本发明属于矿井瓦斯抽采领域，具体涉及一种煤岩孔隙网络结构参数定量表征方法。
背景技术：
含瓦斯煤岩体孔隙形态复杂且跨尺度分布，其结构特征是瓦斯储集与运移机理的主要影响因素之一。定量表征煤岩三维孔隙的形态、连通性、渗流路径选择，对研究储层瓦斯成藏机理、揭示瓦斯运移机制与提高采收率有重要意义。
为此，澳大利亚新南威尔士大学的ghous教授采用高精度ct扫描和聚焦离子束扫描分别得到大孔隙和微孔隙岩石形态结构，通过融合不同尺度孔隙建立网络模型，并研究了不同尺度上大孔隙和微孔隙结构特征对岩石渗透率和电阻率的影响规律；西南石油大学胡雪涛教授应用定向渗流理论建立了能表征岩石微观孔隙结构特征及润湿性特征的随机网络模型；帝国理工大学blunt教授研究组基于高精度ct扫描技术提取了不同孔隙介质的孔隙网络结构，并介绍了孔隙尺度渗透性的研究方法；中国石油大学(华东)姚军教授研究组基于三维规则网络模型建立了不同物理尺寸的溶洞网络、大孔隙网络和微孔隙网络，继而通过添加适当比例的大孔隙和微孔隙构建出碳酸盐多尺度网络模型。
上述这些围绕煤岩体孔隙连通结构的表征方法对岩石孔隙结构表征研究具有重要意义，但主要采用比欧拉数或从宏观平均角度出发，都有一定的片面性，不能真实地反映煤岩体孔隙的网络的拓扑特征。
技术实现要素：
本发明目的在于提供一种能够准确、全面地表征煤岩孔隙网络连通性质的煤岩孔隙网络结构参数表征方法。
为实现上述目的，本发明一种煤岩孔隙网络结构参数定量表征方法，包括以下步骤：
第一步、测量取样煤、岩孔隙度；
第二步、将取样煤、岩加工为圆柱体，其中圆柱高度、横截面直径长度范围为2～50mm；
第三步、扫描技术得到煤岩心横截面二维图像；
第四步、根据第一步中测定的煤岩孔隙度，确定扫描图像的二值化阈值；
第五步、根据二维煤岩心扫描图像建立煤岩心三维数字岩心；
第六步、基于中轴线算法，提取三维煤岩心孔隙网络模型，其中孔隙简化为节点，吼道简化为边；
第七步、导出孔隙网络文件；
第八步、删除度为0、1、2的节点，删除环形边、平行边，从而生成拓扑简化后的孔隙网络；
第九步、定量计算煤岩心三维孔隙网络结构参数，包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。
本发明所述的三维煤岩孔隙网络分析方法在操作时，与传统煤岩孔隙结构分析方法相比，增加了网络性质的分析，能够分析相同孔隙度不同孔隙网络连通结构的渗流规律，为提高现有瓦斯采收率提供微观结构依据。
此外本发明采用复杂网络理论定量表征煤岩孔隙网络结构参数。操作流程较为简捷，便于实现，本发明在中轴线提取算法基础上结合复杂网络理论定量计算孔隙网络，从而能够准确、全面表征煤岩孔隙网络连通性质。为瓦斯、页岩气等化石资源开采过程中采收方案制定提供依据。
本发明也适用于其他多孔介质孔隙结构表征，如土壤孔隙、人造多孔材料等。
附图说明
图1是本发明流程图；
图2是基于ct扫描后提取的四种孔隙度岩石网络示意图；
图中：a.孔隙度为12％。b.孔隙度为19％。c.孔隙度为26％。d.孔隙度为33％。
图3是砂岩孔隙网络平均路径程度分析；
图中：砂岩渗流网络平均路径长度aver_d；误差棒采用方差公式计算；k表示任意两节点间最短路径长度(连接任意两节点最少边数)；n为最短路径分布。a.孔隙度为12％。b.孔隙度为19％。c.孔隙度为26％。d.孔隙度为33％。
图4是平均路径长度随随机删除节点与从度大的节点(hub)开始删除两种方案的变化；
图中，每删除5个节点求解一次平均年路径长度，删除节点数占总结点数的8％。a.孔隙度为12％。b.孔隙度为19％。c.孔隙度为26％。d.孔隙度为33％。
图5是砂岩渗流网络度(p)分布
图中：a.孔隙度为12％。b.孔隙度为19％。c.孔隙度为26％。d.孔隙度为33％。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示，一种煤岩孔隙网络结构参数定量表征方法，包括以下步骤：
第一步、测量取样煤、岩孔隙度；
第二步、将取样煤、岩加工为圆柱体，其中圆柱高度、横截面直径长度范围为2～50mm；
第三步、扫描技术得到煤岩心横截面二维图像；
第四步、根据第一步中测定的煤岩孔隙度，确定扫描图像的二值化阈值；
第五步、根据二维煤岩心扫描图像建立煤岩心三维数字岩心；
第六步、基于中轴线算法，提取三维煤岩心孔隙网络模型，其中孔隙简化为节点，吼道简化为边；
第七步、导出孔隙网络文件，如图2所示；
第八步、删除度为0、1、2的节点，删除环形边、平行边，从而生成拓扑简化后的孔隙网络；
第九步、定量计算煤岩心三维孔隙网络结构参数，包括节点总数、边总数、节点度分布、节点平均度、网络平均路径长度、网络聚类系数、网络介数、网络密度、网络鲁棒性。如图4、图5所示。
第三步中所述扫描获得岩心孔隙结构可以采用ct、核磁共振、扫描电镜、铸体薄片等方法，ct既能满足精度要求，成本也低，本发明优选方案采用ct扫描。通过ct扫描建立煤岩数字岩心的具体过程为：采用xradiamicro_xct_200型ct扫描系统提取不同孔隙度煤岩心微米级孔隙结构信息。采用gephoenix纳米ct扫描系统提取不同孔隙度煤岩心纳米级孔隙结构信息。
为确保精度，单个样品截面扫描数不小于100。扫描过程中，在-180°至180°之间旋转样品，每旋转0.18°采集一次数据。生成煤岩心层析图像堆栈。根据实测煤岩心孔隙度确定数字煤岩心图像二值化阈值，构建三维数字煤岩心。
优选的，所述圆柱体横截面直径及长度均为2.5mm。
进一步，为更加全面表征煤岩孔隙网络结构，第九步中所述煤岩三维孔隙网络表征参数还包括网络社团性、动态演化特征。
基于拓扑学原理对孔隙网络模型进行简化的具体过程为：首先剔除与孔隙数最多的主网络不连通的孤立孔隙，其次由于度k为1的孔隙在渗流过程中不起作用，因此删除度为1的孔隙；删除开始和结束均在同一孔隙的喉道；最后将度为2的孔隙视为一个连续喉道的一点，不单独作为节点。
利用改进后算法分别对不同孔隙度人造砂岩孔隙网络进行分析，计算结果如下表所示，
表中：φ表示孔隙率，n表示渗流网络节点数，d表示边数，γ表示幂指数，<k>表示节点度的平均值，l表示平均路径长度。从表中可以看出本发明分析的孔隙网络结构参数较传统仅考虑孤立孔隙的算法增加了网络连通性的分析，在表征煤岩孔隙网络结构方面更精确、全面。
为了进一步检验基于复杂网络理论的网络结构计算效果，选取了低孔渗、中高孔渗人造砂岩岩心(孔隙度分别为12％、19％、26％、33％)，ct扫描后提取的四种孔隙度岩石网络如图2所示，不同孔隙率砂岩渗流网络拓扑性质如图3所示。总之，本发明计算的煤岩孔隙网络连通结构参数从网络连通性角度给出了孔隙结构特性，这位ct扫描图像数据瓦斯、页岩气微观渗流行为研究与采收率提高奠定了基础。