Numerical Investigation of Rock and Acid Properties Impacting Matrix Acidizing Efficiency. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Numerical Investigation of Rock and Acid Properties Impacting Matrix Acidizing Efficiency .pdf - Accepted Version Restricted to Repository staff only until 28 November 2023. Download (28MB)

Arabic Abstract

يعد انسداد مسامات صخور المكمن المحيطة بالبئر وإعاقات الإنتاج تحديات طويلة الأمد ومكلفة في صناعة النفط والغاز. يمكن أن يحدث انسداد مسامات صخور المكمن في أي مرحلة من مراحل عمر البئر، من الحفر إلى الهجر. تم تقديم معالجة انسداد المسامات الصخرية بحمض الهيدروكلوريك في أوائل القرن العشرين كوسيلة فعالة لإزالة الضرر وتعزيز إنتاجية البئر. درس الباحثون هذه المنهجية بشكل مكثف لتحقيق أفضل النتائج بأقل قدر ممكن من الأحماض. تم إجراء الكثير من الأعمال التجريبية لفهم حركية التفاعل وتأثير معاملات المكمن على معدل حقن الحمض الأمثل لتحقيق الاختراق بالنسبة لحجم مسام الصخور. ومع ذلك، فإن التوافر الأساسي لمكمن معين قيد الدراسة يمكن أن يشكل تحديًا لبعض المعاهد. قد لا تكون معدات البحث الأساسية على نطاق المختبر ميسورة التكلفة ويمكن أن تكون عقبة لبعض الباحثين. اتخذ التقليل من تقديم معالجة انسداد المسامات الصخرية خطوة أخرى من خلال نموذج الاستمرارية ذي المقياسين لمحاكاة تفاعل الحمض مع الصخور ودراسة العوامل المؤثرة على معدل حقن الحمض الأمثل لتحقيق الاختراق بالنسبة لحجم مسام الصخور. ومع ذلك، لا يزال هذا النموذج مكلفًا من الناحية الحسابية ويحتاج إلى معالجات متطورة لمحاكاة سريعة. قد تستغرق المحاكاة باستخدام جهاز كمبيوتر شخصي أيامًا لتوليد نتيجة واحدة، خاصة بالنسبة لعدد كبير من الشبكات الدقيقة والمحاكاة ثلاثية الأبعاد. لذلك، من الضروري إيجاد تقنيات محاكاة أسرع بكثير وبأسعار معقولة وسهلة الاستخدام ولا تتطلب معالجات سريعة. الهدف من هذا البحث هو استخدام خوارزميات مختلفة للتعلم الآلي مثل الشبكة العصبية الاصطناعية، وآلة المتجهات الداعمة لفهم حجم المسام الأمثل والتنبؤ به لاختراق صخور المكامن الكلسية باستخدام حمض الهيدروكلوريك بحيث يتم توليد البيانات الأساسية من نموذج الاستمرارية ذات المقياسين عند معاملات مختلفة

English Abstract

Formation damage and production impairments are long-standing and costly challenges in the oil and gas industry. Formation Damage can be introduced at any stage of the well life, from drilling to abandonment. Matrix acidizing treatment with HCl acid was introduced in the early 20th century as an effective mean to remove the damage and enhance well productivity. Researchers have intensively studied this methodology to achieve the best results with minimum possible volumes of acid. Plenty of experimental work has been conducted to understand reaction kinetics and reservoir parameters’ effect on the optimum injection rate and pore volume to breakthrough. However, core availability for a certain reservoir under study could pose a challenge for some institutes. Lab-scale core flooding equipment might not be affordable and could be an obstacle for some researchers. Matrix acidizing understating has taken a further step by the two-scale continuum model to simulate acid/rock reaction and generate PVBT sensitivities. Nevertheless, such a model is still computationally expensive and needs high-end processors for quick simulation. Simulation with a personal computer could take days to generate a single result, especially for a large number of fine mesh and 3D simulations. Therefore, it is necessary to find much faster and more affordable simulation techniques that are user-friendly and do not mandate fast processors. The objective of this research is to utilize different reliable machine learning algorithms such as Fuzzy Logic (FL), Artificial Neural Network (ANN), and Support Vector Machine (SVM) to understand and predict the optimum pore volume to breakthrough in carbonates matrix acidizing using the data base generated from the two-scale continuum model at different parameters sensitivities.

Item Type:	Thesis (Masters)
Subjects:	Computer Research Research > Petroleum Research > Engineering Petroleum Petroleum > Well Performance and Optimization Petroleum > Well Completion and Stimulation Petroleum > Rock and Fluid Properties
Department:	College of Petroleum Engineering and Geosciences > Petroleum Engineering
Committee Advisor:	Al-Jawad, Murtada
Committee Members:	Mahmoud, Mohamed and Alarifi, Sulaiman
Depositing User:	MURTADHA ALKATHIM (g201702990)
Date Deposited:	04 Dec 2022 11:14
Last Modified:	04 Dec 2022 11:14
URI:	http://eprints.kfupm.edu.sa/id/eprint/142243