Inverse and forward uncertainty quantification of models for foam–assisted enhanced oil recovery

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Valdez, Andrés Ricardo lattes
Orientador(a): Santos, Rodrigo Weber dos lattes
Banca de defesa: Chapiro, Grigori lattes, Zitha, Pacelli Lidio Jose lattes, Berg, Steffen
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
Programa de Pós-Graduação: Programa de Pós-graduação em Modelagem Computacional
Departamento: ICE – Instituto de Ciências Exatas
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://doi.org/10.34019/ufjf/te/2021/00119
https://repositorio.ufjf.br/jspui/handle/ufjf/13476
Resumo: Como muitos projetos de engenharia, a recuperação de petróleo, bem como a recuperação avançada de petróleo, são sensíveis ao gerenciamento correto dos recursos econômicos. Ensaios em plantas piloto, bem como experimentos em amostras retiradas do reservatório, são ferramentas fundamentais para estimar o retorno econômico do processo estudado. Nesse sentido, as simulações numéricas aparecem como alternativas acessíveis para resolver diferentes cenários em várias escalas (escala de poros, escala de laboratório, escala de campo). Apesar das muitas vantagens que um simulador tem, eles não são protegidos contra incertezas. Nesta tese mostramos avanços e contribuições na análise de incertezas em simulações bifásicas em meios porosos. A calibração dos modelos foi realizada usando o método de Markov Chain Monte Carlo. Além disso, a incerteza dos parâmetros foi verificada por meio de estudos de identificabilidade revelando os casos em que a incerteza dos parâmetros foi superestimada. A confiabilidade dos modelos foi determinada usando emuladores como a expansão em polinomial chaos, nos casos em que o custo computacional era uma complicação. Uma vez que as incertezas dos modelos foram estimadas, realizamos uma análise de sensibilidade para vincular a incerteza dos modelos com as incertezas nos parâmetros e identificar suas interações. Calculamos os índices Sobol principais e totais para materializar a análise de sensibilidade. Os resultados apresentados nesta tese mostram uma metodologia consistente para estimar e reduzir incertezas em modelos de escoamento de espuma em meios porosos, que por sua vez pode fornecer simulações confiáveis. Essas conclusões são de grande interesse e relevância; no projeto de técnicas adequadas para recuperação avançada de petróleo.