Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina

Detalhes bibliográficos
Autor(a) principal: Bellini, Odair José
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/206462
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2019.
id UFSC_902284e37e4f72f613b1390a035f100b
oai_identifier_str oai:repositorio.ufsc.br:123456789/206462
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaBellini, Odair JoséFernandes, Celso PeresMoreira, Anderson Camargo2020-03-31T15:41:48Z2020-03-31T15:41:48Z2019368082https://repositorio.ufsc.br/handle/123456789/206462Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2019.O estudo da morfologia dos sistemas porosos de rochas reservatório de petróleo contribuiu muito na otimização dos processos de obtenção de hidrocarbonetos. A caracterização da morfologia e da conectividade do sistema poroso são peças fundamentais para o entendimento dos processos envolvidos na extração eficiente em reservas petrolíferas. Nos primeiros estudos de geometrias de poros eram utilizadas lâminas (cortes de rochas) com impregnação de resinas e, de posse das respectivas imagens bidimensionais, era feita a reconstrução do sistema poroso tridimensional por modelos matemáticos específicos. Este processo sofreu uma drástica mudança com o surgimento da aplicação da tomografia computadorizada de raios X, a qual permite a elaboração do sistema poroso por completo (3D) diretamente e sem a necessidade de modelos matemáticos. Existem na literatura muitas classificações de poros, mas quase todas utilizam características bidimensionais do sistema poroso, limitando assim a sua caracterização, visto que se trata de uma feição tridimensional. Esta tese pretende contribuir no sentido de classificar rochas reservatório carbonáticas de acordo com seus atributos tridimensionais. A caracterização de materiais porosos pela técnica de análise de imagens, a partir dos resultados de microtomografia computadorizada de raios X (micro-CT) pode representar completamente o sistema poroso e ainda permite simular alguns processos importantes, tais como permeabilidade e curvas de pressão capilar. Trata-se de uma técnica que não destrói a amostra, além de permitir replicar os estudos a partir das imagens geradas. Nesta tese, foram classificadas amostras de rochas carbonáticas através de faixas de permeabilidades experimentais, com o auxílio de algoritmos de aprendizado de máquina, tendo como dados de entrada parâmetros (atributos) do sistema poroso 3D obtidos de: 1) Softwares: C3DE/Imago3D, iMorph e Fiji/ImageJ (a extração dos atributos é feita através de imagens tomográficas das amostras); 2) Atributos de litologia e tipos de poros, obtidos de petrografia; 3) Porosidades e permeabilidades experimentais obtidos através de análises laboratoriais. Esta tese foi executada em duas etapas (a subsequente depende da anterior): Etapa 1: Caracterização do espaço poroso pela obtenção de atributos geométricos e geológicos; Etapa 2: Classificação das amostras em faixas de permeabilidades (categorização) através de aprendizado de máquina, tendo como dados de entrada os atributos obtidos na etapa anterior. Foram classificadas amostras de rochas carbonáticas em 2, 3 e 4 faixas de permeabilidades experimentais, com métricas satisfatórias. Todos estes atributos (alguns obtidos de softwares e outros experimentais) fizeram parte dos modelos de aprendizado de máquina que classificaram as amostras. A categorização permitiu entender quais atributos (características do sistema poroso) são mais valiosos no aprendizado de máquina. A compreensão do sistema poroso tridimensional das rochas carbonáticas têm um papel importante, pois permite o entendimento e auxilia a modelagem de rochas reservatório.Abstract: The study of the morphology of the porous systems of oil reservoir rocks has greatly contributed to the optimization of the processes of obtaining hydrocarbons. The characterization of the morphology and connectivity of the porous system are fundamental pieces for the understanding of the processes involved in the efficient extraction of petroleum reserves. In the first studies of pore geometries, thin sections of rocks with resin impregnation were used and, with the respective two-dimensional images, the three-dimensional porous system was reconstructed using specific mathematical models. This process undergone a drastic change with the advent of the application of X-ray computed tomography, which allows the preparation of the entire porous system (3D) directly and without the need for mathematical models. There are many classifications of pores in the literature, but almost all use two-dimensional characteristics of the porous system, thus limiting its characterization, since it is a three-dimensional feature. This thesis aims to contribute to the classification of carbonate reservoir rocks according to 3D classification criteria. The characterization of porous materials by the image analysis techniques, from the results of X-ray computed tomography (micro- CT) can completely represent the porous system and still allows to numerically simulate some important processes, such as permeability and capillary pressure curves. It is a technique that does not destroy the sample and also allows to replicate the studies from the generated images. In this thesis, samples of carbonate rocks were classified through ranges of experimental permeabilities, with the aid of machine learning algorithms, having as input data parameters (attributes) of the 3D porous system obtained from: 1) Software: C3DE/Imago3D, iMorph and Fiji/ImageJ (the extraction of the attributes is done through tomographic images of samples); 2) Lithology attributes and types of pores, obtained from petrography; 3) Experimental porosities and permeabilities obtained through laboratory analysis. This thesis was executed in two stages (the subsequent one depends on the previous one): Stage 1: Characterization of the porous space by obtaining geometric and geological attributes; Stage 2: Classification of samples in ranges of permeabilities (categorization) through machine learning, having as input data the attributes obtained in the previous stage. Samples of carbonate rocks were classified in 2, 3 and 4 ranges of experimental permeabilities, with satisfactory metrics. All these attributes (some obtained from software and others experimental) were part of the machine learning models that classified the samples. The categorization allowed us to understand which attributes (characteristics of the porous system) are most valuable in machine learning. The understanding of the three-dimensional porous system of carbonate rocks plays an important role, as it allows the understanding and helps the modeling of reservoir rocks.190 p.| il., gráfs., tabs.porCiência dos materiaisEngenharia de materiaisMateriais porososRochas carbonaticasTomografia computadorizada por raios XAprendizado do computadorCaracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquinainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPCEM0518-T.pdfPCEM0518-T.pdfapplication/pdf16810193https://repositorio.ufsc.br/bitstream/123456789/206462/-1/PCEM0518-T.pdff7e5d21dbc3985f2c996f5f4b5de9666MD5-1123456789/2064622020-03-31 12:41:48.858oai:repositorio.ufsc.br:123456789/206462Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732020-03-31T15:41:48Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
title Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
spellingShingle Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
Bellini, Odair José
Ciência dos materiais
Engenharia de materiais
Materiais porosos
Rochas carbonaticas
Tomografia computadorizada por raios X
Aprendizado do computador
title_short Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
title_full Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
title_fullStr Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
title_full_unstemmed Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
title_sort Caracterização tridimensional do sistema poroso e categorização de rochas carbonáticas com aprendizado de máquina
author Bellini, Odair José
author_facet Bellini, Odair José
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Bellini, Odair José
dc.contributor.advisor1.fl_str_mv Fernandes, Celso Peres
dc.contributor.advisor-co1.fl_str_mv Moreira, Anderson Camargo
contributor_str_mv Fernandes, Celso Peres
Moreira, Anderson Camargo
dc.subject.classification.none.fl_str_mv Ciência dos materiais
Engenharia de materiais
Materiais porosos
Rochas carbonaticas
Tomografia computadorizada por raios X
Aprendizado do computador
topic Ciência dos materiais
Engenharia de materiais
Materiais porosos
Rochas carbonaticas
Tomografia computadorizada por raios X
Aprendizado do computador
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2019.
publishDate 2019
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2020-03-31T15:41:48Z
dc.date.available.fl_str_mv 2020-03-31T15:41:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/206462
dc.identifier.other.none.fl_str_mv 368082
identifier_str_mv 368082
url https://repositorio.ufsc.br/handle/123456789/206462
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 190 p.| il., gráfs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/206462/-1/PCEM0518-T.pdf
bitstream.checksum.fl_str_mv f7e5d21dbc3985f2c996f5f4b5de9666
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805144353112064

Registros relacionados