Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-08-30T23:05:10Z No. of bitstreams: 1 CARLOS HENRICKSON BARBALHO DE MOURA – DISSERTAÇÃO (PPGEPM) 2018.pdf: 10493787 bytes, checksum: 063013097342f1433f86bc8ac8434722 (MD5) / Made available in DSpace on 2018-08-30T23:05:10Z (GMT). No. of bitstreams: 1 CARLOS HENRICKSON BARBALHO DE MOURA – DISSERTAÇÃO (PPGEPM) 2018.pdf: 10493787 bytes, checksum: 063013097342f1433f86bc8ac8434722 (MD5) Previous issue date: 2018-03-28 / Capes / A petrofísica computacional é uma técnica que vem sendo utilizada cada vez mais na indústria do petróleo para caracterizar reservatórios e simular computacionalmente o seu comportamento físico. Através dessa técnica é possível caracterizar um elevado número de amostras, sob diferentes condições ambientais, em um tempo relativamente curto. Este trabalho propõe um modelo de estimativa de permeabilidade que utiliza parâmetros petrofísicos retirados de imagens de microtomografia de raios x (µCT) e os compara com parâmetros petrofísicos medidos em laboratório. Foi analisado um conjunto de 19 amostras com características deposicionais, diagenéticas e texturais diferentes entre si, pertencentes às bacias do Araripe, Potiguar e Sergipe-Alagoas. Delas, 14 são de calcário, 2 de tufa calcária, 2 de caliche e 1 de dolomito. Em laboratório foi utilizado um permoporosímetro a gás para medir os parâmetros porosidade e permeabilidade. As amostras de µCT foram adquiridas com resolução em torno de 2,0 µm. O conjunto de imagens criado foi tratado no software Avizo Fire e foram extraídos os parâmetros porosidade, permeabilidade, conectividade e diâmetro equivalente de poros. Um modelo estatístico foi estabelecido para predição da permeabilidade a partir dos parâmetros do espaço poroso extraídos das imagens de µCT. Os resultados indicam que a conectividade dos microporos, inferida a partir do cálculo do Número de Euler em imagens 3D, é o parâmetro que exerce maior influência na estimativa da permeabilidade, seguida pela porosidade dos macroporos e pela conectividade dos macroporos. O modelo preditivo proposto apresentou um coeficiente de determinação de 0,994, mostrando-se bastante confiável para o grupo de amostras investigado. / Computational petrophysics is a technique that has been increasingly used in the petroleum industry to characterize reservoirs and to simulate computationally its physical behavior. Through this technique it is possible to characterize a big number of samples, under different environmental conditions, in a relatively short time. This work proposes a model of permeability estimation that uses petrophysical parameters taken from x - ray microtomography images (µCT) and compare them with petrophysical parameters measured in the laboratory. It was analyzed a set of 19 samples with different depositional, diagenetic and textural characteristics, belonging to the Araripe, Potiguar and Sergipe - Alagoas basins. Of these, 14 are limestones, 2 of tufa limestone, 2 of caliche and 1 of dolomite. In the laboratory a gas permoporosimeter was used to measure the porosity and permeability parameters. µCT samples were obtained with a resolution of about 2.0 μm. The set of images created was treated in Avizo Fire software and the porosity, permeability, connectivity and pore diameter parameters were extracted. A statistical model was established to predict permeability from pore space parameters extracted from µCT images. The results indicate that the connectivity of micropores, inferred from the calculation of the Euler Number in 3D images, is the parameter that exerts the greatest influence in the estimation of permeability, followed by the porosity of the macropores and the connectivity of the macropores. The proposed predictive model presented a coefficient of determination of 0.994, being very reliable for the group of samples investigated.