REGISTRO RESONANCIA MAGNÉTICA NUCLEAR - GRUPO 1 by MARYORI ABIGAIL HUALLPA MAMANI

INTRODUCCIÓN

mhuallpam — 2024-07-09 12:09:57 UTC

La resonancia magnética nuclear (RMN) se refiere a un principio físico: respuesta de los núcleos a un campo magnético. Muchos núcleos se comportan como barras magnéticas giratorias que pueden interactuar con campos magnéticos produciendo señales mensurables (Kenyon, et.al., 1995).

La aplicación de RMN a la petrofísica para estudiar las propiedades de rocas saturadas de agua y/o petróleo se remonta a principios de la década de 1950. El fenómeno de la resonancia magnética nuclear fue observado por primera vez de forma independiente en 1946 por científicos de las universidades de Stanford y Harvard (Dunn and D. J., 2002).

Las aplicaciones están relacionadas a las investigaciones de interacciones microscópicas en materiales a nivel molecular y atómico (Dunn and D. J., 2002).

Por lo tanto, la RMN se convierte en una herramienta poderosa para la identificación de estados químicos en la materia, una técnica comúnmente conocida como espectroscopia de RMN (Dunn and D. J., 2002).

PRINCIPIO

2024-07-09 12:22:07 UTC

La RNM se construye en base a una señal que proviene de los núcleos de hidrógeno. En el centro de la herramienta MRIL, un imán permanente produce un campo magnético que magnetiza los materiales de la formación. Una antena que rodea a este imán transmite energía de radiofrecuencia hacia la formación, en ráfagas controladas con precisión en el tiempo en forma de campo magnético oscilatorio. Durante el tiempo entre pulsaciones, la antena se utiliza para escuchar la señal de eco decadente proveniente de aquellos protones de hidrógeno que están en resonancia con el campo del imán permanente (Sánchez, A. 2015).

APLICACIONES

echanih — 2024-07-09 12:40:53 UTC

1. Porosidad total, efectiva y asociada a las arcillas.

2. Distribución del tamaño de poros.

3. Saturación de agua irreducible.

4. Estimación de permeabilidad.

5. Saturación de fluidos producibles.

6. Detección de gas en yacimientos muy arcillosos o de litología compleja.

7. Determinación de contactos agua-petróleo-gas.

8. Evaluación de yacimientos de muy baja resistividad.

9. Estimación de la viscosidad de los fluidos.

REFERENCIAS BIBLIOGRÁFICAS

bconstancio — 2024-07-09 12:42:57 UTC

Contreras P y Pilar Z. (2016). Determinación de las propiedades petrofísicas de rocas de yacimientos colombianos por métodos de relajación de resonancia magnética nuclear. Recuperado de: https://noesis.uis.edu.co/items/a095480a-c02f-41f6-b498-3bb12d4455c7
Dunn and D.J. Bergman and G.A. Latorraca. (2022).Chapter 1 Historical developments of NMR logging. Nuclear magnetic resonance petrophysical and logging applications. Handbook of Geophysical Exploration: Seismic Exploration. Pergamon. vol 32. 1-11. https://doi.org/10.1016/S0950-1401(02)80004-0
Sánchez de Bustamante, A. D. (2015). Desarrollo de un nuevo método de interpretación de registros de resonancia magnética nuclear en pozos petrolíferos basado en la definición de espectrofacies y la incorporación de criterios geológicos (Doctoral dissertation, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales).
Liao, G., Luo, S., & Xiao, L. (2021). Borehole Nuclear Magnetic Resonance Study at the China University of Petroleum. Journal of Magnetic Resonance, 324, 106914. doi:10.1016/j.jmr.2021.106914
Kenyon, B. & Kleinberg, Robert & Straley, C. & Gubelin, G. & Morriss, C.. (1995). Nuclear magnetic resonance imaging - technology for the 21st century. Oilfield Review. 7. 19-33.
Freedman, R., & Heaton, N. (2004). Fluid characterization using nuclear magnetic resonance logging. Petrophysics-The SPWLA Journal of Formation Evaluation and Reservoir Description, 45(03).
Hugo Tamoto and Rafael dos Santos Gioria and Cleyton de Carvalho Carneiro. (2023). Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models. Journal of Petroleum Science and Engineering. https://doi.org/10.1016/j.petrol.2022.111169
Valle, B., Dal’Bó, P. F., Santos, J., Aguiar, L., Coelho, P., Favoreto, J., ... & Borghi, L. (2021). A new method to improve the NMR log interpretation in drilling mud-invaded zones: A case study from the Brazilian Pre-salt. Journal of Petroleum Science and Engineering, 203, 108692.

ASPECTOS CONCEPTUALES

bconstancio — 2024-07-09 12:45:07 UTC

RESONANCIA: Maneja los núcleos con campos magnéticos.
MAGNETICA: El uso de un campo magnético y de ondas electromagnéticas de amplitud, frecuencia y duración controladas.
RESONANCIA MAGNÉTICA NUCLEAR: (RMN) permite determinar las propiedades petrofísicas de la roca mediante la medición e interpretación de los mecanismos de relajación de los protones de los fluidos contenidos en su espacio poroso, es decir, permite hacer una descripción directa del espacio poroso, al proporcionar una manera de dividir la porosidad por tipo y movilidad de los fluidos que contiene y por tamaño de poro, y la derivación de perfiles de permeabilidad sin necesidad de una corrección litológica.

OBJETIVOS

bconstancio — 2024-07-09 12:45:21 UTC

Objetivo General

Investigar acerca del registro de resonancia magnética y aplicaciones.

Objetivos específicos

Comprender el principio de medición de resonancia magnética.

Realizar una búsqueda bibliográfica sobre los aspectos conceptuales de resonancia magnética.
Analizar las aplicaciones de RMN en la industria de hidrocarburos.

HERRAMIENTAS RMN

2024-07-09 12:46:57 UTC

Antes de que una formación sea perfilada con una herramienta RMN, los protones en los fluidos de la formación están orientados al azar. A medida que la herramienta pasa en frente de la formación, va generando campos magnéticos que activan esos protones. Se usan secuencias pulsantes diseñadas para generar una serie de así llamados écos de momentos rotacionales, que son medidos por las herramientas de perfilaje con RMN y se exhiben en los perfiles como trenes de ecos. Estos trenes de ecos constituyen los datos sin procesar de RMN

MRIL (Registro de Imágenes por Resonancia Magnética).

La herramienta MRIL de NUMAR mide fracciones cilíndricas (shells) resonantes y concéntricas, de espesor variable, y a distancias fijas de la herramienta.

La herramienta MRIL-PRIME estudian los fluidos en una zona delgada a pocas pulgadas de la pared del pozo. Esta herramienta puede determinar la presencia y las cantidades de diferentes fluidos así como también algunas de las propiedades específicas de los fluidos.

REGISTRO DE POROSIDAD DE RESONANCIA MAGNÉTICA NUCLEAR

2024-07-09 12:54:14 UTC

Interpretación de cada columna

-En la columna A: aquí se encuentra la escala de profundidad en ft.

-La columna B: representa la litología que tiene el pozo en ese intervalo.

-La columna C: muestra un registro de la permeabilidad al fluido derivada de la RMN. La permeabilidad cambia por orden de magnitud en esta sección. En la formación de granos finos la permeabilidad es insignificante, mientras que en la sección superior de granos gruesos es sustancial.

-Columna D: representa el tipo de fluido presente en la roca.

-Columna E: ilustra la distribución de tamaño de los poros, según se deduce de las mediciones de RMN.

Artículo "Fluid Characterization using Nuclear Magnetic Resonance Logging"

2024-07-09 13:12:15 UTC

El artículo presenta los avances del método de resonancia magnética nuclear (RMN), utilizando como base mediciones de difusion.
Se presentan ejemplos de campo del método de caracterización del fluido de resonancia magnética MRF2 para demostrar la separación de señales de petróleo y agua, mediciones de saturación y determinación de la viscocidad del petroleo

ARTICULO: BOREHOLE NUCLEAR MAGNETIC RESONANCE STUDY AT THE CHINA UNIVERSITY OF PETROLEUM

echanih — 2024-07-09 13:14:39 UTC

Con el fuerte apoyo de los principales proyectos nacionales chinos para abordar los problemas y demandas clave en la industria petrolera durante casi 20 años, incluidos los principales proyectos especiales de petróleo y gas.

Los métodos convencionales de registro de pozos, como la resistividad, las mediciones acústicas y nucleares, permiten evaluar la porosidad y la saturación de fluidos en yacimientos de petróleo y gas. Sin embargo, tienen limitaciones en yacimientos de baja porosidad y permeabilidad. La Resonancia Magnética Nuclear (RMN) mejora esta evaluación al detectar directamente las propiedades de los fluidos y su interacción con los poros. Integrar RMN con otros métodos, como las imágenes de resistividad, puede aumentar significativamente la precisión de la caracterización de yacimientos.

Como técnica fundamental para la exploración de petróleo y gas, la teoría de la RMN de pozos está en continua evolución, el instrumento se mejora continuamente y la aplicación se amplía continuamente.

1) Los instrumentos de RMN de pozos necesitan ser mejorados aún más.

2) La adquisición e inversión de datos debe ser más rápida, más robusta e inteligente.

3) Es necesario mejorar o ampliar aún más las aplicaciones de evaluación de formaciones y modelos petrofísicos de RMN.

4) La nueva técnica de obtención de imágenes RMN tridimensionales de pozos de adentro hacia afuera necesita ser desarrollada y aplicada en mayor profundidad.

Artículo: Caracterización profunda de la segregación de cemento de pozos petrolíferos de gran peso mediante una novedosa técnica de resonancia magnética nuclear (RMN)

2024-07-09 13:16:54 UTC

Para identificar el potencial de segregación del cemento, se utilizó un nuevo enfoque propuesto por resonancia magnética nuclear (RMN) para caracterizar la segregación del cemento midiendo las diferencias de porosidad y la heterogeneidad en las muestras de cemento endurecido. Además, los resultados de RMN se compararon con las técnicas existentes, como el método directo de peso y volumen y la tomografía computarizada (TC). Los resultados del método convencional de peso y volumen directo y la técnica de tomografía computarizada mostraron una segregación crítica del cemento en muestras de cemento a base de barita, ilmenita y hematita, lo que puede dar lugar a varios problemas relacionados con el aislamiento de zonas. Al aplicar el método de evaluación que involucra RMN, el enfoque de RMN confirmó los resultados del método convencional de peso y volumen directo y la técnica de tomografía computarizada en los que se encontró una segregación grave del cemento en las muestras de cemento a base de barita, ilmenita y hematita. El método de RMN permitió una investigación rigurosa de la segregación del cemento en las muestras de cemento endurecido. La RMN identificó con éxito la segregación al buscar la distribución del tamaño de poro y su relación con la variación de la porosidad. La novedad de este trabajo es aplicar un nuevo enfoque para determinar la segregación del cemento pesado mediante RMN. Los hallazgos de este trabajo han llevado a un método eficaz para determinar la segregación del cemento para pruebas básicas de laboratorio del cemento de pozos petrolíferos.

CONCLUSIONES

bconstancio — 2024-07-11 13:07:09 UTC

La RMN es fundamental para la caracterización de fluidos en formaciones geológicas, permitiendo diferenciarlas en los poros de las rocas. Esto es fundamental para evaluar la productividad y la viabilidad económica de un yacimiento.
El uso de la RMN puede ayudar a evaluar el grado de invasión de lodo de perforación, diferenciando entre el fluido de formación original y el lodo invasor.
En yacimientos carbonatados con alta heterogeneidad, ayuda a entender la compleja distribución de poros y fluidos.
La RMN es una técnica no destructiva, lo que permite repetir las mediciones y comparar cambios en el tiempo.
La RMN mide la cantidad de hidrógeno en la roca, proporcionando una estimación directa de la porosidad total.
Proporciona una medición directa de la cantidad de hidrógeno, lo cual es crucial para la estimación de porosidad y saturación de fluidos.
La RM proporciona datos en tiempo real durante la perforación, lo cual reduce la incertidumbre asociada a las decisiones operativas. Esto resulta en una mayor eficiencia en la planificación y ejecución de los pozos, maximizando la produccion.

Articulo: Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models

mhuallpam — 2024-07-11 13:14:27 UTC

Como un recurso importante para la cuantificación de la porosidad, los registros de pozos de resonancia magnética nuclear (RMN) son extremadamente útiles. Sin embargo, la activación de herramientas de cable, la relación señal-ruido, las condiciones ambientales y las características del fluido de formación pueden crear condiciones costosas y adversas para la adquisición del subsuelo. Por ello se desarrolla modelos de aprendizaje automático para la creación de registros de pozos de RMN sintéticos, asistidos por características auxiliares de registro de pozos. Cuatro modelos supervisados: red neuronal de perceptrón multicapa, AdaBoost, XGBoost y CatBoost, comparando el R ² ajustado y el RMSE. Se logró una mejora de 0,5520 en el R ² ajustado para la porosidad de densidad y de 0,2 para la porosidad sónica. Las diferencias entre los registros de pozos de RMN reales y los resultados del aprendizaje automático fueron en general inferiores al 5%, para la mayor parte del intervalo de registro de pozos. Además, se presenta por primera vez un modelo de porosidad potenciado por diagrama basado en registros de pozos, se examinan los comportamientos de las características lineales y no lineales del modelo, lo que permite comprender mejor las complejas relaciones entre las características y el conjunto de datos utilizado.

Artículo: A new method to improve the NMR log interpretation in drilling mud-invaded zones: A case study from the Brazilian Pre-salt

bconstancio — 2024-07-11 13:24:23 UTC

Año: 2021
Autores: Bruno Valle ,Patrick Führ Dal' Bó ,jeferson santos ,Lucas Aguiar ,Pedro Coelho ,Julia Favoreto ,Michele Arena ,Hélisson N. Santos ,Carolina Ribeiro ,Leonardo Borghi
Los autores aplicaron un nuevo método que combina múltiples técnicas petrofísicas y computacionales para mejorar la veracidad de la porosidad de fluidos libres de RMN y la distribución de T2 en zonas afectadas por la invasión de lodo de perforación debido a la porosidad de las cavidades y otras características de karstificación.
Utilizando la saturación de agua del modelo de altura de saturación para recalcular la porosidad de fluidos libres, se logró corregir las respuestas engañosas de RMN.
El algoritmo Random Forest demostró ser efectivo para predecir las señales de distribución de T2 en regiones con datos erróneos.
La disolución se identificó como un proceso clave en la generación de porosidad secundaria.
El flujo de trabajo propuesto es aplicable a yacimientos del presal y a otros casos con porosidad secundaria significativa debida a procesos de disolución.

bconstancio — 2024-07-11 13:32:37 UTC

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

FACULTAD DE GEOLOGÍA, GEOFÍSICA Y MINAS

ESCUELA PROFESIONAL DE INGENIERÍA GEOFÍSICA

"RESONANCIA MAGNÈTICA NUCLEAR (RMN)"

PRESENTADO POR:

Chañi Huamaní Edgar Hernan
Constancio Vilca Brigitte Daniela
Guzman Flores Anthony Aldair
Huallpa Mamani Maryori Abigail
Trelles Laura Cristina Rubi
Valenzuela Chullo Christian Jaime

ASIGNATURA:

Petrofísica

DOCENTE:

Dr. Cristobal Condori Quispe

AREQUIPA - 11/07/2024