天然气地球科学 >

2025 , Vol. 36 >Issue 12: 2179 - 2192

DOI: https://doi.org/10.11764/j.issn.1672-1926.2025.09.005

天然气勘探

陆相页岩油储层岩石力学参数测井预测方法——以准噶尔盆地吉木萨尔凹陷芦草沟组为例

  • 石玉江 , 1 ,
  • 缑艳红 1 ,
  • 刘向君 , 2 ,
  • 耿尊博 1 ,
  • 熊健 2 ,
  • 张金风 3 ,
  • 罗江 2
展开
  • 1. 中国石油测井集团有限责任公司，陕西 西安 710000
  • 2. 西南石油大学油气藏地质及开发工程全国重点实验室，四川 成都 610500
  • 3. 中国石油新疆油田分公司吉庆作业区，新疆 乌鲁木齐 830000
刘向君（1969-），女，四川资中人，博士，二级教授，博导，主要从事复杂地层岩石物理与油气工程测井等方面研究与管理工作.E-mail：.

石玉江（1971-），男，甘肃平凉人，博士，教授级高级工程师，主要从事测井技术应用、地质综合研究与管理工作. E-mail：.

收稿日期: 2025-07-11

  修回日期: 2025-09-08

  网络出版日期: 2025-09-19

基金资助

中国石油集团测井有限公司科学研究与技术开发项目“测井地质工程一体化评价技术研究与应用”(CNLC2024-8B02)

中国石油科技创新基金项目(2023DQ02-0101)

收起

Logging prediction method for rock mechanical parameters of continental shale oil reservoir： A case study of Lucaogou Formation in Jimsar Depression， Junggar Basin

  • Yujiang SHI , 1 ,
  • Yanhong GOU 1 ,
  • Xiangjun LIU , 2 ,
  • Zunbo GENG 1 ,
  • Jian XIONG 2 ,
  • Jinfeng ZHANG 3 ,
  • Jiang LUO 2
Expand
  • 1. China Petroleum Logging Group Co. ，Ltd. ，Xi'an 710000，China
  • 2. State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation，Southwest Petroleum University，Chengdu 610500，China
  • 3. Jiqing Operation Area of Xinjiang Oilfield Company，PetroChina，Urumqi 830000，China

Received date: 2025-07-11

  Revised date: 2025-09-08

  Online published: 2025-09-19

Supported by

Research and Application of Integrated Logging-Geology-Engineering Evaluation Technology,Scientific Research and Technology Development Projects of CNPC Logging Co.,Ltd(CNLC2024-8B02)

the PetroChina Science and Technology Innovation Fund Project(2023DQ02-0101)

Fold

摘要

为提高准噶尔盆地吉木萨尔凹陷芦草沟组地层岩石力学参数评价效果，通过开展单/三轴压缩、巴西劈裂及断裂韧性等力学测试，获取了抗压强度、弹性模量等岩石力学参数，结合Pearson相关系数剖析其影响因素，以此构建了芦草沟组地层岩石力学参数预测模型。结果表明：芦草沟组不同岩性岩石力学特征存在明显差异，影响岩石力学参数的关键因素为纵波速度、密度及黏土矿物含量，并据此建立了岩石力学参数预测模型，其相关系数均超过0.8，平均相对误差低于15%；基于声波时差、密度以及自然伽马测井信息实现了研究区芦草沟组地层岩石力学参数的计算，基于此获取的地层破裂压力与破裂压力实测值相比，平均相对误差为2.32%。综合考虑声波速度、密度、泥质含量影响所建立的岩石力学参数测井预测方法，为页岩油储层井壁稳定性评价及压裂施工提供了可靠的岩石力学数据支撑。

关键词： 吉木萨尔凹陷; 页岩油; 复杂岩性; 岩石力学; 测井预测

本文引用格式

石玉江 , 缑艳红 , 刘向君 , 耿尊博 , 熊健 , 张金风 , 罗江 . 陆相页岩油储层岩石力学参数测井预测方法——以准噶尔盆地吉木萨尔凹陷芦草沟组为例[J]. 天然气地球科学, 2025 , 36(12) : 2179 -2192 . DOI: 10.11764/j.issn.1672-1926.2025.09.005

Abstract

In order to improve the evaluation effect of rock mechanical parameters of Lucaogou Formation in Jimsar Depression， rock mechanical parameters such as compressive strength and elastic modulus were obtained by carrying out mechanical tests such as uniaxial/triaxial compression， Brazilian cleavage and fracture toughness. Combined with Pearson correlation coefficient， the influencing factors were analyzed， and the prediction model of rock mechanical parameters of Lucaogou Formation was constructed. The results show that there are obvious differences in rock mechanical characteristics of different lithology in Lucaogou Formation. The key factors affecting rock mechanical parameters are P-wave velocity， density and clay mineral content. The prediction model of rock mechanical parameters is established. The correlation coefficients are more than 0.8， and the average relative error is less than 15%. Based on the acoustic time difference， density and gamma logging information， the rock mechanical parameters of Lucaogou Formation in the study area are calculated. The average relative error between the formation fracture pressure obtained based on this and the measured value of fracture pressure is 2.32%. The logging prediction method of rock mechanics parameters established by comprehensively considering the effects of acoustic velocity， density and shale content provides reliable rock mechanics data support for wellbore stability evaluation and fracturing operation of shale oil reservoir.

Key words： Jimsar Depression; Shale oil; Complex lithology; Rock mechanics; Logging prediction

0 引言

随着常规油气资源枯竭与油气需求增长的矛盾日益突出，寻找和开发非常规能源已成为油气勘探开发的关键［1-2］。页岩油作为非常规能源的一种，其储量丰富，在中国的鄂尔多斯、准噶尔等盆地已探明了巨大储量［3-4］。其中，准噶尔盆地吉木萨尔凹陷芦草沟组的储量约为15.8×108 t，展现出巨大的勘探开发潜力［5-7］。然而，芦草沟组地层非均质性强且岩性较为复杂，主要岩性包括砂屑白云岩、长石砂岩、泥岩等多种岩性［8］，岩性差异使得芦草沟组地层岩石力学特征较为复杂，导致岩石力学预测精度不够高。岩石力学参数作为油气工程的关键基础参数，对井位优选、钻井安全和压裂施工的安全开展至关重要，它也是衔接地质评价和工程实施的核心纽带［9-10］。因此，需建立针对该套地层岩石力学参数的精细预测模型以满足工程需求。
一般获取岩石力学参数的方法主要有2种：一种是通过室内岩心实验获取岩石力学参数。冯少柯等［11］基于多种力学实验测试，研究分析了深层页岩岩石力学特性；王爱民等［12］基于岩石力学室内实验分析了济阳坳陷页岩力学性能。但基于室内实验获取的力学数据较为离散，难以反映目标地层全井段的岩石力学特征；另一种是通过测井预测，基于实验测试结果分析岩石力学参数与测井岩石物理参数间的内在关系，建立模型以实现地层全井段的岩石力学参数连续预测［13-15］。常见的岩石力学测井评价方法主要基于均匀介质弹性波动理论进行岩石力学参数的测井预测［16-17］，但在面对非均质性较强的地层时则难以满足预测要求，因此许多学者基于岩石力学参数的岩石物理响应机制建立了基于岩石物性参数的岩石力学测井预测方法［18-20］。当前多数学者多依赖声波时差、密度等参数，通过拟合建立了不同研究地层的岩石力学参数预测模型［18-22］，这类模型虽能在一定程度上反映岩石力学特性，但忽略了岩石矿物组成的影响，在岩性较为复杂地层中会出现明显偏差。同时，由于不同地区的岩性、结构等存在较大差异，不同模型在不同研究区域的应用存在一定局限性［23-24］，所以针对不同研究区域需要建立相应的融合岩石矿物特征的岩石力学参数测井预测模型，以提升在非均质地层中岩石力学参数预测的可靠性。
因此，以准噶尔盆地吉木萨尔凹陷芦草沟组为研究对象，基于室内岩石物理、岩石力学实验与矿物组分测试，获取岩样基础物性参数、声波速度、岩石力学参数及矿物组分含量，分析了芦草沟组岩石力学特征与破坏特征，以及矿物含量对岩石力学特性的影响。采用Pearson相关分析，明确了芦草沟组岩石力学参数建模的关键影响因素，在此基础上采用多元非线性拟合方法建立了研究区芦草沟组岩石力学参数测井预测方法，从而实现对芦草沟组地层破裂压力与安全钻井液密度窗口的预测。研究结果对芦草沟组的钻井、压裂工程的安全开展具有重要的现实意义。

1 地质背景

吉木萨尔凹陷位于准噶尔盆地东部东南缘，是西深东浅、西断东超的箕状凹陷，其芦草沟组为页岩油主要产层，在全凹陷均有分布，厚度大多超过200 m，自上而下可细分多个层组，其中上、下储层段是重要的页岩油储层［5］。二叠系芦草沟组为陆相湖盆沉积，沉积碎屑来源丰富，涵盖陆源碎屑、火山碎屑和碳酸盐矿物等，主要矿物类型包括石英、长石、方解石等常见类型［8，25］，如图1所示。但后期湖水咸化使得芦草沟组发生白云化作用，导致该套地层岩性较为复杂。
图1 吉木萨尔凹陷芦草沟组地层分布（a）及沉积特征（b）

Fig.1 Stratigraphic distribution （a） and sedimentary characteristics （b） of the Lucaogou Formation in the Jimsar Sag

2 实验样品及方法

2.1　实验样品

实验样品取自准噶尔盆地吉木萨尔凹陷芦草沟组井下岩心，其主要岩性包括泥质粉砂岩、粉砂质泥岩、泥质石灰岩、泥岩、砂屑白云岩等多种复杂岩性。根据国家标准《工程岩体试验方法标准》（GB/T 50266—2013）进行岩样制备，为确保实验样品的相似性，排除岩石内部结构对其强度参数的影响，分别对实验样品进行声波速度测量，并根据测量结果（表1），选取同类岩性中声波速度相近的岩样作为岩石力学实验样品。
表1 岩样基础物性测试结果

Table 1 Test results of basic physical properties of rock samples

岩性 深度/m 密度/（g/cm3） 孔隙度/% 渗透率/（10-3 μm2） 横波速度/（m/s） 纵波速度/（m/s）
砂屑白云岩 4 386.21 2.53 2.24 0.004 8 2 644.92 4 830.07
砂屑白云岩 4 386.26 2.53 2.75 0.006 5 2 647.89 4 885.32
砂屑白云岩 3 027.9 2.51 3.91 0.008 6 2 602.53 4 842.66
泥质石灰岩 3 728.9 2.51 2.00 0.003 2 2 736.94 4 790.06
泥质石灰岩 3 269.17 2.45 3.12 0.003 5 2 700.22 4 794.78
泥质石灰岩 3 283.6 2.49 2.88 0.004 6 2 740.75 4 749.05
泥质粉砂岩 3 480.3 2.41 3.45 0.005 6 2 705.66 4 669.87
泥质粉砂岩 3 282.7 2.40 2.15 0.002 2 2 663.10 4 596.74
泥质粉砂岩 3 341.8 2.48 1.72 0.001 2 2 602.00 4 634.80
粉砂质泥岩 4 361.5 2.50 2.71 0.005 2 2 579.21 4 514.91
粉砂质泥岩 4 361.56 2.51 3.20 0.007 6 2 593.66 4 691.35
粉砂质泥岩 4 361.59 2.50 3.22 0.007 2 2 448.99 4 579.85
泥岩 3 594.5 2.40 2.64 0.002 4 2 546.12 4 629.94
泥岩 3 627.3 2.39 2.67 0.002 5 2 458.08 4 517.87
泥岩 4 396.91 2.43 1.12 0.001 4 2 519.20 4 453.50

2.2　实验仪器及方法

2.2.1　XRD全岩分析测试

为明确不同岩性岩石矿物组分差异，分别对实验样品开展全岩矿物分析。测试采用X射线衍射仪完成，如图2（a）所示，依据行业标准《沉积岩中黏土矿物和常见非黏土矿物X射线衍射分析方法》（SY/T 5163—2018），根据不同矿物的衍射峰强度，测量不同的矿物组分及其含量。测试结果如图3所示，从图3中可以看出芦草沟组不同岩性岩石矿物组成相似，其中主要以石英、斜长石、白云石和黏土矿物为主，还包括钾长石、方解石、菱铁矿和普通辉石等矿物，但不同岩性岩石间矿物组成含量存在明显差异，这种差异可能会对芦草沟组不同岩性岩石力学性质产生影响［26-27］。
图2 实验测试设备

（a）X射线衍射仪；（b）RTR-1500高温高压综合测量系统；（c）微机控制万能试验机

Fig.2 Experimental testing equipment

图3 岩样矿物组分测试结果

Fig.3 Test results of rock sample mineral components

2.2.2　岩石力学测试

为了解芦草沟组不同岩性岩石的岩石力学特性与破坏特征，开展了单轴/三轴压缩、巴西劈裂、断裂韧性等系列测试以获取岩石的单轴/三轴抗压强度、弹性模量、泊松比、抗张强度、断裂韧性等岩石力学参数。岩石单/三轴压缩测试采用RTR-1500高温高压岩石综合测试系统完成，如图2（b）所示，其中单轴压缩测试采用位移加载模式，以0.2 mm/min速度进行测试直至岩样发生破坏，三轴压缩测试采用相同的加载方式，测试围压为30 MPa；岩石巴西劈裂测试与断裂韧性测试采用微机控制万能试验机完成，如图2（c）所示，实验过程中采用应力加载，加载速率为0.5 kN/min直至岩样发生破坏。

3 岩石力学特征及预测方法

3.1　岩石力学及破坏特征

通过开展岩样单轴压缩和三轴压缩试验，芦草沟组岩样测试结果如图4所示。从图4（a）中可以看出，芦草沟组不同岩性岩样的抗压强度相对较大且存在明显差异，单轴抗压强度分布在77.78~179.43 MPa之间，其中砂屑白云岩、泥质石灰岩、泥质粉砂岩、粉砂质泥岩、泥岩的平均单轴抗压强度分别为175.11 MPa、159.84 MPa、131.25 MPa、109.91 MPa和83.57 MPa。三轴抗压强度则分布在218.42~339.33 MPa之间，不同岩性岩样三轴抗压强度由大到小的排序依次为砂屑白云岩、泥质石灰岩、泥质粉砂岩、粉砂质泥岩及泥岩。通过实验结果可以看出，砂屑白云岩的抗压强度相对较高，而泥岩的抗压强度则相对最低。这可能主要与岩石中的矿物成分及含量差异有关，其中砂屑白云岩中的矿物以白云石为主，泥质含量相对较低；泥质石灰岩和泥质粉砂岩中的泥质含量相对增加；而粉砂质泥岩和泥岩中的矿物则以黏土矿物为主。由此可以看出，研究区芦草沟组岩石中泥质含量对岩石强度影响较大。
图4 岩石单轴、三轴压缩测试结果对比

(a)抗压强度；(b)弹性模量；(c)泊松比

Fig.4 Comparison of rock uniaxial and triaxial compression test results

从图4（b）、图4（c）中可以看出，芦草沟组不同岩性岩石的弹性模量与泊松比也存在一定的差异。其中砂屑白云岩的弹性模量最高，泥岩的弹性模量最低，而泊松比则表现为相反的趋势。前人［28-30］的研究表明，岩石的弹性模量与泊松比对地层的压裂施工影响深刻，在弹性模量较高的地层其岩石强度则对应较高，这使得地层难以起裂，压裂裂缝扩展困难；而泊松比则影响着地层压裂裂缝的复杂程度，较高泊松比的地层则较易形成复杂裂缝。这说明了研究区芦草沟组不同岩性对压裂效果影响较大，尤其芦草沟组纵向上岩性频繁变化，储层隔层间隔分布，在实际压裂施工过程中需了解地层力学纵向分布特征，避免储层压裂失效。
岩样的巴西劈裂实验与断裂韧性实验结果如图5所示。从图5（a）中可以看出不同岩性岩样的抗张强度存在明显差异，其中砂屑白云岩、泥质石灰岩、泥质粉砂岩、粉砂质泥岩、泥岩的抗张强度分别为21.50 MPa、16.44 MPa、14.28 MPa、12.86 MPa及10.62 MPa。不同岩性岩样的断裂韧性差异相对较小，从图5（b）中可以看出粉砂质泥岩的断裂韧性相对最高，其平均断裂韧性为1.54 MPa·m0.5，泥岩的断裂韧性则相对最低，平均断裂韧性为1.01 MPa·m0.5。
图5 岩石抗张强度与断裂韧性测试结果

(a)抗张强度；(b)断裂韧性

Fig.5 Test results of rock tensile strength and fracture toughness

岩样单轴、三轴压缩曲线如图6所示，从图6中可以看出芦草沟组岩石相对较为致密，且表现出较高的脆性，在单轴压缩条件下不同岩性岩石均未表现出明显的压实阶段。在压缩过程中，经历过弹性压缩阶段后在达到峰值应力时发生破坏，在破坏瞬间应力曲线迅速跌落。其中泥质石灰岩在实验过程中发生了二次破坏，在压缩过程中泥质石灰岩岩样的外层发生破坏，但岩石主体依然完整，这使得其在加载过程中径向应变呈阶梯状。在三轴压缩条件下，岩石在破坏前存在一定的塑性特征，这主要与围压条件改变有关。在高围压状态下，岩石受到的侧向约束增强，岩石中裂缝扩展受到抑制塑性增强，使得岩石在破坏前由单轴压缩时应力曲线的高陡特征变为三轴压缩条件下的平缓特征。
图6 岩石单轴（a）、三轴(b)压缩应力—应变曲线

Fig.6 Stress-strain curves of rock under uniaxial (a) and triaxial (b) compression

岩石压缩破坏后如图7所示，不同岩性岩石的破坏模式相同，在单轴压缩条件下为劈裂破坏，在三轴压缩条件下表现为剪切破坏，但表观破坏程度不同。在单轴压缩条件下，砂屑白云岩的破坏程度最大，岩样在实验后被破坏为多个部分，泥岩的破坏程度最低，实验后其岩样整体性较好，但发育大量劈裂裂缝。在三轴压缩条件下，不同岩性岩样均被剪切裂缝破坏，但岩样整体完整性较好，未形成较为复杂的裂缝结构，这说明在实际地层压裂改造过程中，储层在该应力条件下难以形成较为复杂的裂缝网络。
图7 岩样实验后表观特征

Fig.7 Apparent characteristics of rock samples after experiment

3.2　岩石力学参数影响因素分析

通过不同岩石力学实验的结果可以看出，芦草沟组不同岩性岩石的力学特征存在一定的差异，因此需分析了解其关键影响因素。
由于本文研究涉及的岩石力学参数包括抗压强度、弹性模量、泊松比、抗张强度、断裂韧性、内聚力和内摩擦角等，参数较多，因此本文研究以抗压强度为例分析其主要影响因素。不同岩性的岩石力学参数存在显著差异，其中内因方面，主要与岩石的矿物组分和结构相关，而外因方面，则与岩石赋存的环境条件和应力条件相关。本文研究的对象为相同层组，且在采样后采用相同处理方法，因此排除外部因素的影响。通过全岩测试获取了岩石矿物组成，通过超声波测量获取了岩石声波信息，而声波信息可以有效地反映岩石内部的结构特征。因此，以岩石不同矿物组分含量、纵/横波速度、岩石密度为影响因素和岩石抗压强度为目标参数，分析了不同参数的影响。不同影响参数与岩石抗压强度间关系如图8所示，从图中可以看出岩石抗压强度与纵波速度、横波速度、密度、黏土矿物含量、方解石含量等参数展现出较高的相关性，其中与纵波/横波速度、密度呈正相关，与黏土矿物含量、方解石含量呈负相关。这种正相关关系主要源于岩石声波速度与密度可作为其抗压强度的有效预测指标，这可能是因为声波速度和密度共同反映了岩石的致密程度、矿物成分及结构完整性，这些参数增大共同导致岩石抗压强度的增大。相反，负相关则归因于各类矿物力学性质的差异，其中黏土矿物因自身强度低而普遍弱化岩石强度；方解石虽为硬矿物，但李鹏威等［31］、杨斌等［32］研究指出当其作为后期胶结物形式存在时，会破坏原有岩石骨架，导致强度随含量增加而降低。同时，从图8（f）中还可以看出，岩石抗压强度与白云石含量呈一定正相关性，这与前人研究具有相似性［33-34］。曹丹平等［33］、周雪松［34］通过实验测试与模拟分析发现白云石在页岩中以矿物颗粒或胶结物形式存在于岩石骨架中，由于白云石自身强度较高，其含量增加会增强岩石抗压能力。
图8 不同矿物含量对岩石单轴抗压强度的影响

(a)石英含量；(b)黏土矿物含量；(c)方解石含量；(d)重矿物含量；(e)钾长石含量；(f)白云石含量；(g)纵波速度；(h)横波速度；(i)密度

Fig.8 The influence of different mineral contents on the uniaxial compressive strength of rocks

为明确影响岩石力学参数的关键影响因素，采用Pearson相关分析进行计算。通过计算不同参数与目标参数间的相关关系以确定主要影响因素［35］，计算结果如图9所示。从图9中可以看出，岩石纵波/横波速度、密度与黏土矿物含量与岩石抗压强度具有较强相关性，其中岩石抗压强度与岩石声波速度、密度呈正相关，与岩石黏土矿物含量呈负相关。同时，从图9中还可看出白云石含量与岩石抗压强度具有一定相关性。其中岩石抗压强度与纵波/横波速度、密度和黏土矿物含量的相关系数均在0.7以上，白云石虽具有一定相关性，但其与抗压强度的相关系数为0.4，低于纵波/横波速度、密度和黏土矿物含量的相关性。在测井资料处理中泥质含量比白云石、方解石更易获取，且在岩石力学参数预测模型中，考虑泥质含量可以更好地综合反映岩石力学特性，使模型更具实用性［36］。而白云石和方解石在不同岩性条件下对岩石强度的作用机制复杂，使得以白云石和方解石为关键参数所建立的岩石力学预测模型实用性受到限制［37］。因此，依据相关系数计算结果，确定影响芦草沟组岩石抗压强度的主要因素为：声波速度、密度、黏土矿物含量。
图9 单轴抗压强度影响因素分析热力图

Fig.9 Heat map of factors affecting compressive strength

基于上述分析方法，分别分析了影响弹性模量、泊松比的主要影响因素。其中影响岩石弹性模量、抗张强度、断裂韧性、内聚力的参数与抗压强度相同，为声波速度、密度、黏土矿物含量，而影响岩石泊松比的影响因素则为声波速度、弹性模量、黏土矿物含量。

3.3　岩石力学预测模型

通过影响因素分析，明确了影响芦草沟组岩石强度参数的主要因素为声波速度、密度和黏土矿物含量。为避免声波信息的冗余，在建立预测模型时以岩石纵波速度为主要影响因素。基于室内实验获取的岩石纵波速度、密度、黏土矿物含量，通过筛选影响各岩石力学参数的最优组合形式，采用多元非线性拟合的方式分别建立了芦草沟组地层不同岩石力学参数的预测模型，如表2和图10所示，图中纵轴为实测岩石力学参数，横轴为预测岩石力学参数。从表2和图10中可以看出不同岩石力学参数预测模型的预测效果较好，不同岩石力学参数的平均相对误差均小于15%，其中断裂韧性的平均相对误差最低，仅为7.98%，泊松比的平均相对误差相对最高，为13.20%，且不同预测模型的相关系数均在0.8以上，说明所建立的系列预测模型对芦草沟组岩石具有较好的适用性，表现出较高的预测精度。
表2 不同岩石力学参数预测模型

Table 2 Prediction models for different rock mechanics parameters

预测参数 预测模型
单轴抗压强度 σ c = 0.028   16   ρ V p ( 1 - 0.012   V s h ) - 156.415   2     ( R 2 = 0.851   7 )
抗张强度 S t = ( 9.317 × 10 - 5 ρ V p - 0.013 V p ) ( 1 - 0.029   1 V s h ) + 10.04     ( R 2 = 0.807   5 )
弹性模量 E = 0.02 V p ( 0.255 e ρ - 1 ) ( 1 - 0.063 V s h ) + 18.54     ( R 2 = 0.843   9 )
泊松比 ν = ( 4.23 × 10 - 5 V p - 0.011 E ) ( 1 - 0.036 V s h ) + 0.116     ( R 2 = 0.839   7 )
内聚力 C = ( 0.009   5 V p ρ 0.95 - 55.98 ρ ) ( 1 - 0.056 V s h ) + 16.77     ( R 2 = 0.829   7 )
内摩擦角 φ = 2 a r c t a n ( σ c - 2 C ) / t a n ( σ c + 2 C )     ( R 2 = 0.819   1 )
断裂韧性 K I C = ( 1.4 × 10 - 4 V p + 0.34 ρ ) ( 1 - 0.004   3 V s h ) - 0.204   94     ( R 2 = 0.842   7 )

注：式中 σ c为单轴抗压强度，MPa； S t 为抗张强度，MPa； C为内聚力，MPa； E为弹性模量，GPa； υ为泊松比； φ为内摩擦角，°； K I C为断裂韧性，MPa·m0.5； V p为纵波速度，m/s； ρ为密度，g/cm3； V s h为黏土矿物含量，%；

图10 不同岩石力学参数预测结果

(a)抗压强度；(b)弹性模量；(c)泊松比；(d)内聚力；(e)内摩擦角；(f)抗张强度；(g)断裂韧性

Fig.10 Prediction results of different rock mechanical parameters

4 应用分析

4.1　泥质含量计算

黏土矿物含量作为本文研究岩石力学参数预测模型的关键参数，其计算结果的准确性影响着预测模型的预测结果精度。地层条件下，岩石的黏土矿物作为泥质含量的核心组分，在实际计算过程中通常以泥质含量代表岩石中黏土矿物含量多少。对比不同常规测井参数，密度、中子及电阻率等测井参数受井眼条件与地层流体条件影响，难以通过计算获取准确的泥质含量［38-39］。此外，由于有机质的存在使得地层中铀元素含量增加，导致地层总自然伽马测井值偏高，造成通过总自然伽马计算的泥质含量与实际地层泥质含量偏差较大。而芦草沟组页岩储层，源储一体，富含有机质，因此采用无铀自然伽马计算泥质含量：
S H = C G R - C G R m i n C G R m a x - C G R m i n
V s h = 2 S H · G C U R - 1 2 G C U R - 1 × 100 %
式中：SH为泥质含量指数，无量纲；V sh为泥质体积含量，%；CGR为去铀自然伽马测井值，API；CGR max 为泥岩段去铀自然伽马最大值，API；CGR min为砂岩段去铀自然伽马最小值，API；GCUR为无量纲经验系数，其中古近系—新近系为3.7，对老地层为2.0，通过统计分析确定芦草沟组地层GCUR的值为2。

4.2　测井—岩心数据转换

室内实验与测井获取的岩石声波、密度数据存在一定差异，核心源于测试场景、尺度、环境及原理的不同。在实验室条件下，岩心通过井下取心、岩样制备等过程，改变了岩石原始储层环境，这造成岩心在室内测试过程中获取的声波时差、岩石密度与井下实测数据存在一定差异。
通过将实验室测试数据进行深度归位，对井下测井数据进行提取，对比分析建立实验室测试数据与井下测井数据间的关系，结果如图11所示。图中测井纵波速度由声波时差测井数据换算获得，其计算公式如式（3）所示。
图11 测井信息转换

（a）纵波速度转换；（b）密度转换

Fig.11 Logging information conversion

V p 井下 = 1 × 10 6 / A C
式中： V p 井下为测井纵波速度，m/s；AC为测井声波时差，µs/m。
从图11中可以看出，实验室获取的纵波速度与通过测井计算获取的纵波速度，实验室获取的岩石体积密度与测井获取的补偿密度均具有较好的线性关系。以此为基础，建立纵波速度、密度的转换模型：
V p = V p 井下 × 0.955   4 + 252.37
ρ = D E N × 0.859   8 + 0.327   3
式中： V p为实验纵波速度，m/s； V p 井下为测井纵波速度，m/s； ρ为密度，g/cm3；DEN为测井补偿密度，g/cm3。
将上述的泥质含量、纵波速度、密度转换关系带入上述建立的岩石力学参数预测模型，基于去铀自然伽马（CGR）、声波时差（AC）、补偿密度（DEN）等测井信息实现了岩石力学参数的测井计算，从而可进一步开展岩石力学参数的应用。

4.3　应用实例

岩石力学参数是评价钻井过程中井壁稳定分析的重要参数，通过获取的岩石力学参数可通过岩石力学理论计算获取地层的破裂压力与坍塌压力，从而指导钻井参数优化。基于上述所建立的岩石力学参数测井预测方法，获取岩石力学参数后，根据弹簧组合模型计算获取地层水平主应力大小，采用Mohr-Coulomb准则和最大拉应力理论分别计算地层坍塌压力与破裂压力梯度，并将计算结果与实测数据进行对比分析以验证模型的可靠性。
芦草沟组地层岩石力学及井壁稳定评价剖面如图12所示。从图中可以看出，基于本方法计算的岩石力学参数获取的芦草沟组地层破裂压力分布在38.5~52.08 MPa之间，实测破裂压力数据紧密分布在预测数据两侧，通过计算，其平均相对误差仅为2.32%，这说明预测的破裂压力较为准确。此外，从图12中可以看出目标地层的安全钻井液密度窗口与实际钻井地质报告获取钻井液密度范围为1.40~1.45 g/cm3较为吻合。通过井径曲线可以发现，该井井壁稳定性相对较好。
图12 芦草沟组地层岩石力学及井壁稳定性评价

Fig.12 Evaluation diagram of rock mechanics and wellbore stability of the Lucaogou Formation

5 结论

（1）准噶尔盆地吉木萨尔凹陷芦草沟组页岩储层不同岩性岩石力学性质存在较明显的差异，其中砂屑白云岩的强度最大，泥岩强度最低，且随黏土矿物含量的增加岩石的力学性质呈减弱趋势。
（2）基于室内实验获取了不同岩性岩石的力学参数与矿物组分，明确影响岩石力学参数的关键因素为：纵波速度、岩石密度和黏土矿物含量，采用多元非线性拟合建立岩石力学参数预测模型，结合声波时差、密度、伽马测井数据，实现研究地层岩石力学参数的连续计算。
（3）当前研究未深入分析页岩纹层与页理发育对抗压强度的影响，下一步工作需加强此方面研究。通过精细观测纹层与页理的发育特征、分布规律，结合力学实验，明确其对抗压强度的作用机制，以进一步完善预测模型，提升陆相页岩地层岩石力学参数预测的全面性与准确性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
樊建明，张超，常睿，等.鄂尔多斯盆地庆城页岩油开发动态规律及稳产技术［J］.石油学报，2025，46（4）：726-742.

FAN J M， ZHANG C， CHANG R， et al. Development performance rules and stable production technology of Qingcheng shale oil in Ordos Basin［J］.Acta Petrolei Sinica，2025，46（4）： 726-742.

[2]
蒲秀刚，柴公权，许静，等.黄骅坳陷古近系细粒沉积区勘探开发认识技术迭代与页岩油增储上产成效［J］.石油学报，2024，45（9）：1399-1408.

PU X G， CHAI G Q， XU J， et al. Technical iteration of exploration and development understanding and shale oil reserve and production increase effects in the Paleogene fine-grained sedimentary area of Huanghua Depression［J］. Acta Petrolei Sinica， 2024， 45（9）： 1399-1408.

[3]
贾承造，王祖纲，姜林，等.中国页岩油勘探开发研究进展与科学技术问题［J］.世界石油工业，2024，31（4）：1-11.

JIA C Z，WANG Z G，JIANG L，et al. Research progress and science-technology issues of shale oil exploration and development in China［J］.World Petroleum Industry，2024，31（4）：1-11.

[4]
赵文智，朱如凯，张婧雅，等.中国陆相页岩油类型、勘探开发现状与发展趋势［J］.中国石油勘探，2023，28（4）：1-13.

ZHAO W Z， ZHU R K， ZHANG J Y， et al. Types， exploration and development status and development trends of continental shale oil in China［J］.China Petroleum Exploration，2023，28（4）： 1-13.

[5]
王剑，刘金，潘晓慧，等.吉木萨尔凹陷芦草沟组页岩油生烃母质及其生烃机理［J］.新疆石油地质，2024，45（3）：253-261.

WANG J， LIU J， PAN X H， et al. Hydrocarbon-generating parent materials and their hydrocarbon generation mechanism of shale oil in Lucaogou Formation of Jimusaer Sag［J］. Xinjiang Petroleum Geology， 2024， 45（3）： 253-261.

[6]
李映艳，邓远，何吉祥，等.吉木萨尔凹陷芦草沟组页岩油有效储层物性下限研究［J］.断块油气田，2025，32（1）：20-26.

LI Y Y， DENG Y， HE J X， et al. Study on the lower limit of physical properties of effective reservoirs for shale oil in Lucaogou Formation of Jimusaer Sag［J］.Fault-Block Oil & Gas Field，2025， 32（1）： 20-26.

[7]
齐洪岩，吴承美，胡可，等.准噶尔盆地吉木萨尔凹陷页岩油效益开发关键技术与实践［J］.新疆石油天然气，2024，20（3）：15-22.

QI H Y， WU C M， HU K， et al. Key technologies and practices for beneficial development of shale oil in Jimusaer Sag of Junggar Basin［J］. Xinjiang Oil & Gas， 2024， 20（3）： 15-22.

[8]
何晋译，冷筠滢，何文军，等.准噶尔盆地吉木萨尔凹陷二叠系芦草沟组不同岩相泥质烃源岩品质与含油性特征——以J10025井为例［J］.石油实验地质，2025，47（3）：606-620.

HE J Y， LENG J Y， HE W J， et al. Quality and oil-bearing characteristics of argillaceous source rocks in different lithofacies of Permian Lucaogou Formation in Jimusaer Sag， Junggar Basin： A case study of Well J10025［J］.Petroleum Geology & Experiment， 2025， 47（3）： 606-620.

[9]
唐俊方，熊健，刘向君，等. 玛湖凹陷风城组岩石力学参数自适应权重组合预测［J］.石油地球物理勘探，2024，59（1）：1-11.

TANG J F，XIONG J，LIU X J， et al. Adaptive weight combination prediction of rock mechanical parameters in Fengcheng Formation of Mahu Sag［J］.Oil Geophysical Prospecting，2024，59（1）：1-11.

[10]
赵宁，司马立强，刘志远，等.基于地层条件下力学试验的致密砂岩可压裂性评价［J］.测井技术，2022，46（2）：127-134.

ZHAO N，SIMA L Q，LIU Z Y，et al.Evaluating the fracability of tight sandstone based on mechanical tests under formation conditions［J］.Well Logging Technology，2022，46（2）：127-134.

[11]
冯少柯，熊亮.基于多元力学实验的深层页岩气储层岩石力学特征研究［J］.油气藏评价与开发，2025，15（3）：406-416.

FENG S K， XIONG L. Study on rock mechanical characteristics of deep shale gas reservoirs based on multi-variable mechanical experiments［J］.Reservoir Evaluation and Development，2025， 15（3）： 406-416.

[12]
王爱民，王发明，贺文卿，等.济阳坳陷油页岩力学性能特征实验［J］.特种油气藏，2023，30（5）：144-150.

WANG A M， WANG F M， HE W Q， et al. Experiment on mechanical properties of oil shale in Jiyang Depression［J］. Special Oil & Gas Reservoirs， 2023， 30（5）： 144-150.

[13]
熊健，吴俊，刘向君，等. 陆相页岩储层地质力学特性及对压裂效果的影响［J］.西南石油大学学报（自然科学版），2023，45（5）：69-80.

XIONG J， WU J， LIU X J， et al. Geomechanical properties of continental shale reservoirs and their influence on fracturing effect［J］. Journal of Southwest Petroleum University （Natural Science Edition）， 2023， 45（5）： 69-80.

[14]
熊健，林海宇，唐勇，等. 砂砾岩油藏影响压裂效果关键地质力学因素研究及应用［J］.石油地球物理勘探，2021，56（5）：1048-1059.

XIONG J， LIN H Y， TANG Y， et al. Study and application of key geomechanical factors affecting fracturing effect in glutenite oil reservoirs［J］.Oil Geophysical Prospecting，2021，56（5）：1048-1059.

[15]
邓晗，孟召兰，王尧，等.渤海油田砂岩储层岩石力学参数预测经验公式研究［J］.海洋石油，2020，40（2）：61-66.

DENG H， MENG Z L， WANG Y， et al. Study on empirical formulas for predicting rock mechanical parameters of sandstone reservoirs in Bohai Oilfield［J］.Offshore Oil，2020，40（2）：61-66.

[16]
王英伟，王林生，覃建华，等.致密砾岩储层岩石力学参数及地应力测井评价方法研究［J］.测井技术，2021，45（6）：624-629.

WANG Y W， WANG L S， QIN J H， et al. Study on logging evaluation method for rock mechanical parameters and in-situ stress of tight conglomerate reservoirs［J］.Well Logging Technology， 2021， 45（6）： 624-629.

[17]
FAN X Y，GONG M，ZHANG Q G，et al. Prediction of the horizontal stress of the tight sandstone formation in eastern Sulige of China［J］.Journal of Petroleum Science and Engineering，2014，113（1）： 72-80.

[18]
王小军，梁利喜，赵龙，等.准噶尔盆地吉木萨尔凹陷芦草沟组含油页岩岩石力学特性及可压裂性评价［J］.石油与天然气地质，2019，40（3）：661-668.

WANG X J， LIANG L X， ZHAO L， et al. Rock mechanical properties and fracability evaluation of oil-bearing shale in Lucaogou Formation of Jimusaer Sag， Junggar Basin［J］. Oil & Gas Geology， 2019， 40（3）： 661-668.

[19]
林海宇，熊健，彭妙，等.陆相页岩储层横观各向同性地应力测井预测——以新疆MH凹陷F组陆相页岩油储层为例［J］.天然气地球科学，2022，33（10）：1712-1721.

LIN H Y， XIONG J， PENG M， et al. Logging prediction of transversely isotropic in-situ stress in continental shale reservoirs： A case study of continental shale oil reservoirs in Formation F of MH Sag， Xinjiang［J］. Natural Gas Geoscience， 2022， 33（10）： 1712-1721.

[20]
钟自强，刘向君，刘诗琼，等. 砾岩地层岩石力学参数测井预测模型构建与应用［J］. 科学技术与工程， 2018， 18 （8）： 181-186.

ZHONG Z Q， LIU X J， LIU S Q， et al. Establishment and application of logging prediction model for rock mechanical parameters in conglomerate formations［J］. Science Technology and Engineering， 2018， 18（8）： 181-186.

[21]
伍顺伟，高阳，胡俊，等. 玛湖地区横波预测方法优选及其对岩石力学参数计算的影响［J］. 特种油气藏， 2021， 28 （3）： 9-14.

WU S W， GAO Y， HU J， et al. Optimization of shear wave prediction methods in Mahu Area and their influence on rock mechanical parameter calculation［J］. Special Oil & Gas Reservoirs， 2021， 28（3）： 9-14.

[22]
徐浩，谢润成，杨松，等. 新场气田须五段岩石力学参数特征及测井解释 ［J］. 科学技术与工程， 2015， 15 （8）： 17-22.

XU H， XIE R C， YANG S， et al. Characteristics and logging interpretation of rock mechanical parameters in the 5th member of Xujiahe Formation in Xinchang Gas Field［J］. Science Technology and Engineering， 2015， 15（8）： 17-22.

[23]
CHANG C D，ZOBACK M D，KHAKSAR A. Empirical relations between rock strength and physical properties in sedimentary rocks［J］. Journal of Petroleum Science and Engineering，2006，51（3）： 223-237.

[24]
XIONG J，GAN R，LIU X，et al. Evaluation of the rock mechanical properties of shale oil reservoirs：A case study of Permian Lucaogou Formation in the Jimusar Sag，Junggar Basin［J］. Applied Sciences， 2023，13（23）：12851.

[25]
韩登林，陈丽丘，马斌玉，等.陆相页岩油不同类型储层物性差异及主控机制——以准噶尔盆地吉木萨尔凹陷芦草沟组为例［J］.长江大学学报（自然科学版），2025，22（1）：12-20.

HAN D L， CHEN L Q， MA B Y， et al. Physical property differences and main controlling mechanisms of different types of continental shale oil reservoirs：A case study of Lucaogou Formation in Jimusaer Sag， Junggar Basin［J］.Journal of Yangtze University （Natural Science Edition）， 2025， 22（1）： 12-20.

[26]
李鹏，熊健，晏奇，等. 准噶尔盆地玛湖凹陷二叠系风城组岩性对岩石力学特性的影响［J］.石油实验地质，2022，44（4）：569-578.

LI P， XIONG J， YAN Q， et al. Influence of lithology on rock mechanical properties of Permian Fengcheng Formation in Mahu Sag， Junggar Basin［J］. Petroleum Geology & Experiment， 2022，44（4）： 569-578.

[27]
熊健，吴建军，刘向君，等.海陆过渡相地层不同岩性岩石力学特性研究——以鄂尔多斯盆地东缘山西组为例［J］.地球物理学进展，2024，39（2）：759-769.

XIONG J， WU J J， LIU X J， et al. Study on rock mechanical properties of different lithologies in marine-continental transitional strata：A case study of Shanxi Formation in the eastern margin of Ordos Basin［J］.Progress in Geophysics，2024，39（2）：759-769.

[28]
华涛，申林方，王志良，等.基于近场动力学的岩石水力压裂数值模拟及裂隙网络定量分析［J］.岩土力学，2024，45（2）：612-622.

HUA T， SHEN L F， WANG Z L， et al. Numerical simulation of rock hydraulic fracturing and quantitative analysis of fracture network based on peridynamics［J］. Rock and Soil Mechanics， 2024， 45（2）： 612-622.

[29]
赵欢，李玮，强小军，等.致密砂岩储层多裂缝扩展形态及影响因素［J］.东北石油大学学报，2020，44（5）：76-81.

ZHAO H， LI W， QIANG X J， et al. Multi-fracture propagation morphology and influencing factors of tight sandstone reservoirs［J］. Journal of Northeast Petroleum University， 2020， 44（5）： 76-81.

[30]
岳喜伟，戴俊生，王珂.岩石力学参数对裂缝发育程度的影响［J］.地质力学学报，2014，20（4）：372-378.

YUE X W， DAI J S， WANG K. Influence of rock mechanical parameters on fracture development degree［J］. Journal of Geomechanics， 2014， 20（4）： 372-378.

[31]
李朋威，胡宗全，刘忠群，等.川西新场地区须二段深层致密砂岩储层类型与差异控储作用［J］.天然气地球科学，2024，35（7）：1136-1149.

LI P W， HU Z Q， LIU Z Q， et al. Reservoir types and differential reservoir-controlling effects of deep tight sandstone in the 2nd member of Xujiahe Formation in Xinchang area， western Sichuan［J］. Natural Gas Geoscience， 2024， 35（7）： 1136-1149.

[32]
杨斌，张浩，刘其明，等.超深层裂缝性碳酸盐岩力学特性及其主控机制［J］.天然气工业，2021，41（7）：107-114.

YANG B，ZHANG H，LIU Q M，et al. Mechanical properties and main controlling mechanisms of ultra-deep fractured carbonate rocks［J］.Natural Gas Industry，2021，41（7）：107-114.

[33]
曹丹平，韩金鑫，肖竣夫，等.弹性特征约束下的矿物成分页岩脆性评价方法研究［J］.地球物理学报，2023，66（11）：4781-4791.

CAO D P， HAN J X， XIAO J F， et al. Study on shale brittleness evaluation method for mineral composition under elastic characteristic constraints［J］.Chinese Journal of Geophysics， 2023， 66（11）： 4781-4791.

[34]
周雪松.白云石对陆相湖盆泥页岩层系储层脆性的影响定量研究［D］.大庆：东北石油大学，2018.

ZHOU X S. Quantitative Study on the Influence of Dolomite on Reservoir Brittleness of Continental Lacustrine Shale Series［D］. Daqing：Northeast Petroleum University， 2018.

[35]
马文礼，李治平，高闯，等. 页岩气井初期产能主控因素“Pearson-MIC”分析方法［J］.中国科技论文，2018，13（15）：1765-1771.

MA W L，LI Z P，GAO C，et al.“Pearson-MIC” analysis method for main controlling factors of initial productivity of shale gas wells［J］. China Sciencepaper，2018，13（15）：1765-1771.

[36]
REN Q Q，FENG，et al. The influence of argillaceous content in carbonate rocks on the 3D modeling and characterization of tectonic fracture parameters：Example from the carboniferous and ordovician formations in the hetianhe gas field， Tarim Basin， NW China［J］.Journal of Petroleum Science & Engineering，2021，203： 108668.

[37]
CHEN Z，SHI H，XIONG C，et al.Effects of mineralogical composition on uniaxial compressive strengths of sedimentary rocks［J］.Petroleum Science，2023，20（5）：3062-3073.

[38]
俞保财，牟瑜，任小锋，等.致密碳酸盐岩储层矿物组分计算模型建立——以鄂尔多斯盆地东部马五X亚段储层为例［J］.石油地质与工程，2020，34（4）：36-41.

YU B C， MOU Y， REN X F， et al. Establishment of mineral composition calculation model for tight carbonate reservoirs： A case study of Ma 5X sub-member reservoir in the eastern Ordos Basin［J］. Petroleum Geology and Engineering， 2020， 34（4）： 36-41.

[39]
赖富强，李仕超，王敏，等.济阳坳陷页岩油储层矿物组分最优化反演方法［J］.特种油气藏，2022，29（2）：16-23.

LAI F Q，LI S C，WANG M，et al.Optimization inversion method for mineral composition of shale oil reservoirs in Jiyang Depression［J］.Special Oil & Gas Reservoirs，2022，29（2）：16-23.

Options
文章导航

/

〈 〉

陇ICP备2021001824号-7　 甘公网安备 62010202000678号
版权所有 © 《天然气地球科学》编辑部
地址：甘肃省兰州市天水中路8号　
邮编：730000　
电话：(0931)8277790　
E-mail：geogas@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司