تخمین توزیع اندازه منافذبااستفاده ازتلفیق داده های فشارموئینه تزریق جیوه MICP و لاگ تشدید مغناطیسی هسته ای NMR
محل انتشار: اولین همایش ملی نفت و گاز ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,051
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NIPC01_038
تاریخ نمایه سازی: 28 فروردین 1393
چکیده مقاله:
منحنی های فشارموئینه برای سنگ ها بطور معمول ازطریق تزریق جیوه به درون منافذنمونه مغزه core plug و تخلیه آن تعیین میشود زیرا انجام آن ساده و سریع است این داده ها میتواند با استفاده ازتابع لورت Leverett function برای سیستم های اب - نفت بادرنظرگرفتن حالت ترشوندگی نرمالیزه شود و برای تخمین توزیع اندازه منافذسنگ دراین نوع ازسیستم ها به کاررود اما دراین روش به دلیل هزینه بالا و سایرمشکلات عملیات مغزه گیری با محدودیت های داده های مغزه بدست امده ازسازند روبرو هستیم دراین تحقیق به روش دیگری که شامل تخمین توزیع حفرات با استفاده ازمنحنی های فشار موئینه تولید شده براساس داده های لاگ NMR است می پردازیم همچنین به چگونگی استفاده آن دریکی ازمیادین نفتی مشترک کشور می پردازیم روش پیشنهادتوزیع NMR دراتباط با منحنیهای MICP می تواند بعنوان یک روش نوین دیده شود که قادر به تلفیق بهتر و سریعتر داده های فشارموئینه مغزه و تفسیرلاگ می باشد یعنی با انجام یکبارکالیبراسیون تبدیل T2-Pcباچندنمونه مغزه اطلاعات فشارموئینه میتواند براحتی درسراسر بخش مخزنی نمودارگیری شده با یک ابزار NMR بطور پیوسته بدست اید مزیت این روش درمقایسه با سایرروشها به این موضوع برمیگردد که توزیع NMR بطور مستقیم بیشتر درارتباط با ساختارمنفذبوده و بنابراین با اطلاعات فشارموئینه میب اشد گرچه توزیع اندازه فضاهای خالی سنگ براساس منحنیهای فشارموئینه تنها یک تقریب است این توزیع یک پارامتر مهم برای انالیز بسیاری ازخواص انتقال سیال درمحیط متخلخل باشد
کلیدواژه ها:
نویسندگان
مهدیه جزائری
دانشجوی کارشناسی ارشدمهندسی اکتشاف نفت
علی کدخدائی
عضوهیئت علمی دانشگاه تبریز
محمودرضا جزائری
رئیس مطالعات سیمان و گل حفاری شرکت ملی نفت ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :