致密砾岩压裂裂缝三维重构及支撑剂运移规律流固耦合模拟

程新旺; 张景臣; 邱士鑫; 郭晓东; 袭祥瑞; 许志涵

doi:10.12404/j.issn.1671-1815.2503715

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (16) :6839-6851 DOI: 10.12404/j.issn.1671-1815.2503715

石油、天然气工业

致密砾岩压裂裂缝三维重构及支撑剂运移规律流固耦合模拟

作者信息 +

Three-dimensional Reconstruction of Fractures in Dense Conglomerate Rock and Fluid-solid Coupled Simulation of Proppant Migration Patterns

Author information +

文章历史 +

摘要

为应对致密砾岩储层非均质性强、应力-岩石结构耦合复杂,裂缝因绕/穿砾呈现迂曲多变形态,导致支撑剂运移铺置困难及传统光滑平板模型无法反映真实裂缝特征的难题,通过超大型真三轴试验裂缝数字重构与表面特征量化,结合DEM-CFD流固耦合模型,系统分析砾石含量、支撑剂组合形式、注入速度对支撑剂运移沉降的影响规律。结果表明:砾石诱导裂缝偏转/穿砾加剧表面粗糙度,均值从11.6 mm增至17.6 mm,虽支撑剂覆盖率提升8.99%、砂堤高度上升15.61 mm,却阻碍远端运移、加速沉降;混合粒径注入时小粒径填充大粒径间隙易引发“桥接”,“先小后大”注入顺序可优化填充、降低砂堵风险;注入速度由0.1 m/s加至0.4 m/s时,支撑剂最终覆盖率降低高达80.5%,砂堤高度降低了19.06 mm,注入速度的增大,虽延长颗粒运移距离但劣化近井填充。所建立的三维粗糙裂缝重构方法及多因素流固耦合分析模型,为砾岩储层压裂施工参数优化提供了理论依据,对提升储层短期导流能力及工程应用具有关键指导价值。

Abstract

In order to address the challenges of proppant transport and placement difficulties due to strong heterogeneity, complex stress-rock structure coupling, and tortuous fracture morphologies from circumventing/penetrating gravels in tight conglomerate reservoirs, as well as the inability of traditional smooth-plate models to reflect real fracture characteristics, an integrated approach combining digital fracture reconstruction via large-scale true triaxial tests, quantitative surface characterization, and a DEM-CFD fluid-solid coupling model was used to investigate the influence of gravel content, proppant combination schemes, and injection velocity on proppant migration and settling. The results show that gravel-induced fracture deflection/penetration significantly intensifies surface roughness, with the mean value increasing from 11.6 mm to 17.6 mm; although proppant coverage increases by 8.99% and sandbank height rises by 15.61 mm, it hinders distal migration and accelerates sedimentation. When injecting mixed particle sizes, smaller particles filling gaps between larger ones readily cause “bridging”, whereas a “smaller-first then larger” injection sequence optimizes filling and reduces sand-plugging risks. As injection velocity increases from 0.1 m/s to 0.4 m/s, the final proppant coverage decreases by up to 80.5% and sandbank height is reduced by 19.06 mm, while higher velocity extends particle travel distance, it deteriorates near-wellbore filling effectiveness. It is concluded that the established three-dimensional rough fracture reconstruction method and multi-factor coupled analysis model provide a theoretical foundation for optimizing fracturing parameters in conglomerate reservoirs, offering crucial guidance for enhancing short-term conductivity and practical engineering applications.

Graphical abstract

关键词

砾岩 / 三维扫描 / 粗糙裂缝 / 离散单元法(DEM)-计算流体力学(CFD)耦合 / 支撑剂运移

Key words

conglomerate / three-dimensional scanning / rough cracks / discrete element method(DEM)-computa tional fluid dynamics(CFD) coupling / proppant migration

引用本文

引用格式 ▾

程新旺, 张景臣, 邱士鑫, 郭晓东, 袭祥瑞, 许志涵. 致密砾岩压裂裂缝三维重构及支撑剂运移规律流固耦合模拟[J]. 科学技术与工程, 2026, 26(16): 6839-6851 DOI:10.12404/j.issn.1671-1815.2503715

CHENG Xin-wang, ZHANG Jing-chen, QIU Shi-xin, GUO Xiao-dong, XI Xiang-rui, XU Zhi-han. Three-dimensional Reconstruction of Fractures in Dense Conglomerate Rock and Fluid-solid Coupled Simulation of Proppant Migration Patterns[J]. Science Technology and Engineering, 2026, 26(16): 6839-6851 DOI:10.12404/j.issn.1671-1815.2503715

登录浏览全文

4963

注册一个新账户忘记密码

经过长期开发,常规油气藏原始储集层的产能已显著衰减,难以维持稳定产出^[1]。作为非常规油气资源的典型代表,玛湖凹陷砾岩油藏储集层以致密砾岩为主,其有效开发对中国能源安全具有重要价值。该类储层普遍表现出低孔、低渗且非均质特性较强的特点,同时砾石粒径分布范围宽泛,这些复杂地质特征对储层改造工艺和开发方案设计形成重大技术挑战,水力压裂技术已成为致密砾岩储层增产改造的重要技术手段,但真实裂缝面下的支撑剂铺置的认识仍存在不足,因此有必要对水力压裂后粗糙裂缝内的运移沉降规律进行深入研究。

在影响压裂裂缝内支撑剂运移规律研究方面,众多学者开展了大量物理模拟实验和数值模拟工作。现有研究大多基于光滑平板裂缝模型展开,然而该模型与真实工况下的压裂裂缝存在一定的差距,无法精确反映粗糙裂缝面下的影响因素。目前仅有少数学者针对粗糙裂缝内的支撑剂运移规律开展研究。黄海等^[2]通过对大尺寸露头劈裂造缝,进行立体重构裂缝面的方法,开展支撑剂运移规律的实验研究,证实裂缝的粗糙度会引起流道以及流体流动状态的改变,同时支撑剂运移的铺置率与裂缝倾斜角度、缝宽、压裂黏度都存在一定的关系。汪杰等^[3]将迂曲度以及粗糙度两大因素考虑在内,通过物理实验结合数值模拟的方法,对支撑剂在迂曲粗糙裂缝内运移沉降规律展开研究,结果表明支撑剂运移沉降影响规律受颗粒粒径、注入速度、迂曲度等不同施工因素的影响。刘善勇等^[4]基于计算流体力学(computational fluid dynamics, CFD)与离散单元法(discrete element method, DEM)耦合的方法,建立裂缝三维模型,并通过MATLAB建立相关高斯分布曲面,分析支撑剂组合形式对不同粗糙度下的支撑剂运移沉积规律,研究表明支撑剂组合形式在一定程度上会影响支撑剂向远处运移,组合粒径时,推荐采用“先小后大”的注入方式。Zhang等^[5]采用已经验证的CFD-DEM模型,对垂直、剪切、光滑裂缝下的注入速度、支撑剂尺寸和浓度等因素影响规律进行研究,发现支撑剂分布变化受泵注顺序和单一泵注参数影响并不是绝对的,同时还发现支撑剂注入的体积与CFD网格尺寸相关。

鉴于岩石劈裂模拟技术与物理复刻精度存在双重制约,传统物理实验构建的裂缝模型普遍呈现复杂度高且样本单一化特征,而数值模拟中裂缝形貌与实际地质构造存在形态差异,目前这两类方法均面临应用局限性。因此基于超大型真三轴试验压裂裂缝三维扫描的点云图像,进行数字重构,通过MATLAB自编软件对裂缝面进行粗糙面的表征,考虑支撑剂颗粒间、支撑剂颗粒与流体间以及支撑剂颗粒与粗糙裂缝面间的相互作用,建立DEM-CFD流固耦合计算模型,并结合相关实验完成模型可靠性的验证,在此基础上开展多种粗糙程度裂缝下的支撑剂运移沉降数值模拟,分析砾石含量、支撑剂组合形式、注入速度对支撑剂运移堆积的影响,揭示了在真实粗糙裂缝内支撑剂运移沉降的微观现象及机理,为现场压裂施工中的砂液运移调控及作业参数优化提供理论支撑。

1 裂缝面的三维扫描及表征

为获取裂缝表面宏观状态以及信息所利用的便携式手持3D扫描仪,其原理如图1所示,所用手持扫描仪摄像头与激光为一体,所扫描裂缝面来自超大型真三轴试验。该扫描系统基于激光三角测距法原理构建,通过精密光学系统生成线状或面状激光束投射至物体表面,利用光路反射形成具有几何特征的动态条纹。高帧率图像传感器同步采集激光条纹的几何畸变图像,结合标定参数矩阵与实时解算算法(如相位解析或三角迭代补偿),重构被测物体表面的三维点云坐标。该系统集成化的扫描控制平台支持实时点云渲染与多帧数据融合(多次扫描获取的点云或模型通过算法对齐、拼接和优化,整合为完整、连续且高精度的三维模型的技术过程)。完成扫描后的模型可以通过STL、PLY、DEM等各种格式输出,这些输出的文件同时能够与主流CAD/CAM软件(UG、Geomegic Studio、Solidworks等)连接,并且能够与这些软件共享数据。

1.1 数据处理

通过三维扫描设备扫描得到的点云数据量较大,而且不可避免的存在大量离群噪点以及冗余信息,这些干扰因素会显著降低曲面重构以及建模的精度和效率。因此需要对这些点云数据进行预处理工作,即优化点云数据,主要包括数量和质量。

1.2 点云去噪

基于点云噪声的空间分布特征与成因机制,可将其系统划分为三类:第一全局离群噪声表现为远离主体点云的孤立离散点,其成因多为环境杂散光干扰与传感器误触发;第二局部离群噪声呈现为与主体点云存在显著空间分离的密集型噪声,主要由多路径反射或扫描系统振动引起;第三层间干扰噪声则表现为与有效点云呈平行分布的伪影层,常见于透明介质扫描中的穿透反射效应。

由于3D扫描仪扫描获取的图像为序点云,全局离群噪声点和局部离群噪声点在图像中明显的偏离于点云图像的主体,可以通过使用的3D扫描设备所配套软件Creality Scan手动删除。去噪前后图像的对比如图2所示。

1.3 裂缝面表征

通过自编点云处理软件对三维扫描后的迂曲粗糙裂缝面MH-1、MH-2、MH-3进行系统表征。结果表明,大量砾石的存在显著会增加压裂裂缝形态的复杂程度,尤其在作为支撑物或导致裂缝路径分叉时,这是因为水力裂缝遇到砾石会发生不同程度的偏转,同时砾石含量的上升也增加了绕砾或穿砾的概率。但在特定应力条件下,若砾石破碎为细粒物质,可能降低粗糙度。总体而言,砾石通过物理支撑和力学相互作用主导了裂缝表面的复杂化。

在相同工况下,通过自编软件测得MH-1、MH-2、MH-2粗糙裂缝面的平均粗糙度、曲率等表征参数如表1所示。由图3可知,粗糙面上下起伏变化较大,色标尺蓝色至红色为粗糙面由凹陷向凸起扩展。结合表1数据可知,R_a从MH-1的11.6 mm增至MH-3的17.6 mm,表明裂缝表面整体凹凸程度随砾石含量增加而显著增大;A_R从0.076 3增至 0.095 2,反映裂缝真实表面积相对投影面积的扩张,进一步验证了表面结构的复杂化趋势,S_sk与S_ku的波动暗示局部凸起与凹陷分布的非均匀性增强,可能与砾石颗粒的随机分布及破碎特征相关。曲率K的变化则反映裂缝面弯曲程度的非线性演变,间接导致复杂缝网的形成。主要是因为在水力压裂过程中,裂缝遇砾石会发生偏转现象,当砾石含量增加时,水力裂缝遇砾石偏转的概率也会相应地增加,因此,水力裂缝发生更多绕砾或者穿砾的行为,同时也会有分支裂缝和微裂缝的产生,压裂液在裂缝中受到的阻力增加。

2 DEM-CFD流固耦合数值模型

2.1 DEM-CFD流固耦合数学模型介绍

地层中的流体途径水力压裂裂缝支撑剂充填层流向井眼的过程中,某一颗支撑剂在井筒轴向所受到的驱动作用力f_d_i为

(1)$ f_{\mathrm{d} i}=-\left(\frac{f_{\mathrm{int}}}{1-\phi}+\nabla p\right) \frac{\pi}{6} d_{\mathrm{p} i}^{3}$

式(1)中:f_d_i为第i个支撑剂颗粒所受到的驱动作用力,N;f_int为单元体积内支撑剂颗粒与流体之间的相互作用力,Pa/m;d_p_i为第i个支撑剂颗粒的直径,m;φ为支撑剂颗粒的孔隙度,无量纲;

p为液体压力梯度,Pa/m。

针对不可压缩且密度恒定的流体,其固-液双相流动模型的连续性方程与N-S控制方程可表述为

(2)$ \frac{\partial\left(\rho_{\mathrm{f}} u\right)}{\partial t}=-\nabla p+\nabla \cdot \boldsymbol{\tau}+\rho_{\mathrm{f}} g+f_{\mathrm{int}}$

(3)$ \frac{\partial \rho_{\mathrm{f}}}{\partial t}=-(\nabla \cdot \rho u)$

式中:t为流体流动的时间,s;g为重力加速度,m/s²;u为流速,m/s;ρ_f为密度,kg/m³;τ为黏性应力张量,Pa/m。

当流体不可压缩且动力黏性系数恒定时

(4)$ \begin{aligned}\tau_{j k} & =\mu_{\mathrm{f}}\left(\frac{\partial u_{j}}{\partial x_{k}}+\frac{\partial u_{k}}{\partial x_{j}}-\frac{2}{3} \frac{\partial u_{l}}{\partial x_{l}} \delta_{j k}\right) \\& \approx \mu_{\mathrm{f}}\left(\frac{\partial u_{j}}{\partial x_{k}}+\frac{\partial u_{k}}{\partial x_{j}}\right)\end{aligned}$

式(4)中:u_k为k方向上流体的速度,m/s;u_l为l方向上流体的速度,m/s;x_j为j方向的长,m;μ_f为动力黏度,Pa·s;δ_jk为黏性应力张量在jk方向的单位分量,Pa/m。

当孔隙率较低(φ≤0.8)时,压力梯度基于Ergun方程计算,计算公式为

(5)$ \begin{aligned}\nabla p_{j}= & {\left[150 \frac{(1-\phi)^{2}}{\bar{d}_{\mathrm{p}}^{2} \phi^{2}} \mu_{\mathrm{f}}+1.75 \frac{1-\phi}{\overline{d_{\mathrm{p}}} \phi} \rho_{\mathrm{f}}\left|\overline{\nu_{j}}\right|-u_{j}\right] \times } \\& \left(\overline{\nu_{j}}-u_{j}\right)\end{aligned}$

式(5)中:$ \nabla p_{j}$为j方向上流体的压力梯度,Pa/m;$\stackrel{-}{{\nu }_{j}}$为j方向上流体的平均速度,m/s;$\overline{{d}_{p}}$为固体颗粒平均直径,m。

当孔隙率较高(φ≥0.8)时,压力梯度基于Wen-Yu方程计算,计算公式为

(6)$ \nabla p_{j}=\frac{3}{4} \rho_{\mathrm{f}} C_{\mathrm{D}} \frac{(1-\phi) \phi^{-2.7}}{\overline{d_{\mathrm{p}}}}\left|\overline{\nu_{j}}-u_{j}\right|\left(\overline{\nu_{j}}-u_{j}\right)$

式(6)中:C_D为拖曳系数,无量纲,可表示为

(7)$ \left\{\begin{array}{ll}C_{\mathrm{D}}=\frac{24}{R e}\left(1+0.15 R e^{0.687}\right), & R e \leqslant 1000 \\C_{\mathrm{D}}=0.44, & R e>1000\end{array}\right.$

式(7)中:Re为雷诺数,无量纲。

(8)$ {Re}=\frac{\phi\left|\overline{\nu_{j}}-u_{j}\right| \overline{d_{\mathrm{p}}}}{\mu_{\mathrm{f}}}$

(9)$ f_{\text {int }_{j}}=\beta_{\text {int }_{j}}\left(\overline{\nu_{j}}-u_{j}\right)$

式(9)中:f_{int_j}为流体和颗粒间单元体积内的相互作用力,Pa/m;β_{int_j}为相间阻力系数,Pa·s/m²。

相间阻力系数在Ergun方程中可写为

(10)$ \begin{aligned}\beta_{\text {int }_{j}}= & 150 \frac{(1-\phi)^{2}}{\bar{d}_{\mathrm{p}}^{2} \phi} \mu_{\mathrm{f}}+1.75 \frac{1-\phi}{\overline{d_{\mathrm{p}}}} \rho_{\mathrm{f}}\left|\overline{\nu_{j}}-u_{j}\right|, \\& \phi \leqslant 0.8\end{aligned}$

Wen-Yu方程中的相间阻力系数为

(11)$ \beta_{\mathrm{int}_{j}}=\frac{3}{4} \rho_{\mathrm{f}} C_{\mathrm{D}} \frac{(1-\phi) \phi^{-1.7}}{\overline{d_{\mathrm{p}}}}\left|\overline{\nu_{j}}-u_{j}\right|, \quad \phi \geqslant 0.8$

耦合计算流程如图4所示,具体步骤如下。

步骤1 建立耦合模型并划分计算网格,同步完成颗粒参数设定(包括颗粒生成)与流体域配置(含边界条件)。

步骤2 定义重力场强度、时间步长及总模拟时长。

步骤3 计算颗粒接触力,求解运动方程更新颗粒位置与速度,循环至DEM计算完成。

步骤4 求解VOF方程追踪相界面,计算动量方程更新速度场,修正压力与速度场并通过收敛判定。

步骤5 通过耦合模块传递颗粒-流体相互作用力,更新动量源项并衔接两模块数据。

步骤6 重复步骤3~步骤5直至达到模拟终止条件。

该流程通过DEM-CFD双向耦合机制,实现颗粒微观运动与宏观流体场的协同模拟,为复杂流固耦合问题提供数值分析方法。

2.2 模型验证

基于建立的DEM-CFD流固耦合数值模型,对文献[6 -8]中的相关物理实验数据进行比对,验证所建立模型的可靠性。图5^[6-8]为实验所用设备图,进口位于粗糙裂缝模型左侧,出口为模型整个右侧,液体与砂在混合之后被泵入裂缝模型当中。

模型验证时,考虑到计算复杂程度以及计算效率,参考文献[9]将模型入口简化为距离底边 10 mm、高38 mm、宽1 mm的矩形,出口为整个模型右边缘,同时建立与文献[9]的实验中所用相同尺寸的光滑平板模型。模拟注入速度0.25 m/s,液体黏度2.96 mPa·s,颗粒粒径0.375 mm,颗粒密度2 650 kg/m³。

物理实验与数值模拟结果对比如图6所示,根据专业图像处理软件得出的物理实验与数值模拟支撑剂覆盖平均误差为4.36%,表明对比结果基本一致,验证了所建立模型的准确性。

2.3 DEM-CFD流固耦合模型

因三维扫描后裂缝面尺寸较大(2 m×2 m),为提高计算效率,从中截取具有代表性的区域进行数值模拟,如图7所示,建立100 mm(长)×50 mm(高)×1 mm(宽)的粗糙裂缝模型,同时建立相应尺寸的光滑平板裂缝模型作为对照。模型左侧作为注入口,模型右侧设置出口,重力方向沿Y负向,当裂缝内支撑剂达到稳定状态时模拟停止。

在模拟过程中,对光滑平板裂缝模型、MH-1粗糙裂缝模型、MH-2粗糙裂缝模型、MH-3粗糙裂缝模型,均采用相同的经过折算后的模拟参数,监测其在3 s内的支撑剂运移沉降情况,模型基本参数如表2所示。

对光滑平板裂缝模型、MH-1粗糙裂缝模型、MH-2粗糙裂缝模型、MH-3粗糙裂缝模型进行结构网格划分,网格单元尺寸为0.675 mm,光滑平板裂缝模型网格节点35 276个、网格单元14 258个,MH-1粗糙裂缝模型网格节点172 857个、网格单元 64 662个,MH-2粗糙裂缝模型网格节点151 767个、网格单元55 878个,MH-3粗糙裂缝模型网格节点181 979个、网格单元67 389个。

3 粗糙裂缝内支撑剂运移沉降影响因素

3.1 模拟方案

支撑剂在运移沉降过程中受多个因素的影响,包括裂缝粗糙度、支撑剂种类、泵入速度、压裂液黏度等,主要研究砾石含量、支撑剂组合形式以及注入速度对其影响。模拟时所采用的基础参数参考表2,不同因素下的具体参数如表3所示。

3.2 支撑剂覆盖率

支撑剂堆积形成的有效覆盖面积是评估水力压裂效果的重要指标,能够量化支撑剂的铺置效果,然而受限于复杂的地下环境,直接测量该参数存在一定的困难。支撑剂覆盖率这一无量纲参数,定义为支撑剂铺置面积与裂缝总表面积之比,能更便捷地量化裂缝内有效支撑体积。为获取裂缝内支撑剂覆盖特征,采用MATLAB将支撑剂堆积形貌图转换为二值图像(图8)。通过计算黑色像素与总像素的比值确定相对覆盖率^[9]。

3.3 不同砾石含量下的支撑剂运移沉降

以光滑平板模型以及上述三种扫描后的粗糙面为例,取基础参数,进行不同砾石含量下的支撑剂运移沉降规律研究。在砾岩储层中含有大量的砾石,砾石的存在不仅会使裂缝表面强度有所增加,也会使裂缝几何形态变得复杂,从而对裂缝中支撑剂的运移沉降产生影响。由图9~图11可知,当砾石含量(C_g)≤20%,1 s时支撑剂分布比较相似,主要分布于底部,形态呈扁平层状,2 s时支撑剂向斜坡区域扩展并延伸,C_g=20%时的覆盖率和砂堤高度略大于C_g=0、10%,但整体仍以底部分布为主。3 s时,支撑剂在底部沉降基本稳定,斜坡上部出现零星分布,形态较规则,砾石含量增加虽未显著改变C_g=0、10%的整体轮廓,但3 s时C_g=20%时的覆盖率和砂堤高度仍大于C_g=0、10%,且轮廓区别较大。当C_g=30%,1 s时出现局部聚集的现象,支撑剂颗粒间空隙较为明显,其主要原因为砾石阻碍颗粒自由运动,导致分布异常。2 s时,底部沉积层明显增厚,斜坡区域支撑剂扩散加速,分布范围显著超过低砾石含量组。3 s时,斜坡上部覆盖更广,形态更“饱满”,砾石可能通过增强流体扰动推动颗粒向高处运移。因此,在低砾石含量下(C_g≤20%)支撑剂分布较为均匀且稳定,高砾石含量下(C_g=30%)显著扩大支撑剂扩散范围但降低其均匀性,并可能会引发局部聚集。

由图12可以看出,无砾石时速度分布均匀;含砾石时,砾石体积占比升高,直接压缩有效流动空间,迫使流体绕行或加速,绕流加速(红色区)与滞止减速(蓝色区)并存,且比例随增加而扩大。

3.4 不同支撑剂组合形式的支撑剂运移沉降

选取MH-2类型的粗糙裂缝模型,在边界条件一致的条件下,分析相同质量流量下不同支撑剂组合形式对支撑剂运移铺置产生的影响。选取20/40目支撑剂、40/70目支撑剂以及不同粒径支撑剂体积比作为研究对象。

根据模拟结果(图13)和图14可知,支撑剂运移沉积规律受支撑剂组合形式的影响,在注入初期20/40大粒径沉降速度较快,在入口处形成6.67 mm的砂堤,明显高于40/70小粒径下4.78 mm的砂堤,同时小粒径沉积层的形成相较于大粒径形成缓慢,大粒径形成的沉积层短而厚,小粒径形成的沉积层长而薄,最终会导致形成的导流通道有较大的区别,进一步影响支撑剂的导流能力。当将大小粒径以 1∶1 的比例注入时,根据图中红虚线框所示,在局部区域会发生“桥接现象”,同时大粒径颗粒会比小粒径颗粒先沉积底部,小粒径颗粒主要向后运移。当比例调整为3∶2时“桥接现象”更为明显,且发生该现象的区域增大,进口提前堵塞,模拟停止。发生该现象的主要原因是混合支撑剂注入后,不同粒径支撑剂颗粒的动力学行为存在差异,导致颗粒间相互作用增强,同时支撑剂在运移过程中会遇到粗糙、狭窄区域,此区域会引起流体通道和流体流动模式的变化,从而导致支撑剂发生桥接现象,并且形成不同程度的未填充区。而单一粒径颗粒因具有均匀的粒径分布,在狭窄区域可通过更协调的排列方式维持流动连续性,其受阻时倾向于形成动态平衡而非静态桥接。因此,在面对岩性比较粗糙且复杂的储层时,在压裂过程中要调整合适的比例以及泵入顺序,可以采用“先小后大”的泵入顺序,以降低砂堵风险,提高输砂效率。

由图15可以看出,单一粒径20/40目下的流体速度极化显著红色高速区达0.4 m/s,蓝色低速区接近0,流线因大颗粒阻塞剧烈弯曲;40/70目下流体流速均匀但整体偏低峰值约0.25 m/s,流线平缓。混合比例1∶1出现高速-低速交替区峰值约0.35 m/s,流线分叉形成局部涡旋(红色虚线框);而1∶2混合因小颗粒占比增加,流速整体峰值约 0.3 m/s,但残留大颗粒仍引发局部高速扰动。混合比例注入时,在狭窄区域小粒径颗粒会填充大颗粒间隙,形成局部高浓度堆积,阻塞流体通道,扰动流场。

在图16(a)中,红色、橙色、蓝色的三个尺寸不同的支撑剂颗粒随着液体在粗糙裂缝通道内运移,此时的流体通道较为平缓,颗粒可随着流体自由运移。随着持续流动,红色颗粒遇到裂缝面粗糙凸起显著区域。其水平运动遭到裂缝面物理阻挡,碰撞后可能出现:①颗粒反弹并移动至其他位置;②随着重力影响下向底部沉降[图16(c)红色颗粒];③被液体拖拽至下游区域;④在狭窄部位发生卡滞[图16(c)蓝色颗粒];⑤受高速流体拖曳力重新进入主流区,进行二次悬浮与再分布。这些现象表明裂缝面的粗糙部分显著提高颗粒在裂缝内的沉降概率^[10-14]。

3.5 不同注入速度的支撑剂运移沉降

在施工现场注入速度是重要的工程参数,为了解注入速度对支撑剂运移沉降产生的影响,采用20/40支撑剂在粗糙裂缝模型中不同速度下观察数值模拟时产生的变化及结果^[15-17]。

由图17可知,随着注入速度的增大,支撑剂分布状态非均匀性程度较大,大致呈“远端密,近端疏”的分布状态,同时在耦合过程中能够观察到较高注入速度下^[18],支撑剂快速流出自由边界(自由边界为理想化条件,与真实储层中存在一定的差距)。这是因为较高的注入速度会逐渐增加支撑剂水平方向的速度,从而导致支撑剂进入裂缝时悬浮在压裂液中,在高速压裂液的携带下运移沉降至裂缝远端^[18-19]。

由图18可知,当速度由0.1 m/s增加至0.4 m/s时,流体的携砂能力不断增强,受重力的影响变小,颗粒沉降速度变慢,颗粒沉降剖面角呈逐渐减小的趋势,支撑剂最终覆盖率降低高达80.5%,砂堤高度降低了19.06 mm。因为出口为自由界面,所以当增加注入速度时,大量支撑剂向裂缝远端运移沉降,甚至流出自由界面。流体速度较大时,一方面颗粒受流体的携带作用,另一方面流体不断冲刷砂堤,致使支撑剂向裂缝远端运移,对裂缝深处的填充非常有利,但近井附件的填充效果却很差,因为在施工时要注意调整合适的注入速度,从而使得裂缝填充效果达到最优化^[20-23]。

由图19可以看出,当流速增大时,速度分布不均匀,有湍流效应出现,在狭窄粗糙区域会出现速度较大的现象,这是因为粗糙壁面的突然出现导致流体速度突变,这会导致更多的支撑剂被带入裂缝深处。

4 结论

采用DEM-CFD数值模拟方法,考虑颗粒间、颗粒与流体间、颗粒与壁面间的复杂相互作用,建立DEM-CFD流固耦合模型。得出如下主要结论。

(1)基于超大型真三轴试验压裂裂缝进行三维数字重构,考虑颗粒间、颗粒与流体间、颗粒与壁面间的相互作用,建立DEM-CFD流固耦合模型,根据相关实验数据验证其可靠性,还原真实粗糙面下的支撑剂运移沉降过程,对现场施工具有一定的参考价值。

(2)砾岩中砾石显著增加壁面粗糙度和复杂性,破坏流体稳定性,阻碍支撑剂向远端运移并加速其沉降,更导致支撑剂分布不均。当砾石含量为20%~30%时,近、远井处的支撑剂分布非均匀性较强。

(3)注入不同组合形式的支撑剂时,小粒径颗粒会填充大颗粒间隙,形成局部致密堆积,限制后续支撑剂颗粒向裂缝远端运移,且产生“桥接现象”,因此,宜采用“先小后大”的注入顺序,有效填充裂缝,降低砂堵风险。

(4)提高注入速度能有效增长支撑剂运移距离,但会导致近井区域的填充效果变差。随着注入速度的增大,大量支撑剂颗粒运移至裂缝远端,甚至流出模型自由边界,支撑剂覆盖率减小。

(5)相较于传统光滑板模型,所建立的考虑砾石的粗糙裂缝模型可更真实反映颗粒-壁面碰撞滞留机制,为现场参数优化提供更可靠的理论依据。但模型未考虑砾石动态破碎及压裂液破胶后黏度变化对支撑剂长期稳定性的影响,相关机制需通过动态裂缝扩展模型进一步完善。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	王哲, 曹广胜, 白玉杰, 等. 低渗透油藏提高采收率技术现状及展望[J]. 特种油气藏, 2023, 30(1): 1-13.

[2]	Wang Zhe, Cao Guangsheng, Bai Yujie, et al. Current status and prospect of enhanced oil recovery technology in low permeability reservoirs[J]. Special Oil & Gas Reservoir, 2023, 30(1): 1-13.

[3]	黄海, 郑永, 王毅, 等. 粗糙壁面压裂裂缝内支撑剂运移铺置特征[J]. 石油勘探与开发, 2024, 51(2): 399-408.

[4]	Huang Hai, Zheng Yong, Wang Yi, et al. Characteristics of pro-ppant transport and placement in fractured cracks with rough wall surface[J]. Petroleum Exploration and Development, 2024, 51(2): 399-408.

[5]	汪杰, 赵康佳, 龚润璞, 等. 压裂支撑剂在迂曲粗糙裂缝中运移沉降规律研究[J]. 长江大学学报(自然科学版), 2025, 22(1): 81-90.

[6]	Wang Jie, Zhao Kangjia, Gong Runpu, et al. Study on migration and settlement law of fracturing proppant in tortuous and rough fractures[J]. Journal of Yangtze University(Natural Science Edition), 2025, 22(1): 81-90.

[7]	刘善勇, 尹彪, 楼一珊, 等. 粗糙裂缝内支撑剂运移与展布规律数值模拟[J]. 石油钻探技术, 2024, 52(4): 104-109.

[8]	Liu Shanyong, Yin Biao, Lou Yishan, et al. Numerical simulation of proppant migration and distribution law in rough fractures[J]. Petroleum Drilling Techniques, 2024, 52(4): 104-109.

[9]	Zhang B, Ranjith G P, Chengpeng Z, et al. On the correlation between proppant addition strategy and distribution[J]. Gas Science and Engineering, 2023, 117: 205060.

[10]	Huang H, Babadagli T, Li H A. A quantitative and visual experimental study: effect of fracture roughness on roppant transp ort in a vertical fracture: SPE 187520-MS[R]. Richardson: SPE, 2017.

[11]	Hua G H, Babadagli T, Li H A, et al. Visual analysis on the effects of fracture-surface characteristics and rock type on proppant transp ort in vertical fractures: SPE 189892-MS[R]. Richardson: SPE, 2018.

[12]	Hua G Hai, Babadagli T, LI H A, et al. Effect of injection arameters on roppant transp ort in rough vertical fractures: an experimental analysis on visual models[J]. Journal of Petroleum Science and Engineering, 2019, 180: 380-395.

[13]	Zhang B, Gamage R P, Zhang C, et al. Hydrocarbon recovery: optimized CFD-DEM modeling of proppant transport in rough rock fractures[J]. Fuel, 2022, 311: 122560.

[14]	尹邦堂, 张超, 王志远, 等. 非常规油气储集层粗糙压裂裂缝内支撑剂运移机理[J]. 石油勘探与开发, 2023, 50(3): 624-632.

[15]	Yin Bangtang, Zhang Chao, Wang Zhiyuan, et al. Mechanism of proppant migration within rough fractures in unconventional oil and gas reservoirs[J]. Petroleum Exploration and Development, 2023, 50(3): 624-632.

[16]	Huang H, Babadagli T, Li H A. A quantitative and visual experimental study: effect of fracture roughness on proppant transport in a vertical fracture[C]// SPE Eastern Regional Meeting. Richardson: SPE, 2017: SPE 187520-MS.

[17]	Zhang Z P, Zhao Y X, Zhang T, et al. Micro-scale reconstruction and CFD-DEM simulation of proppant-laden flow in hydraulic fractures[J]. Fuel, 2023, 352: 129032.

[18]	李国龙, 董长银, 张启龙, 等. 疏松砂岩储层压裂充填防砂支撑剂嵌入堵塞复合作用裂缝导流能力评价[J]. 科学技术与工程, 2025, 25(12): 4975-4985.

[19]	Li Guolong, Dong Changyin, Zhang Qilong, et al. Evaluation of fracture conductivity under combined action of proppant embedding and plugging in weakly-consolidated sandstone reservoirs[J]. Science Technology and Engineering, 2025, 25(12): 4975-4985.

[20]	付照德. 基于三维激光扫描的储层裂缝酸化效果研究[D]. 青岛: 中国石油大学(华东), 2015.

[21]	Fu Zhaode. Research on the acidification effect of reservoir fractures based on 3D laser scanning[D]. Qingdao: China University of Petroleum, 2015.

[22]	蔡国庆, 刁显锋, 杨芮, 等. 基于CFD-DEM的流-固耦合数值建模方法研究进展[J]. 哈尔滨工业大学学报, 2024, 56(1): 17-32.

[23]	Cai Guoqing, Diao Xianfeng, Yang Rui, et al. Research progress on fluid-structure interaction numerical modeling method based on CFD-DEM[J]. Journal of Harbin Institute of Technology, 2024, 56(1): 17-32.

[24]	王恒, 刁欢, 肖谭, 等. 基于CFD-DEM方法的离心泵内颗粒运动规律及磨损特性研究[J]. 甘肃水利水电技术, 2023, 59(2): 22-28, 60.

[25]	Wang Heng, Diao Huan, Xiao Tan, et al. Study on particle motion law and wear characteristics in centrifugal pump based on CFD-DEM method[J]. Gansu Water Resources and Hydropower Technology, 2023, 59(2): 22-28, 60.

[26]	郭慧娟, 高畅, 韩金井, 等. 基于CFD-DEM算法的压裂支撑剂缝内铺砂规律[J]. 石油机械, 2023, 51(6): 104-111.

[27]	Guo Huijuan, Gao Chang, Han Jinjing, et al. Sand laying law in fracturing proppant fracture based on CFD-DEM algorithm[J]. China Petroleum Machinery, 2023, 51(6): 104-111.

[28]	王俊亭, 许冬进, 陶振强, 等. 非常规油气支撑剂粒度粒形对其破碎率及裂缝导流能力的影响[J]. 科学技术与工程, 2025, 25(9): 3672-3679.

[29]	Wang Junting, Xu Dongjin, Tao Zhenqiang, et al. Effects of particle size and shape of unconventional oil and gas proppants on breakage rate and fracture conductivity[J]. Science Technology and Engineering, 2025, 25(9): 3672-3679.

[30]	张超, 王志远, 都凯. 基于CFD-DEM耦合模型的粗糙裂缝中支撑剂运移规律研究[C]// 第31届全国水动力学研讨会论文集(下册). 青岛: 中国石油大学(华东)石油工程学院, 中国石油大学(华东)非常规油气开发教育部重点实验室, 2020: 688-701.

[31]

Zhang Chao, Wang Zhiyuan, Du Kai. Study on proppant migration law in rough cracks based on CFD-DEM coupling model[C]// Proceedings of the 31st National Symposium on Hydrodynamics (Volume II). Qingdao: School of Petroleum Engineering, China University of Petroleum (East China), Key Laboratory of Unconventional Oil and Gas Development, Ministry of Education, China University of Petroleum, 2020: 688-701.

[32]	崔传智, 李景林, 吴忠维, 等. 复杂裂缝内支撑剂铺置规律及有效支撑面积[J]. 科学技术与工程, 2023, 23(30): 12926-12935.

[33]	Cui Chuanzhi, Li Jinglin, Wu Zhongwei, et al. Proppant paving law and effective support area in complex cracks[J]. Science Technology and Engineering, 2023, 23(30): 12926-12935.

[34]	Zhang G, Li M, Gutierrez M. Simulation of the transport and placement of multi-sized proppant in hydraulic fractures using a coupled CFD-DEM approach[J]. Advanced Powder Technology, 2017, 28(7): 1704-1718.

[35]	陈攀, 孙鉴, 吴隹伟, 等. 基于改进粒子群的云计算任务调度算法[J]. 科学技术与工程, 2025, 25(12): 5045-5057.

[36]	Chen Pan, Sun Jian, Wu Zhuiwei, et al. Cloud computing task scheduling algorithm based on improved particle swarm optimization[J]. Science Technology and Engineering, 2025, 25(12): 5045-5057.

[37]	Zhang S, Li X, Gao Q, et al. Experimental analysis of proppant stimulation effectiveness in sand fracturing[J]. Petroleum Science and Technology, 2020, 38(9): 1776324.