Traducido del inglés al español - www.onlinedoctranslator.

com

Vea discusiones, estadísticas y perfiles de autor para esta publicación en:https://www.researchgate.net/publication/324278197

Un método para determinar el corte de T2 de resonancia magnética nuclear (NMR) basado en la

simulación de distribución normal en yacimientos de arenisca compactos

Artículo· Abril 2018

CITAS LEE
2 272

2 autores:

liang xiao junran li

Universidad China de Geociencias (Beijing) Universidad de Tulsa

54PUBLICACIONES523CITAS 97PUBLICACIONES1,971CITAS

VER EL PERFIL VER EL PERFIL

Algunos de los autores de esta publicación también están trabajando en estos proyectos relacionados:

Aplicación de la teledetección en ecologíaVer Proyecto

Estudios sobre métodos de caracterización de estructuras porosas complicadas y evaluación de la oleosidad en yacimientos de petróleo de arenas compactasVer Proyecto

Todo el contenido que sigue a esta página fue subido porjunran liel 07 de abril de 2018.

El usuario ha solicitado la mejora del archivo descargado.

 ) XHO- - -²

Listas de contenidos disponibles enCienciaDirecta

Gasolina

revista Página de inicio:www.elsevier.com/locate/fuel

Artículo de longitud completa

Un método para determinar la resonancia magnética nuclear (RMN)T2corte basado en

simulación de distribución normal en reservorios de arenisca compactos

liang xiaoa,B,C,⁎, Junran LiC, Zhiqiang MaoD, Jun Lumi, Hongyan YuF, Haopengguogramo, Gaoren Ligramo
aLaboratorio clave de geodetección, Universidad de Geociencias de China, Ministerio de Educación, Beijing, República Popular China
B Escuela de Geofísica y Tecnología de la Información, Universidad de Geociencias de China, Beijing, PR China
CDepartamento de Geociencias, Universidad de Tulsa, Tulsa, OK, EE. UU.
DLaboratorio Estatal Clave de Recursos y Prospección de Petróleo, Universidad China del Petróleo, Beijing, República Popular China
miEscuela McDougall de Ingeniería del Petróleo, Universidad de Tulsa, Tulsa, OK, EE. UU.
Universidad del Noroeste, Xi'an, Shaanxi, República Popular China
F

gramo Instituto de Investigación de Exploración y Desarrollo, Campo Petrolífero de Changqing, PetroChina, Xi'an, Shaanxi, República Popular China

INFORMACIÓN DEL ARTÍCULO RESUMEN

Palabras clave: losT2cutoff es un parámetro de entrada importante en aplicaciones de resonancia magnética nuclear (RMN). La exactitud de laT2cutoff
T2cortar afecta la confiabilidad de predicción de parámetros asociados con la identificación y evaluación de formaciones. Los métodos actuales se
Saturación de agua irreductible basan en estadísticas regionales; tienen aplicaciones limitadas y los valores predichos no siempre son confiables. En este estudio, se
Distribución normal
utilizaron un total de 36 muestras de núcleo, perforadas en depósitos de arenisca compacta del Triásico del sudoeste de la cuenca de
Simulación de resonancia magnética
Ordos en China, para mediciones de RMN de laboratorio en condiciones de agua irreducible y totalmente saturada de salmuera. Basado
nuclear (RMN)
en el análisis de caracteres morfológicos de RMN experimental T2espectros, demostramos que la RMNT2los espectros se pueden simular
completamente utilizando la función de distribución normal. Además, se propuso un nuevo método, que puede predecir variosT2puntos
de corte basados en las diferencias morfológicas de RMNT2espectros, y la saturación de agua irreducible (Svibrar), que representa la
relación entre el volumen total de agua unida a arcilla y agua unida por capilaridad al volumen total de poros. La fiabilidad de este
método se verificó comparando los valores predichosT2corte ySvibrarvalores con los de los resultados experimentales de RMN central.
Finalmente, extendimos este método a aplicaciones de campo en varios yacimientos de arenisca compacta en China. Los resultados
muestran que el totalT2distribuciones de la formación fueron completamente simuladas por la función de distribución normal, y variosT2
corte ySvibrarlos valores fueron predichos con precisión. Mientras tanto, también se estimaron con precisión las curvas de permeabilidad
de las arenas compactas, predichas con base en el modelo de Timur-Coates. Los resultados de nuestro estudio se pueden aplicar para
mejorar la identificación y evaluación de yacimientos de areniscas compactas utilizando registros de RMN.

1. Introducción Los registros de resonancia magnética nuclear (RMN), desarrollados en la década de

Los histogramas estadísticos de la porosidad y la permeabilidad del núcleo ilustran
que los yacimientos de arenisca del Triásico en el sudoeste de la cuenca de Ordos, al
noroeste de China, son yacimientos de arenisca compactos típicos (Figura 1)[1]. Las
porosidades oscilan entre el 6 % y el 12 %, y más del 80 % de las muestras de testigos
tienen menos del 10 % de porosidad (Figura 1a), y las permeabilidades oscilan
predominantemente entre 0,01 mD y 3,16 mD, con más del 88% menos de 1,0 mD (
Figura 1B). La formación también exhibe una estructura de poros complicada, una fuerte
heterogeneidad y varias salinidades del agua.[2–3]. Como resultado, la identificación y
evaluación de yacimientos de areniscas compactas (p. ej., evaluación de la porosidad
efectiva, la saturación de agua, la permeabilidad y la estructura de los poros) con base en
registros de pozos convencionales implica desafíos significativos.[4–5].
1990, juegan un papel importante en la evaluación de reservorios de areniscas
compactas. [6–7]. El registro de RMN es superior a los registros de pozos convencionales
porque puede ofrecer varios parámetros precisos para la identificación y evaluación de
formaciones, como porosidad efectiva, saturación de agua irreducible (Svibrar), volumen
de fluido libre y permeabilidad[8]. Por lo tanto, los resultados previstos pueden evitar el
efecto de la litología de la formación y los fluidos saturados.[9]. Más importante aún, se
puede usar un registro de RMN para evaluar cuantitativamente la estructura del poro de
la formación.[10–12].
Durante la evaluación de la formación, la precisión de los resultados
evaluados está determinada principalmente por el valor de laT2cortar[13–14]. losT
2El corte se define como unT2tiempo, que generalmente divide toda la RMNT2
espectro en dos partes; los poros de roca correspondientes se separan en dos
radios[15–16]. AT2distribución conT2veces por debajo delT2cortar

⁎Autor para correspondencia en: Escuela de Geofísica y Tecnología de la Información, Universidad de Geociencias de China, Beijing, PR China.
Dirección de correo electrónico:xiaoliang@cugb.edu.cn (L. Xiao).

https://doi.org/10.1016/j.fuel.2018.03.178
Recibido el 9 de enero de 2018; Recibido en forma revisada el 24 de marzo de 2018; Aceptado el 28 de marzo de 2018
- ‹- - (OVHYLHU-/WG -$OO-ULJKWV-UHVHUYHG
L. Xiao et al. ) XHO- - -²

600 100%
500 100% Frecuencia
(a) Frecuencia acumulada
Frecuencia
402 500
80%
400 Frecuencia acumulada 80% (B) 434

Frecuencia acumulada
330 400

Frecuencia acumulada
325 60%

Frecuencia
300 60%
Frecuencia

300
194 185 40%
200 40%
200 168
121
98 20%
100 62 20% 100
57 43
11 26
10 4 dieciséis

0 6
0 0%
0 0%
0 2 4 6 8 10 12 14 dieciséis

Porosidad derivada del núcleo, %

Permeabilidad derivada del núcleo, mD

Figura 1.Histogramas estadísticos de porosidad del núcleo (a)y permeabilidad (B)en los reservorios de arenisca apretada del Triásico del sudoeste de la cuenca de Ordos, noroeste de China.

100 El experimento de RMN se considera el método más preciso para determinar

Cuenca central de Sichuan laT2cortar. Sin embargo, este método solo se puede aplicar a muestras de núcleo
Cuenca suroeste de Sichuan limitadas; por lo tanto, la adquiridaT2los puntos de corte no se pueden utilizar
80 para representar formaciones enteras[25]. En cambio, muchos estudios han
Cuenca suroeste de Ordos

Cuenca noroccidental de Junggar intentado desarrollar variosT2puntos de corte para aplicaciones de RMN de campo
[23–24,26–37]. Parra et al. (2001) investigaron el carbonato vuggy de Florida
60 usando el método FZI y encontraron diferentesT2cortes en diferentes tipos de
T2corte, ms

formación[23]. Wu et al. (2014) primero clasificaron las formaciones en base a sus

40
20
0
0 10 20 30 40
Número de núcleo
Figura 2.Histograma deT2valores de corte adquiridos a partir de resultados experimentales de RMN de
muestras de testigos perforadas en cuatro yacimientos de arenisca compacta en China.
El valor representa pequeños poros de roca con agua irreducible ocupando los
poros (incluyendo agua irreducible de arcilla y agua ligada por capilaridad). Estos
fluidos no son producibles debido a su tamaño de poro pequeño ocupado y
conectividad deficiente de poro. Por el contrario, unT2espectro conT2
tiempos de relajación por encima delT2el corte representa grandes poros de roca
ocupados por fluidos libres (por ejemplo, agua libre y/o hidrocarburo). Por lo
tanto, los T2el corte es un indicador importante de agua irreducible y fluidos
móviles, y un parámetro de entrada clave al calcular la saturación y la
permeabilidad del agua irreducible a partir de registros de RMN[dieciséis].
Con frecuencia, los valores fijos de 33 ms y 92 ms se definen como el T2corte para
yacimientos de arenisca y yacimientos de carbonato, respectivamente. Estos valores se
adquirieron inicialmente a partir de experimentos de RMN de laboratorio de muestras de
núcleos perforados en el área de Wilcox del Golfo de México y campos petrolíferos
occidentales en Canadá.[17–20]. EstasT2Los valores de corte se han utilizado durante
mucho tiempo en los yacimientos convencionales de todo el mundo.[13–14,21]. Sin
embargo, un número cada vez mayor de aplicaciones de campo ha demostrado que 33
ms no siempre es un tiempo razonable.T2valor de corte, especialmente para baja
permeabilidad a yacimientos de arenisca compactos[22]. Muchos estudios también han
señalado que la RMNT2las distribuciones están influenciadas por varios factores, como la
litología, la porosidad y la distribución de los poros, los fluidos de los poros y la salinidad
del agua saturada[16,23–24], sugiriendo que elT2el corte no debe ser universal. Por
ejemplo, las muestras de testigos extraídas de yacimientos de arenisca compacta en
diferencias litológicas y determinaron variosT2puntos de corte para cada tipo de
formación basados en experimentos centrales
33ms
[24]. En estos dos métodos, aunque variosT2Cuando se usaron puntos de corte, no se
consideraron los efectos de muchos otros factores (p. ej., tamaño de poro, distribución
de poro, profundidad de la formación). Adicionalmente, un soloT2El corte todavía se
usaba para formaciones similares.
Muchos otros estudios han propuesto métodos para determinarT2
valores de corte. Por ejemplo, al considerar el efecto de la litología en laT2
50 60
espectro[26]; utilizando un modelo cónico[27]; combinación de datos de RMN y
presión capilar[28]; investigando el efecto de la temperatura[29]; establecer un
modelo basado en la amplitud y la media geométrica del último pico del espectro
[30–32]; derivar una relación estadística entre el núcleo derivadoT2cortes,
porosidad y permeabilidad,[33]; utilizando la presión de formación[34];
empleando datos de CEC[35]; combinación de RMN con datos de probadores de
dinámica de formación modular (MDT)[36]; utilizando datos de susceptibilidad
magnética[37]; y aplicando la teoría multifractal[dieciséis]. Si bien estos métodos
lograron avances en la determinación deT2valores de corte en aplicaciones de
RMN, todos ellos son métodos estadísticos basados en los experimentos de RMN
de muestras de núcleo; por lo tanto, estos métodos no se pueden utilizar para
determinar variosT2valores de corte para aplicaciones de campo. Mientras tanto,
ninguna relación entreT2formas de espectro yT2se han presentado valores de
corte. En resumen, estos métodos solo son efectivos regionalmente y no son
aplicables a otras formaciones.
El propósito de este estudio fue desarrollar un nuevo método que pueda usarse
ampliamente para predecir variosT2puntos de corte basados en las características de la
RMNT2espectro. Este método se estableció sobre la base de 36 muestras de núcleos
perforadas en yacimientos de arenisca compacta del Triásico en el suroeste de la cuenca
de Ordos, China. También extendimos este método a aplicaciones de campo para
calcular con precisiónSvibrary valores de permeabilidad en muchas otras regiones.
2. Experimentos de RMN y análisis de datos.
2.1. Propiedades físicas de las muestras de núcleo

China fueron muy variables;T2los valores de corte no estaban cerca de 33.0 ms o

cualquier otro valor fijo (Figura 2). Para mejorar la aplicación de los registros de RMN a la Las propiedades físicas de las 36 muestras de núcleos experimentales se enumeran

evaluación de formaciones, variosT2Se deben utilizar los valores de corte aplicables a entabla 1. Entre estas propiedades, las porosidades derivadas del núcleo se adquirieron

diferentes tipos de formaciones. utilizando el método de inyección de helio y las permeabilidades se midieron utilizando
un método de prueba de permeabilidad de pulso instantáneo.
L. Xiao et al. ) XHO- - -²

tabla 1
Propiedades físicas de las muestras de núcleo utilizadas en los experimentos de RMN.

Núcleo Núm. Porosidad (%) Permeabilidad (mD) T2corte (ms) Saturación de agua irreductible (%) Tipo deT2espectro

1 13.00 0.91 15.80 39.28 tres picos

2 12.00 0.29 6.31 29.25 tres picos
3 7.82 0.15 15.80 54.15 Poro pequeño bimodal
4 13.30 0.88 8.60 30.42 tres picos
5 15.60 0.40 31.60 62.90 Poro pequeño bimodal
6 9.71 0.17 30.10 54.57 poro grande bimodal
7 10.30 0.19 50.10 76.98 Poro pequeño bimodal
8 11.00 0.33 12.60 36.83 poro grande bimodal
9 11.90 0.16 12.00 46.24 tres picos
10 14.00 0.17 31.20 80.69 poro pequeño unimodal
11 16.30 7.55 20.00 42.10 poro grande unimodal
12 10.80 0.19 10.30 36.41 poro grande bimodal
13 9.76 0.14 9.00 37.40 poro grande bimodal
14 12.20 0.78 21.00 42.10 tres picos
15 11.80 0.32 12.60 48.19 poro grande bimodal
dieciséis 9.76 0.19 10.00 41.76 poro grande bimodal
17 14.20 0.33 9.80 46.27 poro grande unimodal
18 12.60 0.18 13.50 49.13 poro grande bimodal
19 12.00 0.38 17.00 42.65 poro grande bimodal
20 13.60 0.30 18.00 59.31 poro pequeño unimodal
21 9.53 0.16 19.80 62.06 poro pequeño unimodal
22 9.18 0.14 7.94 41.42 Poro pequeño bimodal
23 15.20 0.41 15.80 52.59 poro grande bimodal
24 13.40 0.27 20.00 53.75 poro grande bimodal
25 11.80 0.12 20.00 79.10 tres picos
26 15.30 0.91 15.80 39.58 tres picos
27 9.94 0.19 12.60 39.56 poro grande bimodal
28 11.30 0.15 20.00 40.55 poro grande unimodal
29 10.70 0.15 10.00 39.83 tres picos
30 12.80 0.31 6.31 28.65 poro grande bimodal
31 10.60 0.59 20.00 47.22 poro grande bimodal
32 14.70 0.98 20.00 53.48 poro grande bimodal
33 11.30 0.74 15.80 33.32 poro grande bimodal
34 11.30 0.74 25.10 38.27 poro grande bimodal
35 12.90 0.24 39.80 80.11 tres picos
36 16.70 2.71 20.00 46.89 tres picos

1 20 curva máxima de porosidad acumulada del estado centrifugado, se trazó una

Completamente saturado de salmuera

línea paralela a laT2eje, que se cruza con la curva de porosidad acumulada del
Agua irreductible saturada
estado completamente saturado. Finalmente,T2el tiempo de corte se determinó
Amplitud acumulada bajo saturación total de agua Amplitud
0.8 dieciséis
como el correspondienteT2tiempo del punto de intersección[dieciséis]. Utilizando
acumulada bajo saturación de agua irreducible
la muestra básica 20 como ejemplo, el método para determinar T2Los valores de
corte basados en experimentos de RMN de laboratorio se ilustran en Fig. 3.
Amplitud acumulada

0.6 12
El correspondienteSvibrarse calcula usando la siguiente ecuación [13–
Amplitud

14].
0.4 8
∫T2 máx.S′ (T)dt
SIw=Trr2 minutos ×100
∫T2 máx.S(T)dt (1)
0.2 4
T2 minutos

T2cortar
0 0
T2, Sra
Fig. 3.ilustración deT2determinación del punto de corte utilizando los resultados experimentales de RMN de la muestra
central 20.
[38–40], que midió una permeabilidad tan baja como 0,000001 mD[38]. Las
mediciones de RMN se realizaron para las 36 muestras de núcleo en
condiciones de agua irreducible y saturada de salmuera a una temperatura
de 28 °C. El equipo experimental de RMN utilizado en este estudio fue un
CoreSpec-1000 producido por Numar. Después de las mediciones de RMN,T2
los espectros se adquirieron en estas dos condiciones de saturación. Para determinarT2
valores de corte, incrementalesT2los espectros se acumularon ordenadamente para dos
RMNT2amplitudes con el tiempo aumentando de relajación mínima a máxima para
obtener dos curvas de porosidad acumulada. Utilizando el
En esta ecuación,Svibrares la saturación de agua irreducible en %, que
representa el volumen relativo de agua irreducible de arcilla y agua ligada por
capilaridad.T2 minutoses el minimoT2tiempo de relajación yT2 máx.es el máximoT2
tiempo de relajación, con una unidad de ms.S T)es la función de distribución de
porosidad en condiciones de saturación total con salmuera yS′(T)es la función de
distribución de porosidad en condiciones de saturación de agua irreducible.
Ambos parámetros están asociados a laT2tiempo de relajacion.
Para las muestras básicas utilizadas en este estudio,T2los cortes van desde
6,31 ms a 50,10 ms ySvibrarlos valores oscilan entre 28,65% y 80,69% (tabla 1). el
experimentalT2los puntos de corte son variables y no están relacionados con la
porosidad y la permeabilidad (Figura 4a y B); por lo tanto, es difícil usar un soloT2
valor de corte para expresar todas las muestras de núcleo.
2.2. Características morfológicas de RMN T2espectros
Una de las aplicaciones más importantes de un registro de RMN es la evaluación del
tamaño de poro.[12–14,41]. Para rocas con diferentes tamaños de poro, la
L. Xiao et al.
60
(a)
50
40
T2corte, ms
30
20
10
0 0
0 5 10 15
Porosidad, %
Figura 4.La relación entre la porosidad derivada del núcleo y laT2cortar (a)y permeabilidad derivada del núcleo yT2cortar (B).Los resultados ilustran que laT2Los valores de corte están poco relacionados
con las propiedades físicas de las rocas y sus valores no están centralizados.
correspondienteT2los espectros exhibirán diferentes formas y números de picos.
En general, las muestras de núcleo que contienen poros grandes y estructuras de
poros complicadas tendrán una RMN amplia y multimodal.T2distribuciones,
mientras que las muestras con poros pequeños y estructuras de poros uniformes
mostrarán una distribución modal estrecha y única.T2curvas[12]. Analizar las
características morfológicas de losT2espectros para las 36 muestras de núcleo, los
espectros se clasifican en tres tipos según el número de NMRT2
picos en condiciones de saturación de salmuera al 100%. Tres RMNT2Se
identificaron patrones de distribución, es decir, distribución unimodal,
distribución bimodal y tres picos. Además consideramos las formas de
la RMN T2y separó las curvas en cinco subtipos, es decir, poro pequeño
unimodal, poro grande unimodal, poro pequeño bimodal, poro grande
bimodal y tres picos. Cabe señalar que la clasificación de poros
pequeños y grandes es dinámica y se basa en la posición relativa y la
amplitud de cada uno.T2cima. Por ejemplo, si elT2El espectro tiene dos
picos y la amplitud del pico izquierdo es mayor que la del derecho, se
define como bimodal de poro pequeño. Por el contrario, si la amplitud
del pico derecho es mayor que la del izquierdo, se definirá como
bimodal de poro grande.
La RMN correspondienteT2los espectros de estos cinco subtipos de muestras de
núcleo se muestran enFigura 5a–e. La última columna detabla 1enumera el tipo de RMNT
2espectros para las 36 muestras de núcleo. Las formas de estos RMNT2los espectros
están dominados por poros grandes bimodales y tres picos, lo que indica que la
estructura de nuestras formaciones objetivo es complicada y dominada por buenos
tamaños de poros. Comparaciones de las propiedades físicas de muestras de núcleo yT2
El tipo de espectro sugiere que elT2los espectros no están relacionados con las
propiedades físicas de las rocas.
Para analizar las formas de RMNT2espectros adquiridos de dos condiciones
saturadas, extrajimos cinco muestras de núcleo representativas y su correspondiente
RMNT2espectros en condiciones de saturación total de salmuera y saturación de agua
irreducible (Figura 6).Figura 6ae muestran que las formas de RMNT2los espectros están
todos cerca de las distribuciones normales. Para todo tipo de rocas, las formas de susT2
los espectros en condiciones de saturación de agua irreducible pueden considerarse
como una única distribución normal. UnimodalT2Los espectros en condiciones
totalmente saturadas de salmuera también se pueden considerar como una distribución
normal única (Figura 6a y B). Sin embargo,T2
los espectros con dos o tres picos en condiciones de saturación total de agua se
consideran como la superposición de varias distribuciones normales. Por ejemplo,
bimodalT2los espectros representan la superposición de dos distribuciones normales (
Figura 6c y d) yT2los espectros con tres picos representan la superposición de tres
distribuciones normales (Figura 6mi). Mientras tanto, las partes iniciales de estos RMNT2
los espectros (parte izquierda) en condiciones de saturación de salmuera al 100 % son
casi iguales a los de condiciones de saturación de agua irreducible. Esto significa que las
partes izquierdas de la RMNT2espectros en condiciones de saturación de salmuera al 100
% y todos los espectros de RMNT2Los espectros en condiciones de saturación de agua
irreducible reflejan la relajación superficial del agua irreducible, mientras que las partes
correctas de la RMNT2los espectros en condiciones de saturación de salmuera al 100 %
reflejan las respuestas de los fluidos libres
) XHO- - -²
60
(B)
50
40
T2corte, ms
30
20
10
20 0.1 1 10
permeabilidad, mD
[13–14].
3. Método de predicción de variosT2cortar
3.1. Principio de distribución normal
Con base en el análisis anterior, presentamos la función de distribución
normal para simular la RMNT2espectros en dos condiciones de saturación. La
función de distribución normal se expresa de la siguiente manera[42–43].
(X−µ)2
F(X) =A×mi− 2σ2 (2)
dondef(x)es la amplitud de la RMN simuladaT2espectros,Xes el
arregladoT2tiempo bajo simulación,Aes la amplitud asociada con el pico
de la RMN inicialT2espectros, μ es el valor esperado, es decir, la función
de posición de una distribución normal, y σ es la varianza, y se utiliza
para describir el grado de dispersión de una distribución normal. Los
valores de μ y σ se determinan automáticamente por la forma deT2
espectros El método para determinar los valores de μ y σ a partir de la RMN T2los
espectros se ilustran enFigura 7.
Para la RMNT2espectros mostrados enFigura 5a–e, buscamos
automáticamente los parámetros involucrados de A, μ y σ en la ecuación.(2)para
simular el T2distribuciones después de laT2primero se arreglan los tiempos. ParaT
2espectros que contienen poro pequeño unimodal y poro grande unimodal, se
utiliza una única distribución normal para simular laT2espectros de agua ligada y
agua libre, respectivamente. ParaT2espectros que muestren bimodalidad, se
deben utilizar dos funciones de distribución normal. ParaT2espectros con tres
picos, se utilizan tres funciones de distribución normal.
3.2. Simulación de RMN T2espectros
Con base en la función propuesta en la Ec.(2), simulamos elT2
espectros de las 36 muestras de núcleo en condiciones completamente saturadas de
salmuera. Para evaluar la aplicabilidad de nuestro método propuesto, comparamos las
formas de los simuladosT2espectros con la RMNT2distribuciones en condiciones de
saturación total de salmuera y saturación de agua irreducible (higos. 8–12). ParaT2
distribuciones con un pico, las funciones de distribución normal solo simulan
parcialmente las formas de RMNT2espectros Esto se debe a que, para muestras de
núcleo con poros pequeños unimodales, aunque el tamaño de poro está controlado
principalmente por los poros pequeños, la contribución de la relajación superficial del
agua libre ocupada en el espacio mínimo de poro grande da como resultado una
desviación de la parte derecha de laT2espectro (Figura 8). Por el contrario, para muestras
de núcleo con poros grandes unimodales, la contribución de la relajación superficial del
agua ligada ocupada en el espacio mínimo de poros pequeños da como resultado una
desviación de la parte izquierda de laT2
espectro (Figura 9). Para la RMNT2espectros con dos o tres picos, las formas
iniciales completas se simulan bien usando dos o tres distribuciones
normales (higos. 10–12).
L. Xiao et al. ) XHO- - -²

1
1
(a) Poro pequeño unimodal
(b) Poro grande unimodal
0.8 0.8

Amplitud 0.6 0.6

Amplitud
0.4 0.4

0.2 0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000

T2, Sra T2, Sra

1 5
(c) Poro pequeño bimodal (d) Poro grande bimodal

0.8 4

0.6 3

Amplitud
Amplitud

0.4 2

0.2 1

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000
T2, Sra T2, Sra

1
(e) Tres picos

0.8

0.6
Amplitud

0.4

0.2

0
0.1 1 10 100 1000 10000
T2, Sra

Figura 5.RMNT2espectros que muestran los cinco tipos de muestras de núcleo. Los tipos se clasifican combinando la forma y el número de picos de la RMNT2espectros Los resultados muestran que la
RMNT2los espectros están dominados por poros grandes bimodales y tres picos.

higos. 8 a 12mostrar que el primer simulado (izquierda)T2Las distribuciones están de
acuerdo con las experimentales.T2espectros en condiciones de saturación de agua
irreducible, excepto para muestras de núcleo con poros grandes unimodales. Algunos
errores experimentales de RMN (p. ej., el tiempo de medición, un ligero cambio en la
estructura de los poros causado por la centrifugación) pueden provocar que laT2
espectros en condiciones de saturación de agua irreducible para que no se superpongan
completamente con las partes izquierdas delT2distribuciones bajo condiciones
completamente saturadas de salmuera (verFigura 6a–e)[44]. el simuladoT2Se pueden
utilizar distribuciones de agua ligada para reconstruir los pequeños espacios porosos.
Para muestras de núcleo que contienen poros grandes unimodales, el simuladoT2las
distribuciones basadas en la distribución normal pueden representar grandes poros
ocupados por fluido libre; el volumen de agua ligada debe ser adquirido por la diferencia
entre experimentalT2espectros en condiciones completamente saturadas de salmuera y
simuladosT2espectros de agua libre.
higos. 8–12también ilustran la correlación de simulacionesT2espectros con los
resultados experimentales de 10 muestras de núcleo representativas. Completamente
verificar la confiabilidad de nuestro modelo propuesto, fusionamos todas las
secciones del simuladoT2espectros para obtener la totalidadT2distribución.
Usamos además unT2parámetro de la media geométrica (T2gm) para describir el
grado de concentración y la posición promedio deT2espectros La trama cruzada
de dosT2se producen valores gm, que se calculan de forma independiente a partir
de toda la simulaciónT2espectros y RMN experimentalT2espectros en condiciones
completamente saturadas de salmuera (Figura 13). La línea roja en esta figura
representa la línea diagonal, que resalta la discrepancia entre el calculadoT2gm de
simuladoT2espectros y el de los resultados del análisis de núcleos. Los resultados
demuestran que la gran mayoría de los cálculosT2gramos calculados a partir de la
simulaciónT2los espectros y los resultados calculados a partir de los resultados
experimentales de RMN de laboratorio están altamente correlacionados. Las
muestras centrales para los tres valores atípicos (resaltados por un círculo en
Figura 13) tienen poros grandes unimodales. Para este tipo de muestra central, la
función de distribución normal solo se puede utilizar para simular laT2espectros
de agua libre, mientras que las señales de RMN de agua irreducible son débiles y
L. Xiao et al. ) XHO- - -²

1 1
(a) Núcleo n.º 20
(b) Núcleo n.º 28
poro pequeño unimodal poro grande unimodal

0.8 Completamente saturado de salmuera

0.8 Completamente saturado de salmuera
Agua irreductible saturada
Agua irreductible saturada

0.6 0.6
Amplitud

Amplitud
0.4 0.4

0.2 0.2

0 0

T2, Sra T2, Sra

0.6 1
(D) Núcleo n.º 31 Bimodal
(C) Núcleo no. 3 poro
poro grande
pequeño bimodal
0.8 Completamente saturado de salmuera
Completamente saturado de salmuera

Agua irreductible saturada Agua irreductible saturada

0.4
0.6
Amplitud

Amplitud
0.4
0.2

0.2

0 0
0.1 1 10 100 1000 10000
T2, Sra T2, Sra

1.2
(mi) Completamente saturado de salmuera

núcleo no. 4
1 Agua irreductible saturada

0.8
Amplitud

0.6

0.4

0.2

0
0.1 1 10 100 1000 10000
T2, Sra

Figura 6.Comparaciones de RMNT2espectros para cinco muestras de núcleo representativas. Los resultados ilustran que la RMNT2los espectros en condiciones de saturación total con salmuera pueden
considerarse como la superposición de las distribuciones normales. RMN unimodalT2los espectros se pueden considerar como una distribución normal. RMN bimodalT2los espectros son la
superposición de dos distribuciones normales. RMNT2los espectros con tres picos representan la superposición de tres distribuciones normales. RMNT2Los espectros en condiciones de saturación de
agua irreducible para todas las muestras de núcleo pueden considerarse como una única distribución normal.

no se puede simular (Figura 9a y B). En este caso, elT2gramos calculados a partir ∫T2 máx.S″(T)dt
de simulacionesT2Los espectros exhiben las características de laT2espectros de vibrar=
T2 minutos
×100
agua libre. Por lo tanto, están sobreestimados, mientras que esta sobreestimación
∫T2 máx.S(T)dt
T2 minutos (3)
es razonable.
dondeS″(T)es la función de distribución de porosidad simulada del agua
ligada, que está asociada con laT2tiempo de relajacion.
3.3. Determinación de varias T2valores de corte Para muestras de núcleo que contienen poros grandes unimodales, el valor deSvibrar
se puede calcular usando:
A excepción de las muestras de núcleo que contienen elT2espectros de poros
grandes unimodales, el valor deSvibrarse puede calcular de acuerdo a: ∫T2 máx.S(1T)dt
vibrar= (1−T2 minutos ) ×100
∫T2 máx.S(T)dt
T2 minutos (4)
L. Xiao et al. ) XHO- - -²

1 condiciones de saturación de agua irreducible. Además acumulamos la RMN T2

amplitud bajo condiciones 100% saturadas de salmuera conT2tiempo de relajación
aumentando deT2 minutos, y el método de aproximación se utilizó para predecir laT2
0.8 cortar. Una vez que la relación de acumulación simuladaT2amplitud con el totalT2
la amplitud de las condiciones de saturación de salmuera al 100% es infinitamente
cercana a la calculadaSvibrar, el correspondienteT2el tiempo es lo optimoT2
0.6 descuento del valor. El método de aproximación se define como:
Amplitud

∫T2IS(T)dt
0.4 Svibrar− T2 minutos
×100 ⩽10− 5
∫T2máximoS(T)dt (5)
T2 minutos

0.2 dondeT2ies elIelT2tiempo de relajación en ms y elT2ique satisface la Ec.

(5)es lo predichoT2descuento del valor.

0
0.1 1 10 100 1000 10000 3.4. Fiabilidad del método

T2, Sra
Usando la función de distribución normal propuesta en la Ec.(2), procesamos elT2

Figura 7.Principio de determinación de los valores de μ y σ a partir de RMNT2
espectros en una RMNT2espectro, elT2el tiempo que corresponde a la amplitud
máxima se define como μ. Más del 68,27% del área de la distribución normal está
contenida en el rango de (μ−σ, μ + σ).
distribuciones de 100% de saturación de salmuera para las 36 muestras de núcleo. Para
verificar la confiabilidad de nuestro método propuesto, comparamos la predicciónT2corte
ySvibrarvalores con los de los resultados principales derivados.Figura 14muestra que lo
predichoT2los puntos de corte concuerdan con los resultados experimentales, con un
error absoluto promedio de 0,27 ms. Del mismo modo, el calculadoSvibrarLos valores

dondeS1(T)es la función de distribución de porosidad simulada del fluido libre. concuerdan bien con los resultados derivados del núcleo, con un error absoluto

Usando las Ecs.(3) y (4), los valores deSvibrarpara todos los tipos de muestra promedio de 2.68% (Figura 15).

central se puede calcular sin adquirir los resultados experimentales bajo

1.2 1
(a) Completamente saturado de salmuera
(B)
núcleo no. 10 núcleo no. 21
Agua irreductible saturada
1 0.8
Espectro T2 simulado
Completamente saturado de salmuera

0.8 del agua límite Agua irreductible saturada Espectro T2

0.6 simulado de agua límite
Amplitud

Amplitud

0.6
0.4
0.4

0.2
0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000
T2, Sra T2, Sra

Figura 8.Comparaciones de simuladosT2distribuciones con resultados experimentales para muestras de núcleo con poros pequeños unimodales en la RMNT2espectros losT2Los
espectros de agua ligada están bien construidos y coinciden con los experimentales.T2espectros en condiciones de saturación de agua irreducible.

1 1.2
( a) Completamente saturado de salmuera
(B) Completamente saturado de salmuera

núcleo no. 8 Agua irreductible saturada Espectro núcleo no. 36 Agua irreductible saturada Espectro
1
0.8 T2 simulado de agua libre T2 simulado de agua libre

0.8
0.6
Amplitud

Amplitud

0.6
0.4
0.4

0.2
0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000

T2, Sra T2, Sra

Figura 9.Comparaciones de simuladosT2distribuciones con resultados experimentales para muestras de núcleo con poros grandes unimodales en la RMNT2espectros losT2los espectros de agua libre
están bien construidos. La diferencia entre simuladoT2espectros y experimentalT2los espectros bajo salmuera completamente saturada representan la relajación superficial del agua unida.
L. Xiao et al. ) XHO- - -²

1.2 1
Completamente saturado de salmuera (B)
(a) Completamente saturado de salmuera

Agua irreductible saturada Espectro T2 Núcleo n.º 22

1 Núcleo n.º 5
0.8 Agua irreductible saturada Espectro T2
simulado de agua ligada Espectro T2
simulado de agua ligada Espectro T2
simulado de agua libre
0.8 simulado de agua libre
Amplitud 0.6

Amplitud
0.6
0.4
0.4

0.2 0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000
T2, Sra T2, Sra

Figura 10.Comparaciones de simuladosT2distribuciones con resultados experimentales para muestras de núcleo con poros pequeños bimodales en la RMNT2espectros El primer espectro simulado
(izquierda) coincide con el experimentalT2espectros en condiciones de saturación de agua irreducible.

1.2 1.2
(a) Completamente saturado de salmuera (B) Completamente saturado de salmuera
núcleo no. 8 núcleo no. 18
1 Agua irreductible saturada 1 Agua irreductible saturada Espectro T2

Espectro T2 simulado de agua ligada simulado de agua ligada Espectro T2

0.8 Espectro T2 simulado de agua libre 0.8 simulado de agua libre

Amplitud
Amplitud

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000

T2, Sra T2, Sra

Figura 11.Comparaciones de simuladosT2distribuciones con resultados experimentales para muestras de núcleo con poros grandes bimodales en la RMNT2espectros losT2los espectros
de agua ligada y libre están bien simulados.

1.4 1.4
(a) Completamente saturado de salmuera (B)
Completamente saturado de salmuera
núcleo no. 35 Saturación de agua irreducible Espectro núcleo no. 2
1.2 1.2
T2 simulado del agua ligada Espectro T2 Agua irreductible saturada

simulado del segundo pico Espectro T2

1 1 Espectro T2 simulado de agua ligada
simulado del tercer pico
Espectro T2 simulado del segundo pico
0.8 0.8
Amplitud
Amplitud

Espectro T2 simulado del tercer pico

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0.1 1 10 100 1000 10000 0.1 1 10 100 1000 10000
T2, Sra T2, Sra

Figura 12.Comparaciones de simuladosT2distribuciones con resultados experimentales para muestras de núcleo con tres picos en la RMNT2espectros Los resultados ilustran que la RMN
experimentalT2los espectros están bien simulados en base a las funciones de distribución normal. El primer espectro simulado (izquierda) coincide con el experimentalT2
espectros en condiciones de saturación de agua irreducible. Se pueden usar para reemplazar elT2espectros de agua irreducible para calcularT2valores de corte y saturación de agua
irreducible.

4. Estudios de casos
Para probar aún más la aplicabilidad del método desarrollado en este estudio, lo
aplicamos a los reservorios de arenisca compacta del Triásico ubicados en el suroeste de
la cuenca de Ordos, China. Los registros de RMN de campo se adquirieron utilizando la
herramienta MRIL-Prime de Halliburton. Después del procesamiento de los registros de
RMN usando las técnicas propuestas, varios registros consecutivosT2se obtuvieron las
curvas de corte, junto con las correspondientesSvibrarcurvas. para seguir
mejorar la aplicación del registro de RMN en yacimientos de arenas compactas,
establecemos un modelo de predicción de permeabilidad basado en el modelo de
Timur-Coates, que se basa en la porosidad y la relación de volumen de fluido libre
y agua ligada[45–47]. Para calibrar un modelo aplicable para nuestra área
objetivo, las propiedades físicas de las 36 muestras de núcleo enumeradas entabla
1 se reutilizaron y se estableció un modelo calibrado de Timur-Coates, como se
expresa en la Eq.(6).
L. Xiao et al. ) XHO- - -²

T2gm calculado a partir de resultados simulados, ms 100 100

Svibrarpredicho por variosT2cortar, %

80

60
10

40

20
1
1 10 100
T2gm calculado a partir de resultados experimentados, ms 0
0 20 40 60 80 100
Figura 13.Comparación deT2gms calculados a partir de experimentosT2espectros y de
Svibraradquirido del experimento de RMN de laboratorio, %
simulacionesT2espectros basados en el modelo propuesto.

Figura 15.Gráfico cruzado de adquiridoSvibrarvalores de los experimentos básicos de RMN frente a

los resultados calculados de la RMNT2espectros basados en variosT2valores de corte. Estas dos
100 líneas punteadas indican un margen de error del 10,0%. Esta figura ilustra que el valor calculadoS
vibrarlos valores están cerca de los resultados principales derivados.

80 XX76,0 a XX82,0 m sugiere que se produjeron aproximadamente 30,26 toneladas

Varios estimadosT2corte, ms

de petróleo por día sin agua. Esto significa que este intervalo es un yacimiento
que contiene petróleo puro y la saturación de agua derivada del núcleo puede

60 considerarse como una saturación de agua irreducible. La buena conformidad del

40
20
0 SWICAL coincide con CSW mucho mejor que SWI_18.13 ms, mientras que elSvibrar
0 20
T2corte adquirido del experimento de RMN, ms
Figura 14.Gráfico cruzado de núcleo derivadoT2valores de corte frente a los resultados previstos
mediante la función de distribución normal. Las líneas continuas en esta figura representan la
línea diagonal que aclara la discrepancia entre el predichoT2puntos de corte y los de los
resultados experimentales centrales. Estas dos líneas punteadas indican un margen de error de
10,0 ms. Esta figura ilustra que, para la mayoría de las muestras básicas, el valor previstoT2los
puntos de corte están cerca de los resultados principales derivados. Esto verifica la
confiabilidad de nuestro método propuesto.
φ 3.46
× ⎛ 100- Svibrar⎞
k=⎛ ⎞ ⎜
⎝ .48⎠ dieciséis
⎝ Svibrar ⎠
dondekes la permeabilidad de la roca en mD y φ es la porosidad de la roca
en %, cuyo valor puede obtenerse directamente de la porosidad total de
RMN.
Después de los valores de φ ySvibrarse calculan, la permeabilidad de la arenisca
estrecha se puede predecir a partir del registro de RMN.Figura 16muestra un ejemplo de
aplicación de cálculo de variosT2valores de corte y predicciónSvibrary valores de
permeabilidad del registro de RMN de campo. Dentro de este intervalo, se perforaron
muchas muestras de núcleos para análisis de núcleos de rutina para adquirir la
porosidad derivada del núcleo (CPOR), la permeabilidad (CPERM) y la saturación de agua
(CSW). Sin embargo, no se perforaron muestras de núcleo para los experimentos de
RMN. Los datos de la prueba de vástago de perforación (DST) en el intervalo de
registro de RMN de campo (T2_DIST que se muestra en la quinta pista deFigura 16
) y total simuladoT2espectros (AMPCAL_TOTAL mostrado en la sexta pista) ilustra
la confiabilidad de nuestro método propuesto.
Para verificar la ventaja de nuestros varios predichosT2valores de corte sobre
los de unoT2valor de corte, procesamos el experimentalT2cortes enumerados en
tabla 1y obtener un valor promedio de 18.13 ms como el unificado T2descuento
del valor. Los resultados ilustran que nuestro calculadoT2los valores de corte son
todos inferiores a 18,13 ms. Comparaciones de la saturación de agua irreducible
predicha usando variosT2valores de corte (SWICAL) y el unificado T2valor de corte
(SWI_18.13 ms) con la saturación de agua derivada del núcleo (CSW) ilustran que
40 60 80 100 valor usando unificadoT2el valor de corte está sobreestimado. Esto verifica que las
diversas predichasT2Los puntos de corte son mucho más fiables. Mientras tanto,
la permeabilidad precisa predicha a partir del modelo calibrado de Timur-Coates
también nos dice que la curva de entrada (Svibrar) es preciso. Todos los resultados
verifican que nuestro método propuesto para predecir variosT2Se aplican los
valores de corte de un registro de RMN de campo.
Para verificar la amplia aplicabilidad de nuestro método propuesto, lo
aplicamos a otra región de arenisca estrecha en la cuenca de Ordos para predecir
la T2valores de corte,Svibrar, y la permeabilidad del depósito de arenisca apretada.
Luego los comparamos con los resultados derivados del núcleo.Figura 17muestra
0.50 el ejemplo de campo. El registro de RMN se obtuvo de la herramienta CMR-Plus de
⎟ Schlumberger. Las comparaciones revelan que laSvibrarcurva predicha usando var-
(6) iosoT2Los valores de corte muestran una coincidencia mucho mejor con la saturación de
agua derivada del núcleo utilizando el método de perforación de núcleo de sellado.
Además, la curva de permeabilidad predicha también coincide muy bien con la
permeabilidad derivada del núcleo. Esto demuestra que nuestro método propuesto es
ampliamente aplicable.
5. Conclusiones
losT2cutoff es un parámetro de entrada importante para evaluar reservorios
complicados utilizando el método NMR. La exactitud de lo adquirido.T2El valor de
corte determina la confiabilidad de los parámetros de evaluación de formación
pronosticados (p. ej., saturación de agua irreducible,
L. Xiao et al. ) XHO- - -²

Figura 16.Un ejemplo de campo de cálculo de variosT2valores de corte y predicción de saturación de agua irreducible y permeabilidad a partir de un registro de RMN de campo en una formación que
contiene petróleo puro. Las tres primeras pistas de esta figura muestran curvas de registro de pozos convencionales, utilizadas para la indicación efectiva de formaciones, la predicción de la porosidad
del yacimiento y la identificación de fluidos, respectivamente. La cuarta pista compara la porosidad estimada con los resultados derivados del núcleo; la buena correlación ilustra que la porosidad
introduce un error mínimo durante la predicción de la permeabilidad. T2_DIST que se muestra en la quinta pista es el registro de RMN de campo adquirido de la herramienta MRIL-Prime de Halliburton;
la línea roja representa los diversosT2valores de corte predichos usando nuestro método propuesto, mientras que la línea punteada oscura es el unificadoT2valor de corte de 18,13 ms, que es el valor
medio de laT2valores de corte enumerados entabla 1. AMPCAL_TOTAL que se muestra en la sexta pista es el total simuladoT2espectros basados en nuestro método propuesto. Las formas son similares
al registro de RMN de campo. En la séptima pista, comparamos el pronósticoSvibrarvalores del registro de RMN de campo usando variosT2valores de corte (SWICAL) y el unificadoT2valor de corte
(SWI_18.13 ms) con la saturación de agua derivada del núcleo. En la última pista, el valor de permeabilidad predicho usando Eq.(6) (KTIM) y la permeabilidad derivada del núcleo se comparan. Una
buena correlación entre lo predichoSvibrary la permeabilidad y los resultados derivados del núcleo verifican la confiabilidad de nuestro método propuesto. (Para la interpretación de las referencias al
color en la leyenda de esta figura, se remite al lector a la versión web de este artículo).

Figura 17.Otro ejemplo de campo de cálculo de variosT2valores de corte y predicción de saturación de agua irreducible y permeabilidad a partir de un registro de RMN de campo. Comparaciones de
predichosSvibrary los valores de permeabilidad con resultados derivados del núcleo ilustran que nuestro método propuesto puede usarse ampliamente.
L. Xiao et al.
permeabilidad, tipo de poro, clasificación de poro) del registro de RMN. Los
métodos actuales no pueden usarse ampliamente para predecir variosT2valores
de corte, que limitan la aplicación del registro de RMN; por lo tanto, en este
estudio, desarrollamos un método de distribución normal para predecir variosT2
valores de corte. Este método se estableció en base al análisis de características
morfológicas de RMN experimentalT2espectros La confiabilidad de este método
fue verificada por la correlación entre el pronóstico T2valores de corte y resultados
experimentales básicos.
Este método se aplicó a varios yacimientos diferentes de areniscas compactas en
China. varios consecutivos variosT2las curvas de corte se predijeron con precisión en los
intervalos en los que se adquirieron los registros de RMN de campo. Además, la
saturación de agua irreducible y la permeabilidad de la formación también se estimaron
con precisión, lo que sugiere que este método puede usarse para mejorar las
evaluaciones de yacimientos de areniscas compactas del Triásico en la cuenca de Ordos
en China y en otras partes del mundo.
Reconocimiento
Este trabajo de investigación cuenta con el apoyo de la Fundación Nacional de
Ciencias Naturales de China (Nº 41302106), el proyecto financiado por la
Fundación de Ciencias Postdoctorales de China (Nº 2012M520347, 2013T60147),
los Fondos de Investigación Fundamental para las Universidades Centrales de
China (Nº 2-9- 2016-007), y Fondo Abierto del Laboratorio Clave de Geodetección
(Universidad de Geociencias de China, Beijing), Ministerio de Educación (No.
GDL1204).
Referencias
[1]Esteban AH. Arenas compactas de gas. J Petrol Technol 2006. Junio: 86–93, SPE103356.
[2] Feng C, Mao ZQ, Fu JH, Shi YJ, Cheng YM, Li GR. Investigación sobre la evaluación de la salinidad del
agua de formación y el origen de su gran variación en un reservorio clástico de ultra baja
permeabilidad, IPTC18345; 2015.
[3]Feng C, Mao ZQ, Yang H, Fu JH, Shi YJ, Chen YM, et al. Origen de la variación de la salinidad del agua de
formación y su importancia geológica en el estrato Chang 9, yacimiento petrolífero de Jiyuan. Santos
Malaysiana 2016;45(1):9–18.
[4]Zhang XL, Xie ZW. Características del yacimiento de Chang 8 de la formación Yanchang
(Triásico) en el área de Longdong, cuenca de Ordos. J Mineral Petrol 2006;26(4):83–8.
[5]Li FJ, Wang DY, Xu XH. Los factores influyentes y las características del reservorio de
formación Triásico Yangchang en el área de Longdong, cuenca de Ordos. Gasolina Geol
Exp 2005;27(4):365–70.
[6] Cannon DE, Minh CC, Kleinberg RL. Interpretación cuantitativa de RMN. ESP 49010;
1998.
[7]Brown RJS, Chandler R, Jackson JA, Kleinberg RJ, Miller MN. Historia del registro de pozos de
RMN. Conceptos Magn Reson Log 2001;13(6):335–413.
[8]Xiao L, Xiao ZX. Análisis de métodos para la determinación de RMNT2corte y su
aplicabilidad. Progr. Geophys 2008;23(1):167–72.
[9]Freedman R. Avances en el registro de RMN. J Petrol Technol 2006. Enero: 60–66.
[10]Volokitin Y, Looyestijn WJ. Un enfoque práctico para obtener curvas de presión capilar de drenaje
primario a partir de datos de registros y núcleos de RMN. Petrofísica
2001;42(4):334–43.
[11]Xiao L, Mao ZQ, Wang ZN, Jin Y. Aplicación de registros de RMN en yacimientos de gas compacto para
la evaluación de formaciones: un estudio de caso de la cuenca de Sichuan en China. J Petrol Sci Eng
2012;81:182–95.
[12]Xiao L, Mao ZQ, Zou CC, Jin Y, Zhu JC. Una nueva metodología para construir curvas de presión
pseudocapilar a partir de registros de resonancia magnética nuclear (RMN). J gasolina ciencia
Esp 2016;147:154–67.
[13]Coates GR, Xiao LZ, Primmer MG. Principios y aplicaciones del registro de RMN.
Houston: Gulf Publishing Company, EE. UU.; 2000. pág. 1–256.
[14]Dunn KJ, Bergman DJ, Latorraca GA. Resonancia magnética nuclear. aplicaciones
petrofísicas y de registro. Manual de Exploración Geofísica. Nueva York, EE. UU.:
Pérgamo; 2002. pág. 1-176.
[15]Mao ZQ, Xiao L, Wang ZN, Jin Y, Liu XG, Xie B. Estimación de la permeabilidad mediante la integración
de registros de resonancia magnética nuclear (NMR) con datos de presión capilar por inyección de
mercurio (MICP) en arenas gaseosas compactas. Appl Magn Reson 2013;44(4):449–68.
[dieciséis]Ge XM, Fan YR, Zhu XJ, Chen YG, Li RZ. Determinación de resonancia magnética
nuclearT2valor de corte basado en la teoría multifractal: una aplicación en arenisca con
estructura de poros compleja. Geofísica 2015;80(1):D11–21.
Ver estadísticas de publicación
) XHO- - -²
[17] Straley C, Morriss CE, Kenyon WE. RMN en rocas parcialmente saturadas: conocimientos de laboratorio
sobre el índice de fluido libre y comparación con registros de pozo. Documento CC presentado en el
32º Simposio Anual de Registro de SPWLA; 1991.
[18]Staley C. Análisis de imagen digital por resonancia magnética y permeabilidad de medios
porosos. Appl Phys Lett 1987;51(15):1146–8.
[19]Kleinberg RL, Farooqui SA, Horsfield MA.T1/T2relación y dependencia de frecuencia de la
relajación de RMN en rocas sedimentarias porosas. J Coloide Interfaz Sci
1993; 158: 95–198.
[20] Morriss CE, Maclnnis J, Freedman R, Smaardyk J, Kenyon WE, Vinegar HS, Tutunjian PN. Prueba de
campo de una herramienta experimental de magnetismo nuclear pulsado. Documento GGG
presentado en el 34º Simposio Anual de Registro de SPWLA; 1993.
[21] Klein JD, Martin PR, Widjanarko W. Validación del modelo de saturación de agua de registro utilizando
datos de registros y núcleos de RMN. Documento TT presentado en el 38º Simposio Anual de
Registro de SPWLA; 1997.
[22]Kuang LC, Mao ZQ, Sun ZC, Xiao L, Luo XP. Aplicación del registro NMR en la exploración y desarrollo de
petróleo y gas de la cuenca Junggar. Beijing: Prensa de la Industria del Petróleo; 2015. pág. 1–196.
[23] Parra JO, Hackert CL, Collier HA, Bennett M. RMN y firmas acústicas en acuíferos carbonatados vuggy.
Documento II presentado en la 42.ª reunión anual de registro de SPWLA
Simposio I; 2001.
[24]Wu F, Sima LQ, Yang HM, Linghu S, Tian CC. Investigación en RMNT2corte de litología
compleja en el oeste de la cuenca de Qaidam. Well Logg Technol 2014;38(2):144–9.
[25]Testamanti MN, Rezaee R. Determinación del límite de RMN T2 para agua unida a arcilla en lutitas: un
estudio de caso de la Formación Carynginia, Cuenca de Perth, Australia Occidental. j
Ciencia de la gasolina Eng 2017;149:497–503.
[26] Oraby M, Chafai N, Hussing RB. Una nueva técnica de interpretación de RMN que utiliza la
minimización de errores con corte T2 variable. ESP 38734; 1997.
[27] Kleinberg RL, Boyd A. Cortes cónicos para volumen de agua ligado por resonancia
magnética. ESP 38737; 1997.
[28] Chen SH, Ostroff G, Georgi DT. Mejora de la estimación del valor de corte del registro T2 de
RMN con mediciones de presión capilar y RMN central. SCA9822; 1998.
[29] Godefroy S, Fleury M, Deflandre F, Korb JP. Efecto de la temperatura en la relajación
superficial de RMN. SPE71700; 2001.
[30] Mai A, Kantzas A. Una evaluación de la aplicación de RMN de bajo campo en la
caracterización de yacimientos carbonatados. ESP 77401; 2002.
[31] Mai A, Kantzas A. Avances en la caracterización de carbonatos usando RMN de bajo campo.
Documento 2003–106 presentado en la Conferencia Internacional del Petróleo de Canadá; 2002.
[32] Mai A, Kantzas A. Sobre la caracterización de yacimientos carbonatados utilizando herramientas de RMN de bajo
campo. ESP 75687; 2002.
[33]Wang ZH, Zhang CG, Xiao CW, Chen XL, Song F. Estudio experimental deT2-valores de corte
en yacimientos de baja permeabilidad. Progr. Geophys 2004;19(3):652–5.
[34] Gao CQ, He ZB, Wu HS, relación entre el corte de RMN T2 y la presión capilar. Oil
Geophys Prosp, 39(1): 117–120.
[35]Ge XM, Fan YR, Deng SG. Investigación enT2Método de determinación del valor de corte para arena
arcillosa basado en experimentos. Pozo Logg Technol 2011;35(4):308–13.
[36] Haldia BS, Singh S, Bhanja AK. Un nuevo enfoque para determinar el valor de corte de T2 con la
integración de datos de presión de RMN y MDT en la arena TSV del campo Charali. Documento 013
Presentado en la 10ª Conferencia y Exposición Internacional Bienal; 2013.
[37] Nicot B, Ligneul P, Akbar M.T2determinación del punto de corte usando medidas de susceptibilidad
magnética. Patente estadounidense, US 13/439,183; 2013.
[38]Jolanta K, Grazyna L, Anna P. Mediciones de porosidad de helio para rocas de yacimientos no
convencionales realizadas en muestras trituradas. TLCAN-Gaz 2015;11:856–63.
[39]Xiao L, Zou CC, Mao ZQ, Liu XP, Hu XX, Jin Y. Estimación de la permeabilidad de la arena de gas
compacto a partir de registros de resonancia magnética nuclear (NMR) basados en el enfoque de
la unidad de flujo hidráulico (HFU). J Can Pet Technol 2013;52(4):306–14.
[40]Yang MS, Liu T, Liu SZ. Estudio de medición de propiedades petrofísicas de yacimientos de
baja permeabilidad. Reserva de petróleo y gas 2001;10(4):85–6.
[41]Xiao L, Mao ZQ, Li JR, Yu HY. Efecto de los hidrocarburos en la evaluación de la estructura de poros de la formación
utilizando registros de resonancia magnética nuclear (RMN). Gasolina
2018;216:199–207.
[42]Walck C, Fysikum. Manual sobre distribuciones estadísticas para experimentadores.
Universidad de Estocolmo; 2007. 1–202.
[43]Jagdish KP, Campbell BR. Manual de la distribución normal. 2da Edición Prensa CRC;
1996. 1–456.
[44]Sun JM, Li ZC, Geng SC, Shi JZ, Zhang L. Sobre la determinación del valor de corte T2 del
registro de resonancia magnética nuclear. Well Logg Technol 2001;25(3):175–8.
[45]Kenyon NOSOTROS. Principios petrofísicos de las aplicaciones del registro de RMN. Log Anal
1997;38(3):21–43.
[46]Rezaee R, Saeedi A, Clennell B. Estimación de la permeabilidad de arenas gaseosas compactas a partir
de datos de presión capilar de inyección de mercurio y resonancia magnética nuclear. J Petrol Sci
Eng 2012;88–89:92–9.
[47]Xiao L, Liu XP, Zou CC, Hu XX, Mao ZQ, Shi YJ, et al. Estudio comparativo de modelos para predecir la
permeabilidad a partir de registros de resonancia magnética nuclear (RMN) en dos yacimientos de
arenisca estrecha de China. Acta Geophys 2014;62(1):116–41.