5wt. %到大约23 wt. % ， 包括大约ll wt.%)，则岩石确定为具有硬石骨总体岩性。但是，如 果所计算的S小于S，则与石灰石关联的岩石的镁含量应当进行评估。 在决策提示52，专家系统计算并评估氧化钙含量(Ca，基于CaO三 元值)的附加值和来自白云石的氧化镁值(MgD)。如果计算出的 Ca+MgD的值大于k (其中k的范围是从大约15wt，。/。到大约40 wt. % )，则发现岩石具有石灰石总体岩性。如果在决策提示52确定计算 出的Ca+MgD的值小于X，则排除了碳酸盐和硬石骨总体岩性，且系 统必须前进到决策提示54来确定岩石是页岩、沙岩还是煤。
继续参考图5，如果通过计算和评估，专家系统已经排除了碳酸 盐和硬石骨总体岩性，则系统尝试区别煤、沙砾和页岩总体岩性。在 决策提示54，专家系统计算并评估氧化硅值(Si)和元素碳的值(C )。 如果岩石确定为具有小于^的Si值(其中^的范围是从lOwt. %到40 wt.% )和大于e的元素碳的值(C)(其中6的范围是从40wt.。/。到 100wt.%)，则系统将岩石分类为煤。但是，如果这两个需求有一个 不满足，则系统将在决策提示56使用Si/(Si+Mgw+K+Fe^之比来评估岩石地层的总体岩性。如果计算出的Si/(Si+MgA+K+Fe"之比大于o (其中(T的范围是从大约0.6到大约1.0)，则专家系统确定岩石具有 沙岩总体岩性。相反，如果计算出的81/(81+]\^*+10^6*)之比小于o， 则岩石确定为是页岩。为了进一步区别页岩，在决策提示58，系统20 计算并评估氧化镁三元值(MgT)，以便确定岩石是否是页岩。如果 MgT的值具有小于^的计算值(其中^的范围是从大约0.1到大约 0.4)，则岩石确定为是页岩；相反，如果MgT被评估并通过计算发 现大于pn则页岩总体岩性将被排除，岩石的总体岩性还未确定。
一旦确定了围绕井筒的地层的总体岩性，数据就可以如上面所提
出的作为输出提供给客户，或者可以用于进一步生成第二成分模型， 该第二模型描述围绕井筒的地层的特定地质概况。说明由在此所述的
专家系统所使用的用于确定地层特定岩性的总体处理的示例性逻辑流 程图在图6-10中示出。
图6说明了用于确定沙岩的特定岩性的专家系统逻辑的流程图。 为了区别特定沙岩岩性的不同类型，专家系统首先在决策提示60计算 地层中氧化硅(Si)的相对平均重量百分比u% )。如果氧化硅的相 对平均重量百分比大于g (其中g的范围是从大约70wt.。/。到大约100 wt.% )，则系统确定为是石英质沙岩，且石质、长石质和页岩质质沙 岩的特定岩性都从考虑中排除了。在下一决策提示，决策提示62a， 专家系统计算并估计氧化钙三元值(CaT)，该值是由系统利用 CaO-Si02-MgO三元图确定的。如果发现CaT的值大于(其中 的范围是从大约0.01到大约0.15)，则排除了作为选项的石英，且岩 石的特定岩性确定为是石灰质石英。相反，如果在决策提示62a发现 CaT值小于w,则岩石确定为是石英。
继续参考图6，如果在决策提示60氧化硅(Si)的相对平均重量 百分比小于《，则在确定沙岩的特定岩性中排除了石英，且系统考虑 石质、长石质和页岩质沙岩。在决策提示64，系统估计Fe203/(K20+ Fe203)之比[表示为FeV(K+Fe"之比]和硅质碎屑鉴别器(SS)。如果 Fe*/(K+ Fe"之比大于\|/ (其中\|/的范围是从大约0.3到大约0.7)且硅质碎屑鉴别器(SS)的值小于q (其中tn的范围是从大约0.85到 大约0.95)，则专家系统将岩石归类为石质沙岩，并排除了作为可能 特定岩性的长石质和页岩质沙岩。在这种情况下，氧化钙三元值(CaT ) 在决策点62b通过计算进行评估；如果发现CaT大于则专家系统 将岩石归类为石灰质石质沙岩。但是，如果在决策提示62b发现氧化 钙三元值(CaT)小于ai，则专家系统将岩石归类为石质沙岩。遵循 图6的流程图并回到决策提示64，如果在计算和评估后，两个需求都 不满足，则专家系统前进到决策提示66。在决策提示66，系统估计硅 质碎屑(沙砾-页岩)鉴别器(SS)，以便确定它是否大于(72 (其中 (J2的范围是从大约0.85到大约0.95)。计算并评估SS值，如果发现 其大于02，则专家系统将岩石归类为长石石质沙岩，并前进到决策提 示62c。如果在计算和评估后，在决策提示62c发现CaT大于a"则 将岩石归类为具有石灰质长石沙岩；相反，当CaT在决策提示62c小 于W时，岩石确定为具有长石特定岩性。可选地，如果发现SS小于 (T2，则排除了作为特定岩性的长石质沙岩，且专家系统将沙岩归类为 页岩质沙岩并前进到决策提示62d。如果在计算和评估后，在决策提 示62d发现氧化钙三元值(CaT)大于an在将岩石归类为具有石灰 质页岩质沙砾特定岩性；否则，当在提示62dCaT小于o^时，岩石归 类为具有页岩质沙砾特定岩性。
图7说明了利用根据本公开内容的专家系统，显示用于确定页岩 特定岩性的示例性专家系统逻辑的流程图。如在此所说明的，在专家 系统确定具有页岩总体岩性分类后，由专家系统对岩石的元素数据进 行进一步评估，来区别页岩的各种特定岩性-钙质页岩、沙质页岩、 铁质页岩和镁质页岩。在操作例子中，系统首先在决策提示70评估岩 石中所存在的氧化钧(CaO)的量。如果计算出CaO(Ca)的量大于 a，(其中a，的范围是从大约10wt,。/。到大约25wt.% )，则排除了沙质、 富含铁和富含镁的页岩，岩石确定为具有钙质页岩特定岩性。相反， 如果在决策提示70的计算和评估后，计算出的氧化钩的量不大于a， 则专家系统继续在决策提示72评估硅质碎屑鉴别器之比(SS)的值。
26如果计算出的SS比值大于<t3(其中<y3的范围是从大约0.7到大约1.0 )， 则岩石由专家系统确定为具有沙质页岩特定岩性。但是，如果SS小 于03，则排除了沙质页岩特定岩性，且专家系统前进到决策提示74， 在那里计算和评估氧化铁(Fe)与氧化镁(Mg)之比(Fe/Mg)。如 果Fe/Mg之比是大于<D的值(其中O的范围是从大约1.5到大约8.0 )， 则专家系统确定岩石具有富含铁的页岩特定岩性；如果Fe/Mg之比小 于O，则专家系统排除了富含铁的页岩特定岩性，并将岩石归类为具 有富含镁的特定岩性。
图8A和8B分别说明了用于根据本方法确定硬石青、石灰石和 白云石成分范围和特定岩性的三元图和混合三元图。在图8A中，三 元图80表示基于CaO、Fe203和S之间比率的石灰石82和硬石青84。 在区域82范围中绘制的岩石可以认为具有方解石特定岩性，而区域 84中的那些可以认为具有硬石骨特定岩性。
转到图8B，类似于前面关于图4混合三元组的讨论，由于与利 用传统三元图尝试区别特定岩性相关的困难和由于值标准化导致的岩 石具体化学性质的分辨率损失，说明了利用标准化比率的一組混合三 元图86。在三元图A中，示出了相对于实际硫值的MgO和Fe203之 间的标准化比率，并允许区别硬石骨(+ )、方解石(*)、白云石( )、 沙砾(#)和黄铁矿( )特定岩性。三元图B以类似的方式说明了相 对于实际硫值(S)的MgO和CaO之间的标准化比率，允许区别硬 石青方解石(+ )和白云石( )。在三元图C中，说明了相对实际 Fe203值的K20与氧化硅(Si02)之比，允许专家系统区别富含铁的 方解石(*)和白云石( )。三元图D说明了相对实际镁含量(作为 氧化镁，MgO)的KzO与氧化硅(SK)2)的标准化比率。由这个图提 供的信息允许专家系统区别白云石( )对硬石骨(+ )和/或方解石(* )。 在三元图E中，说明了系统中相对实际钙值(作为氧化钩，CaO)的 K20和Fe203之间的标准化比率。这个图允许区别沙砾(# )和白云石 (參)与方解石(*)。最后，三元图F说明了系统中相对实际钩值(作 为氧化钩，CaO)的K20和MgO之间的标准化比率，允许系统区别沙砾(#)、方解石(*)和白云石( )。所有这些三元图A-F都可 以由专家系统单独或组合使用，来确定硬石骨、白云石和蒸发岩的特 定岩性。
图9说明了基于图8B中的混合三元图集显示用于确定碳酸盐和 白云岩特定岩性的示例专家系统逻辑的流程图。在专家系统已经确定 所研究岩石地层部分具有碳酸盐总体岩性分类的情况下，专家系统首 先在决策提示卯评估氧化钾(K)和氧化铁(Fe"的量，其中K+Fe* 的值基于分别由图8A和8B中所说明三元图和混合三元图所确定的相 对元素氧化物。如果所计算的(K+Fe*)量大于k (其中k的范围是 从大约1到大约5)，则专家系统确定岩石归类为具有页岩质石灰石 特定岩性。但是，如果系统计算出(K+Fe*)的值小于k，则系统前 进到决策提示92，其中计算并评估硫相对于铁含量的百分比 S-(Fe*x0.806)。如果确定这个值大于t wt.% (其中t的范围是从大约 2wt.。/。到大约7wt.%)，则专家系统排除了其它特定岩性分类并将岩 石归类为具有硬石骨-石灰石特定岩性。相反，如果在决策提示92 计算出S-(Fe+x0.806)的值小于t wt.%，则专家系统前进到决策提示 94，其中计算并评估氧化钩与氧化镁之比(Ca/Mg)。如果Ca/Mg之 比的评估小于n (其中n的范围是从大约15到大约30)，则专家系 统确定岩石具有白云-石灰石特定岩性。如果计算出的Ca/Mg之比大 于H，则认为岩石具有方解石特定岩性。
继续参考图9,在专家系统已经确定岩石地层具有白云岩总体岩 性分类的情况下，专家系统首先在决策提示96评估氧化钾(K)和氧 化铁(FeO的含量，其中(K+Fe"的值基于分别由图8A和8B中所说 明混合三元图所确定的相对元素氧化物。如果所计算的(K+Fe"量大 于k (其中k的范围是从大约1到大约5)，则专家系统确定岩石归 类为具有页岩质白云石特定岩性。但是，如果系统计算出(K+Fe^的 值小于k，则系统前进到决策提示98，其中计算和评估氧化镁三元值 (MgT)。如果通过计算和比较，确定MgT小于pn则将岩石归类 为具有白云石特定岩性，排除了硬石膏-和方解石-白云石分类。但是，
28在氧化镁三元值大于Pi的情况下，专家系统前进到决策提示100。如 基于根据图8A和8B三元图和/或混合三元图所确定的相对元素氧化 物的S-(Fe^0.806)值的评估确定白云岩是具有硬石青-还是方解石歸白 云石特定岩性。如果在提示100 8-^6*乂0.806)的值大于1 ^% (其中 t的范围是从大约2wt.。/。到大约6wt.%),则专家系统排除了其它特 定岩性分类并将岩石归类为具有硬石骨-白云岩特定岩性。如果在决策 提示IOO所计算出的值小于t，则岩石分类为具有方解石-白云石特定 岩性。
图10说明了显示利用在此所述专家系统确定蒸发岩特定岩性的 示例专家系统逻辑的流程图。当已经由本发明的专家系统与方法给岩 石地层赋予蒸发岩的总体岩性后，蒸发岩的特定岩性可以由专家系统 利用很少的计算来确定。在决策提示108，专家系统基于测井工具所 报告的自由氯的含量估计岩石地层的岩石中所存在的氯(Cl)的含量。 如果氯的含量确定为大于pwt。/。(其中p的范围是从大约8wt.。/。到大 约llwt.%)，则系统将岩石归类为具有盐(即，岩盐)特定岩性。但 是，如果利用这种确定不能将岩石归类为盐或岩盐，则系统将前进到 决策提示110。如从一个或多个三元图或混合三元图组所确定的，基 于岩石地层的氧化镁(MgO)化学性质的评估，专家系统在决策提示 IIO评估岩石中的氧化镁(Mg)含量。如果在提示IIO计算出氧化镁 (Mg)的含量大于p(其中p的范围是从大约lwt.。/。到大约6wt.%)， 则专家系统将岩石归类为具有白云-硬石骨特定岩性。但是，如果计算 出Mg的含量小于p，则在决策提示112利用标准化或非标准化的氧 化钙与硫之比(Ca/S)(基于岩石地层的CaO化学性质的评估)评估 钙的含量。基于决定性的Ca/S比值，如果计算出钙的含量大于a(其 中a的范围是从大约1.5wt。/。到大约6wt.%,包括大约2.1 wt.% )， 则专家系统给岩石赋予方解石-硬石骨的特定岩性，而如果基于氧化 钙与硫之比计算出Ca的含量小于a，则排除了方解石-硬石骨分类， 且专家系统给岩石赋予硬石骨的特定岩性。
图11说明了由本公开内容的系统所提供的岩性确定/估计可以提
29供的几种典型输出形式中的一种类型。如图所示，对于已经根据本发 明方法进行了分析的围绕井筒的地层的选定部分，示出了位于地层剖
面120的测试井的总体岩性的图形表示。类似地，相同测试井的特定 岩性在地层剖面122中说明，提供了关于地层剖面120的各种总体岩 性成分的更多细节。例如，为了进一步说明本发明方法与系统的使用， 在大约1100英尺和1180英尺之间，利用本发明专家系统与方法确定 的总体岩性120给出主要是沙岩的岩性，靠近1100英尺标记附近有小 的页岩带。但是，如果进一步使用在此所述的专家系统与方法，则在 用于井筒相同地下区域的更多特定岩性细节在部分122中看到。更具 体而言，很容易看到1118英尺和大约1175英尺之间的沙岩区域包括 主要是长石沙岩，有断断续续的石英带。此外，特定岩性区域122中 靠近IIOO英尺标记附近的小页岩带示为不是简单的页岩，而是富含铁 与富含镁的页岩的混合物，有在页岩岩性区域和长石沙岩岩性区域之 间形成边界的更低的沙质页岩带。
矿物性确定
如果期望确定这种信息，则解释过程的最后一步是根据总体和特 定岩性信息确定矿物性。在本发明方法中所使用并在以上部分中具体 描述的岩性分类允许分析家对最后的岩石学答案设置约束并相应地定 制输出。例如，根据本公开内容的方法，在长石质沙砾特定岩性的情 况下，分析家/用户可能只想知道或预测长石和由于可能的长石分解模 型引起的地层区域中伊利石/蒙脱石、绿泥石和/或高呤石的存在。利 用本发明的方法，这种确定是可能的。
包含在可以根据本发明方法确定和量化的地层中的矿物包括但 不限于网硅酸盐和非铁镁硅矿，包括石英(Si()2);长石，包括斜长 岩长石和K-长石(也成为K-晶石，或者碱金属长石)，例如微斜长 石；页硅酸盐，包括绿泥石组中的成员，例如绿泥石 [(Fe，Mg，Al)6(Si，Al)401()(OH)8；及粘土，包括伊利石/蒙脱石组的成员， 包括但不限于蒙脱土。在本发明的更多方面中，可以利用本发明方法与系统识别且其含量通常可以量化的特定矿物包括但不限于以下矿
物，其中分子式是示例性的，而不是包括界限的钠长石(NaAlSbOs)、硬石骨(CaS04)、方解石(石灰石，CaC03)、煤(C)、绿泥石[(Mg，Fe)3(Si，Al)4O10(OH)2'(Mg，Fe)3(OH)6、白云石(CaMg(C03)2)、海绿石[(K，Na)(Fe3+，Al，Mg)2(Si，Al)401()(OH)2]、岩盐(NaCl)、赤铁矿(Fe203 )、 伊利石/蒙脱石 [(K，Na，H)(Al，Mg，Fe)2(Si，Al)4O10[(OH)2，(H20)n]、高岭石Al2Si205(OH)4、K誦长石(KAlSi308 )、微斜长石(KAlSi308)、正长石(KAlSi308)、斜长岩、黄铁矿(FeS2)、石英(Si02)和菱铁矿(FeC03)及其多晶形物和水合物。
在确定了围绕井筒的地层的总体和特定岩性之后，地层的矿物性也可以利用在此所述的专家逻辑系统与方法确定。利用在此所述人工智能系统(专家系统)20，根据总体和特定岩性信息确定这种矿物性的示例逻辑算法在图12中说明。参考这个图，及在此所讨论的流程图与逻辑算法，数字只是示例性的，且分子式中所列出的系数是最佳平均、总的说明性系数。但是，本领域技术人员很清楚，依赖多种因素，这些数字和系数可以根据需要改变，包括所测量和分析的地层和系统用户所期望的特定输出限制。
如图12中所说明的，在过程150,专家系统20可以首先根据前面所述总体和特定岩性的确定来确定和定义K-长石(Ksp)因子(在此称为"KspFac")。然后，为各种岩性确定的KspFac值可以由系统20在适当的决策提示用于帮助确定矿物性的过程。在过程150确定Ksp因子后，系统(20)可以前进到过程152，利用所说明的计算来基于所观察到的K20的含量计算伊利石的含量。在过程152确定了Ksp值和伊利石决定因素后，系统前进到决策提示154。如果所观察到的氧化钾(K20)的含量不大于预定义的鉴别器(例如，大约3.0)，且氧化钾与(K20+Fe203)之比不小于预定义的鉴别器(例如，大约0.37)，则一定有相当数量的伊利石，系统前进到决策提示158。但是，如果在提示152这些需求都满足了，则系统前进到过程156,其中给Ksp赋值O，确定不存在伊利石并类似地赋值O，如图所示计算海绿石的含量。从过程156，系统前进到过程162来处理确定162,然后继续利用过程164中所说明的那些确定性算法基于所观察到的元素氧化物和单独矿物的化学计量法来根据需要或者根据特定期望地量化剩余的矿物。
如果决策提示154的需求不满足，则系统继续预先的矿物性分析。在决策提示158，评估总体岩性(GL);如果总体岩性(GL)是沙砾或页岩，则系统前进到决策提示160，其中黄铁矿的含量可以利用元素硫(S)的含量除以适当的鉴别器(例如，大约0.535 )通过适当的计算来确定。但是，如果在决策提示158总体岩性(GL)没有确定为是沙砾或页岩，则黄铁矿(Pyr)可以在计算过程162基于Fe203或元素硫(S)的含量来确定。然后，如在图12中所说明的，利用过程164中的确定性算法，基于所观察到的元素氧化物和单独矿物的化学计量法，剩余矿物可以顺序地根据需要或者根据特定期望地量化。由此确定的矿物性成分数据可以作为输出以特定矿物性信息的形式提供，或者信息可以作为矿物性组(即，粘土)提供。示例性输出包括说明围绕地钻孔的地层特定部分的矿物性对深度的地层剖面。
根据本公开内容的更多特征，利用例如在此所述专家系统确定的矿物性信息可以利用从多种源获得的附加地层数据来量化。用于提供这种附加量化信息的合适的源包括附加矿物数据，例如可以从X射线衍射(XRD)分析或矿样的细截面分析获得的那些数据、基于由分析家找到的关于特定地层的特定信息的用户特定约束及前面关于进一步量化岩性确定所述的传统测井数据(例如，NMR、 GR、 PE、声波、CVO、测径器及基于MRI的孔隙率和渗透性信息)。
根据本发明方法获得的矿物性数据可以用于确定关于围绕井筒的地层的其它岩石学信息。例如，矿物性内容与含量可以用于确定或预测例如地层的孔隙率、颗粒密度和渗透性特征的特征。
包括以下例子是为了证明本发明的优选实施方式。本领域技术人员应当理解，以下例子中所公开的技术代表了发明人所发现的在本发明实际中运行良好的技术，因此可以认为是构成了其实践的优选模式。但是，本领域技术人员应当理解关于本公开内容，在不背离本发明范围的情况下，在所公开的特定实施方式中可以进行许多改变且仍然能获得类似或相似的结果。
例子
说明岩性和矿物性分析的示例性方法的现场例子在下面及相关的参考附图中描述。用于比较的岩心数据是对所有矿井获得的，且每
个矿井都利用RockViewTM测井探测装置(Baker Atlas，休斯顿，德克萨斯州)测量，它利用脉冲中子地层岩性探测器(FLEXTM)有线测井工具(Baker Atlas，休斯顿，德克萨斯州)来测量中子俘获和非弹性测量。这种测井探测装置还使用中子伽马射线SpectraIog II设备(Baker Atlas，休斯顿，德克萨斯州)。Spectralog II和FLEX设备基于伽马射线光谱原理来测量Ca、 Si、 Mg、 S、 C、 Fe、 Al、 K、Ti和Th的构成浓度。这些工具的特征基于位于德克萨斯州休斯顿的设备特征中心对地层中的固定测量。具体而言，Mg、 A1和C的测量来自非弹性伽马射线能量频镨的评估，这是通过使用14MeV中子的电子高频源实现的。
在图13-15中，使用以下缩写及其相关意义"anhy"指矿物硬石膏；"illi"指矿物伊利石；"ilsm"指伊利石/蒙脱石；"kaol"指矿物高岭石；"chlo"指矿物绿泥石；"glau"指矿物海绿石；"hema"指矿物赤铁矿；"orth"指矿物正长石；"pyri"指矿物黄铁矿；"side"指矿物菱铁矿；"dolo"指矿物白云石；"calc"指矿物方解石；"clay"泛指粘土矿物，包括但不限于任何一种或多种粘土矿物，伊利石、高呤石、绿泥石和蒙脱石；及"quar"指矿物石英。
例子h西路易斯安那矿井的分析。
为了评估井下岩性和矿物性测量对储层特征的质量与可能应用，根据本发明的方法，利用RockViewTM无线测井工具/探测装置(BakerAtlas，休斯顿，德克萨斯州)的地球化学测井是从位于西路易斯安那
33的矿井获得的。与岩心数据分析比较，深度从地表下大约5050英尺到大约5400英尺的测井结果在图13中给出。
如由剖面A中所给出的总体岩性信息所证明的，这个矿井中的间隔包括碳酸盐、硬石骨及在更低的深度有一些相当清楚的沙岩。大量硫和钾与碳的缺乏提供了存在硬石骨的清晰指示。如剖面B中所说明的，提供了关于矿井的特定岩性信息，碳酸盐主要是具有某些掺杂的白云石的石灰石(沙质石灰石)，而硬石骨主要是钙质硬石膏。如可以从图中看到的，来自岩心数据分析的结果示出了与总体和特定岩性及矿物性的测井响应的良好一致。例如，根据岩心XRD数据，地层剖面D中的带200说明在这个深度的岩石地层具有几乎纯硬石奮的矿物性。这与地层剖面C很好地关联，说明了在这个相同深度由本发明系统所确定的矿物性，本发明确定的矿物性类似地确定为基本上是硬石骨，有少量的石英岩存在。示例带202、 204和206类似地说明了利用本发明方法所确定的矿物性与相同深度岩心XRD数据比较之间的良好关联。同时位于剖面C和D中的带202示出了存在于大约5180英尺测量深度的伊利石粘土、菱铁矿、K-长石、方解石和石英；同时位于剖面C和D中的带204示出了大约5290英尺测量深度的成分主要是碳酸盐，有少量的伊利石和菱铁矿；及同时位于剖面C和D中的带206示出了大约5370英尺测量深度的成分主要是石英(>80%)，有痕量的伊利石、K-长石、斜长岩和碳酸盐。
例子2:南美矿井的分析。
为了进一步估计在此所述井下岩性和矿物性测量对储层特征的质量与可能应用，利用地层岩性探测器(FLEXTM)无线测井工具(Baker Atlas,休斯顿，德克萨斯州)来量化来自中子俘获和非弹性散射的伽马射线的地球化学测井运行在位于南美的测试矿井中。这些结果在图14所说明地层的示意性地层剖面中图示给出。如剖面A中所说明的，示出了测试部分的总体岩性，测试矿井在间隔顶部具有显著的碳酸盐部分，以下是非常清楚的沙砾带，在底部混杂了几个页岩
34带。如在剖面B中所说明的，提供了关于测试井的特定岩性信息，碳酸盐是石灰石(白云石和沙质石灰石)和混杂的白云石(包括一些沙质白云石)的混合物，而沙砾带主要是石英沙及长石质沙砾、石质沙砾和石英的混杂带。如给定围绕岩性所期望的，剖面B的特定岩性也显示在矿井靠下地方的页岩带主要是富含铁和沙质页岩。
图14中在第一测量深度(大约XX50)和第二测量深度(大约XX450 )之间深度的矿物性对深度地层剖面的比较也说明了由本发明系统与方法所确定的矿物性和相同深度间隔的相同矿井的岩心XRD数据之间的显著一致。例如，图14剖面C中的地层带210，表示测试井所确定的矿物性，示出了主要是白云石且具有少量伊利石和方解石的矿物性。如剖面D中所示，这与由来自这个深度相同矿井岩心的XRD分析所确定的矿物性非常好的一致，其中剖面D示出了类似地主要是白云石且具有少量方解石的矿物性。示例带212、 214和216类似地说明了利用本发明方法所确定的矿物性与相同深度岩心XRD数据比较的良好关联。同时位于剖面C和D中的带212显示岩石主要是石英，有少量的伊利石和正长石；同时位于剖面C和D中的带214显示在这个深度成分是大约50%的石英，岩石的剩余部分包括伊利石、绿泥石、K-长石，并具有显著数据(>5%)的黄^^矿；及同时位于剖面C和D中的带216显示在这个深度成分是大约50%的石英，剩余部分包括主要是伊利石/蒙脱石及K-长石，还具有痕量的黄铁矿。
例子3:西德克萨斯州矿井的分析。
在进一步估计在此所公开井下岩性与矿物性测量方法对储层特征的质量与可能应用的另一例子中，利用RockViewTM测井探测装置(Baker Atlas，休斯顿，德克萨斯州)测量来自中子俘获和非弹性散射的伽马射线的地球化学测井运行在位于西德克萨斯州的二叠纪盆地中的测试井中，先前已经由多个人关于岩性进行了具体描述[见Sailer,A.H.等，AAPG Bulletin, v. 82(8):pp.l528-1550(1998)及其中所引用的参考。如图15中所说明的，基于X射线衍射(XRD)的岩心矿物性显示了与由本发明系统与方法所确定矿物性的极好 一 致。如图15剖面A中所示，提供了大约4900英尺(测量深度，MD)和大约5250英尺(MD)深度之间测试井的总体岩性信息，测试井在间隔顶部具有沙砾区域，以下是显著的和非常清楚的碳酸盐带，以下大约5100英尺(MD)的下面主要是沙砾带并混杂了几个碳酸盐带。如剖面B中所说明的，提供了关于测试井的特定岩性信息，沙砾带主要是长石质沙砾和夹层的石英带。剖面B的特定岩性还显示矿井的碳酸盐带主要是白云石和夹层的石灰石(沙质和白云石质的石灰石)带。基于这个测试井的岩性评估，在这个矿井中包含非常少的粘土。
如利用X射线衍射(XRD)所获得的，大约4900英尺(MD)和大约5250英尺(MD)之间深度的矿物性对深度地层剖面的比较也
同矿井的岩心矿物性数据之间的显著一致。例如，图15剖面C中的地层带220，表示所确定的测试井矿物性，示出了主要为白云石并具有少量石英及痕量伊利石和方解石的矿物性。这与由剖面D中所示来自这个深度相同矿井的岩心XRD (X射线衍射)分析所确定的矿物性有良好的一致，其中剖面D显示矿物性类似地主要是白云石并具有少量石英和痕量伊利石。示例带222、 224和226类似地说明了剖面C中所显示利用本发明方法所确定的矿物性与剖面D中所给出位于相同深度的岩心XRD数据比较的良好关联。同时位于剖面C和D中的带222显示岩石大致是等量白云石和石英的混合物，岩石的剩余部分包括少量的正长石和斜长岩及痕量的伊利石；同时位于剖面C和D中的带224显示在这个深度的成分主要是石英，岩石的剩余部分包括白云石、硬石骨、K-长石和斜长岩及痕量的伊利石；及同时位于剖面C和D中的带226显示在这个深度的成分是大约40%的石英，剩余部分包括白云石、K-长石和斜长岩，还存在痕量的伊利石、方解石和硬石骨。本发明在优选和其它实施方式的环境下进行了描述，但没有对本发明的每个实施方式都进行描述。对所述实施方式很显然的修改和改变是本领域技术人员可用的。所公开的和未公开的实施方式不是要限
36制或约束申请人所预期的本发明的范围或适用性，相反，按照专利法，
申请人是要在最大可能的范围内保护属于以下权利要求等价物范围或 领域中的所有这种修改和改进。
3权利要求
1、一种用于估计围绕钻孔的地层的岩性和矿物性的方法，该方法包括以测井系统穿过钻孔；利用该测井系统从地层获得井筒数据；生成岩性成分模型；及通过进一步约束岩性成分模型而生成矿物性成分模型。
2、 如权利要求l所述的方法，其中测井系统包括中子源。
3、 如权利要求2所述的方法，其中中子源是脉冲中子源。
4、 如权利要求1所述的方法，其中所获得的井筒数据包括每单 位体积元素浓度数据。
5、 如权利要求l所述的方法，其中测井系统还包括伽马射线源。
6、 如权利要求5所述的方法，其中伽马射线源能够测量俘获伽 马辐射、非弹性伽马辐射、自然伽马辐射及其组合。
7、 如权利要求1所述的方法，其中成分模型的生成是由专家系 统执行的。
8、 如权利要求7所述的方法，其中专家系统选自包括以下的组 神经网络、基于遗传算法的系统、模糊逻辑系统、查找表、群集分析 系统及其组合。
9、 如权利要求1所述的方法，其中岩性成分模型的生成还包括 总体岩性成分模型的生成。
10、 如权利要求9所述的方法，其中总体岩性成分模型包括对沙 砾、页岩、碳酸盐、蒸发岩、煤及其组合的每单位体积浓度的确定。
11、 如权利要求l所述的方法，其中岩性成分模型的生成还包括 特定岩性成分模型的生成。
12、 如权利要求11所述的方法，其中特定岩性成分模型包括石 英、长石质沙砾、石质沙砾、页岩质沙砾、石灰质石英、石灰质长石 沙砾、石灰质页岩沙砾、富含铁的页岩、富含镁的页岩、硬石膏、白 云石硬石骨、钾质硬石膏、方解石、白云石方解石及其组合的每单位2体积浓度的确定。
13、 如权利要求l所述的方法，其中矿物性成分模型包括选自包 括以下的组的矿物的每单位体积浓度的确定石英、K-长石、钠长石、 方解石、白云石、菱铁矿、硬石骨、伊利石、蒙脱石、绿泥石、高岭 石、海绿石、黄铁矿、赤铁矿、岩盐和煤。
14、 如权利要求l所述的方法，还包括利用辅助测井数据源获得 关于地层的附加井筒数据。
15、 如权利要求14所述的方法，其中辅助测井数据源包括NMR 测井数据、容积密度数据、电阻率数据、声波或声学数据、补偿中子 孔隙率数据、光电截面数据、高清晰感应测井数据、容积密度校正数 据、频镨伽马射线数据、微差测径器数据、岩心数据及其组合。
16、 一种用于估计围绕钻孔的地层的岩性和矿物性的方法，该方 法包括以测井系统穿过钻孔；利用该测井系统从地层获得井筒数据；生成总体岩性成分模型；及生成矿物性成分模型，其中矿物性成分模型在生成总体岩性成分模型之前没有生成。
17、 如权利要求16所述的方法，其中测井系统包括中子源。
18、 如权利要求16所述的方法，其中测井系统还包括伽马射线源。
19、 如权利要求18所述的方法，其中伽马射线源能够测量俘获 伽马辐射、非弹性伽马辐射、自然伽马辐射及其组合。
20、 如权利要求16所述的方法，其中成分模型的生成是由专家 系统执行的。
21、 如权利要求20所述的方法，其中专家系统选自包括以下的 组神经网络、基于遗传算法的系统、模糊逻辑系统、查找表、群集 分析系统及其组合。
22、 如权利要求16所述的方法，其中总体岩性成分模型包括对 沙砾、页岩、碳酸盐、蒸发岩、煤及其组合的每单位体积浓度的确定。
23、 如权利要求16所述的方法，还包括特定岩性成分模型的生成。
24、 如权利要求23所述的方法，其中所生成的特定岩性成分模 型包括对石英、长石质沙砾、石质沙砾、页岩质沙砾、石灰质石英、 石灰质长石沙砾、石灰质页岩沙砾、富含铁的页岩、富含镁的页岩、 硬石骨、白云石硬石骨、钾质硬石骨、方解石、白云石方解石及其组 合的每单位体积浓度的确定。
25、 如权利要求16所述的方法，其中矿物性成分模型包括对选 自包括以下的組的矿物的每单位体积浓度的确定石英、K-长石、钠 长石、方解石、白云石、菱铁矿、硬石青、伊利石、蒙脱石、绿泥石、 高岭石、海绿石、黄铁矿、赤铁矿、岩盐和煤。
26、 如权利要求16所述的方法，还包括利用辅助测井数据源获 得关于地层的附加井筒数据。
27、 如权利要求26所述的方法，其中辅助测井数据源包括NMR 测井数据、容积密度数据、电阻率数据、声波或声学数据、补偿中子 孔隙率数据、光电截面数据、高清晰感应测井数据、容积密度校正数 据、频谱伽马射线数据、微差测径器数据、岩心数据及其组合。
28、 一种用于对围绕钻孔的地层岩性和矿物性进行测量的装置， 该装置包括(a) 伸长的主体部分；(b) 电磁辐射系统，该电磁辐射系统利用辐射照射围绕至少一 部分钻孔的地层并在地层衰减该辐射后测量所接收到的辐射，该电磁 辐射系统包括以下至少一个(i) 中子源和中子检测器，及(ii) 伽马射线源和伽马射线检测器；及(c) 耦合到电磁辐射系统的处理器，其中该处理器包括通过生 成岩性成分模型和矿物性成分模型来确定地层的岩性和矿物性的专家 系统。
29、 如权利要求28所述的装置，其中中子源是脉冲中子源。
30、 如权利要求28所述的装置，其中伽马射线源发射俘获伽马 辐射、非弹性伽马辐射、自然伽马辐射或者其组合。
31、 如权利要求28所述的装置，其中专家系统选自包括以下的组神经网络、基于遗传算法的系统、模糊逻辑系统、查找表、群集 分析系统或者其组合。
32、 如权利要求28所述的装置，其中处理器在生成矿物性成分 模型之前生成岩性成分模型。
33、 如权利要求32所述的装置，其中岩性成分模型包括总体岩 性成分模型、特定岩性成分模型或者总体岩性成分模型和特定岩性成 分模型两者。
全文摘要
描述了用于确定地层岩性和矿物性的方法与过程。根据该方法与过程，来自脉冲中子光谱应用的测井数据测量(12)及关联的工具响应参数是利用专家系统解决的，专家系统又生成合适的鉴别器并估计所分析地层的总体(14A)和特定(14B)岩性及矿物性(16)约束。该方法显示出与岩性和矿物性确定的传统方法之间良好的元素关联，并可以提供多种输出数据，包括地层带中的颗粒密度与孔隙率数据。
文档编号G01V5/04GK101501531SQ200780021737
公开日2009年8月5日 申请日期2007年4月19日 优先权日2006年4月19日
发明者D·J·雅各比, J·M·朗古 申请人:贝克休斯公司