Caracterização e classificação de fatias de sistemas porosos em imagens tomográficas 3D por métodos de clusterização

Abstract

Rochas porosas apresentam características físicas que podem ser preditas a partir da analise de suas imagens tomográficas (MIRABOLGHASEMI et al., 2015), tradicionalmente as medições realizadas nas imagens são as de porosidade, permeabilidade e autocorrelação, que permitem prever propriedades como escoamento de fluxo através do material, ou a topologia dos poros (ADLER; JACQUIN; QUIBLIER, 1990). Porém estas características podem variar, as vezes drasticamente, dentro de uma mesma rocha, especialmente ao longo do seu eixo de formação, o qual implica em diferentes características petrofísicas. Considerando esta heterogeneidade das rochas é possível intuir que rochas completamente diferentes possam ter fatias que se comportem de forma semelhante entre si, e portanto uma forma de caracterizar e classificar estas fatias semelhantes pode trazer uma nova perspectiva ao campo de analise destes materiais. No presente trabalho um conjunto de doze imagens tomográficas de raio-X de plugs de rochas porosas foram selecionadas pela sua aparente homogeneidade, as características de suas camadas foram avaliadas, parte destes resultados foram classificados utilizando diferentes algoritmos de clusterização, e o restante dos dados foram utilizados para validar a classificação. O trabalho mostra resultados promissores, permitindo classificar com um elevado grau de certeza a qual rocha pertence uma camada.

Abstract : Porous rocks present physical characteristics that can be predicted based on the analysis of their tomographic images (MIRABOLGHASEMI et al., 2015). Traditionally those images are analyzed to extract values for porosity, permeability and auto-correlation, which allows to foresee properties such as the flow of a given fluid through the material, or its pore topology (ADLER; JACQUIN; QUIBLIER, 1990). However these characteristics might change, sometimes drastically, inside the same rock, especially along its formation axis, which implies in different petrophysical characteristics. Given that these rocks are heterogeneous it s possible to realize that very different rocks can have slices that behave similarly, and thus a way to characterize and classify these similar slices can bring new insights to the way these materials are analyzed. In the current work a set of twelve x-ray tomographic images of porous rock plugs were selected for their apparent homogeneity, their characteristics were extracted by slices, part of these results were classified using different clusterization algorithms, and the remaining of the data was used for validation of the classification. The work presents promising results, allowing the classification with a high degree of certainty of which sample a given slice belongs to.