نام پژوهشگر: حسین شیخ زاده

تعیین گونه های سنگ مخزن آسماری در بخش غرب میدان مارون با استفاده از داده های زمین شناسی، پتروفیزیکی و مخزنی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم زمین 1392
  ایمان زحمتکش   بهمن سلیمانی

تعیین رخساره های الکتریکی(رخساره لاگ) امروزه یکی از معمول ترین روش های زون بندی مخزنی است. مطالعات گوناگون نشان داده اند که آنالیز خوشه ای یکی از بهترین روش ها جهت تعیین این رخساره ها می باشد. به همین دلیل در این مطالعه، با استفاده از روش شبکه عصبی خودسازمان ده (som) رخساره های الکتریکی سازند آسماری در میدان نفتی مارون تعیین گردید. در این مطالعه با استفاده از لاگ های پتروفیزیکی در 43 حلقه چاه از سازند آسماری به عنوان چاه های مدل، مدل اولیه رخساره الکتریکی با 25 دسته(رخساره) ساخته شد، که به دلیل شباهت برخی از پارامتر های اساسی ، به 7 رخساره کاهش یافت (چهار رخساره الکتریکی کربناته و سه رخساره الکتریکی ماسه سنگی). جهت ارزیابی رخساره های الکتریکی تعیین شده، از داده های فشار مویینه استفاده گردید تا ویژگی های شعاع گلوگاه های تخلخل برای هررخساره مشخص، و هماهنگی آن با رخساره موردنظر بررسی شود. همچنین، برای ارتباط دادن فابریک سنگ های کربناته و ماسه سنگی با توزیع اندازه فضاهای خالی و خصوصیات پتروفیزکی رخساره های الکتریکی، مطالعات پتروگرافی در چند حلقه چاه صورت پذیرفت. به طور کلی رخساره های الکتریکی تعیین شده در این مطالعه با داده های فشار مویینه و پتروگرافی ارتباط بسیار خوبی نشان داد، در نتیجه با توجه به انطباق خوب نتایج مدل بهینه شده در این مطالعه با واقعیت، این مدل به تمام چاه های میدان تعمیم داده شد. و نمونه رخساره های رسوبی در دیگر چاه های میدان شبیه سازی شد. در این تحقیق، تغییرات ویژگیهای مخزنی در رخساره الکتریکی کربناته از رخساره شماره 1 به سمت شماره 4 و در رخساره های ماسه سنگی از شماره 5 الی 7 سیر نزولی دارد. به طوریکه رخساره الکتریکی کربناته شماره 1، با کمترین آب اشباع شدگی و بالاترین تخلخل موثر دارای بهترین کیفیت مخزنی است. و رخساره الکتریکی ماسه سنگی شماره 5 با بالاترین مقدار تخلخل موثر بهترین رخساره های الکتریکی ماسه سنگی را به خود اختصاص داده است. مطالعات پتروگرافی نیز تغییرات شاخص های پتروفیزیکی در هر کدام از رخساره ها را تایید می نماید. به نحوی که از رخساره الکتریکی شماره 1 به سمت رخساره شماره 4 وضعیت فابریک و تخلخل از پکستون با تخلخل بین دانه ای و حفره ای بزرگ به وکستون تا مادستون با تخلخل های بین دانه ای و حفره ای ریز تغییر می کند. رخساره های الکتریکی ماسه سنگی نیز تغییرات سنگ شناسی عمده ای را نشان می دهد: ماسه سست (شماره 5)، ماسه با سیمان دولومیتی (شماره 6) و ماسه شیلی (رخساره 7). شناسایی رخساره ها و فرآیندهای دیاژنزی حاکم بر آنها نشان دهنده نقش دوعامل محیط رسوبی و دیاژنز در کنترل کیفیت مخزنی است. وجود حفرات انحلالی قالبی و حفره ای به عنوان تخلخل غالب، نشان از تاثیرشدید و مثبت دیاژنز در کنترل کیفیت مخزنی سازند آسماری است.

تعیین گونه های سنگی مخزن بنگستان میدان نفتی مارون با استفاده ازداده های زمین شناسی، پتروفیزیکی و مخزنی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم زمین 1393
  سیدابوذر محسنی پور   بهمن سلیمانی

میدان نفتی مارون در ناحیه فروافتادگی دزفول و در مجاورت میادین کوپال، آغاجاری، رامین، شادگان و رامشیر واقع شده است. هدف اصلی این مطالعه، تعیین گروه های سنگی در مخزن بنگستان میدان نفتی مارون می باشد. درابتدا واحدهای جریانی با استفاده از داده های تخلخل و تراوایی موجود و روش های وینلند و نشانگر زون جریانی منطقه ای شناسایی گردید. در مرحله بعد با استفاده از روش های خوشه سازیsom ،mrgc و dynamic الکتروفاسیس های مخزن تعیین گردید. با مقایسه و تطابق روش های مختلف با واحدهای جریانی، روش خوشه سازی som بعنوان یک شبکه عصبی رقابتی خود سازمان دهنده و از نوع بدون ناظر انتخاب گردید. در این مطالعه با استفاده از لاگ های پتروفیزیکی در 6 حلقه چاه از مخزن بنگستان، مدل اولیه رخساره الکتریکی با 9 دسته (رخساره) ساخته شد، که به دلیل شباهت برخی از پارامتر های اساسی، به 4 رخساره کاهش یافت. جهت ارزیابی رخساره های الکتریکی تعیین شده، از داده های فشار مویینه استفاده گردید تا ویژگی های شعاع گلوگاه های تخلخل و میزان همانگی آنها برای هر رخساره و هماهنگی آنها بررسی شود. بمنظور ارتباط دادن فابریک سنگ های کربناته با توزیع اندازه فضاهای خالی و خصوصیات پتروفیزیکی رخساره-های الکتریکی، مطالعات پتروگرافی نیز صورت پذیرفت. از آنجا که رخساره های الکتریکی تعیین شده در این مطالعه با داده های فشار مویینه، نمودار لوسیا و پتروگرافی هماهنگی بسیار خوبی نشان داد، این مدل به تمام چاه های میدان تعمیم و سپس با استفاده از روش شبکه عصبی و داده های مغزه، میزان تخلخل و تراوایی در چاه های بدونه مغزه میدان تخمین زده شد. بررسی ویژگی های مخزنی در گونه های سنگی نشان داد که کیفیت مخزنی از گونه های سنگی شماره 1 به سمت شماره 4 بهبود می یابد. فابریک و تخلخل از پکستون با تخلخل بین دانه ای سیمانی شده به وکستون تا پکستون با تخلخل های بین دانه ای و حفره ای ریز تغییر می کند و مطالعات پتروگرافی نیز آنرا تایید می نماید.

مدل ترمودینامیکی پیش بینی رسوب آسفاتین در مخازن زیرزمینی نفت
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس 1379
  حسین شیخ زاده   محسن وفایی سفتی

رسوب آسفالتین یک معضل مهم در تولید و بازیافت نفت خام است تجمع آسفالتین ها نقش مهمی را در فرآیند نفت خام باقیمانده و خواص موثر تولید ایفا می کنند. بازده چاههای نفت خام، توسط لخته شدن، رسوب و انسداد مواد آلی سنگین همچون آسفالتین ها، کاهش پیدا می کند.رسوب آسفالتین معمولا یک پروسس برگشت ناپذیر است که عامل اصلی صدمات وارده به عملیات تولید می باشد. یک سوال قابل توجه در صنعت نفت این است که کی و چه مقدار و تحت چه شرایطی مواد آلی سنگین مثل آسفالتین رسوب می کنند؟مولف چگونه ایجاد رسوب و مدل ریاضی استفاده شده برای اندازه گیری آنرا، در حالات مختلف مواد نفتی معرفی می نماید.در جلوگیری از رسوب گذاری، دانستن حلالیت آسفالتین در نفت خام بصورت تابعی از دما، فشار و اجزا سازنده فاز مایع ضروری است. یک مدل ترمودینامیکی برای توصیف رسوب آسفالتین از سیالات نفتی (آلکان های مختلف) و حلالیت آن در مخلوطهای نفتی پیشنهاد شده است. از طریق تزریق گازهای مختلف در مخازن نفتی آسفالتین رسوب می کند. بررسی ما شامل، اجرای برنامه کامپیوتری جهت اندازیه گیری رسوب آسفالتین، انتخاب یک مدل ترمودینامیکی در توصیف و پیش بینی تشکیل رسوب و تست مدل با سیالات مختلف مخازن نفتی می باشد. این مدل بر مبنای تئوی پلیمر چند توزیعی و رفتار فازی مخلوطهای مرکب استوار است که در اینجا:الف - مقدار کل فازهای گاز و مایع و کسر مولی ترکیبات آنها با استفاده از محاسبات تبخیر آنی صورت می گیرد. ب - معادله حالت پینگ رابینسون در محاسبه فوگاسیته اجزای مخلوط در توده نفت خام مورد استفاده قرار گرفته است. ج - شکل ساده شده تئوری محلول پلیمری فلوری هاگینز جهت محاسبه حداکثر میزان حلالیت آسفالتین در نفت بکار رفته است. داده های بدست آمده توسط این مدل، شرایط عملیاتی را که موجب تشکیل رسوب می شود را پیش بینی می کند.