Mathematical diffusion-filtration model of gas in deep and tight gas reservoir and analysis of influencing factors

  • Wei-yao ZHU ,
  • Yu-bo SHA ,
  • De-bin KONG ,
  • Lian-zhi YANG
Expand
  • College of Civil and Resource Engineering,University of Science and Technology Beijing,Beijing 100083,China

Received date: 2020-09-14

  Revised date: 2020-11-02

  Online published: 2021-04-27

Supported by

The Fundamental Research Funds for the Central Universities, China(FRF-TP-20-006A1)

Highlights

Deep and tight gas reservoir is one of the hot spots now. Because of the large burial depth and low permeability the existing diffusion-filtration model cann’t accurately predict the concentration distribution of the reservoir, thus affects the formulation of development schema. ZHU(1989) put forward the concept of expansion diffusion coefficient based on the principle of diffusion originating from the change of chemical potential gradient, and established a Diffusion-filtration model considering pressure effect. However, this model does not consider the phenomena of gas collision and slippage with the pore surface in the process of tight gas reservoir flow. Based on the original model, the absorption term is added, and the collision slip phenomenon of gas in tight reservoir is considered in the motion equation, so that the new model can describe the flow law of gas in tight reservoir, and the influencing factors of the new model are analyzed. The results show that the expansion diffusion coefficient caused by pressure can increase production of gas more than 10%. The lower the permeability is, the greater the influence is. Molecular diffusion plays a major role in the whole production process, and the diffusion caused by pressure mainly affects the early stage of production and near well zone. The diffusion caused by pressure has a greater impact on low-permeability and high-pressure gas reservoirs.

Cite this article

Wei-yao ZHU , Yu-bo SHA , De-bin KONG , Lian-zhi YANG . Mathematical diffusion-filtration model of gas in deep and tight gas reservoir and analysis of influencing factors[J]. Natural Gas Geoscience, 2021 , 32(5) : 695 -702 . DOI: 10.11764/j.issn.1672-1926.2020.12.001

0 引言

近年来,随着深层气藏的开发,由于其储层埋藏较深,压力较大,压力对扩散的影响引起了人们的关注。林晨等1通过对气煤煤粒进行等温吸附扩散实验,发现气体的压力对于气体的扩散系数影响显著,扩散系数随着气体压力的增大而增大;NANDI等2、BIELICKI 等3、CUI 等4、袁军伟5认为甲烷的扩散速率随着压力的增大而增大,主要原因是多孔介质对甲烷吸附非线性造成的;刘彦伟6、李志强等7认为甲烷在注入多孔介质之后,迅速扩散,初期扩散速度极快而后随着时间增大扩散速度逐渐减慢,并且压力越高,甲烷扩散系数越大;KIM等8、MENG 等9通过实验得出气体的扩散系数随着压力的增大而减少。
虽然人们对于压力是否有利于气体扩散的看法并不统一,但大多数的研究均认为压力的增大有利于气体扩散。这些研究都把气体扩散量的增加归结于传统意义上的扩散系数的增大,并没有人从理论上来研究压力对于气体扩散的影响。
朱维耀10认为天然气扩散过程中,其扩散的原动力为化学势梯度扩散,而压力和浓度都是引发化学势变化的原因,据此提出了膨胀扩散系数的概念并推导出了压力作用下的气体的对流扩散模型。本文对原有模型进行改进,增加了解吸项,并在运动方程中考虑了气体在致密砂岩气藏流动过程中碰撞、滑移现象,使模型可以描述气体在致密砂岩储层中的流动规律,并采用有限差分法进行了数值模拟研究。从而在理论上搞清压力引起的膨胀扩散的作用条件和范围,明确压力对气体扩散速度影响的本质原因,理清压力引起的膨胀扩散的影响因素,揭示高压气体扩散渗流规律,准确掌握天然气开采过程压力、浓度的变化规律,为天然气气藏特别是高压致密砂岩气的开采提供理论指导。

1 模型建立

本模型及之后的模拟均基于以下假设:气体为理想气体,符合理想气体状态方程;不考虑温度、湿度对气体对流、扩散行为的影响;气体的扩散其本质上是由于气体的化学势梯度所引起。朱维耀10从化学势梯度推导出了考虑压力作用下的气体扩散对流方程:
c t = D 2 c x 2 + G 2 p x 2 - v ¯ c x + Q
式中:c为物质的体积浓度或质量浓度,单位为%或g/m3t为时间,s;D为流体的扩散系数,m2/s;G为膨胀扩散系数,m2/(Pa·s);p为压力,Pa;Q为源(汇)项强度,s-1
相比于传统的扩散渗流方程考虑压力作用下的气体扩散对流方程增加由压力梯度所引起的扩散项,这对于高压条件下的气体扩散行为描述更为准确,对于高压气藏的开采也更具指导性的意义。为了求解此方程,还需补充如下辅助方程。
气体在致密砂岩储层考虑与壁面碰撞和滑移的运动方程11-12
k n = λ r v = - k μ 1 + 3 π a 16 k μ D p d p d x
式中:kn为努森数,无量纲;λ为分子平均自由程,nm;r为孔喉直径,nm。v为流体的速度,m/s;k为渗透率,10-3 μm2μ为流体黏度,Pa·s;a为与努森数kn有关的修正系数,无量纲,当0<kn<0.001时,a=0,当0.001<kn<0.01时,a=1.2,当0.01<kn<10时,a=1.34。本文所研究的致密砂岩气储层的孔隙半径小于50 μm,压力在0.1~100 MPa之间,此时气体的流动状态属于滑移流动,即0.001<kn<0.01,修正系数a取1.212
气体在地层内部流动的压力分布方程式1013为:
η 2 P x 2 = P t P = p 2 η = k ϕ μ C t
式中:η为导压系数,m2/s;ϕ为孔隙度,%;Ct为岩石压缩系数,Pa-1P为压力的平方,Pa2
气体在地层内部解吸附方程式13
V a = V L p p L + p
式中:V a为气体的解吸量,m3/kg;V L为Langmuir体积常数,m3/kg;p L为Langmuir压力常数,Pa。
源汇项计算公式:
Q = V a t ρ S
式中:ρ s为岩石的密度,kg/m3
将方程式(4)式(5)代入方程式(1),同时令:
f p = G 2 p x 2 + V a t ρ s
联合方程式(3)可得考虑解吸和压力作用的气体扩散渗流模型为:
c t = D 2 c x 2 - k μ 1 + 3 π a 16 k μ D p d p d x c x + f p η Δ P = P t

2 模型求解方法与模型验证

2.1 模型求解方法

采用有限差分法进行模型求解,方程式(3)中的第一个方程中P的隐式差分格式14
P i t = - η Δ t Δ x 2 P i - 1 t + 1 + 1 + 2 η Δ t Δ x 2 P i t + 1 - η Δ t Δ x 2 P i + 1 t + 1
式中:Δt为时间间隔,s;Δx为空间间隔,m。
由差分方程式(8)可得,在已知t时刻压力分布的情况下,通过求解方程组的方法求出t+1时刻的P的分布,结合方程式(3)和初始条件即可求得不同时间下模型的压力分布。在求得压力分布后,将所求c代入方程式(7)中的第一个方程后对浓度c进行显示差分14,则方程式(7)的离散方程式可表示为:
c i t + 1 = D Δ t Δ x 2 c i - 1 t + 1 - 2 D Δ t Δ x 2 - k Δ t μ Δ x p i t + 1 - p i t - 1 2 Δ x c i t + D Δ t Δ x 2 + k Δ t μ Δ x p x c i + 1 t + f p i t Δ t
同理可以通过求解方程组的方法来求得不同时刻下浓度c的分布。

2.2 模型验证

上文模型主要描述了气体在多孔介质中流动扩散行为,通过求解上述模型可以得到多孔介质内部气体的浓度场分布规律。高瑞民15曾经利用鄂尔多斯盆地苏里格气田的岩心,将岩心抽真空后对其充注甲烷和丙烷的混合物,利用不同流体核磁共振信号的不同得出岩心内部的含气饱和度,并对于岩心是否含水与甲烷含量2个敏感因素进行了分析,苏里格气田属于致密砂岩气田并且实验过程中的测试气体为甲烷,所以具体实验参数通过苏里格气田的相关文献及物性手册查询如表1所示。
表1 鄂尔多斯盆地苏里格气田致密砂岩气物理实验基本参数[15-17]

Table 1 Basic parameters of tight sandstone gas physical experiment in Sulige Gas Field, Ordos Basin[15-17]

参数 取值
岩心密度/(kg/m3 2 500
岩心渗透率/(10-3 μm2 0.1
岩心孔隙度/% 3
岩心压缩系数/Pa-1 1.45×10-10
岩心长度/m 0.05
岩心直径/m 0.025
模拟流体 甲烷
气体密度/(g/m3 716
Langmuir体积常数/(m3/kg) 4.199×103
Langmuir压力常数/Pa 4.55×106
气体扩散系数/(m2/s) 12×10-7
气体膨胀扩散系数/[m2/(Pa·s)] 5×10-5
气体黏度/(mPa·s) 0.011
文献[15]的可动气体饱和度测试结果中当充注气体甲烷含量为100%且不含束缚水时,其岩心内部最终的混合气体饱和度(即纯甲烷饱和度)为72%。为了验证本文模型的准确性,对此种状况下的充注实验进行数学模拟,求解岩心内部的气体浓度分布,进而求出岩心整体的含气饱和度。本文模拟需要进行以下假设:①将岩心简化为一维的物理模型;②认为岩心注入端体积浓度为100%,气体流出端体积浓度为0。基于以上假设,模拟过程中网格参数、模拟初始条件与边界条件等模拟参数如表2所示。
表2 鄂尔多斯苏里格气田致密砂岩气岩心模拟参数

Table 2 Core simulation parameters of tight sandstone gas in Sulige Gas Field, Ordos Basin

物理量 取值
网格参数 网格大小/m 0.001
网格数量 50
初始条件 c(x,0)/% 0
p(x,0)/Pa 0
边界条件 c(0,t)/% 1
c(L,t)/% 0
p(0,t)/Pa 100 000
p(L,t)/Pa 0
图1可知,随着甲烷气体充注的进行,岩心内部的甲烷的饱和度逐渐趋于一个定值,此即为岩心内部最终的甲烷饱和度。考虑压力扩散项时甲烷最终饱和度为76%左右,不考虑压力扩散项时甲烷最终饱和度为56%左右,物理实验甲烷最终饱和度为72%。所以本文模型与实际物理实验吻合度良好,验证了本文所用数学模型的准确性,通过对比可知考虑压力扩散时模型更为准确。
图1 模拟得到的充注试验岩心内部甲烷饱和度变化特征

Fig.1 Simulation of variation character methane saturation in the core of filling test

3 影响因素分析

3.1 模拟参数

通过有限差分法进行模型求解,模拟一维的天然气开发过程中地层内天然气浓度场的变化,以探究模型的适用性和影响因素。此节主要求解天然气的质量浓度,g/m3。简化后的一维物理模型如图2所示。
图2 数值模型基本示意

Fig.2 Basic schematic diagram of numerical model

理想气体状态方程13
p M = ρ R T
式中:p为压力,Pa;M为质量,g;ρ为密度,g/m3;R为气体状态常数;T为温度,K。
根据理想气体状态方程13,如果假设地层压力为p w,求得此压力下地层内甲烷的质量浓度为:
ρ p w = ρ p w 1.01 × 10 5
式中: ρ p w为压力 p w下甲烷的质量浓度,g/m3ρ为一个大气压下甲烷的密度,g/m3
本文模拟需要进行以下假设:①地层内部只有甲烷一种流体;②初始时刻,地层内部甲烷浓度处处相等;③开采方式为定压开采,且天然气到达井筒后立即扩散开来,即井筒处天然气的浓度为0。基于以上假设,本文模拟所有物性参数参考苏里格气田(表1),初始条件和边界条件经计算如表3所示。
表3 鄂尔多斯盆地苏里格气田致密砂岩气一维模拟参数

Table 3 One dimensional simulation parameters of tight sandstone gas in Sulige Gas Field, Ordos Basin

参数 取值
网格参数 网格大小/m 25
网格数量 120
初始条件 C(x,0)/(g/m3 200 480
p(x,0)/MPa 28
边界条件 c(0,t 0
p(0,t)/MPa 22

3.2 影响因素分析

3.2.1 膨胀扩散系数

经过计算不同开采时间地层甲烷浓度的变化,如图3所示。随着开采时间的增加,地层内部浓度逐渐降低,由井筒向外地层甲烷浓度逐渐增高。在相同时间下考虑膨胀扩散系数比不考虑膨胀扩散系数地层甲烷浓度低。开采5年、10年、15年地层甲烷浓度依次降低12.3%、10.4%、8.8%,所以开采初期需要考虑膨胀扩散系数对于浓度的影响。以10年为例,考虑膨胀扩散系数比不考虑膨胀扩散系数地层整体浓度下降10.4%,其中距离井筒0~1 000 m、1 000~2 000 m、2 000~3 000 m平均浓度分别下降15%、8%、5%,在1 000 m以内浓度差别已经超过10%,所以对于井筒1 000 m以内地层甲烷浓度预测时要考虑压力引起的扩散项。造成上述现象的主要原因有2点:一是开采初期,地层内部压力梯度大,天然气流速较快,此时天然气的运移以对流方式为主,开采后期,地层压力梯度降低,天然气的主要运移方式逐渐由对流转为扩散;二是由于开采初期和近井地带压力梯度在空间上的变化率越大,导致压力引起的扩散项越大,进而压力引起的扩散量越大。
图3 不同开采时间地层甲烷浓度的变化

Fig.3 Variation of formation methane concentration in different mining time

3.2.2 原始地层压力

通常把2 000 m到3 500 m深度的储层定义为中深层储层,把3 500 m到4 500 m深度的储层定义为深层,把4 500 m以浅深度的储层定义为超深层。对于正常压力的储层,其原始地层压力随深度变化可由同深度静水压力计算得出18
p = ρ L g h
式中:ρ L为水的密度,kg/m3g为重力加速度,m/s2h为储层深度,m。
分别对中深层(30 MPa)、深层(40 MPa)及超深层(50 MPa)储层浓度进行模拟。以开发10年为例,如图4所示,在相同开采时间下,随着原始地层压力的增加,地层甲烷浓度越来越高,这主要是由于其初始地层甲烷浓度高所导致的。并且随着初始地层压力的增加,考虑膨胀扩散系数比不考虑膨胀扩散系数下降程度越来越大,其中地层原始压力为30 MPa、40 MPa、50 MPa时浓度分别下降10.8%、12.5%、15.4%,所以中深层以上气藏的浓度场模拟时需考虑膨胀扩散系数的影响。
图4 不同原始地层压力下地层甲烷浓度的变化

Fig.4 Variation of formation methane concentration under different original formation pressures

3.2.3 渗透率

随着低渗气藏的开采,常常出现气藏地层甲烷浓度预测与实际不符的情况,进而导致产能预测出现偏差。经过对不同渗透率地层甲烷浓度的模拟,发现这与本文所讨论的膨胀扩散系数有关(图5)。研究结果表明:以开采10年为例,随着地层渗透率的增加,考虑膨胀扩散系数比不考虑膨胀扩散系数地层甲烷浓度下降程度越来越小。其中地层渗透率为0.1×10-3 μm2、0.3×10-3 μm2、0.6×10-3 μm2、1×10-3 μm2分别下降10.4%、6.7%、4.8%、2.5%,所以,对于1×10-3 μm2以下的低渗气藏须考虑压力引起的扩散项(当渗透率大于2×10-3 μm2时,差别小于1%,可不考虑膨胀扩散系数)。
图5 不同渗透率下地层天然气浓度的变化

Fig.5 Variation of formation gas concentration under different permeability

根据模型分析,造成这种现象的主要原因是渗透率越小,压力变化越剧烈,导致压力所引起的扩散越明显。
地层渗透率是影响天然气产量的重要因素,通常来讲,随着地层渗透率的增加,在相同开采时间下地层甲烷浓度越低。但是在考虑膨胀扩散系数的情况下,0.1×10-3 μm2相对于其他高渗透率地层来说其在近井地带其地层甲烷浓度反而略微增长。这是因为在地层内部物质的运移方式主要是对流和扩散,随着渗透率的增加,天然气流速越快,对流量越大,但压力引起的扩散项是随着渗透率的增加而降低的且其影响范围主要为近井地带。所以在近井地带,当压力作用下的扩散项的贡献程度大于对流项的贡献程度时,就会导致其浓度随着渗透率的增加而略微增加。

3.2.4 井底流压

降低井底流压,是油田常用的增产方法之一。从图6可以看出,在原始地层压力和开采时间一定时,随着井底流压降低,地层内部浓度逐渐降低。其中,19 MPa比22 MPa在距离井筒0~1 000 m、1 000~2 000 m、2 000~3 000 m时平均浓度分别下降31%、15%、8.3%,距离井筒越远差别越小,这主要因为距离井筒越近,压力梯度越大且压力梯度变化越剧烈,天然气对流量与压力所引起的扩散量越大。由于远井地带浓度几乎没有变化,所以降低井底流压并不能把距离井筒较远的天然气开采出来。
图6 不同井底流压下地层甲烷浓度的变化

Fig.6 Variation of formation methane concentration under different bottom hole pressure

3.2.5 分子扩散系数

分子扩散系数是传统模型中唯一的扩散系数,对扩散现象有重要的影响且通过不同的测量手段所测得的值差别很大,基本位于10-7~10-6 m2/s之间19-21。从图7可以看出,随着分子扩散系数的减小,地层内部扩散现象变弱,地层甲烷浓度增加。同时为了探究分子扩散系数与膨胀扩散系数对于整体的影响程度,利用把分子扩散系数与膨胀扩散系数分别缩小1/2的方法来探究两者影响的大小。研究结果表明,当仅把分子扩散系数缩小1/2时,在5年和10年时,整体浓度上升13.8%和33%;当仅把膨胀扩散系数缩小两倍时,在5年和10年时,整体浓度上升4.2%和3.3%。所以,分子扩散系数在任何时刻占有主要影响,膨胀扩散系数的大小对开采初期影响较大,这与3.2.1节得出结论一致。
图7 不同分子扩散系数下地层甲烷浓度的变化

Fig.7 Variation of formation methane concentration under different molecular diffusion coefficients

4 结论与认识

本文在原有模型的基础上增加了解吸项,并在运动方程中考虑了气体在致密砂岩气藏流动过程中碰撞滑移现象,使模型可以描述气体在致密砂岩储层中的流动规律。通过理论分析和数值模拟研究,并经过岩心仿真模拟与物理实验的对比,验证了考虑压力扩散项的模型比常规扩散渗流模型更准确。以中深层、深层及超深层气藏为背景,通过求解模型方程进行开采浓度及产量影响因素的数值模拟,并分析得出如下结论和认识:
(1)压力引起的膨胀扩散会使地层内部天然气的扩散量增加,产量增大。主要表现在天然气开采的初期和近井地带的浓度分布的影响较大,开采5年以内或距离井筒距离1 000 m以内,影响程度超过10%。
(2)在一定开采时间下,压力引起的膨胀扩散对于深层气藏和低渗气藏浓度分布影响较大,主要对于深度大于2 000 m(中深层以上)或地层渗透率小于1×10-3 μm2时,影响较大,可达10%以上,此时要考虑膨胀扩散系数对于地层甲烷浓度分布的影响。故对高压致密砂岩气藏对于压力引起的膨胀扩散不可忽略。
(3)在一定开采时间与地层原始压力下,降低井底流压会使天然气地层甲烷浓度降低,天然气产量增加,当井底流压由22 MPa下降至19 MPa时,近井地带浓度下降接近30%,而远井地带浓度下降只有8%,这说明降低井底流压并不能把距离井筒较远的天然气开采出来,所以在井距较远的情况下,用降低井底流压的方式增产效果较差。
(4)分子扩散和压力引起的膨胀扩散对天然气开采均有影响,分子扩散系数与膨胀扩散系数越大,扩散现象越剧烈,分子扩散对开采全程都占据主要影响。
1
林晨, 贾天让, 周市伟, 等. 颗粒煤甲烷吸附过程扩散特征[J]. 煤田地质与勘探, 2018,46(4):44-49.

LIN C,JIA T R,ZHOU S W,et al. Diffusion characteristics of methane adsorption process in granular coal[J]. Coal Geology & Exploration, 2018, 46(4):44-49.

2
NANDI S P, JR P L W. Activated diffusion of methane in coal[J]. Fuel, 1970,49(3):309-323.

3
BIELICKI R J, PERKINS J H, KISSELL F N. Methane Diffusion Parameters for Sized Coal Particles: A Measuring Apparatus and Some Preliminary Results[M]. Washington D C, USA:US Department of Interior, Bureau of Mines, 1972.

4
CUI X, BUSTIN R M, DIPPLE G. Selective transport of CO2, CH4, and N2 in coals: Insights from modeling of experimental gas adsorption data[J]. Fuel, 2004, 83(3): 293-303.

5
袁军伟. 颗粒煤瓦斯扩散时效特性研究[D]. 北京:中国矿业大学(北京), 2014.

YUAN J W. Study on Time-related Characteristics of Gas Diffusion from Particles Coal[D].Beijing:China University of Min-ing and Technology(Beijing),2014.

6
刘彦伟. 煤粒瓦斯放散规律、机理与动力学模型研究[D]. 焦作:河南理工大学, 2011.

LIU Y W.Study on Gas Emission Rules,Mechanism and Dynamic Model from Coal Particle[D].Jiaozuo:Henan Polytechnic University,2011.

7
李志强, 王司建, 刘彦伟, 等. 基于动扩散系数新扩散模型的构造煤瓦斯扩散机理[J]. 中国矿业大学学报, 2015, 44(5): 836-842.

LI Z Q, WANG S J, LIU Y W, et al. Mechanism of gas diffusion in tectonic coal based on a diffusion model with dynamic diffusion coefficient[J]. Journal of China University of Mining & Technology, 2015, 44(5): 836-842.

8
KIM C, JANG H, LEE J. Experimental investigation on the characteristics of gas diffusion in shale gas reservoir using porosity and permeability of nanopore scale[J]. Journal of Petroleum Science and Engineering, 2015, 133: 226-237.

9
MENG Y, LI Z. Experimental study on diffusion property of methane gas in coal and its influencing factors[J]. Fuel, 2016, 185: 219-228.

10
朱维耀. 考虑压力作用的气体或气体混合物的扩散渗流方程[J]. 石油勘探与开发, 1989,16(6):84-87.

ZHU W Y. Diffusion-filtration of a gas or a gas-mixture flow under pressure[J]. Petroleum Exploration & Development, 1989,16(6):84-87.

11
DENG J, ZHU W, MA Q. A new seepage model for shale gas reservoir and productivity analysis of fractured well[J]. Fuel, 2014, 124: 232-240.

12
朱维耀, 马千, 邓佳, 等. 纳微米级孔隙气体流动数学模型及应用[J]. 北京科技大学学报, 2014, 36(6):709-715.

ZHU W Y,MA Q, DENG J,et al. Mathematical model and application of gas flow in nano-micron pores[J]. Journal of Beijing University of Science and Technology, 2014, 36(6):709-715.

13
程林松. 渗流力学[M]. 北京:石油工业出版社, 2011

CHENG L S. Fluid Flow in Porous Medium[M]. Beijing: Petroleum Industry Press, 2011.

14
厄特金.实用油藏模拟技术[M].北京:石油工业出版社,2004

ERTEKIN T.Applied Reservoir Simulation[M]. Beijing: Petroleum Industry Press, 2011.

15
高瑞民. 核磁共振测试天然气藏可动气体饱和度[J]. 天然气工业, 2006, 26(6):33-35.

GAO R M. NMR testing of mobile gas saturation of gas reservoirs[J]. Natural Gas Industry, 2006, 26(6):33-35.

16
赵靖舟, 付金华, 姚泾利, 等. 鄂尔多斯盆地准连续型致密砂岩大气田成藏模式[J]. 石油学报, 2012,33(S1):37-52.

ZHAO J Z,FU J H,YAO J L, et al. Quasi-continuous accumulation model of large tight sandstone Gas Field in Ordos Basin[J]. Acta Petrolei Sinica, 2012,33(S1):37-52.

17
刘光启, 马连湘, 项曙光. 化学化工物性数据手册:有机卷[M].北京:化学工业出版社, 2002.

LIU G Q,MA L X,XIANG S G. Data Volume,Chemical and Physical:Organic[M]. Beijing:Chemical Industry Press,2002.

18
GB/T2679-2011.天然气藏分类[S].廊坊:中国石油勘探开发研究院廊坊分院,2011.

GB/T2679-2011, The Classification of Natural Gas Pool[S]. Langfang:Research Institute of Petroleum Exploration & Devrlopment,2011.

19
刘建国, 王洪涛, 聂永丰. 多孔介质中溶质有效扩散系数预测的分形模型[J]. 水科学进展, 2004, 15(4):458-462.

LIU J G,WANG H T,NIE Y F. Fractal model for predicting effective diffusion coefficient of solute in porous media[J]. Advances in Water Science, 2004, 15(4):458-462.

20
宁智, 孔祥谦, 王金忠. 多孔介质质扩散系数的参数估计方法及测定方法[J]. 计量学报, 1993,14(1):8-14.

NING Z,KONG X Q,WANG J Z.A method of parameter estimation and measurement for the determination of the moisture diffusion coefficient of porous materials[J]. Acta Metrologica Sinica, 1993,14(1):8-14.

21
查传钰, 吕钢. 多孔介质中流体的扩散系数及其测量方法[J]. 地球物理学进展,1998,13(2):60-72.

ZHA C Y,LV G. Diffusion coefficient and measurement method of fluid in the porous media[J]. Progress in Geophysics,1998,13(2):60-72.

Outlines

/