重晶石泥浆对随钻密度测井中探测器能窗划分的影响

张 丽 孙建孟 于华伟 姜 东 张 静

1(中国石油大学 地球科学与技术学院 青岛 266580)

2(山东科技大学 资源与环境工程学院 青岛 266590)

伽马射线与地层发生三种效应，光电效应、康普顿效应和电子对效应[1]。其中光电效应与地层的岩性有关，康普顿效应反映地层的密度。岩性密度测井最主要的应用就是求取地层岩性和体积密度，在整个测量过程中，需要对探测器获得的计数结果进行能窗取值，即在某一能阈范围内求取其总计数用以计算地层密度和岩性[2]。

当随钻密度测井仪在进行井下随钻测量时，井眼在钻井过程中充填了泥浆，泥浆的存在会对密度的测量与岩性的判定产生一定的影响[3]。而且密度测井的探测深度较浅，一般只有十几厘米，仪器与地层间隙内填充的泥浆与地层的密度存在一定的差值，实际测量的密度值是泥浆与地层共同作用的结果[4]。泥浆与地层密度间的差值越大，对于随钻密度测量的影响也就越大。同时，重晶石的存在会导致Pe值测量的不准确，Pe的探测深度比密度的探深还要小，它反映的只有探测器窗口正对着的一小块探测对象的特性[5]。当泥浆中存在重晶石时，Pe值会明显偏高，可能不能准确地反映岩性。

因此，有必要针对淡水泥浆与重晶石泥浆两种情况分析其各自适用的岩性、密度能窗范围。笔者采用蒙特卡罗的方法对淡水泥浆和重晶石泥浆两种情况下确定的探测器能窗范围进行模拟研究，来进一步考察泥浆中加入重晶石后对能窗范围的影响。

1 能窗划分原理

散射伽马能谱高能段H主要是由康普顿散射效应的光子计数所产生，而低能段S反映了复合作用，即一方面计数是低能散射伽马光子，另一方面散射光子又受地层介质吸收效应的影响[6]。即H段计数是地层介质密度指数re的函数，而S段不仅是密度指数re，而且是介质光电吸收指数Pe的函数：

因此，地层岩性和密度值可以通过随钻密度测量的各能区的计数得到。

低能岩性窗口的计数是由伽马光子与地层发生光电效应和康普顿效应共同作用下的结果，即岩性窗计数NLITH是密度窗计数NLS之比是岩性指数Pe的简单函数，即：

其中C是与仪器无关的常数；K、d通过室内刻度井刻度得到[7]。

通过实验测得能窗测量值之比与地层岩性指数的关系式为：

则仪器分辨地层岩性指数Pe的灵敏度为：

Pe1和 Pe2是两种地层的岩性指数，h为一个只随仪器参数变化的当量[8]。

2 计算模型构建

模型包括一个伽马源，两个探测器，钨镍铁材料的屏蔽体以及相应的电路和机械部件[9]。伽马源发射伽马射线经地层散射后，由距离放射源近、远不同的两个探测器接收，通过分析散射伽马射线能谱得到岩性密度测井仪的密度窗和岩性窗的范围。

图1 随钻密度测井仪器在垂直井中模型(a)和横切面(b)Fig.1 Vertical well model (a) and its cross section interface (b).

使用MCNP程序进行模拟时，首先构建合理的仪器、井眼和地层的三维模型。测井仪中，放射源是能量为0.662MeV的137Cs伽马源，源仓材料为钨镍铁合金，源准直孔形状为楔形，角度为 45°，充填低密度的铍。近、远探测器均采用NaI晶体，其源距分别为 15cm和35cm。屏蔽体材料为钨镍铁合金。井眼直径为22cm，内填充淡水。采用F8卡分别记录两个探测器栅元中的伽马射线的计数。通过合理的减方差技巧，使每次模拟结果的统计误差小于2%。记录能量大于0.01MeV的伽马光子，抽样2×109个源粒子数。随钻密度测井仪在垂直井中的纵切面和横切面如图1所示，仪器位于井筒一侧，紧贴井壁，地层为饱含气体(CH4)的石灰岩地层。假设地层界面是水平的，在某一深度点水平方向上地层假设为各向同性的。

3 淡水泥浆下能窗划分

为了研究不同泥浆类型对岩性和密度能窗范围的影响，使用蒙特卡罗模拟手段，首先模拟淡水泥浆钻井条件下获得的散射伽马能谱[11]。模拟时选取散射伽马能量范围是0.001–0.652MeV，由于该能谱的总计数相差好几个数量级，为方便比较，对它们进行了归一化处理，即将每一个计数数据除以能量大于0.1 MeV的光子总计数，并且进行变参数双指数平滑处理操作，最后得到近、远探测器在相同密度、不同岩性的散射g能谱[12-13]。如图2所示。

从图2可以看出，经归一化、平滑处理操作之后的能谱曲线，在低能谱段，由不同岩性引起的能谱曲线是不相同的且存在明显差异；在高能谱段，避开了对光电效应灵敏的能阀区后，相同密度引起的能谱谱段重叠在一起。

在相同密度的砂岩、石灰岩和白云岩地层中测得的近探测器的散射伽马能谱中，能量区间[260,440]keV内计数几乎完全重合；远探测器在[190,390]keV能量区间内计数也几乎完全重合，因此可以认为，此时淡水泥浆条件下确定的近、远探测器的密度窗的范围分别是[260,440]keV和[190,390]keV。同样，在岩性能阀的选择区间内，探测器在三种岩性的地层中的计数差异最大，这样才能保证该仪器对地层岩性有足够的灵敏度。在[60,150]keV能量区间内，探测器在三种模拟地层中的计数差异最大，且随着岩性指数Pe的增大，该差异有增大的趋势。

图2 近探测器(a) 远探测器(b)在相同密度，不同岩性指数的三种地层中测得的散射伽马能谱Fig. 2 g-ray spectrometry of the near detector (a) and the far detector (b) in different formation with the same density and different lithology.

同样，为了保证在选定的岩性能阀区间内，仪器对地层岩性有足够的灵敏度，采用蒙特卡罗方法，模拟七种地层条件（铁、石灰岩、白云岩、铝、砂岩、矿化水、纯淡水）下，五个岩性能窗范围的计数比与Pe的关系，如图3所示。

图3 不同岩性能窗NLITH/NLS~Pe关系Fig. 3 NLITH/NLS~Pe in different lithology window.

从图3可以看出，在选择的五种岩性能窗的范围内，均能得到较好的 NLITH/NLS~Pe关系曲线。曲线的斜率即为灵敏度h关系式内的 K，且随着岩性能窗范围的增大，式中C值的选择范围逐渐减小，仪器分辨地层岩性的灵敏度h逐渐增强。因此，在实际计算过程中，可以适当放宽岩性能窗范围，有利于增加岩性判别的灵敏度。但在Pe较低的地层中使用过宽的岩性能窗范围会使测量值有很大偏差。

而且，岩性窗选择范围较窄时，模拟得到的能窗计数比与Pe的线性关系并不十分好，当选择的岩性窗范围在[60,150]keV时，两者几乎完全呈线性关系。由此，验证了前述划分的岩性能窗范围的正确性，认为岩性能窗为[60,150]keV时能保证仪器有较高的岩性灵敏度，也能保证计数结果有较高的精确度。

4 重晶石泥浆下能窗划分

为了研究重晶石泥浆对岩性、密度能窗划分的影响，采用上述相同的仪器-井眼-地层模型，在淡水泥浆中加入一定量的重晶石，得到重晶石泥浆下的模拟条件。采用蒙特卡罗模拟方法，得到重晶石泥浆钻井条件下的散射伽马能谱。模拟时选取散射伽马能量范围是0.001–0.652MeV，由于该能谱的总计数相差好几个数量级，为方便比较，对它们进行了归一化处理，即将每一个计数数据除以能量大于0.1MeV的光子总计数，并且进行变参数双指数平滑处理操作，最后得到近、远探测器在相同密度、不同岩性地层中的散射g能谱[12-13]。如图4所示。

图4 近探测器(a) 远探测器(b)在相同密度，不同岩性指数的三种地层中测得的散射伽马能谱Fig. 4 g-ray spectrometry of near detector (a) and far detector(b) in different formation with the same density and different lithology.

从图4可以看出，在重晶石泥浆条件下，经归一化、平滑处理操作之后的能谱曲线，近探测器的能量区间[265,430]keV内几乎完全重合，远探测器在[195,385]keV能量区间内计数也几乎完全重合，因此可以认为，此时重晶石泥浆条件下确定的近、远探测器的密度窗的范围分别是 [265,430]keV和[195,385]keV。同样，为了保证仪器对地层岩性有足够的灵敏度，要求探测器对不同岩性地层的模拟响应差异最大。在[70,140]keV的能量范围内，近探测器模拟响应的差异最明显，且随着岩性指数Pe的增大，该差异有增大的趋势，因此可以将近探测器的岩性窗范围定为[70,140]keV，即能保证仪器有较高的岩性灵敏度，又能保证计数结果有较高的精确度。

5 总结

在常规地层中，无论是在淡水泥浆还是重晶石泥浆条件下，划分近、远探测器的能窗的依据不变。不管是岩性窗还是密度窗，在相同岩性或密度的模拟条件下，在选择的范围内有大致相同的计数；在不同岩性或密度的模拟条件下，均能保证在选择范围内存在较明显的差异。

采用上述相同的仪器-井眼-地层模型，在相同密度，不同岩性的三种地层中，淡水泥浆条件下确定的近、远探测器的密度窗分别为[260,440]keV和[190,390]keV，近探测器的岩性窗为[60,150]keV；加入重晶石后，近、远探测器的密度窗的范围分别为[265,430]keV和[195,385]keV，近探测器的岩性窗范围为[70,140]keV。

对比分析淡水泥浆和重晶石泥浆两种条件下确定的岩性窗和密度窗的范围，结果表明：泥浆中加入重晶石，会使岩性窗和密度窗的范围都变小，而且由于重晶石的岩性指数值较常规地层大很多，可以很明显地辨别出含重晶石地层，但是如果泥浆中加入重晶石，对地层岩性指数值的计算将产生较大误差。所以，重晶石泥浆情况下探测窗能阀的分析对于提高岩性密度测井仪的测量精度有重要的理论意义。

1 黄隆基. 核测井原理[M]. 山东: 石油大学出版社, 2000:68–77 HUANG Longji. Principle of nuclear logging[M].Dongying: Press of University of Petroleum, 2000: 68–77

2 庞巨丰. 伽马能谱数据分析[M]. 西安:陕西科学技术出版社, 1990 PANG Jufeng. Data analysis on Gammma ray spectrometry[M]. Xi’an: Press of Shanxi Science and Technology, 1990

3 吴文圣. 用Monte Carlo方法模拟三探头核测井响应及数据处理方法[D]. 山东: 石油大学(华东), 2002 WU Wensheng. Simulating Three-Detector Nuclear logging Response And Data Handling Method With Monte Carlo Method[D]. Shandong: China University of Petroleum, 2002

4 于华伟, 孙建孟, 李晓鹏, 等. 蒙特卡罗模拟研究水平井密度测井中岩屑层的影响[J]. 核技术, 2009, 32(10):751–755 Yu Huawei, Sun Jianmeng, Li Xiaopeng, et al. Monte Carlo simulation on influence of cutting beds on density log in the horizontal wells[J]. Nuclear Techniques, 2009,32(10): 751–755

5 任颖. 岩性指数在油气勘探中的应用[J]. 石油地球物理勘探, 1997, 32(1): 59–65 Ren Ying. Application of lithology index in the oil and gas exploration[J]. Oil Geophysical Prospecting, 1997,32(1):59–65

6 庞巨丰. 测井原理及仪器[M]. 北京: 科学出版社, 2008 PANG Jufeng. Logging Principle and Instrument[M].Beijing: Press of Science, 2008

7 吴文圣. 三探测器密度测井数据处理方法研究[J]. 测井技术, 2003, 27(3):189–193 WU Wensheng. On Data-processing Method of Three-detector Density Logging[J]. Well Logging Technology, 2003, 27(3): 189–193

8 钟振千. 岩性密度测井原理及应用[M]. 北京: 石油工业出版社, 1994 ZHONG Zhenqian. Principle and Application of Lithology Density Logging[M]. Beijing: Press of Petuoleum industry, 1994.

9 Bertozzi W, Ellis D V, Wahl J S. The Physical Foundation of Formation Lithology Logging[J]. Geophysics, 1981,46(10): 1439–1455

10 Briesmeister J F. MCNP- A General Monte Carlo N-Particle Transport Code [R]. Los Alamos: Los Alamos National Laboratory, 2000

11 沈建国. 归一化的井条件下的几何因子及其应用[J].石油地球物理勘探, 1996, 31(5): 716–723 SHEN Jianguo. Normalized geometric factor in borehole condition and its application[J]. Oil Geophysical Prospecting, 1996, 31(5): 716–723

12 顾民, 葛良全. 基于变参数双指数平滑法的自然伽玛能谱处理[J], 物探化探计算技术. 2008, 30(6): 506–509 GU Min, Ge Liangquan. Natural Gamma spectroscopy smoothing processing based on the varying parameter exponential[J]. Computing Techniques For Geophysical and Chemical. 2008, 30(6): 506–509

13 Mendoza A, Preeg W. Monte Carlo modeling of nuclear measurements in vertical and horizontal wells in the presence of mud-filtrate invasion and salt mixing [C].New Orleans: Society of Petroleum Well Log Analysts,2005