用于最佳油田开发的三维多模式岩芯及地质建模的制作方法
【专利摘要】在高质量3D地质模型中提供了用于最佳开采的油田开发策略的指引。该地质模型将用于地表下方数千英尺的储层的最佳3D表示的地质属性、孔和岩石性质进行了结合。该模型基于从井芯描述和对岩石的详细研究导出的相关地质相、以及从岩芯材料和钻井记录数据的实验室分析得到的流体和孔性质(完整孔系统)。这些数据区分了各种重要的孔喉道和孔主体区域以及关联关系，即大孔隙度和微孔隙度。通过关注的实验室研究对各种孔类型组中的油气体积进行理解并随后建立适当开采技术，产生了能够显著增加来自储层的油气开采量的油田开发策略。
【专利说明】用于最佳油田开发的三维多模式岩芯及地质建模
[0001] 相关申请的交叉引用
[0002] 本申请要求于2012年5月1日提交的美国临时申请No. 61/640, 790的优先权。为 了美国专利实践的目的，该临时申请的内容通过引用整体合并于本申请。
【技术领域】
[0003] 本发明涉及地下油气储层的岩石物理结构的计算机化仿真，尤其涉及基于来自储 层中的井的岩芯样本和关于储层的其他油田数据而进行的储层的岩石物理模型的确定。
【背景技术】
[0004] 在石油和天然气工业中，地下油气储层的开发通常包括计算机仿真模型的开发和 分析。这些地下油气储层通常为既含有石油流体混合物又含有水的复杂岩层。这样的储层 模型的一个形式已公知为储层属性模型。对于这些模型，储层已被组织成单元的三维网格。
[0005] 石油和天然气公司也已经开始依赖地质模型作为重要工具以增强开采石油储层 的能力。储层和油田/气田的地质模型已变得日益庞大和复杂。在地质模型中，储层还被 组织成多个独立单元的三维网格。
[0006] 精确度越来越高的地震数据已允许两种类型的储层模型中的单元均处于25米面 (X和y轴）间距的量级。对于公知为巨型储层的储层而言，单元的数量至少为数亿，并且会 遇到公知为千兆单元大�。ㄊ诘ピ蚋啵┑拇⒉�。
[0007] 通常在3D模型属性计算上要花费数天或数周的计算机处理。然而，还没有很好地 将引导地质相（guidinggeologicalfacies)数字地并入模型。来自初始模型引导的不适 当算法会导致浪费数十亿的单元属性计算。
[0008] 当表征并且开发储层油田时，已要求将涵盖整个3D储层的储层3D地质模型构建 为提供用于储层规划的精确模型。岩相的精确表不是3D地质建模系统中的根本性输出。岩 相基于来自于井的数据，并且建立为基础来预测不具有井数据的单元中的储层属性。多组 可用数据中的一组已经是公知的由分析人员基于从井芯样本进行的观测而作出的地层岩 石描述或表征。
[0009] 传统上，已经基于从井芯样本获得的测量值和观测值来汇集和分析井芯数据，其 中井芯样本是从井中感兴趣的多个深度处与井钻孔相邻的地层岩石得到的。就目前所知的 是，已经手工绘制了岩芯描述，并且此后岩芯描述可通过手工绘图的纸件副本（或最好是 扫描的图形图像）的形式来使用。用于储层模型的重要地质信息以各种各样的型式和形式 呈现。该信息包括数字信息、文本串、图形图像、关联关系和绘图。这些已提出了通过总能 以其它数据来操作的形式结合到储层模型中的挑战。
[0010]另外，这些类型的井描述数据的手工制备带来了如下挑战：基于井芯样本在井孔 的整个长度上重复地绘制矿物成分、纹理、沉积结构的标准化图案十分繁重乏味。已由不同 的人利用不同比例和大小的手工绘图来描述的不同井之间的相关岩芯描述数据通常也是 个问题。在针对储层中数十个事件并且涵盖若干个井的绘图中的感兴趣的地层岩石特征的 精确形状和大小的准确表示难以通过可靠且代表性的方式来得到。
[0011] 井芯数据描述的图像或示意图本身不适宜于数字解释和建模应用。这些图像经常 被扫描成图形图像文件以便后续使用，但是仍然基于对这种信息的原始分析和格式化来对 分析人员提供表示了井芯数据描述的可视图像。这些图像仅能够以可视参考图片或图像的 形式显示。
[0012] 已发现油气储层中的地层岩石表现出两个级别的多孔性，其已被识别为大孔隙 度和微孔隙度。基于大孔隙度和微孔隙度的相关存在，岩石中的油流特性显著不同。储 层岩石中的这些多孔性级别中的每一个的识别和相关存在已经基于来自储层中的各 井的岩芯样本的分析和实验室测量，尤其是充满油的类型1的微孔隙度。Clerke等在 GeoArabia 2008, Vol. 13, No. 4, Application of Thomeer Hyperbolas to Decode the Pore Systems, Facies, and Reservoir Properties of the Upper Jurassic Arab D Limestone, Ghawar Field, Saudi Arabia:A "Rosetta Stone" Aproach中、以及Clerke在 SPE Journal 2009,Permeability, Relative Permeability, Microscopic Displacement Efficiency, and Pore Geometry of M_lBimodal Pore Systems in Arab D Limestone中描 述了这一点。多孔性级别存在的识别与岩石空间架构的理解相联系。
[0013] 微米级岩芯分析尽管准确，然而通常缺少与数字解释和建模应用及系统的其余部 分之间的整体性。从大孔隙度开采的油气已被证明通常比早年的油田矿藏中的微孔隙度开 采的体积大得多。这已导致油田最终矿藏的不严密和不准确预测，即，还没有正确地包括微 孔隙度油气性能。
[0014] 现有的地质建模过程和应用还没有令人满意地将地层岩石特性数据和由岩芯样 本表示的多孔性级别存在纳入考虑。具体地说，就目前所知，很少能够以足够满意的数量并 且以与地质相适当一致的方式来取得合适的孔系统和开采过程数据。
【发明内容】
[0015] 简要地说，本发明提供了一种利用计算机系统来形成地表下储层的岩石物理结构 模型的新的和改进的计算机实现方法。该模型基于井芯描述数据来形成，所述井芯描述数 据是从所述地表下储层中与井孔相邻的岩石地层的地表下特征有关的井芯样本的分析而 得到的。基于所述井芯描述数据来形成所述地表下储层的岩石物理结构的空间分布的初始 地质统计学模型。还形成其中尚未得到岩芯的储层中的各井的岩相的地质模型。基于所述 地质模型得到所述井孔处的所述地表下储层的岩相的数字岩芯描述。接收所述地表下岩相 中的大孔隙度和微孔隙度的存在的识别。随后基于所述井芯描述数据、所述数字岩芯描述 和识别的所述地表下岩相中的大孔隙度和微孔隙度的存在，来形成所述储层的岩石物理结 构的模型。
[0016] 本发明还提供了一种新的和改进的数据处理系统，其用于地表下储层的岩相模型 的计算机化仿真。所述数据处理系统包括处理器，所述处理器基于所述井芯描述数据来形 成所述地表下储层的岩石物理结构的空间分布的初始地质统计学模型。所述处理器还形成 其中尚未得到岩芯的储层中的各井的岩相的地质模型，并且基于所述地质模型得到所述井 孔处的所述地表下储层的岩相的数字岩芯描述。所述处理器接收所述地表下岩相中的大孔 隙度和微孔隙度的存在的识别，并且基于所述井芯描述数据、所述数字岩芯描述和识别的 所述地表下岩相中的大孔隙度和微孔隙度的存在来形成所述储层的岩石物理结构的模型。
[0017] 本发明还提供了一种新的和改进的数据存储装置，其在非暂时计算机可读介质中 存储了计算机可操作指令，所述计算机可操作指令用于使得数据处理系统基于井芯描述数 据来形成地表下储层的岩石物理结构的模型，所述井芯描述数据是从所述地表下储层中与 井孔相邻的岩石地层的地表下特征有关的井芯样本的分析而得到的。存储在所述计算机可 读介质中的所述指令使得所述数据处理系统基于所述井芯描述数据来形成所述地表下储 层的岩石物理结构的空间分布的初始地质统计学模型。所述计算机可读介质中的所述指令 还使得所述数据处理系统形成其中尚未得到岩芯的储层中的各井的岩相的地质模型，并且 基于所述地质模型得到所述井孔处的所述地表下储层的岩相的数字岩芯描述。所述计算机 可读介质中的所述指令还使得所述数据处理系统接收所述地表下岩相中的大孔隙度和微 孔隙度的存在的识别，并且基于所述井芯描述数据、所述数字岩芯描述和识别的所述地表 下岩相中的大孔隙度和微孔隙度的存在来形成所述储层的岩石物理结构的模型。
【专利附图】
【附图说明】
[0018] 图1是根据本发明的在数据处理系统中执行的用于地表下地层的储层地质建模 的一组数据处理步骤的功能框图。
[0019] 图2是根据本发明的用于地表下地层的储层地质建模的图1的功能框图的数据处 理步骤的一部分的进一步的功能框图。
[0020] 图2A是从图2的处理步骤中的一个得到的数据的显示。
[0021] 图2B是从图2的处理步骤中的另一个得到的数据的显示。
[0022] 图2C是在图2的处理步骤期间得到的各结果的地质统计学变量图。
[0023] 图2D是在图2的处理步骤期间得到的具有相分布的3D地质模型的示例显示。
[0024] 图3是从图1的数字岩芯描述处理步骤得到的数据的显示。
[0025] 图3A、图3B、图3C和图3D是图3的数据显示的多个部分的放大显示。
[0026] 图4是在根据本发明的处理中在对含水饱和度进行尺度扩展时使用的各输入的 示意图。
[0027] 图4A是来自于根据本发明的处理的示例建模数据的钻井记录格式的图表的显 /Jn〇
[0028] 图4B是来自于根据本发明的处理的示例建模数据的三维数据图表的显示。
[0029] 图5是来自于根据本发明的处理的示例建模数据的钻井记录格式的图表的与图 4A的显示相似的显示。
[0030] 图5A是图5的数据显示的部分的放大显示。
[0031] 图6A、图6B、图6C和图6D是来自根据本发明的处理的示例建模数据的进一步显 /Jn〇
[0032] 图7是示出实际大孔隙和微孔隙结构的岩芯样本的一部分的放大的薄切片图像。
[0033] 图8是用于对大孔隙度和微孔隙度的相关存在进行调查的井芯栓的来自实验室 的测量值的毛细管压力曲线显示。
[0034] 图9是根据本发明的用于三维多模式岩芯和地质建模的数据处理系统的示意框 图。
【具体实施方式】
[0035] 利用本发明，对地表下储层的岩石物理性质和属性进行了确定和建模。岩石物理 性质提供了地表下储层中的岩层的本质和结构的累积表示。如此形成的模型基于从岩石的 井芯描述和详细研究推导出的相关地质相、以及从岩芯材料和钻井记录数据的实验室分析 得到的流体和孔性质（完整孔系统，FullPoreSystem)。这些数据区分了各种重要的孔喉 道和孔主体区域以及相关关系，即，大孔隙度以及类型1、类型2和类型3的微孔隙度。
[0036] 本发明由此提供了对各种孔类型组中的油气体积的理解，这允许通过关注的实验 室研究制定适当的开采技术。这导致了能够显著增大源于储层的油气开采的油田开发策 略。
[0037] 如将被阐明的那样，本发明开始于具有岩相和完整孔系统属性的巨型储层的三维 地理元胞模型。随后使用源于数字地描述的达到亚微米级的岩芯和岩芯栓的孔系统类型指 弓丨、以及大孔隙度和多个微孔隙度类型的识别和分类来作出确定。然后可以使用多模式三 维建模程序来形成地表下储层的岩石物理性质和属性的输出模型。本发明的处理结果为最 佳大-微孔隙度储层开采策略作出了贡献，并且能够潜在地在改善储层开采方面带来数十 亿桶的产量。
[0038] 属性可以是例如含水饱和度、多孔性和渗透性，并且可对地表下油气储层的三维 网格的每个单元直接确定。针对各个单元来产生基于原始数据的输入参数，原始数据来自 储层的岩石物理测量值和其他属性以及储层的地表下特征。通过适当的数据处理系统来实 现岩石物理性质和属性的处理输入。数据处理系统可以是任何传统类型的适当处理能力的 大型计算机，或者是适当数量的处理器节点的集群计算机。这种数据处理系统的一个示例 是商业可得的Linux集群布局。不过，也可以使用其他数字处理器，比如膝上型计算机或任 意其他适当的处理设备。因此，应当理解，可以将许多商业可得的数据处理系统用于该目 的。
[0039] 流程图F(图1)表示本发明的基本计算机处理序列以及根据本发明的针对储层性 质或属性进行的集群计算。针对正被建模的储层中的感兴趣的地层的每个储层岩石物理性 质或属性单独地执行流程图F的处理序列。
[0040] 3D地质模型（步骤100):通过组合已有的地质模型以用于根据本发明的处理来 执行步骤100。在步骤100期间读入的一般参数初始地包括下列参数：岩石类型，岩石类型 的多孔性，井孔入口大�。鞲龅ピ趚、y和Z方向上的尺寸和位置；来自岩芯样本数据的 参数和属性的岩石物理测量值和已知数据值；以及从已经获得实际数据的储层的区域中的 钻井记录可得到的数据。根据储层的尺寸和体积将储层数据组织成单元的三维（x，y，z)网 格。取决于储层的大�。Ｐ椭械ピ氖靠梢晕诨蚋�。一旦数据建�？迹⑶掖� 储层中的较新的井和其他数据源得到额外数据，则已有的三维岩石物理模型数据得到额外 数据的补充，额外数据随后包括在已有地质模型中并用作其一部分。
[0041] 地质控制的地质统计学（步骤102):在步骤102期间，执行地质统计学建模。该 处理的关注点是：基于从步骤100的地质模型中的取芯井（coredwell)得到的已有的岩 相数据，提供整个储层的岩相存在的假设空间分布的地质统计学模型。步骤102期间的处 理使用已有的岩相数据，并形成地质统计学模型。在地质统计学处理中使用了由地质学家 或分析人员从已有岩相数据中选择的感兴趣的地质特征的所选值。对于储层中的不同地质 相，地质学家可以应用不同的地质统计学建模标准或者不同的处理方案。通过这种方式，地 质学家可以基于地质方面的考量而不是使处理仅由统计或分析方法学掌控来控制建模。对 此，存在多个目前商业可得的用于地质统计学建模的方法。一个示例是通过圣路易斯市的 艾默生过程控制有限公司（EmersonProcessManagement)从挪威的斯塔万格市的Roxar ASA可得的Roxar基于对象的建模（RoxarObject-basedModeling)。
[0042] 岩相建模（步骤104):在步骤104期间，开发出基于实际测量值和观测值（其从岩 芯样本得到并且被称为地面真值）的关于岩相的信息。图2中示出了步骤102期间的处理 的详情。在图2所示的步骤104A中，处理开始于从储层中的已有井的岩芯描述数据得到的 比如图2A的显示中示出的那些之类的集合岩石物理测井数据。在步骤104B期间，来自步骤 104A的取芯井岩石物理测井描述数据经过适当类型的神经网络或类似的处理，以假设尚未 从中取得岩芯样本的井的岩相数据。图2B是在步骤104B的模型建立处理中开发的示例的 地质统计学变量图。步骤104C中的岩相记录由步骤104B中的神经网络处理结果来形成。 图2C是来自于在步骤104B的处理期间得到的未取芯井的从步骤104C得出的岩相记录的 显示。在步骤104D期间，将步骤104B期间开发的岩相记录从钻井记录尺度向储层的三维 模型尺度进行尺度扩展。在步骤104E期间，形成从步骤104D期间的尺度扩展得到的岩相 模型。图2D是具有在步骤104E期间形成的岩相分布的三维地质模型的可视化图。
[0043] 步骤106为数字岩芯描述：在步骤106 (图1)期间，根据作为共同发明人的 申请人: 之一共同共有的在2012年9月14日提交的序列号为No. 13/616, 493的共同未决美国专利 申请"CorePlugstoGiga-CellsLithologicalModeling"中描述的过程，来执行该处理。 该共同未决申请的主题通过引用并入本文。在步骤106的处理期间，步骤102和104期间 开发的储层特征和解释被结合到数字数据描述中。
[0044] 图3是作为步骤106期间的数字岩芯描述处理的结果形成的示例显示。图3中 的左边七列（缝合岩面&断面，孔类型，成分&多孔性，沉积结构，纹理，旋回/顺序层次 (cycle/sequence hierarchy)，化石）是地层岩性的数字岩芯描述。图3A是图3的显示中 表示指定区域的数值的放大部分。图3B是图3中的表示在表示区域处的地表下岩性的示 意性沉积结构的部分的放大部分。图3C是图3中的以图表表示在表示区域中的地表下岩 性的碳酸盐纹理和粒度的部分的放大部分。图3D是图3中的表示根据从正被建模的储层 中的井的表示区域取得的岩芯样本而得到的示例的薄切片图像的部分的放大部分。
[0045] 图5是来自岩相记录的岩石物理数据的记录图表的一部分,岩相记录是作为步骤 104B(图2)期间的处理的结果而形成的，以及图5A是在图5的图表中的5A处表示的部分 的放大图表。下面的表I是在图5和图5A的顶部不出的用于对这些记录图表中表不的岩 相进行识别的图例的复制图。应当理解，还可以使用或包括其它岩相标记。
[0046]
【权利要求】
1. 一种计算机实现方法，其用于基于井芯描述数据利用计算机系统来形成地表下储层 的岩石物理结构的模型，所述井芯描述数据是从所述地表下储层中与井孔相邻的岩石地层 的地表下特征有关的井芯样本的分析而得到的，所述方法包括如下计算机处理步骤： (a) 基于所述井芯描述数据来形成所述地表下储层的岩石物理结构的空间分布的初始 地质统计学模型； (b) 形成其中尚未得到岩芯的储层中的各井的岩相的地质模型； (c) 基于所述地质模型得到所述井孔处的所述地表下储层的岩相的数字岩芯描述； (d) 接收所述地表下岩相中的大孔隙度和微孔隙度的存在的识别；以及 (e) 基于所述井芯描述数据、所述数字岩芯描述和识别的所述地表下岩相中的大孔隙 度和微孔隙度的存在来形成所述储层的岩石物理结构的模型。
2. 如权利要求1所述的计算机实现方法，其中形成地质模型的步骤包括步骤：将从所 述储层中已有井的岩芯描述数据而来的岩石物理记录数据进行集合。
3. 如权利要求2所述的计算机实现方法，其中形成地质模型的步骤包括步骤：对所述 井的岩石物理记录描述数据进行处理以确定针对所述井的假设的岩相数据。
4. 如权利要求3所述的计算机实现方法，其中形成地质模型的步骤包括步骤：根据针 对所述井的假设的岩相数据来形成针对各井的岩相记录。
5. 如权利要求4所述的计算机实现方法，其中形成地质模型的步骤包括步骤：将针对 各井的所述岩相记录尺度扩展到所述储层的所述岩相的三维模型。
6. 如权利要求5所述的计算机实现方法，其中形成地质模型的步骤包括步骤：形成对 所述岩相记录进行尺度扩展而得到的结果的岩相模型。
7. 如权利要求1所述的计算机实现方法，其中所述计算机系统包括数据显示器，并且 所述计算机实现方法还包括步骤： 形成所述储层的岩石物理结构的模型的输出显示。
8. 如权利要求1所述的计算机实现方法，其中将正被仿真的储层划分成以各单元的组 织系统排列的多个单元，并且其中形成所述储层的岩石物理结构的模型的步骤包括：形成 所述储层的各单元的岩石物理结构的模型。
9. 如权利要求1所述的计算机实现方法，其中将正被仿真的储层划分成以各单元的组 织系统排列的多个单元，并且其中形成所述储层的岩石物理结构的模型的步骤包括：形成 所述储层的各单元的属性的模型。
10. -种数据处理系统，其用于地表下储层的岩相模型的计算机化仿真，所述数据处理 系统包括： (a)处理器，其执行如下步骤： (1) 基于所述井芯描述数据来形成所述地表下储层的岩石物理结构的空间分布的初始 地质统计学模型； (2) 形成其中尚未得到岩芯的储层中的各井的岩相的地质模型； (3) 基于所述地质模型得到所述井孔处的所述地表下储层的岩相的数字岩芯描述； (4) 接收所述地表下岩相中的大孔隙度和微孔隙度的存在的识别；以及 (5) 基于所述井芯描述数据、所述数字岩芯描述和识别的所述地表下岩相中的大孔隙 度和微孔隙度的存在来形成所述储层的岩石物理结构的模型。
11. 如权利要求10所述的数据处理系统，其中所述处理器在形成地质模型时将从所述 储层中已有井的岩芯描述数据而来的岩石物理记录数据进行集合。
12. 如权利要求11所述的数据处理系统，其中所述处理器在形成地质模型时对所述井 的岩石物理记录描述数据进行处理以确定针对所述井的假设的岩相数据。
13.如权利要求12所述的数据处理系统，其中所述处理器在形成地质模型时根据针对 所述井的假设的岩相数据来形成针对各井的岩相记录。
14.如权利要求13所述的数据处理系统，其中所述处理器在形成地质模型时将针对各 井的所述岩相记录尺度扩展到所述储层的所述岩相的三维模型。
15.如权利要求14所述的数据处理系统，其中所述处理器在形成地质模型时形成尺度 扩展后的岩相记录的岩相模型。
16.如权利要求10所述的数据处理系统，还包括数据显示器，其用于形成所述储层的 岩石物理结构的模型的输出显不。
17.如权利要求15所述的数据处理系统，其中正被仿真的储层被划分成以各单元的组 织系统排列的多个单元，并且其中所述处理器在形成所述储层的岩石物理结构的模型时形 成所述储层的各单元的岩石物理结构的模型。
18.如权利要求15所述的数据处理系统，其中正被仿真的储层被划分成以各单元的组 织系统排列的多个单元，并且其中所述处理器在形成所述储层的岩石物理结构的模型时形 成所述储层的各单元的属性的模型。
19. 一种数据存储装置，其在非暂时计算机可读介质中存储了非暂时计算机可操作指 令，所述非暂时计算机可操作指令用于使得数据处理系统基于井芯描述数据来形成地表下 储层的岩石物理结构的模型，所述井芯描述数据是从所述地表下储层中与井孔相邻的岩石 地层的地表下特征有关的井芯样本的分析而得到的，存储在所述计算机可读介质中的所述 指令使得所述数据处理系统执行如下步骤： (a) 基于所述井芯描述数据来形成所述地表下储层的岩石物理结构的空间分布的初始 地质统计学模型； (b) 形成其中尚未得到岩芯的储层中的各井的岩相的地质模型； (c) 基于所述地质模型得到所述井孔处的所述地表下储层的岩相的数字岩芯描述； (d) 接收所述地表下岩相中的大孔隙度和微孔隙度的存在的识别；以及 (e) 基于所述井芯描述数据、所述数字岩芯描述和识别的所述地表下岩相中的大孔隙 度和微孔隙度的存在来形成所述储层的岩石物理结构的模型。
20.如权利要求19所述的数据存储装置，其中用于形成地质模型的指令还使得所述数 据处理系统将从所述储层中已有井的岩芯描述数据而来的岩石物理记录数据进行集合。
21. 如权利要求20所述的数据存储装置，其中用于形成地质模型的指令还使得所述数 据处理系统对所述井的岩石物理记录描述数据进行处理以确定针对所述井的假设的岩相 数据。
22. 如权利要求21所述的数据存储装置，其中用于形成地质模型的指令还使得所述数 据处理系统根据针对所述井的假设的岩相数据来形成针对各井的岩相记录。
23.如权利要求22所述的数据存储装置，其中用于形成地质模型的指令还使得所述数 据处理系统将针对各井的所述岩相记录尺度扩展到所述储层的所述岩相的三维模型。
24. 如权利要求23所述的数据存储装置，其中用于形成地质模型的指令还使得所述数 据处理系统形成尺度扩展后的岩相记录的岩相模型。
25. 如权利要求19所述的数据储存装置，其中所述数据处理系统包括数据显示器，并 且所述指令包括使得所述数据处理系统形成所述储层的岩石物理结构的模型的输出显示 的指令。
26. 如权利要求19所述的数据储存装置，其中正被仿真的储层被划分成以各单元的组 织系统排列的多个单元，并且其中用于形成所述储层的岩石物理结构的模型的指令包括用 于形成所述储层的各单元的岩石物理结构的模型的指令。
27. 如权利要求19所述的数据储存装置，其中正被仿真的储层被划分成以各单元的组 织系统排列的多个单元，并且其中用于形成所述储层的岩石物理结构的模型的指令包括用 于形成所述储层的各单元的属性的模型的指令。
【文档编号】G01V99/00GK104380144SQ201380023176
【公开日】2015年2月25日 申请日期:2013年5月13日 优先权日:2013年5月13日
【发明者】罗格·R·松, 爱德华·A·克拉克 申请人:沙特阿拉伯石油公司, 阿拉姆科服务公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
