1

SIMULACION DE YACIMIENTOS DE PETROLEO

KHALID AZIZ
Profesor de Ingeniera Qumica
Universidad de Calgary, Alberta, Canad
Y
Director del grupo de modelamiento computacional
Calgary, Alberta, Canad

&

ANTONIN SETTARI
Director de desarrollos tcnicos
Intercomp desarrollo de los recursos & ingeniera Ltd.
Calgary, Alberta, Canad





2





AGRADECIMIENTOS

Los autores estn en deuda con muchas personas e instituciones que han contribuido con este trabajo,
particularmente:
B. Agbi, A. Spivak y J.W. Watts por la revision del manuscrito.
S.C.M.Ko (quien tambin proporciono los resultados de algunos de sus trabajos inditos), J. Abou-Kassem, J.W.
Grabowski, R. Mehra, B. Rubin y muchos otros estudiantes y colegas por los comentarios en varias partes y
versiones del manuscrito a travs de los aos).
Pat Hitchner, Brenda Oberhammer, y Betty Lewis por la escritura de varias versioens del manuscrito con
considerable interes y gran paciencia, y por su ayuda en muchas otras formas.
Al consejo nacional de investigacin (Canada),Energia, Minas y Recursos (Canada), al departamento de Ingenieria
Quimica de la universidad de Calgary, y al grupo de modelamiento computacional por su apoyo directo o indirecto en
este proyecto.
A la universidad de Calgary por el premio a K. Aziz de beca de residencia para de esa manera permitir que este
trabajo se completara.
A Intercomp desarrollo de recursos e ingeniera (S.A) por darle a A. Settari permiso para trabajar en este proyecto y
por crear condiciones propicias para este trabajo.
K.H Coats y otros investigadores en este campo, incluyendo personal de Intercomp de cuya experiencia nos hemos
beneficiado.
A la sociedad de ingenieros de petrleos, a la prensa y a la sociedad de la matematica industrial y aplicada por el
permiso de reproducir el material procedente de sus publicaciones.
Marilyn Croot de la universidad de Calgary por la redaccin. Imraan Aziz y Natasha Aziz por la ayuda con los
archivos de literatura y el fotocopiado.
A los editores de la institucin editores de la ciencia aplicada por su gran inters en este manuscrito.








3



PREFACIO

Este libro est destinado tericamente a los ingenieros, y prcticamente orientado a los matemticos y cientficos
quienes quieren entender cmo desarrollar y utilizar modelos computacionales en yacimientos de petrleo.
Este no es un libro de anlisis numrico, aunque la mayor parte del libro trata acerca del uso de tcnicas numricas
para resolver ecuaciones diferenciales parciales. Hay varios libros sobre solucin numrica de ecuaciones
diferenciales parciales, pero no tratan con ecuaciones que no tienen todas las caractersticas importantes de las
ecuaciones que describen el flujo multifasico en yacimientos de petrleo. Las ecuaciones a resolver en la simulacin
de yacimientos de petrleo tienen algunas caractersticas muy especiales que deben ser consideradas por el
ingeniero de simulacin o cientfico. La ingeniera, la fsica y la matemtica del problema estn tan entrelazadas que
una buena comprensin de todos los tres aspectos es esencial antes de que uno pueda aspirar a desarrollar buenos
modelos.
El libro debe ser adecuado para pequeos cursos diseados para la prctica de ingenieros y para su propio estudio.
Tambin se espera que este sirva como referencia para cientficos e ingenieros ligados al desarrollo y aplicaciones
de tecnologas de simulacin. Muchas de las ideas desarrolladas ac aplican directamente a la simulacin del
movimiento de aguas subterrneas.
En nuestra propia experiencia no hemos encontrado ningn sustituto para obtener el tipo de comprensin de la
teora que es obtenida por parte de la escritura y de las pruebas de programas de computador. Por lo tanto se
recomienda que en cualquier curso que trate de simulacin de yacimientos a los lectores se les pida desarrollar
algunos programas de simulacin como un simple modelo monofsico unidimensional (capitulo 3), un modelo
unidimensional de dos fases (capitulo 5), y un modelo bidimensional monofsico (capitulo 7). Algunas de las sub-
rutinas bsicas requeridas para estos modelos se encuentran en el apndice B.
En la presentacin del material, hemos tratado de introducir todos los conceptos en el contexto ms simple posible y
manteniendo un nivel de tratamiento lo mas rigoroso posible sin ser innecesariamente abstracto. Una breve
discusin de algunos de los conceptos bsicos del anlisis numrico se ha previsto en el texto segn sea necesario y
se remite al lector a las referencias apropiadas para ms detalle.
En la presentacin del material relativo a la simulacin de yacimientos, hemos tratado de desarrollar una notacin
coherente y terminologa usada a lo largo de una minuciosa discusin de varios aspectos tericos y prcticos del
tema.
No ha sido nuestra intensin establecer la precedencia histrica, ya que las ideas han sido desarrolladas
simultneamente por varias personas y algunos resultados no han sido publicados por razones de competencia.
Este libro contiene un tratamiento relativamente completo de modelos de diferencias finitas para yacimientos de tipo
aceite negro (Black oil), pero no incluye temas como la simulacin de procesos de recuperacin trmica, adicin de
qumicos, desplazamiento miscible (excepto para un breve tratamiento presente en el captulo 12) y el uso de
mtodos variacionales en simulacin. Esto se ha hecho para mantener el tamao del libro razonable y tambin
porque estas reas estn experimentando un rpido desarrollo en estos tiempos.

KHALID AZIZ
ANTONIN SETTARI


4

CONTENIDO
Pag.
Prefacio
Nomenclatura
1. INTRODUCCION 19
1.1 Que es un modelo computacional? 19
1.2 Otros modelos 19
1.3 Que preguntas puede responder el modelo computacional? 20
1.4 Conclusiones 20
2. ECUACIONES DE FLUJO DE FLUIDOS 21
2.1 Introduccin 21
2.2 Ley de la conservacin de la masa 21
2.2.1 Flujo monofsico 21
2.2.2 Flujo multifsico 23
2.3 Ley de Darcy 25
2.3.1 Flujo en una fase 25
2.3.2 Flujo multifsico 25
2.4 Ecuaciones bsicas de flujo 26
2.4.1 Flujo en una fase 26
2.4.2 Flujo multifsico 28
2.4.3 Uso del Pseudopotencial 29
2.4.4 Condiciones lmites 29
2.5 Formas alternativas de ecuaciones de flujo para mltiples fases 29
2.5.1 Formulacin en forma Parablica 30
2.5.2 Formulacin en forma Hiperblica 31
2.6 Ecuaciones de flujo que incluyen efectos No-Darcy 33
2.6.1 Altas tasas de flujo (Efectos inerciales y de turbulencia) 33
2.6.2 Efecto de deslizamiento y umbral 34
2.6.3 Flujo No Newtoniano 35
2.6.4 Otros efectos 35
2.7 Propiedades de la roca y del fluido 35
5

2.7.1 Propiedades del fluido 36
2.7.2 Propiedades de la roca 36
2.8 Conclusiones 44
3. FLUJO DE UN FLUIDO EN UNA DIMENSION 48
3.1 Introduccin 48
3.2 Aproximacin de diferencias finitas 48
3.2.1 Discretizacin en el espacio 49
3.2.2 Discretizacin en el tiempo 53
3.2.3 Discretizacin de errores 54
3.3 Otros mtodos seleccionados 60
3.3.1 Otros mtodos explcitos 60
3.3.2 Otros mtodos implcitos 61
3.3.3 Mtodos ODE 62
3.3.4 Comparacin de los mtodos 64
3.4 Sistema de malla y condiciones limite 65
3.4.1 Dos mtodos para construir una malla 65
3.4.2 Condiciones limite 66
3.5 Discretizacin de ecuaciones en una dimensin con coordenadas cartesianas 69
3.5.1 Ecuaciones diferenciales para una malla irregular 70
3.5.2 Ecuaciones diferenciales en forma de Matriz 73
3.5.3 Tratamiento de coeficientes variables 74
3.6 Discretizacin de ecuaciones de flujo 1D en coordenadas radiales cilndricas 76
3.6.1 Ecuaciones diferenciales para mallas irregulares 77
3.6.2 Ecuaciones diferenciales en forma de Matriz 80
3.6.3 Tratamiento de coeficientes variables 80
3.7 Algunas propiedades de ecuaciones de diferencias finitas 81
3.7.1 Existencia de solucin y balance de materia 81
3.7.2 Tratamiento de No-Linealidades 84
3.8 Conclusiones 90
4. SOLUCION DE ECUACIONES DE MATRIZ TRIDIAGONAL 106
4.1 Introduccin 106
6

4.2 Mtodos de solucin 107
4.2.1 Algoritmo de Thomas 107
4.2.2 Algoritmo de Tang 109
4.2.3 Solucin de ecuaciones de Matriz tridiagonal simtrica 111
4.2.4 Casos especiales de No nica solucin 112
4.2.5 Otros casos especiales 113
5. FLUJO MULTIFASICO EN UNA DIMENSION 116
5.1 Introduccin 116
5.2 Mtodo de solucin simultanea (SS) 116
5.2.1 Mtodo SS para flujo bifsico 116
5.2.2 Extensin del mtodo SS a flujo trifsico 120
5.2.3 Otras formulaciones del mtodo SS 121

5.3 Mtodo implcito presiones - explicito saturaciones (IMPES) 123
5.3.1 Mtodo IMPES para flujo trifsico 123
5.3.2 Otras derivaciones del mtodo IMPES 125
5.4 Anlisis de los mtodos IMPES y SS 126
5.4.1 Estabilidad 126
5.4.2 Existencia y unicidad de solucin 131
5.4.3 Convergencia 134
5.5 Tratamiento de no linealidades 135
5.5.1 Ponderacin de las transmisibilidades 136
5.5.2 Aproximacin de las transmisibilidades en el tiempo 138
5.5.3 No linealidad debido a la funcin PC 146
5.5.4 Filtracin de Gas 147
5.6 Mtodo de solucin secuencial (SEQ) 148
5.6.1 Mtodo SEQ para flujo bifsico 148
5.6.2 Otras formas y derivaciones 151
5.6.3 Resultados numricos 152
5.6.4 Mtodo SEQ para flujo trifsico 154
5.6.5 Discusin 156
7

5.7 Tratamiento de trminos de produccin 156
5.7.1 Forma diferencial y condiciones de frontera 157
5.7.2 Discretizacin de condiciones de frontera 159
6. SOLUCION DE ECUACIONES DE BLOQUE TRIDIAGONAL 180
6.1 Introduccin 180
6.2 Mtodos de solucin 181
6.2.1 Extensin del algoritmo de Thomas 181
6.2.2 Uso de los mtodos para matrices banda 183
7. FLUJO DE UN FLUIDO EN DOS DIMENSIONES 184
7.1 Introduccin 184
7.2 Clasificacin de los problemas 2D 184
7.2.1 Problemas Areales (x,y) 184
7.2.2 Problemas de la seccin de la Cruz (x-z) 185
7.2.3 Problemas de un solo pozo (r-z) 186
7.2.4 Comentarios sobre modelos bidimensionales 187
7.3 Discretizacin de las ecuaciones de flujo 187
7.3.1 Aproximaciones por diferencias 187
7.3.2 Estabilidad de los esquemas de diferencias 190
7.4 Condiciones limite 190
7.4.1 Fronteras cerradas o sin flujo 190
7.4.2 Limites de flujo 191
7.4.3 Discretizacin de las condiciones limite 192
7.5 Condiciones iniciales 194
7.6 Tratamiento no lineal 194
7.7 Tratamiento de los pozos individuales 194
7.8 Ecuaciones en forma de matriz 198
7.9 Mtodos especiales de problemas 2D 200
7.9.1 Alternando explcitamente la direccin (ADE) 200
7.9.2 Alternando implcititamente la direccin (IDA) 201
7.9.3 Mtodos de comparacin 203
7.10 Construccin del Grid 204
8

7.10.1 Grid irregular en 2D 204
7.10.2 El uso de una cuadricula curvilneo 205
7.11 Conclusiones 209
8. SOLUCION DE ECUACIONES DE MATRIZ PENTADIAGONAL 216
8.1 Introduccin 216
8.2 Mtodos directos de solucin 220
8.2.1 Factorizacin LU 220
8.2.2 Ordenamiento de ecuaciones 222
8.2.3 Tcnicas para matrices dispersas 222
8.3 Mtodos iterativos 228
8.3.1 Mtodo de Jacobi 230
8.3.2 Mtodo Gauss-Seidel 231
8.3.3 Mtodo de relajacin (SOR) 231
8.3.4 Mtodo SOR lnea y bloque 233
8.3.5 Mtodos de correccin aditiva 234
8.3.6 Mtodos iterativos implcitos de direccin alternativa (ADI) 236
8.3.7 Mtodos fuertemente implcitos 241
8.3.8 Otros mtodos 243
8.3.9 Comparacin de mtodos iterativos 244
8.3.10 Consideraciones practicas en el uso de mtodos iterativos 250
8.4 Comparacin de mtodos iterativos y directos 252
8.5 Conclusiones 254
9. FLUJO MULTIFASICO EN DOS DIMENSIONES 263
9.1 Introduccin 263
9.2 Clasificacin de los problemas 2D 263
9.2.1 Problemas de rea (x, y) 263
9.2.2 Problemas seccin-cruz (x-z) 264
9.2.3 Problemas de pozo sencillo (r-z) 264
9.2.4 Comentarios generales 265
9.3 Mtodos de solucin y su comparacin 265
9.3.1 Discretizacin en 2D 265
9

9.3.2 Estabilidad de los mtodos IMPES y SS en dos dimensiones 267
9.3.3 Comparacin de mtodos de solucin y requerimientos computacionales 270
9.4 Condiciones Frontera 272
9.4.1 Formulacin diferencial 272
9.4.2 Condiciones de compatibilidad y sus limitaciones 273
9.4.3 Formulacin en diferencias finitas 274
9.5 Condiciones iniciales 276
9.6 Simulacin de acuferos 277
9.7 Simulacin de areas y problemas de la seccin transversal 279
9.7.1 Uso del Grid curvilneo 279
9.7.2 Tratamiento de pozos individuales 280
9.7.3 Fenmeno de orientacin de la malla 281
9.8 Simulacin de problemas de single-well 284
9.8.1 Tratamiento de los trminos de produccin (modelo de pozo) 284
9.8.2 Comparacin de estabilidad y eficiencia de tratamientos de transmisibilidad 288
9.8.3 Consideraciones prcticas 290
9.9 Conclusiones 291
10. SOLUCION DE LAS ECUACIONES DE BLOQUE PENTADIAGONAL 293
10.1 Introduccin 293
10.2 Mtodos directos 294
10.3 Mtodos iterativos 294
10.3.1 Mtodo BSOR 295
10.3.2 Mtodo iterativo ADI 295
10.3.3 Mtodo SIP 295
10.3.4 Comparacin de los mtodos iterativos 296
10.4 Comparacin de los mtodos directos e iterativos 296
10.5 Conclusiones 296
11. PROBLEMAS TRIDIMENSIONALES Y TECNICAS DE SOLUCION 298
11.1 Introduccin 298
11.2 Flujo de una sola fase 298
11.2.1 Ecuacin bsica y Discretizacin 298
10

11.2.2 Mtodos especiales para problemas 3D 299
11.2.3 Mtodos directos de solucin 300
11.2.4 Mtodos iterativos 302
11.2.5 Comparacin de los mtodos 307
11.3 Flujo multifsico 308
11.3.1 Mtodos de solucin bsicos y sus exigencias de trabajo 308
11.3.2 Mtodos para resolver las ecuaciones de la matriz 309
11.4 Conclusiones 310
12. TOPICOS ESPECIALES 313
12.1 Introduccin 313
12.2 Pseudo funciones 313
12.2.1 Modelo de equilibrio vertical 313
12.2.2 Otras Pseudofunciones 316
12.3 Tubos de corriente y modelos relacionados 317
12.4 Simulacin de problemas de punto de burbuja no constante 317
12.5 Simulacin de sistemas no descritos por el modelo de aceite negro 321
12.5.1 Simulacin de desplazamiento miscible 322
12.5.2 Simulacin de efectos composicionales 324
12.6 Dependencia de la historia de las funciones de saturacin 325
12.6.1 Modelo fsico de histresis 325
12.6.2 Tratamiento numrico de histresis 327
12.7 Simulacin de yacimientos naturalmente fracturados 329
12.8 Control automtico con el intervalo del tiempo 330
12.9 Conclusiones 331
13. CONSIDERACIONES PRCTICAS 333
13.1 Desarrollo del programa 333
13.1.1 Desarrollo del modelo matemtico 333
13.1.2 Desarrollo del modelo numrico 334
13.1.3 Desarrollo del modelo de computadora 334
13.2 Uso del programa 337
13.2.1 Pasos involucrados en un estudio de simulacin 337
11

13.2.2 Seleccin y diseo del modelo 338
13.2.3 Ajuste histrico 340
13.3 Conclusiones 341
APENDICE A 342
APENDICE B 350
BIBLIOGRAFIA 361

























12


NOMENCLATURA

A rea de seccin transversal de un bloque
B1 Factores volumtricos de formacin definidos por las Ec. (2.8-2.10)
b1 = 1/B1 Reciproco del factor volumtrico de formacin
C Una constante arbitraria
C Concentracin, Capitulo 12
c Coeficiente de acumulacin
Cf Compresibilidad del fluido, Ec. (2.37)
CR Compresibilidad de la roca, Ec. (2.41)
En = max Norma de error
ei = Ui ui Error en la solucin aproximada en el punto i, funcin inversa de Pc(Sw)
Fw Funcin inversa de PC (Sw)
f Una funcin arbitraria
fn =

/(

) Coeficiente de flujo fraccional de la fase no mojada

fw =

/(

) Coeficiente de flujo fraccional de la fase mojada

g Aceleracin de la gravedad
g Vector de la gravedad
gc Constante de conversin, =32,2 lbm / lbf . ft/sec
2

h Espaciamiento del grid, Capitulo 3
h Espesor del yacimiento, Capitulo 12
h Elevacin (positiva hacia abajo)
Ki Relacin de equilibrio vapor-liquido (valor K) para el componente i
k.kx,y,z Permeabilidad, o los componentes del tensor de permeabilidad
Krl Permeabilidad relativa de la fase l
Krog Permeabilidad relativa del aceite en el sistema aceite-gas
Krow Permeabilidad relativa del aceite en el sistema aceite-agua
L Longitud
M Peso molecular, Capitulo 2
M Numero de puntos en un sistema grid, Capitulo 3
13

M =

Relacin de movilidad
M = o / s Relacin de movilidad para un flujo miscible, Capitulo 12
m = Masa por unidad de volumen
Flujo de masa, flujo de masa por unidad de rea por unidad de tiempo
N Nmero de incgnitas en un esquema de diferencias finitas despus de que las
. incgnitas han sido eliminadas debido a las condiciones de frontera
Pc Presin Capilar
Pco Valor de la presin capilar afuera del medio poroso
Pcog Presin capilar aceite-gas
Pcow Presin capilar aceite-agua
PI Funcin de influencia, Ec. (9.52)
P Presin (U, u tambin representan presin)
Pb Presin en el punto de burbuja
Pl Presin de la fase l
Ps Presin de saturacin
P
w
Presin en el wellbore
Pwf Presin de fondo fluyendo
QI Funcin de influencia, Ec.(9.51)
Qlp =

Derivada de la tasa con respecto la presin

Qlm =

Derivada de la tasa con respecto a la saturacin

QTL Tasa total de flujo de lquido
QTo Tasa total de flujo de aceite
QTT Tasa total de flujo de fluidos
q Sumidero (produccin por unidad de tiempo),q es negativo para inyeccin
Agotamiento de masa por unidad de volumen por unidad de tiempo, positivo para
. produccin, negativo para inyeccin
qi Valor promedio aproximado de q en un bloque i
ql =
l / ISTC Volumen de un componente l producido en un tanque de almacenamiento por
. unidad de volumen de yacimiento por unidad de tiempo
R Constante universal de los gases
R(A
v
) Tasa promedio de convergencia para v iteraciones
Ri Error local de discretizacion en el punto i
14

Rs Solubilidad del gas en el petrleo
r Espacio coordenado (distancia en la direccin radial)
re Radio externo
rw Radio del pozo
Sl Saturacin de la fase l
Sgc Saturacin del gas residual dependiendo de la direccin del desplazamiento
Sgc Saturacin de gas residual en el desplazamiento de lquidos, Capitulo 12
Sgcr Saturacin critica de gas, Capitulo 12
Sgmax Mxima saturacin de la fase gaseosa
Snc Saturacin critica de la fase no mojada en un ciclo de drenaje o saturacin .
. residual en un ciclo de imbibicin
Swc Saturacin critica de la fase mojada en un ciclo de imbibicin o saturacin residual
. en un ciclo de drenaje
Swmax Saturacin mxima de la fase agua
Swo Valor de Sw correspondiente a Pco
T Temperatura, Capitulo 2
T =

Transmisibilidad, diferencias finitas

Tl = ()

Transmisibilidad para la fase l, diferencias finitas

t Tiempo
t Incremento de tiempo
U Variable dependiente (solucin exacta de una ecuacin diferencial parcial)
u Velocidad superficial de Darcy
ui Aproximacin de U en un punto i del grid
uT Velocidad total uw + un de un flujo bifsico en un volumen
V Volumen
WI Coeficiente de productividad (proporcional al ndice de productividad)
x Distancia
xi Valor de x en un punto i del grid.
y Distancia
Z Factor de compresibilidad
z Distancia
15

=

Coeficiente
Factor de turbulencia, Ec. (2.96)
Lmite del yacimiento
=

Densidad en trminos de presin/distancia

= yw - yn Diferencia de densidades
= k/(B) Transmisibilidad

+
Mobilidad promedio
i Valores propios
l = KKrl / (l Bl) Transmisibilidad de la fase l
l = KKrl / l Mobilidad de la fase l
max Modulo mximo de valores propios
R = Kr / ( B) Transmisibilidad radial
T = K

Mobilidad total
X = Kx / (B) Transmisibilidad en la direccin x
Y = KY / (B) Transmisibilidad en la direccin y
Z = KZ / (B) Transmisibilidad en la direccin z
Viscosidad
v Nivel de iteracin
m Factor de amplificacin, Ec. (3.51)
Densidad del fluido
= In r Transformado en coordenadas radiales, Capitulo 3
(B) Radio espectral de la matriz B
l Densidad de la fase l
O Orden de aproximacin
Angulo
Porosidad
=

z Pseudo-potencial
Pseudo- presin, Ec. (2.52)
Lmite del yacimiento
16

Parmetro de mezcla, Capitulo 12
Factor de relajacin en el mtodo SOR
b Valor optimo de en el mtodo SOR
li Fraccin de masa del componente i en la fase l
i Fraccin de masa del componente i en la mezcla

OPERADORES

A Coeficiente de la matriz de un sistema de ecuaciones algebraicas
A Operador diferencial para coordenadas cartesianas
B Coeficiente de la matriz u
n
, Ec.(3.54)
C Coeficiente de la matriz para problemas de valor de los lmites de la cuarta clase
C Operador diferencial para coordenadas cilndricas
D Matriz de acumulacin
E Matriz tridiagonal simtrica con 2s en la diagonal principal y 1s en las diagonales inferiores y superiores
G Vector de los trminos de gravedad
I Matriz identidad
J Jacobiano
L Matriz triangular inferior para la factorizacin LU
L Operador de diferencias finitas para coordenadas cartesianas
M Operador de diferencias finitas para coordenadas cilndricas
Q Vector fuente
S Matriz tridiagonal simtrica, Capitulo 4
T Matriz de transmisibilidad
U Matriz triangular superior para la factorizacin LU
Operador diferencial

2
Operador diferencial para la segunda derivada
S Espaciamiento del grid en coordenadas s (s = x, y, z, r, etc.)
t Operador diferencial para la derivada del tiempo


17

SUBINDICES
dg Gas disuelto
f fluido
fg Gas libre
i Inicial, Capitulo 12
i

Limites del bloque que contiene el punto i

i Punto i del grid
J Matriz Jacobiana
l Componente o fase, l = o, g, w (oil, gas, water)
N ndice del espacio del punto del grid correspondiente a la ultima incgnita
n Fase no mojante
RC Condiciones de reservorio
R Roca
r, , z Direcciones en el sistema de coordenadas cilndricas
s Solvente, Capitulo 12
sf Fase arena
STC Condiciones estndar o stock tank
T Total
w Fase agua o mojante
x, y, z Direcciones en el sistema de coordenadas cartesianas

SUPERINDICES
b Diferencia hacia atrs
f Diferencia delantera
L Logartmico
n Nivel de tiempo, n = o, 1, 2, 3,
o Condiciones iniciales (t=0) o condiciones de referencia
p Orden de la aproximacin d la diferencia finita
r Referencia
T Matriz o vector transpuesto
2 Centrado
18

Solucin intermedia o perturbada

- Pseudo valor de profundidad promedio para clculos de VE, Capitulo 12

ABREVIACIONES

GOR Relacin Gas-Aceite
LSOR Lnea SOR
SOR Relajacin superior sucesiva
WOR Relacin Agua-Aceite
SIP Procedimiento fuertemente implcito
1DC Correccin en una dimensin
2DC Correccin en dos dimensiones
PI ndice de Productividad
1-D Unidimensional
2-D Bidimensional
3-D Tridimensional
ODE Ecuacin (es) diferencial ordinaria
PDE Ecuacin (es) diferencial parcial
IMPES Presin implcita Saturacin explicita
SS Solucin simultanea
SEQ Solucin secuencial
VE Equilibrio vertical
w-n Mojante No mojante
C-N Crank - Nicolson
D2 Rgimen de ordenacin
D4 Rgimen de ordenacin
WI Coeficiente de productividad
19

CAPITULO 1

INTRODUCCION


1.1 QUE ES UN MODELO COMPUTACIONAL?

El objetivo principal del estudio de un reservorio es predecir el comportamiento futuro del reservorio y encontrar
caminos o medios que permitan incrementar el recobro final. La Ingeniera de yacimientos clsica ofrece en un
modelo bsico (modelo de tanque) y no puede explicar adecuadamente las variaciones en el reservorio y los
parmetros de los fluidos en el espacio y en el tiempo. La simulacin de Yacimientos por computadores permite
estudiar de manera ms detallada el reservorio dividindolo en un nmero de bloques (algunas veces varios miles) y
aplicar la ecuacin fundamental de flujo en medios porosos a cada bloque.

Los programas de ordenadores digitales que realizan los clculos necesarios para realizar estudios de este modelo
son llamados modelos de computadora.

Debido a los avances realizados desde la dcada de 1950 en hardware y software tecnolgicamente, ahora es
posible escribir modelos ms sofisticados que simulan algunos de los procesos ms complejos que tienen lugar en
los reservorios durante la ejecucin de los planes de recuperacin. La tecnologa de la simulacin de yacimientos
est siendo constantemente mejorada y ampliada, Nuevos modelos para simular ms y ms complejos planes de
recuperacin se proponen todo el tiempo. En este libro nosotros tratamos con el ms bsico de todos los modelos
de yacimientos, conocido como el modelo de aceite negro o modelo beta. Un profundo conocimiento de las tcnicas
usada para el modelo de aceite negro es esencial para desarrollar una cierta apreciacin de los modelos ms
complejos. En la descripcin de un modelo de computadora trminos como modelos matemticos, modelos
numricos, simulador numrico, modelos grid, modelos en diferencias finitas y simulador de yacimientos son usados
casi indistintamente. En realidad, hay tres clases de modelos envueltos en el desarrollo de un programa para
simulacin un yacimiento.

1.1.1 Modelo Matemtico

El modelo fsico a ser modelado debe ser expresado en trminos de las ecuaciones matemticas apropiadas. Este
proceso casi siempre implica suposiciones. Las suposiciones son necesarias desde el punto de vista prctico, a fin
de hacer manejable el problema tratado. Por ejemplo, cada ingeniero de yacimientos conoce que el concepto de
permeabilidad relativa tiene limitaciones, pero en esencia, no tenemos ms remedio que usarlo. La formulacin de
un modelo matemtico es considerada en el captulo 2; resulta en un conjunto de ecuaciones no lineales
parcialmente diferenciales con las correspondientes condiciones inciales y de frontera.

1.1.2 Modelo Numrico

Las ecuaciones que constituyen un modelo matemtico de un yacimiento son casi siempre tambin complejas y son
solucionadas por mtodos analticos. Las aproximaciones deben ser hechas al poner las ecuaciones en una forma
que es susceptible a ser solucionadas por las computadoras digitales. Como un conjunto de ecuaciones forma un
modelo numrico. Esto es discutido en los captulos del 3 al 12.

1.1.3 Modelo computacional

Un programa de computadora o un conjunto de programas escritos para solucionar las ecuaciones del modelo
numrico constituyen un modelo computacional del yacimiento. Algunos aspectos prcticos del modelo
computacional son discutidos en el captulo 13. El uso de un modelo computacional para solucionar problemas
prcticos sern referenciados como simulacin de yacimientos en este libro.


1.2 OTROS MODELOS

Muchas clases de modelos han sido usados por los Ingenieros de Petrleos. Ellos deben ser divididos en dos
categoras, (a) modelos anlogos, y (b) modelos fsicos. Los ms comunes modelos anlogos son los modelos
elctricos, donde el potencial elctrico y la corriente sirven como las variables anlogas. Modelo elctrico discreto
(R-C y R-R redes) las cuales son anlogas de las ecuaciones por diferencias finitas, han sido aplicados a problemas
de yacimiento por Bruce (1943) y Karplus (1956). Los modelos continuos de tipo Electroltico son discutidos por
Botset (1946). Anlisis exhaustivo de estos y otros mtodos de computadora anloga se pueden encontrar en un
texto de Karplus (1958).

20



Sin embargo, los mtodos anlogos ahora han sido completamente reemplazados por modelos computacionales.
La literatura de los modelos fsicos es extensa (Rapoport, 1955; Geertsma et al., 1956; Perkins and Collins, 1960;
Redford et al., 1976), y ellos juegan un papel importante en la comprensin del comportamiento de un reservorio.
Los modelos fsicos pueden ser clasificados en dos categoras (cf Redford et al., 1976), (a) Modelos a escala, y (b)
modelos elementales. En el modelo a escala, las dimensiones del reservorio, las propiedades de la roca y fluidos
son escalados por el modelo de laboratorio de modo que la relacin entre las distintas fuerzas en el reservorio y las
de los modelos fsico son las mismas. Un modelo a escala proporcionara resultados que pueden aplicarse
directamente en el campo. Infortunadamente, todos los modelos a escala son difciles o imposibles de construir
(Geertsma et al., 1956; Pozzi and Blackwell, 1963).
En un modelo elemental, los experimentos son llevados a cabo con actuales (o simulados) rocas y fluidos del
yacimiento. Obviamente los resultados de cada modelo no son directamente aplicables al campo, pero pueden
ayudar a responder algunas preguntas bsicas acerca de la mecnica del yacimiento.
Las ecuaciones de flujo de fluido bsicas que describen el flujo en el reservorio (modelo matemtico) son tambin
validas para los modelos a escala y elemental. Esto significa que un modelo computacional puede ser verificado e
incluso ajustado, incluso mediante el uso de los resultados de los modelos fsicos y luego usarlos para predecir el
comportamiento del campo. Por lo tanto un mximo entendimiento de los fenmenos complejos en el reservorio
debe exigir el uso adecuado de los modelos fsicos y los modelos computacionales. Debe quedar claro que los
modelos computacionales no pueden eliminar la necesidad de los modelos fsicos, ya que no se puede utilizar para
determinas la fsica del problema. Por otro lado, el uso optimo de los datos de los modelos fsicos es en muchos
casos posible solamente a travs de los modelos computacionales. En conclusin, sera correcto decir que los
modelos computacionales de los reservorios de petrleo no pueden reemplazar todos los modelos fsicos. Los
modelos computacionales pueden, sin embargo, mejorar la comprensin de los datos obtenidos por modelizacin
fsica, y ayuda en el diseo de experimentos realizados en los modelos fsicos.


1.3 QUE PREGUNTAS PUEDE RESPONDER EL MODELO COMPUTACIONAL?

Los modelos computacionales pueden ser herramientas valiosas para el ingeniero de petrleo intentando responder
preguntas del siguiente tipo:

1. Cmo debe ser desarrollado y producido un campo con el fin de maximizar en orden para maximizar la
recuperacin econmica de hidrocarburos?
2. Cul es el mejor esquema de recobro mejorado para el yacimiento? Cmo y cundo debe ser
implementado?
3. Porque el yacimiento no se comporta de acuerdo a las predicciones hechas por los estudios previos de
simulacin o la ingeniera de yacimientos?
4. Cul es la recuperacin econmica definitiva para el campo?
5. Qu tipo de datos de laboratorio es requerido? Cul es la sensibilidad de las predicciones de los modelos a
diferentes datos?
6. Es necesario hacer el estudio de los modelos fsicos del reservorio? Cmo pueden los resultados ser
escalados para las aplicaciones del campo?
7. Cules son los parmetros crticos que deberan ser medidos en el campo cuando es aplicado un esquema de
recuperacin?
8. Cul es el mejor esquema de completamiento para los pozos en un reservorio?
9. De qu porcin del reservorio proviene la produccin?

Esas son algunas preguntas generales; muchas ms preguntas especficas deben ser resueltas cuando estamos
considerando un estudio particular de simulacin. La Definicin de los objetivos del estudio debe realizarse con
cuidado e indicando las preguntas a ser resueltas es un paso extremadamente importante en la realizacin de
cualquier estudio de simulacin


1.4 CONCLUSIONES

La simulacin de yacimientos es una herramienta que permite al Ingeniero de petrleos obtener un mayor
conocimiento sobre el mecanismo de recuperacin que sera posible. Puede, si se utiliza adecuadamente, ser una
herramienta muy valiosa. No, sin embargo, sustituir la buena prctica que es esencial para la realizacin de todos los
estudios de yacimiento (cf. Coats, 1969; Staggs y Herbeck, 1971). Adems, no todos los reservorios requieren un
modelo de estudio sofisticado y en muchos casos estudios de yacimientos convencionales o estudios de modelos
computacionales extremadamente simples pueden responder a las preguntas que se plantean. Es fcil generar
nmeros por un modelo computacional; en la mayora de los casos la interpretacin correcta de los nmeros requiere
un anlisis cuidadoso por alguien quien entienda el modelo matemtico, numrico y computacional. El objetivo de
este libro es presentar el material bsico para la comprensin de este tipo.
21

CAPITULO 2

ECUACIONES DE FLUJO DE FLUIDOS

2.1 INTRODUCCION

Antes de simular un yacimiento de petrleo en un computador, es necesario un modelo matemtico del sistema. El
desarrollo de cada uno de los modelos es el objetivo de este captulo. Los movimientos de los fluidos en medios
porosos son gobernados por las mismas leyes fundamentales que rigen su movimiento, por ejemplo, la atmosfera,
los oleoductos y ros. Esas leyes estn basadas en el principio de conservacin de la masa, el momento y la energa
y son discutidas en detalle en numerosos libros incluyendo Bird et al. (1960), Schlichting (1968), y Monin y Yaglom
(1971). Desde un punto de vista prctico es imposible en este momento tratar de aplicar estas leyes bsicas
directamente a los problemas de flujo en medios porosos. En cambio, un enfoque semi-empirico se utiliza cuando se
emplea la ley de Darcy en lugar de la ecuacin de movimiento. Las bases tericas de la ley emprica de Darcy son
analizadas por Whitaker (1966, 1969); dichos estudios proporcionan una comprensin de las limitaciones de las
relaciones empricas. Adems de las relaciones discutidas anteriormente, las propiedades fsicas de los fluidos
implicados en el sistema tambin deben ser conocidas en funcin de las variables dependientes.

Este libro trata solamente con algunos de los modelos matemticos los cuales deben ser conocidos por su
importancia prctica. Los mtodos numricos para la solucin de ecuaciones resultan de esos modelos que sern
discutidos en el captulo 3. Un breve desarrollo de las ecuaciones a resolver ms adelante se presentara en la
seccin 2.2. La discusin quedara limitada a flujo isotrmico monofsico, o flujo multifsico de hasta 3 fluidos
inmiscibles. En este contexto, los siguientes sistemas monofsicos y multifsicos son de importancia prctica: gas;
aceite; gas-aceite; aceite-agua; aceite-agua-gas.

Los primeros dos libros tratan con el mecanismo de flujo de fluidos en medios porosos que fueron publicados por
Muskat (1937, 1949). Esos libros son de gran importancia histrica y contienen muchas contribuciones propias de
Muskat. Un libro sobre la teora del movimiento de las aguas subterrneas se publico en la URSS por Polubarinova-
Kochina (1962). Este libro trata con esos problemas de fluidos monofsicos donde las soluciones analticas son
posibles. Un libro de estudio de la fsica de los fluidos fue publicado por Scheidegger (1974). Este libro trata
brevemente con una seleccin de temas relacionados con la recuperacin de petrleo en yacimientos subterrneos;
est diseado como una referencia para los investigadores. El libro de Collins (1961) trata con los aspectos tericos
y prcticos de la ingeniera de yacimientos de petrleo.

La sociedad de ingenieros de petrleos of AIME ha publicado 3 monografas; dos tratan de la aplicacin de los
principios de flujo de fluido a las pruebas de ascenso de presin (Matthews and Rusell, 1967; Earlougher, 1977); la
tercera monografa de Craig (1971) proporciona tratamientos prcticos de el problema de inyeccin de agua en
yacimientos de petrleo.

Bear (1972) proporcin un tratamiento completo de la dinmica y esttica de los fluidos en medios porosos. Sin
embargo, la mayora de los problemas considerados en el libro por Bear estn orientados hacia la hidrologa de
aguas subterrneas. La aplicacin de la teora de flujo de fluidos a las pruebas de pozos de gas es mejorada en una
publicacin de la Energy Resources Conservation Board de Alberta (ERCB, 1975).


2.2 LEY DE LA CONSERVACION DE LA MASA

2.2.1 Flujo monofsico

Considera el flujo de un fluido monofsico (un solo componente o una mezcla homognea) en la direccin axial en un
ncleo cilndrico como el mostrado en la figura 2.1. El volumen de control debe ser representativo del medio poroso
(ver Bear, 1972; p.19), i.e., debe ser grande comparado con el tamao del poro pero pequeo comparado con el
tamao del ncleo. Las propiedades fsicas bsicas del medio poroso, como la porosidad, deben asociarse con el
volumen de control. Si la porosidad est definida como una fraccin del volumen de control no ocupado por la matriz
solida, luego nosotros podemos ver que si el volumen de control tiene el tamao de un poro, la seria uno o cero.
Como nosotros incrementamos el tamao del volumen de control, los valores de porosidad fluctuaran antes de llegar
a un valor representativo.






22



L

Flujo de Flujo de
Entrada Salida






Volumen de control

Fig.2.1 Flujo lineal en una roca porosa cilndrica de longitud Ax

El valor de la porosidad asociada con un punto P es el valor representativo para un volumen de control que contiene
el punto P. Otras propiedades fsicas son definidas en un punto en el medio poroso de igual manera. Este es el
enfoque continuo, donde el medio poroso actual es reemplazado por uno continuo ficticio a cualquier punto al cual
podemos asignar variables y parmetros que son funciones continuas del espacio y el tiempo en coordenadas.

Mx ser el componente x del vector de flujo de masa (flujo de masa por unidad de superficie por unidad de tiempo)
de un fluido de densidad (una fase, nico componente) Se refiere a las figura 2.1 nosotros vemos el flujo de entrada
de masa a travs del volumen de control en x sobre un intervalo de tiempo At es:

m
x,x
AAt

y el flujo de salida de masa a travs del volumen de control en x+Ax sobre un intervalo de tiempo At es:

m
x,x+Ax
AAt

La diferencia entre el flujo de entrada y el de salida debe ser igual a la suma de la acumulacin de masa dentro del
volumen de control. La acumulacin de masa trata la compresibilidad sobre un intervalo de tiempo At es:

()

Y la eliminacin de masa del volumen de control, i.e. agotamiento de masa (acumulacin) debido a un sumidero de la
fuerza q (masa por unidad de volumen por unidad de tiempo) sobre un intervalo de tiempo At es:

qAVAt

Ahora tenemos
(m
x,x
m
x,x+Ax
) AAt =

() + qAVAt (2.1)

Dividiendo por AVAt y tomando AV= AAx, obtenemos:

(m
x,x
m
x,x+Ax
)
A
=

+ q

Tomando el lmite como Ax0 tenemos la ecuacin de la conservacin de la masa para este sistema:

+ q (2.2)

Note que q es negativa para una fuente ya que nosotros asumimos que sea positivo para un sumidero.
Es posible expresar el flujo de masa en trminos de una velocidad superficial (o Darcy).

(2.3)

Donde Ux es una velocidad en la direccin x definida por la ecuacin (2.3). Substituyendo la ecuacin (2.3) en la
ecuacin (2.2) obtenemos:

, Ax ,

23

+ q (2.4)

La ecuacin correspondiente para el flujo en 3 dimensiones en un medio poroso de forma arbitraria debe ser
derivada en una manera similar por considerar un volumen de control Ax Ay Az. Esto conduce a:

+ q

Para el sistema en coordenadas cartesianas. Ms generalizada, la ecuacin debe ser escrita como:

. =

+q (2.5)

El operador de divergencia sobre el lado izquierdo de la ecuacin (2.5) debe ser expandido en cualquier sistema de
coordenadas. Por ejemplo, en coordenadas cilndricas (r, u, z) la ecuacin de conservacin es:

+
1

+
1

+ q (2.6)

2.2.2 Flujo multifsico

La conservacin para el flujo en una sola fase (ecu. 2.5) puede ser generalizada de la siguiente manera:

.

(2.7)

Donde

es la masa del componente en una unidad de volumen medido,

es el flujo de masa de un componente

y .

o dividido en

es la tasa de flujo de salida de masa por unidad de volumen.

Hay dos importantes modelos matemticos en la ingeniera de yacimientos de petrleo: (1) flujo multifsico o de una
sola fase donde ms de dos componentes hidrocarburos son considerados y (2) flujo multifsico donde el sistema de
hidrocarburos puede ser aproximado por 2 componentes, un componente no voltil (aceite negro) y un componente
voltil (gas) soluble en la fase aceite. Nosotros consideraremos el segundo caso exclusivamente este es conocido
como el modelo o el modelo de aceite negro. El sistema de composicin variable ser considerado brevemente
solo en el Capitulo 12.

2.2.2.1 Modelo

En este modelo el problema del flujo de fluidos supone que hay 3 distintas fases: Aceite, Agua y Gas. Usualmente el
agua es la fase mojante, el aceite tiene una capacidad de mojabilidad intermedia y el gas es la fase humectante. El
agua y el aceite son asumidos inmiscibles y no experimentan cambios de masa o cambios de fase. El gas es
asumido soluble en aceite pero usualmente no en agua. Si asumimos que la solubilidad del gas es cero a
condiciones de tanque entonces el yacimiento debe ser considerado como una solucin de dos componentes: aceite
a condiciones de tanque y gas a condiciones estndar. Adems, en este tipo de tratamiento se asume que los fluidos
estn a temperatura constante y en equilibrio termodinmico en todo el yacimiento. En estas condiciones el
comportamiento de la presin- el volumen- la temperatura (PVT) del sistema puede ser expresado por los factores
volumtricos de formacin definidos:

(2.8)

(2.9)

(2.10)

En las ecuaciones anteriores [

representa el volumen ocupado por un componente de masa fija (o, w, g) a

condiciones de yacimiento y [

es el volumen ocupado por el mismo componente a condiciones de tanque o

condiciones estndar. Notamos que algunos autores prefieren trabajar con los factores invertidos, i.e.

=
1

. La
transferencia de masa entre las fases aceite y gas son descritas por la relacin de aceite y gas en solucin:

(2.11)

24

La cual da la cantidad de gas disuelto en el aceite como funcin de la presin de la fase aceite. Las densidades de
las tres fases a condiciones de yacimiento estn relacionadas con las densidades a condiciones de tanque:

=
1

(2.12)

=
1

(2.13)

=
1

(2.14)

La densidad de la fase aceite puede ser expresada tambin como

(2.15)

Donde

son las densidades de los dos componentes

=
1

(2.16)

(2.17)

Antes de considerar el flujo multifsico el concepto de saturacin debe ser introducido. La saturacin,

de la fase
es la fraccin del volumen de poroso ocupado por la fase . Obviamente,

= 1. La ecuacin de la conservacin
de la masa para cada componente puede ser escrita considerando la ecuacin 2.7.
Para el componente aceite en la fase aceite

(2.18)

(2.19)

Sustituyendo la ecuacin 2.18 y 2.19 en la 2.7 y dividiendo por

se obtiene

.
1

(2.20)

Donde

Todos los trminos en la ecuacin 2.20 tiene la dimensin

.
1

La ecuacin para la fase agua es obtenida de manera similar:

.
1

(2.21)


El componente gas existe tanto en la fase gas como en solucin en la fase aceite

(2.22)

(2.23)

(2.24)


25

La ecuacin final para el gas:

.

+
1

+
1

(2.25)

Los trminos de produccin

representan el volumen producido a condiciones de tanque(o estndar), por

unidad de tiempo por unidad de volumen de yacimiento.


2.3 LEY DE DARCY

2.3.1 Flujo en una Fase

Adems de la ecuacin de continuidad o conservacin de la masa desarrollada en la anterior seccin, requerimos
una relacin entre la tasa de flujo y el gradiente de presin en cada fase. Tal relacin fue descubierta por Darcy
(1856) para flujo en una fase. La forma diferencial de esta relacin es

=

(2.26)

Donde es el tensor de permeabilidad absoluta del medio poroso, es la viscosidad del fluido, es el vector
aceleracin gravitacional y

es una constante de conversin con unidades de

2
en el sistema de unidades de
ingeniera. Si la coordenada en la vertical con direccin hacia abajo es z entonces podemos escribir

= (2.27)

Con la definicin anterior de podemos escribir la Ley de Darcy como

=

(2.28)

Cuando u=o, la relacin de la ecuacin anterior en coordenadas cartesianas con el eje vertical z y orientado hacia
abajo son:

= (2.29)

= 0 (2.30)

El tensor de permeabilidad usado en la ecuacin 2.26 se define por la ecuacin y debe ser determinado
experimentalmente. En la mayora de los problemas prcticos es posible (o necesario) asumir que es un tensor
diagonal dado por,

=

Si

, el medio es llamado isotrpico, de lo contrario es anisotropico. Las limitaciones de la Ley de Darcy

son completamente discutidas en la literatura (e.g. Hubbert, 1956; Scheidegger, 1974; Collins, 1961; Whitaker, 1966,
1969) y no sern considerados aqu.

2.3.2 Flujo Multifsico

La ley puede ser extendida para describir el flujo simultneo de ms de una fase:

(2.31)

Donde = , , (fase aceite, agua y gas respectivamente) y

es la permeabilidad relativa de la fase . La

ecuacin 2.31 tambin puede ser escrita en trminos de

(2.32)
26


Donde

(2.33)

Y est en la direccin positiva vertical hacia abajo. Si la velocidad esta en cm/seg, la viscosidad en centipoises y el
gradiente de presin en atm/cm entonces las unidades de es el Darcy. Puede ser mostrado como,

1 Darcy= 9.869 x 10
-9
cm
2

= 1.062 x 10
-11
ft
2

Con frecuencia la unidad de milidarcy o mD (1 Darcy= 1000 milidarcys) es usado.

2.4 ECUACIONES BASICAS DE FLUJO

Las ecuaciones de flujo para flujo en una fase y flujo multifasico son obtenidas por la combinacin apropiada de la
Ley de Darcy y la ecuacin de conservacin de la masa. La densidad del fluido es expresada explcitamente o
implcitamente como una funcin de la presin a travs de una ecuacin de estado. Diferentes situaciones prcticas
sern consideradas aqu.

2.4.1 Flujo en una Fase

2.4.1.1 Ecuacin general para Fluidos Compresibles
Cuando todo el espacio poroso es ocupado por una sola fase, ecuacin 2.28 puede ser sustituido en la ecuacin 2.5
para obtener,

.

+ (2.34)

Dividiendo por

y usando la definicin de =

tendremos

. =

+ (2.35)

Donde
=
1

(2.36)

2.4.1.2 Ecuacin para fluidos ligeramente compresibles.
Para el flujo del liquido es posible asumir que la compresibilidad del fluido definida por,

=
1

=
1

(2.37)

Es constante en el rango de presin de inters. Esta ecuacin puede ser integrada para obtener

=
0
exp

0
(2.38)

Donde
0
es la densidad a la presin de referencia
0
. De la definicin del factor volumtrico de formacin vemos
que:

0
=

= exp

= 1 +

0
+
1
2!

2

0

2
+ .. (2.39)

Donde
0
es el factor volumtrico de formacin a
0
.

Considerando solo los primeros dos trminos de la expansin tenemos,

=

0
1+

(2.40)

Esto es justificado por que

es pequeo (10
-5
a 10
-6
).
27





Si la variacin del volumen de poro con la presin es insignificante, esto debe ser representado por (ver ecuacin
2.121).

=
0
[1 +

(
0
) (2.41)

Donde

es la compresibilidad de la roca.

El termino de la derivada con respecto al tiempo de la ecuacin 2.35 puede ser expresada en trminos de

usando la expresin para
1

dada por la ecuacin 2.40 y para por la ecuacin 2.41.

Cuando esto se hace, la ecuacin 2.35 se convierte,

. =

+ (2.42)

Otra til forma de la ecuacin de flujo es obtenida sustituyendo la ecuacin 2.38 en la 2.34 y despreciando trminos
del cuadrado del gradiente de presin multiplicado por

en comparacin con otros trminos en la ecuacin. El

resultado de la ecuacin es:


2
=

(2.43)

En la escritura de la ecuacin anterior, la cual es conocida como la ecuacin de difusividad (Carslaw and Jaeger,
1959), tenemos tambin que asumir que las propiedades de los fluidos son constantes,

= 0, y que los trminos de

gravedad son despreciables.

2.4.1.3 Ecuaciones para flujo de gas
Para el flujo de gas no es usualmente apropiado asumir que la compresibilidad es constante para estas ocasiones la
ecuacin de flujo puede ser escrita como:

. =

+ (2.44)

Donde
=

(2.45)

Otra forma de la ecuacin es obtenida si utilizamos la ley de las gases

=

(2.46)

Sustituyendo la ecuacin (2.46) en la ecuacin (2.34) y despreciando trminos gravitacionales, los cuales son
normalmente pequeos para flujo de gas, tenemos que:

.

2.47

En la ecuacin de arriba nosotros asumimos que son constantes, teniendo que 2. =
2
, entonces podemos
escribirla en la ecuacin (2.47).

2
ln((
2
)
2
=
2

+2

(2.48)

La derivada a la derecha se pude escribir como:

=


(2.49)



28

Donde

=
1

=
1

2.50

Sustituyendo en la ecuacin (2.49) y despreciando el segundo trmino de la izquierda de la ecuacin (2.48)
tenemos:

2
=

+
2

2.51

Esto es tambin posible arriba en la ecuacin para el otro procedimiento.
Una ecuacin ms rigurosa de la compresibilidad del fluido es obtenida definiendo pseudo presin ,
como:

= 2

2.52

0

Desde
=

=
2

Y tambin

=
2

La ecuacin original (2.47) se transformo en:

2
=

+
2

(2.53)

Note que esta ecuacin es la misma forma de la ecuacin (2.51), y no involucra asumir simplificaciones. Una
completa discusin de ecuacin de flujo de gas en una sola fase est disponible en el manual publicado por
ENERGY RESOUCES CONSERVATION BOARD de Alberta (ERCB, 1975).

2.4.2 Flujo Multifsico

La ley de Darcy ecuacin (2.32) puede ser sustituida en la ecuacin de conservacin de la energa para cada fase
(ecua 2.20, 2. 21, y 2.25) para obtener la ecuacin de flujo de fluidos:

.
0

0

0
=

0
+
0
2.54

.

2.55

.
0

0

0
+

0
+

0
+

2.56

Donde la movilidad

esta definida por

Mientras la ecuacin de conservacin es suficiente para describir flujo en una sola fase (solo depende de la
variacin de la Presin) este no es el caso para flujo en mltiples fases. De las Ecuaciones (2.54) a (2.56) cuentan
con seis variables dependientes. Tres correlaciones adicionales se requieren para completar esta descripcin.

0
+

= 1 2.57

=
0
+

(2.58)

(2.59)
29


La relacin entre la presin capilar y la saturacin es usualmente emprica.

2.4.3 Uso del Pseudopotencial

Esta es a menudo conveniente para la ecuacin de conservacin y en forma no explicita involucra trminos de
gravedad. Esta es necesaria para la definicin de potencial introducida por Hubbert (1940, 1956).
Define que
=

0
2.60

La ley de Darcy pude ser escrita como:

=

2.61

Y la ecuacin de flujo es formalmente simplificada. Por ejemplo la ecuacin para una sola fase (ecuacin (2.44))
seria:

.

+

Y la ecuacin (2.54) seria:

.
0

0
=

0
+
0


Solo para flujo incompresible puede ser usado el verdadero potencial

=

El cual es luego relacionado para ser

=

2.4.4 Condiciones lmites

El modelo matemtico discute que tan lejos se encuentra de las condiciones inciales necesarias, sin embargo,
esto es instructivo para presentar una discusin para prximos trabajos con representacin de diferencias finitas
(modelo numrico).

Las condiciones de lmite para flujo en una sola fase estn dadas en la seccin 3.4 del captulo 3 y ms detallada en
la seccin 7.4 y 7.7 del captulo 7.

Las condiciones de lmite para mltiples fases est dada en el captulo 5 seccin 5.7 y ms profundamente en el
captulo 9, seccin 9.4 y 9.8


2.5 FORMAS ALTERNATIVAS DE ECUACIONES DE FLUJO PARA MULTIPLES FASES

Varias alternativas para la formulacin de ecuaciones de flujo en secciones previas pueden ser derivadas aqu. Para
mayor claridad, el desarrollo es restringido para flujo de mltiples fases, los subndices w y n denotan la fase
hmeda o no humedad, respectivamente. La formulacin en cuatro variables esta en esta notacin.

.

2.62

.

2.63

(2.64)

= 1 (2.65)
30

2.5.1 Formulacin en forma parablica

Suponga que la funcin inversa existe para

(2.66)

La funcin Fw existe si Pc es monoatmicamente creciente o monoatmicamente decreciente, entonces la ecuacin
(2.62) y (2.63) puede ser expresado como:

.

2.67

.

(1

2.68

La ecuacin (2.67) y (2.68) son las bsicas para el mtodo llamado mtodo de solucin simultanea en la literatura
del petrleo introducida por (Douglas et 1959; Coats 1968; Sheffield 1969). La ecuacin queda acoplada al libre
tratamiento de linealidades Pc la funcin debe ser empleada para la simulacin de cero capilaridad.

Formulacin en Pn y Pc
Esta formulacin es similar a las anteriores y puede ser escrita como:

.

2.69

.

(1

2.70

Una formulacin equivalente tambin puede ser escrita como:
Formulacin en Pn y Sw
Donde Pw es expresada como Pn Pc La ecuacin (2.64) es usada obteniendo

.

2.71

.

(1

2.72

La forma en diferencias finitas de esas ecuaciones puede ser derivada bajo la siguiente suposicin. Esto es mejor
visto si la ecuacin (2.71) y (2.72) son expresadas en diferentes formas. Donde la ecuacin (2.71) es multiplicada
por Bw, la ecuacin (2.72) por Bn y a a ecuacin se le aade lo obtenido.

B
n
.

B
w
.

S
w
+

=

2.73

Donde
=

(2.74)

La ecuacin (2.73) es una forma alternativa de la ecuacin (2.71).note que en la p, s la formulacin esta expresada
en funcin de la presin capilar que puede ser arbitraria siempre y cuando Pc exista. En forma de diferencias finitas,
si la saturacin en la ecuacin (2.73)a tomado la forma explcita, entonces

son conocidos y

puede ser como una funcin de Pn. Ecuacin (2.72)es para solucionar la Sw. Esto es conocido como presin
implcita saturacin explicita, O mtodo IMPES (Stones y Gader 1961; Breitenbach 1969)y es ampliamente usada
en la simulacin de yacimientos. Cuando el tratamiento explicito para la saturacin es no ajustable, como en el caso
de la conocida simulacin, la ecuacin derivada queda.

Cuando

= 0(

= ) La ecuacin (2.73) y (2.72) simplificada para

B
n
.

0
+

31

=

(2.75)

(2.76)
Una diferencia de simplificacin de resultados para flujo incompresible en un medio incompresible cuando Bw, Bn y
son constantes (Bw, Bn no necesariamente igual a uno), entonces la siguiente ecuacin queda como:

. (B
n

+ B
w

)(

) . B
w

= B
n

+B
w

2.77
. B
n

) =

+B
n

(2.78)

Finalmente para flujo de fluidos incompresible de igual densidad con Bw=Bn=1 y Fuerzas externas de presin
capilar, la clsica ecuacin propuesta por (Muskat 1937; Collins 1961) estn dadas:

. (

)( ) =

2.79
.

( 2.80)

Obviamente la ecuacin tambin puede ser presentada en funcin de

.

2.5.2 Formulacin en forma hiperblica

Esta formulacin es posible en una simple forma solo para fluido incompresible. Esta fue la primera utilizada para
calcular la inyeccin de agua (Fayers y Sheldon, 1959) y redirigida ms recientemente por HIATT (1968). La formula
general nos puede dar aqu vista, tambin puede ser encontrada en Bear (1972) y spivak (1974). La ecuacin de la
conservacin de la masa para dos fases con una compresibilidad despreciable de la roca.

.

(2.81)

.

(1

) +

(2.82)
En el termino antes de la expansin, la ecuacin es dividida por la densidad y se adhiere conjuntamente el termino
de la velocidad

es obtenido.

.

= .

+
(

1)

(2.83)

Donde

en el caso de la compresibilidad, todos los trminos son ceros y la ecuacin (2.83) simplificada:

.

= (

) =

(2.84)

La ley de Darcy la podemos escribir como:

Donde

= , (2.85)

Esta fase movible (L) en la ecuacin anterior puede ser combinada para obtener la ecuacin de flujo fraccional.

(2.86)

Donde =

es el radio de movilidad y =

la velocidad

puede ser remplazad por

en la
ecuacin (2.86) para obtener:

=
1
1 +

(2.87)
32


Finalmente la ecua (2.87) se puede sustituir en la ecuacin (2.86) con la suposicin le la incompresibilidad. Con la
definicin de flujo fraccional y la movilidad como:

(2.88)

(2.89)

El resultado de la ecuacin es:

.

(2.90)

Varios trminos en esta ecuacin pueden ser en funcin de la saturacin:

=
.

= .

= .

En las anteriores ecuaciones se asumi que no es funcin de la posicin. Esto puede satisface el sistema
ordinario. De la ecua (2.88).

Y desde

= 1 se puede escribir como:

Despus sustituimos la expresin anterior en la ecuacin (2.90) y la ecuacin resultante es.

.

(2.91)

La ecuacin (2.91) es la formula general que incluye la ecuacin derivada de Fayers y Sheldon, (1959) y HIATT
(1968) como caso especial. En otra solucin de esta ecuacin, esto es necesario para resolver la primera ecuacin
(2.84) para

el cual es necesario para un caso dimensional. (el ejercicio 2.2 que se encuentra al final de este
capitulo ). La ecuacin generalizada para tipo parablico por que

< 0 y cambiadas para tipo hiperblico si

Pc=0 entonces se reduce a:

(2.92)

Esta es la ecuacin para el caso hiperblico, por que

> 0. finalmente si se tiene igual densidad de fluido o

( = 0) la ecuacin fraccional de flujo de fluidos se simplifica a:

Y la ecuacin (2.92) para este caso puede llegar a escribirse de esta manera, y de forma similar para la ecuacin de
inyeccin de agua.

= =

(2.93)

33

La ecuacin (2.84) y (2.93) son equivalente para el sistema de ecuacin (2.79) y (2.80), el termino fuente

seria cero para produccin cuando

por ley de Darcy, sin embargo al inicio de la inyeccin puede llegar

a ser cero. Por ejemplo cuando la fase humedad es inyectada

= (1

0.

Un anlisis ms detallado del trmino de esta discusin est en el captulo 5 y 7. La derivacin de flujo de fluido
compresible son de la misma linealidad. Pero el resultado de esta ecuacin es considerablemente ms complejo.
Escribiendo el trmino de

estos son los resultados,

+ .

+ (1

(2.94)

+ .

(2.95)

Donde

= 1/

, =

para esta nueva definicin:

En el ejercicio (2.2) y (2.3) en nuestro entorno la derivacin de la ecuacin de flujo de dos fases dada arriba y la
correspondiente ecuacin para tres fases.


2.6 ECUACIONES DE FLUJO QUE INCLUYEN EFECTOS NO-DARCY

Estrictamente hablando, la Ley de Darcy es vlida slo para fluidos Newtonianos en un rango limitado de tasas de
flujo donde la turbulencia, la inercia y otros efectos de alta velocidad son insignificantes. Adems, a presiones muy
bajas esta ley no aplica debido al fenmeno de deslizamiento. En esta seccin son dadas algunas de las relaciones
usadas en la prctica cuando las formas tradicionales de la Ley de Darcy no funcionan.

2.6.1 Altas Tasas de Flujo (Efectos Inerciales y de Turbulencia)

Cuando la velocidad de flujo incrementa, las desviaciones de la Ley de Darcy pueden ser observadas. Investigadores
han atribuido diversamente esto al flujo turbulento (Fancher y Lewis, 1993; Elenbaas y Katz, 1947; Cornell and Katz,
1953) o a los efectos inerciales (Hubbert, 1956; Houpeurt, 1959). La explicacin general aceptada (Wright, 1968) es
que, como la velocidad incrementa, la desviacin es debida a los efectos inciales de inercia, seguida ms tarde por
efectos de turbulencia. En 1956, Hubbert seal la desviacin de la Ley de Darcy al nmero de flujo de Reynolds
como aproximadamente 1 (Basado en la media del dimetro de grano no-consolidado), mientras que la turbulencia
no fue observada hasta que el nmero de Reynolds se aproxim a 600. La transicin desde el flujo laminar hasta el
flujo turbulento es largo. Este rango de tasas de flujo es adecuadamente representado por una ecuacin cuadrtica
(Forschheimer, 1901) dada para flujo en estado-estable unidimensional sin efectos gravitacionales significativos
mediante,

d
d
=

+ (2.96)

Donde es el factor de turbulencia (Katz et al, 1959).
Para flujo multidimensional la ecuacin puede ser escrita como (Geertsma, 1974):

p =

+

34

La ecuacin (2.96) la cual incluye efectos laminar, inercial y de turbulencia es una ecuacin general de balance de
cantidad de movimiento. Esta puede ser reorganizada a la forma,

=
k

d
d
(2.97)



Donde
=
1
1 +

Es el factor de correccin de la turbulencia (Wattenbarger y Ramey, 1968; Govier, 1961). Cuando =1.0, la ecuacin
anterior (2.97) es equivalente a la Ley de Darcy. En un medio anisotrpico, es distinta en diferentes direcciones. El
flujo a travs de este medio se da entonces, en forma generalizada, por

=
1

(2.98)

Donde en general k y son tensores.
Es evidente que la ecuacin (2.98) representara tanto el flujo laminar como el flujo donde los efectos inercia-
turbulencia (IT) estn presentes. Esta ha sido referenciada como la ecuacin generalizada laminar-inercial-turbulento
(LIT) en el manual ERCB (1975). Sus efectos son importantes slo con flujo de gas cerca al pozo.
La ecuacin de flujo de gas obtenida combinando la ecuacin (2.98) con la ley de conservacin de la masa es

.

Ecuaciones de este tipo deben ser resueltas iterativamente.


2.6.2 Fenmeno de Deslizamiento y Umbral

Experimentalmente se ha observado que cierto gradiente de presin diferente de cero es necesario para iniciar el
flujo. La relacin entre q y / para tasas bajas es mostrada en la Fig. 2.2. El fenmeno de deslizamiento (o
Klinkenberg) se presenta en flujo de gas a bajas presiones y resulta en un aumento de la permeabilidad efectiva en
comparacin con la medida para lquidos. Aunque ambos fenmenos son en lo relativo, poco importantes, la Ley de
Darcy puede ser fcilmente modificada por ellos. Para una discusin detallada de estos efectos, ver los trabajos de
Collins (1961) y Bear (1972).






















Fig. 2.2. Fenmeno de Umbral.
Actual
Ley de Darcy
Umbral
q
p/x
35

2.6.3 Flujo No Newtoniano

Algunos fluidos (por ejemplo, soluciones de polmeros) muestran un comportamiento no Newtoniano, caracterizado
por una dependencia no-lineal del esfuerzo de corte en la tasa de corte. La teora de tal comportamiento, la cual est
ms all del alcance de este libro, es discutida en la literatura sobre reologa. Para fines prcticos, la resistencia al
flujo en medios porosos puede ser descrita por la Ley de Darcy, la cual incluye la viscosidad aparente
app

dependiente de la velocidad de flujo. Un ejemplo de la funcin para una solucin polimrica se encuentra en la Fig.
2.3. La velocidad de Darcy puede por lo tanto ser escrita como

=

()
z (2.99)


La regin de flujo pseudoplstica puede ser aproximada en un amplio rango de velocidades mediante el modelo de la
Ley de Potencia (ecuacin de Blake-Kozen, ver Bird et al., 1960):

app
= H
1
(2.100)


Las constantes H y n deben ser determinadas empricamente.


















Fig. 2.3 Viscosidad Aparente para fluidos no-Newtonianos (Despus Bondor et al., 1972).

2.6.4 Otros Efectos

Aqu son presentados otros efectos que causan linealidades adicionales en las ecuaciones bsicas de flujo. Estas
estn normalmente asociadas a tcnicas secundarias y terciarias de recobro. Por ejemplo, un polmero en una
solucin es absorbido por la roca reservorio y la solucin cambia en el agua. Por lo tanto, el contacto con el polmero
reduce la permeabilidad relativa del anterior flujo de agua.

Las propiedades que dependen de la concentracin deben ser consideradas cuando las ecuaciones de inmiscibili dad
son aplicadas a sistemas miscibles, CO2 y caudales micellar, etc. En tcnicas trmicas de recobro, todos los
coeficientes de la Ley de Darcy se convierten en funciones de la temperatura. Como un ltimo ejemplo, Finol y
Farouq Ali (1975) tambin consideraron la compactacin de la roca reservorio bajo cambios de presin (grado de
subsidencia).


2.7 PROPIEDADES DE LA ROCA Y FLUIDO

El carcter de las ecuaciones y la clase de mtodos que deben ser empleados para simularlas dependen en gran
medida de las propiedades de la roca y el fluido. Una breve discusin de estas propiedades es presentada en esta
seccin, debido al rol que estas desempean en la simulacin de yacimientos, el cual es completamente apreciable.
El tratamiento completo de las propiedades fsicas y la recopilacin de correlaciones se encuentran en Frick y Taylor
(1962) y Katz et al. (1959).



max
min
Pseudoplstico
Flujo
Dilatante
log u
l
o
g

a
p
p

36

2.7.1 Propiedades del Fluido

Para fluidos que pueden aproximarse mediante el modelo- isotrmico, los factores volumtricos de formacin y las
viscosidades son slo funciones de la presin, y deben ser determinados a la temperatura del yacimiento. Se debe
tener en cuenta que B
g
est relacionado con la compresibilidad del gas Z, y debido a que la compresibilidad del agua
C
w
es pequea, este puede ser expresado mediante la ecuacin (2.40).

1+

(2.101)


Donde

son las condiciones en algn punto de referencia (normalmente el punto de burbuja).

Las viscosidades del aceite y el gas generalmente son funciones bastante dependientes de la temperatura y esto
debe tenerse en cuenta si los cambios de esta propiedad no pueden ser ignorados, como en el caso de flujo en pozo
o el caso de procesos de recuperacin trmica. La dependencia de la temperatura a una presin dada normalmente
puede ser asumida como lineal en coordenadas logartmicas, esto es,

=

(2.102)


Donde

son los valores en un punto de referencia y la constante C debe ser determinada del valor de a una

. Obviamente, esta aproximacin no ser precisa para aceite, si el punto de burbuja es atravesado dentro del
rango de temperatura considerado. Cuando el modelo- no es adecuado, deben ser especificados ms datos de la
caracterizacin composicional de los fluidos. En la Fig. 2.4 se muestra un ejemplo de las propiedades dependientes
de la presin para aceite y gas.

2.7.2. Propiedades de la Roca

2.7.2.1 Presin Capilar

En la primera aproximacin, la presin capilar y las permeabilidades relativas deben ser consideradas como
funciones slo de la roca reservorio. En caso de dos fases, la curva tpica de presin capilar es representada
mediante la Fig. 2.5.

La capilaridad depende de la saturacin del fluido mojante y de la direccin del cambio de saturacin (Curva de
drenaje o imbibicin). El valor

, el cual es necesario para iniciar el desplazamiento recibe el nombre de presin de

Umbral (Bear, 1972) y es importante en rocas de baja permeabilidad (Thomas et al., 1968). El valor de saturacin al
cual la fase mojante ya no puede ser desplazada por la aplicacin de un gradiente de presin es llamada saturacin
irreducible. Tericamente, la curva

debera tener una asntota en ese valor con el fin de que el gradiente de
presin se mantenga constante en ambas fases. Esto puede ser visto si se considera equilibrio gravitacional vertical.
Una situacin similar ocurre en el otro extremo de la curva durante el ciclo de imbibicin, cuando el valor de la
saturacin irreducible de la fase no-mojante es aproximado.





37






























Fig. 2.4 Funciones tpicas dependientes de la presin (Settari y Azis, 1975)
Rs
o
Bo
B
o

R
s

(
S
T
B
/
R
B
)

o

(
c
P
)

Po (psia)
400
0
800 1200 1600
1.1
1.2
1.3
20
40
60
1
400
Bg
g
800 1200 1600
0.01
0.02
0.03

g

(
c
P
)

Pg (psia)
B
g

0
0.01
0.02
0.03
0.04
38





























Fig. 2.5 Curva tpica

Welge (1949) fue el primero en medir la presin capilar negativa, lo cual dio inicio a debates as como tambin a
trabajos experimentales (Por ejemplo, Calhoun et al., 1949; Morrow y Harris, 1965; Morrow, 1970). Despus de esto,
investigadores en el rea concluyeron que la mojabilidad y capilaridad son funciones de algunas otras variables
adicionales. Entre ellas estn las propiedades de los fluidos del yacimiento, la contaminacin y la temperatura
(Poston et al., 1970).

Para simulacin numrica, las pendientes deben ser siempre finitas. Algunos de los primeros investigadores
intentaron incorporar valores grandes de pendientes en modelos computacionales con el fin de aproximar el carcter
asinttico. Esto cre problemas computacionales y ms tarde se reconoci que ese procedimiento no era necesario.
El uso de valores razonables de pendientes en la regin de

hace mucho ms fcil de resolver el problema. Pero,

por otro lado esto crea el problema de overshoot, el cual debe ser tratado numricamente (Capitulo 12).

Para flujo en tres fases, Leverett y Lewis (1941) investigaron por primera vez las funciones (2.58) y (2.59) y
encontraron algunas justificaciones para las siguientes suposiciones:

(2.103a)

= (

) (2.103b)


Las suposiciones (2.103a y b) en general siguen siendo usadas, aunque se han propuesto algunas mejoras, como la
hecha por Shutler (1969).
A pesar de que es posible formular un modelo que explique mediante histresis resultante el cambio de la direccin
de flujo, en muchos casos esta puede ser predicha y slo se requiere de un conjunto de curvas de presin capilar.

2.7.2.2 Permeabilidad relativa

La mayora de los trabajos experimentales sobre permeabilidad relativa tambin han sido realizados sobre sistemas
de dos fases. La figura 2.6 muestra los resultados tpicos que pueden ser obtenidos desplazando el aceite con agua
para un sistema agua-aceite. El valor de Sw en el cual el agua empieza a fluir es llamado saturacin crtica, Swc. La
saturacin Snc en la cual la fase desplazada deja de fluir es llamada saturacin residual. Similarmente, en un ciclo
de drenaje la Snc ser la saturacin crtica y la Swc la saturacin residual. Debido la inclinacin de las curvas de
presin capilar en la saturacin irreducible debe ser finito en el modelo numrico, la curva de presin capilar usada
no puede ser la misma para definir la saturacin en la cual la fase desplazada llega a ser inmvil. Este valor es por lo
Swc Snc
Sw
0 1
Pc
Pcb
Imbibicin
Drenaje
39

tanto determinado por la saturacin residual, en la cual la permeabilidad relativa se hace cero. En trminos de la
ecuacin de flujo de Darcy esto significa que la fase deja de fluir porque la movilidad es cero y no porque la fuerza
externa es cero. Consecuentemente, ah no se necesita distinguir la saturacin crtica y la irreducible.

Figura 2.6.Curvas Tpicas de Kr.

Junto con los numerosos resultados experimentales, hay tambin mtodos tericos los cuales muestran que la
porosidad, la presin capilar y la permeabilidad relativa estn relacionadas. Una relacin aproximada entre ellas es
representada por la funcin de Leverett ( =

/ ) la cual es la base para algunos de los mtodos tericos de

clculo de la permeabilidad (Ashford, 1969). Por lo tanto, en un yacimiento con propiedades variando fuertemente,
diferentes curvas de permeabilidad relativa y saturacin residual deben ser usadas en diferentes partes del
yacimiento.

La mojabilidad de la roca tambin tiene una fuerte influencia sobre la permeabilidad relativa (Owens y Archer, 1971).
Mungan (1972) muestra que los fluidos del yacimiento en lugar de los lquidos refinados deben ser utilizados para las
mediciones de permeabilidad relativa.

Comenzado con la primera medicin por Leverett y Lewis (1941), casi todos los trabajos de tres fases han sido
realizados experimentalmente (Corey et al., 1956; Snell, 1962). Estas investigaciones muestran que la dependencia
funcional puede ser aproximada por:

= = (2.104)

= , (2.105)

La funcin (2.105) es rara vez conocida e incluso cuando lo es, la forma no es conveniente para usar en los modelos
numricos.

Prcticamente los enfoques son basados en la estimacin de la permeabilidad relativa de las tres fases des dos
grupos de datos de dos fases: la permeabilidad relativa en un sistema agua-aceite

= () (2.106)

Y en un sistema gas-aceite

= () (2.107)

El concepto puede entenderse mejor si se fija en lo que se refiere a la Krow, la fase no mojante puede ser asumida
como la suma de la fase aceite y la fase gas, y similarmente para Krog, la fase mojante es toda de liquido ( aceite y
agua) presente. Por lo tanto, en la figura 2.7 (a) el punto con Krow = 0 denota la saturacin de agua mxima ms
bien que la saturacin de aceite, porque la saturacin de aceite puede estar decreciendo mas por el incremento de la
saturacin de gas. Sin embargo, esto ha sido encontrado experimentalmente que una saturacin residual de aceite
40

diferente de cero existe cuando el aceite es desplazado simultneamente por el agua y el gas. La observacin sobre
la histresis hecha tempranamente Pc aplica tambin a los datos de Kr y el dato correcto de acuerdo al
desplazamiento (drenaje o inhibicin) debe ser seleccionado.

El tratamiento numrico de la histresis es discutido en el captulo 12.

Figura 2.7. (a) Sistema Agua-Aceite, (b) Sistema Gas-Aceite

La aplicacin ms sencilla para predecir Kro es definir

= (2.108)

Dos modelos ms exactos fueron propuestos por Stone. En el primer mtodo, Stone (1970) define la saturacin
normalizada como:

(1 )
(2.109)

(1 )
(2.110)

(1 )
(2.111)

Ahora la permeabilidad relativa del aceite en un sistema de tres fases es asumida como

=

(2.112)

Los multiplicadores w y g estn determinados para la condicin que la ecuacin (2.112) reduce los datos a dos
fases para los dos casos extremos de Sg=Sg*=0 y Sw=Swc. Esto da:

=
()
1

=
()
1

(2.113)

La regin de la fase movible de aceite para el modelo (2.113) es mostrada en el diagrama ternario en la figura 2.8,
asumiendo un incremento de Sw y Sg.
41


Figura 2.8. Zona movible de aceite para un flujo en tres fases.

























Figura 2.9. Funciones tpica de la dependencia de la saturacin para sistemas Agua- Aceite con Agua como la fase
mojante (de Settari y Aziz. 1975).

El segundo modelo (Stone, 1973) no requiere especificacin de Som y esto es, en verdad, capaz de predecirse. La
prediccin de la ecuacin es derivada de las consideraciones del canal de flujo y estn de la forma

= + + ( + ) (2.114)

Con la restriccin que Kro0, valores negativos de Kro implica un aceite inmvil.
El valor cero en ambos modelos para que reduzcan exactamente los datos a dos fases solo puede hacerse si la
permeabilidad relativa en los end points es igual a uno:

= 0 = 1 (2.115)

De otro modo, la funcin Kro (Sw, Sg) solo se aproximara a datos de dos fases. Un modelo que no tiene esta
limitacin puede ser desarrollado si nosotros asumimos que los datos de aceite gas son medidos en la presencia
del agua irreducible.

42





















Figura 2.10. Funciones tpicas de la dependencia del a saturacin para sistemas Gas-Aceite con Aceite como la fase
mojante (de Settari y Aziz, 1975).

En este caso, un sistema agua-aceite en Swc y en un sistema gas-aceite en Sg=0 son idnticos fsicamente (i.e.,
ambos tienen Sw=Swc, So=1-Swc) y por lo tanto la ecuacin (2.115) debera ser equivalente definiendo la
permeabilidad absoluta como la permeabilidad efectiva de la fase aceite en la presencia de Swc. En orden de
preservar la definicin acostumbrada de permeabilidad, los modelos presentados por Stone deben ser alterados.

Vamos a hacer la denotacin

=

= 1 = (2.116)

Donde SL =1-Sg =So+Swc para un sistema gas-aceite. Los dos modelos de Stone pueden ahora ser modificados como
sigue:

Modelo 1
=

(2.117)

Donde

)/

)/

(2.118)


Modelo 1 Modelo 2

= 0.15
43


Figura 2.11. Calculo de Kro para tres fases por el Modelo Stone 1 y 2.

Modelo 2

)(

) (

) (2.119)

Dietrich y Bondor (1976) tienen otra sugerencia normalizada del Modelo 2:

=
1

) (2.120)


Modelo 1 Modelo 2

= 0.1

Figura 2.12. Clculo de Kro para tres fases por el Modelo de Stone 1 y 2.
44


Este modelo tiende a predecir una Som ms alta comparado con la ecuacin (2.119). Tambin, nos da valores
incorrectos para pequeos Krow desde

lim

= con

0

Por lo tanto la ecuacin (2.119) es un modelo ms razonable.

Ejemplos
Las figuras 2.9 y 2.10 muestran ejemplos de propiedades de roca de dos fases. Dos ejemplos de tres fases
calculando Kro por la ecuacin (2.118) y (2.119) estn en la figura 2.11 y 2.12. El diagrama de datos de dos fases es
una interpolacin lineal entre los datos tabulados, como deberan tpicamente ingresados en un simulador. El
segundo set de datos muestra que los dos modelos pueden predecir permeabilidades bastantes diferentes en la
regin de baja Kro.


2.7.2.3 Otras propiedades
El carcter tensorial de la permeabilidad absoluta ha tenido ya una discusin en la seccin 2.2.3. Debido a la
estratificacin de las rocas en el yacimiento, el principal eje tensor es usualmente el horizontal y el vertical y puede
ser identificado con permeabilidad horizontal (kH) y permeabilidad vertical (kv). Por lo tanto para un sistema de
coordenadas cartesianas xyz con Z vertical, nosotros tendramos kx=ky=kH, kz=kv.

La porosidad de la roca depende de la presin debido a la compresibilidad de la roca CR. Usualmente, la CR es
comparada con la compresibilidad del agua e igualmente puede ser asumida constante, la cual se da
= 1 +

( ) (2.121)

Donde es la porosidad a una presin de referencia p.


2.8 CONCLUSIONES

En este captulo, las ecuaciones bsicas de flujo de fluidos para modelos de aceite negro se han desarrollado. Las
limitaciones de estas ecuaciones no se han discutido ya que no se dispone de alternativas, y la discusin de este
tema debe ser restringido en un libro que trate principalmente los mtodos numricos.

La mayor debilidad del modelo matemtico est en el rea de tres fases,
la permeabilidad relativa y presin capilar. Los modelos simples basados en
de datos en dos fases requieren verificacin. Tambin hemos ignorado los problemas de flujo de fluidos con
cambio de temperatura y la difusin masiva. Estos temas estn fuera del alcance de este texto.
EJERCICIOS
Ejercicio 2.1

Deducir la ecuacin de conservacin de la masa de una sustancia arbitraria considerando un medio poroso de forma
arbitraria saturado con uno o ms fases.

Solucin

Considere el flujo de una determinada sustancia Q que se distribuye con
la concentracin C en el sistema que se muestra a continuacin.
45


dnde
El flujo neto a travs de la superficie = .

De la generacin de Q en V =

La tasa de cambio de Q en V =

v = velocidad real de la sustancia (la velocidad intersticial) en el medio poroso.
q=generacin de Q por unidad de volumen por unidad de tiempo.
Ahora, utilizando el teorema de Gauss demostrar que la ecuacin de conservacin de Q
d
dt
CdV
V
= cv. nd
0
+ qdv
V


puede ser escrito como

dC
dt
+ . Cv q dv = 0 (D)
V


Prximo show para un medio poroso saturado con un solo componente la ecuacin de fluidos. (D) puede ser escrito
como:
. u =
d
dt
q (E)

dnde
u = v = Velocidad Darcy

Sugerencia: flujo msico = . = . puesto que C= para el espacio de los poros yC = 0 para la matriz de
roca. Del mismo modo C = para la acumulacin.

Ahora extendemos la ecuacin. (E) para el flujo multifasico y proporcionar definiciones de la velocidad de Darcy y la
permeabilidad relativa basada en el flujo de masa.

Ejercicio 2.2

Deducir las ecuaciones. (2,94) y (2,95).

Solucin

(a) A partir de las ecuaciones. (2,20) y (2,21), eliminar dSL/dt, multiplicando la ecuacin de la fase humectante por
bn/bw para obtener la ecuacin. (2,94).
(b) La velocidad de Darcyuw viene dada por :
46

u
w
= f
w
u
T
+kP
c
+z A

Sustituirest en la ecuacin de la fase de mojante la ecuacin para obtener la ecuacin. (2,95).
Ejercicio 2.3

Deducir el equivalente de ecuaciones. (2,94) y (2,95) para flujo de tres fases.

Solucin
Comience con
. b
W
u
W
=
d
dt
(b
W
S
W
+ q
W
) (A)
. b
0
u
0
=
d
dt
(b
0
S
0
+ q
0
) (B)
. b
g
u
g
R
s
. b
0
u
0
=
d
dt
(b
g
g + b
0
S
0
dR
s
dt
+ q
0
) (C)

(Vase el ejercicio 5.2 del captulo 5 de la forma de la ecuacin. (C).

(a) Eliminar las derivadas de la saturacin multiplicar las ecuaciones agua y gas
de bo/bw y bo/bg, y aade:
.
0

0

0
+

=
0

dR
s
dt
+

+
0
+

(D)
(b) La ecuacin de flujo fraccional de agua es:
u
w
= f
w
u
T
+K
0g
P
c0w
+
0w
z + K
g
P
c0g
+
0g
z (E)
Donde

0g
=
K
ro
u
o
+
K
rg
u
g
f
w

g
=
K
rg
u
g
f
w

Sustituir (E) en (A) para obtener

+
0w
d
og
dS
w
+
0g
d
g
dS
w
z . S
w
+

+
0w
d
og
dS
g
+
0g
d
g
dS
g
z . S
g
+ .

og
dP
cow
dS
w
S
w
+ .

g
dP
cog
dS
g
S
g

S
w
q
w

og
. K

0w
z

g
. K

0g
z (F)
47

Similarmente, derive la ecuacin de flujo fraccional del aceite.
u
o
= f
o
u
T
K
w
P
cow
+
0w
z +K
g
P
cog
+
0g
z G

w
=
K
rw
u
w
f
o

g
=
K
rg
u
g
f
o

y sustituya G en (B) para obtener

b
o
u
T
f
o
S
w
+ K
0w

w
S
w
+
0g

g
S
w
z . S
w
+ b
o
u
T
f
o
S
g
+ K
0w

w
S
w
+
0g

g
S
w
z . S
g
. b
o
K
w
dP
cow
dS
w
S
w
+ . b
o
K
w
dP
cog
dS
g
S
g

t
b
o
S
o
q
o
f
o
. b
o
u
T
+
w
. Kb
o

0w
z
g
. Kb
o

0g
z (H)
















































48

Capitulo 3

FLUJ O DE UN FLUIDO EN UNA SOLA DIMENSION

3.1 INTRODUCCIN

Este captulo trata la solucin numrica de ecuaciones de flujo en una sola fase y en una dimensin. Entre los
problemas tratados en este libro, los problemas en una sola dimensin son los ms simples y no siempre necesitan el
uso de tcnicas numricas. Soluciones analticas son conocidas por varios casos especiales (cf. Muskat, 1937;
Collins, 1961) y ellos proveen un medio para verificar la exactitud de los mtodos aproximados. Adems, la mayora
de los conceptos relacionados con mtodos de diferencias finitas y tcnicas de solucin pueden ser introducidos aqu
en una forma simple y fcil de entender y luego extenderlos a varias dimensiones.
La formulacin matemtica de problemas y sus tratamientos numricos depende del tipo de sistema fsico y
suposiciones relacionadas en el desarrollo del modelo matemtico del sistema.
Las ecuaciones de flujo a ser consideradas en este captulo han sido discutidas en forma general en el captulo 2.
Aqu presentamos un resumen de varias formas de ecuaciones de flujo en una dimensin. Mtodos de diferencias
finitas para la solucin de estas ecuaciones sern presentados en la siguiente seccin de este captulo. La mayora
de los problemas de flujo en una dimensin pueden ser puestos en una de las siguientes formas:
1. Problemas de flujo lineal en estado estable caso ODE lineal.

2
= (3,1)

2. Problemas de flujo lineal en estado transitorio caso PDE lineal

2
=

+ , (3,2)

3. Problemas de flujo lineal en estado transitorio caso PDE coeficiente variable y no lineal.

(, )

= ,

+ , (3,3)

4. Problemas de flujo radial transitorio caso PDE coeficiente variable y no lineal.

1

(, )

= ,

+ , (3,4)

El uso del smbolo U para representar la variable dependiente P es conveniente para una discusin general de los
mtodos de diferencias finitas. Sin embargo es ms conveniente usar el smbolo para ambas soluciones, la
aproximada y la exacta en los siguientes captulos, y en algunos casos, cuando debamos tomar ventaja de las
caractersticas fsicas del problema.

Las siguientes dos secciones introduce la terminologa y los conceptos bsicos de los mtodos de diferencias finitas.
Para mayor claridad, esto es llevado a cabo por una ecuacin elptica simple (ec 3.1) y la ecuacin parablica ms
simple (ec 3.2) con cuadricula regular. Los temas especiales de cuadriculas irregulares y el tratamiento de no
linealidades son tratados en las secciones subsecuentes.

La ecuacin que describe el flujo de una sola fase en medios porosos no es nica para la mecnica de los
yacimientos. En consecuencia, la literatura pertinente a la solucin numrica de estas ecuaciones es basta. El fondo
del anlisis numrico relacionado a este problema puede ser encontrado en numerosos libros (ej. Lapidus 1962,
Smith 1965, Von Rosenberg 1969 Ames 1969, Mitchell 1969) y es difcil escoger uno por referencia. Los avances en
anlisis numrico pueden ser seguidos en diferentes revistas. La literatura concerniente a aplicaciones es dispersa a
travs de algunas ramas de la ingeniera, en particular, transferencia de calor.

3.2 APROXIMACIN DE DIFERENCIAS FINITAS.

La siguiente exposicin tiene dos propsitos: (1) definir la terminologa y (2) resumir los hechos bsicos los cuales
sern requeridos luego para el desarrollo de tcnicas especiales. El completo tratamiento de teoras y aplicaciones
pueden ser encontradas en libros de soluciones numricas o ecuaciones diferenciales, como tambin en libros de
anlisis numrico.
La idea bsica de algn mtodo de aproximacin es para reemplazar el problema original por otro problema que es
ms fcil de resolver y del cual la solucin es en algn sentido cerca a la solucin del problema original.

49

Como un simple ejemplo considere la ecuacin:
=

2
= 0 0 < < (3,5)
Con,
0 = = 0

En la aproximacin de diferencias finitas, en vez de tratar de encontrar una funcin continua y suave U(x) la cual
satisface (3.5), tratamos solo valores aproximados de la solucin denotados por u sobre un set finito de distintos
puntos x1, x2,, xn dentro del intervalo (0, L). Los puntos x son llamados puntos de cuadricula (tambin puntos de
malla o puntos de red). La ecuacin diferencial es reemplazada por un juego de ecuaciones algebraicas relacionando
valores ui en xi fara todos los puntos. Estas ecuaciones son llamadas ecuaciones de diferencias finitas y el
problema diferencial es entonces reducido a un problema algebraico. Si podemos mostrar que el problema discreto
es cercano al problema original, entonces los valores ui se aproximaran a la verdadera solucin Ui = U(xi) en la
posicin xi. El proceso de obtener ecuaciones de diferencias finitas que aproximen una ecuacin deferencial dada es
llamado discretizacin.
Tres tipos de preguntas pueden ser respondidas en esta etapa:
a) Cmo puede una ecuacin diferencial dada ser discretizada?
b) Cmo podemos determinar que la solucin de diferencias finitas ui es cercana a Ui en algn sentido, y cul
es la magnitud de la diferencia?
c) Cul es el mejor mtodo de resolver el sistema de ecuaciones algebraicas resultante?
Las primeras dos preguntas son discutidas en este captulo. La tercera pregunta es extremadamente importante
desde el punto de vista prctico, y envuelve dos pasos. Primero, cuando las ecuaciones de diferencias finitas no son
lineales, deben ser linealizadas. Esta pregunta ser considerada en la seccin 3.7. El segundo paso involucra la
solucin de la matriz resultante, y este importante problema ser considerado en el siguiente captulo.

3.2.1 Discretizacin en el Espacio.

Consideremos la ecuacin 3.5 con condiciones de limites U(0)=U(L)=0. Bsicamente, hay tres mtodos disponibles
para la discretizacin de algn operador dado: el mtodo de la serie de Taylor, el mtodo integral y el mtodo
variacionales (Forsythe and Wasow, 1960; Varga, 1962). Estos corresponden a las formulaciones deferencial,
integral y variacional de la ecuacin de conservacin (ec 3.5).

El problema a resolver es:
= 0


En vez de esto resolvemos
= 0


Donde L es un operador de diferencia finita, aproximando el operador diferencial A. generalmente nosotros
escribimos

= + 3,6

Donde LUi es obtenido por aproximar las derivadas en el operador diferencial A y Ri es el trmino de residuo
usualmente referido como error de truncamiento o error de discretizacin local. Esto ser discutido luego en ms
detalle.

3.2.1.1 Mtodo de las Series de Taylor.
Consideremos una cuadricula uniforme, con puntos grid en

0
,
1
, ,
+1


Con x0=0, xn+1=L y el espacio de la cuadricula h definido por

=
+1

( + 1)


Ahora extendamos Ui+1 y Ui-1 dentro de las series de Taylor sobre Ui:

+1
=

2
2
+

3
6
+

4
24
+

5
120
+

6
720
+ (3,7)

50

1
=

2
2

3
6
+

4
24

5
120
+

6
720
(3,8)

Usando las dos expansiones de arriba podemos derivar algunas aproximaciones diferenciales para Ui y una para Ui.
Resolviendo la ec 3.7 para Ui tenemos:

+1

(3,9)

Donde

2
6
(3,10)

En la ecuacin 3.9 el termino (Ui+1 Ui)/h es la aproximacin diferencial adelantada para la derivada Ui. Esto es
obtenido por asumir que Ri es pequea.
Similarmente, organizando la ec 3.8 obtenemos

(3,11)
Donde

2
6
+ (3,12)

En la ecuacin 3.11 el termino (Ui Ui-1)/h es la aproximacin diferencial atrasada para la derivada Ui y R
b
i es el error
de discretizacin local para el termino de la aproximacin diferencial atrasada.

La aproximacin de diferencia central de Ui es obtenida por sustraer la ec 3.8 de la ec 3.7 y reorganizando:

+1

1
2
+

(3,13)

Donde

4
120
(3,14)

Aqu (Ui+1 Ui-1)/2h proporciona una aproximacin para Ui.
Hasta ahora solo la primera derivada ha sido considerada. Una aproximacin para la segunda derivada es
desarrollada por sumar la ec 3.8 y la ec 3.7 y reorganizando:

1
2

+
+1

2
+

2
(3,15)


Donde

2
=

2
12

4
360
(3,16)


En la ec 3.15 el termino


1

1
2

+
+1

2
(3,17)


Es la aproximacin de la diferencia central para Ui y Ri
2
es el termino de residuo correspondiente. La ecuacin (3.17)
define el operador lineal D2
Como un ejemplo, considere el operador diferencial, A, definido por la ec. 3.5. Usando la aproximacin de
diferencia central de la derivada, tenemos

1
2

+
+1

2
(3,18)

51




Donde qi = q(xi). Comparando la expresin de arriba con la ec 3.6 vemos que

=
1

(3,19)

Generalmente no es posible para nosotros obtener la solucin exacta, en vez de esto resolvemos el problema

=
1

= 0 (3,20)


Donde ui es una aproximacin de diferencias finitas para Ui y la ec 3.20 es una aproximacin de diferencias finitas
para la ec 3.5.La otra aproximacin de diferencias finitas derivada aqu ser utilizada luego en problemas ms
generales.
Una aproximacin la cual es equivalente al tratamiento anterior es dado por la teora de interpolacin por polinomios
(ej. Carnahan et al 1969; kelley, 1968). Ya que la formula diferencial para U(p) es la derivada de un polinomio el cual
interpola U en un juego de puntos dados, esto sigue inmediatamente que:
a) Un operador diferencial para U
(P)
debe involucrar al menos P+1 valores diferentes de Ui
b) La aproximacin para U
(p)
es exacta si la funcin U es un polinomio de grado q<p
Esta aproximacin es conveniente para la derivacin de aproximaciones de mayor orden. (Ver ejercici o 3.1 al final de
este captulo).

3.2.1.2 Mtodo Integral.
El mtodo integral es cercano al significado fsico de la ecuacin. Note que la ec 3.17 podra ser derivada por primero
escribir U = (U) y aproximando esto como

+
1
2

1
2

Entonces aproximando U como

+
1
2

(
+1

)/

1
2

1
)/

Este procedimiento es, de hecho, la derivacin de la ecuacin de diferencias finitas por el mtodo integral. Esto en
contraste con el mtodo de las series de Taylor requiere el concepto adicional de un bloque (o regin de malla), la
cual es la regin rodeada por los lmites entre el punto dado y su vecindad. En una dimensin, nosotros
reemplazamos eje-x por una barra de seccin constante A y el bloque para el punto de cuadricula es definido por los
limites

Figura 3.1. Discretizacin unidimensional en bloques.
Ya que la ecuacin 3.5 expresa conservacin de masa, como discutimos en detalle en el captulo 2, esto puede ser
escrito en forma integral como

2
+
1
2

1
2

+
1
2

1
2
=
52

+1/2

1/2

+1/2
1/2
= 0 (3,21)


Donde la integracin ha sido llevada a cabo sobre el volumen de bloque y la integral convertida usando el teorema de
Greens. La ecuacin 3.21 expresa conservacin de masa para el bloque i, porque

+1/2


Son tasas de flujo interbloque y


+1/2
1/2


Es la tasa de fuente total por bloque i. ahora podemos discretizar la ec 3.21 con el uso de diferencias centrales para
los trminos dU/dx :

+1/2

1/2

+1
2

+
1

= 0 (3,22)

Donde qi aproxima el valor de q en el bloque i. Dividiendo la ec 3.22 por el volumen de el bloque V = Ah dando como
resultado la ec 3.20 de nuevo. Note que el mtodo integral da ecuaciones que son expresadas en unidades de
masa/tiempo, mientras que el mtodo de Taylor da ecuaciones de masa/ (volumen*tiempo). En aplicaciones
prcticas, la primera forma, la ec 3.22 es preferible porque da matrices simtricas y es apropiada por los clculos de
balances de materia. Estos aspectos son discutidos en la seccin 3.7.

3.2.1.3 Mtodo Variacional.
Finalmente tocaremos de forma abreviada el uso del mtodo variacional. El punto inicial aqu es la formulacin
variacional de la ecuacin de conservacin. Como se discute en largas referencias de los mtodos variacionales
(Mikhlin, 1964; Courant y Hilbert, 1953; Hildebrand, 1965; Schechter, 1967) la solucin de U de la ec 3.5 minimiza la
integral
=
1
2

0
(3,23)

Entre todas las funciones V que son suficientemente suaves y satisfacen las condiciones limites. En esta etapa
podemos escoger la aproximacin directa de la funcin L, como muestra Varga (1962). La segunda posibilidad es
construir una clase de funcin v (usualmente polinomial), la cual aproxima la funcin V y entonces resuelve el
problema de minimizacin solo para funciones de esta clase. Por ejemplo asumamos que todas las funciones
aproximadas v tienen la forma:
=

()
=
=1
(3,24)

Donde Si(x) es la tambin llamada funcin Chapeau mostrada en la figura 3.2. Las funciones Si son llamadas
funciones base y cada Si diferente de cero solo en el intervalo (xi-1, xi+1), llamados el so porte de Si. Es fcilmente
visto que la clase de funciones definidas por la ec 3.24 consistentes de todas las funciones v, que son continuas y
pieza clave lineal entre los puntos xi. Las funciones v satisfacen v(0) = v(L) = 0 y los valores de v en xi son iguales a
ci. Sustitucin de la ecuacin 3.24 en la ecuacin 3.23 da una forma cuadrtica en ci la cual controla un mnimo para
ciertos valores de vi = ci. El proceso de minimizacin (bosquejado en ejercicio 3.2) conduce a un juego de ecuaciones
algebraicas para vi, idnticos con la ec 3.20.

53

Figura 3.2. Funcin de Chapeau

De hecho podemos escoger diferentes funciones base que generarn diferentes ecuaciones. Esta aproximacin en
su ms extenso sentido abarca todos los mtodos de tipo variacional (Ritz, Galerkin, elementos finitos, peso residual
y otros mtodos). Por esta razn, y tambin porque en esta aproximacin trabajamos con funciones continuas ms
que con valores discretos, las ecuaciones algebraicas generadas por estos mtodos no son referidas como
ecuaciones de diferencias finitas.

3.2.1.4 Problema Discretizado.

Todos los mtodos de discretizacin llenan un juego de ecuaciones algebraicas para el problema de valores limites
(ec 3.5):

+1
2

+
1

2
=

, = 1, 2, ,

0
=
+1
= 0 (3,25)

Estas ecuaciones pueden ser escritas en forma de matriz como

1

2
= (3,26)

Donde E es una matriz trigonal simtrica

=

2 1
1 2 1
1 2 1
. . .
. . .
1 2

(3,27)

Y los vectores u y q son definidos como
=

Los mtodos para la solucin de la ec. (3.26) son considerados en el siguiente captulo.

3.2.2 Discretizacin en el Tiempo.

Considere la ecuacin parablica (ec. (3.2))

2
=

+ (3.28)

Con la condicin inicial U(x,0) = U
o
(x)= f(x). Ya hemos discutido la discretizacin en el lado derecho en trminos de
valores de malla ui. Para un problema dependiente del tiempo, estos valores son funcin del tiempo, ui = ui (t).
54

Entonces por cada punto xi en la malla, el lado derecho de la ecuacin (3.26) puede ser reemplazado por dui/dt + qi y
obtenemos un sistema de ecuaciones diferenciales ordinarias

+1
2

+
1

2
=

= 1, 2, , (3,29)

Con la condicin inicial ui(0) = U
o
(xi).

La ecuacin 3.29 es discretizada en el espacio, pero continua en el tiempo; por esta razn este proceso es llamado
semi-discretizacin (Varga, 1962).

La forma usual de resolver el sistema de ecuaciones diferenciales ordinarias (ODEs) (3.29) es discretizar las
derivadas del tiempo tambin. Un acercamiento es aplicar los mtodos desarrollados pro ODEs, como discutimos en
la seccin 3.3.3.

Sin embargo, porque el nmero de ecuaciones simultneas es usualmente grande, mtodos numricos especiales
para ecuaciones parablicas han sido desarrollados independientes de los mtodos numricos para ODEs.

Discreticemos la coordenada tiempo en intervalos t, y busquemos soluciones numricas solo en niveles discretos
t0=0, t1=t,, tn=nt, entonces cada funcin ui(t) es aproximada por valores

, n=1,2. La derivada dui/dt es

entonces expresada en trminos de

.

El mtodo ms simple es obtenido cuando dui/dt es aproximado por la diferencia adelantada:

+1

/

Sustituyendo esto en la ecuacin 3.29 con el lado izquierdo escrito en el nivel n, resulta el clsico mtodo explicito:

1
2

+
+1

+1

= +

= = 1, 2, , = 0,1 (3,30)

Donde =t / h
2

Ya que el primer paso (n=0) todos

0
= U
o
(xi) son conocidos, el nico termino desconocido en la ecuacin i es

+1
.
Las ecuaciones pueden se resueltas explcitamente punto por punto; as pues el nombre mtodo explicito
Otra opcin es usar la diferencia atrasada para aproximar la derivada del tiempo

+1

/

Y escribir el lado izquierdo en el nivel n+1:

+1
2

+
1

+1
=

+1

= +

= = 1, 2, , = 0,1 (3,31)

Todos los trminos

+1
son desconocidos, entonces las N ecuaciones para un nivel de tiempo dado n deben ser
resueltos simultneamente. Consecuentemente, la ec (3.31) es llamada el mtodo implcito (clsico). En notacin
matricial esto puede ser escrito como

+
+
=

= 0, 1, 2, (3,32)

Donde E es la matriz definida por la ecuacin (3.27) e I es la matriz identidad.
Otros mtodos sern discutidos luego en este captulo. Debera ser mencionado que una teora unificada por
discretizacin de tiempo es dada por la teora de la aproximacin de Pade (Varga, 1962).

3.2.3 Discretizacin de Errores

En el desarrollo de aproximaciones de diferencias finitas a varias derivadas, el trmino de residuo era insignificante,
esto es importante para considerar en esta etapa, la influencia de estas aproximaciones y preguntar:
1. Provee la solucin

una aproximacin razonable para

?
2. Cul es el comportamiento de los errores de discretizacin cuando los tamaos de malla son refinados?

55


Estas preguntas son consideradas luego.

3.2.3.1 Orden Local de Aproximaciones y Consistencia.
Tomemos como un ejemplo la expresin (3.9) para la aproximacin de U el residuo

, dado por la ec (3.10) es

llamado el error de truncamiento o el error de discretizacin local de la aproximacin de Ui por (Ui+1 Ui)/h. para
evaluar la magnitud de

, necesitamos las derivadas de U ms altas, las cuales son usualmente desconocidas. Sin
embargo, alguna informacin cualitativa sobre el comportamiento de

para h0 puede ser obtenida. Para hacer

esto, necesitamos introducir la notacin asinttica: una funcin f (h) es de orden p, si hay una constante K tal que
para toda h<h0, |f (h) | Kh
p
. Podemos escribir esto como

= 0

En otras palabras, f (h) tiende a cero al menos tan rpido como la

(El caso ms comn es cuando p es un integral

positivo) De otra forma, la notacin

=

Significa que f (h) / h
p
0 como h0, esto es f (h) tiende a cero ms rpido de h
p
. (Para una explicacin ms
detallada, ver el texto de Ames, 1969)

Aplicando esta notacin a

2
6


Vemos que para h0 el primer termino ser eventualmente dominado y entonces

=
0

2


La cual implica

= (3,33)

Tambin, ya que Ui no es una funcin de hm R
f
O(h
p
) para alguna p>1. Los valores p ms altos para los cuales
R=O (h
p
) es llamado el orden de el error R (y la aproximacin asociada con R). Entonces la formula de diferencia
adelantada 3.9 es una aproximacin de primer orden para U y podemos escribir

+1

+ (3,34)
Similarmente encontramos

+ (3,35)

+1

1
2
+
2
(3,36)

+1
2

+
1

2
+
2
(3,37)

El termino de error en cada una de las anteriores expresiones puede ser hecho arbitrariamente pequeo escogiendo
un valor suficientemente pequeo de h. Tales aproximaciones son llamadas consistentes. Ms precisamente al
operador de diferencia L se dice que es una aproximacin consistente para el operador diferencial consistente A en
el punto xi, si el error de truncamiento, Ri, satisface

0 0 (3,38)

Ya que la definicin anterior aplica al punto xi solamente, una definicin ms general es ms provechosa de un punto
de vista prctico.

DEFINICIN: Un operador de diferencia L es consistente con el operador diferencial A, si ||R||0 como h0 donde
||R|| es alguna norma de vector R conteniendo elementos Ri (ver apndice A).
56

La anterior definicin ha sido usada, entre otros, por Richtmyer y Morton (1967) y Blum (1972). Si solamente ordenes
de aproximacin integral son considerados, la anterior definicin es equivalente a decir que
L es consistente si Ri = O(h
p
) con p 1

Y
L es consistente si Ri = O (h
0
)

Note que la consistencia es una propiedad del operador de diferencia y no de la solucin.

3.2.3.2 Convergencia
Dejemos ei ser el error en la solucin aproximada en i,

ei = Ui ui (3.39)

Este es llamado el error de la solucin o el error de discretizacin global.
DEFINICIN: Un operador de diferencia L es convergente al operador diferencial A, si ||e||0 como h0.

Los errores ei son ms importantes que Ri desde un punto de vista prctico. Para mostrar su conexin evaluemos
LUi Lui
Para el problema del valor del lmite elptico de la ec 3.5. Por virtud de la definicin 3.6

= (3.40)

Ya que AUi = 0. Ahora el operador de diferencia finita para este problema es definido por


1

= 0 (3,41)

Sustrayendo la ecuacin 3.41 de la ecuacin 3.40 y usando la definicin 3.39 tenemos:

=

=
1

=
1

O

1

= 0 (3,42)

En la derivacin de la ecuacin (3.42) hemos utilizado el hecho que
2
es un operador lineal. La ecuacin (3.42)
ilustra la importante relacin entre los errores locales y los errores de solucin:
Los errores de las solucin ei satisfacen la ecuacin diferencial para ui con la fuente qi
reemplazada por el error local, - Ri.

Para el ejemplo considerado anteriormente esto es fcil ver que

||e|| 0 como ||R||0

Y consistentemente implica convergencia. Adems, si ||R|| = O (h
p
), entonces la solucin de la ecuacin (3.42) ira
tambin a cero como O (h
p
). Un ejemplo de este bosquejo est en el ejercicio 3.3. Este resultado no es vlido en
general, ya que el orden de convergencia de l tambin depende de la aproximacin de las condiciones del lmite.
Complicaciones adicionales tambin vienen cuando consideramos problemas dependientes del tiempo.



Convergencia del mtodo explicito. Consideremos ahora el problema parablico (ec (3.28))

=

= 0

La aproximacin diferencial adelantada para este problema es dada por la ecuacin (3.30)

57

=
2

+1

= 0

= 1, 2, , = 0, 1, 2, (3,43)

Ya que

= _^ _^ = (^2 )+)()


L es una aproximacin consistente. Como descubrimos por la ec (3.41), encontramos que los errores e
n
i satisfacen:

+1

= (3,44)


Entonces el error ei
n+1
generado por errores ei
n
en los niveles previos y por Ri
n
es

+1
=
+1

+ 1 2

+
1

+ (3,45)

Podemos estimar el crecimiento de errores introducido en t=0. Denotado

y
=
,

Por la aplicacin de desigualdad triangular a la ec 3.45 esto sigue que

+1
2

+1 2

+ (3,46)

Nos permite primero considerar el caso cuando . Ya que (1 2 ) es positivo, eq 3.46 se reduce a

+1

++

La aplicacin sucesiva de la anterior relacin produce

+1

0
+ =
0
+

3,47

Donde E0 es el mximo error de truncamiento debido a la aproximacin de las condiciones iniciales. Hay dos
conclusiones importantes que podemos sacar de la ecuacin (3.47)

1. Si E0 = 0, entonces En 0 como grados de tiempo y el espaciamiento de la malla van a cero. Esto provee la
convergencia de el mtodo explicito para .

2. Si E0 0 entonces ya que M es definido, el error en algn paso, n, es definido. Volveremos atrs en este
punto cuando discutamos la estabilidad de esquemas de diferencias finitas.

Hasta ahora solo hemos considerado el caso cuando . Ahora consideremos el caso de .
Ahora la ecuacin (3.46) da

+1
(4 1)

+ =

+ 3,48

Donde = 4-1 > 1. Por aplicacin sucesiva de la relacin anterior obtenemos

0
+

1
=0
3,49
De nuevo hay 2 puntos importantes a tener en cuenta en la ecuacin (3.49):

1. Si E0 = 0, el segundo termino de la ec (3.49) puede no ir a cero como el periodo de tiempo y espaciamiento de
malla van a cero. Esto muestra que nosotros podramos no conseguir convergencia para este problema.

2. Si E0 0, entonces es claro que errores iniciales pueden y en la prctica lo hacen amplificar
exponencialmente con el numero de pasos de tiempo. Este punto es considerado con ms detalle con la
discusin de estabilidad.

58


Aqu tenemos un ejemplo de un esquema que es consistente pero solo Condicionalmente Convergente.
Convergencia Del Mtodo Implcito. Un anlisis, similar a l dado para el mtodo explicito, muestra que la
aproximacin diferencial atrasada de / en eq (3.31) resulta en un mtodo para el cual

0 , 0

Independientemente de el valor de . Esto ser mostrado a travs del anlisis de estabilidad en los ejercicios 3.5 y
3.5

3.2.3.3 Estabilidad
El concepto de estabilidad es importante para problemas dependientes del tiempo. EL siguiente prrafo provee una
definicin general para estabilidad.

DEFINICIN: Un algoritmo numrico es considerado estable si algunos errores son introducidos en alguna etapa de
computacin no amplificando durante las subsecuentes computaciones.

En un sentido ms general, estabilidad significa que la solucin maquina-computada depende continuamente de las
condiciones iniciales y limites.

Algunas definiciones existen en la literatura; estas son discutidas por Richtmyer y Morton (1967) y Forsythe y Wasow
(1960).

Para la ecuacin elptica, la aproximacin siempre ser estable si es consistente (incluyendo la aproximacin de las
condiciones limites) y si el mtodo usado para resolver la matriz de ecuaciones es estable por si mismo contra
errores de redondeo.

La situacin es diferente para ecuaciones parablicas, las cuales son aproximadas en una secuencia de pasos de
tiempo. Algn error i
n
introducido sobre algn nivel de tiempo n se propagar en el tiempo y afectara todas las
soluciones en todos los niveles de tiempo siguiente m > n. esto es verdad no solamente en errores de redondeo, sino
tambin en errores de desratizacin; entonces, la estabilidad es siempre necesaria si soluciones significantes estn
por ser alcanzadas.

Dos clases de errores pueden ser amplificados si el esquema numrico es inestable:
1. Errores de redondeo: cuando las ecuaciones de diferencias finitas son resueltas en computadores de memoria
finita, los valores computados, denotados por ui
*
, sern diferentes de ui. la diferencia ui
*
- ui, llamada partida, es
causada por errores de redondeo y depende de la memoria de la maquina y la organizacin de computacin.

2. Errores de discretizacin: cuando, por ejemplo, las condiciones inciales de el problema deben ser aproximadas
por los propsitos de solucin numrica, algunos errores son introducidos y E0 0. Durante la discusin de
convergencia fue mostrado que el efecto de no cero E0 aumenta con el tiempo si un esquema numrico
consistente, no converge. Aunque no fue afirmado explcitamente antes, un esquema numrico para el cual el
error iniciado E0 aumenta con el tiempo es llamado inestable.


Es claro de la discusin anterior que estabilidad y convergencia son propiedades relacionadas. Este resultado
contenido en el teorema equivalente de Lax:

Para una aproximacin consistente, estabilidad es una condicin necesaria y suficiente para convergencia.
(Richtmyer y Morton, 1967).

Este teorema es de gran valor prctico porque hay algunos mtodos relativamente simples para la investigacin de la
estabilidad, mientras la prueba directa de convergencia es usualmente bastante difcil para problemas prcticos.

Sin embargo, el teorema es vlido solo para problemas presentados propiamente (Richtmyer y Morton, 1967).
Algunos problemas no lineales pueden no satisfacer esta condicin, y la convergencia en tales casos no es
garantizado por la estabilidad. Un ejemplo de esta situacin es dado en el captulo 5 seccin 5.5.1, donde una
aproximacin consistente y estable a la ecuacin hiperblica no converge a la solucin verdadera.

Esto debera se claro por ahora que es bastante fcil ver si un esquema es consistente. Los dos mtodos para la
investigacin de estabilidad son discutidos luego.

59

Mtodos de las Series de Fourier. La solucin de un problema de valor inicial puede ser normalmente escrita en la
forma de las series de Fourier (Richtmyer y Morton, 1967). Similarmente, la solucin de la ecuacin deferencial
puede ser escrito en trminos de series de Fourier discretas:

()
= 1, 2, , 3,50
Donde

()
=

1 3,51

Y los coeficientes Am son determinados por las condiciones limites e inciales. El crecimiento del mth componente
ui
n(m)
es determinado por m el cual es llamado el factor de amplificacin. La ecuacin diferencial ser estable si

< 1 3,52

El factor de amplificacin es obtenido por sustitucin de la solucin de prueba de la ec (3.51) en la ecuacin
diferencial y resolviendo para m.. Por ejemplo, para el mtodo explicito (3.43), obtenemos despus de manipulacin
bosquejada en el ejercicio 3.4

= 1 4 sin

2
3,53

El requerimiento que | m| < 1 para alguna m dirige de nuevo la condicin < .

Mtodos de matriz. Ya que el mtodo de Fourier considera solo una solucin particular, ese no toma en cuenta las
condiciones limites. En contraste a esto, el mtodo de matriz maneja la solucin completa incluyendo las condiciones
lmites.
Cada formula de dos niveles de diferencia puede ser escrito en forma de matriz como

+1
=

+ = 0, 1, 2, 3,54


(Esto es, para el mtodo explicito (3.30), B = (I-E), por el mtodo implcito (3.32), B = (E + I)
-1
). Introduzcamos
errores en el vector inicial u
0
, tal que el vector inicial perturbado es u
*,0
= u
0
+
0
, y asumimos que el resto de los
clculos son llevados a cabo sin errores. Entonces la solucin en el nivel de tiempo n ser u
*,n
= u
n
+
n
. Sustituyendo
en 3.54 da
n+1
= B
n
y reduccin sucesiva de los niveles de tiempo da

3,55

En el orden que la ecuacin sea estable, ||
n
|| debe ser delimitado. Una condicin suficiente para esto es que ||B|| <
1 matriz normal consistente con el vector normal de . Usando las propiedades de normas consistentes discutidas
en el apndice A tenemos

0
=

0 < 1

En particular, si escogemos la norma euclidiana de la norma correspondiente de B es la norma espectral (ver
apndice A). Si B es simtrica (el cual es frecuentemente el caso), su norma espectral es igual a su radio espectral:

= =

Donde i son las races caractersticas de B. esto conduce al siguiente resultado:
Para un B simtrico el esquema diferencial es estable si

< 1 (3,56)

Donde max es la raz ms grande de B
Resultados ms generales son encontrados en Varga (1962), Faddeev y Faddeeva (1963), y Richtmyer y Morton
(1967) (ver apndice A). En general nosotros tenemos el siguiente resultado:
Para que un esquema diferencial sea estable es necesario y suficiente que todas las races de B sean
menores que la unidad en mdulos. Adems una condicin suficiente para estabilidad es que ninguna norma
de B sea menor que la unidad.

En casos simples de la ec (3.30) o (3.32), las races pueden ser obtenidas explcitamente y ellas son precisamente
los factores de amplificacin m del mtodo de Fourier (ejercicio 3.5).
60

3.3 OTROS MTODOS SELECCIONADOS

Dos mtodos bsicos para obtener una solucin aproximada de la ec 3.25 han sido discutidos en la ltima seccin.
La literatura est llena de otros mtodos; sin embargo no es prctico presentar una completa discusin de todos los
mtodos disponibles en este libro. Sin embargo una breve discusin de algunos mtodos seleccionados es
presentada.

3.3.1 Otros Mtodos Explcitos

Un ejemplo de un mtodo explicito ya ha sido dado por la ec 3.30. Tales mtodos son atractivos porque ellos no
requieren solucin de sistemas de ecuaciones. Sin embargo, ellos son solo condicionalmente estables dependiendo
de la relacin de malla = t/h
2
. Aqu consideraremos algunos de los otros mtodos explcitos reportados en la
literatura.

Uno de los primeros mtodos es debido a Richardson (1910):

2
2

+1

1
(3,57)


Aunque el mtodo es de O (t
2
) exactitud, es inestable para todos los valores de .
DuFort y Frankel (1953) modificaron la ec (3.57) por reemplazar el trmino 2ui
n
en el lado izquierdo por ui
n+1
+ ui
n-1
, el
cual da:

2
1

1
+
+1

+1
=

+1

1
3,58


Esto hace el mtodo incondicionalmente estable. Sin embargo, ya que las derivadas del espacio evaluadas con los
valores de u en tres diferentes niveles de tiempo, esta aproximacin no siempre es consistente (ejercicio 3.6). Ambas
ecuaciones (3.57) y (3.58) son ecuaciones de tercer nivel (envolviendo valores de u en t
n-1
, t
n
y t
n+1
). En orden de
iniciar la solucin, ellas requieren valores de los dos primeros niveles. Mientras u
0
es la condicin inicial, u
1
debe ser
generada por algn otro mtodo. Esto complica programar y puede afectar tambin la exactitud.

Mtodos explcitos incondicionalmente estables que no requieren valores de inicio adicional han sido introducidos por
Sauljev (1964) y luego con suaves modificaciones por Larkin (1964) y Barakat y Clark (1966).

El mtodo de Sauljev consiste de dos ecuaciones alternativamente a un singular paso de tiempo:

2
1
+1

+1
+
+1

+1

= 0, 2, 4, (3,59)


2
1

+
+1
+1

+1
=

+1

= 1, 3, 5, (3,59)


Estas ecuaciones pueden ser resueltas explcitamente si la ec. (3.59) es resuelta en orden de incrementar i, y la ec
(3.59b) en orden de disminuir i. El mtodo es incondicionalmente estable, pero consistente solo si 0 como t0
(como el mtodo de DuFort y Frankel).

Sin el cambio de direccin de barrido, el mtodo de Sauljev sufrira de acumulacin de error en el final de la lnea.
Entonces, adems un mejoramiento es esperado en dos barridos en direccin opuesta son llevados a cabo en cada
paso de tiempo y promediados:

+
+1

= 1, 2, 3, , (3,60)

+
+1

= , 1, , (3,60)

+1
=
1
2

(3,60)

Esta modificacin es debido a Larkin (1964) y Barakat y Clark (1966).

Otra clase de mtodos explcitos, llamado mtodos hopscotch por Gourlay (1970) Y Gourlsy y McGuire (1971), es
tambin basado en una idea propuesta por Sauljev (1964). En su forma ms simple, el algoritmo hopscotch es
usado primero calculando valores de ui
n+1
para todos los i singulares por el mtodo explicito (3.30), y entonces la
solucin es llenada por los valores de i por un mtodo implcito
61

+1
=

+1

= 1, 3,5, (3,61)

1
+1
2

+1
+
+1
+1
=

+1

= 2, 4,6, (3,61)

Luego (3.61) es llevado a cabo, ui-1
n+1
y ui+1
n+1
en la segunda ecuacin son conocidos y la ec (3.61b) tambin se
convierte en calculo explicito. El mtodo es incondicionalmente estable y O (x
2
+t
2
). En un escenario ms general,
el mtodo hopscotch ha mostrado ser una perturbacin del mtodo Crank-Nuciksib que ser discutido luego.

3.3.2 Otros Mtodos Implcitos.

El mtodo implcito clsico, dado por la ec (3.31), es de solo O (t) exactitud. Discutiremos aqu algunos mtodos
adicionales los cuales requieren solucin de ecuaciones simultneas.

Mtodo de Crank-Nicolson un mtodo de segundo orden en tiempo es la frmula de Crank-nicolson (C-N):

1
2

+
2

+1
=

+1

(3,62)


Este mtodo puede ser generalizado por asignar diferentes factores de peso a las partes explicita e implcita del lado
izquierdo. Si es el factor de peso, 0 < < 1, el mtodo generalizado es

+ 1
2

+1
=

+1

(3,63)

El mtodo usual de llegada en la ec (3.62) es para formar una aproximacin a d
2
u/dx
2
en el nivel de tiempo n+ para
el cual u
n+1
u
n
es una diferencia central de du/dt. Queremos demostrar aqu una aproximacin diferente la cual
muestra el equivalente del mtodo C-N al mtodo explicito-implcito de Sauljev consistente del uso alternado de
pasos explcitos e implcitos:

+1

= 0, 2, 4 (3,64)

+2
=

+2

+1
= 0, 2, 4 (3,64)


Adicionando las anteriores dos ecuaciones, obtenemos

(
2

+
2

+2
) =

+2

(3,65)


La ecuacin anterior es actualmente el mtodo C-N con un paso de tiempo de 2t. el nivel de tiempo n+1
corresponde al nivel n+ el cual no est explcitamente presente en la formula C-N con pasos de tiempo t puede
ser obtenido por tomar primero un paso explicito de t/2, seguido por un paso implcito de t/2. En orden de obtener
el mtodo generalizado 3.63, solo necesitamos usar 3.64a con paso de tiempo t y (3.64b) con paso de tiempo (1-
) t.

La forma (3.64) muestra que C-N es un tipo de mtodo predictor-corrector y tambin provee una forma alternativa de
programar.

El mtodo generalizado es incondicionalmente estable si 0<<1 y generalmente O(h
2
+t). Esto se convierte en O
(h
2
+t
2
) para = y O (h
4
+t
2
) para =-h
2
/12t (Crandall, 1955).
Algunos problemas vienen con el uso del mtodo C-N con condiciones derivadas del lmite. (Smith, 1965; Keas y
Mitchell, 1966).

Un ejemplo de mtodos implcitos multinivel es la formula (lees, 1966; Richtmyer y Morton, 1967, p 190)

+1
=
3
2

+1

1
2

1
= 1, 2, (3,66)

El peso en este caso est en el lado derecho. El esquema es incondicionalmente estable y O(h
2
+t
2
), pero necesita
valores auxiliares de inicio. (Ejercicio 3.7).
Richtmyer y Morton 1967 presentan una compilacin de algunos otros esquemas diferenciales multinivel.

62

3.3.3 Mtodos ODE

Como hemos visto en la seccin 3.2.2, una vez las derivadas de espacio son discretizadas, un sistema de
ecuaciones diferenciales ordinarias (ODE) es obtenido en la ec (3.29).
Podemos entonces aplicar (al menos en principio) alguno de los numerosos mtodos desarrollados para ODEs para
avances de solucin en tiempo. De hecho, todos los mtodos presentados hasta ahora pueden ser derivados de los
mtodos ODE. En esta seccin presentaremos algunos de los antiguos mtodos en un nuevo escenario y algunos
mtodos nuevos.
Consideremos, por ejemplo, el problema de valores limites

2
(3,67)

Por discretizacin del lado derecho obtenemos un juego de ecuaciones diferenciales ordinarias:

=
1

= 1,2, , (3,68)

Las cuales pueden ser escritas en forma de matriz como

=
1

2
(3,69)

La matriz E ha sido definida por (3.27).

En la literatura ODE, el sistema de ecuaciones a ser resuelto son usualmente escritos como

= , (3,70)

Por lo tanto para nuestro ejemplo

=
1

2
(3,71)

Todos los mtodos ODE pueden ser vistos como aproximacin a

+1
=

+
+1

3.3.3.1 Mtodo De Euler

El mtodo de Euler (Henrici, 1962) por la ec (3.70) es un mtodo explicito dado por

+1
=

+
2

= 1, 2, , (3,72)

O en forma de matriz como

+1
=

(3,73)

El cual es exactamente el clsico mtodo explicito dado anteriormente por la ec (3.30)

3.3.3.2 Mtodo de Euler modificado
Un mtodo popular explicito y de segundo orden esta desarrollado por los siguientes dos pasos:

1. Primero predecimos la solucin por el mtodo de Euler

2.

,+1
=

= 1,2, , (3.74)
63



3. El valor predicho es usado para encontrar la solucin en n+1 por:

,+1
=

2
[

,+1
,
+1
]

= 1,2, , (3.75)

En forma de matriz el mtodo puede ser escrito como:


+1
=
1
2
[ +
2
]

(3.76)

Y la estabilidad del mtodo depende del radio espectral de la matriz en el lado derecho. Este mtodo es conocido en
la literatura con diferentes nombres. Podemos generalizar los mtodos en forma del segundo orden del mtodo de
Runge-Kutta (Henrici,1962):

2
(3.77)

+1
=

+ [1

] (3.78)

Para b=0 la ecuacin de arriba se reduce al mtodo de Euler. Para b diferente de 0 el proceso es de segundo orden.
Por ejemplo con b =1/2 obtenemos el mtodo de Euler mejorado discutido anteriormente.
3.3.3.3 El Clsico Mtodo de Runge-Kutta

Un mtodo explicito de cuarto orden para la ecuacin (3.7) es el clsico mtodo de Runge-Kutta. (Henrici,1962):


+1
=

6
(
1
+ 2
2
+ 2
3
+
4
) (3.79)


Donde

1
= (

2
= (

+
1
2

1
,

+1/2)

3
= (

+
1
2

2
,

+ 1/2)

4
= (

+
3
,

+ )

La forma de la matriz de este mtodo es considerada en el ejercicio 3.8. Este y el mtodo modificado de Euler
pertenecen a una clase de mtodos conocidos como mtodo explicito de Runge Kutta. Estos mtodos son
condicionalmente estables.

3.3.3.4 Mtodo implcito de Runge-Kutta.
El mtodo explicito de Runge-Kutta discutido anteriormente nos permite obtener aproximaciones de alto orden, para
la derivada del tiempo, pero estos tienen una estabilidad condicional. Para problemas no lineales este es
frecuentemente ms apropiado para usar incondicionalmente el mtodo implcito estable de Runge-kutta. Un tipo
general de estos mtodos es discutido por Gear (1971). Aqu presentaremos unos pocos mtodos seleccionados.

Mtodos de segundo orden. La ecuacin diferencial parcial lineal

= = (3.80)

Puede resolverse por

+1
=

+
1
2
(
1
+
2
) (3.81)

Donde

1
=

(3.82)

64

2
=
+1
=
+1
(3.83)

Sustituyendo en la ecuacin (3.82) y (3.83) en la ecuacin (3.80) nosotros observamos que precisamente es el
mtodo C-N. La ecuacin de arriba puede ser aplicada para problemas no lineales.

Otro mtodo de segundo orden es dado por (Rosenbrock, 1963)


1
= (

1
) (3.84)


2
= (

+
1
+

2
) (3.85)

+1
=

+
2


Donde J es el jacobiano de f con elementos (

) y:
= 1
2
2
= 0.29289 (3.86)

=
21
2
= 0.20716 (3.87)

Por ejemplo cuando este proceso es aplicado a un problema lineal (3.80)

J=A (3.88)

Y el mtodo esta dado por los dos procesos siguientes:


1

1
=
1

(3.89)


1

2
=
1

1
) (3.90)

Este proceso requiere solo un poco mas de trabajo que el mtodo C-N, si el inverso de (A-(1/bt)I) puede ser
almacenado. El mtodo tiene una ventaja sobre el mtodo de C-N y es discutida en el ejercicio 3.9.
Un mtodo de tercer orden. Un ejemplo del mtodo implcito de Runge-Hutta es (Calahan,1968):


+1
=

+
1
4

1
+
3
4

2
(3.91)
Con


1
= [

1
] (3.92)


2
= [

+
1
+(

)
2
] (3.93)

=
1
2
(1 +
3
3
)=0.78867 (3.94)

=
2
3
= 1.154700 (3.95)

Derivada de la matriz de este mtodo se deja como ejercicio para el lector.

Una discusin ms a fondo del mtodo de la solucin numrica de ODEs incluye una ecuacin rgida, que est
dada por Lapidus y Seinfeld (1971), y Gear (1971). Un tipo de mtodo de Runge-Kutta y sus aplicaciones a la
simulacin de yacimientos son discutidos por Price et al (1978).

3.3.4 Comparacin de los Mtodos

La pregunta, cual mtodo es el mejor, no tiene una nica respuesta. La mejor eleccin depende del problema en
particular, especialmente para ecuaciones no lineales.

En general, los mtodos explcitos requieren menos trabajo por etapa que los implcitos, pero el tiempo por etapa de
los mtodos explcitos es limitado por consideraciones de estabilidad y precisin. A medida que el mtodo explicito
al implcito, el trabajo por etapa se incrementa y de igual forma la estabilidad. Esto se hace mes evidente en
problemas multidimensionales no lineales. Para problemas lineales y medianamente no lineales los mtodos de
segundo orden del tipo C-N son los ms populares, pero para problemas fuertemente no lineales el componente
explicito del mtodo C-N puede tener limitaciones de estabilidad.
65


Desde el punto de vista de programacin, los mtodos explcitos son extremadamente simples y tienen
requerimientos modestos de almacenamiento. Todos los mtodos implcitos requieren algn algoritmo para la
solucin de ecuaciones lineales simultneas y almacenamiento adicional para realizar estas computaciones. Estas
preguntas son discutidas en detalle en los captulos 4, 6 y 8.

El enfoque de ODE (algunas veces tambin llamado el mtodo de lneas) aparece atractivo por algunas razones. La
teora de ODEs est en un estado avanzado y existe una amplia variedad de mtodos para escoger, muchos de ellos
adecuados para problemas no lineales. Algunos de los mtodos de orden mayor como Runge-Kutta requieren mucho
ms trabajo computacional por pasos de tiempo que los mtodos de orden menor. Para que un mtodo de orden
mayor sea competitivo con los de menor orden, debe permitir el uso de proporcionalmente mayor de pasos de
tiempo, para cualquier precisin especificada. Esto puede poner en conflicto con las limitaciones de los pasos de
tiempo impuestas por las consideraciones de estabilidad. Tambin, el espacio del error de truncamiento no se ve
afectado por la eleccin del mtodo por du/dt. Cuando el espacio del error de truncamiento domina, hay mejoras en
la precisin del tiempo aproximado atreves del uso de mtodos de orden superior puede no ser justificado. Con el fin
de archivar y adecuar el espacio de aproximacin el nmero de simultneos ODEs es usualmente grande. Algunos
mtodos ODE que son tiles para una ecuacin, rpidamente se convierten poco prcticos para sistemas grandes
(e.g, mtodos de prediccin y correccin con iteraciones en correccin).

El trabajo de Wallis y Aziz (1975) con el problema de contaminacin dispersa en la atmosfera muestra la superioridad
del mtodo ODE, bajo condiciones de certeza. En problemas de este tipo es necesario tomar pequeos lapsos de
tiempo (tan pequeos como los lmites de estabilidad) por razones de requerimientos precisin; esto hace atractivos
los modelos ODE. Otra ventaja del mtodo ODE es que, pueden ser automatizados, para la solucin de diferentes
problemas de una forma ms fcil que mtodos desarrollados para ecuaciones diferenciales parciales (PDEs). Se
han propuesto varios paquetes de software para la solucin de sistemas parciales de ecuaciones diferenciales
basados en los mtodos ODE (Carver, 1973; Crdenas, 1973). Estos paquetes usualmente reducen el esfuerzo
humano requerido para poner el problema en el computador, pero esto se da sacrificando los tiempos de clculo del
computador y el almacenamiento.

Esto se aplica para los casos donde el mismo PDEs tiene que ser resuelto una y otra vez para diferentes problemas,
grandes aciertos son alcanzados tomando una ventaja de las peculiaridades del problema en el desarrollo de
programas de simulacin.


3.4 SISTEMA DE MALLA Y CONDICIONES LIMITE

Los dos temas de la seccin estn relacionados, porque el sistema de malla usado, determina la forma de las
condiciones limite. Primero vamos a ver dos mtodos para la construccin de una malla (punto distribuido y malla de
bloques centrados) y la relacin de las condiciones lmite para un espacio uni forme, y luego discutiremos los
espacios irregulares.

Esto es necesario en este punto para introducir alguna notacin. Independientemente del mtodo de discretizacin o
el tipo de condicin lmite, N puede ser el nmero de ecuaciones diferenciales finitas (i.e. nmero de incgnitas que
tenga un paso de tiempo) para ser resuelto.

El rango del ndice i puede depender del tipo de condicin lmite y el mtodo de aproximacin y este puede cambiar
de 0 a n+1. Estas ideas se aclaran luego de discutir las condiciones lmite.

3.4.1 Dos Mtodos para Construir una Malla.

Dada la longitud de un reservorio L y una seccin transversal uniforme A, nosotros podemos construir un sistema de
malla de M puntos en bsicamente dos formas:

a) Coloque el primer y ltimo punto de la malla en x=0 y x=L, respectivamente, y distribuya el resto de puntos
uniformemente entre ellos (Fig 3,3 muestra esto para M=5). Con el fin de determinar el volumen de los
bloques asociados a cada punto en la malla, colocamos el bloque limite (lneas discontinuas en la figura 3.3)
en medio de los puntos de la malla.

FIG. 3.3. Punto distribuido en la malla
66


As, x=L/ (M-1) y el volumen es V=xA, excepto para los puntos en los limites que tienen un volumen de
V/2. Este mtodo para construir mallas fue llamado punto distribuido de malla por Settari y Aziz (1972).

b) Nosotros tambin podemos dividir la longitud en M bloques iguales y luego colocar los puntos de la malla in
el centro de los bloques, como se muestra en la fig.3.4. Los bloques son pequeos para este caso que en el
caso de puntos distribuidos en la malla, porque ahora x=L/M. Adems, all no hay puntos en los lmites.
Este mtodo se

Fig. 3.4. Malla con bloques centrados.
Ha usado bastante por la ingeniera de petrleos y este es usualmente referido como el mtodo de malla con
bloques centrados.

En esta etapa (i.e., para un espaciamiento uniforme de la malla) la nica diferencia entre los dos mtodos esta en el
tratamiento de las condiciones de frontera. Sin embargo, nosotros podamos ver luego que cuando espacios
arbitrarios de la malla son considerados, los anlisis muestran que los puntos distribuidos en la malla tienen el
enfoque correcto a diferencia de la malla de bloques centrado. El principio subyacente es que los bloques limite
deben ser colocados entre los puntos de la malla no al contrario, ya que la ecuacin diferencial es aproximada a os
puntos de la malla y no a los limites. Una discusin detallada de esto la encontramos en la seccin 3.4.3.

3.4.2 Condiciones Lmite

EL yacimiento simulado interacta con su entorno por condiciones especficas en sus lmites. Es esencial formular y
aproximar las condiciones limite por las que el yacimiento interacciona sus alrededores. En esta seccin vamos a
presentar las condiciones lmites ms comunes con las respectivas formas de aproximacin.
3.4.2.1 Condiciones Lmite de Primera Clase
Las condiciones limite de primera clase (Dirichlet) especifican la evaluacin de U en los limites. En simulacin de
yacimientos, las condiciones limite de Dirichlet surgen cuando especificamos presin en los lmites del yacimiento o
en un pozo.
Supongamos que a x=0, la condicin lmite de tiempo-dependiente ec. (3.28) es

0, =
1
() (3.96)

Para el punto distribuido en la malla, la diferenciacin finita de la condicin lmite es simple

0

=
1
(

) = 0,1, (3.97)


Fig.3.5. Condicin limite Dirichlet para un punto distribuido en la malla.


Fig 3.6 Condicin lmite para un bloque centrado en la malla.

La ecuacin (3.97) es usada siempre que

0
se necesita en la ecuacin diferencial, y la ecuacin diferencial no es
necesaria para el primer punto de la malla. Por lo tanto la primera incgnita,
1
, es asociada con el segundo punto de
la malla (Fig.3.5). Para un bloque central de la malla, el punto ms cercano al lmite es a x/2 y el valor de
0
debe
ser extrapolad de este punto. La posibilidad ms simple es escribir (Fig 3.6)

67


0

=
1

+ () (3.98)

Que solo es la aproximacin de primer orden. Una aproximacin de segundo orden esta en (Fig 3.7):


1
23
1

=
1

+(
2
) (3.99)

Una prctica desventaja de esta frmula es que la ecuacin (3.99) debe incluir la resolucin de las ecuaciones
diferenciales para resolverse. Por esta razn, el bloque centrado de la malla es algunas veces modificado para usar
medio bloque en el lmite (de hecho, lo convierten en un punto distribuido de la malla en los limites)

Fig. 3.7. Dirichlet condiciones lmite para bloques centrados en la malla

3.4.2.2 Condiciones Lmite de Segundo Orden

De la ecuacin de presiones, las condiciones de segundo grado (Neumann) expresan la tasa de flujo a travs de los
lmites y puede ser usada para especificar la tasa de produccin, conociendo la influencia de acuferos o flujo de
partes del yacimiento fuera del dominio de la simulacin. Una aproximacin alternativa, es discutida en la siguiente
seccin, es para expresar el flujo alrededor de los limites atreves del trmino q(x,t).
Deje la condicin limite a x=0 por

=
2
() (3.100)



Fig 3.8. Condicin limite de Neumann. Izquierda, punto distribuido;
derecha bloque centrado en la malla.

Un mtodo 0(x) es aproximar la derivada usando los puntos del interior (Fig.3.8)


2

(
2

)/ (3.101)

Esta es una aproximacin pobre de la derivada en el lmite, especialmente para los bloques centrales de la malla.

Un mtodo de segundo orden es comnmente usado (tcnica de reflexin) de acuerdo con la Fig. 3.9 introduce un
punto auxiliar fuera de los limites, con
0
como el valor de la incgnita en este punto. Vemos primero

Fig. 3.9. Tcnica de reflexin. Izquierda, punto distribuido en la malla;derecha, bloque centrado en la malla.

Considere el punto distribuido en la malla mostrada en la Fig. 3.9 (izquierda). La condicin lmite de la ecuacin
(3.1000) es discretizada usando una diferencia central a x=0


2
(
)
=

2
+ (
2
) (3.102)

Y esta ecuacin es usada para eliminar
0

de la ecuacin diferencial escrita para el punto x=0.

El mismo procedimiento se puede aplicar a la malla con bloques centrados, mostrado en la Fig. 3.9 (derecha):


2
(
)
=

+ (
2
) (3.103)

68

El error de truncamiento de la ecuacin (3.103) es exactamente uno y medio del error de la eq. (3.102). Sin embargo,
nosotros lo vimos en la seccin 3.3.2, que estos errores actan como referencias en la ecuacin de la solucin del
error, Viz. ec (3.42). Por razones que vamos a aclarar cuando consideremos un espacio arbitrario, el efecto del
trmino de la fuente es proporcional al volumen del bloque limite, que es grande (exactamente dos veces para el
mismo x) para el bloque centrado en la malla. En consecuencia el error introducido debido a la aproximacin del
lmite debera ser el mismo en ambas mallas.

3.4.2.3 Condiciones Lmite de Tercer Orden
Las condiciones limite de tercer orden son obtenidas de la combinacin de las dos condiciones anteriores:

+ =
3
() (3.104)

Mezclando las condiciones lmite son bastante similares en la transferencia de calor. En problemas de flujo de fluidos
ocurre la siguiente situacin:
Considere un yacimiento I que est conectado a x=0 con otro yacimiento con presiones promedio conocidas
denotadas por

(). Nosotros queremos incluir

Fig. 3.10. Condiciones limite de tercer grado.

La influencia del segundo yacimiento como condicin limite a x=0 (Fig. 3.10). El flujo del yacimiento II al yacimiento I
va a ser

= [

1
] (3.105)

Donde b es una constante proporcional similar al ndice de productividad. Por otra parte, en el yacimiento I con x0,
la tasa de flujo debe satisfacer la ley de Darcy

(3.106)

Estas dos ecuaciones combinadas dan la condicin lmite del tipo (3.104)

+ =

()

Ecuaciones similares surgen in el tratamiento de pozos individuales y acuferos (mire el capitulo 9). En el punto
distribuido en la malla, ec. (3.104) se puede aproximar por

2
+
1

(3.107)

Donde usamos el punto de reflexin.
En el bloque central de la malla, nosotros encontramos algunas dificultades para aproximar Bu a x=0 y la ecuacin se
volvi ms compleja.

3.4.2.4 Condiciones Lmite de Cuarto Orden
Estas ecuaciones tambin son llamadas limite cclico, normalmente no surgen en problemas de una dimensin.
Estas son importantes en problemas de varias dimensiones; nosotros introducimos esto ac para usar en siguientes
captulos.

69


Fig. 3.11 Condiciones limite de cuarto orden. Izquierda, puntos distribuidos en la malla; derecha, bloques centrados
en la malla.

Un ejemplo de un problema con esta condicin lmite sera un yacimiento de la forma de un anillo (Fig.3.11), con la
coordenada x a lo largo de la lnea circular centrada. Luego el punto x=0 es el mismo que x=L.
La continuidad de la presin y el flujo en x=0 requiere

, = (0, ) (3.108a)

, =

(0, ) (3.108b)


Para los puntos distribuidos en la malla (Fig. 3.11, Izquierda) nosotros especificamos

=
0
(3.109)


Consecuentemente, la ecuacin diferencial para i=1 y i=N va a ser.

2
1
+
2

2
=

+
1

1
2

+
1

2
=

(3.110)

La condicin limite (3.108b) no es usada, por que

es aproximadamente a N-1/2 y .
Para la malla con bloques centrados (Fig. 3.11, derecha), la condicin (3.108a) no es relevante porque este no es un
punto de la malla en x=0, y (3.108b) se satisface si

en x=0 es aproximadamente el mismo termino en la ecuacin

para puntos 1 y N. Luego las dos ecuaciones son:

2
1
+
2

2
=

+
1

1
2

+
1

2
=

(3.111)

Condiciones limite cclicas tambin surgen en problemas de dos y tres dimensiones en coordenadas cclicas,
discutidas en los siguientes captulos.


3.5 DISCRETIZACION DE ECUACIONES EN UNA DIMENSION CON COORDENADAS CARTESIANAS

Primero consideremos la ec.(3.3) para un fluido ligeramente compresible

(, ) (3.112)

Donde

, =

, , =

Existen dos caractersticas que surgen de resolver la ec.(3.112), y no han sido discutidas en secciones previas: (1)
uso de malla irregular, y (2) tratamiento de los coeficientes l y c.


70

3.5.1 Ecuaciones Diferenciales para una Malla Irregular

El uso de espacios irregulares en una malla es esencial en la simulacin de yacimientos. En muchos problemas
prcticos es necesario refinar la malla en ciertas partes del yacimiento para obtener la precisin deseada. Por
ejemplo, refinamientos locales son necesarios alrededor del pozo en simulacin de un solo-pozo (tipo cono). Por otro
lado, es posible usar mallas gruesas en reas que tienen grandes acuferos o grandes capas de gas donde la presin
y saturacin cambia poco.

Fig. 3.12 Superior, malla con bloque centrado; inferior, malla con punto distribuido


Mallas irregulares son tambin ventajosas en secciones transversales en simulaciones 3D de yacimientos
estratificados donde la malla vertical se elige de acuerdo con la estratificacin del yacimiento. En particular, nosotros
siempre queremos tener mallas gruesas (especialmente en simulaciones 3D) Y por tanto la precisin de la aproxima
de diferencias finitas es muy importante.

El uso de mallas irregulares en la simulacin de un yacimiento es discutida en dos artculos por Settari y Aziz
(1972,1974). La pregunta relatada de los limites irregulares fue discutida por, por ejemplo, Greenspan (1965) y
Collatz(1966). Sin embargo, esto fue de menor importancia en la simulacin de yacimientos por que la fsica de los
lmites es diferente y no se conoce su precisin.

Considere ahora una aproximacin diferente del operador A sobre una malla irregular. Nuestra discusin fue seguida
de cerca por Settari y Aziz (1972), donde detalles adicionales pueden ser encontrados. La geometra cuantitativa
envuelta en la construccin de las mallas con bloque central y el punto distribuido son mostradas en la fig3.12. De
acuerdo con el principio descrito en la seccin 3.4.1, en la malla con bloque centrado el tamao del cloque x, es
seleccionado primero y luego los puntos de la malla son centrados entre los lmites. i.e.

=
+
=

/2
Por lo tanto
+
1
2
= 1/2(

+
+1


En la malla con punto distribuido los puntos de la malla son seleccionados primero, y luego los bloques limiten son
metidos en medio del camino entre los puntos de la malla:

+
=
+1.
=
+1/2
/2

=
1.+
=
+1/2
/2

El tamao de los bloques es

=
1
2
+
1
2
+

1
2

=
+
+

71

Adicionalmente a la definicin de bloques limite nosotros tambin necesitamos un bloque intermedio transmisor

+1,2.
El problema adecuado define
+1,2.
puede ser tratado con la seccin 3.5.3 como a sido mostrado por Settari y
Aziz (1972), nuestra conclusin no podr ser afectada con el tratamiento de la transmisibilidad.

En el caso de la malla con bloque centrado, la aproximacin de la diferencia finita de A es

= 1/

+
1
2

+1

+
1
2
+

1
2

1
2
(3.113)

Si
+
1
2
es aproximadamente:

1
2
= 1/2(

+
1
) (3.114)

El operador de diferencias finitas de

1
es

= 1/

+1

+
1
2
+

1
2

+1
2

+1

+
1
2
+

1
2

1
2

(3.115)

De forma similar, para la malla con puntos distribuidos, el punto de partida es el operador

= 2/
+
1
2
+

1
2

+
1
2

+1

+
1
2
+

1
2

1
2
(3.116)

Con los cambios de aproximacin ec(3.114) a

= 2/
+
1
2
+

1
2

+1

+
1
2
+

1
2
+

+
1
2
2

+1

+
1
2

+1

+
1
2
+

+
1
2
2

1
2

+
1
2
(3.117)

El error de truncamiento local de los operadores
1
y
2
se encontr

+1
2

+
1
4

(
+
1
2
)
2
(

1
2
)
2
12

2 +3

(
+
1
2
)
3
(

1
2
)
3
24

+ 2 + 3 +2

+ (
3
) (3.118)


Y

+
1
2

1
2
6
2 +3

+
1
2
3

1
2
3
24

+2 +3 + 2)

+ (
3
) (3.119)

Nosotros observamos que en la misma posicin de los puntos de la malla el error
1
difiere del error
2
con el trmino
adicional:

+1
2

+
1
4

(3.120)

Este trmino es generalmente de orden 0, lo que implica (en sentido de la definicin introducida en la seccin 3.2.3),
Esa
1
es una aproximacin inconsistente. En contraste a esto,
2
es siempre el menor o primer orden y por lo tanto
consistente. Note tambin que para espaciamiento regular ambas aproximaciones se convierten O
2
y para l igual
a una constante reducimos la forma familiar (ec(3.15)) Discutida previamente. Por otro lado, haciendo el problema
lineal (l=constante) con una malla irregular no mejora el orden de la aproximacin. Observamos ac de paso para un
caso no lineal la manera de aproximar
1/2
Puede distinguirse el orden del operador L cuando una aproximacin
diferente de la ec.(3.114) es usada (mire la seccin 3.5.3). El aspecto esencial son los trminos adicionales del error
introducidos en la aproximacin de l son idnticos para ambos operadores
1
y
2
(Apendice B de Settari y
Aziz,1972).

Vamos a explorar la pregunta: Cual es el significado del anlisis del error de truncamiento que se acaba de
presentar? La aproximacin de puntos distribuidos
2
es consistente y por tanto para cualquier aproximacin
72

estable en el lado derecho de la ec.(3.112) esta puede ser convergente. Sin embargo, esta no es una garanta a
priori de convergencia del operador del bloque centrado
1
. Cabe destacar que la inconsistencia no necesariamente
implica divergencia como 0. El orden actual de convergencia depende de la manera en que espacio de la
malla nos referimos. Por ejemplo, uno puede construir una secuencia de espacios, este puede ser el trmino (3.120)
idnticamente cero; tal espacio satisface la discretizacin laplasiana:

+1
2

+
1
= 0

Otros espacios pueden ser construidos, para los que el termino (3.120) realmente es O(x) o O(
2
). Por otro lado,
los espacios tambin pueden ser construidos para los trminos faltantes O(

), pero solo con un numero finito de

puntos. Porque los errores de discretizacin actan como fuentes en las ecuaciones de solucin de errores (mire la
seccin 3.2.3), sus efectos son suavizados. Basados en una experiencia numrica, Nosotros concluimos que para
toda razonable variacin suave de los espacios el operador
1
puede tambin ser convergente en el lmite. Aunque
el efecto del trmino de orden-cero desaparece en el lmite este trmino puede causar errores significativos cuando
el tamao de la malla es finito. Nosotros podemos ver esto para el caso de flujo horizontal no lineal de gas,
incompresible porosidad media:

, =

(0, ) (3.121)

Donde

=

1 /

In la ecuacin de arriba T representa temperatura, M es el peso molecular del gas, y A y B son constantes de
conversin. Culham y Varga(1971) presentaron una forma especial del trmino S(t,x), para le ecuacin (3.121) tiene
una solucin exacta con un pico de presin cerca a x=L este problema fue resuelto numricamente con los
operadores
1
y
2
usando espacios refinados cerca de este pico. El tiempo del error de truncamiento fue suprimido
por una opcin de un t lo suficientemente pequeo, los efectos de los lmites fueron eliminados y la pauta

del
error fue evaluada en funcin del tiempo. Los resultados son mostrados en la fig 3.13 para dos mallas de 25 y 50
nodos.

Ambos operadores son convergentes, pero el operador del bloque centrado tiene mucho

FIG 3.13 Efectos de refinamiento de red en error obtenido con operadores L1 y L2

73

Tambin, los errores muestran diferentes comportamientos en el tiempo: errores con L1, incrementa mientras que
con L2 decrece con el paso del tiempo.

Los resultados mostrados en la Fig 3.13 son significativos porque en prctica, los errores de discretizacin son
raramente determinados por experimentos refinamiento-malla. En el ejemplo anterior, L1 requerir 40 bloques
mientras que 25 son suficientes para L2. En prctica, es probable que 25 bloques tambin sern usados para L1,
resultando ms errores para este ejemplo.

En conclusin, el uso de la red punto-distribuido por la red bloque-centrado es recomendado. Como la nica
diferencia entre los dos modelos es en la ubicacin de los lmites de los bloques, el modelo recomendado no es ms
difcil de aplicar. Adems, este ofrece ventajas para el tratamiento de las condiciones lmite, en particular para los
problemas de un solo pozo (Capitulo 9).

3.5.2 Ecuaciones Diferenciales en Forma de Matriz

El lado izquierdo de la ec. (3.112) puede ser discretizada y las ecuaciones diferenciales resultantes pueden ser
escritas en una forma de matriz:

=

+ (3.122)
Donde

= (
1
,
2
, ,

De acuerdo con la convencin discutida anteriormente. Si usamos directamente ecuaciones de la forma

/ +

= 1, , (3.123)

Despus la matriz T no ser simtrica (excepto para una malla uniforme), porque elemento i,j + 1 no es igual que el
elemento i + 1, j

+1/2

+1/2

+1/2

+1

+1/2


Una forma simtrica es deseable por razones tericas y prcticas. Esto es logrado si se multiplica la ecuacin i-sima
por i, obteniendo la siguiente forma

+1/2

+1/2
(
+1

) +

1/2

1/2
(
1

) =

/ +

(3.124)

La transicin de la ec. (3.123) a la ec. (3.124) tambin tiene un significado fsico importante: mientras la parte
izquierda de la ec. (3.123) representa la derivada de los flujos (i.e., la derivada de la tasa de flujo por uni dad de rea),
los trminos correspondientes en la ec. (124) representan tasas de flujo entrantes y salientes del bloque i.
Igualmente, la parte derecha de la ec. (3.123) es la tasa de cambio de masa entrante en una unidad de volumen y la
parte derecha de la ec. (3.124) es la tasa de cambio de masa entrante en el volumen del bloque i. Esto se hace obvio
cuando se sabe que la ecuacin diferencial puede ser multiplicada por un rea seccional cruzada arbitraria =
. Por lo tanto se puede escribir la ec. (3.124) como


+1/2

1/2
=
+1/2
(
+1

)
1/2
(

1
) =

(3.125)

Donde

+1/2
=

+1/2

+1/2

(3.126)

Son la transmisibilidad discreta entre i y i + 1 y el volumen del bloque i, respectivamente. Es posible considerar
parcialmente los efectos multidimensionales si el rea A queda en funcin de x. Esta modificacin de la ec. (3.125) es
la forma convencional usada en simulacin de yacimientos.
No sirve de nada que le ec. (3.125) sea deducida a menudo directamente de las consideraciones elementales de la
conservacin de masa para el bloque i:
74


=

Este enfoque es ms cercano al pensamiento ingenieril en trmino de balances de materia y es relacionado con el
enfoque matemtico va el mtodo integral de la derivada de ecuaciones diferenciales (Seccin 3.2.1)

Considere ahora las condiciones de frontera a = 0. El caso ms comn de un lmite de no flujo puede ser tratado
con la tcnica de reflexin discutida en la Seccin 3.3.4 y mostrada en la Fig. 3.9. Escribamos la ec. (3.125) para
= 1. En la malla de puntos distribuidos la tcnica de reflexin requiere que

=
2
,
1/2
=
1+1/2
(Fig. 3.9,
izquierda). Por lo tanto se obtiene

2
+1/2
(
2

1
) =
1

+
1

1


Y despus de dividir por 2


1+1/2

2

1
=
1

+
1

1
(3.127)

Donde
1
= (
1
/2) es el volumen correcto del primer bloque.

Por otra parte, para el bloque centrado en la malla, la condicin es

=
1
(que es equivalente a
1/2
= 0, otra vez
dando ec. (3.127), pero esta vez con
1
=
1
.

Asumiendo condiciones de limite de no flujo en = 0 y = , las matrices T y B en la ec. (3.122) sern


(3.128)

(3.129)

Y el vector Q ser de la forma

=
1
, ,

, ,

(3.130)

Se dice que la matriz T es una matriz tridiagonal y simtrica.

3.5.3 Tratamiento De Coeficientes Variables

No existe una forma nica de escoger los valores
+1/2
,

. En general, estos valores deben ser escogidos de tal

forma que den los valores ms exactos posibles

75


FIG. 3.14. Promedio de la transmisibilidad discontinuidad vertical.

Para la tasa de flujo (acumulacin e influjo en el bloque). Sin embargo, algunas veces (como en el caso de flujo
multifsico) la eleccin es dictada por las tcnicas numricas usadas. Aqu se deducirn algunas formulas tiles para
casos simples.

Suponga que la transmisibilidad es a trozos constantes con la interfase entre i y i + 1 (no necesariamente en el lmite
del bloque, Fig. 3.14). La tasa de flujo entre i y i + 1 es

=
(

=
(
+1

+1

+1


Donde

es la presin en la interfase. Se quiere encontrar una transmisibilidad media que le dar la misma tasa de
flujo entre i y i + 1:

=
(
+1

+1/2

+1/2
(3.131)

La eliminacin de

de estas ecuaciones resulta

+1/2
=
(

+
+1
)

+1

+1
+

(3.132)


Por lo tanto
+1/2
es el valor armnico medio de

y
+1
.

Considere ahora el caso cuando el yacimiento est compuesto por dos capas de permeabilidad diferente como
muestra la Fig. 3.15. El flujo total entre

y
+1
es

=
1
+
2
=

(
+1

+1/2

1
+

(
+1

+1/2

2


La comparacin de la anterior ecuacin con la ec. (3.131) d como resultado


+1/2
=

1
+
1

1
+
2
(3.133)


i.e., en este caso
+1
es una media aritmtica pesada de
1
y
2
.

Las analogas de las ec. (3.132) y (3.133) para problemas en conduccin de calor (conductividad de calor en paredes
compuestas) y electricidad (resistores en serie y paralelos) son conocidas.

En la prctica, el valor de la permeabilidad absoluta k es usualmente asignada en el centro del bloque y las
propiedades dependientes de la presin son evaluadas de la presin de bloque

. Las transmisibilidades

son
entonces asumidas para que sean constantes dentro de todos los bloques, y estas son usadas para computar
1/2
.
Esta aproximacin es satisfactoria si las propiedades no cambian mucho entre dos bloques adyacentes en la malla.

76


FIG. 3.15. Promedio de la transmisibilidad sistema de capas.

Cuando el contraste en la permeabilidad entre bloques es amplio y los datos inciertos, grandes errores pueden
resultar. El valor representativo de transmisibilidad debe entonces reflejar variaciones de k entre puntos de la malla
basados en la interpretacin estadstica de datos (Toronyi y Farouq Ali, 1974).
El tratamiento de () y q(, ) tienen problemas similares. El valor de

deben ser escogidos de tal forma que

sean valores medios integrales:

Ya que las compresibilidades

fueron asumidas constantes, se puede escribir

/ donde

es la porosidad representativa del bloque i:

=
1

(3.134)

Los datos requeridos para el uso de la ec. (3.134) pocas veces son conocidos. La situacin es mejor con el trmino
de produccin

. Las fuentes y sumideros usualmente representan pozos inyectores y productores y como tal
pueden ser aproximados por fuentes de puntos (Funciones de Dirac) en vez que distribucin de puntos (Fig. 3.16).
Siempre que la funcin distinta de cero se encuentre dentro de un bloque de la malla, el valor total de la funcin

Es independiente de la distribucin actual de la fuente dentro del bloque. Ya que solo el flujo total

es requerido en
ecuaciones diferenciales, la funcin () es inmaterial. Este hecho tambin muestra el lmite de resolucin del
mtodo de diferencias finitas: la ubicacin de un pozo puede ser cambiada dentro de un bloque en la malla sin
afectar las respuestas.


FIG. 3.16. Representacin de trminos fuente


3.6 DISCRETIZACION DE ECUACIONES DE FLUJ O UNIDIMENSIONAL EN COORDENADAS RADIALES
CILINDRICAS.

El equivalente de la ec. (3.112) en coordenadas radiales de geometra cilndrica es (ec.(3.4)):


1

(, )

(, ) (3.135)

Esta ecuacin puede ser transformada en una forma similar a la de la ec. (3.112) por medio de una transformacin
del espacio coordenado. Defina = ln; despus / = / y despus multiplicar por
2
, la ec. (3.135) es
transformada en

77

(exp(), )

exp(2) exp

(exp, ) (3.136)

Desde que =ln
-1
= exp().

Cualquiera de las anteriores ecuaciones describen el flujo en un yacimiento hacia un pozo aislado, bajo la suposicin
que todas las propiedades del yacimiento al igual que las condiciones de frontera son simtricas con respecto al eje
del pozo. El radio

es el radio del pozo y

es el radio de drenaje (Fig. 3.17). Las soluciones analticas para casos

simples son bien conocidas (Craft y Hawkins, 1959, ERCB, 1975). Estas son de carcter logartmico con un gradiente
de presin que incrementa rpidamente hacia el pozo.

Cuando la ec. (3.135) es resuelta numricamente, pequeos y ms pequeos incrementos de enmallado

son
necesarios para mantener una exactitud uniforme. Esto resulta en un enmallado altamente irregular. (El cambio del
mayor al menor es generalmente del orden de 10
2
).


FIG. 3.17. Flujo radial en una dimensin.

Si se escoge resolver la ec. (3.136), igual espaciamiento en es generalmente lo ms apropiado. Ya que para un
flujo de Darcy en estado estable en un medio homogneo

~ ln(/

) ~

Un espaciamiento equitativo en resultar en igual cada de presin entre los puntos de la malla. Este razonamiento
es comnmente usado para construir mallas irregulares en . Suponga que se emplea una malla de N puntos
distribuidos; entonces
1
=

. El espacio de enmallado debe ser regular en , por lo tanto

= (

)/( 1) =

Como = ln(
+1
/

), se obtiene

+1

1/(1)
= 1, 2, , (3.137)

i.e., las coordenadas de los puntos de la malla aumentan en progresin geomtrica.

Ntese que aunque la formulacin 3.136) transforma la parte izquierda en un operador similar al que describe el flujo
lineal, el carcter radial de la ecuacin ha sido transferido a la parte derecha (trminos de acumulacin).
Consecuentemente, la ecuacin transformada no ofrece ninguna ventaja significante para la simulacin numrica. La
mayora de simuladores dimensionales y tridimensionales en coordenadas radiales usan directamente coordenadas
(MacDonald y Coats, 1970, Letkeman y Ridings, 1970; Nolen y Berry, 1972; Sonier et al. (1953) y Akbar et al.
(1974)).


3.6.1 Ecuaciones Diferenciales para Mallas Irregulares

El tratamiento de una malla irregular para la ec. (3.135) es similar al caso linear discutido en la Seccin 3.5.1. El
operador C puede ser escrito como (1/), si se define el coeficiente , = (, ). Por lo tanto, se puede
78

concluir de una vez que los resultados del anlisis en la Seccin 3.5.1 pueden ser aplicados directamente al operador
C; y como antes, la malla de puntos distribuidos siempre es consistente mientras el bloque centrado en la malla sea
solo consistente bajo condiciones especiales (i.e., inconsistente en general). Todas las aproximaciones consistentes
para C pueden ser escritas as:

=
1

+1/2

+1/2

+1

+1/2
+
1/2

1/2

1/2


(3.138)
Donde


+1/2
= (

,
+1
) (3.139)

Y f representa el promedio de la funcin.

Sin embargo, cuando = , i.e., es una coordenada radial, no es claro que el promedio aritmtico sea la mejor
opcin para ubicar los lmites entre los puntos de la malla. Como se discuti en detalle por Settari y Aziz (1974),
varias opciones producirn aproximaciones consistentes:
(a) Promedio Aritmtico


+1/2
=
1
2
(

+
+1
) (3.140)

(b) Promedio Geomtrico
Esta opcin resulta cuando el promedio aritmtico es aplicada a la ecuacin transformada (ec.(3.136)):


+1/2
= (r
i
r
i+1
)
1/2
(3.141)

(c) Promedio Logartmico
De ahora en adelante es necesario utilizar algunos conceptos fsicos; por esta razn a menudo se usar la variable ,
la cual representa la presin, en lugar de .
En un flujo en estado estable con siendo constante, la cada de presin exacta entre y + 1 se obtiene integrando
la Ley de Darcy

= 2

Que resulta en

=
2
ln(
+1
/

)
(
+1

) (3.142)

La velocidad discretizada Darcy
+1/2
es solo el primer termino dentro de los parntesis en la ec. (3.138),
multiplicado por 2:


+1/2
= 2
+1/2

+1/2

+1

+1

(3.143)

La ec. (3.143) da la cada de presin exacta para igual a una constante, siempre que


+1/2
=
+1/2

+1

ln(
+1
/

)
(3.144)

El cual es conocido como el radio logartmico promedio.

El simple anlisis numrico no proporciona ninguna base adicional para la seleccin de los lmites del bloque. Esta
base puede ser obtenida si se considera una aproximacin deseada de las propiedades para las ecuaciones
diferenciales aproximando la ec. (3.135). Utilizando la ec. (3.138) en la ec. (3.135) se obtiene:

1

(
+1/2

1/2
)

1/2

+1/2

+1

+1

+
1/2

1
=

(3.145)

Para lograr una forma simtrica y darle a los trminos en la ecuacin un sentido fsico, se multiplica la ecuacin por
2

(
+1/2

1/2
) y se utiliza la ec. (3.143) para obtener


+1/2

1/2
=

(3.146)
79

Donde

= 2

(
+1/2

1/2
) (3.147)

En la ec. (3.146) los
1/2
son los flujos que entran y salen del bloque (el cual es un anillo circular) y

es el
volumen discretizado del bloque.
Ahora se requiere que:

(a) La ecuacin discretizada da una tasa de flujo exacta a una cada de presin dada por
= Una constante, y
(b) El volumen discretizado sea igual al volumen actual del bloque,

= (
+1/2
2

1/2
2
)

Estas dos condiciones pueden ser escritas como:


+1/2
=

(3.148)
Y sern satisfechas s


+1/2
=
+1/2

(
+1/2

1/2
) =
+1/2
2

1/2
2
(3.149)

Desafortunadamente, las relaciones (3.148) no pueden ser satisfechas simultneamente por cualquier opcin de
frontera. No obstante, como se mostrar a continuacin, una discretizacin diferente que satisfaga estas condiciones
puede ser obtenida.

Denotando =
2
, entonces la ec. (3.135) se transforma en

4

+

La cual puede ser aproximada por el siguiente esquema consistente:

4
(
+1/2

1/2
)

1/2

+1/2

+1

+1/2
+
1/2

1/2

1/2
=

(3.150)

Despus de multiplicar por

= (
+1/2

1/2
) (3.151)

Se obtienen otra vez la ec. (3.146), pero con
1/2
definido como


+1/2
= 4
+1/2

+1/2

+1

+1

(3.152)

Las condiciones (3.148) son ahora equivalentes a

+1/2

1/2
=
+1/2
2

1/2
2


2

+1/2

+1

=
+1/2

+1

La primera condicin siempre es trivialmente satisfecha y la segunda puede ser usada para resolver por
+1/2
:


+1/2
=

+1

+1

=
+1/2

(3.153)

Por lo tanto, la frontera debe ser logartmica en
2
en vez de en cuando la discretizacion (3.150) es usada. Note
que el uso de la ec. (3.153) reduce la ec. (3.152) a la ec. (3.143) con
+1/2
=
+1/2

. En otras palabras, el lmite para

calcular la transmisibilidad entre bloques es logartmica en pero el lmite para calcular el volumen del bloque es
logartmico en
2
. Se debe notar que la diferencia entre la discretizacin (3.150) y (3.145) es solo en la definicin de

y ser por lo tanto aparente en problemas de flujo inestable.

80

Alternativamente, es posible usar la discretizacin (3.143) y reemplazar

por . Estas ecuaciones diferenciales no

son deducibles por el mtodo de serie de Taylor, pero pueden ser relacionadas con el mtodo integral.

3.6.2 Ecuaciones Diferenciales en Forma de Matriz

La ec. (3.146) puede ser escrita en la forma de la ec. (3.125):

1/2

+1/2

+1

Con la opcin de la discretizacin (3.150), se tendr


+1/2
2
+1/2

+1

+1/2
(3.154)

= (
+1/2
2

1/2
2
) (3.155)
Donde

+1/2
2
=

+1
2

+1

(3.156)


+1/2

+1

+1

(3.157)

Cuando se escribe en forma de matriz, se obtiene

=

+

Donde la matriz T ser otra vez simtrica.
Es interesante observar ac que uno puede usar un punto de partida ligeramente diferente en la deduccin de las
ecuaciones diferenciales, discutido anteriormente, nombrado para expandir la ec. (3.135) as

(, )

+
1

= + (, ) (3.158)

Y despus usar una aproximacin de diferencias finitas. Desafortunadamente, este enfoque produce ecuaciones
diferenciales no simtricas (ver Varga, 1962, p. 193 donde el menciona otros medios para obtener la forma simtrica
de la integracin).

3.6.3 Tratamiento de Coeficientes Variables

Todas las observaciones hechas en la Seccin 3.5.3 pueden ser repetidas ac, con la obvia modificacin para
geometra cilndrica. Por ejemplo, la porosidad

puede ser definida por

+1/2

1/2
(3.159)



FIG. 3.18. Promedio de transmisibilidades discontinuidad vertical.




81

Las formulas para pesar correspondiente a la ec. (3.132) y a la ec. (3.133) son:

(a) Para interface vertical (Fig. 3.18)


+1/2
=
ln(
+1
/

)
ln (

+
ln (
+1
/

+1
(3.160)


(b) Para interface horizontal (transmisibilidad en capas (Fig. 3.19))


+1/2
=

1
+

2
(3.161)


Que es igual a la ec. (3.133)


FIG. 3.19. Promedio de transmisibilidades sistema de capas.


3.7 ALGUNAS PROPIEDADES DE ECUACIONES DE DIFERENCIAS FINITAS

3.7.1 Existencia de Solucin y Balance de Materia

La ecuacin de la matriz para flujo linear y radial tiene la forma comn

=

+ (3.162)

Donde T es una matriz simtrica tridiagonal con elementos diagonales positivos y B es una matriz diagonal con
entradas positivas. Para condiciones de frontera tipo Neumann T, B y Q han sido dadas en la Seccin 3.5.2. Para
condiciones de frontera Dirichlet solo las ecuaciones para los puntos de frontera sern modificadas. Por ejemplo,
considere la condicin
+1
=

en = . Entonces la matriz T ser

(3.163)

Y el vector Q incluir el trmino de frontera

(3.164)
82


Donde

es la tasa total de la fuente para el bloque .

Se observa que para cada fila de La matriz T, la diagonal de entrada ES igual a la suma de los valores absolutos de
las entradas fuera de la diagonal, excepto por la ltima fila en donde la entrada de la diagonal es mayor. Tambin, es
fcil de notar que T es una matriz irreducible (ver Apndice A). De acuerdo con la definicin de dominio diagonal, se
tiene:
(a) T es diagonalmente dominante con cero sumas en las filas para las condiciones de frontera tipo Neumann.
(b) T es diagonalmente dominante irreducible si por lo menos una condicin de frontera es del tipo Dirichlet.

El dominio diagonal es una propiedad importante; de esto se deduce inmediatamente que T es singular en el caso (a)
y es definitivo positivo en el caso (b) (Taussky, 1949; Varga, 1962, Capitulo 1.5; Apndice A)

3.7.1.1 Problemas Elpticos
Inmediatamente se puede aplicar el anterior resultado para estado estable o problemas incompresibles, para la cual
la ec. (3.162) se reduce a = .

(a) Problemas tipo Neumann. Como T es singular, la solucin puede o no existir. Resumamos las ecuaciones
teniendo en cuenta que T y Q son para este caso dadas por la ec. (3.128) y la ec. (3.130). Todos los trminos de
flujo
+1/2
(
+1

) se cancelarn en el proceso y antes de agregar la ultima ecuacin se obtiene

1/2
(
1

) =

1
=1
(3.165a)

Y la ltima ecuacin es

1/2
(
1

) =

(3.165b)


Estas dos ecuaciones pueden ser satisfechas si y solo si

=1
= 0 (3.166)


(a)
Se puede entonces escoger

arbitrariamente, el cual determinar nicamente

1
,,
1
.
La condicin (3.166) puede ser considerada como la condicin de balance de materia. El trmino balance de
materia es una expresin de ingeniera para la conservacin de masa del sistema completo el cual es obtenido
mediante la aplicacin del teorema de Green para la ecuacin de conservacin. Para los problemas de tipo
Neumann, esta es tambin la condicin existente para la solucin de ecuaciones diferenciales (Mikhlin y Smolistskiy,
1967). En un sistema cerrado incompresible sin flujo a travs de los limites, la conservacin de masa requiere que l a
produccin este balanceada por medio de inyeccin ( = 0), que en forma de diferencias finitas es exactamente
(3.166). La no singularidad de la solucin es la consecuencia de la suposicin de incompresibilidad: porque ninguna
de las propiedades son dependientes de la presin, el nivel de la presin es inmaterial.

(b)
Condiciones de frontera tipo Dirichlet. En este caso existe una nica solucin. Se puede una vez ms deducir una
ecuacin de balance de materia la cual debe ser satisfecha por la solucin. Asumiendo ecuaciones de diferencias
finitas para todos los puntos (donde T y q son ahora dados por la ec. (3.163) y la ec. (3.164)) se obtiene


+1/2

=0
= 0 (3.167)

Evidentemente,
+1/2

es la tasa de flujo a travs del lmite, el cual debe ser balanceado por
la produccin y la inyeccin.
3.7.1.2 Problemas Parablicos
Para establecer la existencia de una solucin, se debe considerar una aproximacin de tiempo particular. Para el
mtodo implcito


+1
=

+1

+
+1
(3.168)

La matriz que debe ser invertida en T + B/. Como B tiene entradas positivas, T + B// es estrictamente
dominantemente diagonal y por lo tanto positiva definida. Esto significa que la ec. (3.168) tiene una nica solucin
(ver Apndice A). Lo mismo es cierto para el mtodo Crank-Nicolson

83

1
2

+
+1
=

+1

+
1
2
(

+
+1
)

Donde la matriz a ser invertida es (
1
2
T + B/).
El concepto de balance de materia es tambin naturalmente extendido a problemas dependientes del tiempo. La
masa del fluido en el bloque es

(/)

y la tasa de cambio de masa debido a la compresibilidad es

(3.169)

Otra vez mediante la suma de ecuaciones (3.162) se obtiene

=1

=1
= 0 (3.170)

La cual es la forma continua en el tiempo de la ecuacin de balance de materia. Cuando el tiempo es discretizado,
esta ecuacin toma la forma

+ (

+1

) +

=1

=1
= 0 (3.171)

La cual expresa exactamente el balance de materia entre

y
+1
si

son constantes durante ese periodo.

Si una discretizacin particular del tiempo satisface o no la ec. (3.171), depende de la definicin del operador

()
aproximando (/)

. De la ec. (3.169) se deduce que la aproximacin en cualquier primer nivel satisfacer la

ec. (3.171) si

satisface

+1

+1

(3.172)

As, la aproximacin que se sugiere

+1
(

No satisface la condicin de la ec. (3.172) como se puede verificar. Para obtener la expansin correcta para un fluido
ligeramente compresible, se escribe

+1

como

+1

(
+1

+1
+
1

+1

1

+1

Usando

+1

+1

+1

1

+1

Se obtiene

+1

+1

+1

+1

+1

(3.173)

Otra aproximacin igualmente valida es

+1

+1

+1

+1

+1

(3.174)
84


Obviamente, la ecuacin 3.173 es preferible si

= 0 y la ecuacin 3.174 si

= 0, porque entonces el coeficiente

correspondiente se vuelve explcito.

Con ambas definiciones, cualquier mtodo de segundo grado, en particular el explicito, reduce la diferencia y Crank-
Nicolson satisfcela el balance de materia (3.171).

3.7.1.3 Comentarios Generales del Balance de Materia
Hemos visto que hay dos propiedades esenciales de ecuaciones diferentes que asegura el balance de materia:

a) La matriz T del coeficiente de flujo es simtrico con sumas de filas de ceros excepto para los lmites.

Aunque esta es una condicin suficiente, el balance de materia puede ser conservado tambin para algunos
regmenes con matrices no simtricas (estas sern encontradas en el captulo 5).

b) La expansin de los trminos derivativos en el tiempo son generados en una forma que satisfaga la definicin
(3.172).

En general, los regmenes diferentes que satisfacen la conservacin de alguna cantidad son llamados "Regmenes
de Conservacin". Debe ser denotado que los regmenes no conservativos no necesariamente darn resultados
insignificantes. Por ejemplo, si

es pequeo, podemos reemplazar

+1
en la ecuacin 3.173 por

, el cual evita
iteracion en C y sera una aproximacin adecuada. Similarmente, uno podria usar la forma no simtrica de la matriz T
mencionada en la seccion 3.6.2.

Sin embargo, cuando las ecuaciones son fuertemente no-lineales, los regmenes no-conservativos tal vez no solo
causaran graves errores en el balance de materia si no que tambin inducen a la inestabilidad. Estos han sido
observados en dinmicas de flujo numricas (Arawaka,1966). Por lo tanto, los regmenes conservativos son
recomendados especialmente para ecuaciones no-lineales.

3.7.2 Tratamiento de No-Linealidades

Siempre que sea la ecuacin diferencial no lineal, las transmisilidades Y/o coeficiente del trmino derivativo en el
tiempo ser funcin de la solucin (por ejemplo, la variable dependiente). Para este caso, la ecuacin 3.125 ser
escrita as:

+
1
2

,
+1
,

,
+1

+1

1
2

,
1
,

,
1

= 1, . . ,
(3.175)

donde asumimos que
+1/2
es una funcin de y en y + 1 unicamente. Asi, la semi-discretisacion anterior
produce la siguiente ecuacin matricial no-lineal:

=

+ (3.176)



Dependiendo de cmo la derivada del tiempo es aproximada, ecuaciones algebraicas lineales o no-lineales son
obtenidas. Ecuaciones no-lineales pueden ser linealizadas en diferentes formas o solucionadas iterativamente. En
general, las no-linealidades presentes en un flujo de una sola fase son menos graves que estas en un flujo multifario.

Consecuentemente, algunos de estos mtodos para ser discutidos, en los cuales son necesarios para problemas de
flujo multifsico (capitulo 5), no son normalmente requeridos para problemas de una fase.


3.7.2.1 Aproximaciones Explicitas
La siguiente formula diferencial la cual satisface el balance de materia es

=
1

+1

+1

+ (3.177)

Ntese que la matriz T puede ser calculada explcitamente, por lo tanto la nica no-linealidad es en la matriz B y esta
aparece por la condicin del balance de materia, ecuacin 3.173. La ecuacin 3.177 representa el escalar N de
ecuaciones no-lineales de tipo

+1
= 0, la cual puede ser solucionada por cualquiera de los mtodos estndar
(e.g Ortega and Rheinboldt, 1970; Ostrowski, 1973). La no-linealidad es dbil; por lo tanto la simplicidad de los
85

mtodos debera ser satisfactoria. Por ejemplo, para modelar una iteracin por sustitucin, podemos reorganizar la i -
esima ecuacin de la ecuacin 3.177 como:

+1
=

(
+1
)
+
+
1
2

(
+1

1
2

(
1

= (

+1
) (3.178)


y se itera como (ntese que
()
esta siempre en el ultimo nivel del tiempo desconocido)

()
=

1
= 1,2, ,

con el valor inicial (

0
= (

) hasta que algn criterio de convergencia especificado sea satisfecho tal como

()

(+1)

(+1)
<

Otros mtodos (e.g Regula Falsi, Mtodo de Newton) son igualmente aplicables.
Nos permite investigar la estabilidad de el mtodo explicito. Para el caso lineal tenemos la condicin de estabilidad
:=

2

1
2
. Esto es fcil de ver que para una ecuacion de la forma

2
=

la correspondiente ecuacin es:

1
2


Esto es posible para generalizar esos resultados para la ecuacin 3.175, usando el concepto de ecuaciones
diferenciales de tipo positivo (Forsythe and Wason, 1960; Seccin 14.1). Podemos escribir la ecuacin 3.175 como:

+1
=

1/2

1/2

+1/2

+
+1/2

+1

Si todos los coeficientes de la derecha son positivos, la aproximacin diferencial es llamada "de tipo positivo" y ser
estable. Esto conduce a la condicin

+1/2
+
1/2

1

Como esto se debe mantener para todo i, la estabilidad del mtodo explicito ser conservada si:

+1/2
+
1/2

en todos los tiempos. Ntese que el lmite de estabilidad es dependiente del tiempo y decrece como la
compresibilidad del sistema decrece. Desafortunadamente, la restriccin de estabilidad (3.179) conduce a tiempos
pequeos e impracticables para las tpicas compresibilidades para los fluidos del yacimiento (ver ejercicio 3.10).

Otros mtodos explcitos que son incondicionalmente estables han sido usados (Sheffield,1970), pero su aplicacin
ha sido de valor limitado. Los mtodos explcitos de Runge-Kutta son fcilmente de aplicar, siempre y cuando
siempre generen ecuaciones con coeficientes evaluados en un tiempo conocido. Hemos encontrado que para
problemas de flujo de gas citado en la seccin 3.5.1, el procedimiento estndar de cuarto orden de Runge-Kutta tiene
una estabilidad excelente y compara la favorabilidad con los siguientes-y anteriores- mtodos diferenciales en
trminos de esfuerzos computacionales para dar precisin.


3.7.2.2 Aproximaciones Implcitas
Podemos considerar la anterior aproximacin diferencial a la ecuacin 3.176:

+1

+1
=
1

+1

+1

+ (3.180)
86


En la ecuacin anterior la no-linealidad es debido al hecho que (
+1
) y (
+1
) son matrices con elementos que
son funcin de
+1
.
Usamos la siguiente notacin en la discusin para lo siguiente:

+1

+1


(
+1
)
+1



El superndice en una matriz o un vector refleja el tiempo o iteracin en la cual los elementos de la matriz son
evaluados. Pr ejemplo,
()
significa que los elementos de T son evaluados usando
()
.

Iteracin Simple: El mtodo ms simple para la solucin de la ecuacin 3.180 es obtenido de:

(1)
+
1

(1)

()
=
1

(1)

= 1,2, (3.181)


Con

(0)
=

como la suposicin inicial. La iteracin es continuada hasta que la convergencia es obtenida. Cada iteracin requiere
la misma cantidad de trabajo como la solucin sobre un tiempo para el correspondiente problema lineal. Para el
problema de flujo unifsico simple siendo considerado aqu,, la no-linealidad es dbil y el proceso de iteracin
converge rpidamente.

Mtodo de Newton: Un rgimen de iteracin ms efectivo, el cual tambin trabaja para problemas fuertemente no-
lineales es introducido despus, es el mtodo de Newton (o Mtodo de Newton-Rhapson). El sistema de no-
linealidad de ecuaciones dadas por la ecuacin 3.180 puede ser escrita as:

+1
+
1

+1

+1

+1

+ = 0 (3.182a)

o llamando a la parte izquierda de la ecuacin anterior, la funcin f la podemos escribir como:

+1

+1
= 0 (3.182b)

Un sistema no-lineal de ecuaciones de la forma dada anteriormente puede ser solucionada por el mtodo de Newton
(e.g Henrici,1962) como se define a continuacin:

()

(1)
=
(1)

(1)
= 1,2, .. (3.183)

donde F es la matriz Jacobiana del vector funcin f:

()
=

()
(3.184)

y esta es la extensin vectorial derivativa usada en el clsico mtodo de Newton para una ecuacin. La ecuacin
3.183 puede ser escrita en la siguiente forma que es ms conveniente para propsitos computacionales:

=
1
(3.185a)

()
=
(1)
+
()
para = 1,2, (3.185b)



Con

(0)
=

Como la iteracin lleva a y hasta cero, da la convergencia del mtodo.
87


Algunas variantes del mtodo de Newton son posibles y son discutidas, por ejemplo, por Ortega y Rheinboldt (1970)
y Ostrowski (1973).

El mtodo estndar mostrado anteriormente es tambin referido como mtodo de la variable tangente.

Una variable secante o mtodo Chord es obtenido si los elementos de F son evaluados por:

()

.,

,.

(.,

1
,.)

()

(1)
(3.186)


Otros dos mtodos son obtenidos si el mtodo jacobiano es computado solo una vez y es asumido constante para
mas iteraciones. Estos son llamados Mtodo de Tangente fija y secante fija; tales regmenes iterativos son conocidos
como estacionarios. Para los dos mtodos podemos escribir:

()
=
(1)
= 1,2 .. (3.187)


donde la matriz F es evaluada usando en el tiempo . Este regimen reduce el trabajo requerido por iteracion junto
con la tasa de convergencia que tambin es reducida.

Podemos considerar en detalle como el mtodo de Newton es aplicado. Si observamos la ecuacin 3.185, es claro
que el principal problema que estamos considerando es la evaluacin de la matriz F. De la ecuacin 3.175 vemos
que F tendr la misma estructura escasa como la matriz T para una fila i, solo

+1


ser diferente de cero. Para la ecuacin i-sima siendo considerada tenemos

1
=
1/2
+

1
2

1
(
1

) (3.188a)

1
2
+
+
1
2
+

1
2

+
1
2

+1

) (3.188b)

+1
=
+1/2
+

+
1
2

+1
(
+1

) (3.188c)

Una forma conveniente de escribir F es

= + ` +
1

( +`) (3.189)

donde los elementos diferentes de cero de Ty B son

, 1
`
=

1
2

1
(
1

) (3.190a)

,
`
=

1
2

+
1
2

(
+1

) (3.190b)

, +1
`
=

+
1
2

+1
(
+1

) (3.190c)

,
`
=

) (3.191)

La ecuacin matriz para el mtodo de Newton (3.185a) ahora puede ser escrita como

+
1

+ ` +
1

`
()

(+1)
=
()

()

(3.192)
88



Ahora podemos considerar un caso especial de ecuaciones lineales, donde ` = ` 0 con
(0)
=

, la primera
iteracion de la ecuacion 3.192 se convierte a:

+
1

(3.193)


Comparando con (3.180) muestra que estas dos ecuaciones son equivalentes si
(1)
=
+1
. Por lo tanto la primera
iteracion del metodo de Newton (3.183) corresponde a la solucin de una versin linealizada del problema del valor
del lmite.

Un tratamiento similar es posible para el mtodo de Crank-Nicolson. De este modo, este mtodo sigue siendo 0(
2
),
en el caso no-lineal todos las no-linealidades deben ser evaluadas en +
1
2
:

1
2

+
1
2
+1
+
+
1
2

=
1

+
1
2
+1

+ (3.194)


Primero notamos que la ecuacin 3.194 puede ser reescrita en la forma de la ecuacin 3.182a:

+
1
2 +
2

+
1
2
+1

= 2(
+
1
2

+ ) (3.195)


Si +
1
2
es aproximado por

+1/2
=
1
2
(

+
+1
)

las matrices
+1/2
y
+1/2
son de nuevo funciones de
+1
y podemos escribir el metodo de Newton para este
problema por una analogia directa con la ecuacin 3.192:

+
2

+ +
2

+1

= 2

+ + +
2

) (3.196)

La ecuacin 3.194 tambin puede ser resuelta por un procesos de dos pasos. Como fue visto en la seccin 3.3.2,
esta puede ser escrita como:

+1/2

=
2

+
1
2
+
1
2

+ (3.197a)

+1/2

+1
=
2

+
1
2
+1

+
1
2 + (3.197b)


La primera ecuacin es de tipo explicita, pero los coeficientes de las matrices estn en el tiempo
+
1
2
desconocido. Incluso, aunque esta ecuacin no sea lineal, esta puede ser resuelta ms fcil que la ecuacin
implcita (e.g por iteracin simple). La segunda ecuacin, la cual es de tipo implcita, es entonces lineal desde que

+1/2
sea ahora conocido.


3.7.2.3 Mtodos de Linealizacin
Iteracin Simple: El mtodo de linealizacin ms simple y frecuentemente usado es obtenido permitiendo las no-
linealidades un paso atrs. As, para el mtodo diferencial anterior, lo podramos resolver as:

+1
=
1

+1

+

Es importante darse cuenta que esta linealizacin decrecer el orden de la aproximacin a 0() para mtodos de
orden superior y por lo tanto su aplicacin puede no ser justificada.

89

Extrapolacin: La extrapolacin de la solucin en el tiempo deseado puede, sin embargo, conservar el orden de la
convergencia para mtodos de orden superior. Supongamos que necesitamos en + , donde 0 < 1; entonces
por la extrapolacin lineal, usando
1
y

, tenemos

+

+
=

1
(

1
) (3.198)

Las extrapolaciones de orden superior son posibles, pero incrementan las condiciones. Porque la ecuacin 3.198 es
una aproximacin 0() a (
+1
), los mtodos de segundo orden conservaran su orden cuando las matrices son
evaluadas en tiempos extrapolados. Este enfoque trabaja bien si las no-linealidades no son muy fuertes y pueden ser
usadas satisfactoriamente para flujo unifsico y flujo miscible. En el flujo multifsico, la naturaleza explicita de la
extrapolacin causa limitaciones estables similares a las presentes en formulaciones explicitas.

Notamos aqu que Douglas (1961) y Douglas and Jones (1963) presentaron un procedimiento de Crank-Nicolson
modificado de prueba y error, el cual es 0(
2
) y no involucra soluciones para ecuaciones no-lineales.

Mtodo Semi-Implcito: Finalmente, describimos el mtodo de linealizacin el cual es la base del tratamiento semi-
implcito de transmisibilidades. Aunque esta consideracin fue originalmente desarrollada para conservar la
estabilidad en el flujo multifsico (ver Capitulo 5 en detalle), este se aplica igualmente bien para cualquier problema
no-lineal.

Considerar un trmino tpico de
+1

+1
en la ecuacin no-lineal 3.180:

+
1
2

+1
,
+1
+1
(
+1

)
+1
(3.199)


Expandiendo
+1/2
+1
en las series de Taylor y manteniendo solo el trmino de orden ms bajo tenemos

+1/2
+1
=
+1/2

+
1
2

+1

+
1
2

+1

(
+1
+1

+1

) (3.200)


La sustitucin de la ecuacin 3.200 en la ecuacin 3.199 producir trminos no-lineales , el cual deben ser
linealizados. Esto se logra de la siguiente manera:

+
1
2

+1

(
+1

)
+1

+
1
2

+1

(
+1

Donde hemos reemplazado (
+1

)
+1
por (
+1


)

. Con la aproximacin anterior la ecuacin 3.199 es

linealizada como

+
1
2
+1

+1

+1




+
1
2

(
+1

)
+1
+

+
1
2

+1

+1

+
1
2

+1

+1

(
+1
+1

+1

) (3.201)


Obviamente, el primer termino es un elemento de

+1
, y los otros dos trminos son vistos para ser elementos de

(
+1

), donde T` es definida por la ecuacin 3.190. La linealizacin de

+1
(
+1
-

) se convierte solo a

(
+1
-

), porque hemos remplazado (

+1
-

) por (

)=0 en los trminos no-lineales. Por lo tanto la forma

linealizada de la ecuacin 3.180 ser:

+
1

+ `

+1

(3.202)

Esta puede ser comparada con la iteracin de Newton (ecuacin 3.192) para = 0. Como esta proviene de la
ecuacin 3.191, que
`
= 0, la ecuacin 3.202 es idntica con la ecuacin 3.192 si nosotros acomodamos
(1)
=

+1
. Por lo tanto obtenemos el siguiente resultado importante:

La linealizacin 3.201 es idntica con la primera iteracin del mtodo de Newton.
90


3.8 CONCLUSIONES

En este captulo hemos tratado de introducir la mayora de los conceptos requeridos para la simulacin de
yacimientos, que pueden ser introducidos en el contexto de un problema de flujo unifsico unidimensional simple.
Mucho material en este captulo es solo importante para una iniciacin para nuestra futura discusin de problemas
multifsicos.

Este captulo no contiene una encuesta de mtodos de diferencias finitas; excelentes libros que realizan este trabajo
fueron mencionados en el contenido.

El lector tratando de desarrollar programas de simulacin de yacimientos para problemas de flujo unifsico y
adimensional necesitara el material del siguiente captulo. Mediante el entendimiento del material contenido en este
captulo es prerrequisito el entendimiento de problemas ms complicados.


EJERCICIOS

Ejercicio 3.1.

Derive aproximando al lmite de U1 para encontrar:

=
(

+ (

)

Solucin
Usando series de Taylor y expandiendo U2 y U3 con respecto a U1 se tiene:

+

Se hace el despeje de U1 con el fin de dejar las ecuaciones en trminos de U1, U2 y U3.

Los trminos O1(h
2
), O2(h
2
) y O3(h
2
) corresponden a los errores de truncamiento o discretizacin de la aproximacin
hacia adelante, central y hacia atrs respectivamente, para cada uno de los trminos.

Las Ecuaciones 1, 2 y 3 son una aproximacin de U1, pero con el fin de Encontrar la mejor aproximacin se hace:

= + ()
91


Se tiene que:

Y se encuentra que:

=
(

+ (

)

Ejercicio 3.2.

Derivar la ecuacin diferencial (ecuacin 3.20) por el mtodo variable usando las funciones bases de Chapeau.
=
1

= 0 (. )

Solucin
La funcin v(x) dada por la ecuacin 3.24 es linear dentro de cada intervalo, para x(xi, xi+1)

v(x) = ci + (ci+1 ci) = (x xi)/h (A)

=

=
=1
.

Donde Si(x) son las as llamadas funciones de Chapeau mostradas en la figura 3.2. Las funciones Si son llamadas
las funciones bases y cada Si no es solo cero en el intervalo (xi-1, xi+1), llamado el soporte de Si. Esto es fcilmente
visto que la clase de funciones definidas en la ecuacin 3.24 consiste de todas las funciones v, que son continuas y
linear a trozos entre los puntos xi. La funcin v satisface v (0) = v (L) = 0 y los valores de v a xi son iguales a ci.
Sustituyendo la ecuacin 3.24 en la ecuacin 3.23 da una forma cuadrtica en ci la cual posee un minimo para
valores certeros de vi = ci.



92


Luego, usando la ecuacin 3.23

=
1
2

0
(. )

Hallamos que el operativo para ser minimizado puede ser aproximado por:

=
1
2

+1

+
+1

+1
()

Finalmente, conociendo que la relacin

= 0 nos da

1

= 0 ()

La ecuacin deseada.

Ejercicio 3.3.

Considere la ecuacin lineal
2
= aproximada por 1
2

2

, con condiciones limite

0
=
+1
= 0 . Pruebe
que 0 cuando 0.

Solucin
Siendo

el error en i en la solucin aproximada.

Llamado error de la solucin o error global de discretizacion

Definicin: un operador de diferencia L es convergente al operador diferencial A, si 0 0.
El operador de diferencia finita se define como:

= 0

Definido ya

=

Restando las dos ecuaciones anteriores y usando la definicin del error global de discretizacin

Tenemos

93

=
1

=
1

O
1

= 0 (3.42)

Conocemos de la seccin de discretizacin de los errores que

+1
=

2
2
+

3
6
+

4
24
+

5
120
+

6
720
+ (3,7)

1
=

2
2

3
6
+

4
24

5
120
+

6
720
(3,8)

Usando las dos expansiones de arriba podemos derivar diferentes aproximaciones diferenciales para Ui y una para
Ui. Resolviendo la ec. 3.7 para Ui tenemos:

+1

Donde

2
6


Similarmente, reorganizando la ec. 3.8 obtenemos

Donde

2
6
+

La aproximacin de diferencia central de Ui es obtenida por sustraer eq 3.8 de eq 3.7 y reorganizando:

+1

1
2
+

Donde

2
6

4
120


Una aproximacin para la segunda derivada es desarrollada sumando las eq 3.8 y 3.7 y reorganizando:

1
2

+
+1

2
+

2

Donde
94

2
=

2
12

4
360


Siendo R funcin de h como se ha visto, de manera generalizada ||R|| = O (h
p
)
Es fcil ver entonces que
||e|| 0 cuando h0

Ejercicio 3.4

Derive las condiciones de estabilidad para aproximaciones hacia adelante y hacia atrs por el mtodo de series de
Fourier.

Solucin
La relacin entre el valor exacto de presin en un punto

, a un tiempo,

, y el valor calculado al aplicar

un esquema numrico es:

. 1
La aproximacin explicita se expresa como:

+1

+
1

()
2
=

+1

. 2

Llevando la ecuacin anterior a la forma de la ecu.1 , se tiene:

(
+1

+
+1

) 2(

) +(
1

+
1

)
()
2
=
(

+1
+

+1
) (

. 3

Restando la ecu.3 y la ecu.2 se obtiene:

+1

+
1

()
2
=

+1

. 4

Se expresa la ecuacin que representa la aproximacin numrica bajo anlisis en trminos del error
i
c en lugar de
la presin U.

Una funcin f(h) puede ser expandida en series de Fourier de la siguiente forma:

=

1
. 5

Si la funcin expandida es la funcin error, =

, entonces, de la ecu.5, se tiene:

1
. 6
95


El n-simo trmino de esta sumatoria, al que le haremos corresponder el tiempo

, y
+1
tiene la siguiente forma:

1
. 7

+1
=

+1

1
. 8

Cada trmino de la ecu.3 se sustituye por su equivalente de la Ecu.7 o Ecu. 8 y se obtiene:

1+1
2

1
+

11

2


=

+1

1

. 9


O bien:

()
2

1

1
2

1
+

1

1

=
+1

1

1
. 10

()
2

1
2

1
=
+1

. 11

Si el error en el punto " i ",

, disminuye al pasar de
n
t a
1 n
t
+
, entonces

+1
<

, de donde se tiene:

+1

1 . 12

Llevando la ecu. 7 y 8 a la ecu. 12:

+1

1 . 13

De donde se obtiene el factor de amplificacin

+1

. 14
Reorganizando la ecu. 11

+1

= 1 +

2

1
2 +
1
15

96




De trigonometra:

1
= + 1

1
= 1

Luego, haciendo x A | u = , en la ecu. 15

+1

= 1 +

2
+ 1 2 + cos 1

= 1 +

2
2 2

= 1 + 2.

2
1


De acuerdo al criterio de Von Neumman (o series de Fourier), para que el esquema sea estable, se debe cumplir
que:

+1

1

Es decir,
1 2

2
1 1


Lo que se cumple solamente si:
1 1 2

2
1 1

La solucin a esta la desigualdad estar dada por aquellos valores de
( )
2
x t A A
que cumplan ambos lados de
la desigualdad. Debido a que
1 cos 1 s s u
el lado derecho siempre se cumple. En cuanto al lado
izquierdo, se tiene:
1 1 2

2
1

97

2 2

2
1

1

2
1

1
1


El valor mnimo de la expresin | | u cos 1 1 se obtiene para 1 cos = u , en cuyo caso
| |
2
1
cos 1 1 = u . Por tanto, el esquema ser estable siempre y cuando:

1
2


LA APROXIMACIN EXPLCITA ES CONDICIONALMENTE ESTABLE; la condicin est dada por la ecuacin
anterior.

Si se procede en forma anloga para el anlisis de estabilidad del esquema implcito, se obtendr que ste es
incondicionalmente estable; es decir se llega a:
< 1 . Donde es: = /
2

Debido a que el esquema implcito es incondicionalmente estable, ste suele ser preferido en Simulacin de
Yacimientos.

Ejercicio 3.5.

Investigue la estabilidad a) progresiva y b) regresiva para diferentes mtodos de solucin para la matriz M.





Solucin
Para una matriz N * N

Donde a = 2b + c, y a, b y c > 0 ; mostrando que los propios valores para i y us de M son:

(+)
; = , , , (A)
98

a) Use A escogiendo un valor apropiado de la constante para los propios valores de = + en los diferentes
mtodos.

(+)
; = , , , (B)

Y la condicin de estabilidad como

< 1

b) Para valores propios de = +

para los diferentes mtodos es

(+)

(C)

Sugerencia: Si A tiene valores propios de i, A
-1
tiene valores propios de 1/i.

Ejercicio 3.6.

Investigar la consistencia de la aproximacin de DuFort Frankel. (Ecuacin 3.58)

2
1

1
+
+1

+1
=

+1

1
(3.58)

Solucin
La aproximacin de DuFort-Frankel corresponde a Otros mtodos explcitos, estos son atractivos porque no
requieren la solucin de un sistema de ecuaciones.
Este mtodo es incondicionalmente estable.

=

2
()

Reemplazando (A) en la ecuacin 3.58 tenemos:

1
+
+1

+1
=

+1

1
2
()

Para organizar el trmino
1

1
+
+1

+1
de tal manera que podamos utilizar el mtodo de la serie de
Taylor, sumamos y restamos 2

99

+1

1
2
=

+1

+
1

+1
2

2
()

Ahora hay que resolver cada trmino de la ecuacin (C) por el mtodo de Taylor.

1. El trmino

+1

1
2
se resuelve aplicando la aproximacin central de

(Series de Taylor).

+1

1
2

2
3!
()

+1

1
2
=
()

2
6

()

()

2. El trmino

+1

+
1

2
se resuelve aplicando la aproximacin numrica para la segunda derivada.

2
=

+
+1

2
2

2
4!
()

+
+1

2
=
()

+

2
12

()

()

3. Del trmino

+1
2

2
solo se resuelve el numerador, utilizando la aproximacin numrica para la
segunda derivada, con variacin en el tiempo.

2
=

1
2

+1

2
2

4
4!
()

1
2

+1
=
2

()

+

4
12

()

()



Dividiendo por h
2

()

+

4
12
2

()

()

La solucin de cada trmino corresponde a las ecuaciones (E, G, J), unindolas se tiene:

()

2
6

()

=
()

+

2
12

()

()

4
12
2

()

()

Cuando se usa DuFort-Frankel con un paso de tiempo, k=h, la solucin no converger a
()

=
()

.

100

Para que este converja a esa solucin y sea consistente

0



Ejercicio 3.7.

Determine el orden de aproximacin del mtodo (3.66).

+1
=
3
2

+1

1
2

1
= 1, 2,

Solucin
Expandir los trminos en las series de Taylor en funcin de

para obtener

2
12

2
6
+
3
+
3


Para el caso del espacio (h) la expansin la realizamos buscando el trmino para la aproximacin para la segunda
derivada de la siguiente manera:

+1
=

2
2
+

3
6
+

4
24
+

5
120
+

1
=

2
2

3
6
+

4
24

5
120
+

Sumando las dos expresiones anteriores obtenemos

+1
+
1
= 2

+ 2

2
2
+ 2

4
24





Despejando

+1
2

+
1

2
12


Tendramos que el error

para el espacio es:

2
12
+ (
3
)

Para el caso del tiempo (t) buscamos el trmino de aproximacin centrada para la primera derivada
101

+1
=

2
2
+

3
6
+

4
24
+

5
120
+

1
=

2
2

3
6
+

4
24

5
120
+

Restando las dos expresiones anteriores

+1

1
= 2

+2

3
6


Despejando

+1

1
2

2
6


Tendramos que el error

para el tiempo es

()
=

2
6
+ (
3
)

Sumando los errores locales tanto para el tiempo como para el espacio, tenemos

2
12

2
6
+
3
+
3


De acuerdo a la expresin encontrada y segn lo definido como orden del error y de la aproximacin asociada a
dicho error, podemos decir que la aproximacin del mtodo (3.66).

Ejercicio 3.8

Derive la forma de la matriz del mtodo de Runge kutta para la ecuacin lineal:

y discuta su ventaja computacional comparado con el algoritmo recursivo.

Solucin
Para llegar a la ecuacin que se menciona en el enunciado del ejercicio consideremos:

2


Por discretizacin del lado derecho obtenemos un juego de ecuaciones diferenciales ordinarias:

=
1

= 1,2, ,
102





Las cuales pueden ser escritas en forma de matriz como:

=
1

2


Donde E es una matriz trigonal simtrica

=

2 1
1 2 1
1 2 1
. . .
. . .
1 2

Si se denota:

=
1

2


Entonces el coeficiente ai (del mtodo) ser:

1
=

2
= ( +
1
2

2
)

Sustituyendo en la siguiente ecuacin:

+1
=

6
(
1
+2
2
+ 2
3
+
4
)

Donde

1
= (

2
= (

+
1
2

1
,

+1/2)

3
= (

+
1
2

2
,

+ 1/2)

4
= (

+
3
,

+ )

103

Se obtiene:

+1
=

+ +
1
2

2
+
1
6

3
+
1
24

(A)

El algoritmo recursivo puede ser escrito como:

1
=

2
=
1
+
1
2

3
=
1
+
1
2

4
=
1
+
3
(B)


En el caso de constante, un algoritmo basado en (A) ser ms rpido ya que (B) es aun una matriz tridiagonal. El
algoritmo (B) requerir aproximadamente cuatro veces ms clculos. Si es variable, ambos algoritmos son
comparables, desde que (B) pueda ser evaluado por:

= +
1
2
( +
1
3
+
1
4
)


Ejercicio 3.9.

Investigar las propiedades del diagrama de segundo orden de Rosenbrocks (3.89), (3.90) y compararlo con el
esquema C-N.

Solucin
Rosenbrock, 1993

1
= (

1
)

2
=

+
1
+

+1
=

+
2


Donde J es el jacobiano de f con elementos

y
= 1
2
2
= 0,29289

=
2 1
2
= 0,207106

Cuando este proceso es aplicado a problemas lineales (J=A) y el mtodo esta dado por el siguiente proceso de dos
estaciones:
104


1

1
=
1

(3,89)


1

2
=
1

1
(3,90)

Este proceso requiere solo un poco ms trabajo que el mtodo C-N, si el inverso de 1 puede ser
almacenado. El mtodo tiene algunas ventajas por encima del mtodo C-N las cuales se discuten en el ejercicio 3,9.

Se puede mostrar que para , el factor de amplificacin se aproxima a -1 en el esquema C-N, y a 0 para el
esquema de Rosenbrocks.

Los esquemas en los cuales 0 cuando son llamados L-aceptables (Ehle, 1973). Por consiguiente, C-N
oscila mucho ms para grandes como se mostr anteriormente para la ecuacin de difusividad
2

2
=
con condicin inicial , 0 = 0 y condiciones limite 0, = 1,

1, = 0. La figura muestra las soluciones como

funcin del tiempo a = 0.1 computado con = 0.1 = 0.1.

Ejercicio 3.10.

Encuentre el lmite de estabilidad para el mtodo diferencial adelante para un problema de una dimensin con los
siguientes parmetros:
x = 100 ft
k = 100 md
= 1 cp
B = 1
= 0.1
Cf = 4x10
-6
psia
-1

CR = 3x10
-6
psia
-1


105



Solucin
La estabilidad se mantendr si:

+1/2
+
1/2

(3.179)

Para cumplir esto, se debe cumplir que:


1
2

0.006328
()

Reemplazando valores se tiene:

1
2
1 0.1 100
2
(410
6
+310
6
)
0.006328 100
= 5.5310
3
.

El lmite de estabilidad es:

5.5310
3
.

















106

CAPITULO 4
SOLUCIN DE ECUACIONES DE MATRIZ TRIDIAGONAL
4.1 INTRODUCCIN
Todos los problemas de flujo en una dimensin discutidos en el capitulo anterior (excepto por el caso de condicin
de frontera peridico) resultaban en un sistema de N ecuaciones algebraicas simultneas con la forma:

1
+
1

2
=
1

1
+

+1
=

= 2,3, , 1 (4.1)

1
+

Donde los coeficientes

son conocidos y

en la parte derecha de la ecuacin tambin son conocidos.

Este sistema de ecuaciones tambin puede ser escrito de la siguiente forma:

= (4.2)
Donde

=
1,

2
, . ,

=
1
,
2
, ,

y A es una matriz tridiagonal:

=

1

1

2

2

2

. . .
. . .

Para problemas con condiciones de frontera de cuarto grado (cclico o condicin de frontera peridico) el sistema de
ecuaciones tiene una forma ligeramente diferente:

+
1

1
+
1

2
=
1

1
+

+1
=

= 2,3, , 1 (4.4)

1
+

1
=

Este sistema de ecuaciones puede escribirse en forma matricial como:

= (4.5)
Donde el vector y son definidas como antes y
=

1

1

1

2

2

2

. . .
. . .

El resto de este captulo incluye los mtodos para la solucin de las ecuaciones (4.2) y (4.5). Estas ecuaciones
pueden resolverse por eliminacin directa o por algn mtodo iterativo. En este captulo solo se considerara la
107

primera clase de mtodo y deja la discusin de mtodos iterativos para captulos posteriores. La razn para esta
eleccin es que en estos problemas de una dimensin no se conocen mtodos iterativos que puedan competir con
los mtodos de eliminacin directa.
En todos los casos se asume que la solucin existe. La existencia de la solucin se ha discutido en el capitulo
anterior.

4.2 MTODOS DE SOLUCIN

En esta seccin se presentara primero un mtodo para el caso general de las ecuaciones (4.2) y (4.5).
Posteriormente, sern presentados algunos de estos algoritmos aplicables bajos ciertas condiciones especiales. No
es posible dar todos los mtodos para la solucin de diversas formas de las ecuaciones (4.2) y (4.5); sin embargo
trataremos con los mtodos que son ms importantes para la solucin numrica de ecuaciones diferenciales
parciales.

4.2.1 Algoritmo de Thomas
El ms popular de los mtodos para la solucin de la ecuacin (4.2) es derivado de escribir A como el producto de
dos matrices:
= (4.7)
Donde es una matriz triangular inferior y una matriz triangular superior. Para la matriz tridiagonal especial A se
considero dos matrices y que pueden escribirse como:
=

2

2

. .
. .

(4.8) =

1
1

1
2

. .
.
1
1

(4.9)

Notamos que la diagonal inferior de tiene los mismos elementos de la diagonal inferior de A, y los elementos de la
diagonal principal de han sido seleccionados arbitrariamente. Ahora si los elementos de son igualados a los
elementos de A, trmino por trmino, obtendremos 2 1 ecuaciones para las incgnitas:

1
,
2
, .

y
1
,
2
,
1

Las relaciones deseadas son:

1
=
1
(4.10)

1
=
1
/
1
= 2,3, , (4.11)

1
= 2,3, , (4.12)

108


Sustituyendo ecuacin (4.7) en (4.2) tenemos:

= (4.13)

= (4.14)
Luego:

= (4.15)
Ya que es una matriz triangular inferior, la primera ecuacin del sistema (4.15) tiene solo una incgnita y puede
resolverse para
1
:

1
=

1
(4.16)
El resto de ecuaciones en el sistema (4.15) puede resolverse por la siguiente eliminacin:

= 2,3, , (4.17)
Ahora observamos que es el lado derecho del vector para el sistema (4.14) con el coeficiente de la matriz que
se conoce de (4.10) para (4.12).ya que es una matriz triangular superior la ltima ecuacin en el sistema tiene solo
una incgnita y esta puede ser resuelta primero:

El resto de ecuaciones ahora puede resolverse por sustitucin hacia atrs:

+1
= 1, 2, ,1 (4.18)
Para propsitos computacionales esto no es necesario para almacenar

y el algoritmo podra escribirse como:

1. Set
1
=

1

1
=

1

2. Compute for = 2,3, . . ,
P
i
= a
i
c
i
q
i1

3. Set

4. Compute for = 1, 2, ,1

+1


El anterior algoritmo requiere cinco multiplicaciones o divisiones y tres sustracciones por punto del grid. Este
algoritmo, en este o en una forma ligeramente diferente, se ha discutido en muchos textos (e.g., Lapidus, 1962;
Richtmyer and Morton, 1967; Ames, 1969; Von Rosenberg, 1969). Presentaremos un programa computacional visual
basic para el algoritmo de Thomas en el apndice B. El algoritmo es en esencia una forma de eliminacin gaussiana.

109

Cuando se usa este algoritmo debemos estar seguros que:

1
0 (4.19) y

1
0 (4.20)

En los casos donde las anteriores condiciones no sean satisfechas el tamao del sistema puede ser reducido.
Tambin se debe tener cuidado con las graves acumulaciones de errores de redondeo en casos donde

es
pequeo. Este problema puede ser manipulado por el proceso de eliminacin llamado pivoteo.

Ahlberg et al. (1967) extendi el algoritmo de Thomas para resolver ecuaciones (4.5). El procedimiento se reduce al
algoritmo de Thomas cuando
1
y

son iguales a cero. El algoritmo puede escribirse como:

1. Set
1
=

1

1
=

1

1
=

= 1

= 0
2. Compute for = 2,3, . . ,

P
i
= a
i
c
i
q
i1

3. Compute for = 1, 2, ,1

+1
+

+1


4. Compute

+
1

+
1

5. Compute for = 1, 2, ,1

El anterior procedimiento requiere ocho multiplicaciones o divisiones y cinco sustracciones por punto del grid.

4.2.2 Algoritmo de Tang

Tang (1969) presento un algoritmo para la solucin de la ecuacin (4.5). Este algoritmo tal vez fue derivado en una
manera similar al procedimiento discutido para el algoritmo de Thomas. El algoritmo es:
1. Set
1
= 0
1
= 1
1
= 0

2. Compute

2
=

1

2
=

1

2
=

1

110


3. Compute for = 2,3, . . , 1

+1
= (

1
)/

+1
= (

1
)/

+1
= (

1
)/

4. Compute
=

/(1 +

)

=

/(1 +

)

= (

1
)/(

1
)

= (

1
)/(

1
)

5. Compute first and last values of the solution vector

1
= ( )/( )

= ( )/( )

6. Compute intermediate values of the solution vector for = 2,3, . . , 1

El algoritmo solo puede ser aplicado para la solucin de la ecuacin (4.2). En este caso


1
=

= 0


Y el coeficiente de la matriz es tridiagonal. El paso 6 se reduce en lo siguiente:

6a. teniendo en cuenta que

= 0 para todo y para = 2, , 1

1


Tang afirma que este mtodo es superior al del algoritmo de Thomas bajo ciertas condiciones. Es claro desde el
paso anterior (6.a) que este error de redondeo no debe acumularse en la aplicacin de este paso. El algoritmo
requiere 11 multiplicaciones o divisiones y 6 adiciones o sustracciones por punto en el grid. La forma reducida de
este algoritmo para la ecuacin matricial tridiagonal resulta en una reduccin de cuatro multiplicaciones o divisiones
o dos sustracciones por punto en el grid. El trabajo requerido para este algoritmo es una y media veces el trabajo
para el algoritmo de Thomas. Un programa computacional para el algoritmo de Tang es incluido en el apndice B.

Otro algoritmo muy similar para la ecuacin (4.5) fue presentado por Evans (1971). Este requiere alrededor de la
misma cantidad de trabajo computacional por punto del grid (11 multiplicaciones o divisiones y seis adiciones o
sustracciones) como el algoritmo de Tang. Sin embargo en el ltimo paso del proceso de eliminacin

es
111

computarizado desde
+1
y

. Por lo tanto no tiene la misma ventaja como el mtodo de Tang en lo que se refiere
a la acumulacin de errores de redondeo.


4.2.3 Solucin de Ecuaciones de Matriz Tridiagonal Simtrica
Como se discuti en el capitulo anterior en muchos problemas prcticos es posible escribir la ecuacin de diferencias
finitas como:
= (4.21)
Donde el coeficiente de la matriz es tridiagonal y simtrico:

=

1

1

1

2

2

. . .
. . .

2

1

1

1

4.22)

Para este caso es posible escribir

=

Donde tiene la siguiente forma:


=

1

2

. .

1

. .

1

Donde

es la traspuesta de

Un algoritmo que toma las ventajas de esta forma especial de la matriz (atribuido a Chleski) puede ser ejecutado por
los siguientes pasos (Fox, 1964; Westlake, 1968; wilkinson and Reinsch, 1971):

1. Set
1
=

1

2. Compute for = 1, , 1

+1
=
+1

2

3. Set

112

4. Compute for = 1, ,1

= (

+1
)/

5. Set
1
=
1
/
1


6. Compute for = 2, ,

= (

+1
)/

El algoritmo de Choleski requiere considerablemente ms trabajo (seis multiplicaciones o divisiones, una raz
cuadrada y tres adiciones o sustracciones por punto en el grid) que el algoritmo de Thomas. Esto es sorprendente en
un principio, ya que se esperara hacer menos trabajo para el caso simtrico. Mostraremos en el captulo 8 esta
descomposicin simtrica como se indico anteriormente se convierte en atractivo para las matrices bandas de mayor
ancho de banda.

4.2.4 Casos Especiales de No nica Solucin


Bajo ciertos casos la matriz de la ecuacin que hay que resolver es singular y una nica solucin no existe. Este es
el caso para problemas elpticos (flujo en estado estacionario) con condiciones de frontera de Neumann. Para este
caso existe una solucin si

= 0 y con el fin de hacer una nica solucin de los elementos de debe

especificarse arbitrariamente algn punto de frontera (ver ejercicio4.1). El coeficiente de la matriz puede hacerse
simtrico por el mtodo discutido en el capitulo anterior. La forma de la matriz es la misma que la de la matriz S dada
por la ecuacin (4.22) con elementos definidos por:

1
=
1

1
= (

+
1
) = 2, , 1

=
1


Este sistema puede resolverse por el siguiente algoritmo:

1. Let

= 0 ( o cualquier valor arbitrario)

2. Compute for = 1, ,1

=1

(4.23)

Este proceso requiere solo una divisin y una adicin por punto del grid (desde

1
=1
=

y sumas
consecuentes pueden ser obtenidas por una sola sustraccin).

Una nica solucin no existe para el caso elptico con condiciones de frontera peridicos.la solucin se vuelve nica
si

especificado en cualquier punto y las incgnitas restantes son resueltas por, con

como la condicin de
frontera en ambos extremos. Es posible desarrollar un algoritmo especial de eliminacin para estos casos como se
indica en el ejercicio 4.2.




113

4.2.5 Otros Casos Especiales

El trabajo computacional puede ser ms reducido si la ecuacin (4.2) es resuelta repetidamente por diferente sin
cambios en A. en este caso los elementos de descomposicin matricial y definidos por la ecuacin (4.10) por
(4.12) puede ser guardado y el algoritmo de thomas es modificado consecuentemente. Este proceso requiere solo
tres multiplicaciones o divisiones y dos adiciones o sustracciones por grid point despus y se ha calculado
una vez.
Mas reducciones en el trabajo son posibles si es simtrica yla ecuacin (4.2) es resuelta repetidamente (Cuthill
and Varga, 1959). Este proceso requiere solo dos multiplicaciones o divisiones y dos adiciones o sustracciones por
grid point.

Otros casos especiales son considerados por Evans y Forrington (1963) y Bakes (1965).estos sin embargo no son
importantes para los problemas considerados en este libro.

EJERCICIOS
Ejercicio 4.1
Considerando la ecuacin:
) (x q
x
u
K
x
=
|
.
|

\
|
c
c
c
c
) , 0 ( L x e
Con condiciones de frontera 0 =
c
c
x
u
cuando x=0 y x=L para la cual la ecuacin de la matriz correspondiente es
de la forma (4.21). Encontrar (a) las condiciones para la existencia de una solucin y (b) encontrar como la solucin
puede ser nica especificando u en un punto arbitrario.
Resumen de la solucin:
(a) Aadiendo sucesivamente por filas en la ecuacin, encontrar la condicin para la que existe solucin.
0 =

i
di
La cual es equivalente a la ecuacin (3.166). Muestra que si (A) se satisface, todas las soluciones de d Su = son:
c u u
p
+ =
Donde
p
u es una solucin particular y | |
T
c c c ,... , = es un vector constante.
(b) Si la solucin se especifica en el punto interior i, la matriz S se vuelve diagonalmente dominante pero
reducible (Varga, 1962). (Reemplazar en la ecuacin de diferencias finitas el punto i por U u
i
= y analizar la matriz
resultante). El significado fsico de la reduccin es que el problema puede ser separado en dos problemas
independientes. La matriz S en este caso puede ser reducida mediante la eliminacin de la fila y la columna i.

114

La ecuacin reducida es:
|
|
.
|

\
|
=
2
1
2
1
2
1
0
0 g
g
u
u
S
S

1
=
1

2
=
2

Donde

1
=
1
,
2
, ,
1

2
=
+1
, ,

1
=

= 1, , 2
2
=

= +2, ,

11
=
1

1

2+1
=
+1

Y
1
y
2
son submatrices de S.
Si la solucin se especifica en i=1 o i=N, el tamao de la matriz se puede reducir a N-1. La matriz reducida es
dominante en la diagonal e irreducible y el problema tiene una nica solucin.
EJERCICIO 4.2
Desarrollar el algoritmo anlogo al algoritmo (4.23) para el problema elptico con condiciones limites peridicas, dado
por

= , donde
=

1

1

1

2

2

. . .
. . .
. . .
. . .

1
= (
1
+

= (
1
+

) = 2, ,
Considerando:
(a) El caso en que
1
=
2
= = .
(b) El caso general.
(c) Requerimientos computacionales.
Resumen de la solucin
Aadiendo filas se transformara A y d en:
115

. . . .

. . . .
. . . .

1 (
1
+
)

1
=

1
+
2
.
.
.

=1
.
.
.

1
=1

Las dos ltimas filas dan la condicin

= 0

. Escoger ahora:

= 0
As
1
, ,
1
se obtienen resolviendo
1
=
1
reduciendo por dropping la ltima fila y la ltima columna.
(a) Si
1
=
2
= =

el algoritmo es:

1
=

=1

1
=1
(B)

=1

( )

1
=

(Recomendacin: sumar todas las filas = 1, , 1 para obtener
1
, sumar filas = 1, , para
obtener

.
(b) Para el caso donde todos los valores de b son diferentes, multiplicar cada columna por

, luego
proceder como en (a).
(c) Con la estructura de clculo adecuada, (B) requiere una multiplicacin y tres adiciones por trmino
desconocido.
Un sistema de este tipo ms general es considerado por Evans (1971a).
116

CAPITULO 5

FLUJO MULTIFSICO EN UNA DIMENSIN

5.1 INTRODUCCIN

ste es el primer captulo que trata flujo multifsico. En comparacin con el flujo monofsico, la simulacin del flujo
multifsico requiere tcnicas ms poderosas, porque trata con un sistema de ecuaciones no-lineales acoplado. Aqu
presentaremos tcnicas bsicas de solucin que estn actualmente en uso, as como tcnicas especiales usadas en
problemas que son difciles de resolver por tcnicas estndar. Aunque tales problemas (por ejemplo, Conificacin y
Filtracin de gas) son tpicos de sistemas multidimensionales, es ms fcil discutir tcnicas para manejarlas aqu.

Desde el primer artculo sobre dos fases de West et al. (1954), ha sido publicados muchos artculos sobre la
simulacin de flujo multifsico. En las Secciones 5.1 y 5.2, los dos mtodos bsicos para solucionar ecuaciones de
flujo multifsico son presentados: Mtodo de solucin simultnea (SS), y el mtodo implcito presiones explcito
saturacin (IMPES). Varios mtodos para el tratamiento de no-linealidades son discutidos en la Seccin 5.5. Un
mtodo relativamente nuevo conocido como el mtodo secuencial (SEQ) es presentado en la seccin 6.

Cuando tratemos flujo multifsico, denotaremos las fases mojante y no mojante como "" y "" y escribiremos las
ecuaciones (2.65) a (2.65) como:

= , (5.1)

= 1 (5.1)

Para flujo trifsico, escribiremos las ecuaciones como:

(5.2)


Debido a que la mayora de este captulo tratar con aproximaciones en un punto dado en el espacio, en ocasiones
omitiremos el subndice espacial .

5.2 EL MTODO DE SOLUCIN SIMULTNEA (SS)

La esencia de este mtodo es la escritura de las derivadas de saturacin en el lado derecho de las ecuaciones (5.1a)
o (5.2a) en trminos de las derivadas de presin y la solucin de las ecuaciones resultantes para presiones. Fue
primero propuestos por Douglas et al. (1959) y ms tarde extendido y analizado ms all por varios investigadores
(Coats et al., 1967; Coats, 1968; Sheffield, 1969).

5.2.1 El Mtodo SS para Flujo Bifsico

La seleccin de la aproximacin del tiempo es crucial para las ecuaciones acopladas. Es natural tratar tcnicas del
Captulo 3 (Seccin 3.3), puesto que las ecuaciones (5.1a) son parablicas. Sin embargo, tales mtodos raramente
funcionan cuando se aplican a sistemas de ecuaciones no lineales acopladas de este tipo. Un mtodo confiable es la
aproximacin con diferencias regresivas. Douglas (1960) ha mostrado que es estable para problemas de este tipo y
es uno de los ms usados frecuentemente en las Simulaciones de yacimientos.

Permtanos por consiguiente discretizar el lado derecho de la ecuacin (5.1a) por medio de la aproximacin
diferencial regresiva. El concepto de aproximacin de tiempo que conserva masa fue discutido en el Captulo 3

117

(Seccin 3.7.1). El concepto se extiende para flujo multifsico mediante la siguiente definicin de la derivada
temporal:

1

+1

(5.3)

As que:

(5.4)


Podemos ahora escribir las aproximaciones en diferencias finitas para la ecuacin (5.1a) como:

[

+1

)]

=
1

= , (5.5)
Donde:

( )]

+
1
2
[
+1

+
1
2
(
+1

)] +

1
2
[
1

1
2
(
1

)] (5.6)

,
+
1
2
=
+
1
2


+
1
2

+
1
2
y

son las tasas de inyeccin/produccin del bloque.

Esas aproximaciones son extensiones directas de las ecuaciones (3.125) y (3.126) para flujo monofsico.

Expansin de las aproximaciones de las derivadas temporales. El paso esencial el cual conlleva a la formulacin de
SS es expandir el lado derecho de la ecuacin (5.5) en trminos de

. El operador

puede expandirse como:

+1

+1

+1

(5.7)

Definimos las derivadas (pendientes de no-linealidades) as:

=
1

=

1

= ,

= =

(5.8)


Si asumimos que la porosidad depende de = (

), podemos escribir

] , entonces la ecuacin (5.7) puede expresarse como:

= (

+1

+1

] (5.9)

Tenga en cuenta que hasta el momento no hemos asignado ningn nivel de tiempo a las derivadas

, etc. La
ecuacin (5.9) conservar la masa solamente si las expansiones de trminos como

son exactas, por ejemplo:

+1

Esta generalmente puede satisfacerse solo si la derivada

es definida como una cuerda entre

y
+1

(Peaceman, 1967; Coats, 1968):

118

+1

+1

(5.10)

Con excepcin de la presin capilar que es una funcin lineal de la saturacin, la ecuacin 10 define un coeficiente
implcito y as requiere iteracin. Coeficientes implcitos similares resultan de

. An si

y fueran funciones
lineales, la expansin (5.9) an tendran coeficientes implcitos porque

+1
en el segundo trmino y

+1
en
el tercer trmino datan del nivel de tiempo n+1.

Forma de Matriz de Ecuaciones SS. Con las expansiones dadas en la Ecuacin (5.9), la ecuacin (5.5) puede
escribirse como:

[

+1

)]

+1
=
11

+
12

+1

)]

+1
=
21

+
22

(5.11)

Donde los coeficientes

son fcilmente encontrados de la ecuacin (5.9) (Reconociendo

):

11
=

+1

+1

12
=

+1

+1

21
=

+1

+1
(1

22
=

(1

+1

+1
1

(5.12)

Existen dos ecuaciones de diferencias (Ecuaciones (5.11)) para cada punto en el grid, las cuales deben solucionarse
simultneamente, de ah el nombre Mtodo SS.
Ordenando las incgnitas en un vector:

= [
1

,
1

, . . ,

, ,

Las ecuaciones de diferencias finitas para todos los puntos del grid pueden ser escritas ahora en forma de matriz,
as:

+1
=
+1

+ + =

+ + (5.13)

Donde es la matriz transmisibilidad, es la matriz acumulacin, es el vector de trminos gravitacionales (los
cuales hemos asumido, pueden expresarse en el nivel de tiempo n), y es el vector fuente.

Puesto que la ecuacin (5.13) es tpica para flujo multifsico mostraremos su estructura en detalle y desarrollaremos
notacin para matrices estructuradas por bloques.

El i-simo bloque fila de la matriz es:

Bloque Diagonal

1
2
0

1
2
+

+
1
2
0

+
1
2
0
0

1
2
0

1
2
+

+
1
2
0

+
1
2






119


El i-simo bloque de es una matriz de 2x2

11

12

21

22

(5.14)

Y las i-simas particiones de y son:

=
(

(5.15)

Si definimos (adems de

) matrices de 2x2:

1
2
0
0

1
2

1
2
+
+
1
2
(5.16)

Y Vectores de dos elementos:

+1

+1

Entonces, la ecuacin (5.13) puede escribirse en forma de bloque expandido como:

+1
=

(5.17)

El sistema anterior es til porque muchos algoritmos de matriz pueden extenderse fcilmente a matrices
estructuradas por bloques mediante una sustitucin formal de las operaciones matriciales a operaciones aritmticas
(Captulo 6).

La ecuacin (5.13) algunas veces se escribe en una forma residual, la cual es ms conveniente desde el punto de
vista computacional, especialmente en relacin a los mtodos iterativos. Definiendo para cualquier

un

mediante:

(5.18)



Entonces la solucin (5.13) satisface

+
=
120

Usando

, podemos escribir la ecuacin (5.13) como:

(
+

) =

+ (5.19)

Frecuentemente, tenemos alguna aproximacin

a
+
as como el vector de la ltima iteracin; entonces
podemos escribir

(
+

) =

+ (5.20)

(Algunos autores incluyen en la definicin de tal que
+
= ).

Comentarios sobre el Mtodo SS.

a) El mtodo SS como se present aqu requiere Presiones Capilares diferentes de cero puesto que las
ecuaciones para

estn unidas mediante

. Como la pendiente de la presin capilar decrece, la

matriz se vuelve dominante y el sistema de ecuaciones llega a ser singular. (Ejercicio 5.1). Por ende, si uno
desea simular el caso de Presin Capilar cero, una pequea curva falsa (la mejor opcin es lineal) debe
usarse. Afortunadamente, el valor de

, el cual es necesario para que la Solucin SS sea vlida, es lo

suficiente pequeo as que no afecta las respuestas (Coats, 1968). Una variante del Mtodo SS el cual no est
restringido a

nula se da en la siguiente seccin.

b) Luego que el paso de tiempo est completo,

debe actualizarse. Este paso involucra el tratamiento de no-

linealidades debido a la Presin Capilar, lo cual ser discutido en la seccin (5.5).
c) Debido a que el nmero de incgnitas es x(el nmero de fases), el mtodo SS llega a ser costoso para
problemas multidimensionales. El valor real del enfoque de SS est relacionado con el tratamiento implcito de
las transmisibilidades (Seccin 5.5).


5.2.2 Extensin del Mtodo SS a Flujo Trifsico

Las expansiones del lado derecho para las ecuaciones del agua y el aceite de las ecuaciones (5.2) son:

(1

+1

+1
(1

(5.21)

+1

+1

(5.22)

Donde ahora hemos asumido que depende de

. Para la ecuacin de gas, el operador satisfaciendo la ecuacin

de balance de materiales es:

+1

(5.23)

El primer trmino es

+1

+1

(5.24)

El segundo trmino est dado por la ecuacin (5.21) y

se expresa as:

donde

+1

+1

121

Es igualmente apropiado expandir el segundo trmino del lado izquierdo de la ecuacin (5.23) as

= (

+1

Usando la definicin

=
(

)
+1
(

+1

Las ecuaciones de diferencias para aceite y agua estn de nuevo dadas por la ecuacin (5.5), donde = , y la
ecuacin (5.21) o (5.22) es usada para el lado derecho. La aproximacin diferencial para la ecuacin del gas puede
escribirse as

[

+1

)]

+[

(
0
+1

)]

=
1

+(

(5.25)
Donde:
[

(
0
+1

)]

+
1
2
[

+1

+
1
2
(
+1

)]
+

1
2
[

1
2
(
1

)] (5.26)

Una formulacin alternativa de la ecuacin del gas se obtiene si la ecuacin del aceite es multiplicada por

y
deducida de la ecuacin de Gas. Puede hacerse con la ecuacin diferencial o la ecuacin de diferencias con el
mismo resultado (Ver ejercicio 5.2).


5.2.3 Otras formulaciones del Mtodo SS

Por brevedad, slo consideraremos flujo bifsico.

Formulacin sin trminos explcitos de gravedad. La definicin de pseudopotenciales
w
,
n
(Ver Seccin 2.4.3 del
Captulo 2) es

0
= , (5.27)

Transformando la ecuacin (5.1a) en

= , (5.28)

La cual puede aproximarse mediante las siguientes ecuaciones de diferencias:

T

+1

=
1

= , (5.29)

Donde

+1 2
= (

)
+1 2

+1 2

+1 2


122

El lado derecho debe expandirse en trminos de los valores de

. Debido a que

donde

es la

promedio en el intervalo de tiempo a +1, obtenemos

+1

+1

= , (5.30)

Asumimos aqu que

Lo cual es una buena aproximacin si

es pequeo comparado a cambios en la presin de yacimiento. En la forma

matricial, esta formulacin se convierte en:

+
=
+

+

Donde la matriz tiene elementos definidos por la ecuacin (5.30).

La conversin entre

se logra mejor estableciendo correspondencia

)

En forma tabular, debido a que para cualquier ,

)

Formulacin en trminos de , . Escogiendo

como variables dependientes. Las ecuaciones (5.1) son

(1

(5.31)

Ahora, al expandir el lado derecho de las anteriores ecuaciones con la suposicin
+1
=

y usando
la relacin

Donde

Entonces:

+1

+1

+1

+1

De manera similar el trmino

puede expresarse como

. Si ordenamos las incgnitas como se

indica en el siguiente vector

=

1
,

1
, ,

, ,

123

Podemos escribir la aproximacin por diferencias finitas regresivas para la ecuacin (5.31) otra vez en la forma de la
ecuacin (5.13).

La matriz tiene bloques

con elementos

11
=

+1

12
=

+1
+

21
=

[1

+1
]

22
=

+1
(5.32)

Y la matriz tiene bloques

+
1
2

+
1
2

+
1
2
0

=
+
1
2
+

1
2
(5.33)

(Note la estructura asimtrica de la matriz , opuesta a la matriz simtrica obtenida en la ecuacin (5.16). esta
formulacin es aplicable tambin para

0, caso en el cual

0. Formulaciones equivalentes pueden

escribirse en cualquier otro par de y o variables equivalentes (Ejercicio 5.3 y 5.4).



5.3 MTODO IMPLCITO PRESIONES - EXPLCITO SATURACIONES (IMPES)

Este mtodo surgi en el trabajo de Sheldon et al. (1959), y Stone y Gardner (1961). Su idea bsica es obtener una
sola ecuacin de presin mediante una combinacin de las ecuaciones de flujo. Luego que la presin se haya
determinado en el tiempo, las saturaciones son actualizadas explcitamente. Un procedimiento numrico similar ha
sido desarrollado tambin para las ecuaciones de Navier-Stokes donde es conocido como el mtodo de la variable
primitiva (Fox y Deardoff, 1972). El mtodo IMPES fue propuesto tambin por autores soviticos (Danilov et al.,
1968).

Daremos primero una derivacin estndar de las ecuaciones IMPES Trifsico, como se encuentra en Breitenbach
et al. (1969) y Coats (1968). Seguido de esto se presentaran algunas variaciones del mtodo.

5.3.1. Mtodo IMPES para flujo trifsico

Las ecuaciones de diferencias finitas, discretizando la ecuacin (5.1) pueden ser escritas en trminos de

y las
saturaciones como

[

)] =
1

+
1

)] =
2

+
2

)] +[

)] =
3

+
3

La suposicin bsica del Mtodo IMPES es que la presin Capilar en los trminos de flujo del lado izquierdo de las
ecuaciones, no cambian con el paso de tiempo. Entonces los trminos involucrados

pueden ser
evaluados implcitamente en el anterior (n-simo) nivel de tiempo y tambin

. Podemos, por
ende, denotar

por y escribir
124


[

(
+1

)] =
1

+
1

(
+1

)] =
2

+
2

(
+1

)] +[

(
+1

)]
=
3

+
3

+
3

(5.34)

Donde los coeficientes se encuentran de las expansiones (5.7), etc:

+1

+1

+1

+1

+1

+1

+1

+1

3

+1
(5.35)

Ahora deseamos combinar las tres ecuaciones (5.34) de tal manera que todos los trminos con

desaparezcan.
Esto se logra multiplicando la ecuacin del agua por , la ecuacin del gas por y sumando las tres ecuaciones. El
lado derecho de la ecuacin resultante es

+
2

+
3

+
1

+
2

+
3

+
1

+
3

Y y se encuentran de

+
2

+
3

= 0

+
3

= 0

Lo cual da

=
2

(
3

)
=
3

(5.36)

Entonces la ecuacin de la presin ser

[

(
+1

)]

(
+1

)]

+1

(
+1

)]

=
2

+
1

(5.37)

Esta es una ecuacin en diferencias finitas del tipo obtenida de una ecuacin parablica simple y puede escribirse
como

+
=
+

+ +
125


Donde es una matriz tridiagonal y es una matriz diagonal. En este caso el vector incluye los trminos de
gravedad y capilaridad.

Luego que la solucin de presin es obtenida, las saturaciones son actualizadas explcitamente sustituyendo los
resultados en las primeras en las primeras dos ecuaciones (5.34). Cuando

+
se conozca, se calculan las nuevas
presiones capilares

+
y

+
, las cuales se usan explcitamente en el siguiente nivel de tiempo.

Como para el Mtodo SS, muchos de los coeficientes en el lado derecho estn en el nivel de tiempo desconocido y
es necesaria la iteracin. Note que los factores de multiplicacin y deben actualizarse durante la iteracin. Es
fcil derivar los casos especiales para flujo bifsico.

5.3.2 Otras derivaciones del Mtodo IMPES
Variables Diferentes. Cualquier formulacin de SS puede usarse como punto de partida para IMPES. Los
coeficientes y sern ligeramente diferentes dependiendo de la seleccin de las variables dependientes. Por
ejemplo, considere la formulacin SS en y para flujo bifsico (Seccin 5.2.3).

[

)
+1
] =
11

+
12

)
+1
] =
21

+
22

(5.38)

Para obtener un que elimine los trminos

se multiplica la primera ecuacin por y luego se suman.

Resulta =
22

12
y la inspeccin de la ecuacin muestra que
12
siempre ser positiva siempre que

0, as que el proceso pueda llevarse a cabo.

La solucin IMPES ahora consta de dos pasos:


a) Con

evaluada explcitamente, resolver

+
, implcitamente de la siguiente ecuacin:

22

12
[

+1
] +[

+1
]
=
22

12

11
+
21

22

12

22

12
[

)] +

(5.39)

b) Resolver explcitamente para

, por ejemplo, de la ecuacin del agua:

= 1
12

11

+1

(5.40)

Uso directo de las ecuaciones de flujo fraccional. La manera ms directa de obtener una formulacin de IMPES es
mediante la forma hiperblica de las ecuaciones de flujo derivadas en el captulo 2 (Seccin 2.5.2). Para mayor
claridad, consideramos flujo bifsico con = constante y sin fuentes y sumideros. Entonces la ecuacin de la
presin en la forma diferencial se obtiene de la ecuacin (2.94):

(1

(5.41)

Donde =

. Discretizamos los trminos de flujo como es usual y aproximamos mediante

.
Finalmente,

se aproximan con

+1
y

+1
. Esta opcin lleva a ecuaciones de diferencias idnticas a la
ecuacin (5.39) como se muestra abajo. Las manipulaciones indicadas anteriormente resultan en

+1
[

(
+1

)] +

+1
[

(
+1

)]
=

+1

+1
1

(5.42)


126

Ahora, para igual a una constante, obtenemos de la ecuacin (5.32)

=
22

12
=

+1

+1


Y es ahora fcil verificar que la ecuacin (5.39) es idntica a la ecuacin (5.42). Debera ser obvio ahora cmo
proceder con la derivacin del IMPES desde las ecuaciones de tres fases expresadas en trminos de ,

, etc.
(Ejercicio 5.5).

En IMPES, no usamos la ecuacin de saturacin (2.95), conocida como la ecuacin de flujo fraccional. Como
veremos en la seccin 5.6, el uso de esta ecuacin conlleva al mtodo de solucin secuencial.



5.4 ANLISIS DE LOS MTODOS IMPES Y SS

En las dos secciones anteriores, derivamos los mtodos SS e IMPES sin ninguna referencia al tratamiento de no
linealidades involucradas o la existencia de solucin. En esta seccin examinaremos las propiedades de estos
mtodos en su forma bsica cuando todos los coeficientes en las ecuaciones de diferencias son evaluados en el
nivel de tiempo anterior. El primer anlisis de convergencia del Mtodo SS fue presentado para flujo bifsico por
Douglas (1960), Later, Coats (1968) analiz la estabilidad de ambos mtodos y Sheffield (1969) discuti la existencia
de solucin para el mtodo SS.

5.4.1 Estabilidad

Hay dos posibles limitaciones de estabilidad las cuales pueden analizarse independientemente.

La primera viene del tratamiento explcito de las variables primarias. Debido a que el Mtodo SS trata todas las
variables primarias explcitamente, en este aspecto es incondicionalmente estable. Sin embargo, el mtodo IMPES
trata la Presin Capilar explcitamente y por ende tiene un lmite de estabilidad dependiendo de la magnitud de

.

La segunda limitacin resulta del tratamiento explcito de las transmisibilidades, las cuales son las no linealidades
involucradas ms fuertes. Puesto que este tratamiento es idntico para ambas formulaciones (IMPES y SS) existe un
lmite de estabilidad.

Por simplicidad, trataremos solo el caso bifsico. El desarrollo para tres fases se bosqueja en el Ejercicio 5.6. Nuestro
anlisis sigue Coats (1968).

5.4.1.1 Estabilidad con respecto a

Para este anlisis, asumiremos que

y las transmisibilidades son constantes y por simplicidad, tambin

ignoramos los efectos gravitacionales.

Estabilidad del Mtodo IMPES. Consideraremos el mtodo IMPES para flujo incompresible. Bajo las suposiciones
anteriores las ecuaciones (5.38) pueden escribirse como:

+1
=

(5.43)

+1
=

(5.43)

Denotar ahora los errores en

y como
1
y
2
:

Como se mostr en el Captulo 3 (Seccin 3.2.3) los errores
1
y
2
satisfacen las ecuaciones de diferencia (5.43a) y
(5.43b), siempre que ignoremos los errores de truncamiento. Las ecuaciones de error resultantes son:

2
+1
=

1
+

(5.44)

127

2
+1
=

1
(5.44)

Sumando las ecuaciones (5.44) y resolviendo para
2
+1
resulta el error en la ecuacin de Presin como

2
+1
=

1
+1
(5.45)

Siguiendo el anlisis de estabilidad de Series de Fourier (Captulo 3, Seccin 3.2.3), buscando
1
en la forma

exp1

= 1,2

Donde

> 0. Suprimiendo el subndice podemos escribir

Donde

= 4sin
2

2


La sustitucin de esta en la ecuacin (5.45) da

2
+1
=

2

1

(5.46)

Donde

.

La sustitucin de
2
+1
en la ecuacin (5.44b) resulta en

1
+1
=
1

1 =
1

1


La condicin
1
< 1 lleva a

<
1
2

(5.47)

Aqu hemos usado el hecho que

< 0,

> 0 y

< 4. Es fcil ver que si

1
est limitado,
2
tambin
estar limitada de acuerdo a la ecuacin (5.46). La condicin (5.47) debe satisfacerse para todos los puntos y
cualquier saturacin

.

Por consiguiente, para una malla regular obtendremos la siguiente condicin de estabilidad:

<
1
2

2
min

1
max

min
,

(5.48)

Ahora investigaremos el papel de la compresibilidad en la estabilidad del mtodo IMPES. Para este propsito
definiremos

y escribiremos la equivalente a la ecuacin (5.43) como:

+1
=

(5.49)

+1
=

(5.49)




128

Donde

Aplicando el mtodo de estabilidad de Fourier, obtenemos las ecuaciones para los errores
1
y
2

1
+1
+

2
+

2
+1
=

(5.50)

1
+1

2
+

2
+1
=

(5.50)

Con el fin de encontrar los factores de amplificacin, debemos escribir las ecuaciones en forma matricial. As,

+
=

(5.51)

Y

+
=

Despus de algunas manipulaciones matriciales (Ejercicio 5.6), encontramos que

=

Donde

2
+

1



La estabilidad requiere que max

< 1 donde

son los valores propios de (Captulo 3, Seccin 3.2.3.3). Los

valores propios se obtienen resolviendo = lo cual resulta

1,2
=
1
2

2
4 (5.52)

Donde

=

+(

+(

(5.53)

Debido que la compresibilidad de los fluidos a condiciones de yacimiento es pequea (

1), la
condicin

mantendr en la ecuacin (5.52), debido a que todos los trminos de estn

multiplicados por alguna compresibilidad. Por ende, el valor propio dominante de es

1
=
1
2

2
4
1

Note que para

= 0, la ecuacin anterior da la condicin de estabilidad

< 1, la cual lleva a la

condicin de estabilidad previamente derivada (Ecuacin (5.47)). El valor de (

) que da esta condicin es

negativo.


129

Por ende, cuando buscamos la solucin de

< 1

Podemos hacer la aproximacin

1 en el primer trmino:

< 1 (5.54)

Resolver esta desigualdad en general es difcil; sin embargo, considerar un caso especial cuando solo la fase no
mojante es compresible y

= 0. Podemos entonces utilizar de nuevo el hecho que esa solucin es

cercana al caso incompresible y por ende

1

Entonces podemos evaluar de la Ecuacin (5.53) como

Y la solucin de la ecuacin (5.54) da, para negativos

< 21 +

La cual despus de sustitucin y aproximacin

2
finalmente da el mximo valor de
2
1

<

1
2

(5.55)

Es evidente que el lmite de estabilidad se ha incrementado comparado a la ecuacin (5.47), pero el mejoramiento es
en la mayora de los casos insignificante.

El anlisis de estabilidad para flujo trifsico sigue las mismas lneas pero llega a ser algo ms complicado an para el
caso incompresible (Coats, 1968). Aqu resumimos los resultados finales del anlisis para flujo trifsico
incompresible.

Si denotamos
1
,
2
y
3
como los errores en

, y

, y definimos

, = 1,2,3 en consecuencia, obtenemos

despus manipulaciones considerables (Ejercicio 5.6)

<
4

+
3

+
1

(5.56)

Donde

=
1

2
+4

3


Puede verificarse fcilmente para las regiones donde dos fases estn fluyendo, la expresin anterior se reduce a la
ecuacin (5.47). El anlisis de sistemas trifsicos compresibles resultara en expresiones complicadas. Sin embargo,
podemos ver de la analoga con el caso bifsico discutido antes que la suma de la compresibilidad relaja el lmite de
estabilidad ligeramente. Para propsitos prcticos el lmite de estabilidad derivado para el caso incompresible
debera usarse an cuando el sistema es compresible.
130

Estabilidad del Mtodo SS. Debido a que el mtodo SS trata

implcitamente, es incondicionalmente estable

respecto a las variables primarias. Esto puede probarse fcilmente mediante el anlisis de Fourier (Ejercicio 5.7).



5.4.1.2 Estabilidad con respecto a Transmisibilidades
Para propsitos de este anlisis, asumiremos flujo bifsico incompresible con presin capilar cero y fuerzas
gravitacionales. Como mostramos anteriormente, ambos mtodos (IMPES y SS) son idnticos en ese caso.

En un trmino de flujo tpico

+1 2
=
+1 2
(
+1

)

Necesitamos evaluar el coeficiente de transmisibilidad no lineal en algn punto del espacio y el tiempo. Mientras
todas las opciones sean discutidas en detalle en la Seccin 5.5, consideraremos corriente arriba en espacio, explcito
en la ponderacin de tiempo, por ejemplo:

+1 2
=

Si el flujo es desde a +1

+1 2
=
+1

Si el flujo es desde +1 a

Sin prdida de generalidad, podemos asumir que el flujo es en la direccin del eje positivo de x. entonces las
ecuaciones de flujo son

(
1

)
+1
+

(
+1

)
+1
=

+1

= , (5.57)

Aunque es posible analizar esta ecuacin, es ms conveniente considerar el sistema equivalente de ecuaciones
(2.84) y (2.91). Para un caso 1D, la solucin de (2.84) es trivial

y solamente tenemos que considerar

la ecuacin de saturacin

La discretizacin de esta ecuacin para un bloque que no tiene una fuente da

+1

(5.58)

Donde el concepto de ponderacin corriente arriba se expresa tomando las saturaciones explcitamente corriente
arriba. Esta forma del lado izquierdo es conservativa y por consiguiente preferible a otras discretizaciones tales como

1 2

Es fcil mostrar en este simple caso que el tratamiento de

en la ecuacin (5.58) es exactamente equivalente al

tratamiento de

en la ecuacin (5.57) (Ejercicio 5.8).

El error ahora satisface la ecuacin (Despreciando variaciones en

):

+1

Siguiendo el anlisis de estabilidad de Fourier encontramos

exp(1) =


131

Y luego de la sustitucin se obtiene la expresin

= 1 +exp1 1 (5.59)

Donde

=

Para encontrar , expresamos en forma compleja como = +1 y obtenemos

2
=
2
+
2
= 1 4(1 ) sin
2

2


La condicin de estabilidad < 1 da para sin
2
2 1

0 < 1 <
1
2


Lo que lleva a la condicin < 1 ,

<

(5.60)

Esta desigualdad tiene una interpretacin fsica simple. Puede ser escrita como

< (5.61)

Hemos dividido por .

De la teora de Buckley-Leverett sobre desplazamiento bifsico encontramos que el trmino de la izquierda es la
velocidad de avance de una superficie de saturacin constante:

<

=
=

(Craft and Hawkins, 1959, p369). Luego la condicin de estabilidad puede expresarse como

< (5.62)

Lo cual significa que el frente de invasin puede avanzar una distancia de un bloque de la malla por cada paso de
tiempo o el rendimiento especfico a travs de cualquier bloque por paso de tiempo debe ser menor que su volumen
poroso. Este lmite de estabilidad es conocido en la literatura de dinmica numrica de fluidos (Richtmyer and
Morton, 1967, p.304).

5.4.2 Existencia y unicidad de Solucin

5.4.2.1 El Mtodo SS

Consideraremos las ecuaciones bifsicas SS


+

+ (5.63)

En el resto de esta seccin, asumiremos que el problema tiene condiciones de frontera de no flujo las cuales son
discretizadas mediante la tcnica de Reflexin. En consecuencia, si un punto +1 est fuera de la frontera,
132

ajustamos
+1 2
= 0 y

=
1 2
en la ecuacin (5.17). Por simplicidad, tambin suponemos la
compresibilidad de la roca igual a cero. Entonces podemos escribir la matriz como

+1

+1

+1

+1

0
0

(5.64)

Ahora, podemos probar los siguientes resultados:

Teorema 1. Sea

< 0,

> 0,

> 0 . Entonces la ecuacin (5.63) tiene una nica solucin.

Demostracin: La matriz es simtrica, diagonalmente dominante con elementos negativos en la diagonal y
elementos positivos fuera de la diagonal. Esto implica que es negativa semidefinida. La matriz

tambin tiene
una fila de suma cero, pero no es simtrica. Bajo las suposiciones hechas al menos un elemento de

es
positivo. Por ende la matriz = tiene una fuerte dominancia diagonal en al menos una fila. Adems, tiene
al menos una subdiagonal llena y una superdiagonal llena y es fcil mostrar que es irreducible. Luego es no
singular (Varga, 1962; Apndice A.3.2). Notar que si 0 <

<

<

< 1, ser estrictamente

diagonalmente dominante y la no se requiere la reduccin.

La suposicin de la compresibilidad es esencial para la unicidad, como se indica en el siguiente teorema.

Teorema 2. Sea

< 0,

= 0. Entonces la solucin de la ecuacin (5.63) existe solamente si

= 0

Y se determina hasta una constante aditiva.

Demostracin: En el caso incompresible la matriz

es cero y por consiguiente todas las filas de la matriz tienen

sumas cero. Debido a que todos los elementos en la diagonal son negativos y los elementos fuera de la diagonal son
positivos, se cumple (Apndice, A.3.6), que es singular. Multiplicar cada ecuacin de fase mojante por

, cada
ecuacin de fase no mojante por

y denotar la matriz resultante como

. Es fcil ver que

es
simtrica. Las simetra y las filas de sumas cero de

implican que

= 0 = , (5.66)

Para cualquier vector . Aqu

denota que el resultando de multiplicar la i-sima fila de

para la fase por el

vector . Porque

1 1
1 1


Esto sostiene que

= 0

Para cualquier , tambin implica que

|

= 0

(5.67)

Si ahora escribimos las ecuaciones (5.63) como

133

(5.68)

Las sumamos u usamos los resultados anteriores, encontraremos que la ecuacin (5.65) debe mantenerse si existe
solucin.

Por otro lado, es fcil mostrar que cada menor principal de orden 1, donde es el orden de , es
diagonalmente dominante irreducible y por ende el rango de es 1. Esto prueba que la condicin (5.65)
tambin es suficiente. Debido a que obviamente cualquier vector constante = satisface la ecuacin (5.68),
todas las soluciones tiene la forma =

+ donde

es una solucin particular.

Fsicamente la ecuacin (5.65) representa la conservacin de masa de un sistema incompresible. La constante
indeterminada representa una referencia de presin arbitraria, debido a que en un sistema incompresible el nivel de
presin es inmaterial.

Podemos derivar ahora algunas relaciones tiles las cuales son extensiones directas de los resultados dados en el
captulo 3 (Seccin 3.7.1).

Primero, podemos definir el residual al nivel +1 como

+
=
+

= (5.69)

Entonces de la ecuacin (5.66) obtenemos el siguiente resultado:

Teorema 3. Solucin de la ecuacin (5.63), si existe, satisface

+1

=
+

Donde el trmino dentro de la segunda sumatoria representa la parte de la fase del i-simo elemento del vector.

El siguiente teorema da la relacin entre la matriz y los errores de balance de materiales. Primero, definimos un
vector como

,+
=

+1

= , (5.70)

Note que es un vector de cambio de masa, y la ecuacin (5.70) es una extensin directa de la ecuacin
(3.172). Entonces el error de balance de materiales en un paso de tiempo es por definicin

,+

(5.71)

Ahora, del teorema 3 el siguiente resultado se obtiene directamente:

Teorema 4. Solucin de la ecuacin (5.63), si existe, satisface

,+

= , (5.72)

Este teorema prueba rigurosamente nuestra previa afirmacin que las derivadas temporales definidas por la ecuacin
(5.3) conservarn la masa, porque en ese caso
+

,+
. De otro lado, la ecuacin (5.72)
puede dar

= accidentalmente an para un operador que no es conservativo. Por consiguiente,

no debera
usarse para medir la convergencia cuando se solucionan las ecuaciones. En vez de eso, uno podra usar una norma,
tal como

134

El anlisis para un flujo trifsico es bastante anlogo. Sin embargo, las matrices y generalmente no son
diagonalmente dominantes debido a los trminos adicionales fuera de la diagonal representando la transferencia de
masa entre las fases aceite y gas. Sheffield (1969) mostr no es singular para suficientemente pequeo,
pero esta demostracin parece estar en un error. La prueba correcta explicada en el ejercicio 5.9 muestra que las
ecuaciones SS para tres fases tienen una nica solucin si satisface la siguiente condicin

<

(5.73)

Donde y son constantes exactas. Note que la existencia de solucin para el caso sin transferencia de masa no
requiere una condicin en .

Generalizaciones de los teoremas 3 y 4 son tambin sencillas, con la definicin del tercer elemento de (En el
caso trifsico = , , ) como

,+
=

+1

+1

(5.74)


5.4.2.2 El Mtodo IMPES
Las propiedades de IMPES pueden analizarse de la misma manera que para el mtodo SS. Debido a que las
ecuaciones de IMPES pueden obtenerse a partir de las del Mtodo SS por manipulaciones algebraicas luego de
arreglar los trminos

, todos los teoremas enunciados previamente son vlidos tambin para IMPES. Esto puede
tambin ser demostrado directamente. Las ecuaciones de IMPES bifsico, antes de su reduccin a una ecuacin
sencilla, son:

= [

)]

= [

)]

Donde hemos asumido de nuevo

y es constante;

denota una aproximacin a

+1
.

La ecuacin de balance de materiales en diferencias finitas (Teorema 3), se obtiene fcilmente con una simple
adicin de todas las ecuaciones para una fase dada:

+1
[

(
+1

)] +

+1
[

(
+1

)]
=

+1

+1
1

(5.42)

= ,

Obviamente, cuando

+1
, los trminos en la segunda sumatoria se convierten en

, definido por la
ecuacin (5.70) y el Teorema 4. Los teoremas 1 y 2 pueden obtenerse de la misma manera.

5.4.3 Convergencia

Debido a que todas las aproximaciones que hemos usado son consistentes con las ecuaciones diferenciales, la
convergencia resulta (para suficientemente pequeos) de la estabilidad (Captulo 3, Seccin 3.2.3). Sin embargo,
esto es cierto slo cuando el problema diferencial es planteado apropiadamente y el operador lineal. Estas
condiciones generalmente no se satisfacen y por ende la convergencia no se asegura automticamente. Daremos un
ejemplo en la siguiente seccin, cuando un esquema diferencial muy razonable converger con una solucin
errnea.
135

5.5 TRATAMIENTO DE NO LINEALIDADES

Las no linealidades de la ecuacin 5.20 aparecen en matrices T y D y implcitamente tambin en el vector R. Un
elemento tpico de la matriz podra ser denotado para discusiones futuras como:

1
,
2

=
1

2
(5.75)
Donde GC es la parte constante de la transmisilidad,
1
=
1

, y
2
=

. Las Funciones f1 y f2 pueden ser

aproximadas en diferentes niveles de tiempo y en diferentes formas entre los puntos de la malla, generalmente como

+
1
2

+1

11

1
,
22

2

Donde
1
,
2
+1
1
,
2
+1
El problema de la aproximacin del nivel +
1
2
en el espacio coordinado que se conoce como el problema de
ponderacin. El problema de aproximacin de el nivel en el tiempo n+1 es el problema de solucin o lineali zacin
local del conjunto de ecuaciones no lineales. Una situacin similar existe en la aproximacin de la matriz D. Todas las
no linealidades en la ecuacin (5.20) pueden ser dividas en dos grupos:
a) No linealidades dbiles. Todas las variables que son funcin de la presin de una fase solamente puede ser
consideradas no linealidades dbiles. Estas incluyen

+1
,
1

+1
y

+1
. Un ejemplo real de las
funciones que depende de la presin se presentan en el captulo 2 (Fig. 2.4). El efecto de las no linealidades dbiles
depende del grado del cambio de la presin y desaparece en los problemas en los que la presin se mantiene
constante. Por lo general esto es satisfactorio incluso en el caso de variacin de la presin para evaluar las funciones
que dependen de la presin un paso atrs, por ejemplo, como una funcin de

en vez de

+1
. Tambin, la
aproximacin del nivel i+1/2 no es crtico; e.g., podemos usar:

1+1/2

1
2

1
+
1+1


b) No linealidades fuertes. Los coeficientes que dependen de la saturacin o la presin capilar, por ejemplo, krl y S

w,
son llamados no linealidades fuertes. La no linealidad debido a la filtracin de gas tiene un carcter especial y se
tratar por separado. Ejemplos de funciones kr y Pc son encontradas en el captulo 2. Se deduce de la ecuacin
(5.10) que la no linealidad debido a S

w, desaparece si Pc es una funcin lineal de saturacin, pero no cierto si es de

kr. Por tanto kr, introduce la no linealidad principal en la ecuacin (5.20).
La discusin en esta seccin es ilustrada por resultados numricos obtenidos con dos problemas de prueba, los
cuales son descritos a continuacin.

Problema de Prueba No 1
El primer problema de prueba es el problema de inyeccin de agua incompresible con presin capilar cero (problema
Buckley-Leveret). La funcin kr estn dadas por Fig. 2.9 y los otros datos son (cf. Coats, 1968; y Todd et al., 1972):
L=1000ft, Bw=Bn=1, w= n=1 cp, k=300 md, =0,2. La fase no mojante se produce a x=L a la una tasa de 426.5
ft
3
/da y la fase mojante es inyecta en x=0 a la misma tasa. El yacimiento es horizontal con una area transversal de
10 000 ft
2
y una saturacin inicial constante Swi=0,16. Donde el valor Pc finito debe ser usado por el mtodo SS, la
funcin cero Pc fue aproximado por una funcin lineal Pc definida por Pc=0.1 a Sw=0,16 y Pc=0 a Sw=0,8. Este valor
pequeo de la presin capilar no tiene influencia en la solucin.

Problema de Prueba No 2
El segundo problema es el problema petrleo-gas compresible el problema incluye filtracin de gas, con las
funciones no lineales dadas en el captulo 2 (Fig.2.10). Los otros datos son (McCreary, 1997): L=135ft, k=20 md,
=0,04. Las densidades a condiciones estndar son w STC=60 lb/ft
3
y o STC=0,05 lb/ft
3
. La fase mojante se produce a
x=L a la tasa de 2810 ft
3
/da a condiciones estndar. El yacimiento es una columna vertical con una rea transversal
de 5 414 929 ft
2
, saturacin inicial constante Sw=0,99. La presin inicial de equilibrio est dada por la gravedad con
Pw=1750 psia en el tope de la columna.


136


Fig 5.1. Ponderacin de la convergencia del punto medio Problema casi hiperblico. Problema de prueba
No 1, t=1500 das.




Fig. 5.2. Solucin con el punto medio de la ponderacin para Pc diferentes. Problema de Prueba No. 1, x=L/40,
t=10 das, t=1500 das.

5.5.1 Ponderacin de las Transmisibilidades

Las frmulas de ponderacin se refieren al valor de krl i+1/2 a Swi y Sw i+1. La aproximacin, que parece ser ms
apropiada desde el punto de vista de anlisis numrico,


+1/2
=
1
2

+1
(5.76)

puede ser llamado ponderacin del punto medio y este es de segundo orden. Una formula alternativa puede ser
definida como,


+1/2
=

1
2

+
+1
(5.77)

Aunque ambas aproximaciones son de segundo orden, como se muestra despus de esta seccin, que producen
resultados errneos. Esto se muestra en Fig. 5.1 para la solucin numrica del problema de Buckley-Leverett. Los
valores pequeos de Pc usado con los resultados de la ecuacin SS en un problema casi hiperblico con verdadera
solucin muy cerca a la solucin Buckley-Leverett, mostrada en la Fig. 5.1 por la lnea solida. Sin embargo, con el
refinamiento de la malla, la solucin numrica usa el esquema de ponderacin (eqn. (5.76)) converge a una realidad
diferente, solucin irreal.
Este comportamiento es una consecuencia de la naturaleza hiperblica de la ecuacin. En el caso solamente
hiperblico (Pc=0) el problema diferencial no se plantea propiamente y no tiene nica solucin. La ponderacin del
punto medio a una solucin la cual es matemticamente posible, pero incorrecto fsi camente. Donde la magnitud de
P

c es aumentado, (el nivel de Pc es inmaterial), los resultados abordan la solucin fsicamente correcta (Fig. 5.2).
137

Sin embargo, la P

c a la cual esto sucede puede ser ms que el valor actual para el problema considerado; casi,
depende de los espacios de la malla.
Por esta razn, el esquema utilizado es la ponderacin aguas arriba, definida por:

+1/2
=

+1

+1
+1

(5.78)

La direccin de flujo est dada por el signo de

+1/2
=
+1

+1/2

+1

El flujo es de i a i+1 si < 0 y viceversa. Esta frmula proporciona solamente una aproximacin de primer orden.
Tood et al. (1972) propuso una aproximacin asimtrica de segundo orden que utiliza dos puntos aguas arriba:

+1/2
=
1
2
3

1
+1
1
2
3

+1
3

+2
+1

(5.79)

Donde la formula (5.79) se considera en trminos de la ponderacin de las saturaciones (como se hizo anteriormente
para el anlisis de estabilidad, ecuacin (5.58)); resulta que esto es equivalente para aproximaciones de segundo
orden propuestas para ecuaciones convencin-difusin por Price et al. (1966). Porque la ecuacin (5.79) involucra un
proceso de extrapolacin, es esencial limitar los valores calculados a los valores aceptables fsicamente, i.e.,
0kr1.

Comparacin de las dos frmulas arriba se muestra en la Fig. 5.3. Ambos mtodos convergen a la respuesta
correcta. La formula de segundo orden aguas arriba est dada frente a los desplazamientos ms ntida que la
frmula de un solo punto.



Fig. 5.3 Comparacin de formulas de ponderacin aguas arriba. Problema de Prueba No.1, x=L/40, t=10 das,
t=1500 das (por Settari y Aziz, 1975).

Una evaluacin crtica de la diferenciacin de aguas arriba para problemas de flujo de fluidos es proporcionada por
Raithby (1976).

5.5.1.1 Errores de truncamiento y Discusin

Los errores de truncamiento son mejor analizados con la forma hiperblica de la ecuacin como lo hemos hecho en
la Seccin 5.4.1. El operador que se aproxima se denota por:

= 0 (5.80)


138


Donde

Una diferencia del operador de aproximacin A en el punto xi es denotado por L(Swi) y el error de truncamiento de L
es definido como =

(xi) L(Swi). La derivacin de los errores de truncamiento estn dados por Settari y Aziz
(1975). Si denotamos

=
.
; los resultados finales del anlisis linealizado son:

.
+

2
3

..
+

2
6

+0(
3
) (5.81)

Frmula para ambos puntos medios,

2
+

2

.
+

2
3

..
+

.
+

2
6

+0(
3
(5.82)

Para la ponderacin del punto nico, y


2
=

.
+

2
3

..

2
3

+0
3
(5.83)

Para el segundo punto de la frmula aguas arriba. Todas las tres expresiones corresponden a aproximacin explicita
de krl en tiempo.
El problema de ponderacin es un buen ejemplo de un problema el anlisis del error de truncamiento solo puede ser
Los errores de truncamiento de las frmulas del punto de medio y dos puntos aguas arriba difieren solamente en el
coeficiente del trmino
2
, pero su rendimiento es muy diferente. El hecho de que la ponderacin de aguas arriba
es superior a la de mayor ponderacin del punto medio tambin se ha observado en la solucin de las ecuaciones
Navier-Stokes (Runchal y Wolfstein, 1969; Hirt, 1968).
Para la solucin de problemas prcticos, la seleccin est entre la ponderacin de solo un punto y dos-puntos aguas
arriba. Tenga en cuenta que el trmino de primer orden en la ecuacin (5.82) tiene dos partes de signo opuesto
(donde Cw>0). Por lo tanto el trmino de primer orden desaparecer cuando
=

El cul es exactamente el lmite de estabilidad para transmisibilidades explicitas aguas arriba (ecuacin 5.60). Esto
es conocido para ecuaciones hiperblicas; e.g., la ecuacin de diferencia centrada da una solucin exacta para un
problema lineal si =

(Von Rosenberg, 1969). En general:

Los errores de truncamiento con transmisibilidades explicitas arriba sern minimizadas por el uso de el
mximo paso de tiempo estable.
La ponderacin de dos puntos aguas arriba es ms precisa, pero no tiene la cancelacin del error propiamente.
Tiene una ventaja adicional de reducir el fenmeno indeseado llamado efecto de la malla de orientacin en
problemas multidimensionales (Capitulo 9). El esfuerzo computacional es el mismo que para ponderacin del punto
nico si las krl son tratadas en tiempo explcitamente. En el caso de el tratamiento semi- implcito de krl (o tratamiento
implcito de la ecuacin. (5.80), el uso de este mtodo aumenta el ancho de banda de la matriz en problemas
multidimensionales.

5.5.2 Aproximacin de las transmisibilidades en el tiempo

La aproximacin del nivel de tiempo parece ser crucial para la estabilidad de las ecuaciones de diferencias finitas. La
aproximacin explcita, por ejemplo T
n+1
T(f2
n
) es nicamente estable condicionalmente como es mostrado en la
seccin 5.4.12; y por lo tanto, esto impone una limitacin en tamao y el paso de tiempo. Los problemas de
estabilidad se convierten en severos especialmente en la simulacin de flujo multidimensional alrededor de un solo
pozo, donde las altas velocidades de flujo son alcanzadas debido a la convergencia del flujo hacia el pozo. Esta fue
esta aplicacin (simulacin cnica) en la cual el problema de estabilidad fue identificado (Welge y Weber, 1964). Esto
ha sido demostrado ya que el problema de estabilidad es un resultado del tratamiento explcito de las
transmisibilidades (Blair and Weinaug, 1969) y varios mtodos de manipulacin de este problema estn ahora
disponibles, involucrando aproximaciones linealizadas (MacDonald y Coats, 1970; Letkeman y Ridings, 1970; Sonier
et al, 1973) como las no linealizadas (Nolen y Berry, 1972; Robinson, 1971) para la transmisibilidades
completamente implcitas. Mostraremos en esta seccin que la mayora de estos mtodos estn cercanamente
relacionados al mtodo de Newton para la solucin de ecuaciones no lineales.

139

El tratamiento de los trminos de produccin es parte integral de estos mtodos. Los mtodos de produccin deben
ser aproximados en la misma manera que las transmisibilidades internas de los bloques, con el fin de mantener la
estabilidad cuando las saturaciones cambian cerca de pozos productores. El tratamiento de los trminos de
produccin es discutido en la seccin 5.7

En el resto de la seccin, asumiremos un solo punto, en ponderacin aguas arriba para el espacio aproximado de krl,
ecuacin (5.78). Cuando empezamos la consideracin T y D en diferentes niveles de tiempo, es neces
ario introducir una nueva notacin para el vector definido previamente por la ecuacin (5.18). Escribimos

(5.84)

Donde la m que aparece superescrita en el lado derecho denota el nivel de tiempo en el cual los coeficientes son
evaluados. En esta notacin podemos escribir la ecuacin (5.20) con los coeficientes evaluados en el tiempo m como

+1

+ (5.85)

Adems de que la diferenciacin de los niveles de tiempo es necesaria cuando nosotros discutimos el tratamiento de
una matriz D, es tambin requerida en el nivel de tiempo n+1. De los dos mtodos bsicos de solucin (SS y
IMPES), nicamente el mtodo SS se puede acomodar para el tratamiento implcito de la matriz T. El mtodo IMPES
por definicin asume el tratamiento explcito de Pc y las saturaciones en la matriz T. Sin embargo, un IMPES implcito
anlogo conocido como el mtodo SEQ ser discutido en la seccin 5.6

Para aclarar, trataremos en esta seccin nicamente el mtodo SS con presiones como las variables dependientes.
Sin embargo, haremos comentarios cuando cualquier tratamiento difiera de otras variables seleccionadas.

5.5.2.1 Algunos Mtodos Bsicos
(a) Transmisibilidades Explicitas
Como fue mostrado antes, la aproximacin

T
n+1
T(f2
n
) (5.86)

Es nicamente estable condicionalmente. Esto es demostrado en la figura 5.4 donde las soluciones para el problema
del examen No. 1 obtenido con pasos de tiempo diferentes son mostrados en comparacin con la solucin exacta.
Note que en este caso la velocidad de avance frontal es aproximadamente 0,5 ft/da y la estabilidad lmite de la
ecuacin (5.62) es delta t aproximadamente 50 das los cuales estn en un acuerdo con los resultados numricos.

Fig. 5.4 Estabilidad de el mtodo SS con transmisibilidades explicitas para el problema de prueba No 1 a
t=1500 das (por Settari y Aziz, 1975).

En lugar de usar P
n
en la ecuacin (5.86), uno puede extrapolar la presin y saturacin de los dos pasos de tiempo
previos por ejemplo calcular

+1

1

Y el uso de T (f
k
2). Esto provee nicamente un leve mejoramiento en estabilidad (Note que los resultados mostrados
en la figura 5.4 son adems vlidos para el mtodo IMPES Pc 0 para este caso).
140

(b) Iteracin simple sobre una matriz T

Un mtodo para resolver la ecuacin (5.20) con Tn+1 puede ser escrito como


()

(+1)

()
=
()
()
+ = 0,1, ;
(0)
=
()
(5.87)

Donde T
(v)
=T(f
(v)
2). Esto ha sido hallado a travs de experimentos numricos que la ecuacin (5.87) converge para
t< tcr es la estabilidad lmite para la aproximacin explcita (ecuacin 5.86). Durante el proceso iterativo, las
saturaciones oscilan con el decrecimiento de la amplitud si t< tcr , y con el incremento de la amplitud si t> tcr. En
el caso tardo, las oscilaciones pueden ser amortiguadas por el uso del promedio ponderado de T
(v)
pero los mtodos
de este son imprcticos.

(a) Transmisibilidades Implcitas Linealizadas
El mtodo en su forma original la formulacin (MacDonald y Coats, 1970; Letkeman y Ridings,1970) consiste en la
extrapolacin

por la aproximacin de primer orden para

2
+1
de la siguiente manera:

+1

+1

(5.88)

Donde

=
1

es la derivada con respecto al punto aguas arriba. Extrapolar estas transmisibilidades s se introducen en TP y los
trminos no lineales son linealizados. Por ejemplo, la parte no lineal de un trmino tpico de TP,
+1/2
+1

+1

+1, es linealizado por la siguente suposicin

+1

+1

+1

+1

+1

(5.89)

Ahora vamos a demostrar que este mtodo de linealizacin puede ser interpretado como la primera iteracin del
mtodo de Newton para la ecuacin con transmisibilidades implcitas. Con m=n+1, la ecuacin (5.85) ser


+1
+1
=
+1

+1

+1

+1

+1
= (5.90)

y el mtodo de Newton clsico porque es un proceso iterativo definido por:

()

+1

=
()
()
+ = 0,1, ;
0
=

(5.91)

Donde DRN Nes la matriz de Jacobi de R(P).

Supongamos ahora que D y l son constantes y examinan la matriz de Jacobi. Por definicin, los elementos de DR
son derivadas parciales del vector R. En la notacin anteriormente introducida, el elemento de bloque de DR en la fila
i y columna j constar de derivadas

, donde l,k=w,n:

Ahora ya se puede ver que la matriz DR solo puede tener elementos diferentes de cero en las ubicaciones de las tres
diagonales del bloque de la matriz T (notar que esto no es cierto cuando se utiliza el peso corrientes arriba tipo dos
puntos). Bajo las suposiciones anteriores, las derivadas de

y las derivadas de DP dan de nuevo la matriz D.

El i-esimo elemento del vector TP-G puede ser escrito como

1/2

1/2
+
+1/2

+1

+1/2
(5.92)

141




o de una forma compacta como


1/2
+
+1/2
= , (5.92b)

Los tres elementos diferentes de cero para una tpica fila de la matriz DR se pueden derivar diferenciando la
ecuacin (5.92) tres veces respecto a

1
,

+1
. Usando el los pesos corrientes arriba para las
transmisibilidades a partir del flujo desde i hasta i+1, las derivadas se pueden escribir como

+1

+1/2

1/2
=

+1/2

+1/2

1/2
=

+1/2
+
+1/2

1/2

+1/2

1/2
=

1/2
+
1/2

= ,


Donde se ha usado la definicin

+1/2
=
+1/2

+1/2

(5.93)

Se denota que las derivadas de

estan son con respecto a al valor corrientes arriba de la presin capilar. Adems,
es sencillo observar que

=
1 =
1 =



Ya que

. Los elementos de DR contienen trminos de la matriz T-D y hasta cuatro trminos

adicionales

en una fila.

Luego de reunir todos los trminos es sencillo ver que la matriz DR puede ser escrita como:

DR=T+T-D (5.94)

Donde es una matriz compuesta de de

. La forma de generalmente depende de la direccin del flujo. En un

caso especial, en el cual el flujo va en la direccin en donde i aumenta para los puntos de las celdas en ambas
fases, ser una matriz triangular inferior con valores diferentes de cero solo en la diagonal principal y en la sub-
diagonal. Si los elementos de la diagonal de la matriz para la fila se denota como

y el elemento subdiagonal
por

la matriz ser

142




Donde

(5.95)

Las derivadas

y los trminos de en la ecuacin (5.93) se pueden evaluar a diferentes niveles de tiempo y

y la matriz se denotara como

anlogamente con la definicin de (ecu.5.84).

Para el mtodo clsico de Newton con tangentes, y estn ambos en el nivel de la iteracin anterior, por ejemplo,
=
()
()
y

son tangentes en
()
. Se supone luego que solamente una iteracin de newton (ecu.5.91) se
llevara a cabo por paso de tiempo,
()
=
+1
, entonces con respecto a la ecuacin (5.94) se obtiene la ecuacin

+1

+ (5.96)

La cual es la matriz del mtodo linealizado (ecu.5.89). Por lo tanto tenemos el resultado de que:
El mtodo linealizado (5.89) es la primera iteracin del mtodo clsico de Newton.

Los resultados numricos para este mtodo se muestran en la figura 5.5. El mtodo maneja aproximadamente el
doble de estabilidad que el mtodo explicito. De recordarse, que el problema unidimensional discutido, no es la
manera mas estricta desde el punto de vista de la estabilidad.






Figura 5.5 Estabilidad del mtodo SS implcito linealizado para la evaluacin del problema No. 1 para
= 1500 .

TC
i
=-TX
i+1
i=1,, N-1
TC
N
=0
143


Figura 5.6 Estabilidad del mtodo SS tangente semi-implcito para la evaluacin del problema No. 1 para
= 1500 .

En una dimensin la estabilidad de las ecuaciones explicitas ocurre cuando el frente de saturacin avanza una celda
por paso de tiempo. En problemas multidimensionales (especialmente con un solo pozo), la inestabilidad de las
ecuaciones explicitas ocurre a pasos de tiempo mucho menores y el mejoramiento de usar el mtodo linealizado
(ecu.5.96) es mucho mayor que el indicado por los resultados mostrados en la figura 5.5.
(d) El mtodo semi-implcito de Nolen y Berry (1972)

Estos autores mantienen la no linealidad en las expresiones (5.89). Si suponemos que las derivadas en se evalan
aun en el nivel n, la formulacin de la matriz del mtodo es

+1

(+1)

=
()
()
+ (5.97)

La cual representa un sistema de ecuaciones no lineales. La no linealidad

+1
(
+1

) se resolvi por la
iteracin de Newton por Nolen y Berry (1972). Esto es equivalente ala iteracin del lado izquierdo de la (ecu.5.89)
como sigue:

+1

+1

+1

=
+1

+1

+
+1

+1

+1

()

+
+1

()

= 0,1,2, (5.98)

Inmediatamente de observa las siguientes propiedades del mtodo anterior:

1. Si
(0)
=

y solamente una iteracin (ecu.5.98) se lleva a cabo, el mtodo de Berry Y Nolen se convierte en el
mtodo implcito linealizado (5.96).
2. Si las funciones

son lineales y el mtodo de Nolen y Berry da la solucin de las ecuaciones

completamente implcitas.
Notar que la segunda conclusin no se mantiene para el mtodo linealizado.

El tratamiento de las derivadas

es crucial para la convergencia de las ecuaciones en ecu. 5.98. Esto se

demuestra en las figuras 5.6 y 5.7. La primera figura muestra los resultados con un mtodo de tangente, cuando

es una tangente de

. En este caso las iteraciones comienzan a divergir para = 100 .

144

Se obtienen mejores resultados cuando la derivada es aproximadamente la secante entre

y un estimativo
razonable de
+1
denotado por

(5.99)


Figura 5.7 Estabilidad del mtodo SS secante semi-implcito (

= 0.5) para la evaluacin del problema

No. 1 para = 1500 .

(e) El mtodo completamente implcito
Todos los mtodos discutidos hasta ahora solo usaron alguna clase de aproximacin para las ecuaciones
completamente implcitas

+1

+1

(+1)

=
+1

+ (5.100)

Estas ecuaciones tambin se pueden resolver por el mtodo de Newton. Usando la notacin ya introducida, el
mtodo de la tangente se puede escribir como

+1

+

= 0,1,2, ;
(0)
=
()
(5.101)

Los resultados numricos para las transmisibilidades completamente implcitas se muestran en la figura 5.8.
El desarrollo es muy anlogo cuando las ecuaciones son formuladas en y , y la forma de la matriz es
fcilmente deducida a partir de la matriz dada en la seccin 5.2.3. Las derivadas son tomadas son tomadas
directamente respecto a

preferiblemente que

.

Figura 5.8 Estabilidad del mtodo implcito para la evaluacin del problema No. 1 para = 1500 .
145

5.5.2.2 Discusin de los mtodos Bsicos
Es ms sencillo ver a partir de la forma de la matriz que, aunque no es simtrica la ecuacin 5.66 se mantiene. A
partir de esto se sigue que para todos los mtodos formulados, los teoremas 3 y 4 de la seccin 5.4.1.2 se mantienen
y por lo tanto estos mtodos satisfacen el balance de materia.
La estabilidad puede ser investigada de la misma manera en la que se investigo para el caso de las
transmisibilidades explicitas de la seccin 5.4.1.2. Un anlisis de estabilidad como este muestra que para los tres
mtodos (linelizado, semi-implcito y completamente implcito) son incondicionalmente estables. Un anlisis de
estabilidad no-lineal ms refinado del mtodo linealizado fue realizado por Peaceman (1977). Mostro que este
mtodo tienen una limitante de estabilidad, dependiendo del

, pero este mtodo no impone ninguna restriccin

significativa en la practica.

Tambin es necesario investigar la convergencia del proceso iterativo de los mtodos semi -implcitos y
completamente implcitos. El tratamiento terico del mtodo de Newton se torno muy complicado para sistemas de
ecuaciones (Ortega y Rheinboldt, 1970) y las condiciones para la convergencia, existencia y unicidad de la solucin
no son fcilmente establecidos para problemas prcticos. Las condiciones esenciales son que la funcin

+1
tiene
derivadas de segundo orden continuas y la matriz jacobiana DR tiene inversa, y se utilizan con frecuencia en
problemas prcticos.

Notar que siempre se tiene un buen valor inicial para arrancar la iteracin, lo cual es resultado del paso de tiempo
previo.

Una rpida tasa de convergencia es crucial para una confiabilidad practica del mtodo completamente implcito al
igual que para el mtodo semi-implcito, debido a que la iteracin necesita aproximadamente la misma cantidad de
trabajo que para la solucin de un solo paso de tiempo para cualquier mtodo linealizado. Este comentario se basa
en la suposicin de que cada iteracin por el mtodo de Newton se resuelve con el mismo grado de exactitud que las
soluciones de las ecuaciones linealizadas. Siendo este siempre el caso, cuando un mtodo directo es usado para la
solucin de matrices de ecuaciones linealizadas, la relacin de trabajo puede ser ms favorable para el mtodo de
Newton cuando se usa un mtodo iterativo, ya que las ecuaciones para cada iteracin de Newton requieren que sean
resueltas solamente en el ultimo caso (Nolen Y Berry).

5.5.2.3 Comparacin de los mtodos para el tratamiento implcito de las transmisibilidades)
Un examen de los resultados presentes en esta seccin muestran que la estabilidad aumenta con el aumento de la
implicibilidad del mtodo, a medida que hay un traslado de un tratamiento explicito a uno completamente implcito.
Sin embargo, esta mejora se obtiene a expensas de mayores errores de truncamiento. El error de truncamiento
linealizado da lo siguientes errores (Settari y Azis, 1975).

Para el mtodo linealizado y semi-implicito

=
3
2
+

2

.
+
4
2
3

..
+
2
3

.
+

2
6

+0
3
(5.102)

Para un mtodo completamente implcito

=

2
+

2

.
+

2
6

..
+

2
6

+0
3
(5.103)

En comparacin con el error del mtodo explicito (ecu.5.82), el mtodo implcito tiene siempre errores mas grandes.
Este siempre fue sealado desde un principio por Mac Donald y Coats (1970). El mtodo linealizado una cancelacin
del error parcial como se vio en la figura 5.5, mientras que los errores del mtodo implcito se incrementan
monotonicamente con .

Es posible formular otros mtodos similares, por ejemplo, el mtodo linealizado basado en el esquema de segundo
orden de Newton fue investigado por Settari y Azis (1975).

Todos los resultados disponibles condujeron a la siguiente observacin:
A medida que un mtodo sea ms implcito, la estabilidad mejora, pero los errores de truncamiento aumentan.
Finalmente, se discute brevemente los mtodos de secante, ya introducidos por la ecuacin 5.99. Si la secante se
escoge razonablemente, el mtodo de la secante tiene una mejor tasa de convergencia que el correspondiente
mtodo de la tangente (Ortega y Rheinboldt, 1970, capitulo 10).Idealmente el cambio de saturacin

debe predecirse para cada punto. Ya que esto es complicado, usualmente se usa una secante constante, la cual
es calculada a partir del cambio de viscosidad mximo.

146

Los mtodos de la secante fueron comparados con los mtodos de la tangente por Settari y Aziz (1975). El
mejoramiento para el mtodo linealizado fue insignificante y la tasa de convergencia para el mtodo de Newton
tambin fue relativamente insensible a la eleccin de la secante. Solamente el mtodo semi-implcito de Nolen y
Berry se beneficio del uso de las secantes.
Para la solucin prctica de problemas multidimensionales, se recomienda el mtodo linealizado. Las ecuaciones
completamente implcitas tienen grandes errores de truncamiento, pero es sensible a la eleccin de las secantes, lo
que lo hace menos confiable cuando los cambios de saturacin no se pueden predecir (flujo regresivo etc).

5.5.3 No linealidad debido a la funcin

Cuando la funcin

= (P
c
) no es lineal, los elementos de la matriz D se tornan implcitos: =
+
. Se
considerara para una mayor claridad el flujo incompresible con

como las variables dependientes. En este

caso el i-esimo bloque de la matriz D para el mtodo SS con

como variables dependientes es

+1
=

+1

1 1
1 1
(5.104)

La no linealidad debido a

tambin se introduce en la matriz , su efecto en este termino es, sin embargo,

pequeo y no ser considerado. De manera que

satisfaga la ecuacin (5.10), algn mtodo iterativo debe ser

usado para resolver las transmisibilidades implcitas, las iteraciones en D deben ser subiteraciones de este mtodo
iterativo. De tal manera que esta discusin se mantenga corta, solamente se considerara el mtodo linealizado.

a) Iteracin simple
Basados en la iteracin de
()
, la derivada de

se actualiza como

()
=

()

()

(5.105)

Si la correspondiente matriz D se denota como
()
, el esquema iterativo para el mtodo linealizado (5.96) debe ser
escrito como

()

+1

+

= 0,1,2, ;
(0)
=
()
(5.106)

Este mtodo converge para pequeos pasos de tiempo, pero su estabilidad puede ser aun menor que la estabilidad
de las ecuaciones con respecto a las transmisibilidades explicitas, dependiendo de la funcin P
c
. Tambin la derivada

debe ser continua de tal manera que el mtodo converja completamente. Numricamente significa que el mtodo
requiere una interpolacin de segundo orden si la funcin P
c
esta dada de la forma mostrada en la tabla.

b)Iteracin de Newton
Anlogamente con la ecuacin 5.7 se define el vector
,()
por


,()
=

()

= , (5.107)

Luego el mtodo de Newton considerando
+1
la nica no-linealidad, es

+1

+
,()
+ = 0,1, ;
(0)
=
()
(5.108)

Donde

en
()
es tangente en
,
()
, preferiblemente que una pendiente secante.
El mtodo (5.108) no converge siempre (Peaceman, 1967, Settari y Aziz, 1975). Cuando la funcin

tiene
derivadas muy pequeas al final del intervalo, el mtodo de Newton no converge (Ostrowski, 1973).

c) Mtodo modificado de Newton

De tal forma de conservar la convergencia el mtodo de Newton debe ser modificado. Una solucin a este problema,
propuesto por Peaceman (1967), es hacer la iteracin inversa, tratando

como la variable principal. Este alcance

se discute en detalle por Settari y Aziz (1975) y aqu solo se presenta una breve discusin.
147


Despus de que se resuelve la V-esima iteracin de la ecuacin (5.108), se denota la presin capilar como

()
=

(+1)

(+1)
Y se calcula
,
(+1)
como

(+1)
=

()
+

()

()

()

= 1, , (5.109)


Luego se redefine la presin capilar como




(+1)
=

+1
(5.110)



Y se ajusta una de las presiones de fase para satisfacer (ecuacin sin numero)

Este mtodo converge rpidamente para la mayora de los problemas, y no hay necesidad de iterar.

En conclusin, se discute el tratamiento de la linealidad de P
c
con diferentes variables dependientes. Cuando y P
c

son usadas como variables, el tratamiento es muy anlogo y el mtodo definido por la ecuacin (5.109) y (5.110) es
apropiado.


Cuando y S son usadas, entonces para este caso simple la matriz D toma la forma

+1
=

0 1
0 1


Y no maneja la no-linealidad de P
c
. Esto tambin explica la rpida convergencia de la iteracin modificada anterior,
ya que corresponde al uso de

como una de las variables dependientes.

5.5.4 Filtracin de gas

En problemas de flujo con gas en solucin, el gas libre se linera de la solucin si la presin disminuye por debajo del
punto de burbuja. Debido a que la viscosidad del gas es muy pequea, su movilidad es alta y el gas fluye hacia la
parte de arriba (se filtra) con velocidades relativamente altas. Problemas serios de estabilidad parecen en el caso de
la coordenada vertical o inclinada, tan pronto la fase de gas se hace mvil (

> 0).

Problemas similares existen en otros casos donde el gas fluye debido a la influencia de la gravedad. Esta
inestabilidad se debe esencialmente al tratamiento explicito de las transmisibilidades, y se acenta por las grandes
diferencias en las densidades de aceite y gas y la ms fuerte no-linealidad de las funciones dependientes de la
presin para el gas.

El primer mtodo para controlar esta no-linealidad (Coats, 1968b) fue desarrollado antes de que la importancia del
tratamiento implcito de los coeficientes fuera reconocido. Ms adelante, un mtodo similar pero ms simple fue
propuesto (Mc Creary,1971). Varios investigadores han mostrado que el uso de un mtodo linealizado o semi
implcito tambin resuelve el problema de inestabilidad asociado con filtracin de gas.

148


Figura 5.9 Comparacin de los tres mtodos para el problema de la filtracin de gas de McCreary, problema
de evaluacin No 2.

Para ilustrar esto se mostrar la comparacin de los resultados del mtodo linealizado (5.96) con los resultados de
los mtodos de Coats y McCreary, reportados en McCreary (1971), para el problema de prueba No 2. Las
saturaciones calculadas por los tres mtodos para un tiempo seleccionado = 900 se muestran en la figura
5.9. La lnea solida representa la solucin de referencia calculada por McCreary usando pasos de tiempo muy
pequeos y transmisibilidades explicitas. Obviamente el mtodo linealizado da una solucin mucho ms exacta que
los otros dos mtodos. Esto es especialmente cierto en zonas de aceite, donde la saturacin de gas es un poco
mayor que la saturacin critica a la cual el gas comienza a fluir. La caracterstica comn de los mtodos de Coats y
McCreary es que estos restringen la movilidad del gas indiferentemente de la relacin

= (

), en la cual se
permite el desarrollo de altas saturaciones de gas en la zona de aceite. Esto es especialmente cierto en el mtodo de
McCreary.

La estabilidad del mtodo linealizado para este problema fue mas o menos el mismo para Coats, mientras que el
mtodo de McCreary permita el uso de pasos de tiempo del doble de largos. Sin embargo, en vista de la pobre
exactitud del mtodo de McCreary, su ganancia de estabilidad se hace poco significativa.

Por lo tanto, el uso del mtodo linealizado se recomienda preferiblemente en comparacin de los otros mtodos. Sin
embargo, los resultados de Nolen y Berry (1972) se deben tener en cuenta en donde mostraron que el mtodo semi-
implcito puede ser superior a otros mtodos para algunos problemas complejos.



5.6 MTODO DE SOLUCIN SECUENCIAL (SEQ)

En la seccin 5.4 hemos visto que los mtodos IMPES y SS explicito tienen una estabilidad bastante limitada debido
al tratamiento explicito de las transmisibilidades. Esto puede aliviarse por medio del tratamiento implcito de
coeficientes para el mtodo SS. La idea del mtodo SEQ es mejorar la estabilidad del mtodo IMPES incorporando
un tratamiento implcito de saturaciones, pero sin resolver simultneamente para presiones y saturaciones. Un
esquema como este fue formulado por primera vez por MacDonald y Coats (1970), pero su uso no fue reportado
hasta mucho despus por Spillette et al. (1973), Coats et al. (1974) y Coats (1976). El mtodo SEQ consiste en dos
pasos. El primer paso es obtener una solucin implcita de presin exactamente de la misma forma como en el
mtodo IMPES. El segundo paso es una solucin implcita para las saturaciones usando transmisibilidades implcitas
linealizadas. Por tanto, el mtodo puede ser visto (y derivado) en dos formas; como una divisin del mtodo SS con
transmisibilidades implcitas linealizadas, o como una aproximacin implcita a la ecuacin de saturacin (flujo
fraccional) (ec. 2.95).

5.6.1 Mtodo SEQ para flujo bifsico.
Permtanos presentar el mtodo SEQ considerando un caso simple con

= 0 y = 0. Las ecuaciones SS (ecs.

5.11) con transmisibilidades implcitas linealizadas pueden ser escritas en la siguiente forma:
149

1
2

+1

+
1
2

+1

+
1
2

+1

+1
+

+
1
2

+1

+
=

+1

(5.111)

Donde para flujo de hasta +1

+1/2

=
+1

+1/2

son las contribuciones implcitas a la produccin con respecto a

respectivamente. Los
subndices + y en los trminos

+1

denotan valores corriente arriba. En este primer paso del mtodo

SEQ los trminos

son despreciados y las ecuaciones para las dos fases son combinadas como para el
mtodo IMPES con

para obtener una nica ecuacin de presin en =

+1

1/2

+1

1/2

+1
+

+1

+1/2

+1

+1/2

+1

+1
=

+1

+1

+1

+1
+

+1

+1

+1

1/2

+1/2

+1

+1
+

+1
(5.112)

Esta es una ecuacin parablica y la expresin dentro de {} en el lado derecho representa la compresibilidad total

para el bloque (note que el termino

contribuye a

y puede posiblemente hacerlo negativo).

Despus de resolver la ecuacin (5.112), podemos resolver la ecuacin de saturacin implcita (IMPES) (e.g., ec.
(5.40)) y llamar al resultado

. Sin embargo, no es necesario realizar este paso (ver ec. (5.115) abajo).

Ahora podemos derivar una ecuacin de saturacin implcita partiendo de la ec. (5.111) y utilizando la solucin de
presin obtenida:

1/2

+1
+

+1/2

+1

+1
=

1/2

+1/2

+1

+1

(5.113)

Donde

es el valor para
+1
para el paso de presin.
La sustitucin de la ec. (5.113) en (5.111) escrita para = provee la ecuacin para el segundo paso del mtodo
SEQ:

1/2

+1/2

+
+

1/2

1/2

+1/2

+1/2

+1
=

+1

(5.114)

Esta ecuacin contiene los trminos implcitos con respecto a los cambios de saturacin y presin capilar sobre los
pasos de tiempo. Los trminos

aparecen aqu debido a que los pasos IMPES asumen

+1
=

. Es
importante incluir para la estabilidad los trminos

en este paso (Spillete et al., 1973). La ecuacin (5.114) puede

ser reordenada en trminos de

nicamente:

1/2

+1/2

+
+

1/2

1/2

+1/2

+1/2

+1

+1

(5.115)

150

Donde el valor del ltimo trmino puede obtenerse de la ec. (5.113) sin computar

. La ecuacin (5.115) puede ser

escrita en forma matricial as:

5.116

Donde

son las matrices tridiagonales de los trminos de flujo implcito debido a cambios en la permeabilidad
y presin capilar sobre el paso de tiempo y

es la matriz de acumulacin diagonal. La parte de la ecuacin debido

a los cambios de

tiene un carcter hiperblico, y la parte debido a cambios de

tiene un carcter parablico.

Esto ser obvio despus cuando consideremos la derivacin de la ecuacin de flujo fraccional.

La solucin de la ec. (5.112) da las nuevas presiones y la solucin de la ec. (5.116) las nuevas saturaciones en forma
secuencial. Ambos pasos requieren la solucin de una matriz de ecuaciones del mismo tamao. Por lo tanto, el
trabajo para un paso de tiempo con el mtodo SEQ es aproximadamente dos veces el trabajo con el mtodo IMPES,
independiente de la dimensionalidad del problema. Esto hace el mtodo SEQ ms rpido comparado con el mtodo
SS en problemas 2-D y 3-D (ver Capitulo 9).
Permtanos ahora analizar el clculo implcito de saturacin (5.116) en detalle. Primero, recordemos que el paso del
IMPES satisface el mismo el balance de materia (Seccin 5.4.2.2). Si sumamos ahora la ec. (5.115), todos los
trminos de transmisibilidad en el lado izquierdo se cancelaran. La ecuacin resultante es:

0 =

+1

Ya que

+1
=

, esta puede ser escrita as:

0 =

+1

(5.117)

Donde hemos denotado con

la contribucin implcita a la tasa de produccin . La ecuacin (5.117) es una

ecuacin de balance de materia para las contribuciones implcitas del flujo de la fase mojante. Por lo tanto, el clculo
en el paso de tiempo total es conservativo para la fase mojante.

El cambio de

de

+1
tambin ocasiona cambios en los flujos y acumulacin de la fase no mojante. El
cambio en el trmino de acumulacin es

+1

, el cual se obtiene de la ec. (5.115)

multiplicndola por

. Por tanto ajustar la solucin de la fase mojante de acuerdo con la ec. (5.115)
es equivalente a resolver la siguiente ecuacin para la fase no mojante:

1/2

+1/2

+
+

1/2

1/2

+1/2

+1/2

+1

+1

+1

+1

(5.118)
Esto puede tambin ser visto como sigue: Ya que el segundo paso de SEQ trata el flujo como incompresible,
cualquier cambio en el flujo de interbloque de la fase mojante debe ser balanceado por un cambio contrario en la fase
no mojante de un volumen de yacimiento base. Por ejemplo, el ajuste del flujo
+1/2
, en unidades de yacimiento,
puede ser obtenido de la ec. (5.115):

+1/2
=
1

+1/2

+
+

+1/2

+1

+1

Esta tiene dos partes: una debido a la permeabilidad relativa y la otra debido a al cambio de la presin capilar. Cada
cambio en el flujo es balanceado independientemente por un trmino correspondiente en la ec. (5.118), si esta
ecuacin es dividida por

para obtener unidades de volumen de yacimiento. Similarmente, los trminos de

acumulacin estn tambin balanceados.

151

El balance de materia para la fase no mojante se obtiene ahora sumando las ecs. (5.118) para cada bloque. Para
hacer esto, debemos considerar la direccin de flujo. Para flujo de izquierda a derecha (en la direccin de incremento
de i), obtenemos


+1

1
=1

+
1
2

+
+1

1
=1

+
1
2

+1

+1

+1

=1
5.119

=1


El lado derecho de esta ecuacin es la expresin de balance de materia, y por tanto la suma del lado izquierdo debe
ser igual a cero. Desafortunadamente, esto est garantizado solo para flujo incompresible. Por tanto:

El paso implcito del mtodo SEQ no satisface en forma general el balance de materia de la fase no mojante. El error
es proporcional a la variacin areal de

.

La anterior deficiencia del mtodo SEQ fue sealado por primera vez por Coats et al. (1974). Los errores de balance
de materia son normalmente despreciables para sistema aceite-agua, pero puede ser bastante importante para
sistemas gas-agua, y especialmente para sistemas de tres fases, donde los errores tambin dependen de las
variaciones de

.

Una segunda deficiencia del mtodo recae en el tratamiento de los trminos de produccin. Es necesario para la
estabilidad incluir trminos de produccin implcitos en el segundo paso (saturacin). Nuevamente, ya que este paso
es incompresible, lo suma de los cambios implcitos en las tasas de produccin debe ser cero en un volumen base de
yacimiento:

= 0

Entonces, si la tasa de una fase esta prescrita, no ser mantenida despus del paso implcito. Este problema puede
ser resuelto solo por iteracin, durante la cual la tasa usada en el paso IMPES ingresa como la tasa prescrita menos
el cambio implcito durante la ltima iteracin. En nuestra experiencia, dos iteraciones son generalmente suficientes,
pero los tiempos de cmputo aumentan muy proporcionalmente con el nmero de iteraciones, y el mtodo se torna
menos atractivo.

5.6.2 Otras Formas y Derivaciones

(a) La derivacin anterior del paso implcito de saturacin puede repetirse comenzando con la ecuacin de de fase no
mojante (ec. (5.111)). La ecuacin resultante tendr coeficientes basados en derivadas de

. El mtodo satisfar el
balance de materia de la fase no mojante, pero no el de la fase mojante.

(b) Es fcil observar que la formulacin secuencial puede ser derivada para otros tratamientos implcitos de
transmisibilidades como se discuti en la seccin 5.5.2. Por ejemplo, un mtodo secuencial completamente
implcito requerir iteraciones como

+1
. No se ha reportado en la literatura experiencia con
estos mtodos hasta el momento. Es interesante notar que sin presin capilar, la estructura de la matriz

es tal que puede ser transformada en una matriz triangular reordenando trminos desconocidos.
Esta es una consecuencia de la ponderacin aguas arriba. Entonces las ecuaciones se pueden resolver punto
por punto en lugar de simultneamente, incluso si las transmisibilidades son completamente implcitas (Watts,
1972).
(c) Los anteriores puntos de observacin al hecho que el paso de saturacin implcito es una aproximacin de las
ecuaciones de flujo fraccional. En efecto, SEQ puede ser derivado directamente de las ecuaciones presentadas
en el captulo 2 (Seccin 2.5.2). En la seccin 5.4.1.2, hemos dado una aproximacin a la forma simple de la
ecuacin de saturacin

.

Con transmisibilidades explicitas como en la ecuacin (5.58). Esta ecuacin por tanto representa el primer paso del
mtodo SEQ y puede ser escrita como

152

Para el paso completamente explicito podemos escribir la misma ecuacin implcitamente:

+1
=

+1

+1

+1

Restando estas dos ecuaciones se obtiene:

+1

+1

1
=

+1

(5.120)


La cual es la ec. (5.115) para este caso simplificado. Note que aqu la transmisibilidad es (desde que

+1/2

+1/2
de la solucin de la ecuacin de presin):

+1/2

+1/2

+1/2
(5.121)


Mientras que la transmisibilidad usada en la ecuacin (5.115) es

+1/2

+1/2
(5.122)

5.6.3 Resultados Numricos

En esta seccin se presenta una comparacin de los mtodos SEQ y SS. Algunos de los resultados son de Ko
(1977) y los resultados adicionales han sido generados por Ko y los autores.

Todos los resultados obtenidos con aproximacin de punto aguas arriba, y

= 0 para el problema Buckley-

Leverett. Note que no es necesario usar un valor diferente de cero con el mtodo SEQ como fue el caso en el
mtodo SS.

Primero notemos que los resultados para el caso donde las transmisibilidades son tratadas explcitamente son
idnticas con los resultados obtenidos por el mtodo IMPES, como el mtodo SEQ en realidad se reduce al IMPES
(el paso 2 es omitido). Como se mencion anteriormente, cualquier mtodo SEQ puede ser codificado para incluir el
IMPES como una opcin.

Todas las no linealidades debidas a las transmisibilidades son manejadas por el mtodo implcito linealizado el cual
corresponde a una iteracin con el mtodo de Newton como se discuti en la seccin 5.5. La figura 5.10 muestra los
resultados para el problema Buckley-Leverett resuelto por el mtodo tangencial y la figura 5.11 muestra los
resultados para el mtodo chord. Para un periodo mayor de tiempo el mtodo chord es ms estable. La diferencia en
estabilidad entre el mtodo de la tangente y chord no es tan grande como el mostrado en las figuras 5.6 y 5.7 para el
mtodo SS con tratamiento semi-implcito de transmisibilidades. La mayor estabilidad del mtodo chord est
acompaada por un gran espacio de errores de truncamiento como se indica en los resultados para = 25 .

Ko (1977) tambin ha presentado resultados para varios mtodos de manejo de no linealidad debido a la presin
capilar. El estudi estos mtodos en el problema de prueba No. 1 con presin capilar alta. La

usada fue obtenida

multiplicando la presin capilar de la figura 2.9 por un factor de 10. La solucin de referencia fue computada usando
el mtodo IMPES con un paso de tiempo pequeo. La figuras 5.12 a 5.14 muestran las soluciones a 1500 das
obtenida usando

explicita y

implcita usando la pendiente del mtodo tangencial y chord sobre

. En todos
los casos, las transmisibilidades fueron manejadas por el mtodo de la pendiente tangencial. Los resultados
mostraron que:
(a) el tratamiento explicito de

conlleva a problemas de estabilidad; y

(b) el mtodo de la pendiente de chord da mejores resultados que el mtodo tangencial.
Sin embargo, cuando es usado el mtodo chord en las transmisibilidades, el mtodo tangencial de manejo de

es
preferible a el mtodo de pendiente chord. Esta opcin (chord para T, tangencial para

) tambin fue reportado por

Spillette et al. (1973), pero sin justificacin.
153

Los resultados bidimensionales usando el mtodo SEQ sern reportados en el captulo 9 (Seccin 9.8).


FIG. 5.10 Estabilidad del mtodo SEQ con transmisibilidades linealizadas con pendiente tangencial. Problema
de prueba No. 1.



FIG. 5.11. Estabilidad del mtodo SEQ con transmisibilidades linealizadas con pendiente chord,

= 0.32,
Problema de prueba No. 1.


FIG. 5.12. Estabilidad del mtodo SEQ con tratamiento explicito de

para el problema de prueba No. 1

modificado con alto

.
154


FIG. 5.13. Estabilidad del mtodo SEQ con tratamiento de pendiente tangencial de

para el problema de
prueba No. 1 modificado con alta

.


FIG. 5.14. Estabilidad del mtodo SEQ con tratamiento de pendiente chord de

para el problema de prueba

No. 1 modificado con alta

.

5.6.4 Mtodo SEQ para Flujo Trifsico

El enfoque secuencial ofrece incluso ms variedad en flujo trifsico. Permtanos primero considerar el caso usual
cuando, in el paso implcito, resolvemos simultneamente para dos cambios de saturacin.
Derivacin del mtodo. Como hemos visto, uno puede llegar a diferentes definiciones de coeficientes dependiendo
en como las ecuaciones son derivadas. Mientras esto no es generalmente importante para flujo bifsico, este no es el
caso para flujo trifsico. Por ejemplo, la definicin de acuerdo con la ec. (5.122) puede causar problemas de
estabilidad en una situacin de tres fases.
Los ajustes implcitos a las tasas entre bloques denotadas por

deben satisfacer:

= 0 (5.123)

Independientemente en cada frontera de bloque. Los cambios

son expresados como:

+1

(5.124)

Donde hemos escogido

como variables. Ya que estos dos son independientes, las definiciones de

deben satisfacer:
155

= 0

= 0 5.125

Las cuales son obtenidas de la ec. (5.124) estableciendo

= 0 y

= 0, respectivamente. El problema
ahora es definir dos de, decir

de tal manera que el tercero definido por la ec. (5.125) es tambin fsicamente
razonable. Las definiciones que satisfacen la ec. (5.125) son obtenidas de la forma de flujo fraccin de

Donde

son tasas volumtricas de flujo (en unidades de volumen de yacimiento). Por lo tanto:

(5.126)


Donde

=
1

=
1

=
1

=
1

(5.127)

Y

Ya que

. Deberamos notar que:

= ,

Los derivados en las ecs. (5.127) deben ser evaluados a la saturacin aguas arriba (p.ej., cualquier i o i+1 para
transmisibilidades a i+) para cada fase. Note que ec. (5.127) tambin satisfar la ec. (5.125) para cada caso de flujo
contracorriente.
Debemos observar ahora que la formula (5.121) es un caso especial de la ec. (5.127) y tambin que la ec. (5.122) se
obtiene de la ec. (5.127) despreciando el cambio en la movilidad total. Las ecuaciones de saturacin pueden ser
expresadas en forma matricial de la ec. (5.116); sin embargo, ahora los elementos son matrices de 2 x 2.
Un mtodo diferente de clculo de flujos implcitos fue usado por Coats (1976). El define

usando cu
erdas en la ecuacin de flujo fraccional entre las saturaciones

y una estimacin

de

+1
. Por ejemplo, si

son desconocidos,

(5.128)

Donde nuevamente,

deben ser valores aguas arriba. Por ejemplo, si el agua fluye de a +1 y gas en la
direccin opuesta, entonces:

+1/2
=

+1

+1/2
=

+1

156


Si en lugar decidimos resolver las ecuaciones de aceite y agua, debemos determinar la saturacin de aceite aguas
arriba y escribir la ec. (5.128) para

.

La ventaja de la ec. (5.128) es que iterando estos coeficientes (sin resolver la ecuacin de presin) se obtiene una
formulacin secuencial con transmisibilidades completamente implcitas.

Variaciones del mtodo SEQ. Las variaciones del mtodo bsico dado anteriormente son posibles entre estas lneas:

(a) Manejo de transmisibilidades implcitas en el paso de saturacin. Las transmisibilidades pueden ser manejadas
por un mtodo tangencial (como se indica en la ec. (5.127) o por un mtodo chord (ec. 5.128)). El tratamiento
completamente implcito por medio de actualizacin de enlaces en la ec. (5.128) incrementa la estabilidad pero
tambin el trabajo de computacin por paso de tiempo. El tratamiento explicito de en la matriz

lleva a trminos
no lineales que involucran el producto de saturacin y derivadas de presin capilar.
(b) Escoger las ecuaciones a ser resueltas en el paso de saturacin afectara el balance de materia, el cual no ser
satisfactorio para el tercer paso. Mientras las dos ecuaciones son resueltas simultneamente, esta opcin tiene un
pequeo efecto en la estabilidad del mtodo.
(c) Las ecuaciones de saturacin pueden ser desacopladas resolviendo primero implcitamente para

, seguido
por una actualizacin de

. Esto involucra resolver tres grupos de ecuaciones del mismo tamao lo cual es as ms
rpido que resolver simultneamente para

, pero esto sufre algunas prdidas de estabilidad como resultado

del desacoplamiento de saturaciones.

Otra posibilidad, sugerida por Coats (1976a) es resolver simultneamente para presiones y saturaciones de gas
implcitas, seguido por una actualizacin de la saturacin de agua implcita. Tal esquema elimina los errores del
balance de materia asociados con las variaciones de

, el cual puede ser bastante importante para problemas como

inyeccin de gas en yacimientos subsaturados (Stright et al., 1977) o inyeccin de vapor (Coats, 1976a). Como lo
report Coats, la solucin simultanea de y

es ms estable que la solucin simultanea de para

para la
mayora de de problemas de simulacin de aceites negros, en los cuales la mayor fuente de inestabilidad son las
interacciones gas-aceite y aceite-agua. Solo en el caso de interacciones gas-agua es el mtodo superior

.

5.6.5 Discusin

Hemos presentado las formas bsicas del mtodo SEQ para flujo bifsico y trifsico y hemos discutido las distintas
posibles variaciones. En general, un acercamiento secuencial requiere menor esfuerzo computacional que la solucin
simultanea, pero esto produce ecuaciones que no son conservativas para todas las fases y no son tan estables como
las ecuaciones SS. En nuestra experiencia, el mtodo SEQ est mejor ubicado para problemas de dificultad
intermedia la cual no puede ser resuelta con transmisibilidades explicitas y/o

, pero no requiere el tratamiento

completamente implcito. La evaluacin de varias formas de SEQ esta aun incompleta en este escrito.


5.7 TRATAMIENTO DE TERMINOS DE PRODUCCION

Hemos visto, en la Seccin 3.4 del captulo 3, que para flujo monofsico, las condiciones de frontera pueden ser
representadas convenientemente como trminos de fuente/sumidero en las ecuaciones. Este concepto es tambin
directamente aplicable a flujo multifsico. Las condiciones actuales de frontera son multidimensionales, y varios
aspectos de este tratamiento pueden ser solo experimentados en un arreglo 2-D. Por esta razn, el tratamiento
detallado de las condiciones de frontera esta pospuesto para el Capitulo 9 (Seccin 9.4). Aqu, solo discutiremos los
aspectos unidimensionales del caso cuando los trminos de produccin representan flujo a travs la cara del bloque
(Fig. 5.15). El caso cuando un trmino de produccin representa un pozo dentro de un bloque relativamente largo
requiere el uso de mtodos descritos en el Capitulo 7 (Seccin 7.7), para contar con el alto nivel de aproximacin
envuelto. Sin embargo, una vez esto est hecho, las ecuaciones para los trminos de produccin pueden ser
tratadas en la misma forma como se describe aqu.

Fig. 5.15. Flujo desde las fronteras.
157


5.7.1 Forma Diferencial y Condiciones de Frontera
El flujo de todas las fases a la salida de un medio poroso es asumido para satisfacer la Ley de Darcy:

= , , (5.129)

Donde

es la tasa de flujo por unidad de rea en unidades de volumen de yacimiento.

Entonces, si las presiones y saturaciones en la frontera son conocidas, estas ecuaciones pueden ser usadas para
definir

. El problema de especificar condiciones de frontera es distribuir la tasa sin conocer la solucin.

Efectos de frontera. Suponga que ha arreglado las condiciones de frontera en flujo bifsico de agua-aceite
especificando

. Es fcil ver que en presencia de presin capilar, la condicin de flujo fraccional

Puede ser satisfecha por ms de una combinacin de

. Esto muestra que la solucin de las

ecuaciones de flujo multifsico no est determinada suficientemente por la especificacin de

. La condicin
adicional requerida se obtiene considerando la fsica del flujo en la frontera. Fsicamente, el flujo simultneo de dos
fases en la salida puede tomar lugar solo si la presin capilar decrece al valor de presin capilar

fuera del medio

poroso, o al valor ms cercano posible. Este valor puede ser la

en el pozo o en una fractura, etc. y es

generalmente cerca a cero. Este fenmeno es llamado el efecto de salida (o de frontera) (Collins, 1961; Seccin
6.10). La saturacin al final de la salida debe alcanzar el valor

correspondiente a

, antes que la segunda fase

pueda fluir. La figura 5.16 muestra esto para dos tipos de curvas de

, asumiendo

= 0. Si comenzamos con

Fig. 5.16. Definicin de

para dos curvas diferentes de

.

Las condiciones donde solo se produce aceite, la saturacin de agua incrementar en la salida, pero despus no
fluir hasta que

llegue a

.

Despus del avance del agua, la saturacin en la frontera permanece constante. Se encontr una investigacin
detallada de cambios de saturacin y presin cerca de la frontera en Collins (1961) para flujo linear y en Settari y
Aziz (1974a) para flujo radial. Las ecuaciones apropiadas son tambin derivadas por Sonier et al. (1973). Este
anlisis muestra que la saturacin tiene un gradiente diferente de cero en la salida, el cual sr vuelve infinito si

en

es cero (curva 2 en la fig. 5.16). La figura 5.17 muestra el resultado del clculo 1-D de saturaciones cercanas al
pozo para diferentes condiciones. Estos resultados son expresados coordenadas adimensionales de

y =

donde =

/2 y

< 0 para produccin. Las siguientes conclusiones pueden ser dibujadas de

estos resultados:

1. La zona influenciada por el efecto de salida decrece con el incremento de

.
158

2. La extensin de la zona es generalmente del orden de pulgadas o menor y por tanto puede ser despreciado a
escala de yacimiento. Sin embargo, la zona de influencia puede ser larga cuando el flujo es dominado por
fuerzas capilares (flujo de imbibicin).

Similarmente, una condicin fsica en la entrada de la frontera requiere que el gradiente de saturacin sea cero para
inyeccin simultnea de dos fases.

En simulacin de yacimientos, el efecto de salida es una regla que se desprecia y el gradiente de saturacin igual a
cero se asume tambin para la frontera de produccin. Asumir

= 0 hace a la solucin nica, pero diferente

de la solucin verdadera. Esto se muestra en la Fig. 5.18, donde las lneas discontinuas representan la solucin
obtenida usando

= 0. Note que esta solucin produce dos presiones en la frontera y la presin verdades
se encuentra entre estos dos valores.

Esta simplificacin anterior de los efectos de frontera es adecuada para la mayora de los problemas de yacimientos.
Las posibles excepciones son yacimientos apretados con presiones capilares bastante altas y yacimientos
fracturados, en los cuales el flujo capilar es importante para transferir masa entre las fisuras y la matriz.

Fig. 5.17. Saturacin en la salida en un flujo radial 1-D (De Settari y Aziz, 1974a).

Fig. 5.18. Distribucin de presin y saturacin calculada en el pozo con y sin el efecto de salida (De Settari y
Aziz, 1974a).

Condiciones prescritas. Las condiciones actuales impuestas en la frontera de produccin son una de las siguientes:
(a) Tasa de flujo de una fase (usualmente aceite)
159

(b) Tasa de liquido (aceite + agua)
(c) Tasa total (aceite + agua + gas)
(d) Presin constante en la frontera.
Las primeras tres condiciones son de hecho mas limitaciones que condiciones de frontera; esto se ve mejor en dos
dimensiones en el Capitulo 9 (Seccin 9.4.1). Las tasas anteriores pueden ser impuestas ya sea en trminos de
volumen en condiciones/tiempo de yacimiento, o en volumen/tiempo STC (equivalente a una tasa de masa). Ya que
las tasas

en ecuaciones diferenciales estn siempre en volumen/tiempo STC, lo anterior debe ser convertido
usando valores de

para las condiciones de corriente en la frontera.

5.7.2 Discretizacin de Condiciones de Frontera

5.7.2.1 Condiciones de tasa
La discretizacin de la ec. (5.129) en la frontera = 1 da

1
1

1+
1
2

1+
1
2

1


=

1+1/2
(5.130)

Donde la diferencia de presin fue aproximada entre los puntos de grid 1 y 2.
Esta ecuacin tiene la misma forma como los trminos para tasa de flujo interbloque excepto que la transmisibilidad

es diferente de

1+1/2
porque es evaluado a el punto en lugar de a una formula de ponderacin aguas arriba.
Podemos ahora considerar varias formas posibles de especificar tasas de produccin:
(a) Tasa de aceite especificada =

en unidades STC. Ya que

Tenemos

(5.131)

(b) Tasa de lquido especificada

en unidades STC. Ya que

= , , (5.132)

(d) Tasa total especificada en unidades de yacimiento (tasa de porosidad). La tasa de porosidad es

Y las tasas individuales (STC) sern

(5.133)

Es fcil ver como modificar estas formulas en caso que las tasas sean especificadas en RC como opuesto a
unidades STC y vice versa.

Todas las tres formulaciones muestran que las tasas

las cuales son requeridas en las ecuaciones de diferencias

finitas, deben estar distribuidas de acuerdo con la diferencia de transmisibilidades y de potencial. Debido a que estas
160

ecuaciones como la ec. (5.133) deben ser incorporadas en la matriz de ecuaciones, las diferencias potenciales deben
ser evaluadas explcitamente, por ejemplo., =

o alguna estimacin

de
+1
.

Sin embargo, el tratamiento de TQ debe ser consistente con el tratamiento de transmisibilidades entre bloques en la
tcnica de solucin usada. Estos puntos discutidos abajo.

La tasa de clculo de acuerdo con las ecuaciones (5.131) a (5.133) es llamada a veces asignacin de produccin de
acuerdo a los potenciales. Esta formulacin es correcta, pero puede causar problemas de estabilidad, especialmente
cuando uno trata de iterar en para obtener
+1
en las formulas.
Un procedimiento simplificado puede obtenerse asumiendo:

(5.134)

Tal suposicin se justifica si las fuerzas capilares son pequeas y

= 0 o despreciable. Este mtodo,

llamado asignacin de acuerdo a las transmisibilidades da las siguientes equivalencias a las ecuaciones (5.131) a
(5.133):

(5.135)


Para produccin de aceite especificada,

= , , (5.136)


Para tasa total de liquido especificada, y

= , , (5.137)

Para tasa total en unidades de yacimiento.

Permtanos ahora considerar brevemente la implementacin del efecto de salida. Suponga que la produccin de
aceite es especificada en un sistema aceita-agua y
1
<

inicialmente (Fig. 5.19a). Entonces de acuerdo a la

discusin en la Seccin 5.7.1,

= 0. Cuando la saturacin del primer bloque alcanza el valor de

, ocurre un paso de agua (Fig. 5.19b). Desde este momento, la saturacin de este bloque permanece constante y
esta es la condicin que determina la tasa de produccin de agua. La condicin de saturacin constante puede ser
impuesta fcilmente. Si las ecuaciones estn escritas en trminos de

, la ecuacin de fase agua para el bloque de produccin es simplemente reemplazada por la ecuacin:

1
=

(5138)

En caso que

sean usadas, la ecuacin de fase agua es reemplazada por:

01

1
=

(5138)

La tasa de produccin de agua,

, para satisfacer la condicin anterior es entonces determinada sustituyendo la

solucin en la ecuacin de agua en una forma similar a las saturaciones computadas en el mtodo IMPES.


161


Fig. 5.19. Perfil de saturacin antes (a) y despus (b) del paso de agua.

Debido a que Sw1 es la saturacin promedio del bloque, la saturacin actual en la frontera ser en nuestro caso
mayor que Sw1 como se muestra en la Fig. 5.19a. Entonces este mtodo predecir un mayor tiempo que el actual del
paso del agua. El mejoramiento (aparte del decrecimiento del tamao del bloque) es posible por el clculo de
saturacin Sw1 como un promedio de la solucin analtica sin el bloque frontera, basado en el qw/qo computado de Sw2
(asumido a estar ms all de la zona influenciada por el efecto de salida).

5.7.2.2 Condiciones de Presin
En el manejo con condiciones de presin, es ilustrativo considerar ambos tipos de malla punto distribuido y bloque
centrado. Para simplicidad, omitiremos los trminos de gravedad.


Fig. 5.20. Especificacin de la presin en las fronteras. (a), Malla de punto distribuido; (b), malla de bloque
centrado.

En una malla de punto distribuido, Fig. 5.20a, la presin de solo una de las fases puede ser especificada, y las tasas
de produccin de las otras fases estar definidas en relacin a la tasa de este de esta fase. Si escogemos presin de
aceite, entonces la ecuacin de aceite es reemplazada por

P01=Psf (Presion en la cara de formacion) (5.139)

y la tasa de aceite resultante puede ser calculada de la ecuacin para este punto:
( )
1 02
2
1
1
) ( Sobo
t
Vp
P P T Qo
sf
A
=
+


Entonces las tasas de agua y gas son determinadas de la formula (5.135):

o
Q
TQ
TQ
Qo
2
1
= l = w,g (5.140)

Las tasas Qw y Qg son entonces usadas en las ecuaciones diferenciales apropiadas, para resolver Sw1 y Sg1.
Si queremos considerar el efecto de salida, el enfoque es bastante similar al cual fue descrito anteriormente para el
caso de tasa especificada. Antes del paso de agua, las condiciones sern P01 = Psf, Qw = 0. Despus del paso, P01 =
Psf, y

, por ejemplo, ambas presiones estn arregladas. Las tasas son entonces obtenidas
sustituyendo la solucin en las ecuaciones diferenciales apropiadas. La ecuacin de gas se maneja en la misma
forma.

Permtanos considerar la malla de bloque centrado (Fig. 5.20b). Las tasas de todas las fases estn dadas por:

1 2

= , , (5.141)

donde el coeficiente

1 2
representa la transmisibilidad entre el primer centro de bloque y la frontera. En este caso la
consideracin del efecto de salida basado en la saturacin
1
no es recomendable, a menos que algn tipo de
162

integracin descrita en la seccin previa sea desarrollada. En la mayora de casos podemos asumir que

para todas las fases. La expresin (5.141) se incorpora fcilmente en la matriz de ecuaciones, adicionando

1 2
al
trmino diagonal y

1 2

al vector del lado derecho. Las tasas son entonces obtenidas sustituyendo la solucin

1
de vuelta en la ec. (5.141).

La ec. (5.141) tambin puede ser usada para un pozo localizado en un nodo interior. En este caso est escrita
como:

(5.142)

donde

es la presin de pozo fluyendo y

es el ndice de productividad para la fase que puede ser

calculado del ndice de productividad para una fase para el pozo y

en el pozo.

5.7.2.3 Aproximacin del Tiempo en Condiciones de Frontera
Generalmente, el tratamiento de condiciones de frontera deben ser consistentes con o mas implcito que el
tratamiento de saturaciones y transmisibilidades. Por ejemplo, para un mtodo IMPES, las condiciones de tasa
(5.135) sern explicitas:

+1
=

= ,

Mientras la condicin de presin (5.141) tendr un trmino de presin implcita:

+1
=

1 2

1
+1

1 2

1 2

1


La cual puede ser escrita como:

+1
=

1
(5.143)

Para un mtodo SS con transmisibilidades implcitas linealizadas, las tasas deben tambin ser tratadas
implcitamente para la condicin de tasa,

+1
=

(5.144)

Las derivadas en expresiones de este tipo pueden ser evaluadas en diferentes formas. Podemos asumir por ejemplo,
que

no cambia sobre el paso de tiempo; entonces:

(5.145)

Tales aproximaciones pueden ser usadas cuando la tasa de una fase esta especificada. Cuando la tasa tota esta
especificada, las derivadas como

No se pueden simplificar en la forma de la ec. (5.145) debido a que la condicin de tasa total en el nivel + 1 no
sera satisfecha necesariamente. En este caso, uno puede usar la formula (5.127) listada en la Seccin 5.6.4:

=
1

. .

163

La cual tiene la propiedad de

= 0

Las condiciones de presin deben ser tratadas implcitamente por cada mtodo ya que todas las tasas son variables.

La expresin ms general es:

+1
=

(5.146)

Donde algunos o todos los trminos implcitos deben ser cero.


EJERCICIOS

Ejercicio 5.1

Muestre que para Pc 0 el mtodo SS se convierte en singular.
Resumen de la solucin
Un elemento tpico de la matriz D es

wi

b
w
b
w
b
n
b
n
=

Donde

contiene los trminos de compresibilidad. Dividiendo ambas ecuaciones en i por

wi

obtenemos

n
=

(A)

Donde los elementos de

son

/
wi

. Donde max

0,

0, R
n
y (A) se reduce a un problema
singular.

+

n
= 0 (B)

EJERCICIO 5.2
Derivar la forma alternativa de la ecuacin de gas para el mtodo SS comenzando con:
a. Las ecuaciones de diferencias (5.25) y (5.26).
b. Ecuaciones diferenciales (5.2a)
Parte a. Partiendo de la ecuacin de gas, la aproximacin por diferencias para el gas puede ser escrita como: (Ec
5.25)

| | | |
gi i o s
o
o
s
g
g
p t
i o
n
o o s
i
g
n
g g
Q Q R
B
S
R
B
S
V
t
z p T R z p T
+ +

(
(

+ A
A
=
A A A + A A A
+ +
) (
1
) ( ) (
1 1



Donde:
- es el operador de diferencias.
- Tg es la diferencia finita de la transmisibilidad para la fase gas.
- pg es la presin de la fase gas.
- g es la densidad del gas en trminos de presin distancia.
- Rs es la relacin gas aceite.
- To es la diferencia finita de transmisibilidad para la fase aceite.
- po es la presin de la fase aceite.
- t es el incremento de tiempo.
- Vp es el volumen poroso.
- Sg es la saturacin de gas.
- So es la saturacin de aceite.
- Bg factor volumtrico del gas.
- Bo factor volumtrico del aceite.
- Qo es la rata de flujo de aceite.
- Qgi es la rata de gas en el bloque i.
164


Ahora tenemos que: (Ec. 5.26)


| | | |
| | ) ( ) (
) ( ) ( ) (
1 2 / 1 1 2 / 1
1 2 / 1 1 2 / 1
i i oi oi oi i o s
i i oi oi oi i o s i o o o s
z z p p T R
z z p p T R z p T R
+
= A A A

+ + + +

Luego asumimos que Rsi+1/2 en la ecuacin 5.26 es expresado como:
n
si si
n
si
n
si si si
R R R R R R ) (
2
1
) (
2
1
1 1 2 / 1
+ = + =
+ + +

(A)

Expandiendo los trminos en la ecuacin de gas como:
| |
s t
n
o o o o t
n
s o o s t
o o o
n
s o o o
n
s o o o s
R S b S b R S b R
z p T R z p T R z p T R
A + A = A
A A A + A A A = A A A
+1
) ( ) ( ) (
) ( ) ( ) (
| | |




Donde:
- es la porosidad.
- bo es el recproco del factor volumtrico de formacin.

Despus restamos la ecuacin para petrleo multiplicada por Rs
n
:
| |
gi
i
s t
n
o o g g t
t
i
o o o
n
s g g g
Q R S b S b
V
z p T R z p T
+ A + A
A
=
A A A + A A A
+1
) ( ) (
) ( ) (
| |



(B)

En donde:
( ) ( ) ( )
(

A A +
A A
A A A

+ +
2 / 1 1
2 / 1 1
)) ( )( ( 2
1
) (
i o o o si si
i o o o si si
o o o
n
s
z p T R R
z p T R R
z p T R

Parte b. Expandimos los trminos en la ecuacin 5.2a como:
t
R
S b S b
t
R
S b
t
X
x
z
x
p
x
R
x
z
x
p
x
R
x
z
x
p
R
x
s
o o o o s
o o o
o
o
s
o
o
o s o
o
o s
c
c
+
c
c
=
c
c
|
.
|

\
|
c
c

c
c
c
c
+
(

|
.
|

\
|
c
c

c
c
c
c
=
(

|
.
|

\
|
c
c

c
c
c
c
| |
|

) (
) (



Donde:
- o es la transmisibilidad del aceite-

Esto nos da la ecuacin de gas en la forma:
165

g
s
o o g g
o
o
o
s
g
g
g
q
t
R
S b S b
t
x
z
x
p
x
R
x
z
x
p
x
+
c
c
+
c
c
=
|
.
|

\
|
c
c

c
c
c
c
+
(

|
|
.
|

\
|
c
c

c
c
c
c
| |

) (


(C)

Con g que es la transmisibilidad del gas.

Si el segundo trmino del lado izquierdo de (C), es aproximado por discretizacin, la ecuacin de diferencias finitas
es idntica con (B).


2 / 1 2 / 1
2
1
2
1
+
(

|
.
|

\
|
c
c

c
c
c
c
+
(

|
.
|

\
|
c
c

c
c
c
c
i
o
o
o
s
i
o
o
o
s
x
z
x
p
x
R
x
z
x
p
x
R




Ejercicio 5.3
(a) Formule las ecuaciones diferenciales del mtodo de solucin simultnea (SS) para
Flujo en dos fases en trminos de
w n c w n
P P P y P P P = + =
Ecuacin General
l
l
l l
l
q
B
S
t x
z
y
x
P
x
+
|
|
.
|

\
|
c
c
=
(

|
.
|

\
|
c
c

c
c
c
c
| 1


n
l
l
n
l
l
l
l
t
B
S
B
S
B
S
|
|
.
|

\
|
+
|
|
.
|

\
|

|
|
.
|

\
|
A
+
| | |
1


|
|
.
|

\
|
A
A
~
|
|
.
|

\
|
c
c
l
l
t
l
l
B
S
t B
S
t
| |
1

Multiplicando a ambos lados X A A *
( )
x A
t
B
S
X
X A yZ P
l
A
A
|
.
|

\
|
=
A
A A A A
*
*
2
|

Siendo la transmisibilidad T
x
A
T
A
=


Entonces lo podemos reescribir como:
( )
|
|
.
|

\
|
A
A
= A A
l
l
p
t
l l
B
S
V
t
Z y P T




1 +
|
|
.
|

\
|
+
|
|
.
|

\
|
A =
|
|
.
|

\
|
A
n
l l
t
n
l
l
l
t
B B
S
B
S | |
|
166

1 +
|
|
.
|

\
|
+
|
|
.
|

\
|
A
n
l l
n n
l
B B
S
| |
|
l t
n
l
t
n
l
n
l
l
t
n n
l
S
B B
S
B
S A
|
|
.
|

\
|
+ A
|
|
.
|

\
|
+
|
|
.
|

\
|
A
+ + 1 1
1 1 |
| |


Derivando las variables de la ecuacin anterior


( )
w n c
c
l
n w
l
l
l
P P P
p
s
S
P P P
de depende porosidad la que asumimos
p
P
B
b
A = A
c
c
= '
A + A = A
c
c
= '
c
|
|
.
|

\
|
c
= '
2
1
1
|
|



Ahora podemos escribir la ecuacin general como:

( ) ( ) ( ) ( )
(

A A ' + A A ' + A '

A
= A A A
+ +
n w
n
l
n
l w n l
n
l l l
n n
l l l l
P P b S P P S b P b S
t
V
Z y P T | | |
1 1
2
1

Para la fase mojante en funcin de la presin capilar y la presin promedio ( P y P
c
A A )

) (
2
1
2
P P P
P P P
P P P P
P P P
P P P
P P P
c w
c w
w c w
n w
n w
w n c
A A = A
A A = A
A A + A = A
A A = A
A + A = A
A A = A


( ) ( ) ( ) ( ) Q P P b S P P S b P b S
t
V
Z y P T
n w
n
w
n
w w n w
n
w w w
n n
w w w w
+
(

A A ' + A A ' + A '

A
= A A A
+ +
| | |
1 1
2
1



( ) Q P b S P S b P P b S
t
V
Z y P P T
n
w
n
w c w
n
w c w
n n
w w c w
+
(

A ' + A ' + A A '

A
=
|
.
|

\
|
A A A A
+ +
| | |
1 1
2
1
) (
2
1
) (
2
1


167


( ) Q P b S b S P S b b S
t
V
Z y P P T
w
n n
w
n
w
n
w c w
n
w w
n n
w w c w
+
(

A
|
.
|

\
|
' ' + A
|
.
|

\
|
' + '
A
=
|
.
|

\
|
A A A A
+ +
| | | |
2
1
2
1
2
1
) (
2
1
1 1




Fase no mojante
) (
2
1
2
) (
c n
c n
c n c n
w n
n w
w n c
P P P
P P P
P P P P
P P P
P P P
P P P
A + A = A
A + A = A
A A A = A
A A = A
A + A = A
A A = A

( ) ( ) ( ) ( ) Q P P b S P P S b P b S
t
V
Z y P T
n n
n
n
n
n n n n
n
n n n
n n
n n n n
+
(

A A ' + A A ' + A '

A
= A A A
+ +
| | |
1 1
2
1


( ) Q P b S P S b P P b S
t
V
Z y P P T
n
n
n
n c n
n
n c n
n n
n n c n
+
(

A ' + A ' + A + A '

A
=
|
.
|

\
|
A A + A A
+ +
| | |
1 1
2
1
) (
2
1
) (
2
1


( ) Q P b S b S P S b b S
t
V
Z y P P T
n
n
n
n n
n n
n c n
n
w n
n n
n n c n
+
(

A
|
.
|

\
|
' + ' + A
|
.
|

\
|
' + '
A
=
|
.
|

\
|
A A + A A
+ +
| | | |
1 1
2
1
2
1
2
1
) (
2
1

| |
| | P d P d Z y P P T
P d P d Z y P P T
c
n
n c n
c
n
w c w
A + A =
(

|
.
|

\
|
A A + A A
A + A =
(

|
.
|

\
|
A A A A
+
+
22 21
1
12 11
1
) (
2
1
) (
2
1

( )
( )
| |
| |
| |
| |
' + ' =
' + ' =
' ' =
' + ' =
+
+
+
+
1
22
1
21
1
12
1
11
2
1
2
1
2
1
2
1
2
1
2
1
n
n
n
n n
n n
n
n
n
w n
n n
n
n n
w
n
w
n
w
w
n
w w
n n
w
b S b S d
S b b S d
b S b S d
S b b S d


(
(
(
(

=
i i
i i
i
d d
d d
D
22 21
12 11

Los que se puede observar en los coeficientes de la matriz D es que los trminos (d11 y d21 ) que estn asociados a
cambios en la presin capilar (Pc) estn asociados a un cambio en de saturacin(S

).

168

(
(
(
(
(

2
1
2
1
2
1
0
0
ni
wi
i
T
T
T
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(

- - -
- - -
- - -
- - -
=

+
+
N
N
i
i
i
T T
T T T
T T
T
2
1
2
1
2
1
2
1
1
1



b) Formule las ecuaciones diferenciales del mtodo de solucin simultnea (SS) para
Flujo en tres fases en trminos de
cog cow o g w o
P y P p y S y S p , , , ,


Partiendo de la ecuacin general



( )
|
|
.
|

\
|
A
A
= A A
l
l
p
t
l l
B
S
V
t
Z y P T



1 +
|
|
.
|

\
|
+
|
|
.
|

\
|
A =
|
|
.
|

\
|
A
n
l l
t
n
l
l
l
t
B B
S
B
S | |
|


1 +
|
|
.
|

\
|
+
|
|
.
|

\
|
A
n
l l
n n
l
B B
S
| |
|


l t
n
l
t
n
l
n
l
l
t
n n
l
S
B B
S
B
S A
|
|
.
|

\
|
+ A
|
|
.
|

\
|
+
|
|
.
|

\
|
A
+ + 1 1
1 1 |
| |


169

PARA LA FASE AGUA

Haciendo las derivadas de las variables


cow o w
w o cow
cow
w
w
w
w
w
P P P
P P P
p
s
S
p
P
B
b
A A = A
A A = A
c
c
= '
c
c
= '
c
|
|
.
|

\
|
c
= '
|
|
1




( )
( )
( )
( ) ( ) ( ) ( ) | |
cow
n
w
n
w w
n
w
n
w
n
o
n
w
n
w
n
w
n
w cow o w
cow
n
w
n
w o
n
w
n
w cow w
n
w cow w
n
w
n
o w
n
w
n
w
w
t
w
n
w
n
w cow w
n
w w w
n
w
n
w
w
t
t
n
w
n
w w t
n
w w t
n
w
n
w
w
t
P b S S b b S P b S b S
t
V
Z y P P T
P b S P b S P S b P b S P b S
B
S
P b S P S b P b S
B
S
b S S b b S
B
S
A ' + ' ' A ' + '
A
= A A A A
A ' A ' + A ' + A ' A ' =
|
|
.
|

\
|
A ' + A ' + A ' =
|
|
.
|

\
|
A
A + A + A =
|
|
.
|

\
|
A
+ + +
+ + +
+ +
+ +
| | | | |
| | | | | |
| | | |
| | | |
1 1 1
1 1 1
1 1
1 1
) (

PARA LA FASE ACEITE

Derivando
) 1 (
1
g w o
cow
o
cog
g
o
o
o
o
S S S
p
s
S
p
s
S
p
P
B
b
=
c
c
= '
c
c
= '
c
c
= '
c
|
|
.
|

\
|
c
= '
|
|


170

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) | |
cog g
n
o cow w
n
o o
n
o
n
g w w
n
g w
n
o o o
o
n
o
n
g w cog g
n
o cow w
n
o o o
n
g w
n
o
o
t
t
n
o
n
g w g w t
n
o o t
n
g w
n
o
o
t
P S b P S b P b S S b S S
t
V
Z y P T
P b S S P S b P S b P b S S
B
S
b S S S S b b S S
B
S
A ' A ' A ' + '
A
= A A A
A ' + A ' A ' A ' =
|
|
.
|

\
|
A
A + A + A =
|
|
.
|

\
|
A
+ + +
+ + +
+ +
1 1 1
1 1 1
1 1
1 1 (
1 1
1 1 1
| | | |
| | | | |
| | | |

PARA LA FASE GAS


Derivando

o cog g
o g cog
o
s
s
cog
g
g
g
g
g
P P P
P P P
P
R
R
p
s
S
p
P
B
b
A + A = A
A A = A
c
c
= '
c
c
= '
c
c
= '
c
|
|
.
|

\
|
c
= '
|
|
1


( )
( ) ( ) ( ) ( )
s t
n
o
o
t
n
o
n
g w g w t
n
o
n
s o t
n
g w
n
s
t
n
g
n
g g t
n
g g t
n
g
n
o
o
s
g
g
t
s t
n
o
o
o
o
t
n
s
g
g
t
o
o
s
g
g
t
R
B
S
b S S S S b R b S S R
b S S b b S
B
S
R
B
S
R
B
S
B
S
R
B
S
B
S
R
B
S
A
|
|
.
|

\
|
+ A + A + A
+ A + ' A + A =
|
|
.
|

\
|
+ A
A
|
|
.
|

\
|
+
|
|
.
|

\
|
A +
|
|
.
|

\
|
A =
|
|
.
|

\
|
+ A
+
+ +
+ +
+
1
1 1
1 1
1
1 1 1
|
| | |
| | | | |
| | | | |


( )
( ) ( ) ( ) ( )
( ) | |
o s
n
g w o
o
n
o
n
g w
n
s cog g
n
o
n
s cow w
n
o
n
s o o
n
g w
n n
s
g
n
g
n
g cog g
n
g g g
n
g
n
o
o
s
g
g
t
P R S S b
P b S S R P S b R P S b R P b S S R
P b S P S b P b S
B
S
R
B
S
A '
A ' + A ' A ' A '
+ A ' + A ' + A ' =
|
|
.
|

\
|
+
+
+ + +
+ +
1
1 1 1
1 1
1
1 1
|
| | | |
| | | | |

171

( )
( ) ( ) ( ) ( )
( ) | |
o s
n
g w o
o
n
o
n
g w
n
s cog g
n
o
n
s cow w
n
o
n
s o o
n
g w
n n
s
o
n
g
n
g cog
n
g
n
g cog g
n
g o g
n
g
n
cog g
n
g
n
o
o
s
g
g
t
P R S S b
P b S S R P S b R P S b R P b S S R
P b S P b S P S b P b S P b S
B
S
R
B
S
A '
+ A ' + A ' A ' A '
+ A ' + A ' + A ' + A ' + A ' =
|
|
.
|

\
|
+ A
+
+ + +
+ + +
1
1 1 1
1 1 1
1
1 1
|
| | | |
| | | | | | |
( ) ( ) | |
( ) ( ) ( )
( ) ( ) ( ) | | ( )
( ) (
(
(
(

A '
+ A ' + ' + ' + ' + '
+ A A ' ' + ' + '
A
= A A A + A A + A A
+
+ + +
+ + +
cow w
n
o
n
s
o s
n
g w o
n
o
n
g w
n
s o
n
g w
n n
s
n
g
n
g
n
g
n
cog cog g
n
o
n
s
n
g
n
g g
n
g g
n
g
n
o o o s g cog o g
P S b R
P R S S b b S S R b S S R b S b S
P P S b R b S S b b S
t
V
Z y P T R Z y P P T
1
1 1 1
1 1 1
1 1 1
( ) (
|
| | | | |
| | | |


Ejercicio 5.4
Formule las ecuaciones de dos fases en trminos de presin y masa de la fase mojante expresada como:
a. Moles por unidad de volumen
b. Densidad total

= ,

= 1
Mtodo SS para flujo bifsico

1

+1

Podemos ahora escribir las aproximaciones en diferencias finitas para la ecuacin como:

[

+1

)]

=
1

= , (1)
Donde:

( )]
+
1
2
[
+1

+
1
2
(
+1

)] +

1
2
[
1

1
2
(
1

)]

,
+
1
2
=
+
1
2


+
1
2

+
1
2
y

son las tasas de inyeccin/produccin del bloque.

Expansin de las aproximaciones de las derivadas temporales.

+1

+1

+1

Expansin de la derivada en el tiempo

= (

+1

+1

(2)

172



Con las expansiones dadas en la Ecuacin (2), la ecuacin (1) puede escribirse como:

[

+1

)]

+1
=

( (

+1

+ 1/2

+1

( (

+1

+ 1/2

+1

a. Moles por unidad de volumen:

=
.

+1

)]

+1
=

( (

+1

+ 1/2

+1

( (

+1

+ 1/2

+1

+
.

b. Densidad Total

[

+1

)]

+1
=

( (

+1

+ 1/2

+1

( (

+1

+ 1/2

+1

Ejercicio 5.5

Formular el mtodo IMPES para flujo en tres fases en trminos de po , Sw, Sg mediante
(a) Partiendo de las ecuaciones SS
(b) Discretizando las ecuaciones derivadas en el Ejercicio 2.3.
Resumen de la solucin
(a) La ecuacin se obtiene a partir de la ecuacin 5.37 sustituyendo Pcow=

etc. En la prctica, se calcula Pc

a cada paso de tiempo y se puede evaluar el trmino

directamente.
(b) Partiendo de la ecuacin (D) del ejercicio 2.3, discretice como

T
o

+1

+1
T
w

+1

+1
T
g
(

+1

)

=

+1

+1

] +

+1

+1

(A)

Despus de resolver (A), sustituya en la ecuacin de agua para obtener

.


Ejercicio 5.6

Derive el lmite de estabilidad de IMPES con respecto a Pc en flujo trifsico.
Sabiendo que:
cog g o
cog o g
cow w o
P P P
P P P
P P P
=
=
=


Ecuacin general para fluido incompresible (mtodo IMPES)
n
w c w w t
p
n
w
S P T S
t
V
P T
2 1 2
A ' + A
A
= A
+




173


En funcin de los contactos, para los tres fluidos
) (
) (
1 2
1 2
1 2
1 2
w t g t
p n
o
w t
p
g t
p n
o
n
g cog g g t
p n
g
n
w cow w w t
p n
w
S S
t
V
P T
S
t
V
S
t
V
P T
S P T S
t
V
P T
S P T S
t
V
P T
A + A
A
= A
A
A
A
A
= A
' + A
A
= A
' + A
A
= A
+
+
+
+

Los errores estn sujetos a una variable

g
w
o
S e
S e
P e
=
=
=
3
1
2


Remplazando
) (
3 1
1 2
3
2
3
1
2
2
1
2
1
1
2
2
e e
t
V
e T
e T P e
t
V
e T
e P T e
t
V
e T
t t
p n
o
n
g cog t
p n
g
n
cow w t
p n
w
A + A
A
= A
A ' A
A
= A
A ' + A
A
= A
+
+
+


m m l m l
e y T e T = A
2
g w o l , , = 3 , 2 , 1 = m
2
sin 4
2 m
m
y
o
=
Eliminando los trminos
l t
e A se llega a las ecuaciones:
n
T
cog
n
g o
T
w cow
p
n
p
e y
T
P
e y T T
T
T P
t
V
e
t
V
3 3 1 1
1
1
) (
'
+
(

+
'
+
A
=
A
+

( )
n
T
g cog p
n
T
w cow
p
n n
p
e
T
T P
t
V
e y
T
T P
t
V
e e
t
V
3 1 3
1
3
1
1
|
|
.
|

\
|
'

A
+
|
|
.
|

\
| '
+
A
= +
A
+ +

Expresando esto en forma matricial
n n
Be e =
+1
da

(
(
(
(
(

+ '
A
'
'
|
|
.
|

\
|
' +
A
A
=
) (
1
3 1
3 1
w o
T
g
cog
p
T
g w
cow
T
g w
cog
T
w
w cow
p
p
T T
T
T
P y
t
V
T
T T
P y
T
T T
P y
T
T
T P y
t
V
V
t
B

Los valores propios i de B=(bij) son

174

( ) ( )
(

+ + =
21 12 22 11
2
22 11 22 11 2 , 1
4
2
1
b b b b b b b b


El mximo valor de || es obtenido del radical
| | x T T T P y T T T P y
T V
t
g o w cow w o g cog
T p
+ + ' + '
A
= ) ( ) (
2
1
1 3

| |
2 2
3 1
2
3 1
4 ) ( ) (
g w cog cow w o g cog g o w cow
T T P P y y T T T P y T T T P y x ' ' + ' + + ' =

La restriccin||<1 da
x T T T P y T T T P y
T V
t
g o w cow w o g cog
T p
+ + ' + '
s A
) ( ) (
4
1 3



EJERCICIO 5.7

Demostrar que el mtodo SS es incondicionalmente estable con respecto a las primeras variables. Por simplicidad,
asumirlo incompresible para flujo en dos fases.
Usando el anlisis de estabilidad linealizada, las ecuaciones son localmente linealizadas asumiendo que (Tp) =
T
2
p, etc. Ignorando la fuerzas de gravedad.

( )
n w t n t w
p n
n n
w w t n t w
p n
w w
q p p S
t
V
p T
q p p S
t
V
p T
+ A A
A
= A
+ A A
A
= A
+
+
' 1 2
' 1 2
) (


En donde:

- Tw es la diferencia de transmisibilidad para la fase agua.
- pw es la presin de la fase agua.
- Sw

es la primera derivada de la saturacin de la fase agua.

- pn es la presin al tiempo n.
- qn es el caudal al tiempo n.
-
2
es el operador de diferencia para la segunda derivada de espacio.

El error satisface que:
( )
) (
1 2
1
2
2
1 2
1
1
2
e e C e T
e e C e T
t t
n
n
t t
n
w
A A = A
A A = A
+
+


(B)
En donde:
- e1
n+1
es el error de la solucin aproximada para el tiempo n+1.
- C es una constante arbitraria.

C = -VpS

w/t > 0. Desde que

2
e1 = 1e1
e
n+1
= Be
n

Donde e = [e1,e2]
T

(

+ +
=
1 1
2 2
2 1 2 1
) (


w w
n n
n w n w
T T
T T
T T T T C
C
B

(C)


El mximo valor propio de B es:
175

( )
( )
1
2 1 1 2
1 2
<
+ +
+
=

n w w n
w n
T T T T C
T T C



EJERCICIO 5.8

Demostrar que la ecuacin diferencial (5.58) es equivalente a la ecuacin (5.57)

Estabilidad con respecto a transmisibilidades
Se asume flujo bifsico incompresible con presin capilar y fuerzas gravitacionales cero.

Donde,

+1 2
=
+1 2
(
+1

) Para un flujo tpico.

Se evala el coeficiente de transmisibilidad no lineal (T) para algn punto en espacio y tiempo. Se considera corriente
arriba en espacio, explicito en la ponderacin del tiempo.

+
1
2

+ 1

+
1
2

=
+1

+ 1

Se asume que el flujo es en la direccin del eje x positivo entonces las ecuaciones de flujo son:

+1
+

+1

+1
=

+1

= , Ecuacin 5.57

Entonces se consideran dos ecuaciones del captulo 2 en el cual hablan de formas alternativas para ecuaciones de
flujo multifasico.. Las ecuaciones son (EC.2.84) y (2.91)

.

Ecuacin 2.84
La ecuacin 2.84 es para un caso incompresible donde todos los trminos de compresin son iguales a cero.

.

Ecuacin 2.91

La ecuacin 2.91 es una frmula para casos especiales para solucionar esta ecuacin es necesario solucionar
primero la ecuacin 2.84 para ut

Entonces partiendo de:

.

Ecuacin 2.84

La ley de Darcy se puede escribir como:

Donde:

l=n,w Ecuacin 2.85

Es la movilidad de la fase l. la anterior ecuacin puede ser combinada para obtener la ecuacin de flujo fraccional.

+ Ecuacin 2.86

Donde,

=

Entonces al reemplazar esto en la ec.2.86 da:
176

=
1
1+

+ Ecuacin 2.87

Se sustituye la ecuacin 2.87 en la ecuacin de conservacin 2.82 asumiendo incompresibilidad con la definicin de
los coeficientes de flujo fraccional y la proporcin de mobilidad com:

Ecuacin 2.82

La ecuacin resultante al reemplazar es:

+ =

Ecuacin 2.90

Varios de esos trminos se pueden expresar en trminos de la saturacin:

= =

Se puede asumir que no esta en funcin de la posicin,

= 1

Se sustituye lo anterior en la ecuacin 2.90 y da:

.

Para un caso de 1D la solucin de la ecuacin 2.84 es de poca importancia por lo que se considerara la ecuacin de
saturacin teniendo en cuenta las ecuaciones ya escritas.

Se trabaja la Ecuacin. 5.57 para un punto en el grid sin una fuente dada.

+
1
2

+1

=
+
1
2

1
2

Usando esta ecuacin, la ecuacin de la fase mojante es:

+
1
2

1
2

Usando la fase mojante de la corriente arriba en posicin en Tl , esto es:

1
=

La cual es equivalente a la ecuacin 5.58, que es lo que se desea demostrar.
177

+1

Ecuacin 5.58


Ejercicio 5.9

Derivar un conjunto de condiciones suficientes para la existencia de una nica solucin para las ecuaciones para tres
fases de SS. (Sugerencia: encuentre la condicin bajo la cual todas las filas de (-T+D) son diagonalmente dominante;
use la formulacin del ejercicio 5.2)

Solucin:
Las ecuaciones para cada una de las fases son:
- Fase Agua:

Si consideramos el trmino que relaciona el cambio con el tiempo se tiene:

+
1

(A)


Definiendo los siguientes trminos:

Reemplazando los trminos anteriores en la ecuacin (A)

+1

+1

Por lo tanto la ecuacin general para la fase agua, quedara:

+1

+1

(1)

- Fase Petrleo:

Si consideramos el trmino que relaciona el cambio con el tiempo se tiene

+
1

(B)

Definiendo los siguientes trminos:

178

Reemplazando en la ecuacin (B) se tiene:

+1

+1

+1

+1

La ecuacin general para la fase de petrleo es:

+1

+1

+1

(2)
- Fase Gas:

Realizando el mismo procedimiento para el caso del trmino que varia con el tiempo para la ecuacin anterior, se
tiene:

+1

+1

Entonces la ecuacin para la fase gaseosa es:

+1

+1

(3)

Despus de plantear las tres ecuaciones para el flujo de tres fases se observa que la matriz D y T son:

=

0 0
0

0
0

+1

+1

+1

+1

+1

+1

+1

0 0
0

0
0

Definiendo lo siguiente:

+1/2
=
1
2

+1

+1/2


= =
+1/2
+
1/2


=
+1/2
+
1/2


Entonces, las condiciones necesarias para que se cumpla que la matriz (-T+D) sea diagonalmente dominante son:

-

> 0
-

< 0
-

> 0

Bajo estas condiciones, el trmino que no cumple con la dominancia de la matriz es la tercera fila y la segunda
columna, por lo tanto:

+ + = + (C)

Debido a que

0, este trmino puede ser ignorado en la parte izquierda de la ecuacin. Considerando primero
que A>0, se tiene

<

(D)
179


Ahora si sustituimos la ecuacin (D) en la ecuacin (C), se tiene que:

<

(E)

Para el caso en el que A<0, se llega a la misma condiciones, (Ecuacin E). Puede observarse que la ecuacin E es
suficiente pero no necesaria para la existencia de solucin.























































180



CAPITULO 6
SOLUCIN DE ECUACIONES DE BLOQUE TRIDIAGONAL

6.1 INTRODUCCIN

En este captulo consideraremos la solucin de las ecuaciones de la matriz resultante de la discretizacin en una sola
dimensin, y ecuaciones de flujo en dos y tres fases. El problema particular de inters aqu es la solucin simultnea
requerida para ms de una incgnita en cada punto de la malla. El enfoque de la solucin simultnea para los
resultados en flujo de dos fases con dos incgnitas por cada punto de la malla y para las tres incgnitas en flujos de
tres fases por cada punto de la malla. Las ecuaciones ms generales para flujos en tres fases pueden ser escritas
como:


Donde,
(6.2)

(6.3 a, b)

(6.4 a, b)



C1 y b1 se definen de una manera similar.
181

Notamos en la ecu (6.1) puede ser obtenida a partir de la ecua (4.2) mediante la sustitucin de cantidades escalares
con las matrices o los vectores adecuados. Las ecuaciones para un punto en general de la malla i toma la forma:


Para las condiciones o condiciones limites peridicos obtenemos una matriz de la forma ecua. (4.6) con elementos
escalares reemplazados en matrices 3x3. Esta analoga entre los problemas de una sola fase y multifsico muestra
que al menos algunos de los mtodos presentados en el captulo 4 pueden ser extendidos para la solucin del
problema considerado aqu. En muchos problemas prcticos las matrices ci, ai, y bi no estn llenas y un tiempo de
computadora puede ser mejorada mediante el aprovechamiento de los ceros en estas matrices.

6.2 MTODOS DE SOLUCIN

Un anlisis detallado (con algoritmos computacionales) de todos los mtodos disponible no servir a nuestros
objetivos. En su lugar se presentar una discusin general de varios mtodos y luego presentar algunos programas
claves en el Apndice B.

6.2.1 Extensin del Algoritmo de Thomas

Esta es una extensin del algoritmo de Thomas para la ecua. (6.1). La ecuacin es de la forma conocida como cuasi-
tridiagonal por Schechter (1960) y el bloque-tridiagonal por Varga (1962). Tambin es discutido por Richtmyer y
Morton (1967). Escribimos

Donde W y Q estn definidas por




Las relaciones para encontrar wi y qi se obtienen igualando el bloque de elementos de WQ a los elementos
correspondientes de A.
182

Las ecuaciones resultantes son



Notamos que wi debe ser no singular y su inversa es requerida. Una vez conocidas wi y qi, la solucin puede ser
obtenida por la primera solucin de eliminacin hacia adelante


Esto se logra por




La solucin de los vectores puede ser computada desde



Por eliminacin hacia atrs. Esto se logra con





Observe de nuevo que en este algoritmo wi
-1
son necesarias y estas matrices no deben ser singulares. Una
factorizacin ligeramente diferente de A es presentada por Schechter (1960). Muchas versiones de este algoritmo
son posibles. Douglas et al. (1959) han presentado un algoritmo para problemas en dos fases (bi-tridiagonal) y Von
Rosenberg (1969) ha presentado algoritmos para problemas de dos y tres fases (tridiagonal). La principal diferencia
de los algoritmos de Douglas et al. y Von Rosenberg, comparado con este algoritmo es que las operaciones de la
matriz son expandidas en trminos de la matriz de elementos. En consecuencia, es ms fcil de aprovechar
sistemticamente los ceros que aparecen en este formulacin. En el proceso de factorizacin que hemos elegido los
elementos diagonales de Q para ser la matriz idntica I. Esta es slo una de muchas posibilidades para nosotros. Por
183

ejemplo, para el caso de submatrices 2x2, Weinstein et al. (1970) muestran que prefieren la forma en la que las
matrices de identidad se sustituyen por las matrices de la forma



Esta opcin da lugar a matrices wi que son triangulares inferiores. Esta forma afirma que tienen un menor error de
redondeo.
Plenamente probados los programas de bi-tridiagonal y tri-tridiagonal los problemas se presentan en el Apndice B.

6.2.2 Uso de los Mtodos para Matrices Banda
La matriz A es una matriz de banda y cualquiera de los mtodos desarrollados para las matrices de banda puede ser
utilizado. Sin embargo, estos mtodos no sern tan eficaces para la ecu. (6.1) como los mtodos descritos en la
seccin anterior, porque el algoritmo de banda trata a todos los ceros dentro de la banda como no-ceros.

Vamos a presentar un anlisis completo de las matrices de banda en el captulo 8.

































184

CAPITULO 7


FLUJO DE UN FLUIDO EN DOS DIMENSIONES


7.1 INTRODUCCIN

En este captulo se extendern las ideas presentadas en el captulo 3 a la solucin de varios de los problemas de
simulacin de yacimientos que incluye el flujo de un solo fluido en dos dimensiones del espacio. Algunos nuevos
problemas y mtodos que slo son importantes en dos dimensiones (2D) sern presentados aqu. Todas estas ideas
se extendern a la solucin de problemas multifasicos en el captulo 9 y a problemas en tres dimensiones en el
captulo 11.
A pesar de que ya se han introducido muchas tcnicas para manejar los problemas prcticos de simulacin de
yacimientos, hasta ahora estas tcnicas se han sido aplicadas slo en situaciones muy idealizadas en una sola
dimensin. Este es el primer captulo en el que podemos empezar a discutir los detalles de algunos modelos
prcticos para yacimientos de gas, y yacimientos de petrleo por encima del punto de burbuja.
Las tcnicas numricas que estn muy relacionadas con las ecuaciones diferenciales parciales para un flujo en dos
dimensiones tambin son presentadas. Algunas de las tcnicas que se pueden ser aplicadas a las ecuaciones de la
matriz resultante de la aproximacin de diferencias finitas de las ecuaciones diferenciales parciales, sern discutidas
en el prximo captulo.

7.2 CLASIFICACION DE LOS PROBLEMAS 2-D

Todos los yacimientos reales son, por supuesto, en tres dimensiones, es sin embargo posible en muchas situaciones
prcticas asumir que el flujo en una de las tres direcciones de coordenadas es insignificante en comparacin con el
flujo en las otras dos direcciones. Hay tres clases de problemas que pueden ser manejados de esta manera. Estos
problemas y los modelos matemticos asociados se describen a continuacin.

7.2.1 Problemas Areales (x-y)

En yacimientos delgados de gran extensin areal con frecuencia es posible suponer que los gradientes de presin y
por lo tanto el flujo en la direccin z es insignificante en comparacin con el flujo en las otras dos direcciones.
Pequeos cambios en el espesor vertical se pueden acomodar al permitir el bloque de espesor z y la elevacin h
como funciones de x y y. Un bloque tpico del modelo de rea se muestra en la fig. 7.1.


Para un caso de este tipo de la ecuacin de flujo general se puede escribir como (ver ecuaciones 2.35, 2.42, 2.43,
2.44, 2.48, 2.51 y 2.53):

+ (7.1)
Donde,
, =
1

, ,

0

Los coeficientes , dependern de la ecuacin diferencial parcial resuelta. Por ejemplo, si tenemos en
cuenta la ecuacin 2.42, entonces,
=

185

=

Y
=

Donde las propiedades de los yacimientos deben ser definidas como promedios sobre el espesor (vase la definicin
de la presin utilizada anteriormente). El smbolo utilizado en los trminos gravitacionales se definen por:

=
Y los trminos de gravedad son idnticamente cero si las coordenadas x y y estn en el plano horizontal.
Obviamente, los coeficientes x, y y pueden ser funciones de x, y, t y p mientras que es una funcin de p. Por lo
tanto, en general, el problema es no lineal, a pesar de que la no linealidad en este caso es ms bien dbil.

7.2.2 Problemas de la seccin transversal (x-z)

Si en lugar de descuidar el flujo en la direccin vertical, el flujo en una de las dos direcciones horizontales se
descuida, el modelo resultante se denomina transversal. Este tipo de modelo puede ser usado para los casos en que
el flujo es predominantemente en la direccin vertical y una de dos direcciones horizontales.

Si optamos por escribir las ecuaciones coordenadas x- z, entonces pequeas variaciones en la direccin y pueden
explicarse usando una variable de espesor y para cada bloque. Un bloque tpico para este tipo de modelo se
muestra en la figura 7.2.

Una ecuacin tpica para los problemas de la seccin transversal se obtiene mediante la sustitucin de y por z, Y
por Z y z por y en la ecuacion 7.1:

+ (7.2)

Donde
, =
1

0
, , )
=

Y
=

Si la coordenada x es verdaderamente horizontal y su y es constante, la ecuacin se simplifica a:

+ (7.3)

186


7.2.3 Problemas de un solo pozo (r-z)

Una de las aplicaciones importantes de las ecuaciones de flujo de fluidos a los problemas de la ingeniera de
petrleos est en el campo de pruebas de pozos. En los pozos de aceite y gas se realizan pruebas para determinar
su productividad. La mayora de las pruebas involucran la produccin de un pozo en una secuencia de tasas de flujo
constantes y la observacin de la presin de fondo durante el perodo de prueba. Una comparacin de los datos de
prueba con la teora permite predecir los datos bsicos del yacimiento y por lo tanto la productividad del pozo. Este
tema se discute ms detalladamente por Matthews y Russell (1967), en un manual publicado por la Junta de
Conservacin de Recursos de Energa de Alberta (ERCB, 1975), y por Earlougher (1977).



La mayor parte de la teora y la prueba se basa en el supuesto de flujo radial unidimensional de una sola fase con
algunos supuestos adicionales que linealizan la ecuacin diferencial parcial (vase el captulo 2). Para los casos en
que el flujo es en dos dimensiones o cuando las ecuaciones no pueden ser linealizadas, no es prctico o posible
obtener soluciones analticas. Aqu es donde un modelo de computadora con coordenadas r - z se pueden utilizar
para analizar bien los datos de prueba. Un tpico bloque con coordenadas r - z es mostrado en la figura 7.3.
Una ecuacin con coordenadas r - z pueden ser obtenidos fcilmente a partir de la ecuacin 7.2:

1

+ (7.4)
Donde
, =
1
2
(
2
0
, , )
=

Y
=

187

(Vase la seccin 7.10.2 para una transformacin en la derivacin de las coordenadas.)7.4 est escrita para un
ngulo de un radin, que debe tenerse en cuenta en la definicin de q.

7.2.4 Comentarios sobre modelos bidimensionales

Una revisin de las ecuaciones presentadas anteriormente pone de manifiesto que un modelo nico podra ser
desarrollado para manejar todos los tres casos. Tambin la forma de las ecuaciones que se presenta es muy
general, y con las definiciones adecuadas de los coeficientes de estas ecuaciones representan a diversos problemas
de flujo de fluidos en el captulo 2. En la siguiente seccin vamos a mostrar cmo los trminos de las ecuaciones 7.1
a 7.4 puede ser discretizados.

Todos los problemas 2-D son simplificaciones de la realidad. Este hecho debe tenerse en mente mientras que los
resultados de la simulacin estn siendo interpretados. El carcter 3-D es tenido en cuenta parcialmente para
diversos espesores en tercera dimensin. Estrictamente hablando, las dos ecuaciones de flujo unidimensional con
espesor variable en la tercera dimensin no son correctos, pero constituyen una buena aproximacin, siempre que la
variacin de espesor no sea mayor.

7.3 Discretizacin de las ecuaciones de flujo.

En esta seccin obtendremos diferentes aproximaciones que representan varias situaciones de flujo monofsico en
2D. La condicin para la estabilidad del mtodo explcito tambin ser discutida.

7.3.1 Aproximaciones por diferencias

Consideremos primero la discretizacin de la ecuacin 7.1 en detalle sobre la malla de la figura 7.4. Un bloque tpico
de la figura. 7.4 se muestra en la figura. 7.5. La notacin utilizada es una extensin directa de la utilizada en el
captulo 3 (seccin 3.5). El trmino del flujo en la direccin x se aproxima por una aplicacin del operador dado en la
ecuacin 3.117. Despus de multiplicar a travs de xi yj la aproximacin por diferencias finitas se puede escribir
como:

+
1
2

+1

+1 2

+1

+
1 2

+1

+1 2

+1

(7.5)



188




Los trminos de transmisibilidad son definidos por:

+1 2

=
+1/2

+1/2

+1/2
=
+1/2

A
+1/2

+1/2
(7.6)

(1 2)

=
(1/2)

A
1 2

+
1
2
7.6
Los trminos de xi+1/2 Y xi-1/2 estn definidos por:

+1/2
=
+1

1/2
=

1

Y

=
1
2

+1/2
+
1/2
(7. .8)
Utilizando una notacin similar se puede escribir a la aproximacin de la derivada y como:

, +
1
2

+1

+1 2

+1

+
,
1
2

1 2

(7.9)
Donde,

, +1/2
=
, +1/2

, +1/2

+1/2
=
, +1/2
A
, +1/2

+1/2
(7.10)

, 1/2
=
, 1/2
A
, 1/2

1/2
7.11
La aproximacin por diferencias finitas para la ecuacin (7.1) en el punto i, j puede ser escrito en una forma
compacta como:
( )

(7.12)
Donde
( )

( )

(7.13)
(7.7)
189

+1

(7.14)

7.15

(1.16)
En la ecuacin 7.12, no se ha especificado los niveles de tiempo. Por el mtodo de diferencia hacia adelante
(explcito) el lado izquierdo se evala en el nivel de tiempo n y la aproximacin de diferencia hacia atrs (implcito) es
evaluada en el nivel de tiempo n+1. En el lado derecho de la ecuacin 7.12 el trmino ij debe ser evaluado por un
rgimen que conserva la materia (ver ecuaciones. 3,173 y 3,174). Una aproximacin es:

=

+1

(7.17)
Notamos de qu trminos de la ecuacin 7.17 debe ser evaluado en el nivel n+1, incluso para el mtodo explcito.
Por el mtodo de Crank-Nicolson el lado izquierdo de la ecuacin 7.12 se evala en el nivel n+1/2 por los medios
siguientes:

( )

+1/2
=
1
2
( )

+
1
2
( )

+1
(7.18)
Debe quedar claro de la discusin anterior que las aproximaciones para el modelo de seccin 7.12 puede escribirse
de manera exactamente igual a las mismas que para el modelo de rea (7.1)


Como se discuti en detalle en el captulo 3 (seccin 3.6) los problemas relacionados con las coordenadas cilndricas
deben ser manejados de forma ligeramente diferente. Los lmites de los bloques para el clculo del volumen de
bloques son elegidos por (ver fig. 7.6):

+1/2
=

+1
2

2
ln

2
+ 1

1/2
(7.19)

+1/2
=
1
2

+
+1
(7.20)
La aproximacin por diferencias finitas para la ecuacin 7.4 La aproximacin por diferencias finitas para la ecuacin
se puede escribir en la forma de la ecuacin 7.12 con la siguiente definicin para el operador en el lado izquierdo:

(7.21)
Donde,

+1/2,
= 4

+1 2
2

+1
2

2

+1 2 ,
(7.22)

,+1 2
=

+1 2
2

1 2
2

+1 2

,+1 2
(7.23)
190

Otras transmisibilidades(
(1 2)
,

,1 2
) estn definidas de una forma similar. El volumen del bloque (i,k)
es dado por

= z
k
r
i+1 2
2
r
i1 2
2
(7.24)
Y Qik es la produccin de =2.

Vemos que con las definiciones apropiadas de las transmisibilidades, los limites de los bloques y los volmenes del
bloque, las aproximaciones en diferencias finitas son de forma idntica para la forma areal, para los modelos
transversales y radiales. Por esta razn la mayor parte de la discusin a seguir de estar relacionada con el modelo
de reas. Nosotros, sin embargo, sealaremos las diferencias importantes cuando sea apropiado.


7.3.2 Estabilidad de los esquemas diferenciales
La aproximacin explcita para el modelo de rea puede ser obtenida por expansin de la ecuacin 7.12 y reuniendo
trminos:

1 2 ,

1,

+
, 1 2

, 1 2

(1 2),
+
, 1 2
+
(+1 2),
+
, +1 2

+
(+1 2),

(+1 2),

+
, +1 2

, +1 2

+1
(7.25)
Donde dij contiene todas las fuentes y los trminos de gravedad. En la ecuacin anterior Pij
n+1
en el lado derecho es
la nica incgnita ij puede ser evaluada en el nivel de tiempo n. El manejo de la no linealidad introducida por ha
sido discutido en el Captulo 3 (Seccin 3.7.2.1). As vemos que no hay nada difcil sobre computar Pij
n+1
de los
valores de Pij
n
para todos los valores de i y j. Sin embargo, como se esperaba, el mtodo explcito es slo
condicionalmente estable. La condicin de estabilidad puede ser fcilmente obtenida utilizando el concepto o
ecuaciones diferenciales de tipo positivo (vase el Captulo 3, Seccin 3.7.2.1). El problema de la condicin
resultante correspondiente a la condicin (3.179) para problemas unidimensionales es:

, ,

(1 2),
+
, 1 2
+
(+1 2),
+
, +1 2
1 (7.26)
las condiciones correspondientes para los problemas 1-D Como se muestra en el captulo 3, el lmite de estabilidad
(7.26) La condicin anterior es ms restrictiva que hace que el mtodo explicito sea prctico para la mayora de los
casos. Una condicin similar se puede escribir para los modelos de la seccin radial y transversal.
Los mtodos implcito y de Crank-Nicholson, por supuesto, incondicionalmente estables para la versin linealizada de
la ecuacin de flujo.


7.4 CONDICIONES LMITE

El estado inicial del yacimiento (condiciones inciales) y la interaccin del yacimiento con el entorno debe ser
conocido antes de que se pueda modelar.

En muchas situaciones importantes un conocimiento detallado de estas condiciones es insuficiente y un buen
juzgamiento ingenieril es necesario para obtener estimaciones razonables.
Las condiciones de contorno se requieren en los pozos y en el lmite exterior del yacimiento. Estas condiciones limite
puede ser de tres tipos: (1) tasa de flujo especificado en la frontera, (2) ausencia de flujo en la frontera, y (3) la
presin especificada en la frontera. Excepto para el estudio de un solo pozo en los sistemas de coordenadas
cilndricas, los pozos deben ser tratados como lnea de Dirac o fuentes puntuales. Este enfoque es necesario porque
el radio del pozo es generalmente pequeo comparado con el tamao de un bloque en el muestreo de reas y
estudios transversales.
191

La especificacin de la presin en la frontera puede ser manejada de una manera sencilla como se discuti en el
captulo 3. En esta seccin vamos a discutir los lmites a travs del cual se especifica cero o un caudal infinito.
Tambin muestran que el flujo y sin condiciones de contorno de flujo puede ser tratada de la misma manera
mediante la sustitucin de las condiciones de contorno actuales por las condiciones de frontera de Neumann
homogneo (sin flujo) y la introduccin de la corriente dentro o fuera del sistema a travs de la fuente. Figuras 7.7 y
7.8 muestran las condiciones de contorno tpico de muestreo de reas y de modelos de un solo pozo. Ahora vamos a
considerar los lmites de flujo y no flujo en detalle.

Cuando no hay flujo a travs de una frontera (T2 en las figuras 7.7 y 7.8) el componente del vector de velocidad
normal a la superficie de frontera debe ser cero. Los componentes de la velocidad adecuada se obtienen tomando el
producto punto (vector) de la velocidad de Darcy con el vector normal n:

. = 0
2
(7.27)
En la simulacin de yacimientos las fronteras suelen aproximarse por los limites de los bloques que son paralelos a
una de las co-direcciones de las coordenadas. Por tanto, en los modelos areales (x y).

= 0 (7.28)
Para todos los limites que son normales a la direccin x y

= 0 (7.29)
Para todos los limites que son normales a la direccin y.

7.4.2 Limites de Flujo
Cuando algunas tasas de flujo cruzan un lmite se especifica que (T1 y T3 en las Figuras 7.7 y 7.8) la componente
normal del vector velocidad en el lmite debe ser igual a esta tasa de flujo:

. = (7.30)
Y la tasa de flujo total a travs de un lmite es el valor integrado de q en la ecuacin 7.30 sobre el lmite. Por
ejemplo, sobre el limite T3 de la Fig. 7.8 la tasa de flujo total es:

T
= qd
1
(7.31)
Si el lmite actual se extiende por ms de un bloque de la malla y si no se especifica el total del caudal, este flujo
debe ser distribuido, de manera adecuada, sobre los lmites de los bloques. Este problema se tratar en la prxima
seccin donde se discuten las diferencias finitas o forma discretizada de las condiciones limite.


192

7.4.3 Discretizacin de las condiciones limite
Como ejemplo, consideremos un punto (i, k) en el lmite vertical de una malla de la seccin transversal, como se
muestra en la figura. 7.9. Si el flujo a travs de la frontera es cero, entonces se puede aproximar mediante
la expresin de segundo orden.

+1

1
2
+1

(7.32)
En este enfoque completo simtricamente las propiedades se asumen sobre xi y el mtodo es conocido como
tcnica de refleccin. Se conserva la simetra y el orden de aproximacin de las ecuaciones en diferencias finitas.
El flujo dentro o fuera del sistema puede explicarse por dos enfoques diferentes. Una de ellas es asumir que el lmite
del bloque (1-4) est aislado y hay un trmino fuente/sumidero con la fuerza apropiada en la ecuacin diferencial.
Otro enfoque consiste en asumir el trmino fuente/sumidero como cero y la fuerza del gradiente de presin en el
lmite del bloque,

toma un valor que hace que la cantidad correcta de lquido a fluir fuera del lmite.



Estos dos enfoques aparentemente diferentes pueden llegar a ser idnticos a nivel de diferencias finitas, como se
muestra a continuacin. Consideremos la siguiente forma simplificada de la ecuacin 2.35 o la ecuacin 7.3:

+ (7.33)
Ahora vamos a aplicar el mtodo de integrar para la obtencin de aproximaciones finitas discutido brevemente en el
captulo 3 (seccin 3.2.1.2) en la ecuacin anterior.
Integracin sobre el volumen de los rendimientos del bloque (i, k)

+ , (7.34)

El lado izquierdo de la ecuacin (7.34) se puede convertir en una integral de lnea usando el teorema de Green (por
ejemplo, Morse y Freshbach, 1953, pp. 34 y 803).

+ (7.35)

La lnea integral sobre I puede ser dividida en cuatro partes que consisten de los cuatro lados de la seccin
transversal del bloque en el plano x,z. Las derivadas p/z y p/x puede suponerse constantes a lo largo de cada
una de estas partes y puede ser aproximada por diferencias finitas. Las siguientes aproximaciones se obtienen si se
sigue este enfoque:

=
1
2

+1 2

+1 2

+1

+1

(7.36)

193

=
3
2

+1 2

+1 2

1 2

+1

+1
(7.37)

=
4
3

1 2

+1 2

1

1

(7.38)

= 0

= 0 (7.39)
=

0 (7.39)
1
4

1
4

donde yqx es la tasa de flujo por unidad de longitud en la frontera (1-4) del bloque i,k

1
(7.40)
Si el caudal se explica por la especificacin de la ecuacin (7.39b), entonces el ltimo trmino de la ecuacin (7.35)
debe ser cero y la tasa de flujo total a travs de la frontera de la ecuacin (7.39) puede escribirse como:

(7.41)
1
4

Sin embargo, si la ecuacin (7.39a) se utiliza a continuacin, el caudal total del bloque es:

Q
ik
= , (7.42)

Estas dos ecuaciones proporcionan interpretaciones alternativas de la condiciones de frontera de fuente singular.

deben ser iguales, ya que representan la produccin globalizada del bloque (j, k). A nivel de diferencias finitas,
donde q(x, z) y qx(z) deben ser asumidos constantes dentro de un bloque en las ecuaciones. (7.41) y (7.42), no hay
ninguna diferencia entre las dos interpretaciones de las condiciones de contorno. Esto proporciona la justificacin
necesaria para el uso de la ecuacin (7.39a) en todos los trabajos de simulacin de yacimientos. El primer trmino en
el lado derecho de la ecuacin (7.34) puede aproximarse por:

+1 2

+1 2

1 2

(7.43)
Que es el mismo trmino de la ecuacin correspondiente (7,33) multiplicado por el volumen de bloque correcto.
Escribamos ahora el estndar de aproximacin por diferencias finitas para la ecuacin (7.33) utilizando la notacin
utilizada en la seccin 7.3.

(7.44)
Donde,

=
(+1 2),

+1

+
(1 2),

+
,+1 2

+1

+
,1 2

(7.45)

+1 2 ,
=
(+1 2),
(
+1 2

1 2
)

+1

(7.46)

1 2 ,
=
(1 2),

+1 2

1 2

1
(7.47)

,+1 2
=
,+1 2

+1 2

1 2

+1

(7.48)
194

,1 2
=
,1 2

+1 2

1 2

1
(7.49)
Las definiciones anteriores se aplican a un bloque completo dentro del yacimiento En comparacin con la ecuacin
(7.36) a (7.39), vemos que la forma general (7.44) tambin podra utilizarse para el bloque de la frontera (i, k),
siempre que se tenga:

1 2
= 0
1 2
=

(7.50)
Las modificaciones de la expresin general (7.44) para los otros limites, se obtienen fcilmente, siguiendo el
procedimiento anterior.
El nico problema sin resolver con respecto a las condiciones de frontera es el problema de la asignacin de
caudales Qik a cada bloque cuando se especifica la tasa flujo total Qt de varios bloques. Este problema se encuentra
en secciones transversales del modelo de un solo pozo con varios bloques. La solucin ms simple es distribuir el
caudal de acuerdo a la transmisibilidad del bloque:

7.51
Donde Tk es una transmisibilidad adecuadamente definida. Este problema se hace ms complejo para el flujo
multifsico y ser considerado nuevamente en el captulo 9 en mayor detalle.


7.5 CONDICIONES INICIALES

Para los yacimientos vrgenes es razonable suponer que el gradiente de presin en el depsito se debe a la presin
hidrosttica del lquido:

=
La simulacin de un yacimiento de una sola fase, es por supuesto, posible para cualquier distribucin de presin
inicial dada.
7.6 TRATAMIENTO NO LINEAL

Los mtodos descritos en el captulo 3 (Seccin 3.7.2) para el manejo de los trminos no lineales se pueden aplicar
directamente a problemas de dos dimensiones. No es necesaria la discusin sobre este tema en este momento.

7.7 TRATAMIENTO DE LOS POZOS INDIVIDUALES

La presin en un grid point prevista durante la simulacin de yacimientos es la presin media del bloque que rodea a
ste. Si un pozo est ubicado en un grid block entonces la presin en el pozo no se puede suponer como la presin
del bloque. Esto es particularmente cierto cuando el tamao del grid block que contiene el pozo es grande y/o la
velocidad de flujo del pozo es grande. Una prediccin precisa de la presin es posible para los problemas de un solo
pozo por el uso de las coordenadas r-z como se discuti en la seccin 7.2.3. En el muestreo de reas y los modelos
transversales se requieren tcnicas especiales para el clculo de la presin y de la presin del bloque predicha por el
modelo.
Un enfoque razonable para la solucin de este problema es asumir que el flujo alrededor del pozo es de una
dimensin en la direccin radial (en coordenadas cilndricas). Soluciones analticas para flujo unidimensional de una
fase y sus aplicaciones se discuten en detalle en Matthews y Russel (1967) y del manual ERCB (1975). Vamos a
discutir aqu algunos procedimientos prcticos para el clculo y la presin de pozo pwf del bloque Pij en un modelo de
reas. La extensin de estas ideas a otros sistemas es sencilla.

El concepto de radio de drenaje es particularmente conveniente para resolver este problema. Este concepto,
originalmente introducido por Aronofsky y Jenkins (1954), se analiza en detalle en el Manual ERCB (1975). El radio
de drenaje es definido por:

= ln

(7.52)
Esto es que el radio que fuerza la solucin de la anterior ecuacin de estado estable coincide con la solucin
transiente. Para un yacimiento finito y cerrado con radio exterior re, tenemos:

195

ln

=
1
2
ln

+ 0.809

1
4

2
(7.53)
Y

= 0.472

1
4

2
(7.54)
Donde,

2
(7.55)

(7.56)
Para un flujo de gas, y

(7.57)
Y para un flujo de lquido.

La conversin de las cantidades anteriores a las unidades de campo es discutida con detalle en el Manual ERCB
(1975). El radio equivalente del bloque de la figura. 7.10 se puede calcular:

= (7.58)
El procedimiento anterior hace uso de la solucin analtica para la tasa de produccin constante de un yacimiento
cilndrico cerrado con flujo en una dimensin.

Esto proporciona una aproximacin razonable para bloques cuadrados o bloques rectangulares donde x y. Para
los bloques de otras formas analticas las soluciones estn disponibles y pueden ser utilizados para predecir as la
presin (ver ERCB, 1975). Tambin es posible modificar la ecuacin (7,52) para incluir el dao , y los efectos
inerciales-turbulentos (alta velocidad) no considerados por la Ley de Darcy:

= ln

+ +

(7.59)
En la ecuacin anterior S es el dao, y D es el factor de inercia del flujo turbulento que es importante solo en el flujo
de gas.

En las frmulas anteriores se indica que el radio de drenaje se vuelve constante durante un tiempo suficientemente
grande. Esto corresponde al pseudo estado estacionario cuando la presin disminuye a un ritmo constante en todas
las partes del bloque y la ecuacin (7.52) puede ser reescrita como:

2
ln

3
4
(7.60)
Donde, ya que se supone que el bloque est cerrado, la presin del medio se puede obtener por balance de materia:

196

La ecuacin (7.60) proporciona la presin del pozo en trminos de la presin promedio Pav y la tasa Q en unidades
de volumen de yacimiento. La relacin entre Pav y Pij se considera hacia el final de esta seccin. Para las
condiciones de yacimiento tpicas, el tiempo para alcanzar el estado estacionario es del orden de horas o das,
mientras que los intervalos de tiempo tpicos utilizados en la simulacin de varios das a unos meses. Dado que la
tasa simulada debe ser constante al menos durante un intervalo de tiempo, la presuncin del estado seudoestable
est justificada usualmente. Las excepciones son simulaciones de comportamiento de corto tiempo, como por
ejemplo en las pruebas de pulso. Otros mtodos menos rigurosos basados directamente en el estado estacionario
tambin estn disponibles. Van Poollen y compaa (1968) obtuvo de las ecuaciones, ya sea para el estado
seudoestable para un yacimiento cerrado, o asumiendo el estado estable para el flujo incompresible con flujo en la
frontera exterior. Ya que el primer caso lleva a la ecuacin (7.60) obtenida anteriormente, vamos a considerar el caso
de flujo incompresible.
La presin media entre rw y re:

=
2

(7.61)

Mientras que la distribucin de la presion en el estado estable est dado por:

=

2
ln

(7.62)
Sustituyendo la ecuacin (7,62) en la ecuacin (7.61) y la integracin, se obtiene:

2
ln

2
2
(7.63)
Para volver re >> rw esta frmula se simplifica a:

2
ln

1
2
(7.64)
Para la frontera de flujo en el estado estable la presin es dada por la ecuacin (7.62):

2
ln

(7.65)
Las ecuaciones (7.60) (7.63) y (7.64) se muestran en la figura 7.10. Esta figura puede ser usada para estimar
rpidamente la Pwf calculando primero:

2
ln

(Lo cual es igual a Pe Pwf para las ecuaciones (7.63) y (7.64)), y luego encontrar la Pwf de

2

Donde es obtenida de la figura 7.11. Esta figura tambin muestra los errores usando la formula aproximada (7.64),
la cual no debera ser usada si re/rw < 3.
Las dos frmulas (7.60) y (7.64), aunque derivadas de dos presunciones extremas, slo se diferencian por la
constante restada del trmino logartmico. En una situacin real, la produccin de un pozo resultara tanto en la
disminucin de la presin como en el flujo a travs de los lmites de bloque, y la presin actual que corresponder a
la frmula general

2
ln

(7.66)
Donde 1/2 c 3/4. Kumar (1977) muestra cmo c es influenciado por la fuerza del influjo en la frontera. El estado
estacionario tambin puede ser representado por dejar c = f (t).
197

Hasta ahora se han presentado tres relaciones entre pav presin promedio y presin del pozo pwf. Es natural
preguntarse si pav es igual a la presin del bloque pij.

Este es en realidad el procedimiento de uso comn en la mayora de los simuladores. Sin embargo, Peaceman
(1977) ha demostrado, mediante soluciones numricas y analticas, que pav pij, bajo condiciones de flujo en estado
estable. Para una malla cuadrada, la relacin adecuada entre pwf y pij basada en el trabajo de Peaceman, puede
expresarse en la forma de la ecuacin (7.66) como:

2
ln

1.037 (7.67)




Este problema requiere mayor investigacin para revelar cual es el mejor procedimiento, en particular cuando la
presuncin del flujo en estado estable cerca del pozo no es valida.

Ideas estrechamente relacionadas con las desarrolladas para el tratamiento de los acuferos se discutirn en el
Captulo 9.
Otra frmula para Pwf se puede derivar de las transmisibilidades de diferencias finitas para el bloque (i,j). Podemos
definir la diferencia de presin promedio entre el punto (ij) y sus vecinos por:
198

=

T = p p
ij
T
= TX
i+1 2
p
i+1
p
i
+TX
i1 2
p
i1
p
i

j
+ TY
j1 2
p
j1
p
j
+ TX
j+1 2
p
j+1
p
j

i
(7.68)
Donde,
T = TX
(i+1 2),j
+ TX
(i1 2),j
+
, +1 2
+
, 1 2
(7.69)
Ahora supongamos que la p es la presin en el radio rb de un circulo representado en el rea mostrada en la Fig.
7.12. Note que el radio rb esta dado por:

=
+1 2
+
1 2

+1 2
+
1 2
(7.70)
Es diferente del radio re mostrado en la Fig. 7.10. Ahora podemos utilizar la frmula de flujo radial para expresar:
=

2
ln

(7.71)
Donde WI es el coeficiente de productividad del pozo relativo a rb. Este coeficiente podr ser modificado para tener
en cuenta las perforaciones parciales, estimulacin de pozos o el factor de dao. Las ecuaciones (7.71) y (7.68)
pueden ser resueltas para obtener:

=
1

= /

Esta ecuacin difiere de las ecuaciones (7.63) o (7.64) en que se toma en cuenta no slo la permeabilidad alrededor
del pozo (a travs de WI), sino tambin las variaciones de permeabilidad entre los distintos puntos de la malla
alrededor del pozo. Sin embargo, la aproximacin es vlida slo si WI < T/.

7.8 ECUACIONES EN FORMA DE MATRIZ
La ecuacin discretizada para cualquiera de los modelos de dos dimensiones implcitas discutidas en las secciones
anteriores de este captulo se puede escribir en la forma:

1,
+1
+

+1
+

+1,
+1
+

, 1
+1
+

+1
+

, +1
+1
+

+1
=

(7.73)
Donde los coeficientes cij, xij, bij, gij, yij,fij, ij y dij dependen del tipo de modelo y el mtodo de discretizacin. Por
ejemplo, el muestreo de reas (x-y) con la aproximacin hacia atrs para la derivada del tiempo (ecuacin 7.12) es:

=
(1 2),
7.74

=
(+1 2),
7.75

=
, 1 2
7.76

=
, +1 2
7.77

=
(1 2),
+
(+1 2),
=

7.78
199

=
, 1 2
+
, +1 2
=

7.79

7.80

(7.81)

Tambin encontramos conveniente definir:

(7.82)
Estas ecuaciones pueden ser escritas en forma de matriz mediante la seleccin de algunos ordenamientos de las
incgnitas. El orden natural es la de ordenar las incgnitas por lneas en la direccin x del grid comenzando con la
lnea para j = 1. Entonces, el vector desconocido es:

+1

=
1.1
,
2.1
,
3.1
,
4.1,

5.1
,
1.2
, ,
5.6

+1
(7.83)
Y la ecuacin de la matriz puede ser escrita como:

+1
= (7.84)
En el prximo captulo vamos a considerar una solucin directa y los mtodos iterativos para la ecuacin (7.84). En la
siguiente seccin de este captulo se presentan algunos mtodos para obtener aproximaciones a la solucin de
vector P. Estos mtodos estn estrechamente relacionados con la forma de la ecuacin diferencial parcial y por esta
razn se presentan en este captulo.

200


7.9 METODOS ESPECIALES PARA PROBLEMAS 2-D

Los mtodos que se discuten aqu son de dos tipos. Un tipo de mtodos denominados mtodos alternando
explcitamente la direccin (ADE) que no implican clculos de la matriz y reducen el problema a una forma similar a la
forma de las ecuaciones diferenciales explcitas. Los mtodos de ADE, son, sin embargo, incondicionalmente
estables (para problemas lineales) en contraste con el mtodo explcito clsico. El segundo tipo de mtodos
denominado alternando implcitamente la direccin (IDA) implican la solucin de ecuaciones de matrices tri-
diagonales y estn relacionados con el mtodo clsico implcito de Crank-Nicolson.

Los mtodos ADE y ADI producen un conjunto de ecuaciones diferenciales que son mucho ms fciles de resolver
que la ecuacin matricial presentada en la seccin anterior. Esta simplificacin es, por supuesto, obtenida a
expensas de una reduccin en la precisin y la estabilidad. La aplicacin prctica de estos mtodos se limita a una
sola fase y de los problemas de flujo monofsico y problemas multifsico relativamente simples.



7.9.1 Alternando explcitamente la direccin (ADE)

Durante las primeras etapas del desarrollo de las computadoras digitales, las mquinas eran relativamente lentas y
con la memoria central muy limitada. Esto brind una motivacin considerable para el desarrollo de aproximaciones
de diferencia explcita estable de ecuaciones diferenciales parciales de inters prctico. El libro de Saul'jev (1964)
proporciona un tratamiento integral de las diversas formas del mtodo de ADE. Ms informacin sobre estos mtodos
para dos problemas de dimensiones es proporcionado por Larkin (1964) y Barakat y Clark (1966), y la aplicacin de
estos mtodos para simulaciones de yacimientos de gas es discutido por Quon y compaia (1966) y Carter (1966). El
mtodo tiene algunas ventajas evidentes sobre el mtodo explcito estndar.

El punto de partida para el desarrollo de mtodos de ADE puede ser la frmula de diferencia implcita hacia atrs o la
frmula de Crank-Nicolson implcita. Sea u y v dos aproximaciones a la solucin de la ecuacin diferencial (ecuacin
7.12) con el lado de la mano izquierda evaluado a un nivel de tiempo indeterminado. En aras de mantener nuestro
simple discusin, vamos a suponer que las coordenadas X y Y estn en el plano horizontal , y por lo tanto los
terminos de gravedad desaparecen. Podemos escribir la aproximacin diferencial (7.12) como:

+1
=
(1 2),

1,

+
1
+
+1 2 ,

+1,

+
2
+
, 1 2

, 1

.

+
3
+
, +1 2

, +1

+
4
(7.85)
Donde para el estndar de aproximacin por diferencias hacia atrs:

1
+
2
+
3
+
4
= 1
Y

t
p
ij
n+1
=

+1

Por ordenamiento estndar de las incgnitas, la ecuacin se hace explcita con slo una incgnita por ecuacin
(7,85) si I1=I3=1, e I2=I4=0. Es facil ver que en lugar de comenzar los clculos a partir de la parte inferior de la esquina
izquierda (Fig. 7.4) podramos comenzar con una de las otras tres esquinas con escogiendo diferentes valores de l.
Las aproximaciones a las ecuaciones diferenciales obtenidas de esta manera se pueden escribir como:
Aproximacin 1:
1
=
3
= 1,
2
=
4
= 0

+1
=
(1 2),

1,

,

+1
+
+1 2 ,

+1,

+
, 1 2

, 1

.

+1
+
, +1 2

, +1

(7.86)
Aproximacin 2:
1
=
3
= 0,
2
=
4
= 0

+1
=
(1 2),

1,

,

+
+1 2 ,

+1,

+1
+
, 1 2

, 1

+
, +1 2

, +1

+1
(7.87)
Cada uno de las dos aproximaciones introduce errores. Sin embargo, estos errores son compensados parcialmente
por la aplicacin de las ecuaciones (7.86) y (7.87) para los intervalos de tiempo alternos.
201

El uso de ambas ecuaciones para cada paso de tiempo y luego promediando los resultados, tambin ha sido
considerado por Larkin (1964):

+1
=

+1
+

+1
2

En donde

+1
es una aproximacin nueva para

+1
y con este esquema

debe ser usado en lugar de

+1
y

+1
en las ecuaciones (7.86) y (7.87).
Otras dos aproximaciones se obtienen mediante la seleccin de los siguientes valores de l, los valores en la ecuacin
(7,85):

Aproximacin 3

1
=
4
= 0

2
=
3
= 1
Aproximacin 4

2
=
3
= 0

1
=
4
= 1
Es evidente que se puede utilizar diferentes combinaciones de las cuatro aproximaciones. Tambin es posible
desarrollar sistemas similares, comenzando con el mtodo de Crank-Nicolson en lugar de la ecuacin (7.85). Los
mtodos de este tipo encuentran poca utilidad en los estudios de simulacin de yacimientos donde computadoras
modernas con grandes ncleos estn disponibles. Por esta razn, no vamos a presentar un examen detallado.

7.9.2 Alternando implcitamente la direccin (IDA) y mtodos relacionados
La Solucin de dos problemas de simulacin tridimensional de yacimientos puede ser reducido a la solucin de
problemas en una simulacin de yacimientos en una dimensin. Dado que ya sabemos cmo resolver ecuaciones
para un matriz tridiagonal, ninguna tcnica nueva es necesaria para la solucin de los problemas de simulacin de
yacimientos considerados en este captulo. Los mtodos de este tipo tambin se conocen en la literatura con
nombres como Splitting up (Marchuk, 1975), los mtodos de paso fraccional (Yanenko, 1971) y mtodos de una
dimensin localizada (Mitchell, 1969).

Los mtodos IDA fueron introducidos por Peaceman y Rachford (1955) y Douglas (1955) y desarrollados
posteriormente por estos y muchos otros investigadores. Los mtodos IDA que se discutirn aqu se denominan a
veces mtodos ADI no iterativos para distinguirlos de los mtodos de IDA para la solucin de las ecuaciones de la
matriz por iteracin (vase el captulo 8). Vamos a mostrar en esta seccin cmo estos mtodos se pueden aplicar a
la solucin de problemas de flujo de una sola fase en dos dimensiones.

Mtodo de Peaceman-Rachforf (1955): Consideremos la siguiente aproximacin por diferencias hacia atrs para el
problema de muestreo de reas.

x
TX
x
p
ij
n+1
+
y
TY
y
p
ij
n+1
=
ij
p
ij
n+1
p
ij
n
+ Q (7.88)
Si queremos reducir este problema a la solucin de un sistema unidimensional, solo uno de los trminos en el lado
izquierdo de la ecuacin (7.88) puede ser evaluado a nivel de tiempo indeterminado. Esto produce un proceso de dos
pasos. El primer paso de este procedimiento es:

x
TX
x
p
ij

+
y
TY
y
p
ij

= V
ij

ij

p
ij

p
ij

1 2 t
+ Q
ij
(7.89)
Donde p
ij

es una solucin intermedia, que puede considerarse como una aproximacin de p

ij
n+1


La ecuacin (7.89) puede resolverse para todos los puntos del grid considerando incgnitas para un solo valor de j (o
una lnea en x del grid) a la vez y utilizando el algoritmo de Thomas del Captulo 4. Como se muestra por Douglas
(1961) el uso de la ecuacin (7.89) solo en los resultados de un mtodo de estabilidad limitada. Con el fin de obtener
202

un mtodo incondicionalmente estable, se introduce la segunda etapa, que consiste en la aproximacin implcita del
segundo trmino en el lado izquierdo de la ecuacin (7.88).

x
TX
x
p
ij

+
y
TY
y
p
ij
n+1
= V
ij

ij

p
ij

p
ij

1 2 t
+ Q
ij
(7.89)
La ecuacin (7.90) puede ser resuelta para todos los puntos de la red, considerando incognitas para un solo valor i (
o una lnea en y del grid) a la vez. Las incgnitas a lo largo de cada lnea del grid tienen una ecuacin matricial con
una matriz de coeficientes tridiagonal.

El anterior procedimiento en dos fases donde las ecuaciones (7.89) y (7.90) se utilizan alternativamente es
incondicionalmente estable. Con el fin de eliminar la solucin indeterminada de estas dos ecuaciones es necesario
eliminar la solucin intermedia de esas dos ecuaciones. Para la ecuacin de difusin lineal en un rectngulo, la
ecuacin resultante es correcta a nivel local de segundo orden en el tiempo y el espacio y puede ser vista como una
perturbacin del mtodo de Crank-Nicolson (Douglas, 1961). Este tipo anlisis muestra que los coeficientes de los
trminos no lineales y la fuente deben ser evaluados en el nivel n de tiempo para el mtodo de ADI. Briggs y Dixon
(1968) han discutido la aplicacin de este mtodo a los problemas de simulacin de yacimientos. Ellos encuentran
que este mtodo produce resultados oscilatorios a grandes intervalos de tiempo. Este comportamiento es una
caracterstica del procedimiento de Crank-Nicolson (NC) puesto que el mtodo IDA es una perturbacin del mtodo
NC.

Mtodo de Douglas (1962). Ya que el mtodo de Rachord Peacemanand (1955) resulta ser una perturbacin de la
aproximain Nicolson, debera ser posible desarrollar un mtodo de direccin alterna directamente de la
aproximacin de Crank-Nicolson en lugar de la aproximacin diferencial hacia atrs.


La solucin intermedia puede ser obtenida de la siguiente ecuacin:

1
2

x
TX
x
(p
ij

+p
ij
n
) +
y
TY
y
p
ij

=
ij
(p
ij
n+1
p
ij
n
) + Q
ij
(7.91)

y la solucin definitiva en el nuevo nivel de tiempo es:

1
2

x
TX
x
(p
ij

+p
ij
n
) +
y
TY
y
(p
ij
n+1
p
ij

) =
ij
(p
ij
n+1
p
ij
n
) + Q
ij
(7.92)

Este mtodo es una perturbacin del Mtodo Crank-Nicilson y es equivalente al Mtodo de Peaceman-Rachord en
un rectngulo. Desde un punto de vista computacional, es ms conveniente sustituir la ecuacin (7.92) por una
ecuacin que se obtiene restando las dos ecuaciones anteriores:

1
2

y
TY
y
p
ij
n+1

1
2

y
TY
y
p
ij
n
) =
ij
(p
ij
n+1
p
ij

) (7.93)

Durante los problemas de dos dimensiones este no tiene ninguna ventaja real sobre el Mtodo de Peaceman-
Rachford. Para problemas en tres dimensiones la ventaja real la tiene el Mtodo de Douglas.

Mtodo Douglas y Rachford (1956). Estos dos mtodos son perturbaciones del mtodo de Crank-Nicolson. Una
perturbacin de la aproximacin es la diferencia proporcionada por el siguiente esquema:

x
TX
x
p
ij

+
y
TY
y
p
ij
n
=
ij
(p
ij

p
ij
n
) + Q
ij
(7.94)

y
TY
y
p
ij
n+1

y
TY
y
p
ij
n
= (p
ij
n+1
p
ij

) (7.95)
Los coeficientes no lineales dependientes del tiempo, deben ser evaluados en el nivel n + 1 de tiempo para este
mtodo.
Divisin o localmente unidimensional (LD) mtodos. Vamos a definir

=
Tp

(7.96)
203

Entonces, la solucin para el problema de muestreo de reas en esta seccin pueden obtenerse en el siguiente
esquema:

+1 2
= 2

+1 2
(797)

+1 2
= 2

+1

+1 2
7.98

+1
=

+1
(7.99)

Este mtodo tambin es un perturbacin de la de Crank-Nicolson(marchuk 1975, p.147). Otras variaciones de este
enfoque son discutidas por Marchuk 81.975) y Mitchell (1969). Es evidente que la aplicacin de la ecuacin (7.97)
debe ser por las lneas en x del grid y la (7,98) para las lneas y del grid. Esto muestra la similitud de este
procedimiento para el mtodo de ADI.

Mtodos Corrector-Predictor. Debemos primero prever la solucin en el nivel n+(1/2) de tiempo utilizando el
siguiente procedimiento de dos pasos:

= 2

+1 2
7.100

+1 2
= 2

+1 2

(7.101)

La solucin para el nivel de tiempo n+1 es obtenida de:

+1
=

+
1
2

+1 2

+1 2
7.102

Este enfoque se analiza un detalle por Marchuk (1975, p162) Tambin resulta ser una perturbacin del mtodo de
Crank-Nicolson.

7.9.3 Comparacin de mtodos
Coast y Terhune (1966) proporcionan una comparacin de los mtodos ADE e IDA para la ecuacin de difusin
estndar:

2
+

2
+ =

Estos autores sealan que la ADE no mantiene condiciones de no-flujo en las fronteras exteriores para el grid de
bloque centrado, y esto causa errores en el balance de materia. Coast y Terhune tambin encontraron que el mtodo
de ADI era considerablemente ms exacto que el mtodo de ADE y que solamente requeran un 60% ms de
trabajo.

Una comparacin ms reciente de la misma ecuacin fue proporcionada por Sheffeld (1970). El defini un mtodo de
"lnea de Saul'jev" que equivale a los dos pasos utilizando la ecuacin (7.85), con T/2. En el primer paso,

+1 2
en
el lado izquierdo se sustituir por

+1 2
y los parmetros son
1
=
2
=
3
=
1
2
,
4
=0.

En el segundo paso, se calcula

con los siguientes parmetros

1
=
2
=
4
= 1,
3
= 0 . As, ambos pasos son
resueltos por lneas en la direccin x, pero en orden alterno para j. Sheffield compar este mtodo con el mtodo
Sauljev (alternando el uso de las ecuaciones (7.86) y (7.87)) e IDA. IDA fue superior a la lnea Sauljev por un
problema con el grid cuadrado, pero la Linea Sauljev fue mucho mejor para un problema con el grid alargado. El
mtodo de punto Sauljev fue menos preciso en ambos casos.

Este resultado es tpico de los mtodos de IDA. Este mtodo no realiza bien los problemas con los coeficientes de
anisotropa (producidos por la red alargada o el contraste grande en kx y ky). El mismo comportamiento tambin es
compartido por mtodos iterativos IDA que convergen muy lentamente para este tipo de problemas (vase el captulo
8, fig. 8.19).
No ha habido ningn inters en los mtodos ADE o ADI en la literatura reciente.

204

7.10 CONSTRUCCION DEL GRID

7.10.1 Grid irregular en 2-D

La motivacin para el uso de la red irregular es la de nuestro deseo de obtener una buena definicin por el uso de
pequeos incrementos en los lugares donde los gradientes de presin se espera que sean grandes y use grandes
incrementos en otras partes. Un enfoque natural es la construccin de redes irregulares en ambas direcciones y
superponerlas.

Esto resultar en un grid con incrementos x y y, que ya se ha utilizado en este captulo. Figura 7.14 da un ejemplo
de un Grid areal, refinado alrededor de los pozos. Otro ejemplo tpico es un grid rz radial con incrementos variables
en la direccin radial. Este tipo de grid irregular se utiliza de forma rutinaria en la simulacin de yacimientos. La
descripcin del grid es simple y el esfuerzo de programacin es de aproximadamente la misma que para un grid
regular.


Sin embargo, es fcil ver que ese grid estndar no es ptimo por lo que se refiere al nmero de puntos de red
necesario para cubrir el dominio. Por ejemplo, el grid de la figura 7.14 tambin es refinado en el crculo de rea "A",
donde un grid grueso pareciera ser suficiente. Con el fin de obtener ms grid ptimos, uno tiene que utilizar grid
composicionales, como se muestra en la figura. 7.15. Tales esquemas de perfeccionamiento del grid fueron
estudiadas por Ciment (1971) y Ciment y Sweet (1973). Lamentablemente, las aproximaciones diferenci ales
resultantes son ms complejas, y su forma no es la misma para todos los puntos del grid. Por esta razn, el
refinamiento local del grid no ha sido ampliamente usado en la simulacin de yacimientos.

Observamos a este respecto, que los sistemas de grid, tales como el triangular, son ms adecuados para el
refinamiento del grid local que para el grid rectangular. Para obtener informacin adicional sobre el refinamiento del
grid ver Kafka (1968), Osher (1970), Browning et al. (1973) y Girault (1974).
En conclusin, observamos que el uso del grid irregular disminuye la precisin de la aproximacin a O(x)+O(y) a
menos que se empleen tcnicas especiales.


205




7.10.2 Uso de un grid curvilneo
Aunque la mayora de los problemas del yacimiento se pueden simular los grids rectangulares, hay muchos casos en
que la forma del yacimiento se presta ms naturalmente a un sistema de coordenadas. Por ejemplo, una seccin
transversal con una inclinacin considerable puede ser descrita mejor por el grid que se muestra en la figura. 7.16b
en lugar del que se muestra en la figura. 7.16a.
Del mismo modo, un flujo areal en un patrn de cinco lugares repetidos puede ser descrita mejor por la cuadrcula en
la figura. 7.17b que sigue las lneas de corriente mejor que por un grid rectangular (fig. 7.17a).
Sistemas curvilneos coordenados son comunes en hidrodinmica clsica. En la simulacin de yacimientos, la
utilizacin del grid curvilneo fue estudiado por diversos autores para aplicaciones de flujo multifsico (Hirasaki y
O'Dell, 1970; Sonier y Chaumet, 1974, Robertson y Woo, 1976). Sin embargo, el concepto es igualmente aplicable, y
ms fcil de entender, para flujo de una sola fase y por lo tanto sern tratados aqu. Observaciones especficas
relativas al flujo multifsico se dar en el captulo 9 (seccin 9.7).



Ahora vamos a resumir brevemente la transformacin de las ecuaciones en coordenadas curvilneas. Los detalles se
pueden encontrar en libros sobre anlisis tensor, por ejemplo, McConnell (1957), Aris (1962) y Sokolnikoff (1951).

Vamos a considerar dos sistemas de coordenadas: un sistema rectangular x, y, que denotaremos aqu como (y
1
, y
2
),
y un sistema de coordenadas general (x
1
, x
2
). Los dos sistemas estn relacionados por las ecuaciones:


Las funciones f
i
definen la transformacin del sistema de coordenadas. La forma de la ecuacin diferencial en las
coordenadas x depende de estas funciones. El nuevo sistema de coordenadas ser bien definido si el determinante
de la transformacin es distinto de cero, es decir,
206



El operador de una de las condiciones de flujo se puede escribir utilizando la suma de



Esto se puede expresar en la coordenada x, como:






Donde g es el determinante de la gij tensor mtrico,


Y g son las componentes del tensor mtrico conjugado, que puede ser calculada como g=G, donde G son lo
cofactores de g en la matriz G. Tambin se puede expresar ms convenientemente como (McConnell, 1957)



Que no requiere funciones inversas f
i

En general, el operador A en la forma (7.104) consiste en trminos de la derivada cruzada. Sin embargo, estos
trminos se Desaparecer para una clase importante de sistemas de coordenadas, llamado ortogonales.



207



Un sistema de x
i
se llama ortogonal si las curvas coordenadas son ortogonales entre si en todas partes (figura 7.18)

Cualquier sistema ortogonal tiene las siguientes propiedades importantes:

1. La condicin necesaria y suficiente para un sistema sea ortogonal es






2. Si el sistema es ortogonal, entonces





Por lo tanto, para un sistema ortogonal al operador A sera:



Tenga en cuenta que el en el desarrollo de lo anterior hemos asumido como una funcin escalar de x. El anlisis se
complica ms cuando se considera el carcter tensorial de K (en ). Un ejemplo de un sistema ortogonal es el polar
(o en 3D cilndrico) donde x
1
= r, x
2
= 0. La transformacin se muestra en el ejercicio 7.1 y resulta en trminos de
direccin r dicho antes para la ecuacin (7.4). La discretizacin de las ecuaciones de conservacin en la forma de
(7.104) o (7.110) son desarrolladas con rigor por Hirasaki y O'Dell (1970). Cuando el sistema es ortogonal, las
transmisibilidades pueden ser calculadas a partir de conceptos geomtricos intuitivos, definidos en la figura. 7.19:

208



Ya que, en general, T=A/L, donde A es un rea transversal y L la distancia entre L puntos del grid, se puede
escribir inmediatamente:




Donde las cantidades pertinentes se definen en la figura.

Del mismo modo, el volumen poroso se define como:

Este enfoque fue utilizado por Sonier y Chaumet (1974), que adems despreciaron la diferencia
entre
(+1 2),
;
, +1 2
y Aij. El moldeamiento de las diferencias finitas de los problemas de conduccin de calor en
general y los sistemas coordenados curvilneos ortogonales tambin es considerado por Schneider y compaa
(1975).

Como hemos visto anteriormente, las ecuaciones (7.111) y (7.112) slo se aplican si el grid se deriva de un sistema
de coordenadas ortogonales. (1975)Una forma conveniente de definir tal grid es a travs de la solucin de la
distribucin de flujo potencial con las fuentes y sumideros localizados en los pozos. Como es bien sabido, lneas
equipotenciales y lneas de corriente de la solucin son ortogonales entre s (Lam, 1932). Posibles soluciones para
muchas configuraciones de los pozos han sido publicadas (Muskat, 1937, Morel-Seytoux, 1966). El flujo actual en el
yacimiento no seguir las lneas de flujo potencial, debido a la posible solucin se basa en la hiptesis de la
permeabilidad y porosidad constante y flujo incompresible. Esto es de ninguna consecuencia, sin embargo, ya que la
suposicin de flujo potencial slo se utiliza para la construccin del grid y no se opone al modelo numrico de
simulacin de flujo en el direccin perpendicular a las lneas del grid, que son las lneas de corriente del flujo
potencial. Esto es un contraste con el modelo llamado tubo de Flujo en el que desprecia la corriente de flujo
cruzado entre las lneas.


209


El mtodo de construccin de un rejilla que acabamos de describir ha sido sugerido por Sonier y Chaumet (1974), en
la relacin con la simulacin de areas de flujo multifsico, pero puede ser utilizado igualmente bien para cualquier
configuracin de yacimiento.

Un anlisis ms detallado de las redes curvilneas se encuentra en Hirasaki y O'Dell (1970). Estos autores muestran
que los errores importantes pueden producirse cuando un yacimiento inclinado es modelado arealmente por bloques,
como se muestra en la figura 7.20a.
Esto es porque el rea de seccin transversal en el trmino transmisibilidad se calcula de forma incorrecta. El grid
debe ser construido de tal manera que las superficies coordenadas coinciden con la parte superior e inferior del
yacimiento. Como se muestra por estos autores, este enfoque dar pequeos errores, aun cuando los trminos de la
derivada cruzada son despreciados por un grid que no es ortogonal, siempre y cuando todas las distancias se miden
por la superficie y perpendicular a l (fig. 7.20b). Un grid que es aproximadamente ortogonal se puede construir de
forma numrica, grfica o por medio de una computadora analgica (Karplus, 1958).

Uno de los problemas asociados con el grid es el clculo correcto de las permeabilidades direccionales. Cuando la
permeabilidad no es isotrpica, el tratamiento correcto requieren los trminos los trminos de las derivadas cruzadas,
incluso si el grid es ortogonal. La deduccin de los trminos de la transmisibilidad es considerada en el ejercicio 7.2
para el caso del valor principal del tensor de permeabilidad kx y ky en las direcciones de las coordenadas
cartesianas.

La magnitud de la derivada cruzada es proporcional a (Kx-ky), pero el efecto de descuidar este trmino parece que
no ha sido estudiada en la literatura. Como consecuencia, el uso del grid curvilneo no se recomienda para
problemas de un solo pozo de seccin cruzada, donde la estratificacin en capas es a menudo presente. Lneas del
grid, en este caso debe seguir capas geolgicas.

En este tipo de problemas, el beneficio del grid curvilneo sera pequeo, porque el patrn de flujo actual estar muy
lejos de los flujos potenciales y grandes errores se introducirn a menos que los trminos de las derivadas cruzadas
se incluyan en las ecuaciones en diferencias finitas. Por otra parte, el grid curvilneo puede ser muy eficaz en una
situaciones areales ya que aporta beneficios adicionales para el flujo multifsico (Captulo 9. Seccin 9.7).



7.11 CONCLUSIONES DEL CAPITULO


Los contenidos abordados en este captulo son importantes para el desarrollo de captulos posteriores. Aunque el
flujo en una sola fase es de uso limitado en simulacin, varias tcnicas de flujo multifsico generan una serie de
ecuaciones de tipo monofsico (IMPES, SEQ). La ecuacin de presin monofsica es tambin resuelta en
problemas miscibles y composicionales.

Por supuesto, las ecuaciones que describen los problemas monofsicos no son propias de la mecnica de
yacimientos, y en consecuencia, existe abundante literatura en otras reas relacionadas con su solucin numrica,
aunque no seran adecuadas, el lector debe ser consciente que ideas desarrolladas en otros avances de la fsica y
la ingeniera pueden resultar productivas en la simulacin de yacimientos.

210

CAMBIO DE COORDENADAS DE UN GRID CARTESIANO A UN GRID CURVILNEO (COORDENADAS
POLARES)

Ejercicio 7.1 Expanda el trmino de la izquierda en trminos de coordenadas polares (r-)

p z =
p
t
+ q. (1)
7.1.1 Conceptos
La funcin f
i
definen la transformacin del sistema Coordenado
x
i
= f
i
y
1
, y
2
para i = 1,2. . (2)

El nuevo sistema de coordenadas puede ser definido si el determinante de la transformacin (Jacobiano) es
diferente de cero:

0 (3)
Si esto es as, la transformacin se puede realizar.

El operador A, es el encargado de definir los nuevos valores en sistema curvilneo para un grid que
anteriormente es cartesiano.

=

1
+

2
(4)

Expresando el operador A en coordenadas x
i
:

1

11

1
+

22

2
+

12

2
+

21

1
(5)

Donde:
g es el determinante del tensor mtrico g
ij

(6)
=

. . (7)

son los componentes del tensor mtrico conjugado, los cuales pueden ser calculados como

. . (8)
Donde

son los cofactores de

en la matriz

211

Tambin pueden ser expresados ms convenientemente (Mc Connell, 1957):

. . (9)
Esta no requiere la funcin inversa de f
i

El operador A envuelve los trminos de la derivada. Sin embargo, estos trminos podran desaparecer para una
importante clase de sistemas coordenados, llamado ortogonal.

Un sistema x
i
es llamado ortogonal si:

1.

= 0 . . (10)
2.

= 0 =
11

22

33

=
1

. . (11)

Para un sistema ortogonal A:


1

(12)


1

11

1
+

22

2
. . (13)


7.1.2 Anlisis Matemtico


Notacin
Sistema Rectangular: x,y equivale a y
1
, y
2

Sistema Curvilneo equivale a x
1
, x
2


1. De acuerdo al sistema curvilneo:

1
=
2
=

212


y
1
= x = x
1
cos x
2
. (14)
y
2
= y = x
1
sin x
2
. (15)

2. Verificar si es viable realizar el cambio de coordenadas

. . (16)
=

(17)
1 2

,
=

1,1

1,2

2,1

2,2
(17)



Posicin
1,1
:

1,1
=

2
+

2
=
2
+
2
= 1 (18)


Posiciones :
1,2

2,1

1,2

2,1
=

1,2

2,1
= + = 0 . (19)


Posicin
2,2
:

2,2
=

2
+

2,2
= ()
2
+ ()
2
=
2

2
+
2
=
2
. . (20)


3. Observe el determinante:

,
=

2
+
2
() 0
0
2
(
2
+
2
)
=
2
(21)
213


Como el determinante es diferente de cero, la conversin se puede hacer.

4. Ahora se aplican las condiciones:

Teniendo en cuenta que los coeficientes

son los elementos conjugados de la matriz

, se tiene
que:

,
=

2
+
2
0
0
2
+
2

. . (22)

1,1
=
2,2
;
2,2
=
1,1
(23)

Donde
,
es equivalente a las posiciones
,
de la inversa de la matriz y g el valor del determinante

1,1
=
1
1
= 1;
2,2
=
1

2
(24)

Aplicando lo anterior y reemplazando en la al factor A de conversin,


1

2
(1)

2
(0)

2
(0)

2
(
1

2
)

(25)



1

(
1

2
)

(26)



1

(27)


1

+
1

(28)
Finalmente,
1

+
1

=
p
t
+ q 29

En fin, la expansin que plantea el ejercicio hace referencia a un cambio de coordenadas de un sistema ortogonal a
un sistema curvilneo en coordenadas polares.

Ejercicio 7.2 Derive la Expansin de: para un sistema de coordenadas cartesianas rotado por un ngulo
a los ejes principales del tensor .
Considere dos sistemas: x, y y X, Y; adems, asuma que los ejes principales de estn en las direcciones X y
Y.

214

1. Se desarrolla el gradiente en las direcciones de los ejes principales (X,Y)

=

. . (1)

2. Se define la transformacin de las coordenadas

x = Xcos +Ysen (2)
y = Xsen + Ycos (3)
Donde:


Aplicando regla de la cadena para calcular las derivadas en x y y para las derivadas externas e internas:

= cos

+ sen

(4)

= sen

+ cos

(5)

Teniendo en cuenta el potencial:

= cos

+ sen

(6)
215

= sen

+ cos

(7)

3. Aplicando lo calculado anteriormente en la ecuacin 1.

= cos

+ sen

cos

sen

+ sen

+ cos

sen

cos

(8)

=

cos
2
+

sen
2

sen
2
+

cos
2

sen cos

sen cos

sen cos

sen cos

(9)

Agrupando trminos semejantes:

cos
2
+

sen
2
(10)

sen
2
+

cos
2
(11)

sen cos

sen cos =

sen cos (12)

Y sustituyendo:

=

(13)











216

CAPITULO 8

SOLUCION DE ECUACIONES MATRICIALES PENTADIAGONALES



8.1 INTRODUCCION

Algunos de los problemas discutidos en el capitulo anterior para dos dimensiones en un flujo de una sola fase
pueden ser escritas de la siguiente manera:

(8.1)
Donde X, Y, q y P son funciones arbitrarias de x y y para problemas lineales. Para problemas no lineales algunos
de estos coeficientes pueden tambin depender adems de U. Las condiciones de los lmites para la mayora de los
problemas en simulacin de yacimientos son del tipo de Neumann, por ejemplo,

= 0 (8.2)
Donde n es la direccin normal de la superficie del lmite.



figura 8.1a Ordenamiento estndar por filas ( exponente i).

FIG. 8.1b Orden estndar por columnas ( exponente j)
217

Como fue discutido en el anterior capitulo, la discretizacin de los valores de los lmites resultaron un problema en
una determinada ecuacin de diferencia finita de la siguiente forma

, 1

1,

+1,

+1

(8.3)
La forma de la matriz de la ecuacin de diferencias finitas depende del sistema de enmallado y del esquema usado
para el orden de las ecuaciones. Para un enmallado uniforme como la mostrada en la figura 8.1 (a,b), los
coeficientes estn definidos por:

, 1/2

1
2
,

+
1
2
,

, +1/2

Figura 8.2a. Forma de la matriz A para un orden estndar por las filas mostradas en la figura 8.1a.
Las entradas que son distintas de cero estn indicadas por x. Por ejemplo, estas entradas para la novena fila:
(i=3, j=2) son g3,2 ; c3,2 ; a3,2 ; b3,2 ; f3,2
Esto ser conveniente usarlo despus para poder definir tambin:

= (

= (

)
Notamos que si x=y=h y P=X=Y=1, los coeficientes toman los siguientes valores:

= 1
218

= 4 +

Figura 8.2b. Forma de la matriz A para un ordenamiento estndar por columnas mostradas en la figura 8.1b.
Las entradas distintas de cero estn indicadas por x. Por ejemplo, estas son las entradas para la decima fila:
(i=3, j=2) son g3,2 ; c3,2 ; g3,2 ; a3,2 ; f3,2; b3,
La interpretacin de los coeficientes en la ecuacin (8.3) para un enmallado irregular han sido discutidas en detalle
en el capitulo anterior.
El ordenamiento estndar (Price y Coats, 1974) o natural de las incgnitas se obtiene si las incgnitas son ordenadas
por lneas (filas columnas). Estos ordenamientos son mostrados en la Figura 8.1 y 8.1b (numerados de 1 a 24
puntos sobre la malla) y la forma de las matrices resultantes son mostradas en la figura 8.1a y 8.2b, respectivamente.
La forma de las dos matrices muestra que el ordenamiento por columnas (direccin ms corta) resulta ser en una
matriz de ancho de banda pequeo.

La matriz mostrada en la Fig. 8.2b muestra que la matriz puede ser dividida en un bloque de forma tridiagonal con
bloques dentro de esta siendo la matriz de 6x6 ( I x I) y el numero de filas en cada bloque de 4 ( J). Similarmente,
en la Fig. 8.2b podemos ver que las submatrices son de 4x4 ( JxJ) y el nmero de filas de cada bloque son 6 ( I).
Notamos que todos los elementos de una misma fila tienen el mismo subndice.

Esta conveniente anotacin fue introducida por Stone (1968) y Dupont et. Al (1968) y ha sido usada por muchos
investigadores incluyendo a Settari y Aziz (1973).

La solucin para resolver la matriz puede ser escrita como:


Au=d (8.4)








219

Donde A es la banda de las matrices mostradas en las Figuras. 8.2. Para el ordenamiento mostrando en la figura
8.1b la forma del bloque tridiagonal es:




(8.5)

Donde Ai es una matriz tridiagonal de 4x4 y Ci y Bi son matrices diagonales de 4x4.
La versin de la matriz del algoritmo de Thomas es discutida en el Capitulo 4 y puede ser aplicado aqu, pero esto
resulta ser relativamente un ineficiente proceso para este problema, bsicamente sera el equivalente a la eliminacin
de la banda.




Fig. 8.3 Red formada por ms de un rectngulo
La matriz A de la figura 8.2 fue obtenida para una red donde la regin es un rectngulo, por ejemplo, el nmero de
puntos del enmallado (grid points) en cada fila es I y en cada columna es J. Para una red del tipo como la mostrada
en la figura 8.3 la forma resultante de la matriz ser como se muestra en la figura 8.4. La matriz para este caso tiene
un ancho de banda variable.
220


Figura 8.4 Forma de la matriz A para el ordenamiento mostrado en la Figura 8.3

Esto es posible para desarrollar mtodos muy eficientes cuando las matrices sobre la diagonal son iguales entre s y
las matrices sobre la subdiagonal tambin sean iguales entre si. Un ejemplo de esto, es el mtodo de la reduccin
de pares e impares y de la factorizacin desarrollada por Buzbee (1970). Sin embargo, mtodos como este tipo no
han encontrado su uso en la simulacin de yacimientos cuando se tienen problemas difciles de solucionar.

En este Captulo consideraremos varios mtodos para solucionar ecuaciones para varios tipos de matriz A. Hacia el
final de este captulo sern proporcionadas algunas pautas acerca de la seleccin de un mtodo adecuado para un
problema dado. Nosotros nos limitaremos nuestra discusin a mtodos de aplicabilidad general.

8.2 MTODOS DIRECTOS DE SOLUCIN
8.2.1 Factorizacin LUPara el tipo de matrices que son de inters en la simulacin de yacimientos, es posible el
factor de una matriz de forma triangular inferior y superior como fue hecho para la matriz tridiagonal en el Capitulo 4.
Esto muchas veces se refiere a la factorizacin LU (ver ecuacin (4.7)). La principal desventaja de esta propuesta es
que los ceros dentro de la bandas son tratados como distintos de cero y L + U es generalmente ms completa que
A, adems esta no tiene una banda tan ancha.
Para ser ms precisos, las entradas distintas de cero en L + U son confinadas para la inversa de A. La inversa es
definida por la posicin de los que estn a la derecha del primer elemento diferente de cero en cada fila y debajo del
primer elemento distinto de cero de cada columna. (Geroge and Liu, 1975).
El algoritmo para la descomposicin LU puede ser derivada en la misma manera como derivamos el algoritmo de
Thomas en el Capitulo 4, por ejemplo, multiplicando LU e igualando estos elementos con los elementos de A. Esto
es muy engorroso. Por eso en vez de esto, la descomposicin LU puede ser vista simplemente como una
formalizacin de la clsica eliminacin Gausiana (Faddeev and Faddeeva, 1963) realizada en la inversa de A. A
causa de su fundamental role, este proceso (a menudo llamado eliminacin de banda) ser descrita en detalle.
Considerar una matriz A de NxN con un ancho de banda B=2M+1. Esto significa que si A={aij} en la notacin
estndar de una matriz, entonces
aij = 0 si |j i| > M
221

Por ejemplo, para la matriz de la figura 8.2b, M=4. Las eliminaciones consisten en operaciones para transformar una
matriz de filas en una matriz triangular superior.
Por consiguiente el primer paso es formar la matriz A
(1)
con ceros en la primera columna que esta debajo de la
diagonal principal:

(1)
=

11
j = 1,, M+1

Para filas i = 2,, M+1 (8.6)

(1)
=

(1)
de otra manera
Si el proceso anteriormente descrito es continuado para la segunda y las posteriores subsiguientes columnas, la
forma de la matriz A
(k-1)
despus el paso (k-1) ser como se muestra en la figura 8.5 (izquierda). Entonces el paso
K
simo
esta definido por:

()
=

(1)

(1)

(1)
/

(1)
j = k,, min (k + M, N)
Para filas i = k+1,, min (k + M, N)

()
=

(1)
en otros lugares (8.7)

Figura 8.5. Izquierda: Matriz A
(k-1)
despus de los pasos k-1; Derecha, matriz A
(N-1)
despus de los pasos N-1.

Despus del paso N-1, la matriz A es transformada a A
(N-1)
=U. Ntese que nosotros no tenemos explcitamente
formada la matriz L. En vez de eso, realizamos las mismas manipulaciones sobre el vector d de el lado derecho, en
realidad calculamos g=L
-1
d. Esto se hace calculando una secuencia de vectores d
(k)
junto con A
(K)
como

(1)
=

11
i = 2,, M+1

(1)
=

en otros lugares
: (8.7)

()
=

(1)

(1)

(1)
/

(1)

222

Para i= k +1,, min (k+M,N)

()
=

(1)
en otros lugares
Entonces d
(N-1)
=g y la solucin final es obtenida resolviendo
Uu = g (8.9)
El trabajo necesario en trminos de multiplicacin de nmeros es
= 2+ 1[(+ 1)
2
+ +
121
3
+ 1 + + 2
2
9 (8.10)
Tal como se deriva en el ejercicio 8.1. Existen numerosas variantes de este proceso bsico. Slo unos pocos que
son de importancia y prcticos se describen brevemente:
(a) Soluciones repetidas con una matriz constante. Si se desean resolver varios sistemas de Au=d donde slo
d es diferente, la eliminacin hacia adelante se necesita llevar a cabo una sola vez, con tal que la banda inferior sea
guardada. Si en la etapa K de los elementos de la banda inferior de la columna k no son reemplazados por ceros
entonces a continuacin son precisamente los elementos necesarios para las operaciones definidas por la ecuacin
(8.8). Estos se logra si la ecuacin (8.7) se lleva a cabo a partir de j=k+1. Las diferentes soluciones para d son
entonces obtenidas por repeticin de la aplicacin de las ecuaciones (8.8) y (8.9).
(b) Pivoteo. Obviamente, el proceso requiere que el elemento Akk
(k-1)
de la diagonal sea diferente de cero.
Para minimizar los errores de redondeo, estos elementos deben ser lo ms grandes posibles. Pivoteo significa que
sobre cada etapa de eliminacin buscamos la cantidad de elementos ms largos dkk
(k-1)
, dk+1
(k-1)
, y despus
intercambiamos la fila con el mayor elemento de la fila k para maximizar el elemento diagonal. Adems el pivoteo
puede ser necesario para matrices mal condicionadas, esto usualmente no es requerido para generar matrices en
simulacin de yacimientos. Para detalles tericos relacionados a los errores de redondeo, ver Wilkinson (1963).
(c) La precisin de la solucin puede ser incrementada mediante el clculo de el vector residual R=Au-d y la
solucin de una correccin A ou=R como es descrito en (a). Esto es raramente necesario.
(d) Es posible llevar a cabo el proceso descrito anteriormente por columnas y no por filas, reducir la matriz a
una diagonal en vez de una matriz de forma triangular superior. Tales mtodos pueden resultar como un ahorro de
almacenamiento de memoria en algunos casos.
(e) Para una matriz simtrica uno puede utilizar una forma diferente del algoritmo de eliminacin para hacer
provecho y su simetra. Para matrices grandes el trabajo requerido es cercano a la mitad del trabajo requerido por el
algoritmo estndar. (ver seccin 4.2.3 del captulo 4 y el ejercicio 8.2). Muchos algoritmos para la eliminacin de la
banda estn disponibles en la literatura. Thurnau (1963) ha publicado uno de estos algoritmos con pivoteo en la
columna. Esto, sin embargo, se comprob que la columnas o fila con pivoteo es innecesario para los problemas de
simulacin de yacimientos.

En el apndice B es presentado un programa GBAND para la solucin de las ecuaciones de las bandas sin pivoteo.
Este programa es basado en un algoritmo desarrollado por Gruska and Poliak (1967). Los algoritmos para las
variables de un ancho de banda de matrices simtricas han sido publicadas por Jennings (1971) y Wilson (1975).
Otros algoritmos se pueden encontrar en Schawarz (1968) y Wilkinson and Reinsch (1971).
8.2.2 Ordenamiento de Ecuaciones
Como se mencion anteriormente, la forma de la matriz depende del ordenamiento de las incgnitas. En esta
seccin presentaremos una breve descripcin de algunos de los esquemas comunes de ordenamiento. Varios
esquemas de ordenamiento han sido discutidos por Woo (1973), Price y Coats (1974), y McDonald y Trimble (1977).
Algunos de estos esquemas son presentados en las figuras 8.6 a la 8.8 con los coeficientes de las matrices
resultantes. En la siguiente seccin mostraremos como uno puede tomar ventaja del ordenamiento para ahorrar
tiempo y almacenamiento en el computador.
8.2.3 Tcnicas para matrices dispersas.
Ya hemos visto que las matrices que surgen en los problemas de simulacin de yacimientos son tales que la mayora
de los elementos son ceros. Tales matrices son conocidas como matrices dispersas y ellas surgen en una amplia
gama en reas de aplicacin (Rose y Willoughby, 1972).
En esta seccin algunas tcnicas consideradas aprovechan las caractersticas de una matriz dispersa. Estos son
dos pasos que hacen que se involucre la aplicacin de tcnicas para una matriz dispersa (Woo, 1973)
1. Ordenar ecuaciones para reducir el tamao de la inversa de A

223

2. Solucionar las ecuaciones resultantes mediante el uso de una eficiente eliminacin Gausiana un algoritmo
de factorizacin que eviten la operacin sobre los cero.

Hemos visto en la anterior seccin como la inversa de A cambia con el ordenamiento de las ecuaciones. Muchas
estrategias para reducir la inversa de la matriz han sido revisadas por Cuthill (1972), George (1973) y Price and
Coats (1974). Para una matriz simtrica positiva se define (n+1) x (n+1),

Figura 8.6 a . Ordenamiento en 2D.

Figura 8.6 b. Matriz A para un ordenamiento en 2D.

A, George ha mostrado que con una factorizacion simetrica estandar y ordenamiento estandar O(n
4
) todas las
operaciones aritmticas son requeridas, y el almacenamiento es requerido O(n
3
). Al re-ordenar las ecuaciones,
George muestra que la misma factorizacion estandar puede ser lograda en operaciones O(n
3
) con slo situaciones
de almacenamiento O(n
2
log2n).
Este resultado un tanto sorprendente nos da la motivacion para el ordenamiento de las ecuaciones de una matriz
para reducir el trabajo y el almacenamiento.
La matriz A ha sido considerada aqu como diagonalmente dominante y asimetrica con una simetria a la matriz
frecuencia M (Todd, 1962). La matriz frecuencia M es definida por

mij = 1 if aij 0

mij = 0 if aij = 0

224



Figura 8.7 a. Ordenamiento 4D.






Figura 8.7 b. Matriz A para el ordenamiento en 4D.

225


Figura 8.8 a. ciclo-2 ordenamiento.

Figura 8.8 b. Matriz A para el ordenamiento de 2-ciclos.
Price y Coats (1974) han demostrado que para las matrices de este tipo el trabajo requerido por la eliminacin de
Gaussiana es
=

=
(8.11)
y los correspondientes requisitos de almacenamiento mnimo son:
=

=1
(8.12)
226

Donde N es el nmero total de incgnitas y wi es el nmero de entradas diferentes de cero en la i-ecima fila para la
diagonal de la derecha, en la i-ecima etapa de eliminacin. Los esquemas de ordenamiento son seleccionados para
reducir el trabajo mediante la siguiente reduccin

2
=1
. Tales esquemas son llamados esquemas de
ordenamiento para la escasez de conservacin y pueden ser divididos en dos caleses. (1) Esquemas de matriz
bandeada, y (2) esquemas de ordenamiento pseudo-optimo.
Esquemas de matriz bandeada: los esquemas a este nivel de rendimiento con una matriz con entradas restringidas
diferentes de cero a una banda relativamente estrecha de una de las diagonales (parte superior izquierda hacia abajo
a la derecha, o hacia la derecha superior a la inferior izquierda). En esta seccin se resumirn los resultados
presentados por Price y Coats (1974). Para problemas de dos dimensiones podemos reescribir la ecuacin (8.10)
para el trabajo de la eliminacin gaussina estndar en trminos del nmero total de los puntos del enmallado en la
direccin x(i) y el nmero total de los puntos del enmallado en la direccin y(j). Desde N=IJ y M=J la siguiente
aproximacin es vlida para grandes I y J (J<I):

1

3
(8.13)
el requisito del almacenamiento correspondiente es


1
=
2
(8.14)
para la D2 se muestra en la figura 8.6 y para grandes I y J el trabajo y almacenamiento requerido son:

2
=
3

4
2
(8.15)
y

2
=
2

3
3
(8.16)
Para I=J este esquema requiere medio d etrabajo y dos tercios de almacenamiento como del ordenamiento estandar.
Para el ordenamiento D4 de la figura 8.7 para grandes I y J son:

3
=

3
2

4
4
(8.17)

3
=

2
2

3
6
(8.18)
para I=J este esquema requiere un cuarto de trabajo y un tercio de almacenamiento del ordenamiento estandar. Los
estimados para el ordenamiento del ciclo 2 de la Figura 8.8 son:

4
=

3
2
(8.19)

4
=

3
2
(8.20)
Esto es claro que el esquema de la diagonal 4 proporciona grandes ventajas. Price and Coast han computado la
relacion W3/W1 para varios valores de I y J (sin asumir la amplitud de I, J). Estos resultados son las bases para la
Figura 8.9, las cuales muestan la posible mejora utilizando el ordenamiento de la diagonal 4 como una funcin de I y
la relacion I/J. Note que la mejora es notable cuando J=I, es decir para un enmallado cuadrado.
Habiendo resumido los resultados, ahora mostraremos en detalle la implementacion del ordenamiento de la diagonal
4. Esto ser tambien ayuda a clarificar la sencilla idea detrs de todos los metodos de ordenamiento.
Empezando con la matriz de la figura 8.7b, observamos la ecuacion de la matriz puede ser particionada como
=

(8.21)
Donde A1 y A4, son diagonal, y A2 y A3 son matrices dispersas. Como un primer paso, realizan la eliminacion hacia
adelante sobre la media mitad de A, que transformaran A3 en una matriz nula, es decir

227

2
0
4

Note que A1 y A2 y d1 no cambiaron, mientras que A4 ha sido cambiado en una matriz

Figura 8.9. comparacion de trabajo para D4 y ordenamiento estandar.

Para nuesto ejemplo, la estructura de la matriz

es mostrada en la figura 8.10, donde las entradas resultantes desde

el llenado son denotados por circulos. Esto es importante para notar que el maximo ancho de banda de la matriz A4
es el mismo como para el de la matriz original A. Nosotros podemos ahora resolver la ecuacin para la media parte
inferior.


4

2
=
2

(8.22)

Independientemente mendiante una eliminacion de banda estandar. Despues u2 de que ha sido obtenido, u1 puede
ser computado facilmente por la sustitucion hacia atrs.

1
=
1
1

1

1
1

2
(8.23)

Ya que A1 es diagonal. De esta manera, hemos reducido el problema del tamao de la matriz mediante un
ordenamiento adecuado en la mitad. Esto se ve facilmente desde la ecuacion (8.13) para la eliminacin de banda
ya que el trabajo de la mitad de las incognitas sern reducidas mediante un factor de dos para un ancho de banda
constante de una matriz.
Aunque es no aparente desde nuestro ejemplo, la matriz A4 tendr una ancho de banda variable para una amplia I
y J con el maximo igual a el ancho de banda de la matriz original. Esto causa adems una reduccin en el trabajo y
esta reduccin es amplia para I = J.
228


Figura 8.10. matriz transformada para ordenamiento D4.
Para un amplio I=J este fenomenobrinda otro factor de 2 en la reduccion del trabajo, la relacin de trabajo general
tiende a 1 / 4. el ahorro de almacenamiento se deduce de la misma manera.
Esquemas de ordenamiento pseudo-optimo: PRICE y COATS (1974) han considerado tres regmenes descritos
por TINNEY y WALKER (1967) para la optimizacin de la matriz dispersa por eliminacin gaussiana. Aunque estos
esquemas se consideran ms eficientes que los esquemas de matriz bandeada. Price y Coats han demostrado que
aunque un ahorro sustancial en el trabajo de ms de D4 son posibles para i = j, lo mismo no es cierto cuando I es 2J
o 3J. Estos esquemas presentan considerables problemas de programacin.
Este tipo de esquemas requieren una fuerte investigacin y no sern considerados en este libro. Algunas
publicaciones son: Brayton et al. (1970), Gustavson y Hachtel (1973), Woo et al. (1973) y Gustavson (1975).


8.3 MTODOS ITERATIVOS.
A menudo es ms econmico en trminos de trabajo de computador y almacenamiento hacer problemas por
mtodos iterativos en lugar de una tcnica de eliminacin directa. En esta seccin se proporcionan los conceptos
bsicos de los mtodos iterativos y algunos de los mtodos seleccionados. Existen algunos excelentes libros que
tratan este tema y por esta razn no sern tratados en detalle. Los libros de Varga (1962) Wachspress (1966) y de
Young (1971) son de especial inters para el lector.
Los mtodos que se consideran pueden ser divididos en dos categoras amplias: (1) punto iterativo, y (2) bloque
iterativo. Mtodos de punto iterativo no implican clculos de matrices y su aplicacin a los problemas de simulacin
de yacimientos se limita a los casos relativamente simples. Los mtodos de bloque iterativo involucran la solucin
simultnea de un bloque de ecuaciones que son fciles de resolver. Aunque solo el mtodo de bloque iterativo
requiere clculos de la matriz. Ambos mtodos deben ser escritos en forma de matriz para su anlisis. Algunos
resultados bsicos de la teora de los mtodos iterativos se presentaran antes de discutir los mtodos actuales.
Vamos a considerar una ecuacin de matriz de la forma.
Au = d (8.24)
229

Donde el coeficiente de la matriz A puede ser asumido de la forma de la ecuacin (8.5). Algunos esquemas iterativos
para este problema puede ser expresado como.

+1
=

+ (8.25)
Donde la matriz B y el vector b dependern de la solucin del problema y el mtodo de iteracin. Si B es
independiente de v entonces el esquema iterativo es llamado estacionario.
Un esquema de iteracin es convergente si.
lim

= (8.26)
Donde u es la solucin exacta de la ecuacin (8.24) obviamente es necesario (pero no suficiente) para la
convergencia de un esquema que se cumpla la condicin.
= + (8.27)
Ahora bien, definimos el error en la diversas etapas de iteracin como.

(8.28)
Restando la ecuacin 8.27 de la 8.25 y sustituyendo en la ecuacin 8.28 vemos que:

+1
=

(8.29)

En trminos del error del vector inicial e
(0)

(8.30)
Con el fin que la ecuacin 8.25 sea convergente
(v)
debe acercarse a 0 por arbitrario
(0)
esto implica que

debe acercarse a cero (cf. Apndice A).

Teorema: esquema de iteracion

+1
=

+ (8.31)
Converge si y solo si
< 1
La tasa de convergencia tambien se relaciona con . La relacin de la norma del error de el nivel (v9 en el nivel
(0) se obtiene de la ecuacion 8.30.

(8.32)
Y

sirve como una comparacion de lo sdiferentes metodos iterativos.

Definicion (Vargas, 1962,p.62): sean B1 Y B2 dos matrices entonces si para algunos enteros positivos v, 1

< 1.
entonces

=
1

1/
=

1

Es la tasa promedio para la convergencia de v iteraciones de la matriz B1. Si

<
1

Entonces B2 es iterativamente ms rpida que B1 para v iteraciones.Otro resultado util es el que se indica en el
teorema:
230

Teorema (Vargas, 1962, p. 67): Para una matriz convergente B
lim

= =

()
Donde

() es la asintota de la tasa de convergencia. Un colorario del resultado anterior es el siguiente:

Para algunos enteros positivos v para cada

< 1

8.3.1 Metodo De Jacobi
La i-sima ecuacion en 8.3 puede ser reorganizado de la forma.

=
1

1,

, 1

, +1

+1,

(8.33)

Donde los terminos conocidos en el mismo nivel de tiempo y las condiciones de origen se han combinado en la
forma matricial de estas ecuaciones tambien incluye valores de frontera conocidos de u. Ya que todos los terminos u
en la ecuacin se encuentran en el nivel n, no vamos a escribir este exponente en la mayoria de la discusion a
seguir. Ya que no conocemos todos los valores de u en el lado derecho de la ecuacion 8.33 es natural para tratar el
esquema de la siguiente iteracion.

+1
=
1

1,

, 1

, +1

+1,

= 0,1,2, (8.34)
Este es el metodo de Jacobi.
La iteracion comienza con (v=0) y asumiendo algunos valores de u
(0)
y continua hasta:

+1

< (8.35)
Donde e es la tolerencia aceptable. Un criterio de convergencia diferente puede ser definido como:

+1

< (8.36)
desafortunadamente el anterior criterio puede ser engaoso ya que no se indica como fue calculada en realidad la
solucin que corresponde a la ecuacin original. Si es solo ligeramente inferior a la unidad, entonces el cambio
de u
(v)
entre dos iteraciones sera muy pequeo, aunque esta lejos de u. otro enfoque es considerar el vector residual
y ver si cumple:

< (8.37)
este criterio tambien puede fallar si la matriz esta mal condicionada para los problemas transitorios un valor
conveniente de los vectores fijos se obtiene a partir de:

=
1

la matriz B de iteracion para el metodo Jacobi puede ser derivada por escrito.
=
donde D es la matriz diagonal que contiene los elementos de la diagonal de A, L y H son estrictamente inferior y
superior de matrices triangulares.Ahora podemos escribir la ecuacion 8.24 como:

= (8.38)

231

y la ecuacion 8.33 como:

=
1
+

+
1
(8.39)
el metodod de Jacobi en forma de matriz es:

+1
=
1
+

+
1
(8.40)
O

+1
=

+
donde BJ= D
-1
(L + H). los valores propios de esta matriz puede ser expresada en trminos de los elementos de D, H
y L para algunos casos simples para ver si < 1 (ejercicio 8.3)

8.3.2 Metodo de Gauss-Seidel
Este mtodo difiere del mtodo de Jacobi slo en el hecho de que los valores ms recientes disponibles de la U se
utilizan en la banda derecha de la ecuacin 8.34. Por ejemplo, si usamos orden natural
1
+1
y
1
+1
se sabe cuando
estamos resolviendo para

+1
. Por lo tanto, podemos escribir.

+1
=
1

1,
+1
+

, 1
+1
+

, +1
+1
+

+1,
+1
+

= 0,1,2, (8.42)
Este metodo es mas facil de programar que el metodo de Jacobi y su tasa de convergencia es tambien mas rapida.
El proceso de iteracion comienza y termina exactamente de la misma manera y forma que el metodo de Jacobi.
La ecuacin puede ser escrita en la forma de la ecuacion 8.25

+1
=

+ (8.43)
Donde

=
1
. SI 0 <

< 1, entonces

>

(Stein-Rosenberg Teorema; Varga, 1962,

p.70).

8.3.3 Metodo de Relajacion (SOR)
El metodo de Gauss-Seidel ecuacion 8.42, no hace uso de el valor de

en la informatica

+1
si designamos

+1
para calcular la ecuacion 8.42 como

(+1)
entonces una posible mejora en el proceso de iteracin se puede
obtener mediante la ponderacin de:

+1
= 1

(+1)
(8.44)
Ahora podemos preguntarnos: es posible encontrar un factor de ponderacin w de modo que la tasa de
convergencia de este mtodo es mejor que la del mtodo de Gauss-Seidel? A fin de responder esta pregunta la
ecuacin 8.44 debe estar escrita en funcin de la ecuacin 8.25

+1
=

+ (8.45)
Donde

=
1
1 + (8.46)
la tasa de convergencia de el metodo SOR depende de el valor de w y de la ordenacion de las incognitas. Todos los
ordenamientos considerados en este capitulo se llaman consistentes (para una discusion detallada de esta propiedad
ver Varga, 1962 y Young 1971). Para un optimo ordenamiento consistente el valor de w es denotado como wb y se
obtiene por:
232

= +

++

(8.47)
Tambien

=
2

(8.48)
Varga (1962, p. 112) proporciona la siguiente estimacion de la asintota de la tasa de convergencia.

/
(8.49)

Las matirces de 2-ciclos ocurren naturalmente en muchos problemas de simulacion de yacimientos( ver Fig. 8.7b), la
mejora en la tasa de convergencia respecto a los metodos de Jacobi y Gauss-Seidel se complica cuando

es
cercano a 1. Se considera por ejemplo un caso donde

= 0.9999 entonces

0.0001

0.0002

0.0283 (

Los resultados anteriores indican que el mtodo de Gauss-Seidel requiere aproximadamente 100 veces el nmero de
iteraciones que requiere el mtodo SOR para una precisin comparable.
En la prctica es a menudo difcil encontrar el valor ptimo de w la Figura 8.11 muestra cmo

se ve afectado
por el valor de w. Esta figura muestra que la sobre-estimacin de w por una pequea cantidad no es tan mala como
la subestimacin de w por una cantidad similar.

Figura 8.11. radio espectral de

233

Un valor ptimo aproximado de W puede ser obtenido de algunos de los mtodos descritos en los libros de Varga
(1962), Reid (1966), y Hageman y Kellogg (1968).
Uno de los mtodos ms comunes utilizados para la estimacin de W, es el mtodo de alimentacin. En este mtodo
de iteraciones se realizan con w = 1 (Gauss-Seidel) y la relacin de los elementos correspondientes de
(+1)
y en
donde
()

=
+

(8.50)
Para un gran nmero de iteraciones esta proporcin se aproxima a

y puede ser utilizado en la ecuacin 8.47

para estimar

. Particularmente una variacin del mtodo de alimentacin consiste en iteraciones con una sub-
ptima para encontrar el

. Este mtodo se describe a continuacin (Young, 1971):

()
es definido por la ecuacion 8.50 y

=
+1

(8.51)
Entonces el radio espectral de la matriz Jacobi puede ser estimado por:

+ 1/
1/2
(8.52)
Donde es el valor estimado de

utilizados en la generacin de

y es el valor estabilizado de de la ecuacin

8.51 si

entonces el valor

oscilara. En este caso debe ser reducido hasta que converja

.
Wachspress (1966, p. 109) ha dado tres mtodos prcticos para el clculo de W y tambin analiza las ventajas y
desventajas de estos mtodos. El tercer mtodo propuesto por Wachspress debe ser considerado cuando l os dos
mtodos descritos anteriormente demuestran ser insuficientes.

8.3.4 Mtodo SOR lnea y bloque
El poder real del mtodo SOR para la simulacin de yacimientos se encuentra en su aplicacin como una lnea de
SOR (LSOR) o bloquear SOR (BSOR) mtodo. el mtodo puede ser desarrollado escribiendo la matriz A de la forma
de la ecuacin 8.5. Veamos un ejemplo sencillo

1
0

2
0
3

3
=

3
(8.53)
SOR ahora se puede aplicar a elementos del bloque de la siguiente manera.
El primer paso para resolver
1
+1


1

=
1

+
1
(8.54a)

1
+1
=
1

+ 1
1

(8.54b)
Seguido por el calculo de
2
+1


2

=
2

1
+1

2

+
2
(8.55a)

2
+1
=
2

+ 1
2

(8.55b)
Y finalmente
3
+1
es calculado por

3

=
3

2
+1
+
3
(8.56a)

3
+1
=
3

+ 1
3

(8.56b)
Para este ejemplo en particular, el proceso de arriba involucra la solucin de tres ecuaciones de matrices
tridiagonales para cada iteracin. La generalizacin de este mtodo para ecuaciones con ms de tres celdas debe
ser obvia.
234

Como cada particin de la matriz A corresponde a una fila de variables desconocidas, esta fila es resuelta
simultneamente durante la iteracin, lo cual le da este nombre al mtodo. El valor ptimo del parmetro b de cada
iteracin puede ser estimado por mtodos descritos por el mtodo de SOR.
El mtodo de SOR es una forma ms general del mtodo de LSOR. Este involucra la consideracin de ms de una
celda (dice 2 o 3 como un bloque simple). La convergencia de las propiedades del mtodo de SOR mejora. En tanto,
el tamao del bloque involucrado en la eliminacin directa es aumentado, pero el trabaj o para desarrollar cada paso
de iteracin tambin aumenta. Estos mtodos pueden ser eficientes cuando el problema permite el ahorro de todos
los bloques invertidos (en nuestro ejemplo la matriz inversa Ai
-1
) en la memoria del computador.
Finalmente resaltamos que las celdas del mtodo de SOR pueden ser escogidas arbitrariamente y no tienen que ser
organizadas por lneas o planos aunque esto es usualmente la eleccin ms conveniente.

8.3.5 Mtodos de Correccin Aditiva
Estos mtodos estn basados en la idea de que la aplicacin de alguna correccin aditiva a los valores calculados
por cada esquema iterativo en algn nivel de iteracin () puede acelerar la convergencia del esquema de iteracin.
Hay varios mtodos derivativos para el factor de correccin aditivo y estos son discutidos en los papers por Poussin
(1968), Watts (1971, 1973), Azis y Settari (1972) y Settari y Azis (1973). Los dos papers escritos por los autores de
este libro incluyen una discusin de Poussin y los mtodos de Watts. Aunque este enfoque bsico es aplicable a
cualquier esquema de iteracin, las ventajas de este enfoque han sido demostradas nicamente cuando es aplicado
a alguna forma del mtodo de SOR.

Watts o mtodo 1DC. El mtodo ms simple para encontrar la correccin aditiva que es debido a Watts (1971). Esto
ser referido aqu como el mtodo de correccin unidimensional (1DC) por razones que se harn ms claras ms
tarde.
Asumamos que hemos obtenido la solucin u
()
despus de iteraciones con LSOR. Nuestro objetivo es aplicar una
correccin a u
()
por lo que el valor es ms cercano a la solucin en algn sentido. Este valor corregido puede
entonces ser usado como el punto de inicio para la iteracin (+1). La correccin es aplicada como:

j ij
o + =
(v)
ij
(vc)
u u i=1,2,., I (8.57)
j=1,2,., J

Por ejemplo un valor diferente de correccin es agregado a los elementos a lo largo de cada celda en la direccin x.
La formulacin con lneas escogidas en la direccin y es completamente anlogo.
Las ecuaciones para o
j son derivadas por forzar la suma de los residuales a lo largo de toda la celda en la direccin
x a ser cero cuando
(vc)
u es sustituida en la ecuacin residual para u
()
:

ij
v
j i ij
v
j i ij
v
ij ij
v
j i ij ij ij
d u f u b u a u c u g + =
+ +
) (
1 ,
) (
, 1
) ( ) (
, 1
(v)
1 - j i,
(v)
R
(8.58)

La condicin sobre los residuales puede ser escrita como:

=
= =
I
J 1,2,...., j para
1
) (
0
i
vc
ij
R
(8.59)
Lo que resulta en la siguiente ecuacin para el vector de correccin :
J 1,2...., j g
1 1
) (
= = + +
+
x
j
x
j
x
j j
x
j j
x
j
R f h o o o
(8.60)
Donde

=
+ + =
I
1
ij ij
) c b (
i
ij
x
j
a h

Y similarmente sobre escribir x sobre las otras variables indica la sumatoria de las mismas varias para todo i. Por
ejemplo:

=
=
I
1

i
ij
x
j
g g
Las ecuaciones para (ecuacin 60) puede ser escrita en forma de matriz como:

x x
R S = o
(8.61)
Donde
x
S
es una matriz simtrica tridiagonal donde:

x
j
x
j
f g
1
=

235

La matriz S
x
est definida positiva. Por lo tanto la ecuacin (8.61) tiene una nica solucin. El procedimiento para
usar este mtodo es el siguiente:
1. Desarrollar l iteraciones con LSOR o algn otro esquema iterativo
2. Calcular el valor de con la ecuacin (8.61)
3. Aplicar la correccin por la ecuacin (8.56) para el ltimo valor de u.
4. Ir al paso (1) y repetir este proceso hasta que se obtenga la convergencia.
Ntese que aunque la direccin de lneas para la correccin residual es arbitraria, su eleccin afectar la
convergencia. Por ejemplo, con LSOR es natural (y mejor) usar la misma direccin de lneas para correccin como
para la iteracin LSOR.

Mtodo de correccin para dos dimensiones. Este mtodo es descrito en detalle por Aziz y Settari (1972) y Settari
y Aziz (1973). Es una extensin natural del mtodo previo e involucra dos vectores de correccin y .

(
(
(
(
(
(
(
(

=
j
o
o
o
o
.
.
.
2
1

(
(
(
(
(
(
(
(

=
j
|
|
|
|
.
.
.
2
1

(8.62)

Y la solucin corregida para cada punto del grid es obtenido de:

J 1,2,...., j
I 1,2,...., i u u
(v)
ij
(vc)
=
= + + =
j j ij
| o
(8.63)

Las ecuaciones apropiadas por y son derivadas de forzar la suma de los residuales para cada lnea en ambas
direcciones a cero simultneamente. Esto resulta en una complicada matriz de ecuaciones para y . Una
aproximacin adecuada es obtenida al resolver dos sistemas independientes de ecuaciones:


x x
R S = o
(8.64)

y y
R S = |
(8.65)

Donde una celda arbitraria de la segunda puede ser escrita como:


c
1 1
) ( y
i i
y
i i
y
i i
y
i
R b h = + +
+
| | |
(8.66)

Donde:

=
+ + =
J
1
ij ij
) f a (
j
ij
y
i
g h


Y sobre escribir y indica la sumatoria sobre j. Notemos que dos sistemas de ecuaciones tridiagonales (8.64) y (8.65)
deben ser resueltos para obtener los vectores de correccin. El mtodo aproximado dado por estas ecuaciones se
convierten en exactos para un problema elptico, por ejemplo si P=0 en la ecuacin (8.1).

Otros mtodos.
Una generalizacin de los mtodos de arriba, donde la correccin est hecha sobre las regiones de forma arbitraria,
es postulada y formulada en Settari y Aziz (1973). Por ejemplo, uno de esos mtodos (Mtodo Slot) fue propuesto
por Poussin (1968) y est basado en la idea de forzar la suma de los residuales a cero sobre una regin en dos
dimensiones (SLOT). No presentaremos detalles de este mtodo aqu; sin embargo, compararemos este con otros
mtodos en la parte final del captulo.



236

8.3.6 Mtodos Iterativos Implcitos de direccin alternativa (ADI)

Una clase de mtodos conocido como mtodos no iterativos de direccin alternativa ya han sido discutidos en el
captulo anterior. Estos mtodos estn cercanamente relacionados a la forma de ecuaciones diferenciales parciales.
En esta seccin presentamos algunos mtodos de direccin alternativa que pueden ser aplicados a las ecuaciones
de diferencias finitas de la forma de la ecuacin (8.25).

Estos mtodos son discutidos en varios libros (por ejemplo Varga, 1962; Wachspress, 1966; Ames, 1969; Young,
1971); aqu nicamente presentamos una breve discusin del mtodo original de Peaceman y Rachford (1955) y un
mtodo relacionado.

Re escribamos la ecuacin 8.3 por la separacin de la contribucin aij de los dos espacios derivativos:


| | | | | |
j i ij ij j i ij ij ij ij j i ij ij ij j i ij
d u u f u ay u g u b u x a u = + + + + + +
+ +

1 , , 1 , 1 1 - j i,
c
(8.67)


Donde todos los coeficientes tienen el mismo significado como el dado antes en la ecuacin (8.3). Note que c, b, g y f
sern negativas mientras que
x a
,
y a
y

sern valores positivos. Adems ntese que el nivel de tiempo para

todo los trminos u es el nivel desconocido y d
ij
contiene todo en la parte derecha.

Ms adelante cuando escribamos ecuaciones en forma de matriz incluiremos adems las contribuciones de los
lmites con d
ij
. Es fcil ver que el lado izquierdo de la ecuacin (8.67) puede ser escrito en forma de matriz como la
ecuacin (8.4) pero en este paso la matriz A es separada en tres partes correspondientes a los tres trminos de los
tres sistemas de parntesis cuadrados en la parte izquierda de la ecuacin (8.67):

+ + ) ( V H
u = d (8.68)




Figura 8.12. Matriz H de la ecuacin (8.68) cuando el ordenamiento por celdas es utilizado. Valores de entrada
diferentes de cero son indicados por X. Por ejemplo, estas entradas para la dcima celda son C
3,2
;
ax
3,2
;b
3,2


237

Donde H contiene todas las contribuciones de la matriz A de la ecuacin (8.4) del trmino
| | ) / ( / x U X x c c c c
,
V, contiene todas las contribuciones de la matriz A del trmino
| | ) / ( / y U Y y c c c c

y

contiene las contribuciones del tiempo derivativo. Si el ordenamiento estndar mostrado en la figura 8.1 a es
usado entonces H y V tomarn las formas de la figuras 8.12 y 8.13, respectivamente mientras que

es una
matriz diagonal conteniendo a .
ij
Adems, si el ordenamiento mostrado en la figura 8.1 b es utilizado la matriz V
toma valores de la forma mostrada en la figura 8.14. Es claro de estas figuras que (1) es una ecuacin de la forma:


k Hu =
(8.69)

Podran ser resueltas por una aplicacin repetida de algunos algoritmos de solucin de matrices tridiagonales, y (2)
es una ecuacin de la forma:




k Vu =
(8.70)




Figura 8.13. Matriz V de la ecuacin (8.68) cuando el ordenamiento por celdas es utilizado. Valores de entrada
diferentes de cero son indicados por X. Por ejemplo, estas entradas para la dcima celda son g
3,2
;


ay
3,2
;f
3,2


Reducir la forma de la ecuacin (8.69) como es mostrado por la figura 8.14 si el vector u desconocido es
reorganizado por columnas (Figura 8.1 b). Motivado por estas observaciones podemos escribir las ecuaciones (8.68)
como (Varga, 1962):


+ = + + d u V rI u rI H ).
2
1
( . )
2
1
(
(8.71 a)
238


O

+ = + + d u H rI u rI V ).
2
1
( . )
2
1
(
(8.71 b)


Donde r es algn escalar positivo que ser discutido ms adelante. Ambas ecuaciones pueden ser resueltas
fcilmente. Si nosotros definimos:

+ =
2
1
1
H H
(8.72 a)
y

+ =
2
1
1
V V
(8.72 b)

Luego podemos escribir los siguientes procesos iterativos para la solucin de la ecuacin (8.4):

d u V I r u I r H
v v v
+ = +
+ + ) (
1
) 1 ( ) 1 (
1
). ( * ) (
(8.73 a)
... 2 , 1 , 0
). ( ) (
*
1
) 1 ( ) 1 ( ) 1 (
1
=
+ = +
+ + +
v
d u H I r u I r V
v v v
(8.73 b)



Figura 8.14. Matriz V de la ecuacin (8.68) cuando el ordenamiento por columnas es utilizado. Valores de entrada
diferentes de cero son indicados por X. Por ejemplo, estas entradas para la dcima celda son g
3,2
;

ay
3,2
;f
3,2

Donde u
(0)
es una aproximacin arbitraria del vector solucin u y r
(v)
son parmetros de iteracin escogidos para
acelerar la convergencia del proceso iterativo. Este es el mtodo de Peaceman y Rachford (1955). La Ecuacin (8.73
a) es resuelta primero por consideraciones desconocidas para cada lnea en la direccin x. El resultado final de este
paso es u*. Despus de completar este paso (llamado barrido) alteramos la direccin en la cual las variables
desconocidas son ordenadas y ahora resolvemos para
) 1 ( + v
u
de la ecuacin (8.73 b) al considerar las variables
desconocidas a lo largo de la lnea en la direccin y. Este proceso es continuado hasta que se obtiene la
convergencia. El pode de estos mtodos puede nicamente ser alcanzado por el uso de una secuencia de
parmetros r
(m)
en un ciclo y repetir los ciclos hasta que
) (v
u
converge a u. Este es el punto donde la mayora tiene
239

problemas al aplicar los mtodos, cul es el nmero ptimo de iteraciones en un ciclo que haga que los parmetros
del ciclo sean ptimos? Hay muchos mtodos prcticos para la seleccin de los parmetros de iteracin y muchos de
estos se encuentran en los libros que tratan los mtodos ADI mencionados anteriormente. Hay dos procedimientos
de uso comn.

Estimacin de los parmetros de iteracin por el mtodo de Peaceman Rachford
Sea a el ms bajo valor lmite para los valores propios de V y b el valor mximo lmite para los valores propios de H.
El procedimiento es el siguiente:

1. Estimar los valores a, b y calcular c=a/b
2. Encontrar el entero ms pequeo M tal que (0,414)
2M
c
3. Calcular r
(m)
como:
M m
c b
2 / ) 1 2 (
) .(

=
(m)
r
donde m=1,2,.,M (8.74)
4. Estimar la tasa asinttica de convergencia de:


(

) 2 /( 1
) 2 /( 1
1
1 2
) (
M
M
c
c
Ln
M
ADI R



Estimacin de parmetros por el mtodo de Washspress (1962)
1. Estimar a, b y calcular c= a/b
2. Encontrar el entero ms pequeo M tal que: (0,172)
M-1
c
3. Calcular r
(m)
como:
) 1 /( ) 1 (
) .(

=
M m
c b
(m)
r
donde m=1,2,.,M donde M>2(8.75)
4. Estimar la tasa de convergencia asinttica de:
2
) 1 /( ) 2 / 1 (
) 1 /( ) 2 / 1 (
1
1 2
) (
(

M
M
c
c
Ln
M
ADI R


El mtodo de Wachspress (1962) es considerado superior para la mayora de problemas. En muchos casos prcticos
es difcil estimar los valores de a y b. Para tales casos el valor ms grande de r
(m)
es seleccionado cerca a 1 y los
parmetros distribuidos en una secuencia geomtrica:

r
(1)
= r
mn
r
(M)
=r
mx


1 / 1
min
max
) (
) 1 (

+
|
|
.
|

\
|
=
= =
M
m
m
r
r
r
r

1 - M 1,2,..., m


El mtodo de arriba al igual que la ecuacin (8.75) se basan en el trabajo de Wachspress (1962) con r
mn
=a y r
mx
=b.
El valor final ms bajo de la secuencia y M son seleccionados por prueba y error (Peaceman, 1966).

Hay muchas otras versiones de los mtodos ADI pero no sern discutidos aqu. El lector interesado debe consultar
las referencias mencionadas anteriormente. Aqu presentamos nicamente un de los otros esquemas que es una
variante del mtodo Peaceman-Rachford discutido anteriormente (Varga, 1962).

240


d u D r H u D r V
d u D r V u D r H
v v v
v v v
+ + =
+ + =
+ + +
+ +
(*) ) 1 (
1
) 1 ( ) 1 (
1
) ( ) 1 (
1
(*) ) 1 (
1
). ( ). (
). ( ). (
(8.76)

Donde D es una matriz diagonal que contiene (axij + ayij). La forma de arriba del mtodo ADI fue propuesta por
Wachspress y Habetler (1960). Otra forma de este mtodo que es utilizada con frecuencia en simulacin de
yacimientos (Varga, 1962, p. 242) est dada por las siguientes ecuaciones:

d u H D r u D r V
d u V D r u D r H
v v v
v v v
+ = + +
+ = + +
+ + +
+ +
(*) ) 1 ( ) 1 ( ) 1 (
) ( ) 1 ( (*) ) 1 (
). ( ). (
). ( ). (
(8.77)

En el mtodo de arriba

no est distribuida de forma simtrica entre los dos lados como lo estaba en el caso de la
ecuacin (8.76). Las generalizaciones de esta forma para flujo multifsico son de uso comn para la simulacin de
yacimientos (Captulos 10 y 11).

Los parmetros de iteracin para este esquema pueden ser seleccionados por el mismo procedimiento que fue
descrito anteriormente por el mtodo Peaceman-Rachford. Bjrdammen y Coats (1969) han sugerido que r
min
puede
ser estimado de:





r
min
=mnimo valor sobre el grid de

(
(
(
(
(

|
|
.
|

\
|
A
A
+
|
|
.
|

\
|
A
A
+
Y x
X y
J
X y
Y x
I

t
2
2
2
2
2
2
2
2
) (
) (
1 ) 2 (
,
) (
) (
1 ) 2 (

(8.78 a)
r
max
= 1
para
). / ( ) / ( y x Y x y X A A A A
Para problemas de una seccin en dos dimensiones donde
) / ( ) / ( z x Z x z X A A < A A
ellos recomiendan
r
min
=mnimo valor sobre el grid de
(
(
(
(
(

|
|
.
|

\
|
A
A
+
X z
Z x
I

t
2
2
2
2
) (
) (
1 ) 2 (


Y r
max
= 2

La eleccin de r
max
= 2 aparece de forma de ser emprica. En el clculo de r
min
los puntos para los cuales
Z Y X o ,
es cero deben ser excluidos. En ambos casos los parmetros son distribuidos geomtricamente entre los valores
mximos y mnimos como los mostrados anteriormente. El nmero de parmetros pueden ser predichos por el
mtodo de Wachspress (1962) por el clculo del mnimo entero M, que satisface
max
min 1
) 172 , 0 (
r
r
M
s

241

8.3.7 Mtodos fuertemente implcitos

Como fue discutido anteriormente la ecuacin en forma de matriz (8.4) puede ser resuelta por eliminacin directa por
la factorizacin de A dentro del producto de una matriz triangular inferior L y una matriz triangular superior U. En
general L no tendr elementos ceros dentro de la diagonal principal para la diagonal correspondiente a la diagonal de
valores f en la figura 8.2 a.

Similarmente la matriz U no tendr elementos cero en su diagonal principal para la diagonal correspondiente a la
diagonal de valores g en la figura 8.2 a. en el proceso de eliminacin de cada uno de los elementos de U deben ser
calculados y almacenados para utilizarlos despus. Como indic Stone (1968) para cada punto del grid
aproximadamente I+J tales elementos deben ser calculados lo cual hace que el proceso de eliminacin sea lento
para grandes valores de I y J.

La idea bsica de los procedimientos fuertemente implcitos (SIP) es alterar A para que la factorizacin de la matriz
alterada es ms fcil y usar esta matriz alterada define un esquema de iteracin para la solucin de la ecuacin (8.4).
Vamos a considerar la ecuacin (8.4):

Au=d


Y al adicionar Nu a ambos lados, y adicionar y sustraer Au del lado derecho cedera



(A+N).u=(A+N).u-(Au-d) (8.79)




Figura 8.15. Forma de la matiz U para el mtodo de Stone. Las entradas diferentes de cero son indicadas por x. Por
ejemplo, estas entradas por para la dcima cela son 1; b
3,2
; f
3,2

Stone (1968) ha propuesto un mtodo para encontrar N tal que A+N es fcilmente factorizado dentro de un producto
LU, tal que L y U tienen nicamente tres elementos diferentes de cero para cada celda mostrada en la Figura 8.15 y
8.16 para el grid de la figura 8.1 a.

Los elementos de las matrices L y U pueden ser calculados recursivamente de


) 1 /(
1 ,
+ =
j i ij ij
b g g o



242

) 1 /(
, 1 j i ij ij
f c c

+ = o


j i ij j i ij j i ij ij ij
b c f g f c a a
, 1 1 , , 1
+ = o


ij j i ij ij ij
a b g b b / ) (
1 ,
= o


ij j i ij ij ij
a f c f f / ) (
, 1
= o
(8.80)



Donde es un parmetro de iteracin a ser discutido ms tarde. Nosotros podemos ahora escribir un procedimiento
de iteracin usando ecuacin (8.79) como



d) - (Au - N).u + (A = N).u + (A
(v) (v) 1) (v+
(8.81)


Figura 8.16. Forma de la matiz L para el mtodo de Stone. Las entradas diferentes de cero son indicadas por x. Por
ejemplo, estas entradas por para la dcima cela son g
3,2
; c
3,2
; a
3,2

Desde el punto de vista computacional es mejor escribir la ecuacin (8.81) en forma residual, veamos

d Au R
v v
=
) ( ) (
(8.82)


) ( ) 1 ( ) 1 ( v v v
u u =
+ +
o

(8.83)

Y reescribir la ecuacin (8.81) como

) ( ) 1 (
). (
v v
R N A = +
+
o
(8.84)

) ( ) 1 (
.
v v
R LU =
+
o
(8.85)


Los elementos de L y U son calculados de la ecuacin (8.80). La solucin de (8.85) es obtenida por definicin de un
vector por lo cual
L= - R
(v)
(8.86)
243

Los elementos del vector pueden ser computados por una sustitucin hacia adelante. Desde las ecuaciones (8.85) y
(8.86), vemos que

(+1)
= (8.7)
Y esta ecuacin puede ser usada para computar
(+1)
mediante la sustitucin hacia atrs.
Stone (1968) recomienda el uso de una secuencia de iteraciones de parmetros en un ciclo. Estos parmetros estn
geomtricamente espaciados entre 0 y max, donde
1
max
=

2
2
2
1+
()
2

()
2

2
2
2
1+
()
2

()
2

8.88

La iteracin de parmetros son computados desde
1

= 1

(1)
= 0,1,2, , 1 8.89
Donde M es el nmero de parmetros por ciclo. Stone (1968) recomienda el uso mnimo de 4 parmetros, donde
cada es utilizado dos veces por ciclo (Section 10.3.3, Capitulo 10). Note que el lado derecho de las ecuaciones
(8.77) y(8.88) son lo mismo.
En cada iteracin, los elementos de las matrices L y U y el vector u puede ser obtenido en una forma recursiva de
acuerdo a el ordenamiento de los desconocidos (en nuestro caso en el orden de incremento de i para filas j=1,2,J).
Los elementos de son entonces obtenidos en el orden inverso. En la aplicacin prctica del procedimiento
anterior, el ordenamiento de las ecuaciones es cambiado para cada iteracin. Este cambio en el ordenamiento
consiste en llevar a cabo los clculos descritos anteriormente en el orden inverso para j permitiendo al mismo tiempo
la variacin de i de la misma manera. Por tanto la iteracin para nmeros impares,
i = 1,2,,I
para cada valor de j en el orden
j = 1,2,,J
y para iteraciones de i de nmeros pares es permitido para incrementar como,
i = 1,2,,I
pero esto es hecho para cada valor de J en el orden inverso
j = J, J-1,,1
Esta inversin en la direccin es importante para el mtodo de convergencia en algunos casos y puede ser
implementada sin una codificacin por separado para un nmero de iteraciones. Adems, esto es tambin posible
usando ms de dos diferentes ordenamientos variando la direccin de i tambin.
Letkeman (1976) ha presentado un mtodo similar que proporciona un mtodo diferente de alteracin A en orden
para obtener una fcil factorizacin LU. Para algunos problemas Letkeman afirma que sus mtodos son superiores
a los mtodos de Stone`s.
8.3.8 Otros mtodos
En un libro de este tipo no es posible proveer aun una discusin breve de todos los mtodos disponibles para la
solucion de de la eqn. (8.4). Los mtodos presentados en esta seccin son usados para problemas de simulacin
de yacimientos. En esta seccin la seleccin de otro mtodo pueden ser aplicados a problemas de simulacin de
yacimientos bajo ciertas condiciones que estn mencionadas.
Todos los mtodos iterativos discutidos hasta ahora son de esta forma
244

(+1)
=
()
+ ( 8.90)
Este proceso puede ser generalizado por el uso de la solucin para varios niveles previos de iteracin. Esto es
realizado por escrito

=
1
+ = 1,2 . y
(0)
arbitrario

()
+
,

() 1
=0
( 8.91)

Usualmente solo uno o dos trminos de la sumatoria son requeridos. Diferentes enfoques para la seleccin de los
valores de b en la ecuacin anterior dan lugar a diferentes mtodos. Estos incluyen el mtodo de Lanczos (1950-
1952), minimizando el numero de iteraciones, gradientes conjugados y mas pronunciado descenso ( Wachspress,
1966; Engeli et al., 1959; Faddeev and faddeeva, 1963).
Otra clase de mtodo basado en un enfoque similar a la usada por Stone (1968) ha sido proporsionado por
Meijerink y Van der VOrst (1977).
Llaman a estos mtodos descomposicin incompleta LU y combinan algunos de estos mtodos con mtodos de
gradiente conjugado. El resultado es impresionante para matrices simetricas. Enfoques de este tipo son dignos de
estudios detallados.
8.3.9 COMPARACIN DE MTODOS ITERATIVOS.
Settari y aziz (1973) compararon LSOR, ADI, SIP y LSOR con varios sistemas de correccin. El resultado fue
presentado por siete diferentes problemas. En esta seccin nosotros resumimos sus resultados y proporcionamos
una comparacin con algunos mtodos recientes. El mtodo ADI usado aqu esta dado por la eqn. (8,76).
LOS PROBLEMAS DE LA PRUEBA
Los problemas de la prueba utilizados son extensiones de aquellos usados por Stone (1968). En todo caso un grid
uniforme de 31x31 es considerado en una unidad cuadrada.
- Problema No. 1
KX=XY=1
P=0
Condiciones de frontera homogneos Neumann.
245


FIG 8.17. Descripcin de problemas No. 3 (despus Stone, 1968). q4,4=1.0; q15,16=-1,83 ; q4,28=0,5 ; q28,28=-0,27
; q24,5=0,6.
- Problema No. 2
KX=1 KY=0,01
P=0
Condiciones de frontera homognea Neumann.
- Problema No. 3 ( ver figura.8.17)
KX=KX=1 en regin A
KX=1 KY=100 en regin B
KX=100 KY=1 en regin c
KX=KY=0 en regin D
Condiciones de frontera homognea Neumann.
- Problema No. 4
KX (1+1/2),j=0,01 KX (30+1/2),j = 1,0
KY i,1+1/2=0,01 KY i,30+1/2=1,0
Con variacin lineal entre los valores anteriores. ( como un campo puede ser asociado con problemas en la
geometra cilndrica)
P=0
Condiciones de frontera homognea Neumann.
- Problema No. 5
KX=KY=100 en dos regiones rectangulares delimitadas por i=6,20, j=7,16 y i,j=23,29
246

KX=KY=1 P=0
Condiciones de frontera homognea Neumann.
- Problema No. 6
KX y KY como en el problema No.3 salvo que ahora la regin B esta limitada por i=15,29 y j=3,17
P=0
Condiciones de frontera homognea Neumann
- Problema No. 7
KX y KY como en el problema No. 3
P=100
Condiciones de frontera homognea Neumann.
Figura 8,18 a 8,24 presenta una comparacin de varios mtodos iterativos para los siete problemas descritos
anteriormente. En esta figura IIRII es el I norma del vector residual dividido por la suma de las fuentes, y n es el
equivalente al nmero de iteraciones de LSOR basado en las relaciones de trabajo dadas en la tabla 8,1. Los
resultados para cada problema estn resumidos a continuacin;

FIG.8,18. Resultado de la prueba para el problema No. 1 (por parte de settari y aziz 1973).
247


FIG.8,19 resultado de la prueba para el problema No.2 (por parte de settari y aziz 1973).
Problema No.1 (fig. 8,18)
Porque el coeficiente del campo es uniforme, en el resultado de IDC casi no mejora con respecto a LSOR, y 2DC
mejora relativamente solo un poco. Porta tanto, ambos son ms lentos que LSOR en trminos del tiempo
computacional.ADI es el mejor, seguido por SIP.
Problema No.2 (Fig. 8.19.)

Como se esperaba, 1DC( usado en la direccin x) es mas eficiente, 2DC logra El mismo resultado absoluto, sin
embargo, con ms tiempo computacional. ADI es el ms lento. Este problema ilustra la dificultad encontrado con
ADI por problemas anisotrpicos.


FIG. 8.20. resultado de la prueba para el problema No3(por parte de settari y aziz 1973).

248

Problema No. 3 (Fig.8.20)

Este es el primer problema de heterogeneidad. Entretanto 1DC no mejora LSOR,una mejora notable es obtenida
cuando 2DC es usado con LSOR acercndolo a SIP. Este ejemplo demuestra que la correcion usando particiones
por lnea en una direccin es no saticfactoria para completar casos generales.


La correccin SLOT fue tambin aplicada en este caso con cada una de las subregiones homogneas tomadas
como una particin. El mtodo 2DC mantiene una rata de convergencia comparable con SIP. El mtodo de
Letkeman (1976) expone la mejor convergencia para este problema.









FIG.821. . Resultado de la prueba para el problema No.4 (por parte de settari y aziz 1973).



Problema No.4 (Fig.8.21)

La situacin es esencialmente igual al problema No.3 ecepto que ADI y LSOR tiene un mejor comportamiento en
este caso a diferencia del problema No. 3.

Esto es explicado por el hecho que la variacin de los coeficientes es mucho mas suave en el problema No. 4 que
en el problema No 3. IDC de nuevo no da ninguna mejora.


Problema No 5 (Fig. 8.22)

Como se espera, el mtodo SLOT de poussin (1968) es muy eficiente para este problema pero 2DC es aun mejor.
Todos los otros mtodos (incluido SIP) son ms lentos. Note que 1DC da mejor resultado que LSOR.
249


FIG. 8.22. Resultado de la prueba para el problema No. 5 (por parte de settari y aziz 1973).
Problema No.6 (Fig.8.23)
Este problema muestra que 2DC es eficiente tambin para problemas con dirichlet condision de frontera y compite
con xito con SIP.

FIG. 8.23. Resultado de la prueba para el problema No. 6 (por parte de settari y aziz 1973).

Problema No.7 (Fig. 8.24)
Este es otro variante del problema No. 3 y rendimientos similares resultan , excepto para ADI (eqn.8,76) con
rendimientos com mucho mejores resultados, teniendo la mejor rata de convergencia para el problema.
Ninguno de los mtodos de la prueba es claramente superios a todos los otros casos. Sin embargo, SIP y 2DC
parecen ser mas utiles para problemas difciles como son 3,5 y 6.
Una comparacin de tcnicas iterativas para algunos yacimientos con problemas autnticos estan dados por Traylor
y Sheffield (1971). Estos autores compararon varios mtodos para la solucion de la presin de la ecuacin de
IMPES en dos dimensiones.
250


Sus resultados confirman conclusiones basadas en nuestros propios resultados presentados anteriormente y
vuelven a mostrar que no hay ningn mtodo iterativo que sea mejor para todos los problemas. Ellos encontraron
que SIP obtiene mejores resultados para problemas con reas, mientras LSOR y mtodo de jacobi para bloques
semi-iterativos eran los mejores para problemas de secciones trasversales.

FIG. 8.24. Resultado de la prueba para el problema No. 7 (por parte de settari y aziz 1973).
8.3.10 Consideraciones practicas en el uso de mtodos iterativos
La aplicacin eficiente de los mtodos iterativos es una cuestin de experiencia y en muchos casos requiere
experimentacin numrica. Nosotros vamos a discutir algunos aspectos de los problemas que son importantes desde
un punto de vista prctico.
Este es el primer y nico capitulo donde los mtodos iterativos son discutidos en detalle; por esta razn, algunos de
los comentarios hechos aqu se aplican en la solucin de ecuaciones pentadiagonales derivados de las aplicaciones
de IMPES o SEQ para problemas de multifase (chapter 9), y para problemas en tres dimensiones (chapter 11 ).
Estos tambin es discutido en la seccin 8,4 y 8,5.


TABLA 8.1
TASAS DE TRABAJO USADAS PARA LA COMPARACION DE DIFERENTES METODOS ITERATIVOS

METODO TASA DE TRABAJO
LSOR 1
SLOT-LSOR 1 1
1DC-LSOR 13
2DC-LSOR 15
SIP 2
ADI 2
Letkeman 43

(a) Muchos mtodos iterativos pueden ser formulados como una lnea (o en general bloque) de mtodos iterativos y
estos deberan ser usados siempre en cualquier forma.
En el mtodo LSOR, la direccin de las lneas pueden tener una gran influencia sobre la tasa de convergencia para
problemas heterogneos. La direccin apropiada puede ser estimada analticamente si la regin de inters es
aproximada a un rectngulo con contantes X y Y y las tasas de convergencia son calculadas y compradas para el
problema idealizado. Con ms frecuencia, la mejor direccin es determinada directamente con la comparacin de
corridas usando ambas direcciones. Note que los parmetros ptimos de iteracin deberan ser tambin diferentes
para cada direccin. Por ejemplo, para LSOR, nosotros slo necesitamos predecir el b para cada caso sin resolver
el problema realmente y entonces seleccionar la direccin qeu de mayor b.
251

Como regla general, las lneas deberan ser escogidas en la direccin de mayores transmisibilidades. Por ejemplo, la
mejor opcin de lneas para problemas cross-sectional (y 3-D) es casi siempre en la direccin vertical.

(b) Para una direccin dada de lneas, estas tienen dos posibles direcciones de barrido. En muchos casos,
alternando la direccin de barrido mejora la convergencia. Esta tcnica es bien conocida como SIP, pero debera ser
aplicada con otros mtodos. La direccin de barrido llega a ser particularmente importante para ecuaciones de
carcter hiperblico tal como la ecuacin de saturacin implcita del mtodo SEQ (ver captulos 5 y 9). En cada caso
el barrido debera ser aplicado la direccin de flujo.

(c) La direccin de las lneas en LSOR pueden tambin ser cambiadas despus de cada iteracin. Entonces
cambiando la direccin de barrido y la direccin de las lneas se tienen cuatro posibilidades. Ninguna experiencia es
reportada en la literatura con estos mtodos, sin embargo, estos podran ser de valor en algunos problemas.
(d) Otra variacin para los mtodos SOR se obtiene por el cambio de orden de los puntos, lneas o bloques. Esta
idea es relacionada al mtodo de Hopscotch (ver Goulay, 1970; Gourlay & McGuire, 1971).

De nuevo no hay experiencias reportadas en la literatura para problemas de simulacin de yacimientos. Young
(1971) provee varias versiones de SOR y mtodos relacionados.

(e) Un caso especial de BSOR en donde dos lneas son consideradas (2LSOR) tiene algunas ventajas sobre la lnea
nica LSOR bajo ciertas condiciones. (Parter, 1959, 1961; Varga, 1962).

(f) La experiencia con mtodos ADI muestra que la distribucin de parmetros entre rmin y rmax y su orden no es
crtica y la convergencia puede ser optimizada al ajustar rmin solamente. (de hecho, los dos mtodos, (8.74) y (8.75),
dan valores de r
(m)
agrupados a los finales opuestos del rango) Coats (1968) recomienda el uso de una secuencia
geomtrica con 4-5 parmetros para problemas con rmin0,01 y 6-8 parmetros si rmin0,0001-0,001.

Las mismas observaciones aplican a los parmetros de SIP, como es evidenciado por Steen y Farouq Ali (1971) y
Suarez y Farouq Ali (1976), quienes fallaron al no encontrar ninguna regla general para la seleccin de los
parmetros SIP.

(g) Cuando se estima el parmetro optimo de iteracin por ensayo y error, la tasa de convergencia asinttica
(aproximada por la tasa promedio de convergencia despus la convergencia llega a ser asinttica) para cada
conjunto de parmetros debera ser calculada. En muchos casos esta es realmente satisfactoria al observar el
comportamiento de la norma del vector residual despues fijar un nmero suficientemente largo de iteraciones,
como una funcin de los parmetros de iteracin, y determinar el parmetro optimo desde el mnimo de esta curva.

Ejemplos de cada curva generada por diferentes mtodos aplicados a los problemas 3 y 4 de la seccin previa estn
en la figura 8.25. Note que para los mtodos basados en LSOR para el problema N 4, las curvas son del mismo tipo
de la curva terica del radio espectral como una funcin de (figura 8.11).

Este carcter no es mostrado por la curva del mtodo LSOR para el problema N 3. Aqu la convergencia es tan
lenta que incluso despus de 80 iteraciones el rango asinttico no es alcanzado. El optimo en este caso es, de
hecho, 1.93, pero a 80 iteraciones este valor podra dar los peores resultados que cualquier otro valor <b. Por eso
la estimacin de b para problemas con convergencia lenta es ms difcil. Eso aplica igualmente a los mtodos
descritos en la seccin 8.3.3, que tambin convergen lentamente.

La convergencia de ADI es mostrada como una funcin del parmetro mnimo rmin en una secuencia geomtrica de
seis parmetros calculados por la ecuacin (8.75) entre a=rmin y b=rmax=1. Esta curva tambin muestra un mnimo
diferente.

252


FIG. 8.25. Determinacin de los parmetros ptimos de iteracin por ensayo y error usando
plots de para un nmero fijo de iteraciones.

(h) La suposicin inicial es tambin importante para la convergencia. Una mala suposicin inicial puede aumentar el
nmero de iteraciones en la fase inicial antes de que el comportamiento asinttico sea alcanzado. La sensibilidad de
SIP para la etapa inicial era reportada por Traylor y Sheffield (1971). La sensibilidad de la etapa inicial y/o una mala
eleccin de la direccin de barrido puede ser observada en la solucin del ejercicio 8.4.

La etapa inicial es menos importante cuando los mtodos de correccin son usados, porque la aplicacin de la
correccin elimina el valor promedio de mayor error inicial.

(i) Los criterios para la convergencia son usualmente basados en la experiencia. El monitoreo de la convergencia es
usualmente acompaada por el material de balance (aunque el material de balance en si no garantiza convergencia).
Una aproximacin prctica de este tipo es discutida por Traylor y Sheffield (1971).

Una aproximacin ms deseada es relacionar el criterio de convergencia con el error de truncamiento desde la
solucin con verdadera exactitud no podra ser mejorada por debajo del nivel de errores de truncamiento. Esta
aproximacin (Brandt, 1977) no ha sido reportada en los datos de libros de simulacin.


8.3 Comparacin de mtodos iterativos y directos


Tanto los mtodos directos como los iterativos tienen sus ventajas y desventajas. La principal desventaja de los
mtodos directos es el gran almacenamiento requerido, el cual aumenta proporcionalmente al nmero de
ecuaciones. Tambin, los mtodos directos pueden sufrir desde errores de redondeo por sus problemas multifasicos.
La principal ventaja de los mtodos directos es su confiabilidad. Un mtodo directo debera solucionar un problema
heterogneo tan fcil como uno homogneo, y el trabajo y almacenamiento requeridos dependern solamente del
mtodo usado. Las corridas de ensayo con necesarias para optimizar la solucin tcnica.

La principal desventaja de los mtodos iterativos es la sensibilidad al iniciar la solucin y los parmetros de iteracin
(los cuales son tambin un problema dependiente). Por muchos problemas de convergencia de algunos mtodos
iterativos estos son tan lentos que su uso llega a ser completamente imprctico.

Por una eleccin apropiada de un mtodo iterativo y parmetros asociados a la iteracin, esta resolver un problema
dado iterativamente. Sin embargo, los procesos de seleccin pueden ser de larga duracin y costosos. Po otro lado,
los mtodos iterativos generalmente requieren un muy pequeo almacenamiento en adicin de los coeficientes de las
diferentes ecuaciones y por eso pueden ser fcilmente aplicados a sistemas muy extensos.

La comparacin del trabajo para resolver el problema N1, seccin 8.3.9, por LSOR y mtodos directos est en la
figura 8.26.El problema fue resuelto usando diferentes tamaos de grid del rango de 21 x 21 a 41 x 41, y la
253

localizacin de fuentes y sumideros fue interpolada al punto de grid ms cercano. El ptimo fue determinado para
cada grid. El trabajo se reporto en CDC 66000CPU en segundos.

La curva para eliminacin con ordenamiento natural fue dricada desde tiempos cronometrados por el ordenamiento
D4 y la figura 8.8. Note que para grandes I=J el trabajo de los mtodos directos aproxima O(I
4
) mientras que para
mtodos este es solamente O(I
3
). Por lo tanto, la eliminacin directa con el ordenamiento D4 es ms rpido para
grids pequeos y LSOR es rpido para grandes grids.

El cruce de puntos depende del nivel de tolerancia aceptado. Para una tolerancia de 10
-5
, LSOR llega a ser ms
rpido para aproximadamente un grid de 58x58, mientras que para una tolerancia de 10
-4
este llega a ser competitivo
con el ordenamiento D4 para grid de 44x44. La figura 8.25 tambin muestra que para el problema considerado como
ordenamiento natural nunca compite con LSOR.

Esta figura podra tambin ser usada para estimar el comportamiento de los mtodos iterati vos y directos para otros
problemas presentados en la seccin 8.3.9.


FIG. 8.26 Comparacin de mtodos directos (D4 y ordenamiento natural) con LSOR
Algunos resultados de Price y Coats (1974) para ser presentados en el captulo 11 (seccin 11.2.5) tambin indican
un cruce de puntos entre mtodos iterativos y directos. Para una simulacin de un problema de un yacimiento tpico
cuando I>J, la eliminacin directa con el ordenamiento D4 seria competitiva con mtodos iterativos proporcionados
J>38 para sistemas completos sin bloques inactivos. Cuando el nmero de bloques inactivos es considerable, el
esquema D4 puede competir con los mtodos iterativos para valores mucho ms grandes de J (aproximadamente
70).
Woo et al. (1973) y Price and Coats (1974) han presentado algunos lmites de comparacin de los mtodos iterativos
y directos para problemas prcticos de yacimiento. Las comparaciones son difciles para generalizar porque el trabajo
para un mtodo iterativo dado depende del nmero de iteraciones, los cuales a su vez dependen de:
(1) Tolerancia aceptable para la convergencia
(2) Naturaleza del problema (heterogeneidad, forma, etc), y
(3) Para problemas dependientes del tiempo un time step size.
254

En general, grandes pasos de tiempo disminuye la diagonal dominante de la matriz y por lo tanto resulta un
incremento en el nmero de iteraciones requerido. Tambin, el nmero de iteraciones depende del cambio de la
solucin entre pasos de tiempo. Por ejemplo, en yacimientos con sostenimiento de presin, el nmero de iteraciones
por paso de tiempo disminuir significativamente despus del periodo transiente inicial y el mismo efecto ser claro
despus de cada tasa de cambio.
Todo de las comparaciones presentadas por Price y Coats (1974) son problemas tridimensionales y sern discutidos
en el captulo 11.
Woo et al. (1973) ha considerado varios problemas de simulacin de yacimientos de varias dificultades y aplicando a
varios mtodos iterativos y directos a estos. Los problemas considerados incluyen simulacin areal, cross sectional y
coning. El nmero de ecuacones resueltas en varios casos con rangos desde 100 hasta 2500. Los mtodos directos
son unsados con ordenamiento natural y ordenamiento D4. Ellos tambin aplican al esquema de ordenamiento
pseudo-optimo para ambos ordenamiento natural y ordenamiento D4. Este esquema de ordenamiento ptimo est
basado en una modificacin del criterio de Markowitz (1957) y este involucra el pivoteo a lo largo de las diagonales.
Los mtodos iterativos considerados son LSOR, LSOR con IDC y SIP.

Las conclusiones importantes basadas en este trabajo son:
1. El ordenamiento D4 puede ser significativamente mejorado para grid casi cuadrados por el uso del
criterio modificado de Markowitz.
2. Las tcnicas de matriz dispersa son ms confiables y generalmente ms rpidas que los mtodos
iterativos considerados.
Otras comparaciones de mtodos iterativos y directos estn disponibles en la literatura; sin embargo, estas resultan
ser difciles para comparar debido a las pruebas diferentes. Como un ejemplo, Brandon (1974) encuentra que para
un buen comportamiento parabolico del problema, la eliminacin directa y SIP son mejores para grid de 5x5, pero
Gauss-Seidel con la direccin alterna de barrido ser mejor para grid de 15x15.
En la prctica, los mtodos directos son siempre los preferidos para pequeos a medianos sets de ecuaciones,
resultando desde 2D cross sectional o grid radial. Los mtodos iterativos llegan a ser eventualmente rpidos para
matrices grandes desde grandes problemas areales o 3D (sern considerados en el captulo 11). Para tales
problemas, los mtodos directos tambin plantean serios problemas de almacenamiento.

8.5 COMENTARIOS

La literatura sobre la solucin de ecuaciones de matrices es ya extensa y rpidamente expandida. Es este captulo
nosotros hemos discutido en detalle solamente los mtodos que han sido aplicados con xito a la simulacin de
yacimientos. Muchos de estos y otros mtodos son discutidos en libros editados por Reid(1971), Rose y Willoughby
(1972), y Bunch y Rose (1976).
La investigacin ms reciente se empea en el rea de mtodos directos, los cuales involucran el renacimiento del
mtodo tearing de Kron (1963). (Harary, 1971; Ledet y Himmelblau, 1970). Mtodos de este tipo, tambin llamados
mtodos marching, son rpidos (por ejemplo, el mtodo propuesto por Shacham y Kehat (1976) requieren trabajo
de O(I
3
) para I=J), pero ellos son incondicionalmente inestables con respecto al redondeo de errores (Bank, 1976).
Eisensat et al. (1976) discute el mtodo de aumento de la eficiencia la eliminacin gaussiana para tomar ventaja
dentro de la dotacin.
E el rea de mtodos iterativos, Nicolaides (195) y Brandt (1977) sugirieron mtodos iterativos multi nivel los cuales
son generalizaciones de los mtodos de correccin discutidos en la seccin 8.3.5. El trabajo para estos mtodos
afirm ser ptimo. (Es decir, proporcional al nmero de incgnitas). El estudio tambin se lleva a cabo en mtodos
semi-iterativos, conjugacin de gradientes (Vinsome, 1976) y mtodos relacionados con SIP (Letkeman, 1976).



255

EJERCICIOS
Ejercicio 8.1.
Deduzca el trabajo requerido por una eliminacin Gaussiana estndar para una matriz A, cuando:

a. A es una matriz completa.
b. A es una matriz pentadiagonal resultante de ecuaciones diferenciales finitas 2-D.

Esquema de solucin.

a) El nmero de multiplicaciones o divisiones para eliminar la primera columna es

1 1 =
2
1

Para la segunda columna

2 1 + 2 = ( 1)
2
1

etc. El trabajo total hacia delante es por lo tanto

= (
2
1)

=1
()
Ya que

2
=
+ 1(2 + 1)
6
()

=1


El trabajo es

=
+12 + 1
6
()

El trabajo para sustitucin hacia atrs es

= =
( +1)
2

=1
()
Por consiguiente el trabajo total es

=
+ 12 + 1
6
+
1
2
()
b) Para una matriz bandeada, el trabajo para eliminar y sustituir la ltima fila M es

= (
2
+ 1)

=1
=
+12+ 1
6
+
1
2


Y para el resto
= (+ 1)
2
+

=1
= ( )( +1)
2
+
Por consiguiente el trabajo total es
=
+12+ 1
6
+
1
2
+ + 1
2
+ ()
256


Esta frmula ignora el hecho que durante la eliminacin de la primera fila M hay un espacio incompleto por
llenar. Si este es tomado dentro de la cuenta, el trabajo es ligeramente inferior, es decir
= 2+ 1(+ 1)
2
+ +
+12+ 1
3
+ 1
+( +2)
2
9 ()
Esta frmula est dada por Price and Coats (1974) (ligeramente incorrecta).

Ejercicio 8.2.

a. Formular un algoritmo para la descomposicin simtrica de una matriz bandeada con un ancho de banda
arbitrario.
b. Deduzca el trabajo requerido y comprelo con el trabajo para una eliminacin estndar como funcin del
ancho de banda.

Esquema de solucin

a) Para una matriz S con ancho de banda = 2+ 1, =

donde,

=

11

21

22

31

32

33
. . .

+1,1

+1,2
.
. . .
. . . . . .

11

21

31
.
+1,1
. .

22

32
.

33
.
. .
. .
. .

Por comparacin de trminos, los elementos de W son:

=
1

1
=

= max1, ; = 1, . , 1 ()

2
1
=1

2
= max1, ()

257

Para todo = 1, . . ,
b) Para una matriz llena, el trabajo para obtener elementos de la fila i-nsima por (A) y (B) es

+ 1 + 2 + =
+ 1
2
=
1
2

2
+

Y el trabajo para la sustitucin hacia atrs es 2i, entonces tenemos que resolver

= =


El trabajo total es por lo tanto,

=
1
2

2
+
1
2

=1
+ 2

=1

=1

=
1
2

+ 12 + 1
6
+
+ 1
2
+ +1 ()

Para una matriz bandeada, el trabajo para obtener la primera fila M es,

1
2
( + 1)

=1


Para las entradas restantes

1
2
+ 1

=+1
+2

Y el trabajo para la sustitucin hacia atrs es dos veces

+

=1
+1
Por lo tanto

=
1
2

+12+ 1
6
+
+1
2
+ + 1+2
+ + 1 + 2 + 1 ()

Comparando (C) y (D) con el orden estndar . 8.1 ver que

1
2

. para un arreglo N, la descomposicin asimtrica llega a ser ms eficiente con incrementos en M, como
se ilustra en la siguiente tabla para = 1 = 100.



= =

1 46 66 496 696
2 94 106 1084 1186
3 150 148 1860 1768
5 270 230 3960 3200
10 - - 12220 8250
20 - - 39940 23800
258

Ejercicio 8.3

Encontrar los valores propios de la matriz jacobiana.

+ 1971, 4.6

Solucin
En lgebra lineal, los vectores propios o eigenvectores de un operador lineal son los vectores no nulos que,
cuando son transformados por el operador, dan lugar a un mltiplo escalar de s mismos, con lo que no cambian
su direccin. Este escalar recibe el nombre valor propio, autovalor, valor caracterstico o eigenvalor. A
menudo, una transformacin queda completamente determinada por sus vectores propios y valores propios.
En el caso de la matriz de Jacobi, sus valores y vectores propios toman una forma especial. As pues sea o un
cierto valor propio de la matriz de Jacobi J y sea = (

,
1
, ,
1
) el correspondiente vector propio. Por la
definicin de valor y vector propios esto significa que se cumple la igualdad:
=

0
Equivalente al siguiente sistema:

1
=

+
1

1
+
1

2
=

1
+

+1
=

3
+
2

2
+
2

1
=

2
+
1

1
=

1
()
Evidentemente,

no puede ser 0. En caso contraario, de la primera ecuacin de (A) se obtendra que

1
= 0 y
de la segunda ecuacin
2
= 0 y as sucesivamente de manera que se obtendra

=
2
= =
1
= 0, lo que
contradira la definicin misma de vector propio, el cual debe ser distinto de 0.
Tambin, si se multiplica (o divide) el vector por algn nmero (distinto de 0), entonces la igualdad (A) se
cumplir tambin para el vector = = (
0
,
1
, ,
1
). Por esto es que se puede considerar
0
= 1 (ya
que si
0
1 se puede pasar al vector
1

0
. As es que el sistema (A) toma la forma:

1
=

+
1

1
+
1

2
=

3
+
2

2
+
2

1
=

2
+
1

1
=

1
()
De la primera ecuacin se obtendr:

1
=
1

De la segunda:

2
=
1

1
+

1

Etctera.
Es as que de las primeras N-1 ecuaciones de (B) se deduce que el vector tiene la forma:
= 1,
1

,
2

, ,
1

()
259

Con componentes que resultan ser nmeros que se expresan mediante el valor propio

de la matriz J en
forma polinomial, siendo la componente

el polinomio

de grado j respecto de , evaluado en

.
Recuerde que el coeficiente de la mxima potencia del polinomio

es igual a

1
0.
La ltima de las secciones de (B) entonces puede escribirse como:

+
1

= 0 ()
En la parte izquierda de esta ecuacin aparece un polinomio de grado N (cuyo trmino de mxima potencia se
obtiene del sumando

) respecto de , evaluado en

, lo que quiere decir que

es raz del
polinomio:

=
1
+
1

1

2

2
()
De grado N, con todos sus coeficientes expresables mediante

,
1
, ,
1
,

,
1
, ,
2
, es decir, son
conocidos.
El polinomio

tiene N races, cada una de las cuales es un valor propio de la matriz J. Puesto que dos
polinomios que tienen las mismas races pueden diferir a lo ms en un factor constante, entonces

(salvo un
factor constante) es igual al polinomio caracterstico, cuyas races por definicin son valores propios de la matriz
J.
Ejercicio 8.4
Considere estado-estable, flujo bidimensional, en el sistema mostrado a continuacin, descrito por:

2
+

2
= 0 ()
0

Solucione la matriz de la ecuacin por LSOR con diferentes condiciones inciales y diferentes direcciones de las
lneas y barrido. Considere el caso de

y la combinacin de estos.
Solucin

2
+

2
= 0

260

Expresado en diferencias finitas

+1,
2
,
+
1,

2
+

, +1
2
,
+
, 1

2
= 0 ()
Sea

2


Por lo tanto (A) toma la siguiente forma:

+1,
+

1,
+

, +1
+

, 1
2

,
= 0 ()

Sea itera+1, la iteracin actual a la que se hallan los valores de presin, e itera la iteracin anterior cuyos
valores de presin son conocidos porque ya fueron calculados, la ecuacin (B) toma la forma:

+1,
+1
+

1,
+1
2

,
+1
=

, +1

, 1
+1


Para el clculo de las presiones en la primera columna, j=1, la matriz resultante es:

. . .
. . .
. . .
. . .

1,1

2,1

3,1

4,1

5,1

6,1

7,1

8,1

(
1,2
+

(
2,2
+

)
.
.
.
.
.

(
,2
+

Para el clculo de las presiones en la segunda columna, j=2, la matriz resultante es:

. . .
. . .
. . .
. . .

1,2

2,2

3,2

4,2

5,2

6,2

7,2

8,2

(
1,3
+
1,1
)

(
2,3
+
2,1
)
.
.
.
.
.

(
,3
+
,1
)

El procedimiento es anlogo para las dems columnas hasta completar las n columnas. Por lo tanto, la matriz
resultante del ltimo clculo de presiones para la iteracin itera+1 en la columna n, es:

. . .
. . .
. . .
. . .

1,

2,

3,

4,

5,

6,

7,

(
1, +1
+
1, 1
)

(
2, +1
+
2, 1
)
.
.
.
.
.

+
,1
)

261



Una vez se tienen los valores de cada punto o nodo del sistema a una iteracin itera+1, se continua con la siguiente
iteracin hasta que



,
+1

SUPOSICIONES:

1. LX = Ly

i=1,2,3,, n
j=1,2,3,,n


El trabajo requerido para la solucin de cada matriz tridiagonal por el mtodo de Thomas viene dado por:

=
1
2

+ 1 + 2 + 1
6
+
+ 1
2
+ + 1+ 2
+ +1 +2 + 1

Sea M=3 (nmero de bandas)

= 18 32

Para las n columnas, el trabajo total sera

= 18 32 ()


En este caso particular, el trabajo est dado por la ecuacin anterior (D) tomando un barrido vertical de abajo
hacia arriba (de arriba hacia abajo el trabajo es el mismo) en direccin perpendicular a la direccin horizontal de
flujo.

Aunque como regla general se recomienda que el barrido sea en la direccin del flujo, para ste caso, el barrido
horizontal puede presentar problemas en la convergencia, debido a que el ejercicio estipula que no hay
variacin con respecto a y.

Si se considera KX = Ky y x=y, la ecuacin de las matrices tiridiagonales se reduce a

+1,
+1
+
1,
+1
4
,
+1
=
, +1

+
, 1
+1


Sin embargo el trabajo requerido corresponde al mismo.
262

Para el caso KX Ky, la cada de presin en la direccin j o y, es despreciable y el flujo y cada de presin se
presentara en la direccin i. En este caso, las operaciones y el trabajo se reducen.


2. LX Ly

i=1,2,3,, N
j=1,2,3,,R



- Barrido vertical

En este caso se operan R matrices NxN, por lo tanto el trabajo viene dado por:

= 18 32 ()

- Barrido horizontal

En este caso se operan N matrices RxR, por lo tanto el trabajo viene dado por:

= 18 32 ()

Se tiene que (E) > (F)
Por lo tanto se recomienda desarrollar las operaciones bajo un barrido horizontal, cuyo trabajo requerido es
menor. De lo contrario (barrido vertical) se espera convergencia, pero el tiempo y trabajo es mayor al realizar
operaciones resolviendo pocas matrices NxN a muchas matrices de dimensin RxR.

Si se tiene en cuenta la permeabilidad en x y y, el anlisis es anlogo al ejercicio anterior:

Si se considera KX = Ky y x=y, la ecuacin de las matrices tiridiagonales se reduce a

+1,
+1
+
1,
+1
4
,
+1
=
, +1

+
, 1
+1


Sin embargo el trabajo requerido corresponde al mismo.

Para el caso KX Ky, la cada de presin en la direccin j o y, es despreciable y el flujo y cada de presin se
presentara en la direccin i. En este caso, las operaciones y el trabajo se reducen.

263

CAPITULO 9


FLUJO MULTIFASICO EN DOS DIMENSIONES.


9.1 INTRODUCCIN

Este captulo trata de flujo multifsico en dos dimensiones. Ya que todas las formulaciones y tcnicas importantes
necesarias para la simulacin de yacimientos ya se han desarrollado en el captulo 5 de este captulo se tratan
principalmente con algunos temas prcticos relacionados con modelos de dos dimensiones (2-D). Algunas de las
nuevas ideas que se discuten aqu, incluyen el tratamiento de la produccin y la inyeccin, la simulacin de
acuferos, pozos y la interaccin de problemas de conicidad de yacimientos. Estos temas son ms tpicos de los
problemas multidimensionales y no puede ser discutido en una sola dimensin (1-D) del yacimiento. Debido a que la
simulacin de problemas en 2-D es muy comn en la prctica, hay muchos aspectos relacionados con la ingeniera
de yacimientos que estn asociados con la simulacin de problemas reales 2-D.

En el extremo, se podra decir, que casi todos los problemas de ingeniera de yacimientos tienen algunas
caractersticas nicas que deben reflejarse en el modelo numrico para ese problema. Es, sin embargo, el objetivo
de este captulo (y este libro en general), para cubrir esta rea, a excepcin de algunos temas especiales que son
esenciales desde el punto de vista de los clculos numricos. Algunos de discusin de estos temas se incluyen en el
captulo 12.


9.2 CLASIFICACIN DE LOS PROBLEMAS 2-D.

Ya que todos los depsitos fsicos reales son tridimensionales, toda formulacin del problema matemtico en dos
dimensiones, representa una simplificacin (esto es, por supuesto, an ms cierto de una formulacin de
dimensiones). Es importante entender claramente las suposiciones hechas en cada caso de manera que las
limitaciones del modelo puede ser apreciado.

La simulacin de los yacimientos en 2-D es bastante comn. En muchos casos, los modelos de 2-D le dar la
informacin adecuada, y el costo de un 2-D en lugar de una simulacin 3-D es mucho menor. Como se discuti en el
captulo 7, existen tres tipos bsicos de los modelos de 2-D. Pasaremos a describir estos modelos para el caso de
varias fases.

9.2.1 Problemas de rea (x-y)

La mayora de los depsitos tienen un espesor que es pequeo en comparacin con su extensin de rea. Estos
depsitos parecen "mantas" (Coats et al., 1971) y es natural que los representen por una red de rea de dos
dimensiones, se muestra esquemticamente en la figura. 9.1. Los modelos de rea no pueden simular el flujo en
direccin vertical y debe asumir las propiedades uniformes, sin el flujo en la direccin-z. El 3-D es caracterstico del
problema, sin embargo, ha mantenido parcialmente en el modelo mediante la definicin del espesor z y h de
elevacin en funcin de x & y. Todas las caractersticas y variables tales como S y P son tambin funciones de x & y
solo por lo que representan los promedios integral (media sobre el espesor de la formacin z).


Fig. 9.1 Representacin de un depsito por una red de rea.


Con esto en mente, podemos escribir las ecuaciones de flujo de dos fases, como:

264

=

= , (9.1)

Donde:

, =
0

, , , .

&

La asuncin uniforme de las propiedades (completa la mezcla vertical) es vlido, si el grosor z es pequea
comparada con el espesor de la zona de transicin.

Cuando este no es el caso, las propiedades de roca K y P debe ser modificadas de acuerdo con el grado de
segregacin vertical de los fluidos para simular correctamente el flujo entre los bloques. Los mtodos de clculo de
estas pseudo-funciones (tambin llamado "equilibrio vertical" o funciones de EV), que son diferentes de las
propiedades de las rocas de laboratorio, se discuten en el captulo 12. Las aplicaciones tpicas de los modelos de
simulacin de muestreo de reas son de 3-D con los problemas de VE y el estudio de barrido de reas.

9.2.2 Problemas seccin-cruz (x-z)

Este tipo de modelo puede representar un yacimiento, donde el flujo vertical es importante, pero el flujo horizontal es
predominantemente en una direccin (Figura 9.2) que elegimos ser la direccin (x). Descuidamos el flujo en la
direccin (y), la cuenta de la variacin de las propiedades en la direccin (y) en la definicin de espesor y y otras
variables en funcin de x y z.


Fig. 9.2 Representacin de un depsito por una red seccin-cruz.


Esto significa que todas las propiedades y las variables son promedios en la direccin y, y las ecuaciones
diferenciales parciales para el flujo se puede escribir como:

= , (9.2)

Tenga en cuenta que en este caso la segregacin vertical de los fluidos puede ser simulado correctamente, y por lo
tanto las funciones krl y Pc deben ser las propiedades de la roca. Sin embargo, cuando el espesor de la zona de
transicin es pequeo comparada con el tamao del bloque vertical, las pseudo-funciones dentro del intervalo de z
debe ser considerado (Captulo 12). Un uso tpico de la formulacin seccin-cruz es para la generacin de pseudo-
funciones para su uso en los modelos de muestreo de reas y para el estudio de la eficiencia de barrido vertical de
los procesos de desplazamiento.

9.2.3 Problemas de Pozo-sencillo (r-z)

Las saturaciones y presiones cambian ms rpidamente alrededor de los pozos. A menudo se desea obtener una
solucin detallada de los movimientos de agua y/o gas hacia la produccin de los pozos. Tcnicas de solucin para
los problemas de los pozos individuales suelen denominarse "problemas de conicidad". Debido a que el flujo de cerca
de un pozo siempre es tridimensional en coordenadas cartesianas, no puede ser aproximada por cualquiera de las
formulaciones de 2-D discutido anteriormente.
265



Fig. 9.3 Representacin de un depsito por una rejilla en coordenadas cilndricas.

El enfoque aqu es natural, se asume que el flujo es simtrico alrededor del pozo, y el uso de coordenadas cilndricas
con el eje z es idntico con el eje del pozo (Fig. 9.3).
Este modelo supone que el dominio de la solucin es simetra axial y todas las propiedades de las rocas, as como
condiciones de contorno son funciones de r, z y t solamente. Por otra parte, las condiciones inciales (y las fuerzas de
gravedad), tambin debe mantener esta simetra que implica que el eje z debe ser vertical. Despus de la
transformacin de las ecuaciones en coordenadas cilndricas (vase el Captulo 7, Seccin 7.10), obtenemos:

1

= , (9.3)

La ecuacin (9,3) est escrita para un sector angular de =1 radin y debe multiplicarse por 2 para obtener los
volmenes correctos. Adems, todas las propiedades deben estar en promedio en la direccin angular. Como regla
general, los modelos de simulacin de la conicidad son slo para una pequea parte de un yacimiento (equivalente a
unas pocas cuadras de una red de rea) y la comunicacin de la parte seleccionada con el resto de la reserva
deber estar representada por las condiciones de frontera (flujo a travs de las fronteras exteriores).

Las aplicaciones tpicas de un modelo sencillo de simulacin de pozos incluyen conicidad de agua, conicidad de gas
y pruebas de pozos.

9.2.4 Comentarios generales

(a) Al escribir las ecuaciones de flujo, se supona que la permeabilidad de kx, ky, kz son los ejes principales
del tensor de permeabilidad. En el caso de pozo sencillo, el uso de kr tambin implica kx = ky = kr (vase el
Captulo 2, Seccin 2.3.1).

(b) Se han mantenido los trminos de gravedad, en algunos casos en los que normalmente es cero, por
ejemplo, l (h/x) En la ecuacin (9.2) y l (h/r) en la ecuacin (9.3). Esto es porque estos trminos
pueden ser distintos de cero, en la cooperacin curvilnea o inclinada, en general los sistemas de
coordenadas.


9.3 MTODOS DE SOLUCIN Y SU COMPARACIN

9.3.1 Discretizacin en 2-D

Los mtodos para discretizacin y solucin de las ecuaciones desarrolladas en 1-D en el captulo 5, se pueden
aplicar directamente a los problemas 2-D y 3-D. La nica diferencia es en los trminos adicionales que incluyen el
flujo en las direcciones adicionales que se consideran.

Considere las ecuaciones 2-D (9.1). Unos tpicos elementos de diferencia finita se muestran en la figura. 9.4.


266


Fig. 9.4 Un elemento tpico de una red de rea.


Tenga en cuenta que x, se define como:

=
1
2

+1

1
=
1
2

+1/2
+
1/2
(9.4)

Y una definicin similar se utiliza para y (Captulo 3, Seccin 3.5).

El flujo lmite en la direccin x ahora es discretizado de la misma manera que para un caso de 1-D (Ecuacin (5.6)).
Despus de multiplicar la ecuacin xi yj obtenemos:

+1/2 ,

+1

+1/2

+1

+
1/2 ,

1

1/2

1

(9.5)

La transmisibilidad de la fase es:

+1/2,
=
+1/2,

+1/2,

+1/2
=
+1/2,

+1/2,

+1/2
(9.6)

La direccin (y) esta en trminos anlogos:

, +1/2

+1

+1/2

+1

+
, 1/2

1

1/2

1

(9.7)

Dnde:

, +1/2
=
, +1/2

, +1/2

+1/2
(9.8)

Ahora, la ecuacin en diferencias finitas se puede escribir en una forma compacta como:

= , (9.9)


267


Cuando el volumen de bloque asociado es:

(9.10)

Y Qij es la fuente total de plazo para el bloque.

Las ecuaciones de diferencias finitas para la ecuacin. (9,3) son formalmente iguales. Como se discuti en detalle en
el captulo 3 (Seccin 3.6) los lmites por categoras para el clculo del volumen son elegidos por (Fig. 9.5):

+1/2
=

+1
2

2
ln
+1
2
/

1/2

+1/2
=
1
2

+
+1
.


Fig. 9.5 Un elemento tpico de la red cilndrica.


Y las transmisibilidades TR y TZ para este caso son:

+
1
2
,
= 4

+1/2
2

+1/2
2

2

+1/2,
(9.11)

,+1/2
= 4

+1/2
2

1/2
2

+1/2

,+1/2
(9.12)
El volumen del bloque es:

= z
k
r
i+
1
2
2
r
i
1
2
2
(9.13)

Las ecuaciones 5.5 y 9.9 son similares pero tienen diferencias en algunos trminos (left-hand -side). La ecuacin 9.9
puede ser escrita en cualquier forma derivada de la matriz en el capitulo 5, las diferencias se derivan de la forma de
la matriz T (y T para los mtodos de transmisibilidad implcitos). Para el mtodo SS la matriz T deber ser una
diagonal de 5 bloques, mientras para el mtodo IMPES, T ser una diagonal de 5. Estas comparaciones y resultados
se ven el (capitulo 5, seccin 5,4.2) igualmente validos en 2D debido a la simetra de los coeficientes, sin embargo
los limites de estabilidad sern diferentes.

9.3.2 Estabilidad de los mtodos IMPES y SS en dos dimensiones.

La estabilidad con respecto a Pc, obstaculiza nuestra derivada y limita la estabilidad del mtodo IMPES para un flujo
incompresible. En un anlisis lineal, nosotros escribimos el equivalente de la ecuacin 5.43 como:

+1
=

(9.14)

+1
=

(9.14)
Donde:

2
+

2
(9.15)
268

(9.15)


Con esta notacin, se reescribe la ecuacin para los errores e1, e2 en la forma de la ecuacin 5.44. La combinacin
de estas ecuaciones es dada por:

2

2
+1
+

2

2
+1
=

2

1

(9.16)

Ahora se busca una solucin de la forma:

= 1.2

Donde:

> 0

Suprimiendo los ndices i y j

2
=
2

2
= ,

2

1
=
1

1


Donde ahora lk es una suma dada por

4 sin
2

2
+

4 sin
2

2
= , = 1.2 (9.17)

Sustituyendo la ecuacin 9.16 dada la generalizacin de la ecuacin 5.46

2
+1
=

2
+
2

1

(9.18)

Sustituyendo la ecuacin anterior en 5.44

2
+1
=

1
+1

1

Dado el factor de amplificacin para el error e1 como:

1
=

2
+
2

1

Se muestra una restriccin en t, cuando los resultados sern (sin
2
) los trminos de la ecuacin 9.17 son llevados a
1 (Coats, 1969), entonces la condicin de rendimiento ser l l <1

<
1
2

(9.19)
Donde:

La cual es la generalizacin de la ecuacin (5.47). Esta ecuacin es un caso especial de la condicin general
derivada por Coats. Una importante consecuencia de (9.19) es x y y son diferentes, y la estabilidad es controlada
por un pequeo tamao de malla.

Esto se ve reescribiendo la ecuacin (9.19) usando las ecuaciones (9.6) y (9.8) como:
<
1
2

+
1

min

(9.20)

La anterior ecuacin se aplica flujo en un sistema x/y. en contraparte para un problema cross-sectional puede esta
dado por el intercambio de y y z:
269


<

min

(9.21)

Se asume entonces si queremos simular el rendimiento de un yacimiento con un modelo areal con dimensiones de la
malla x y yA y espesor z; con un modelo cross-sectional de dimensiones x y zc y espesor y. Usualmente, x
y, pero z < z, si kx ky = k, obtenidas en (9.20) y (9.21)

=

= 2

(9.22)

Donde K es el numero de bloques verticales en el modelo cross-sectional y J es el numero de bloques en la direccin
Y del modelo areal. Se asumi en la ecuacin (9.20) que z = K zc y en la ecuacin (9.21) y = K yA.
El radio R es pequeo frecuentemente, por ejemplo, si z = 10ft, x = y = 1000ft, k = 10 kz y K= J, donde se obtuvo
R = 0.002.esto conduce al siguiente comentario:

El lmite de estabilidad la cual no es importante para un modelo areal puede forzar time steps muy pequeos
en un modelo cross-sectional (o 3D).

El lmite de estabilidad es una falla considerable del mtodo IMPES. Por otro lado, el mtodo SS es
incondicionalmente estable con respecto a Pc.

La generalizacin del caso 1D para flujo en tres fases es realizado por definicin:

=
0
+

En 9.19

Estabilidad con respecto a las transmisibilidades. Es posible extender fcilmente los resultados en 1D. Comenzamos
con la saturacin de forma 2D en la ecuacin 5.58

+1

(9.23)

Donde Qx y Qy estn relacionadas con la velocidad total de Darcy

El anlisis hecho por FOURIER en el capitulo 5 (Seccin 5.4) puede repetirse con el resultado

=

) < 1 (9.24)

Siguiendo la estabilidad de condicin:

)
(9.25)

El resultado de la ecuacin 9.25 podra se expresado en trminos de la velocidad de avance de flujo frontal, en
analoga con el caso 1D, se asume la velocidad de una lnea de saturacin constante en el plano x-y dada por:

Se rescribe la ecuacin 9.25 como:

1 (9.26)

Donde lx y ly son la distancia de avance el frente en x y direccin en y.



270

Para comparacin, el caso 1D se escribe como:

1 (9.27)

Es obvio que el lmite de estabilidad en 2D es siempre menor que en el correspondiente caso 1D, y puede ser
fcilmente demostrado por comparacin de estabilidad de los simuladores de pozo en 1D y 2D. Debido a que z es
usualmente pequeo, el limite de estabilidad en 2D puede ser drsticamente reducido si es considerable que ocurra
flujo vertical (seccin 5.5 del capitulo 5).

9.3.3 Comparacin de varios mtodos de solucin y requerimientos computacionales

Hay cuatro tipos bsicos de mtodos de solucin: IMPES, mtodo SS explicito (con respecto a las
transmisibilidades), secuencial (SEQ), y el mtodo SS implcito.
La seleccin del mtodo ms eficiente para un problema dado depende de dos factores bsicos:

a) El trabajo necesario para obtener la solucin de la diferencia de ecuaciones en un time step. Esto depende
del tamao del grid, del mtodo mismo y el algoritmo usado para resolver las ecuaciones algebraicas.
b) El limite de estabilidad y por consiguiente el mximo tamao de time step que puede ser usado para un
mtodo dado. Esto depende del tipo de problema a ser solucionado. Note que la precisin de los
requerimientos pueden tambin limitar el mximo tamao del time step.

9.3.3.1 Trabajo por Time Step y Almacenamiento
Para comparar el trabajo por time step, w, se considera un grid 2D rectangular de I y J puntos, y se asume que el
trabajo es consumido en la solucin de las ecuaciones de la matriz. Primero asumimos que la solucin es obtenida
por la eliminacin directa con el trabajo estimado,

W=CB
2
N (9.28)
Donde B es el ancho de banda, N el total de nmeros desconocidos y C es una constante que depende de la
eficiencia de programacin. Entonces podemos computar el trabajo para los cuatro mtodos. Esta comparacin para
el flujo bifsico es presentado en la tabla 9.1 y para el flujo trifsico en la tabla 9.2 donde asumimos para ambos
casos que I >=J. la ultima columna es dada por el trabajo del radio en relacin al trabajo por el mtodo IMPES y se
pueden hacer importantes observaciones:



a) El trabajo depende principalmente en la dimensin mas pequea de (J), esto es frecuentemente
conveniente para compara el trabajo por grid block y el time step, el cual en W, = WTs/IJ. entones W, = J2,
i.e., donde el simulador desarrollara un problema de una malla de 50 X 15 cuatro veces ms rpido que una
malla de 25 X 10.
b) El desarrollo por el mtodo SS es mucho ms largo y es el mismo para las versiones explicito e implcito.
Por tanto, la formulacin del SS es requerida por la inestabilidad de Pc, esto puede hacerse implcitamente
sin un significativo aumento en el tiempo de corrida.
c) El mtodo secuencial (SEQ) es 3-4 veces ms rpido que el mtodo SS. Esto es significativo porque el
mtodo SEQ elimina Pc y la inestabilidad del IMPES.
d) El trabajo del IMPES es independiente del nmero de fases, mientras para SS y SEQ el nmero de fases
incrementa dramticamente el problema. El problema de tres fases requiere 3 a 4 veces mas de trabajo por
time step que para dos fases, esto se mostro en el desarrollo por los mtodos SS y SEQ.
e)

En general, el trabajo para el mtodo SS aumenta para 3 fases (desarrollo de ecuaciones diferenciales). Por esta
razn, el mtodo tipo de SS tiende a no encontrar una solucin rpida para un sistema de 3 ecuaciones.
Un anlisis similar puede hacerse para un buen almacenamiento.
271


De nuevo el mtodo SS exige un almacenamiento al aumentar el nmero de fases. Se asume un almacenamiento
requerido para toda la franja, la aproximacin del almacenamiento S requerido para el flujo de 2 y 3 fases esta en la
tabla 9.3 y 9.4.




Las estimaciones de WTS y S dados aqu son basadas en algunas simplificaciones de hiptesis. Esto no se hizo
teniendo en consideracin simetras y el uso de tcnicas las cuales son ms eficientes que una eliminacin estndar.
Las estimaciones relativas para WTS continan siendo acertadas para diferente orden de ecuaciones y sern
diferentes para matrices grandes en las cuales una eficiencia directa o mtodos interactivos se aproximaran CN
3
(Capitulo 8). No obstante, nuestra comparacin ilustra una relacin de tres medos diferentes y observamos el
almacenamiento que nos interesa.


9.3.3.2 Eficiencia total

La eficiencia total depende sobre el trabajo requerido por time step y el numero total de time step necesario para
alcanzar la solucin final, i.e., el trabajo total es dado por W = WTs x Numero de time steps requeridos.

El nmero de pasos de tiempo necesario para simular un problema determinado depende de la estabilidad del
mtodo para el problema dado. En general, es imposible predecir el nmero de pasos de tiempo necesario sin
algunos experimentos numricos o la experiencia con problemas similares. Por lo tanto, slo puede darse
orientaciones generales aqu.
272

la mayora de los problemas de muestreo de reas son tratable por el mtodo de IMPES. La velocidad y bajo los requisitos
bsicos del mtodo IMPES permitirme el uso de un gran nmero de bloques.

Los problemas de la seccin transversal con Pc baja pueden ser resueltos por el mtodo de IMPES. Con Pc de gran
tamao o un grid, el mtodo SEQ es ms eficiente que el mtodo IMPES. Para la mayora de los problemas de la
seccin transversal, el mtodo de la SEQ ser lo suficientemente estable y no ms rpido que el mtodo de la SS. Sin
embargo, los problemas difciles, como la inyeccin de gas en una o tres problemas de fase puede exigir el mtodo de la SS.

Por ltimo, para un solo pozo los problemas de la linealizada mtodo SS implcita ofrece una mejor fiabilidad.
Algunos autores (spillette et al., 1973) afirman que el mtodo de la SEQ se puede utilizar como base para los
simuladores de propsito general. Nuestra experiencia es nos permite decir que la estabilidad de la SEQ mtodo es
ligeramente inferior en comparacin con el mtodo de la SS para problemas relativos. Adems, el hecho de que el
mtodo de la SEQ no puede cumplir con rigor de balance de materiales puede ser cuestionable en algunos casos.
Sin embargo, cuando se proceda, el mtodo de la SEQ se traducir en un ahorro considerable sobre el mtodo de la
SS.

Por ltimo, la eficiencia de la simulacin puede ser optimizada mediante el uso de la formulacin implcita slo
cuando sea necesario y por la resolucin de las ecuaciones de forma explcita en otra parte. Esta idea es
relativamente fcil de implementar por una combinacin de la SEQ y el mtodo IMPES (MacDonald y los abrigos,
1970), pero su aplicacin resulta difcil cuando el mtodo se incluye SS (Set 1974).


9.4 CONDICIONES FRONTERA

Las cuestiones de la representacin adecuada de las condiciones de frontera han recibido un anlisis terico
relativamente bajo en la literatura de la ingeniera de petrleos. Las condiciones de contorno para problemas tpicos
de la hidrologa se examinan a fondo por Bear (1972).

En la simulacin de yacimientos, el flujo de entrada y salida del sistema se produce slo en las fronteras, tales como
los lmites exteriores de la reserva y en los lmites de los pozos. Esta ltima debe ser idealizada como la lnea de
Dirac o de fuentes puntuales, en las simulaciones de la seccin transversal de rea y porque el radio del pozo es
muy pequeo en comparacin a el grid. El lmite bien, sin embargo, puede ser representado correctamente en un
modelo muy sencillo. Es costumbre en la simulacin de yacimientos para representar el flujo a travs de todas las
fronteras de fuente / sumidero utilizar trminos y condiciones para sustituir el lmite actual de Neuman homogneo
(sin flujo), condiciones de contorno en toda la frontera. Hemos demostrado en el captulo 7 (seccin 7.4.3) que este
enfoque es equivalente, al nivel de diferencias finitas, a la discretizacin de las condiciones de contorno original y nos
permite tratar todas las fronteras (es decir, las fronteras exteriores y as) en el misma manera. Por lo tanto, los
trminos de origen en las ecuaciones (9,1) a (9,3) ser siempre singular (Dirac) funciones que se definirn de tal
manera de representan las condiciones de contorno real.

9.4.1 Formulacin diferencial

Las condiciones de contorno para las ecuaciones (9,1) a (9,3) se obtienen como una extensin del caso monofsico
discutido en el captulo 7, seccin 7.4.

Para el flujo monofsico, especificando el caudal a travs de la frontera da una formulacin con una solucin nica.
Para el flujo multifase, la situacin es ms complicada y el caudal de todas las fases deber ser indicado, aunque no
son necesariamente independientes.

Como se discuti en el captulo 7, hay dos tipos bsicos de fronteras (vanse las figuras 7.7 y 7.8):

1. Frontera cerrada (
2
) no hay flujo de cualquier fase a travs de una frontera cerrada, el producto de la velocidad de
Darcy y el vector normal n se desvanecen:

. = , = , ,

(9.29)

Donde n es la normal a la frontera y

es la capacidad de transmisin entre la direccin de la normal.

Tenga en cuenta que el gradiente de potencial debe anularse slo si la fase en particular es mvil en (

>0) la
frontera. la ecuacin (9.29) est escrito en trminos de

en las condiciones de reserva este no incluye el factor

volumtrico de formacin Bi.

2. Fronteras abiertas al flujo (
1
) y (
3
). En este caso, las tasas de flujo

al cruzar la frontera son especificadas. El flujo

en unidades de reserva es:

273

h. n = q
l

1
,
2
(9.30)

En la frontera
3
, donde se inyectan los lquidos, las tasas de flujo para cada fase son controladas y por lo tanto
conocidas. en el caso de la inyeccin real, por lo general slo una fase que se inyecta, o la composicin de la mezcla
se sabe. Asimismo, la inyeccin representa a menudo la influencia de las partes de un depsito ms all del lmite
elegido . en este caso, el lmite de la inyeccin se divide generalmente en zonas donde se inyecta una sola fase. En
ambos casos, el saber la cantidad es la tasa total de

para un lmite dado

3
representa un pozo o de una zona de
inyeccin. Por lo tanto, mientras ecuacin

() (9.30). No se sabe, se puede especificar

3
= (9.31)

Esta ecuacin es un obstculo ms que una condicin de borde. Una situacin diferente existe en la frontera

,
donde los fluidos se producen normalmente en el pozo. En esta distribucin de la frontera de las fases no pueden ser
controladas: de hecho, la distribucin de fluidos de produccin es el principal resultado de esto, por ejemplo, una
simulacin de la conicidad. La condicin impuesta, que de nuevo es un obstculo ms que una condici n de borde,
es el Especificado tasa total de flujo de petrleo del pozo.

1
(9.32)

O rata de liquito total

= (

1
(9.33)

O rata de fluido total

= (

1
(9.34)

Tambin, se puede expresar para especificar las tasas a las condiciones estndar, en lugar del yacimiento.
El problema de la asignacin de condiciones de contorno

(z) para la produccin o los lmites de la inyeccin, por lo

tanto dos aspectos posibles:

1. En un punto dado en la frontera, el caudal debe ser distribuido entre las fases. Este problema ha sido
discutido en detalle en el captulo 5, seccin 5.7
2. El flujo de cada fase deben ser distribuidos a lo largo de la frontera

La distribucin correcta debe, por supuesto, cumplir la ley de Darcy. Podemos escribir, por ejemplo, para el caso de
velocidad del lquido total especificada

()

()
=

1
= , (9.35)

Y

(9.36)

Por lo tanto, las presiones y las saturaciones en la frontera son conocidas, estas ecuaciones se pueden utilizar para
definir

. El problema es definir las condiciones lmite en la distribucin de los caudales sin saber la solucin.

9.4.2 condiciones de compatibilidad y sus limitaciones

La distribucin de las tasas a lo largo de la frontera no siempre es arbitraria. Por ejemplo, para una buena
produccin, la presin en la frontera debe ser la misma que la presin en el pozo. la distribucin de presin en el
pozo, puede ser calculada a partir de las ecuaciones de flujo multifsico en tuberas verticales, determinando la
274

distribucin de la produccin a lo largo de la frontera perforada. Este requisito de la compatibilidad debe ser tenido en
cuenta sobre todo en las seccionales y los problemas de la conicidad y se discuten con ms detalle en la seccin 9.8

Del mismo modo, la compatibilidad de las presiones que determinan el flujo entre la matriz y la fractura en un
yacimiento fracturado.

Condiciones de este tipo pueden tambin producirse en los lmites de la inyeccin, en estos casos las condiciones de
contorno se utilizan para darse cuenta la influencia del resto del sistema, por lo tanto no se simula, ya que las
condiciones de contorno para un modelo se determinan a partir de la simulacin de una mayor porcin.

Una restriccin de un tipo diferente es a menudo importante en la prctica, cuando tiene una buena produccin
sujeta a un determinado ritmo y una mnima presin de flujo en el fondo del pozo. Este caso es una combinacin de
la tasa y las condiciones lmite de presin.

9.4.3 Formulacin en diferencias finitas

9.4.3.1 ecuaciones en diferencias de los puntos fronterizos

El manejo de puntos de la frontera el manejo de las condiciones de contorno en la ecuacin de diferencias finitas es
exactamente como en un solo flujo de fase. Como se discuti en detalle en el captulo section7.4 (7), los lmites que
se supone que no hay flujo y la corriente se explican por los trminos fuente.
Las ecuaciones de los puntos de la frontera de nuevo se pueden escribir en la forma (9,9), si los coeficientes son
convenientemente modificados. Por ejemplo, para el caso de la figura 7.9, es suficiente para definir:

1/2
= 0

1
2
=

Figura 9.6 representacin de los pozos en los diferentes tipos de grids. (a) Single well
(b) Cross-section (c) areal

Y utilizar de nuevo las ecuaciones de los tipos de (9,6) y (9,8) para calcular

.

Pasamos ahora a la cuestin de determinar los trminos fuente

en un punto lmite determinado. Esto es

completamente anloga al caso 1-D discutido en la seccin 5.7 (captulo 5), una vez que los trminos de la
transmisibilidad han sido adecuadamente definidas.

275

Consideremos en primer lugar de produccin a travs de una cara de un solo bloque (i, k), como se muestra en la
figura 9.6 (a). Esto puede representar un lmite y para un modelo de conicidad o una frontera a travs del cual hay un
movimiento de fluido. Entonces podemos discretizar la ecuacin. (9.30) como en el caso 1-D

=

+1/2

+1

+1/2

+1

+1/2
(9.37)

Para dentro de la grid, ya sea en las secciones transversales (Fig. 9.6B) o el modelo de reas (Fig. 9.6c), el caudal
puede ser expresado como:

=
l

(9.38)

Donde W saber que
l
=
rl
kk /
l

es un coeficiente de movilidad, representante de la zona alrededor del pozo,
y es la diferencia de presin entre la presin del flujo de agujeros de fondo y la presin de la media de la W
coeficiente block.The es proporcional al ndice de productividad del pozo consuetudinario, pero no incluye el efecto
de la movilidad de fluidos. La ecuacin (9.38) para la fase de aceite se convertir en el ndice de productividad
familiar ecuacin

Si la presin del bloque est cerca de la presin al que el radio de drenaje del bien y si Sw= Swc y Mx = 0. El WI
coeficiente puede ser calculado a partir de PI por medio de

, = 0 y, si es necesario, que representa el

tamao de bloque (que puede ser menor que el radio de drenaje). Esto puede hacerse utilizando mtodos descritos
en la seccin 7.7 (el captulo 7).

Una vez que hemos definido los trminos de la transmisibilidad TQ (9.37) o (9.38) las distintas opciones y los
mtodos para la distribucin de la tasa considerada en el captulo 5 se pueden aplicar directamente.

9.4.3.2 Distribuciones de la produccin entre los bloques

De la frmula para la distribucin de la produccin entre los bloques se obtiene de la frmula de un solo bloque por la
suma de los bloques. En una muestra de simulacin de la seccin o la conicidad, el bien normalmente penetrar una
columna de bloque y se puede escribir para el caso de la tasa total de QRR

=
(

(9.39)

Para el mtodo de la distribucin de potencial:

=
(

(9.40)

Para el mtodo de asignacin de transmisibilidad. Es preciso reconocer que la ecuacin (9,40) supone no slo que
el gradiente de saturacin es cero (i, e., gradiente de potencial igual para todas las fases), sino tambin el gradiente
de potencial igual para todas las capas. Por lo tanto, la asignacin de movilidad puede dar resultados errneos en el
caso de la heterogeneidad vertical grande, especialmente cuando no existen capas intercomunicadas (Nolen y
Berry, 1972)

Ninguno de los mtodos anteriores reconoce la condicin de compatibilidad en el caso del flujo en el pozo. Mientras
que la solucin rigurosa a este problema se da en la seccin 9.8, vamos a describir aqu un procedimiento de
aproximacin que pueden ser utilizados con xito across-secctional y modelos 3D.
Consideremos de nuevo una columna vertical de bloques de produccin. Suponemos

donde

se conoce y

es la presin en el pozo. La cada de presin en el pozo puede ser aproximada por la densidad
en cabeza, lo que da la condicin de compatibilidad, como:

) 41 . 9 ( ) (
2 / 1 1 + +
A =
k
w
k
w
k
z p p



Donde es la densidad media.

Entonces, las tasas pueden ser expresadas en trminos de

, que es la presin del pozo perforado en el bloque superior (k=K).

La tasa total es por lo tanto:
276

= (

+ ( )
2 / 1 +
A
m
z
1
=


(9.42)

La ecuacin se puede resolver por

y despus (9.41) dar

para cada capa para la determinacin de

:

=

(9.43)

La ecuacin (9.42) debe ser resuelta mediante la presin en un tiempo conocido n, y por lo tanto

. El
tratamiento explicito en la ecuacin (9.43) introduce inestabilidad y por lo tanto las tasas deben ser tratadas
implcitamente:

+1

)
=

(9.44)

Esta ecuacin es satisfactoria cuando la transmisibilidad puede tratarse de forma explcita. Sin embargo la tasa total
del pozo no se mantendr con la ecuacin (9.44). La desviacin con respecto a la tasa prevista es proporcional a los
cambios de presin sobre un paso de tiempo y si la tasa se requiere con ms precisin, se debe utilizar algn
procedimiento iterativo.

Con un tratamiento implcito de la transmisibilidad, las tasa tambin deben incluir trminos implcitos con respecto a

, como se discuti en la seccin 5.7 (capitulo 5).

9.5 CONDICIONES INCIALES

La usual condicin inicial de un yacimiento fue primero tratada en la literatura por Muskat en 1949, es el estado de
equilibrio esttico en el cual la velocidad de todas las fases son cero. Entonces las presiones son funciones
nicamente de z y

= , , (9.5)

Debido a las diferencias entre la fuerza gravitacional y la fuerza capilar de los fluidos segregados (Fig. 9.7).




FIG. 9.7. Saturacin Inicial y distribucin de la presin en el yacimiento

Si esto es asumido algunas curvas de presin capilar y saturacin crtica son aplicadas para la fase de produccin y
tambin pueden ser usadas para el estado en equilibrio, entonces la presin y la distribucin de la saturacin est
determinada nicamente por la especificacin de una presin y dos saturaciones de referencia:

>

a una
profundidad

en la zona de transicin aceite-agua, y

>

para

en la zona de transicin aceite-gas.

277

En la zona de transicin ambas fases son mviles. Teniendo en cuenta que la condicin (9.45) se aplica slo cuando
la fase es mvil. Por ejemplo, para elevaciones superiores a

en la Fig. 9.7, la saturacin del agua es

y por
tanto

). Por lo tanto el agua en esta zona seguir el gradiente de densidad del aceite como es
mostrado en la figura por una lnea discontinua. Del mismo modo, cuando la saturacin de agua llega a

y por
consiguiente

= 0 el gradiente de presin del aceite sigue el gradiente del agua. Sin embargo, esto no es
generalmente valido para asumir algunas saturaciones criticas finitas para la fase de aceite en la zona de agua
formada por un acufero natural, donde

= 1. La distribucin de saturaciones mostrada por la lnea discontinua en

la parte izquierda de la Fig. 9.7, podra resultar para producciones anteriores por un empuje de agua en el fondo del
yacimiento, seguido por periodos de cierre.

En el modelo de diferencias finitas, es habitual para calcular

) y luego definir

). Esto no tiene
en cuenta un promedio sobre el grosor de un block. En el caso extremo de que

0 entonces podra conducir a un

error en el volumen inicial en lugar de hasta

2
(

). Esto es ilustrado en la Fig. 9.8, donde el promedio

real de la saturacin para el block es mostrado por la lnea punteada. En la mayora de los casos este error no es
grave debido a grandes incertidumbres en la definicin de los volmenes del lugar del yacimiento. Cuando sea
necesario, el promedio se debe hacer mediante la definicin de pseudo-funciones para cada capa y en el espesor de
la misma, y estas funciones tambin deben ser utilizadas en la simulacin de flujo, por lo menos durante el perodo
inicial. De esta forma, la simulacin de flujo horizontal tambin ser coherente con el promedio de las saturaciones.
El concepto de pseudo-funciones ser discutido en el captulo 12.


FIG. 9.8. Discretizacin de las condiciones inciales.


9.6 SIMULACIN DE ACUFEROS

Para la produccin de petrleo de muchos yacimientos, la fuente de energa es de un acufero adyacente. El acufero
puede ser siempre simulado por su inclusin en la grid computacional. Porque slo hay una sola fase de flujo en el
acufero, una grid gruesa puede ser utilizada, como se muestra en la Fig. 9.9.



FIG. 9.9. De una grid que cubre el yacimiento y el acufero.

Este tratamiento aumenta considerablemente el nmero de grid blocks necesarios, incluso cuando un grid grueso
se utiliza en el acufero. El aumento del tiempo de ejecucin y almacenamiento son slo rara vez justificados, porque
el acufero no suele ser tan bien definido como el yacimiento.
Ya que el acufero causa la afluencia del agua al yacimiento, su influencia puede ser simulada restringiendo el grid
para el yacimiento y definiendo adecuadamente la afluencia de agua en los bloques que estn sobre el lmite del
acufero del yacimiento. (Tambin es posible extender el grid de modo que los bloques del lmite se encuentren en el
acufero; Abrigos (1968).)




278

Tres mtodos de clculo de flujo del acufero son descritos a continuacin:

(a) Acufero Pot. Si el acufero es relativamente pequeo y esta cerradas las fronteras, este estar en equilibrio
aproximadamente con el yacimiento en todo momento. Por lo tanto, el flujo se produce slo cuando la presin en los
lmites del acufero cambia, por ejemplo.

(9.46)

Donde QA es la rata de entrada en unidades de yacimiento volumen/da, c es la compresibilidad total (agua y roca) en
el acufero ( =

), VpA el volumen poroso del acufero, y

es la presin promedio en el lmite

acufero/yacimiento (asumiendo que puede ser igual a la presin promedio del acufero

).

En la forma de diferencias finitas, (9.46) se convierte en:

+1
=

(
+1

(9.47)

Donde

ha sido reemplazada por la presin

del bloque y

es la parte del

esta pertenece al bloque ij del

yacimiento. Por ejemplo,

puede ser definido en el caso real como:

(9.48)

Donde

es el rea de entrada al acufero por el bloque (ij) y la sumatoria se extiende a todos los bloques con flujo
al acufero. En un yacimiento heterogneo, esto puede ser mejor para distribuir el flujo de acuerdo a las
transmisibilidades.

(b) Acufero Infinito en Estado-Estable. (Schilthuis, 1936; Katz y otros. 1963) En este modelo asumen que las
presiones en el lmite exterior del acufero no cambian. Entonces la rata de flujo es calculada como:

) (9.49)

Donde

()
es la presin en el lmite exterior del acufero y se asume que esta es constante.

En la forma de diferencias finitas, nosotros la definimos anlogamente con (9.48)

donde

es un
coeficiente que distribuye el flujo entre los bloques, y dejando

=
1
2
(
+1
+

para el intervalo de tiempo desde

t
n
hasta t
n+1
. Entonces:

+1
=

()

1
2

+1

(9.50)

(C) Acufero en Estado Inestable. Los dos mtodos descritos arriba representan casos extremos. Para el pot del
acufero, el influjo no depende del nivel de presin (la presin promedio del acufero
sigue la presin ). Para el
acufero en estado estable,
no cambia:
=

()
. En realidad, la tasa de influjo est entre estos extremos y se
puede obtener resolviendo la ecuacin de flujo transitorio para el acufero. Este mtodo ha sido desarrollado por Van
Everdingen y Hurst (1949), y Hurst (1958) para clculos analticos, y permite el clculo de QA(t) en algunos casos
sencillos. Se pueden obtener soluciones analticas para dos casos bsicos de cada de presin constante (

( )
-

) o
tasa constante QA (conocidos generalmente como los casos de presin terminal constante y tasa terminal constante).
Se puede escoger entre expresar los resultados utilizando funciones de influencia QI(t) y PI(t) como se muestra a
continuacin:
() =

() = ()(

0
(9.51)

Para el caso de presin constante

, y

()

() = ()

(9.52)

Para el caso de tasa constante QA. Las funciones QI y PI dependen de la geometra y propiedades del acufero. Por
ejemplo en la seccin 7.7 (capitulo 7) se explic una solucin aproximada de la ecuacin (9.52) para el caso de un
acufero cilndrico con radio externo re. Se han tabulado funciones de influencia para muchos otros casos (Katz y
otros., 1963; Katz y Coats, 1968). Teniendo en cuenta que

y QA son variables para un acufero real, la solucin

correcta se debe obtener usando el principio de superposicin junto con el balance de materia efectuado en el
yacimiento (Van Everdingen y Hurst, 1949). Carter y Tracy (1960) propusieron un mtodo simplificado, ideal para
279

aplicar en computadora. Este mtodo emplea la funcin de influencia de la tasa terminal PI (t) y conduce a la
expresin

+1
=

+(
+1

(9.53)

Donde a(t) y b(t) son funciones de PI(t) y flujo entrante acumulado W(t) (ver ejercicio 9.1 para la definicin de a y b).
Fetkovich propuso (1971) un enfoque simple, aplicable a cualquier acufero finito. En este mtodo, la tasa de flujo de
entrada durante el paso de tiempo n se calcula a partir de la ecuacin de la tasa:

+1
=

+1
(9.54)

Donde

es la presin del acufero promedio en el tiempo

y J
n
es el ndice de productividad del acufero. Despus
de que se termina el paso de tiempo, se calcula el flujo de entrada acumulado W
n+1
, y se actualiza

+1
usando la
ecuacin de balance de materia sobre el acufero. Fetkovich muestra que uno pueden usar las ecuaciones de estado
pseudo-estable o estado estable obtenidas en el captulo 7, seccin 7.7 para definir JA durante un paso de tiempo
incluso cuando el comportamiento del acufero es transitorio.
As, este mtodo es completamente anlogo al tratamiento de pozos individuales en el captulo 7 y mediante una
buena eleccin de la funcin de tasa (9.54) se pueden abarcar todos los tres tipos de comportamientos de acuferos
descritos anteriormente.

9.7 SIMULACIN DE REAS Y LOS PROBLEMAS DE LA SECCIN TRANSVERSAL

En esta seccin, veremos algunas tcnicas especiales, la mayora de las cuales son problemas comunes en las
reas y las secciones transversales.

9.7.1 Uso de Grid Curvilneo

El grid curvilneo se ha tratado en detalle en la seccin 7.10.2 (Capitulo 7). El tratamiento aplica igualmente a flujo
multifsico. Sonier y Chaumet (1974) reportaron el uso de grid curvilneo ortogonal para simulacin real. Ellos
sugirieron que la distribucin de flujo (potencial) en estado estable en una sola fase con pozos fuentes o sumideros
se podran usar para desarrollar lneas equipotenciales y stream lines (lneas de flujo), y estas lneas se podran usar
para definir un grid ortogonal. Esto resulta en un grid con mayor definicin alrededor de los pozos, los cuales en
cambio pueden requerir tratamiento implcito de las transmisibilidades.

Un grid de este tipo es conveniente en el estudio de desplazamientos reales en patrones de sumideros, cuando se
puede construir fcilmente la grid. Tales grid darn predicciones precisas de avance en el tiempo y la presin del
pozo con menos grid blocks que una grid cartesiana con una grid convencional refinada irregularmente alrededor del
pozo. De acuerdo con Robertson and Woo (1976), un beneficio adicional de la grid curvilnea es que esta reduce los
efectos de orientacin de la grid. (Ver seccin 9.7.3).

Para la simulacin de un campo entero con un gran nmero de pozos separados arbitrariamente, la construccin de
la grid es ms difcil. Porque el nmero de blocks que pueden ser utilizados estn normalmente limitados por las
limitaciones del computador, esta grid curvilnea es rara vez utilizada y los detalles del flujo en los alrededores del
pozo son obtenidos por los mtodos discutidos en la siguiente seccin.

Hirasaki y ODell (1970) discuten el caso ms general de un yacimiento en tres dimensiones (3D) de un yacimiento
con dip y espesor variable. Ellos muestran que grandes errores pueden ocurrir, si las transmisibilidades son
calculadas para tamaos de block que se proyectan en plano horizontal y el espesor es medido en la direccin
vertical. La solucin correcta puede obtenerse utilizando siempre grid curvilneo y el operador diferencial general
incluye los trminos de las derivadas transversales.

En la prctica, se obtienen buenos resultados con coordenadas cartesianas orientadas a lo largo del plano del
yacimiento si el ngulo de inclinacin es pequeo o aproximadamente constante, como se muestra en la figura 9.10
(izquierda). Para casos con ngulo de inclinacin y espesor variables como se muestra en la figura 9.10 (derecha),
puede ser construida una malla aproximadamente ortogonal proyectando un plano cartesiano areal construido en el
plano promedio y luego construyendo una malla vertical perpendicular al plano real. La malla vertical construida de
esta manera puede ser usada para modelos de seccin transversal o para proveer la direccin en la cual el espesor
en los bloques es determinado en modelos reales. En todos los casos las ecuaciones 7.111 pueden ser usadas
para calcular las transmisibilidades conociendo todas las dimensiones reales medidas a lo largo de las superficies y
los z perpendiculares a ellas, ms que en las direcciones horizontal y vertical.
Hirasaki y ODell (1970) tambin mostraron los errores asociados al usar coordenadas distorsionadas en el plano
areal (Fig. 9.11). Tal malla aporta una manera de acomodacin conveniente de alineamiento de pozos, fallas y
fracturas. Ellos mostraron que despreciar el trmino de derivada transversal causa grandes errores para 15.
280

Consecuentemente, esta malla debera ser usada con ecuaciones diferenciales convencionales solamente para
ngulos pequeos <5.

Fig. 9.11. Sistema de coordenadas distorsionadas

9.7.2. Tratamiento de pozos individuales

Debido a que el tamao de bloque es grande comparado con el radio del pozo, un modelo areal o de seccin
transversal no puede predecir saturaciones y presiones en el pozo sin un tratamiento especial.

9.7.2.1. Prediccin de presin de pozo

En problemas de flujo de una sola fase la presin de fondo fluyendo pwf puede ser predicha desde la presin de
bloque pij teniendo en cuenta el flujo radial dentro del rea del bloque. Ecuaciones apropiadas para esto fueron
desarrolladas en el captulo 7, seccin 7.7.
El mismo anlisis aplica igualmente para flujo multifsico si Q es la tasa total en unidades de yacimiento y es una
movilidad total representativa.

Las tasas para fases individuales son entonces distribuidas como se explica en la seccin 9.4. Las ecuaciones (7.60),
(7.63), (7.64) o (7.72) son tiles cuando es necesario simular un pozo produciendo en contra de una presin de fondo
fija Pw (condicin de lmite de presin). La tasa desconocida Ql
n+1
es expresada de acuerdo a esas ecuaciones como:

+1
=

+1
) (9.55)

La cual puede ser fcilmente implementada incluyendo Clpwf en el vector Q y modificando el elemento diagonal
correspondiente de la matriz T.

El principal problema al aplicar la frmula 9.55 es obtener el valor correcto de la movilidad

, la cual debe tenerse

en cuenta para los cambios de saturacin de la vecindad del pozo y en general no puede ser determinado desde las
saturaciones promedio del bloque. En la seccin siguiente, introduciremos mtodos para predecir saturaciones en el
pozo (o distribucin de tazas) a partir de las saturaciones del bloque. Algunos de ellos pueden ser tambin usados
para obtener la correcta presin de pozo, y pueden ser as vistos como mtodos para la determinacin de

.

9.7.2.2 Manejo de Produccin en Flujo Multifsico

La produccin relativa de cada fase (WOR, GOR) depende de las saturaciones en el pozo. Debido a que la
saturacin Slij es un volumen promedio del bloque, el WOR y GOR calculados son usualmente demasiado grandes
cuando son basadas en movilidades calculadas a partir de Slij. Tales clculos conducen a predicciones optimistas de
tasa de recobro de aceite. Este problema es comn en simulaciones de 2D y de 3D.

Hay muchos mtodos los cuales pueden ser usados para obtener predicciones realistas. La idea comn es obtener
relaciones para comportamiento de conificacin de pozo como funcin de la saturacin promedio del bloque Sav = Sij
(y posiblemente algunos otros parmetros). El mtodo entonces difiere por las tcnicas usadas para predecir el
comportamiento cnico. El resultado puede ser usado en el modelo de yacimiento de dos maneras:
a. Definiendo las curvas de permeabilidad pseudorelativa que son diferentes de las curvas para flujo dentro del
yacimiento. Estas curvas son entonces usadas para la distribucin de la produccin. El cambio de las curvas de
permeabilidad pseudorelativa depende de los procesos de desplazamiento. Un ejemplo se muestra en la figura
9.12. Para manejo de agua en el fondo la curva de pseudo Krw estar sobre la curva de yacimiento (curva 1, Fig.
9.12). Sin embargo, para la conduccin de agua en el borde, la pseudo-curva estar debajo de la curva de la
281

roca (curva 2), debido a que el agua no invadir los bloques en la periferia (Stright, 1973). Este concepto de
pseudo-funciones se discute en el captulo 12.


Figura 9.12 Permeabilidades Pseudo-relativas para un pozo

b. Desarrollando correlaciones de WOR (GOR) como un funcin de Sav. Aunque cada pozo podra tener una
correlacin nica, es posible frecuentemente desarrollar correlaciones generales con parmetros como espesor
de la formacin etc. (Stight, 1973; Blades y Staright, 1975).

Obviamente, los dos mtodos de expresin de comportamiento de conificacin son equivalentes. Ahora discutiremos
brevemente tres tipos de mtodos para obtener esas correlaciones, las cuales tambin representan tres niveles de
sofisticacin.

(a) Correlaciones de conificacin Analtica.

La correlacin clsica de Sbocinski y Cornelius (1965), la cual slo predice el tiempo de ruptura han sido extendidos
por Bournazel y Jeanson (1971), Telkov (1971) y Cotin (1971) para predecir WOR. Sin embargo, estas correlaciones
generalmente no son confiables hasta que hay suficiente historia para calibrarlas con el comportamiento del campo.
Un mtodo de este tipo fue tambin propuesto por Chappelear e Hirasaki (1976). Su mtodo tiene la forma de una
ecuacin emprica, la cual es cuadrtica en el corte de agua y concuerda adecuadamente con resultados de algunos
estudios de modelos de conificacin.

(b) Correlaciones basadas en simulacin de conificacin

Aunque incluso las mejores correlaciones analticas tienen un nmero de suposiciones simplificadas, las
correlaciones para problemas prcticos son usualmente desarrolladas desde simulaciones desde simulaciones de
conificacin 2D. El volumen total de poro del modelo de conificacin debera al volumen de poro del correspondiente
bloque areal. El flujo entrante en el modelo de cono puede ser determinado aproximadamente desde una simulacin
areal con curvas de kr de yacimiento o estimado desde pseudo-curvas para el pozo. Estas tasas cambiarn cuando
las pseudo-curvas propias sean usadas y as las correlaciones deberan ser iterativamente actualizadas hasta que
ambos modelos predigan el mismo comportamiento de WOR y GOR. En la mayora de los casos, la sensibilidad de
las correlaciones para la tasa del flujo de entrada es pequea y las iteraciones no son necesarias.

(c) Modelo de Acoplamiento de un pozo (Conificacin) con el modelo de yacimiento

Este es el ms riguroso, pero tambin la aproximacin ms costosa. El trabajo de Akbar et al. (1974) describe el uso
de un simulador radial 1-D acoplado con un modelo areal 2-D. Mientras que esta aproximacin da una distribucin de
presin razonable, no es vlida para predecir la conificacin debido a que la dimensin vertical es despreciada.
Mrosovsky y Ridings (1974) desarrollaron una tcnica para acoplamiento de modelos radiales 2D con modelo de
yacimiento 3D (o 2D). Este procedimiento predice tanto la presin como las saturaciones del pozo. La tcnica incluye
iteraciones entre los dos modelos durante un paso de tiempo para obtener el flujo de entrada correcto en el modelo
de conificacin. Tales enfoques pueden ser demasiado costosos.

9.7.3 Fenmeno de Orientacin de la malla

Considere la simulacin del desplazamiento en patrn de cinco puntos. Debido a la simetra, la malla puede ser
orientada en dos caminos como muestra la figura 9.13, los cuales son llamados malla diagonal y paralela. Debido a
que el elemento ms pequeo de la simetra es la mitad del la malla diagonal se debera usar este para mejor
eficiencia computacional.
282




Fig. 9.13. Definicin de Malla paralela (a) y diagonal (b).

Sin embargo, se ha encontrado que bajo ciertas condiciones, las dos orientaciones de la malla suministraran
repuestas bastantes diferentes y se han llamado el fenmenos de la orientacin del malla. Si se simula la induccin
de un solo pozo, los contornos de saturacin se vern como se muestras sistemticamente en la figura 9.14 a y b.
Estas dos soluciones son incorrectas debido a que el frente debera ser esencialmente radial hasta que mueve
suficientemente cerca de los pozos productores.


Fig. 9.14. Contornos de saturacin calculados alrededor de pozos inyectores en malla diagonal (a) y malla
paralela (b).

Para tiempos tempranos los dos perfiles de saturacin obtenidos numricamente son casi idnticos cuando se rotan
con el sistema de coordenadas. Es obvio que la irrupcin predicha se dar en un tiempo menor que el esperado para
la malla paralela y la diagonal este tiempo ser mayor que el esperado. El hecho importante, fue reportado por Coats
et al (1974), y confirmado por muchos otros, es que la solucin de las diferencias finitas converge en dos resultados
diferentes para las dos orientaciones de la malla a medida que se refina la malla. Esto indica que el fenmeno no
puede ser solo por resultado de errores de truncamiento (un ejemplo similar se discutido en capitulo 5, Seccin
5.5.1).

Las forma caracterstica de diamante de los frentes de saturacin fue sealada primero por Todd et al. (1972). Estos
autores encontraron poco efecto de orientacin en desplazamiento miscible con una relacin de movilidad entre 1 y
10 (desfavorable) y demostraron que la medicin de dos puntos aguas arriba de la permeabilidad relativa reduce el
efecto, pero la solucin an converge a dos diferentes resultados. El trabajo de Todd et al. (1972) y Spivak et al.
(1977) indica que el efecto de orientacin es relativamente suave para aplicaciones de inyeccin de agua. Sin
embargo, Coats et al. (1974) han mostrado que el efecto puede ser grande para simulacin de desplazamiento con
vapor con una tasa de movilidad altamente desfavorable. El problema es aun mas grave para simulacin de
desplazamiento miscible, donde los resultados son inaceptables aun para tasas de movilidad moderados (Settari et
al., 1997).

9.7.3.1 Factores que afectan el efecto de orientacin.

En general, el efecto de orientacin se incrementa cuando se incrementa la altura del frente de saturacin y es ms
grande para el desplazamiento tipo pistn (Fig. 9.15). La forma del frente depende de las curvas de kr y la tasa de
movilidad.

283


Fig. 9.15. Dependencia del efecto de la orientacin en las caractersticas del flujo fraccional.
Por otro lado, el efecto de orientacin decrece con los trminos cmo dispersin (presin capilar y gravedad en flujo
miscible y dispersin fsica en desplazamiento miscible), el cual tiende a suavizar el frente (Fig. 9.16).
En la solucin de problemas miscibles, el error de orientacin se incrementa cuando se incrementa la tasa de
movilidad desfavorable y disminuye cuando incrementa la dispersin. El efecto es casi cero para unitaria o favorable
tasa de movilidad.


Fig. 9.16. Dependencia del efecto de la orientacin en los trminos de dispersin.

La extensin de los problemas en los efectos de orientacin en la seccin trasversal son difciles de evaluar porque
este tendra que ser obtenido con la comparacin de soluciones analticas. Sin embargo, creemos que el efecto de la
orientacin es de hecho beneficioso para aproximaciones estndar de las diferencias finitas. Uno de las
preocupaciones principales in los problemas de seccin trasversal es la simulacin correcta de UNDERRUN O
OVERRIDE. Debido a la dispersin numrica (error de truncamiento), a veces es necesario usar un gran nmero de
blocks en direccin vertical para obtener la precisin requerida (Fig 9.17). el efecto de orientacin del grid resulta
en un flujo preferencial a lo largo de la lnea del grid que en este caso contrarresta la MEZCLA vertical causada por la
dispersin numrica.


Fig. 9.17 Efecto de la dispersin numrica en la seccin trasversal en un problema de inyeccin de gas.


9.7.3.2 tcnicas para eliminar el efecto de la orientacin

El origen del efecto de la orientacin puede ser mostrado por el siguiente argumento heurstico:

Considere inyeccin de agua en un yacimiento de aceite y asuma que usamos un mtodo implcito en
transmisibilidades. Entonces la saturacin de agua en cualquier grid block puede incrementar por encima del valor
irreducible solo cuando una de las transmisibilidades para este bloque se convierte en un valor diferente de cero.
Como primer paso solo la saturacin en el bloque de inyeccin puede cambiar. En el segundo paso, la saturacin de
agua se vuelve mvil en los dos puntos adyacentes, etc., como se muestra en la fig. 9.18.
El frente de la saturacin de agua mvil se propaga como una lnea recta diagonalmente con relacin al sistema
coordenado. Tal forma es obtenida cuando el efecto de orientacin es muy fuerte (ver Coats et al. (1974)). La razn
para esto es que la movilidad del agua en el punto (i,j) puede resultar en movilidad (i+1,j) y (i,j+1) pero no en (i+1,j+1)
en el siguiente paso. Esta es la consecuencia de usar la formula de diferencias finitas de cinco puntos.
Aparentemente el problema no puede ser satisfactoriamente solucionado a menos que los puntos de la diagonal
(esquina) sean incluidos en la formulacin. Esto es justificado por recientes investigaciones discutidas a continuacin.
284


Fig. 9.18 Propagacin de movilidad con transmisibilidades explicitas.

Holloway et al. (1975) propuso un mtodo en cual corrige los trminos de flujo que son calculados, que presenta para
el flujo diagonal. Esto unido con el ponderado de dos puntos upstream da como resultado una reduccin el efecto de
la orientacin. Esto mtodo no parecen ser una solucin completa. La mayor parte de la mejora resulta del
ponderado de los dos puntos upstream de Todd et al. (1972). Sin embargo, esto es solo una mejora de segundo
orden. Y aunque es evidente cuando el efecto de la orientacin es leve, falla para condiciones muy graves, como se
muestra para el desplazamiento miscible por Settari et al. (1977). Esto tambin confirmado por Holloway et al. (1975),
quien no fue capaz de eliminar el efecto de orientacin del grid para un problema de inyeccin de gas. Soluciones
libres del efecto de orientacin pueden ser obtenidas por cualquier variacin o aproximacin de nueve puntos de
diferencias finitas. Aproximaciones variables han sido mostradas que son efectivas para desplazamiento miscible por
Settari et al. (1977) y para desplazamiento inmiscible por Spivak et al. (1977).

Un mtodo de diferencias finitas usando aproximacin de nueve puntos fue desarrollado por Yanosik y McCracken
(1976). Debe notarse que esta formulacin es similar a la aproximacin de variaciones usada por Chapeau. Cuando
es necesario simular desplazamientos inestables con una aproximacin convencional de cinco puntos, el uso de grid
paralelos da ms resultados realistas tanto de vapor (Coats et al. 1974) y desplazamiento miscible (Settari et. al.
1977). Una alternativa fue sugerida por Robertson y Woo (1976) quien sustenta que el uso de grid curvilneas (ver
capitulo 7, Seccin 7.10) elimina efectos de orientacin para desplazamiento miscible.

Sin embargo, ellos no sustentaron su reclamo por mostrando convergencia de la solucin numrica a la solucin
verdadera.

9.8 SIMULACIN DE PROBLEMAS DE SINGLE-WELL

El principal problemas solucionando problemas de single-well es la estabilidad de las ecuaciones de diferencias
finitas. A causa de el grid radial diseado en el modelo, el volumen de poro de los bloques usualmente varia por
muchos orden de magnitud entre el bloque mas pequeo y el ms grande en el radio externo. Desde que la
estabilidad de las ecuaciones con tratamiento explicito de transmisibilidades (seccin 9.3.2) ser contralado por el
tamao de bloque ms pequeo, este mtodo usualmente requerir el uso de imprcticos deltas de tiempos
pequeos. Esto fue demostrado experimentalmente por primera vez por Welge y Weber (1964). Como se demostr
por Blair y Weinaug (1969), el tratamiento implcito de transmisibilidades (discutido en el captulo 5, seccin 5.5.2) es
necesariamente para este tipo de problema. De hecho, todos los mtodos para tratamiento implcito de
transmisibilidades discutidos en el Capitulo 5 han sido desarrollados para soluciones de problemas de conicidad.
Adems de estos mtodos, el mtodo secuencial discutido en la seccin 5.6 (capitulo 5) tambin pueden ser usados.

9.8.1 Tratamiento de los trminos de produccin (modelo de pozo)

El tratamiento de los trminos de produccin es particularmente importante. Spivak y Coats (1970) han mostrado que
solo los tratamientos implcitos de los trminos de produccin resultan en varias veces incrementa su estabilidad
cuando las transmisibilidades son tratadas explcitamente.

Las transmisibilidades en los trminos de produccin pueden ser tratados implcitamente como se describe en la
seccin 5.7.2 (capitulo 5). Adems cuando la produccin es de varias capas, el tratamiento tambin debera
satisfacer las correctas cadas de presiones en el wellbore (condiciones de compatibilidad, cf. Seccin 9.4.2). las
ecuaciones para los trminos de produccin tambin son llamados un modelo de pozo (Chappelear y Rogers,
1974).

El modelos de pozo ms simple es obtenido cuando las solo las ratas son distribuidas de acuerdo con la movilidad
(ecuacin 9.40). Nolen y Berry (1972) investigaron el error causado por esta simplificacin comparada con la
285

asignacin de la produccin correcta de acuerdo con la ecuacin (9.39) para el problema de Blair y Weinaug (1969),
ellos encontraron que los errores son pequeos a menos que el pozo sea completado a travs de zonas de muy
baja permeabilidad. Ellos tambin reportaron que la evaluacin explicita de en (9.39) causo problema de
estabilidad, los cuales son eliminados incluyendo un modelo simplificado que consiste en una columna adicional de
bloques representando el wellbore con muy altas transmisibilidad vertical. Chappelear y Rogers (1974) presentaron
un modelo de pozo, basado en las ecuaciones. (9.41) y (9.43), con la ecuacin de la rata (9.43) tratado
implcitamente como:

+1
=

+1

Tanto

como el trmino no lineal de esta ecuacin son iterativamente recalculadas hasta satisfacer la rata
establecida.

Sonier et al. (1973) propuso un modelo de pozo el cual tiene en cuenta la condicin de compatibilidad a travs de la
ecuacin (9.41), pero tambin simula el efecto outlet (cf. Capitulo 5, seccin 5.7) sin embargo, su tratamiento de la
condicin outlet no es una parte integral de el rgimen de diferencias finitas y iteraciones requeridas.

Un modelo de pozo consistente con la discretizacin de las ecuaciones, fue presentado por Settari y Aziz (974). Este
modelo maneja rigurosamente tanto el flujo en el wellbore y el efecto outlet y este es descrito a continuacin. El uso
de la distribucin de puntos grid con grid apunta a que el radio del pozo proporciona un medio natural para i ncluir el
modelo de pozo en las ecuaciones de diferencias finitas.

En lo que sigue, suprimiremos el subndice i del punto del grid (i, k) al wellbore y considerar por simplicidad
nicamente flujo en dos fases.



9.8.1.1 Modelo de Pozo para el Centro del Pozo (Distribucin de Puntos en el Grid)

Primero considere la distribucin de la ratas de una bloque en capa k. antes de avanzar, i.e., si Swk< Swo el agua de
produccin es cero, Qwk=0. Despus del avance, la condicin es Swk=Swo, o, si la ecuaciones son solucionadas en
trminos de presiones,

) (9.56)

La ecuacin para la fase agua para el punto k despus del avance es remplazada por la ecuacin. (9.56). despus la
solucin ha sido obtenido, el agua de produccin puede ser encontrado por sustituir la solucin en la ecuacin
original de diferencias finitas para este punto. Acorde a la definicin del residuo por ecuacin. (5.18),
este puede ser escrita como

+1
=

+1
(9.57)

Desde

+1
=

+1
(9.58)

La solucin ser satisfecha, en el caso de especfica produccin total de crudo,

+1
=

+1

(9.59)

+1
= 0 Si Swk < Swo (9.60)

+1
=

+1

+1
Si Swk = Swo

Estas dos ecuaciones dan la distribucin de rata en lugar de la ecuacin (9.39).

Ahora vamos a considerar produccin de varias capas. La presin en el wellbore p debe obedecer las ecuaciones de
flujo multifsico en tuberas. Flujo vertical en tubera es discutido, entre otros, por Govier y Aziz (1972). Descuido del
efecto de la energa cintica, la cada de presin total puede ser expresada como:

(9.61)

286

Donde Hg dz es el termino de cabeza hidrosttica y dpf es la cada de presin de friccin. El trmino de friccin puede
ser expresado como:

Donde

es la rata fluyendo de aceite en el wellbore y Ff es funcin de la friccin el cual puede ser calculado por
uno de los mtodos conocidos. Ecuacin (9.61) se puede ahora discretizar como:

+1 2

=
+1

=
+1 2

+1

+
+1 2

+1 2

(9.62)


Esta relacin remplaza la aproximacin (9.41) en la distribucin de puntos del grid, la presin en los puntos del grid
en el pozo es asumida a ser la misma que la presin en el wellbore, i.e. pk =

. Usando esto, podemos solucionar

(9.62) para

+1 2

=
1

+1 2

+1

+1 2

+1

(9.63)

La ecuacin de balance de materia en el wellbore ahora puede ser escrita como (Fig. 9.19)



+1 2

1 2

+1
= 0 (9.64)

Donde

+1
es la rata de produccin desde la capa k.


Fig. 9.19. Combinacin de ecuaciones del Wellbore con la ecuacin de reservorio.


La ecuacin de diferencias finitas (9.58) para el bloque de produccin k puede se escrita como:

+
+
1
2

1
2

+1
(9.65)


Donde la rata de flujo interbloque qor y qoz son definidas en la Fig. 9.19 y qoac es el termino de acumulacin. Usando
(9.64) podemos eliminar

+1
de (9.65) como se muestra en la Fig 9.19, la ecuacin resultante puede ser escrita
como:

+
+
1
2

+

1
2

= 0 (9.66)



287

Donde:

+
1
2

=
+
1
2

+
+
1
2

Porque el Qo expresado como en (9.63) son de la misma forma como el termino de flujo vertical, ecuacin. (9.66) el
cual incluye el modelo de pozo puede ser obtenida de (9.65) simplemente por omitir el trmino de produccin y
modificando la transmisibilidad y gravedad en el trmino de flujo vertical como sigue a continuacin:

(a) Remplace T Zo por T Zo +
1
F
f
= T Zo +TW
(b)
(c) Remplace o por
o
+
T W
TZ
o
+ T W
H
g


nicamente el bloque productor del tope tendr el trmino de produccin, el cual ser la produccin total de petrleo
Qto como se muestra en la figura 9.19. La margen de produccin puede ser calculada de (9.57) y (9.58) despus de
haber obtenido las soluciones. Los trminos TW y Hg dependen de tasas desconocidas y en teora requieren
repeticin. La dependencia sin embargo es dbil y la repeticin no se necesita en la prctica.
El modelo descrito tiene las siguientes propiedades:

1- El nico trmino de produccin que aparece en las ecuaciones es el total de la produccin Qto.
2- Tanto el efecto de salida como presin de cada del pozo son satisfechos rigurosamente.
3- El buen modelo no afecta la estructura de las ecuaciones.
4- Los trminos buenos automticamente son tratados implcitamente en la misma manera que interbloqueo las
posibilidades de trasmisin, y la tasa total es siempre satisfecha.

El modelo es extendido al flujo de tres fases especificando la produccin de gas as:



Donde Sgo es la saturacin de gas reduce la presin capilar gas- petrleo a un mnimo.

Cuando la presin del fondo del pozo es especfica en vez de tasada, en la ecuacin para la produccin ptima del
petrleo el bloque K ser reemplazado por la ecuacin:

Pok = Pwf

En el caso de produccin total de lquido la formulacin requiere repeticin, porque Qto no est corregido.

9.8.1.2 El modelo correcto para la rejilla del bloque central

Considere ahora el caso de un bloque central de la malla o un buen completado de columnas interiores de bloques.
En ambos casos la presin ptima ser diferente del bloque de presin como se indica en la ecuacin (9.55). El
mtodo convencional de produccin allocation el cual restringe el efecto de salida debera ser usado debido al gran
largo del bloque. La condicin de compatibilidad puede ser fcilmente implementada cuando la produccin optima
contra la presin especificada del fondo del pozo. Si la presin

al mximo de produccin del bloque es conocida,

puede ser calculada para todas las capas a partir de (9.62) usando las tasas de tiempos anteriores.
Las tasas son entonces calculadas independientemente para cada capa. Si usamos la notacin de la ecuacin (9.55)
la tasa implcita tratada seria:

+ (

)`

+ (

)`

(9.67)

Donde Clk es una transmisin entre el bloque central y el pozo para un problema de conicidad con la malla centrada
en el bloque, o un coeficiente de produccin en el caso de un buen localizado dentro del bloque.
Cuando una tasa constante es especificada, el mismo mtodo podra ser usado si la presin desconocida

es
constantemente cargada para dar la tasa prescrita. Con un algoritmo ajustable, este procedimiento es estable y
288

usualmente requiere solo dos repeticiones. Un mtodo alternativo es el de tratar

como un desconocido en (9.67)

y agregar la tasa de la ecuacin al sistema. Este aproximamiento ha sido usado para la buena simulacin de la fase-
singular del gas por Coats y es tambin discutida por Trimble y McDonald. La ecuacin adicional es obtenida por la
suma de (9.67):

=+
(9.68)

Donde
+

n el lado correcto puede ser calculado con (9.62). Ademas sabemos que podemos resolver el
problema por una matriz. Conveniente usar la ecuacin descrita anteriormente para eliminar

como un
desconocido en cada una de las ecuaciones que contienen

+
. Debido a que (9.68) contiene

para todos
los bloques productores, esta operacin resulta ser el relleno de la matriz para tal ecuacin para cualquier bloque
productor tendr un 0 de coeficiente para todos los bloques desconocidos K = K,., Kmax si Kmax - K > 1, la
estructura alterada de la matriz puede incrementar el ancho de la banda para ciertos ordenadores desconocidos y
requiere modificaciones de algoritmos para mtodos repetitivos. Un ejemplo para cualquier mtodo lineal con lneas
en direccin z, la lnea que contiene no puede ser resuelta por el algoritmo de Thomas, porque el ancho de la banda
de la sub-matriz es 2 (Kmax - K) + 1

9.8.2 COMPARACIN DE ESTABILIDAD Y EFICIENCIA DE VARIOS TRATAMIENTOS DE TRANSMISIBILIDAD.

Diversos autores estudiaron los mtodos para el tratamiento implcito de coeficientes para las dos fases del problema
usado por Blair y Weinaug (1969).


Fig. 9.20 Sensibilidad de paso del tiempo de los modelos de Letkeman y Ridings, Nolen
y Berry para el problema de Blair y Weinaug.

La informacin completa es encontrada en Settari y Aziz (1974). Letkeman y Ridings (1970). Nolen y Berry (1972)
adems de otras obtenidas de resultados para este problema usando diferentes versiones del mtodo SS. Letkeman
y Ridings usan P, S para la formulacin con transmisibilidades lineares implcitas, Nolen y Berry usaron la misma
formulacin con linealizacin y tratamientos semi-implicitos. Settari y Aziz usaron la formulacin Po, Pw con las
iteraciones de Newton en la transmisibilidad de la matriz y el modelo bien descrito en la seccin 9.8.1.1. Todos los
autores encontraron el modelo estable para los pasos en 100 das. Los resultados del tiempo y pasos son mostrados
en la figura 9.20 y 9.21. Los resultados de la tabla 9.21 fueron obtenidos con una de las repeticiones de Newton y por
esto son equivalentes al tratamiento linealizado. La lenta sensibilidad del tiempo-pasos del modelo de Settari y Aziz
es atribuido al buen tratamiento descrito anteriormente en la seccin 9.8.1.1. La gran diferencia en los resultados
obtenidos por los 3 trabajos con esencialmente el mismo mtodo de linealizacion no son muy confiables. El modelo
de Letkeman y Ridings tiene una gran sensibilidad en pazos de tiempo. La linealizacion de Nolen y Berry da unas
oscilaciones de saturacin para = 100 dias, mientras el modelo de Settari y Aziz da una solucin parcial.

289


Fig. 9.21 Sensibilidad de paso del tiempo de los modelos de Settari y Aziz, para el problema de Blair y
Weinaug


Esto muestra que el desempeo de un simulador puede ser fuertemente influido por pequeas diferencias en la
implementacin del mtodo (mirar seccin 9.8.3) y el buen modelo.

La viabilidad de la iteracin de Newton. Settari (1973) estudi la viabilidad del mtodo de Newton comparado con
el mtodo de linealizacion. Sin embargo el mtodo de Newton permite el uso prctico de pasos de tiempo ilimitados,
el nmero de repeticiones requeridos para la convergencia de un incremento de un paso de tiempo, como el paso de
tiempo es incrementado y aproximadamente igual al nmero de pasos de tiempo ms cortos uno podra tomar el
mtodo de linealizacion para alcanzar el mismo tiempo.(Tomemos como ejemplo el mtodo de Newton que con un
paso de tiempo de 150 das requiere de 3 repeticiones, mientras que el mtodo de linealizacion requiere 3
repeticiones en 50 das). Debido al tiempo truncado en errores de la solucin implcita completa puede ser
demasiado larga , una mejor solucin por la misma cantidad de tiempo invertido en el computador es usualmente
obtenida con el mtodo de linealizacion y ms corto en pasos de tiempo que el mtodo de Newton con mas pasos de
tiempo. La truncacin de errores puede ser controlada seleccionando el tamao de paso de tiempo de tal modo que
la saturacin mxima cambie con el paso del tiempo y no exceda un valor dado de usualmente 5-10%.

COMPARACIN DE LOS MODELOS SS Y SEQ No hay comparacin disponible en la literatura entre estos dos
modelos. Veamos unos resultados obtenidos con algunos modelos comerciales. La figura 9.22 muestra la
comparacin de los tres modelos para el problema de Blair y Weinaug. El modelo SS est basado en a P, S
formulacin con la malla centrada del bloque y la distribucin convencional de la produccin.


Fig. 9.22 Comparacin de los modelos SS y SEQ para el problema de Blair y Weinaug

290

El modelo SEQ es la modificacin del modelo SS con transmisibilidades para la saturacin de la ecuacin calculada
de acuerdo con las ecuaciones (5.127). La lnea marcada en el modelo SEQ II fue obtenido con un modelo descrito
por Coats (1976), el cual usa la ecuacin 5.128 para calcular las transmisibilidades e incorporarlas en el modelo
descrito en el seccin 9.8.1.2. Ambos modelos secuenciales dan ligeramente menos WOR que el modelo SS. La
figura 9.23 muestra la sensibilidad del modelo SEQ I en el paso del tiempo. Ntese que mientras el WOR es ms
suave para pasos de tiempo arriba de 75 das, el correr con 100 das muestra signos de algunos problemas en la
estabilidad.


Fig. 9.23 Sensibilidad de paso del tiempo del modelo SEQ I

Ko (1977) tambin ha representado los resultados para este problema con un modelo secuencial. Su modelo es
similar al modelo de Settari y Aziz (1974) e incluye el modelo de la seccin 9.8.1.1, modificado para el caso
secuencial. Los resultados de sus clculos son suaves para para ms de 100 das, pero el paso del tiempo es
ms largo que aquel mostrado en la figura 9.23. Ko tambin hallo que en aplicaciones bidimensionales la estabilidad
mejora al decrecer los trminos no lineales que envuelven el producto de saturacin y los derivados de la presin
capilar.

9.8.3 CONSIDERACIONES PRCTICAS

Tratamiento en las curvas en coeficientes de transmisibilidad. Alguna discusin de este problema est en la seccin
5.5 (capitulo 5). Es usualmente suficiente para usar las tangentes de curvas obtenidas de Kr, las tablas que sern
desmenuzadas constantemente si la interpolacin lineal es usada.

Cuando las curvas apropiadas son usadas, podran ser tomadas en la direccin del cambio de saturacin esperado.
Esto es particularmente importante cuando la saturacin alcanza el valor al cual una de las fases es inmvil (en un
sistema 0-w; Sw=Swc S=1-Soirr). Considerando el caso del agua desplazando petrleo. Si Sw=Sc, la cadena de Krw
debera ser tomada como distinto de cero, mientras que S alcanza el valor mximo, la decantacin de K debe
tomarse como cero (9.24) Ajuste de la decantacin a cero en el S impide rebasamiento S porque no puede cambiar.
Si la decantacin de K se establece en cero en el S de la transmisibilidad del agua sera tratada explcitamente en
ese momento con una posible prdida correspondiente de la estabilidad.

Un problema similar se plantea cuando la saturacin est cerca de los valores lmites. Coats (1976) sugiri un
mtodo de computacin de curvas el cual previene el rebasamiento y donde Chappelear y Rogers (1974) describe el
tratamiento de las curvas para el flujo de gas cerca de Sgc.

291


Fig. 9.24 Manejo de laderas de las curvas de K en los extremos

Manejando el rebasamiento. Este problema est relacionado con la seleccin de los pasos de tiempo y el tratamiento
de las curvas discutidas anteriormente. Esto puede ser eliminado por el decrecimiento de los pasos de tiempo, pero
esto puede no ser muy prctico. Chappelear y Rogers (1974) discutieron la seleccin de los pasos de tiempo con
respecto al rebasamiento. Un pequeo rebasamiento puede ser tolerado, alternativamente la saturacin puede ser
reajustada al valor correcto, el cual incurrir en un balance material del error.

Algunas otras consideraciones prcticas son discutidas por Trimble y McDonald (1976). Su nfasis fue en el
incremento de la fiabilidad la cual es conseguida por el tratamiento implcito de las variables que son tratadas
implcitas normalmente (tal como la presin dependiente de las propiedades de los fluidos) y el uso de la iteracin de
Newton. Esto debe ser reconocido que su fiabilidad es ganada a expensas del incremento computacional por pasos
de tiempo y de la implicidad ptima del modelo que dependen del problema resuelto.

9.9 OBSERVACIONES FINALES

Muchas ideas desarrolladas en este captulo son comunes a varios tipos de problemas de 2D y tambin son
extendidas directamente a problemas en 3D y otros tipos de problemas que no han sido discutidos en este libro. La
divisin del material en las secciones 9.7 y 9.8 fue escogida para reflejar situaciones tpicas. Por ejemplo, el modelo
de pozo tratado en la seccin 9.8.1 es igualmente importante para secciones de corte y para simulaciones en 3D
como para los casos de poso sencillo. La misma observacin fue aplicada a muchas secciones del capitulo 12.

La tendencia actual en la simulacin est hacia modelos de fines generales que pueden manejar problemas de
muchos tipos. Spillette declaro de cmo un simulador puede basarse en secuencias de formulas. Sin embargo, por
otro lado, problemas donde se dificulta la variacin de la eficiencia mxima no pueden ser llevados a cabo por un
mtodo sencillo.

EJERCICIO 9.1

Derivar la ecuacin 9.53 por el mtodo Carter-Tracy para el clculo de la afluencia del agua.
Esquema de la solucin
Para un acufero infinito rodeado por un yacimiento cilndrico de radio

la ecuacin que describe las dimensiones

puede ser escrita como:
=

()

Donde

=
6.328

2
= 1.1191

2


c= compresibilidad total
k= permeabilidad
h= grosor del acufero

Carter y Tracy mostraron que la influencia en el influjo acumulativo puede ser aproximadamente expresada como:

+1

+1

+1

+1

+1

+1

)
292


Esta ecuacin puede ser escrita en la forma de la ecuacin (9.53) con:

=

+1

+1

+1

+1

+1

293

CAPITULO 10

SOLUCIN DE LAS ECUACIONES DE BLOQUE PENTADIAGONAL

10.1 INTRODUCCIN


En el capitulo 6 se mostr como pueden extenderse los mtodos del capitulo 4 para matrices tridiagonales y as
resolver sistemas de ecuaciones tridiagonales. En este capitulo se presenta un tratamiento parecido para la
extensin de los mtodos del capitulo 8 para matrices pentadiagonales y as resolver sistemas de ecuaciones
pentadiagonales. Se consideran tanto los mtodos directos como los mtodos iterativos.
La forma ms general en la cual puede expresarse un sistema de L ecuaciones diferenciales parciales a resolverse
es:


t
U
P q
Y
U
Y
Y X
U
X
x
K
lK K lK
K
lK
K
lK
c
c
+ =
(

c
c
c
c
+
(

c
c
c
c
|

l, K = 1, 2, 3,..L (Ec. 10.1)


De donde la re expresin de esta ecuacin hasta algn trmino limite, indica la sumatoria de todos los valores
inferiores a este termino limite, por ejemplo, para L=3:


(

c
c
c
c
+
(

c
c
c
c
+
(

c
c
c
c
=
(

c
c
c
c
X
U
X
x X
U
X
x X
U
X
x X
U
X
x
l l l
K
lK
3
3
2
2
1
1


l = 1, 2, 3 (Ec. 10.2)


Para muchos de los problemas que se presentan, los coeficientes Xlk, Ylk, lk Plk pueden ser cero. Esto se puede
ver fcilmente si se compara la ecuacin 10.1 con, por ejemplo, la ecuacin 9.3. Puede notarse tambin que para un
flujo de dos fases se indica solamente que l, k= 1, 2. Los trminos adicionales relacionados a las fuerzas de la
gravedad se desprecian debido a que ellos solo complican la expresin. Anlogamente a la ecuacin 8.3, las
ecuaciones para un solo grid point puede escribirse como:

ij
j i
n
j
ij
n
j
j
n
j
j i
n
j
j i
n
ij
d u b u fi u ai u gi u c = + + + + + + 1
1
1 1 1 , , 1
(Ec. 10.3)


La dimensionalidad de Uij
n
depender del numero de ecuaciones diferenciales parciales a resolverse
simultneamente (es decir, de L), y del numero de fases que se van a manejar simultneamente. Todos los
coeficientes tendrn un nmero de LxL sub-matrices. En las simulaciones de aceite negro, L valdr al menos 3 para
el mtodo SS y 2 para el mtodo SEQ. Por ejemplo, para el mtodo SS, las sub-matrices sern de 3x3 para flujo de
tres fases, y de 2x2 para el flujo de dos fases.

La expresin para este sistema de ecuaciones puede escribirse en forma matricial como:

d Au =
(Ec. 10.4)


Por ejemplo, cuando se utiliza un ordenamiento natural como el que se muestra en la figura 8.1, la matriz A tomar la
forma mostrada en la figura 8.2. Sin embargo, ahora cada termino X en la figura 8.2 representa una sub-matriz de
2X2 o de 3X3 segn el numero de fases que se este considerando.






294

El vector U para un ordenamiento natural con elementos ubicados en la direccin X se define como:
(
(
(
(
(
(
(
(
(
(
(
(
(

=
3 , 1
2 , 2
2 , 1
1 , 2
1 , 1
.
.
.
.
u
u
u
u
u
u
(Ec. 10.5)

Y los elementos de Uij contienen valores de la variable dependiente en el grid point (i, j) para todas las fases, es
decir, que para L=3:

(Ec. 10.6)

El vector d en la ecuacin 10.4 se define de forma similar.


10.2 MTODOS DIRECTOS

La forma de la ecuacin 10.4 es la misma forma de la ecuacin 8.4, excepto por el factor de que ahora todos los
elementos de la matriz A son sub-ndices de 2X2 o de 3X3 en vez de escalares. Esto significa que todos los mtodos
directos de la seccin 8.2 del capitulo 8 se pueden aplicar directamente a la ecuacin 10.3 simplemente
reemplazando las operaciones escalares en el proceso de eliminacin por operaciones matriciales. Como las sub-
matrices pueden contener un numero significativo de ceros en ubicaciones estratgicas, los algoritmos de solucin
pueden desarrollarse tomando ventaja de esta propiedad. Como se indic en el capitulo 6, existen muchas formas de
hacer el proceso de descomposicin y algunas de ellas son mejores que otras, sobretodo en lo concerniente a
errores de redondeo. Actualmente, no se tiene una comparacin real del trabajo requerido para los diferentes
esquemas de ordenamiento. Hasta que estas comparaciones existan, pueden seguirse utilizando las aproximaciones
presentadas en el capitulo 8. Estas estimaciones son validas para flujo multifasico, siempre y cuando se reemplace I
por IL y J por JL, y se aproximen valores exactos para grandes I y J (Ejercicio 10.1). Esto implica particularmente que
las relaciones asintticas para los ordenamientos D4 y estndar (figura 8.9) tambin son validas en problemas de
flujo multifasico.


10.3 MTODOS ITERATIVOS

La discusin general de los mtodos iterativos presentada en la seccin 8.3.3 del capitulo 8, se aplica directamente a
la solucin de un sistema de ecuaciones pentadiagonal. Existen sin embargo, muchas posibilidades de solucin
diferentes a la ecuacin 8.5. Por ejemplo, los mtodos de punto iterativo discutidos anteriormente se pueden
generalizar con el fin de reemplazar las operaciones escalares por operaciones con sub-matrices. La discusin
detallada de este problema seria, sin embargo, solo de inters acadmico, ya que los mtodos de punto iterativo se
tornan imprcticos en los problemas de simulacin de yacimientos.

La extensin de mtodos de bloque iterativo para el manejo de la ecuacin 10.3 si tienen una gran importancia
practica. En particular, los SOR (BSOR), ADI y SIP son los ms usados.
(
(
(
(

=
ij
ij
ij
u
u
u
u
ij
3
2
1
295


10.3.1 Mtodo BSOR: Consideremos un ejemplo simple correspondiente al ejemplo de la ecuacin 8.52 para flujo
bifsico. Puede aplicarse el procedimiento descrito en la seccin 8.3.4 del capitulo 8 directamente para que notemos
que en cada lnea habr una ecuacin de la forma:

i i i
d u A = (Ec. 10.7)

Y que puede resolverse; donde Ai son ahora las matrices tridiagonales que requieren los mtodos discutidos en el
captulo 6. Este mtodo se describe tambin en las obras de Bjordammen y Coats (1969).
As, en principio, la extensin del mtodo BSOR para problemas de flujo multifsico es lo ms adecuado. La dificultad
real se da en la estimacin de Wb. En vista de que no existen resultados publicados, los siguientes tems dan una
base para intuir algunos argumentos y aplicarlos:

1. Cuando se usa el mtodo de solucin simultnea, con la presin de cada fase como las variables dependientes,
el trmino Wb se predice mediante los mismos mtodos que para el flujo de una sola fase. Sin embargo, los
valores de este parmetro de iteracin pueden diferir marcadamente de los valores de prediccin ptimos para
problemas de flujo en una sola fase (capitulo 8). Para problemas de flujo en dos fases, Bjordammen y Coats
(1969) encontraron el valor de W=1 como el ms optimo (Mtodo de Gauss-Seidel).

2. Cuando se resuelven ecuaciones simultaneas para dos saturaciones, el valor de Wb puede tender a 1 debido al
carcter hiperblico de las ecuaciones. La tasa de convergencia es sensible a la direccin de barrido. Como se
puede ver en la seccin 5.6.3 del captulo 5, cuando Pc=0 y el flujo se da en una nica direccin, las ecuaciones
de saturacin pueden ordenarse de manera tal que la matriz de coeficientes sea triangular. Un sistema como ese
puede resolverse directamente mediante iteraciones por sustituciones progresivas o regresivas. Esta sustitucin
corresponde a un barrido de Gauss-Seidel en la direccin apropiada, lo cual sugiere que el valor de Wb tiende a
1, aun en el caso ms general.

3. Cuando se tienen ecuaciones simultaneas para una presin y una saturacin, el termino Wb probablemente
estar entre los valores de los tems 1 y 2. Tambin es posible utilizar valores diferentes de W en las ecuaciones
para fases distintas. Se espera que el valor de Wb para la ecuacin de saturacin tienda a 1, mientras que este
mismo parmetro Wb puede estar entre 1 y 2 para la ecuacin de presin. No existen resultados disponibles en la
literatura para esta aproximacin. En muchos casos se requiere suponer el valor de W hasta alcanzar un valor
muy aproximado al ptimo. Woo y Emanuel (1976) obtuvieron gran xito con el mtodo LSOR cuando lo aplicaron
en conjunto con una correccin unidimensional (1DC). Sin embargo, su artculo no da suficientes detalles al
respecto, y aun as es de mucho valor.

10.3.2 Mtodo Iterativo ADI: Los mtodos iterativos ADI se discutieron en la seccin 8.3.6 del captulo 8. Los
elementos de las matrices V y H, por ejemplo, en la ecuacin 8.73 ahora son sub-matrices de 2X2 o 3X3
dependiendo del nmero de ecuaciones que pretendan resolverse simultneamente. Para todas las lneas, en cada
barrido, puede resolverse una matriz de ecuaciones tridiagonal de la forma de la ecuacin 10.7.
La eleccin de un conjunto optimo de parmetros de iteracin y la eleccin del nmero de iteraciones de un ciclo es
algo complejo de realizar. Douglas (1959) aplico una forma generalizada del mtodo de Peaceman y Rachford (1955)
para la solucin simultanea de dos ecuaciones diferenciales parciales.

El mtodo de Douglas (1959) se obtiene mediante la generalizacin de la ecuacin (8.77). La forma de la ecuacin
es exactamente la misma y ahora todas las matrices tienen LXL sub-matrices como elementos. Con el ordenamiento
de U dado por la ecuacin 10.5, las ecuaciones ADI pueden escribirse como:

( )
( )
( )
( )
( )
d u V D r u D r H
v v v
+ = + +
+ +

1 * 1
.

( )
( )
( ) ( )
( ) d u H D r u D r V
v v v
+ = + +
+ + +

* 1 1 1

(Ec. 10.8)

10.3.3 El Mtodo SIP: Weinstein (1970) mostr como el mtodo SIP propuesto por Stone (1968) para una nica
ecuacin diferencial parcial tambin poda aplicarse a un sistema de ecuaciones diferenciales parciales. Igualmente,
la extensin del mtodo SIP discutida en la seccin 8.3.7 del captulo 8 tambin es adecuada para otros
procedimientos iterativos. Los elementos de la ecuacin 8.80 ahora son sub-matrices de 2X2 o 3X3 y la divisin
puede reemplazarse por una inversin matricial. Weinstein muestra detalles sobre el algoritmo, y establece qu tanta
ventaja pueden llegar a tener los ceros presentes en las sub-matrices.

Los parmetros iterativos se seleccionan mediante el procedimiento discutido en la seccin 8.3.7 del captulo 8. Las
ecuaciones 8.88 y 8.89 se usan por defecto debido a que se observa que el factor Xlk puede sustituirse por Ylk, etc.
Se recomienda el uso de 4 a 10 parmetros en un ciclo. Si esto causa alguna divergencia, el termino (1-max) en la
ecuacin 8.88 debe multiplicarse por un factor de 2 a 20. Por otra parte, si la convergencia es lenta, el termino (1-
296

max) debe dividirse por un factor de 2 a 20. Estos parmetros son convenientes para problemas de flujo
incompresible. Para problemas de flujo compresible, debe adicionarse a la secuencia un nuevo parmetro igual a la
unidad. El uso de los mismos parmetros dos veces no es aconsejable, ni para las ecuaciones de una sola fase
(capitulo 8), ni para los problemas de flujo multifasico. As, un parmetro solo puede usarse una vez en un ciclo.
Cambiando el nmero y la secuencia de los parmetros, se puede influir en las propiedades de convergencia del
mtodo. Se reportaron observaciones similares por Suarez y Farouq Ali (1976) basados en las pruebas que ellos
desempearon en problemas de flujo bifsico homogneo y heterogneo.

10.3.4 Comparacin de los Mtodos Iterativos: Actualmente no existen resultados disponibles de la aplicacin de
todos los mtodos iterativos importantes a un conjunto especfico de problemas.

Bjordammen y Coats (1969) presentaron una comparacin de los mtodos ADI y SOR. Para problemas tpicos de
mantenimiento de presin agua-aceite (modelos areales), ellos encontraron que el ADI iterativo requerido era
solamente del 45% al 75% del trabajo requerido por el mtodo LSOR (usando W=1). Sin embargo, se encontr que
el mtodo LSOR era ligeramente mejor que el ADI en la simulacin de un problema de flujo cruzado en una seccin
gas-aceite.

Weinstein present comparaciones de los mtodos ADI y SPI para tres problemas de flujo bifsico y tambin para
tres problemas de flujo trifsico. Los tres problemas de flujo bifsico fueron: (1) una seccin cruzada incompresible
gas-aceite, (2) una seccin cruzada con empuje por gas en solucin, y (3) una conificacion radial agua-aceite. Los
tres problemas de tres fases fueron: (1) el mantenimiento de presin, (2) el modelo de laboratorio de un sistema con
empuje por gas en solucin, y (3) un campo con empuje por gas en solucin.

Basado en sus pruebas, el autor concluy que el mtodo SIP requiri de un esfuerzo de cmputo significativamente
menor que el mtodo iterativo ADI para resolver estos problemas. Igualmente se estableci que, para problemas con
altas relaciones de transmisibilidad en dos direcciones, el mtodo ADI no converge en muchos casos, mientras que el
mtodo SIP si lo hace. Pero, cabe recordar tambin que, el algoritmo del mtodo SIP requiere de ms clculos por
iteracin que el mtodo ADI. Sin embargo, para problemas complejos, el mtodo SIP es el ms adecuado debido a
que requiere pocas iteraciones.

Estas conclusiones son consistentes con los resultados reportados en el captulo 8 para ecuaciones sueltas (ver por
ejemplo, la figura 8.20). Estos resultados, de forma ms detallada, estn disponibles en la seccin 8.3.9 del captulo
8, all se dan ms indicaciones.


10.4 COMPARACIN DE LOS MTODOS DIRECTOS E ITERATIVOS

Debido a la ausencia de publicaciones sobre la comparacin de resultados de los mtodos directos y los mtodos
iterativos, podemos solamente establecer que muchas de las ideas discutidas en la seccin 8.4 del captulo 8 suelen
ser aplicadas tambin en problemas de flujo multifsico.


10.5 OBSERVACIONES FINALES.

Para simulacin de problemas de yacimientos relativamente fciles la solucin simultnea de ecuaciones de flujo
usualmente no es necesaria y el contenido de este captulo no es relevante. Para problemas difciles donde las
ecuaciones deben ser resueltas simultneamente, se ha logrado un xito razonable con SIP y LSOR con IDC.
Resultados detallados de la experiencia con mtodos iterativos aun no se han publicado.

La eliminacin directa con ordenamiento D4 parece ser superior a todos los mtodos iterativos para la mayora de
problemas prcticos, siempre que haya suficiente capacidad de almacenamiento disponible.
Es necesario ms trabajo en varios mtodos iterativos para problemas prcticos de simulacin de yacimientos.


Ejercicio 10.1.
Deducir el trabajo necesario para una matriz de bloques pentadiagonal con bloques de L x L.
Resumen de la Solucin
El ancho de banda de la matriz A de tamao LN x LN es (2M+L) L+L-1 (o bloques de 2M+1) y la ecuacin (8.11) nos
da:
297

( ) ( ) | |
( ) ( ) | |
( ) | | ( )
( ) ( ) | |
( ) ( ) ( ) | |
( ) | | ( )
( ) ( ) ( ) | |
( ) ( )
( ) ( )
( ) ( ) | | ( )
W W
L
L L L L L L L
ML
M N ML ML M N L
ML ML ML ML ML
ML ML ML ML ML
L L M N
L L L
L L ML M N
ML ML M N L
i i ML ML
L ML L ML
L ML L ML W
ML
i
M N
i
M N
i
M N
i
L
A + =
)
`

+
+ +
+

+ + + +

+
+ +
=

+
+ +
+
+ + + +
+ + + +
+ + + +
+ + =
+ + + +
+ + + + +
+ + + =

=
) 1 (
2
) 1 (
6
) 1 2 )( 1 (
2
) 1 (
2 *
1
2
1
6
1 2 ) 1 (
3
1
6
1 2 ) 1 (
1 ... 2 1
} 1 1 ... 1
1 ... 2 1 2 {
1
1 1
... 2 1
1
2
2 2
2
1
2
1
2
1
2
1
2


Donde W es el mismo trabajo deducido en el ejercicio 8.1 (Eq F), sustituyendo ML por M y NL por N y AW ecuacin
es un trmino de orden inferior, quiere decir que WLW como N y M aumentan con un L fijo.


298

CAPITULO 11

INTRODUCCION

Hasta ahora en este libro, hemos demostrado que el modelo de una sola fase y los modelos de flujo multifsico se
pueden extender de una dimensin a dos dimensiones.
Como veremos en este captulo, la extensin de estos modelos en tres dimensiones no introduce nuevos conceptos.
La relacin entre una sola fase, unos-modelos tridimensionales y modelos multifasicos tridimensionales, se muestran
al pasar del captulo 3 al captulo 5. De forma similar, dos problemas multifase tridimensionales fueron discutidos en
el captulo 9, ampliando las ideas presentadas en el captulo 5 y 7.

Las ecuaciones de la matriz resultante de estos modelos tambin se han discutido a partir de las ecuaciones de la
matriz tridiagonal resultante de la fase nica de flujo unidimensional, en el captulo 4 el bloque de las ecuaciones de
la matriz tridiagonal resultante de un flujo multifase unidimensional en el captulo 6, la ecuacin de la matriz
pentadiagonal resultante de la fase de un solo flujo bidimensional en el captulo 8 y el bloque de la ecuacin de la
matriz pentadiagonal resultante de flujo multifsico de dos dimensiones en el captulo 10. El material en los captulos
3-10 se estableci por lo tanto lo que hay que pasar de una sola fase, a tres fases y de una dimensin a varias
dimensiones.
Por esta razn, no es necesario discutir los problemas tridimensionales en este tipo de detalle presentado por
problemas de una y dos dimensiones.
En este captulo vamos a mostrar cmo las ideas presentadas hasta ahora se pueden ampliar fcilmente para
manejar los problemas tridimensionales. Esto no implica que en tres dimensiones los problemas en simulacin son
fciles de resolver. Por el contrario, en la solucin prctica de tres dimensiones pueden haber serias dificultades.
Algn aspecto importante de problemas de simulacin en tres dimensiones ser discutido en este captulo.
Muchos de los problemas tridimensionales pueden ser aproximados de manera adecuada por modelos
bidimensionales a travs de los conceptos de pseudo-funciones que sern tratados en el captulo siguiente. Algunos
aspectos generales de los problemas tridimensionales son considerados por Aziz (1968).


11.2 FLUJO DE UNA SOLA FASE

11.2.1 Ecuacin bsica y Discretizacin.
La ecuacin diferencial general parcial para la segunda fase de un solo flujo tridimensional en coordenadas
cartesianas se expresa como:

+ (Ec. 11.1)
Una adecuada seleccin de:
, , ,
g y q de la ecuacin anterior pueden representar a varios modelos de flujo de gas o de lquido como se discuti en
el captulo 2.
La ecuacin de flujo tambin puede ser escrito en coordenadas cilndricas cuando detallamos flujo tridimensional en
torno a un pozo se va a investigar (ejercicio 2). Con el fin de mantener el breve debate, slo las ecuaciones en
coordenadas cartesianas se consideran aqu.

299

Por analoga con la ecuacin 2 a aproximacin por diferencias finitas para la ecuacin 1 es:
=

= 1,2, ,
= 1,2, , (Ec.11.2)
= 1,2, ,
Donde:
=

(Ec.11.3)

El primer trmino en el lado derecho de la ecuacin. (11.3) se puede escribir de forma expandida como:

=
+
1
2
, ,

+1

+
1
2

+1

1
2
,

1
2

Las definiciones de los trminos segundo y tercero en el lado derecho de la ecuacin 11.3 se puede escribir
inmediatamente por analoga con la ecuacin anterior, los coeficientes para el caso cilndrico se consideran en el
ejercicio 11.1.
Cuando todos los trminos de la ecuacin 11.2 se expanden y los coeficientes de

se toman, la ecuacin
resultante puede escribirse en el siguiente formulario sin los subndices i, j, k que son suprimidos:

1
+
1
+
1
+ +
+1
+
+1
+
+1
= (Ec.11.4)
Esta ecuacin diferencial puede ser descrita para cada punto de la cuadrcula y las ecuaciones resultantes pueden
ser tomadas y expresadas en forma de matriz, como:
= (Ec.11.5)
Hay siete incgnitas en una ecuacin diferencial de un punto interior, por lo tanto, la matriz contiene siete
diagonales como se muestra en la figura 11.1. Para este caso, los puntos (i, j, k) de la red estn ordenados en una
secuencia tal que se extendi por primera (i = 1, 2 .... i), j segundo (j = 1,2 ... . J), y k ltima (K = 1,2 ..... K). Los
elementos del vector para este ordenamiento son:
(Ec.11.6)


Es posible resolver la ecuacin 11,5 por mtodos directos e iterativos.
Estos mtodos son extensiones directas de los mtodos presentados en el captulo 8.
Algunas de las tcnicas ms importantes son consideradas a continuacin.
300

En la seccin 7.9 (captulo 7) se consideran algunos mtodos especiales para problemas bidimensionales conocidos
como IDA y los mtodos de ADE. Ambos tipos de mtodos pueden fcilmente extenderse a problemas
tridimensionales.
Sin embargo, la aplicacin de mtodos de ADE para problemas de simulacin 3-D es de poca importancia prctica y
no se considerarn. Relativamente los problemas 3-D pueden ser resueltos por la falta de mtodos iterativos ADI
que se analizan a continuacin.
Como en el captulo 7, considere la aproximacin por diferencias con versiones anteriores de la ecuacin. 11,1 sin
los trminos de la gravedad. La ecuacin resultante puede escribirse como:

+1
+

+1
+

+1
=
+1

+ (Ec. 11.7)
A fin de mantener la notacin tan simple como sea posible los subndices i, j, k han sido suprimidos, cuando se
procede en este captulo.
La extensin directa de la Peaceman y Rachford (1995), el mtodo para este problema resulta ser slo
condicionalmente estable, incluso para el problema lineal (Douglas, 1961). Algunos mtodos que estn
incondicionalmente estables para el problema lineal se dan a continuacin para la ecuacin. (11,7).
Douglas y Rachford. (1956) mtodo. El mtodo est definido por las siguientes ecuaciones:

+1
=

+
+1

(Ec. 11.8)
Este mtodo es una perturbacin de la aproximacin hacia atrs de la diferenciacin.
Brian (1961) mtodo. Brian utiliz un enfoque de extrapolacin para desarrollar un mtodo que es una perturbacin
del mtodo de Crank-Nicolson:

= 2

+2

+1/2
=

+ 2
+1/2

+1
=

+ 2(
+
1
2

) (Ec. 11.9)
Douglas (1962) mtodo. Douglas desarrollo un mtodo ADI, directamente de la aproximacin de Crank-Nicolson. Una forma de
este mtodo que es conveniente para los clculos es la siguiente:
1
2

+
1
2

) =

1
2

(
+1

) = (
+1

) (Ec. 11.10)
Este mtodo es otra perturbacin del mtodo de Crank-Nicolson.
La evaluacin de los trminos no lineales debe estar en el nivel n +1 para el mtodo de Douglas Rachford y n +1 / 2 nivel para la
orden de los dos mtodos.

Debido a que en lugar de un uso prctico limitado de estos problemas de mtodos, para la simulacin de yacimientos que no
sern objeto a tratar.

11.2.3 Mtodos directos de solucin
La aplicacin eficaz de eliminacin directa con el estndar pedido se muestra en el punto Fig.11.1 requiere que los
puntos sean ordenados en el menor de la primera direccin.

301

Por lo tanto, si



Los puntos deben ser ordenados en primer lugar en la direccin seguida por k J y I, para reducir al mnimo el trabajo.
Si se observan estas reglas, el mximo ancho de banda para el estndar pedido ser JK y el trabajo y las
estimaciones de almacenamiento para grandes I, J y K (Price y Coats, 1974)

1
=
3

3
(Ec. 11.11)

1
=
2

2
(Ec. 11.12)
Para 2-matrices cclicas alternando punto de ordenar los rendimientos

4
=

3
2

4
=

2
2

Por ejemplo, el orden dado por la ecuacin. (11,6) es ptimo si i <j <k. Otros planes discutidos en el captulo 8
tambin podra extenderse a problemas tridimensionales. Por ejemplo, la alternancia de lneas diagonales D4
rgimen, se convierte en un rgimen de alternancia plano diagonal. Este plan ha sido discutido por Price y Coats
(1974) y aqu se resumen sus resultados:
Sea m representan un plano diagonal donde todos los puntos de la cuadrcula en el plano satisfacen
+ + = = 3,4, , and = + +
Si M es incluido en el plano entonces deben ser elegidos en el orden
3,5,7, , 1,4,6,8, ,
Si M es impar, entonces la orden debe ser
3,5,7, . , 4,6 . , 1
Los puntos en un plano m deben ser numerados en orden decreciente de k y para cada valor de la constante k en
orden decreciente de J y el aumento de i, i siempre> j> k. El trabajo y las estimaciones de almacenamiento de tres
casos se resumen en el cuadro 11.1. Esta tabla tambin ofrece una comparacin de los pedidos y el nivel D4 pedidos
Los valores de f para D4 pedidos varan entre 0-171 y 0-5.
A fin de presentar los resultados de la tabla 11.1. Grfica, es necesario introducir algunas suposiciones adicionales.
Para el segundo caso en la tabla se supone que j = k. Entonces la relacin puede ser escrita como:

= 0.5
14
40

Donde r = i / j (desde i-j> k para este caso, r> 2). Ahora podemos representar las relaciones de trabajo para
problemas tridimensionales como lo hicimos para el caso de dos dimensiones en la figura 8.8 Sin embargo, para
problemas tridimensionales de cada uno de los tres casos de la tabla 11.1 deben considerarse por separado.
Las estimaciones de trabajo para ordenar D4 y comparacin con el estndar de pedido, sobre la base de Price y
Coats (1974).


302

Caso Aproximacin para el caso D4 relacin de trabajo de D4 a la
norma de pedidos, f
I=J= K

I-J > K


I=J,J=IK


Los resultados se muestran en la figura. 11,2 discusiones en esta seccin se aplican a las ecuaciones en
coordenadas cartesianas. Resultados similares, con algunas diferencias importantes, se pueden desarrollar para la
casos de coordenadas cilndricas (Ejercicio 11.2).
Relacin de trabajos para los diferentes tipos de problemas tridimensionales

Tres clases de mtodos iterativos han alcanzado diferentes niveles de xito en la solucin de problemas
tridimensionales. Estos son:
BSOR (o LSOR) con o sin correccin, (2) ADI iterativo, y el problema SIP. A (3), la breve descripcin de estos
mtodos sigue
BSOR y mtodos relacionados con:
Varias opciones estn abiertas en el uso de BSOR para problemas tridimensionales. Se podra considerar la
aplicacin directa de LSOR. Las lneas deben ser elegidas para minimizar el valor ptimo de W.
El valor mas pequeo de WB generalmente da resultados si las lneas son tomadas en el sentido de la mayor
transmisibilidad, como para problemas bidimensionales ( vase la seccin 8.3.9, capitulo 8). Esta es casi siempre la
direccin vertical.
BSOR tambin podra ser utilizada por considerar incognitas en un solo plano a la vez.
Vamos a recoger todos los valores de Pij para un determinado valor de k en un vector de pk. Entonces, el vector p
dado por la ecuacin. (11,6) puede escribirse como
303


(Ec. 11.5))





(Ec. 11.6)






(Ec. 11.7)


Esto es similar en forma a la ecuacin. (8.52), excepto que ahora son submatrices Ak pentadiagonal. La forma de Ak
depender de la ordenacin de los datos conocidos en un plano como en el caso de problemas bidimensionales
(captulo 8, secciones 8.1 y 8.2). Las ecuaciones, por ejemplo, si se utiliza orden natural, Ak tendr la forma mostrada
en las figuras .8.12.
La ecuacin para el clculo de (v 1) el nivel de iteracin de (v) por el mtodo de BSOR, que resuelve incgnitas de un
plano al mismo tiempo, puede escribirse como:

1
+1

+1
()
+

(Ec. 11.18a)

(+1)
=

+(1 )

()
(Ec.11.18b)
= 01,2,
Siempre que:
0
=
+1
= 0
Esta ecuacin se obtiene en analoga directa con la ecuacin. (8.54). Porque por encima de las ecuaciones se
resuelven de forma repetitiva, es muy importante para resolver el problema de la matriz en la ecuacin. (11.18a) de
304

manera eficiente. Cualquiera de los mtodos directo y rpido considerados en el punto 8.2 (captulo 8) se puede
aplicar aqu. Si, adems, las matrices obtenidas despus del pase hacia adelante, de la eliminacin se almacenan
slo la sustitucin.
Es necesario retroceder en la segunda y sucesivas iteraciones. Este enfoque es posible con la eliminacin estndar,
as como de los regmenes de ordenacin y es esencial para el uso eficiente de BSOR.
El valor ptimo de w puede ser calculado por los mtodos descritos en el captulo 8 (seccin 8.3.3). BSOR con
planos verticales usando D4 pedido de la ecuacin. (11.8A) se ha utilizado para problemas de simulacin por
Wattenbarger y Thurnau (1976). Tambin han aplicado este mtodo con dos correcciones tridimensionales (2DC) y
encontr que el uso de 2DC era necesario para obtener buena convergencia en los problemas heterogneos.
11.2.4.2 Mtodo Iterativo ADI:
Como en el caso de problemas bidimensionales (Seccin 8.3.6, Captulo 8) Hay muchas versiones de los mtodos
iterativos ADI que se puede utilizar para problemas tridimensionales. La ecuacin de la matriz (11,5) como resultado
de una frmula de siete puntos de diferencia (11.2) puede escribirse como:

+ + + = (Ec. 11.19)
Donde los elementos de X resultan de

, los elementos de Y resultan de

, los elementos de Z
resultan de

, y los elementos del resultado de la sumatoria de la derivada temporal. Por un adecuado

ordenamiento de p cualquiera de X, Y o Z puede transformarse en una matriz de bloque diagonal con cada bloque se
convierte en una matriz tridiagonal , , .
Ahora podemos generalizar cualquiera de los mtodos iterativos ADI discutidos en el captulo 8. Por ejemplo, un
mtodo correspondiente a la modificacin de Varga del mtodo Peaceman-Rachford (eqn. 8.77) puede escribirse
como:

+ +
+1

=
(+1
)
()
+
+ +
+1

=
(+1)

()

+
+ +
+1

(+1)
=
(+1)

(Ec. 11.20)
Como en el caso de problemas bidimensionales D es una matriz diagonal que contiene la suma de los elementos de
la diagonal de X, Y, y Z.
Douglas (1962) propuso otro mtodo (Varga, 1962, p. 244) que pueden ser modificados para los sistemas
parablicos y es expresado como:
+ +
(+1)

=
(+1)
2 2
()
+2
+ +
+1

=
+1
2

+2
+ +
(+1)

(+1)
=
(+1)

()

+ 2 (Ec. 11.21)
El mtodo anterior se reduce al mtodo Douglas (1962) cuando = 0 (ecuaciones elpticas) y D = I.
Hay muy poco en la literatura sobre la seleccin de los parmetros de la iteracin de estos mtodos. Una
aproximacin razonable es ampliar la ecuacin (8.77) para la estimacin de rmin y el clculo de los parmetros en
una secuencia geomtrica entre rmin y rmx = 1 a 2. La ecuacin para rmin es (Weistein et al., 1969):
rmin= minimo sobre la malla de

2
2
2
1+
1

2
2
2
1+
2

2
2
2
1+
3

(Ec. 11.22)

Dnde

1
=

2
+

2

305

2
=

2
+

3
=

2
+

2

Los valores de p=0 y (p= 1, 2 ,3) no deben ser considerados en la evaluacin del mnimo.

11.2.4.3. El Mtodo SIP
Este mtodo ya ha sido discutido para flujo monofsico bidimensional en el captulo 8 (seccin 8.3.7) y para flujo
bidimensional multifasico en el captulo 10 (seccin 10.3.3). La extensin de SIP a los problemas tridimensionales fue
propuesto por Weinstein et al. (1969). Como en el caso de problemas bidimensionales A es modificada por la N tal
que A + N es factorizable en L y matrices U que son dispersos y de la forma indicada en las figuras. 11,3 y 11,4. La
ecuacin (11,5) puede ser escrita en forma residual:

+
+1
=
+1
=

(Ec. 11.23)
Donde,

(Ec. 11.24a)

+1
=
+1

(Ec. 11.24b)
Las expresiones de los elementos de L y U se desarrollan de una manera similar al procedimiento utilizado en la
seccin 8.3.7 (captulo 8). El algoritmo final segn lo informado por Weinstein et al. (1969) es:

1 +
, ,1
+
, ,1

1 +
, 1,
+
, 1,

1 +
1, ,
+
1, ,

, ,1

, 1,

1, ,

1, ,

, ,1

, 1,

+
+

1, ,

, ,1

, ,1

(Ec. 11.25)

306


Fig. 11.3. Matriz L
Despus de que los elementos de L y U son calculados, el vector v se obtiene a partir de
=

(Ec. 11.26)
Solucion por Sustitucion hacia adelante

()

, ,1

, 1,

1, ,
(Ec. 11.27)
El vector se obtiene de
= (Ec. 11.28)
Solucion por sustitucion hacia atras

(+1)
=

+1, ,
(+1)

, +1,
(+1)

, ,+1
(+1)
(Ec.11.29)

Fig. 11.4 Matriz U
Las ecuaciones (11.25), (11.27) y (11.29) constituyen el algoritmo 3-D SIP siempre que se tenga

1
=

= 0 = 1,2, . , = 1,2, . ,

1
=

= 0 = 1,2, . , = 1,2, . ,
307

1
=

= 0 = 1,2, . , = 1,2, . ,
El algoritmo puede ser ms generalizado mediante el uso de diferentes valores de los parmetros de la iteracin en
cada direccin. El algoritmo generalizado ha sido presentado por Weinstein et al. (1969), pero sin resultados
reportados con esta forma de SIP.
Como en el caso del 2-D SIP, Weinstein, recomend que la anterior orden de incgnitas se utilizar para las
iteraciones impares y para las iteraciones pares de esta secuencia para ser cambiado a lo siguiente:
= 1,2, . ,
= , 1, . . ,1
= , 1, ,1
El cambio de secuencia mejora la tasa de convergencia. El uso de otros ordenamientos independientes (dos son
posibles en este caso) no es necesario de acuerdo a Weinstein et al. (1969).
Los parmetros de iteracin se calculan mediante el establecimiento de la parte derecha de la ecuacin. (11.22),
igual a (1-max) y utilizando la ecuacin (8,89) para calcular m. En general, el nmero de parmetros por ciclo (M)
es de entre 4 y 10, si la secuencia calculada anteriormente, causa divergencia, (1-max), calculado debe ser
multiplicado por un factor de 2-10, y si las iteraciones convergen pero poco a poco, se debe dividir por un factor de 2-
10.

11.2.5 Comparacin de Mtodos
En las secciones 9.2.2 a 9.2.4 hemos discutido tres clases de mtodos: (1) no iterativo ADI, (2) directo, y (3) iterativo.
A primera vista, los mtodos no iterativos ADI pueden parecer atractivos para la simulacin de yacimientos, debido a
su simplicidad y la cantidad relativamente pequea de trabajo informtico requerido por etapa. Esto, sin embargo, no
siempre es el caso. Pruebas reales con el mtodo indican que pequeos pasos de tiempo injustificados pueden ser
usados (Briggs y Dixon, 1968)
Cuando la matriz eqn (11.5) debe ser solucionada, se puede elegir entre un mtodo directo o un mtodo iterativo.
Para los problemas lo suficientemente grandes seleccionar un mtodo iterativo requiere menos trabajo. El punto de
transicin depende de la eleccin de los mtodos que se cuenta y el criterio de convergencia para el mtodo iterativo.
Price and Coats (1974) presentan resultados que pueden ser de valor para decidir el mtodo a ser utilizado. Vamos a
presentar un resumen de sus resultados aqu. Parte de la discusin tambin se aplica a problemas bidimensionales
discutido en los captulos 8 y 10.
El trabajo de un mtodo iterativo puede ser expresado como

(Ec. 11.30)
Donde c es el nmero de multiplicaciones y divisiones por iteracin por la red de bloques y Ni es el nmero de
iteraciones necesarias para la convergencia. El trabajo de los mtodos directos puede ser aproximado por la
expresin
=
3
(Ec. 11.31)
Donde el coeficiente f = 1 para el orden natural y se encuentra entre 0-17 y 0-5 para ordenamiento D4
La relacin de trabajo puede ser aproximado por

(Ec. 11.32)

donde w=JK es la amplitud de banda nominal de la matriz (w=J para problemas bidimensionales). La amplitud de
banda crtica, wc, en el cual W=Wit es

1 2
(Ec. 11.33)
308

Por ejemplo, este valor de wc para un problema de dos dimensiones se muestra como el punto de cruce en la figura
8.26. Esta cruzada sobre el punto, obviamente depende de los mtodos utilizados y la tolerancia aceptable para los
mtodos iterativos. Mtodos directos con ordenamiento estndar por lo general no puede competir con los mtodos
iterativos para la solucin de problemas tridimensionales.
Sin embargo, Price and Coats muestra que con D4 ordenar los mtodos directos requieren menos trabajo que los
mtodos iterativos para muchos problemas prcticos.
Es posible obtener una estimacin aproximada de wc de la ecuacin. (11.33) mediante el clculo de f de la frmula en
la tabla de 11,1 o de la fig. 11.2. El valor de la constante C se puede estimar a partir de la tabla 11.2, donde para
fines de comparacin de los valores de esta constante para problemas bidimensionales tambin se proporcionan.
El nmero de iteraciones necesarias para la convergencia es una funcin fuerte del problema que se resuelve, el
mtodo utilizado y la tolerancia aceptable.
Price and Coats (1947) han comparado ADI iterativo, LSOR. SIP y eliminacin directa con ordenamiento D4 para tres
problemas prcticos tridimensionales. Encontraron el rgimen D4 a ser
muy competitivo con los mtodos iterativos, y ms rpido que los mtodos iterativos para sistemas completos (sin
bloques inactivos), con anchos de banda nominal de hasta 38. Para la mayora de los problemas de simulacin
prctica por lo general hay un gran nmero de bloques inactivos.

TABLA 11.2
Nmero de multiplicaciones y divisiones por
ITERACIN por cuadrcula PUNTO DE VARIOS
Mtodos iterativos (de PRICE AND COATS, 1974)

Metodo Iterativo

Valor de c


Problemas bidimensionales

Problemas tridimensionales
SIP 24 37
ADI 19 28
LSOR 9 11


Para tales casos, se encontr el rgimen de D4 es ms rpido para la banda de ancho nominal mayor que 72. Los
mtodos directos se hacen ms eficientes para los problemas de los que es difcil obtener los parmetros de
iteracin bueno, con tal capacidad suficiente de almacenamiento bsico de equipo est disponible.

11.3 FLUJO MULTIFASICO

11.3.1 Mtodos de Solucin Bsicos y Sus Exigencias de Trabajo
Los mtodos de solucin presentados en el captulo 5 (IMPES, SS y SEQ) se extienden a tres dimensiones de la
misma manera como lo hemos hecho en el captulo 9 para problemas 2-D. La nica diferencia es los trminos de
flujo adicional de la tercera dimensin espacial.

Los requisitos de trabajo por intervalo de tiempo, aumentar en 3-D exactamente como en 2-D cuando se va de
IMPES al mtodo SS. Si suponemos que la ecuacin. (9.28) da la estimacin del trabajo, entonces para IJK
309

podemos obtener las estimacin 3-D que figuran en los cuadros 9.1 y 9.2, si multiplicamos B and N por K y WTS por
K
3
. Por lo tanto, las relaciones de trabajo en relacin con el trabajo para IMPES son los mismos para problemas 2-D
y 3-D.
De ello se deduce inmediatamente que la relacin de trabajo para problemas 3-D y 2-D tienen misma I y J es

3

2
=
3
(Ec. 11.34)

i.e., el trabajo se incrementa con la tercera potencia del nmero de capas. Del mismo modo, podemos deducir los
requisitos de almacenamiento multiplicando los valores en los cuadros 9.3 y 9.4 por K
2
. Por lo tanto, de un mtodo
directo,

3

2
=
2
(Ec. 11.35)
El anlisis anterior es vlido slo cuando el mismo mtodo para resolver las ecuaciones de la matriz se utiliza para
todos los casos. En la prctica esto no suele ser el caso.
Por ejemplo, en el caso del mtodo SEQ para flujo de tres fases, la ecuacin de la presin puede ser resuelta por un
mtodo directo y la ecuacin de la saturacin por un mtodo iterativo. Esto puede ser ms eficaz que resolver ambas
ecuaciones por directo o iterativo. Las relaciones de trabajo WSEQ/WIMPES sern diferentes de los indicados en los
cuadros 9.1 y 9.2.
Como otro ejemplo, un problema que ser resuelto por LSOR en dos dimensiones puede ser solucionado con mayor
eficacia por BSOR en 3-D. La tasa mejorada de convergencia entonces conducir a una proporcin de trabajo
diferente de eqn. (11.34). Wattenbarger and Thurnau (1976) informaron que si los planos verticales se utilizan para
BSOR, entonces la relacin de trabajo para un 3-D y 2-D de problemas areales se resuelve por el mtodo de IMPES
es

2
= (Ec. 11.36)
Donde C (2-12 a 2-5) N3D/N2D y N es el nmero de iteraciones necesarias para resolver el problema. La relacin de
N3D/N2D ser cercana a 1 para los problemas homogneos y aumenta para problemas heterogneos.

11.3.2 Mtodos para resolver las ecuaciones de la matriz
11.3.2.1 Mtodos de solucin
La nica diferencia entre la matriz para problemas 3-D en lugar de problemas 2-D es que las matriz 3D es un bloque
con siete diagonales en comparacin con el bloque de cinco diagonales. Todos los mtodos que se indican en la
Seccin 11.2 se extienden para manejar los problemas de flujo multifsico exactamente igual como los mtodos del
captulo 8 se ampliaron en el captulo 10. Por ejemplo, los detalles de la ecuacin. (11.20) para las dos fases, de tres
dimensiones las ecuaciones SS dadas por Coats et al. (1967).. La extensin a un flujo de tres se obtiene mediante
una simple sustitucin de los elementos de p en la ecuacin. (11,6) y d por sub-vectores de la forma (vase la
ecuacin 10.6)):

3
(Ec. 11.37)
y la sustitucin de todos los elementos de todas las matrices de 3 * 3 sub-matrices. Este procedimiento es
completamente anlogo al procedimiento utilizado en los captulos 5,9 y 10.
Los detalles del algoritmo de SIP para problemas multifasicos tridimensionales estn disponibles en la literatura (cf.
Weinstein et al., 1969; Suarez and Farouq Ali, 1976).

11.3.2.2 Comparacin de Mtodos
Las comparaciones presentadas en la seccin 11.2.5 son vlidas para problemas multifasicos solucionados por el
mtodo de IMPES y para problemas de dos fases solucionados por los mtodos SEQ.
La aplicacin del mtodo SS a problemas de dos o tres fases y la aplicacin del mtodo SEQ a problemas de tres
fases los sistemas de produccin de ecuaciones con matrices de bloque estructurado. Para estos problemas, la
literatura no da la comparacin sistemtica de los mtodos que puedan guiar al usuario. Hay que utilizar toda la
310

informacin disponible para problemas bidimensionales (captulos 8 y 10) y de problemas de una sola fase
tridimensionales (seccin 11.2.5), a fin de hacer una seleccin.

11.4 CONCLUSIONES
Problemas en 3 dimensiones pueden resultar de alto gasto computacional y humano por el trabajo requerido.
Por esta razn siempre hay que tratar de reducir los problemas tridimensionales a 2 dimensiones, con el fin de
poderse llevar a cabo su solucin.
Otro mtodo para simplificar el esfuerzo requerido fue estudiado por Watts and Huang (1976).


EJERCICIOS


EJERCICIO 11.1
Demostrar la ecuacin en coordenadas cilndricas a partir de la ecuacin cartesiana en 3 dimensiones.

+
(A)

Donde:
=

; =

; =

; =

; =

Para convertir el sistema cartesiano a cilndrico es necesario hacer unas suposiciones.
= ; = ; =
Entonces:
=
2
+
2


= , ,

2
+
2
0 0
0
2
(
2
+
2
) 0
0 0 1
=
2

1,1
=

1,1

= 1 ;
2,2
=

2,2

=
1

1,2
=
1,3
=
2,1
=
2,3
=
3,1
=
3,2
0

Reemplazando los trminos en la ecuacin de coordenadas cartesianas.
= ; = ; =
1

+
1

+
1. Derivar la forma de las diferencias finitas de las transmisibilidades.




311

+
1
2
, ,
=

+1/2

(
+1

+
1
2
, ,
(B)

(C)


(D)


Teniendo en cuenta las siguientes relaciones:

=
1
2

+
1
2
+

1
2
;

=
1
2

+
1
2
+

1
2
(E)

+1/2
2
=

+1
2

2
ln

+1

2
;
+1/2

+1

+1

(F)
As el volumen es:



EJERCICIO 11.2
Investigar el uso de mtodos directos para ecuaciones en 3 dimensiones (coordenadas cilndricas) .considerar

Si se denota NR, NY NZ los nmeros de los puntos en las direcciones r,y z .
Si la geometra del problema, es similar a la figura, es decir, que no se cierra en direccin al eje de se dice que, no
existe diferencia para solucionar el caso en coordenadas cilndricas o cartesianas
Ahora, si la geometra de la figura es como la que se ve a continuacin:








312

El acoplamiento entre j=1 y j = NY , no incrementa el ancho de banda, solamente si la direccin j es ordenado
como segundo. As los puntos podran ser numerados en el orden
i,j,k si NRNZ
k,j,i si NZ NR
Para orden D4 es necesario que NY sea par, de lo contrario las submatrices A1 y A4 no podran ser diagonales.
En la que la figura a continuacin, demuestra la manera en que se lee la informacin de la matriz, bajo este
esquema.


313

CAPITULO 12


TOPICOS ESPECIALES

12.1 INTRODUCCION.

Este captulo discute los mtodos diseados para la manipulacin de varios problemas especiales, los cuales no han
sido discutidos en otra parte, pero frecuentemente surgen en prcticas de simulacin. Estos incluyen el uso de
pseudo-funciones que no se comportan como sistemas de aceite negro simulando el yacimiento por modelos de
aceite negro y otras tcnicas especiales. Una caracterstica comn de muchas de estas tcnicas es que intentan un
grado de aproximacin para problemas complejos reduciendo o simplificando el problema por medio de la utilizacin
de hiptesis idneas. Para el ejemplo de equilibrio vertical (VE) las tcnicas reducen un problema de 3-D a uno de 2-
D bajo condiciones apropiadas.
Tcnicas de este tipo son empleadas donde:

a) Hiptesis de los mtodos de aproximacin son validas y estas usan los resultados para ahorrar costos
computacionales.
b) Los costos de la simulacin usando un modelo ms riguroso es prohibido y simplificar los modelos
puede aun producir alguna informacin til, o
c) Los modelos rigurosos no estn disponibles.

12.2 PSEUDO-FUNCIONES.

La simulacin en tres dimensiones de flujo en yacimientos, o la resolucin detallada del flujo cercano a pozos
individuales en modelos de 2-D o 3-D puede requerir un gran nmero de bloques. Tales simulaciones pueden ser
muy costosas y frecuentemente estn ms all de la capacidad disponible del computador. El concepto de pseudo
funciones es una tcnica prctica que permite consideraciones aproximadas para: (a) flujo en la vertical o en la
direccin normal de buzamiento en modelos areales en dos dimensiones, o (b) en flujo radial cerca a los pozos en
modelos de yacimientos de dos o tres dimensiones.
La simplificacin sugerida es lograda reemplazando las relaciones de permeabilidades relativas y presiones capilares
con las pseudo-relaciones de modo que considera un uso aproximado de los detalles omitidos en los modelos de
yacimiento. Con el fin de obtener las relaciones de permeabilidad pseudo-relativa y presiones pseudo-capilares en
los sistemas son usados modelos analticos y numricos simplificados. En esta seccin el concepto ser ilustrado por
la presentacin de Coast et al. (1971.a) del uso de equilibrio vertical en la simulacin de yacimientos en dos y tres
dimensiones. Esto ser desarrollado por una breve discusin de esas extensiones y de otros tipos de pseudo-
funciones.

12.2.1 Coats (1971a) Modelo Equilibrio Vertical.
En un yacimiento de gran extensin areal en relacin con su espesor suele ser razonable asumir que el equilibrio es
establecido instantneamente en la direccin vertical (las fuerzas viscosas son despreciables) y los clculos de flujo
necesitan ser realizados nicamente en reas de dos dimensiones. Esto se conoce como la suposicin de equilibrio
vertical (VE). El modelo simple de VE es obtenido si las fuerzas capilares tambin son despreciables. Esta hiptesis
es particularmente adecuada para yacimientos de gas-agua y estos resultados para segregacin gravitacional
completa. Esto no, sin embargo, implica que la interface fluido-fluido sera horizontal a travs del yacimiento, ya que
ninguna suposicin de equilibrio est hecha en la direccin horizontal.



Fig. 12.1. Distribucin vertical del fluido debido al equilibrio gravitacional.
314


Consideremos un corte vertical a travs de un bloque sencillo de un yacimiento horizontal homogneo de dos fases
agua-gas. Si la presin capilar en la zona de transicin es pequea (es decir menos del 10 % del espesor del
yacimiento) podemos asumir que en el equilibrio gravitacional los fluidos pueden ser completamente segregados
como se muestra en la Fig. 12.1

Para simular esta distribucin en un modelo areal 2-D, las propiedades promedio

, son definidas, de tal

manera que los flujos corregidos y la masa de los lquidos son obtenidos. Por tanto la saturacin de la profundidad
promedio

, es definida por

0
(12.1)

Donde

es la porosidad promedio usada en un modelo areal. Para la constante la saturacin inicial

es (ver
Fig. 12.1a)

(12.2)

Si el contacto gas-agua (GWC) crece para

<

) al saturacion promedio es (ver Fig. 12.1b)

+ 1

+ (

(12.3)

Si en lugar el contacto gas-agua cae por debajo de esta la localizacion inicial (

>

) el promedio de la saturacion
es encontrado por (ver Fig. 12.1c)

=
(

(12.4)

Si Z=0 es seleccionanda como plano de referencia para un sistema areal de dos dimensiones, entonces las
presiones en este plano son usadas para aclacular el flujo entre bloques del plano horizontal. Desde que tengamos
asumido que la presion capilar es cero, las presiones de agua y gas pueden ser iguales en los contactos gas-agua
(Zc):

(12.5)

En alguna posicion Z las presiones en dos fases son:

(12.6)

(12.6)


La diferencia en las dos presiones en el plano de referencia esta dada por

0 =

(12.7)

Donde =

. Coats et al. (1971a ) hace referencia a la diferencia de presion en la ecuacin anterior como
presion pseudo-capilar, aun cuando esto no tiene


Fig. 12.2. Un ejemplo de la presin pseudo-capilar (de Coats et al. 1971)
315


Nada que ver con fuerzas capilares. Sustituyendo para

de la ecuacion (12.7) en la ecuacion. (12.3) y (12.4) se

produce:

=
(1

+
(1

<

(12.8)

Y

= 1
(1

<

(12.9)

Un ejemplo de la presion pseudo-capilar calculada por la relacion anterior para = 300 ,

= 0.15,

=
0.25,

= 100 = 0.38 es mostrada en la Fig. 12.2

Las permeabilidades pseudo-relativas son derivadas de los requisitos para que el flujo horizontal entre los
bloques calculados usando permeabilidades pseudo-relativas sean iguales al flujo actual integrado sobre el espesor
h,i.e.,

) =

(12.10)


Donde k y krl son la permeabilidad horizontal y relativa para usar en clculos 2D VE. Para k constante:

<

12.11

>

12.12

Donde

es

a la saturacin de gas residual

.

Usando las ecuaciones (12.3) y (12.4)

puede ser eliminado de las relaciones de arriba para obtener:

<

12.13

Y

>

12.14

Similarmente

<

12.15

Y

>

12.16

Donde

es

en la saturacin de agua crtica

.

La figura 12.3 muestra un ejemplo de las curvas de permeabilidad pseudo-relativas junto con las curvas de roca para
el caso h=300 ft,

= 100 ft,

= 0.25,

= 0.15,

= 0.4 y

= 0.9. Note que las pseudo-funciones

316

dependen solo de los puntos finales de las curvas de roca (no en su forma) y la posicin inicial del contacto

. Por lo
tanto, puede ser diferente para llegar al grid block en yacimientos de grandes relieves verticales.

Figura 12.3. Un ejemplo de la permeabilidad pseudo-relativa y la correspondiente curva de roca (de Coats el al.,
1971)


Coats et al. (1971a) muestra como este enfoque podra ser usado para acomodar la estructura y estratificacin del
yacimiento. La aplicabilidad prctica de este enfoque depende de la rapidez con la cual las perturbaciones de
equilibrio en la direccin vertical se disipan en comparacin con la tasa de movimiento en las direcciones
horizontales. Coats et al. (1971a) ha desarrollado un grupo de dimensiones, cuyo valor es proporcional al grado de
validez de la suposicin VE. Ningn valor crtico de este criterio est disponible en esta fecha.


12.2.2 Otras Pseudo-funciones

Generalizacin del concepto VE. Las ecuaciones (12.1) y (12.10) pueden ser usadas para desarrollar las funciones
VE cuando la distribucin de fluido vertical es dada por el equilibrio de las fuerzas de gravedad y capilaridad. Coats
(1967) present tal mtodo para el caso cuando la capilaridad de la zona de transicin no es despreciable. Ellos
tambin presentaron un criterio para determinar cuando su enfoque provee una buena representacin del
desplazamiento de fluidos en yacimientos. Este enfoque es particularmente importante para la simulacin de flujo
agua-aceite en yacimientos con buena comunicacin vertical.

Martin (1968) ha proporcionado una base terica slida para las peudo-funciones VE demostrando como las
ecuaciones de flujo tridimensional pueden ser reducidas a ecuaciones bidimensionales. Esto se logra a travs de la
integracin parcial de las ecuaciones. Las relaciones de Martin incluyen el equilibrio gravedad-capilaridad en la
direccin vertical y, para el caso de dos fases con una capilaridad en la zona de transicin despreciable, se reducen
a las ecuaciones presentadas en la seccin anterior.
Las funciones VE generalizadas en formaciones homogneas son funcin solo del contacto del fluido inicial y las
curvas de roca

. En un medio heterogneo, estas funciones tambin dependen de la estratificacin ((z), k(z))

y pueden ser diferentes para llegar al areal block.

a. Pseudo-funciones para el desplazamiento en yacimientos estratificados controlados por fuerzas viscosas. Hearn
(1971) ha desarrollado un procedimiento para calcular las curvas de permeabilidad pseudo-relativa para usar en
la simulacin de inyeccin de agua en yacimientos estratificados. En esta aproximacin la viscosidad en vez de
gravedad y fuerzas capilares se determina la distribucin de fluido en la direccin vertical. Este modelo es
basado en el trabajo de Hiatt (1958) y Warren y Cosgrove (1964), y es vlido solo cuando los gradientes de
presin en la viscosidad vertical son despreciables comparados con los gradientes horizontales. El modelo de
Hearn supone flujo incompresible con desplazamiento pistn que tiene lugar de forma independiente en cada
capa. Hawthorne (1974) ha demostrado que el modelo de Hearn puede ser modificado para incluir la influencia
de la presin capilar.

b. Pseudo.funciones dinmicas. Los modelos analizados hasta ahora no son aplicables para yacimientos que no
alcanzan las condiciones de equilibrio debido a la poca comunicacin vertical, extensos flujos verticales, cambios
en la tasa de flujo, etc. Aunque incluso en el caso general, en principio, el yacimiento puede ser descrito en 2-D,
la determinacin exacta de pseudo-funciones apropiadas requerir la solucin completa en 3-D. Esto no es una
situacin deseable, ya que la solucin del problema en 3-D es lo que estamos tratando de evitar a travs del uso
317

de pseudo-funciones. En tal situacin, las pseudo-funciones para un block dado variaran con el tiempo y seran
diferente para cada conjunto de condiciones simuladas. Como una aproximacin a esto, Jacks et al. (1973) ha
desarrollado un procedimiento para calcular esas pseudo-funciones dinmicas de simulacin transversal en 2D.
Estas funciones son aplicables en una amplia gama de condiciones de flujo y saturaciones de fluido inicial y
pueden ser dependientes del espacio y del tiempo. Las pseudo-funciones dinmicas son derivadas de detallados
estudios de simulacin en seccin transversal y vertical, de yacimientos bajo condiciones que son esperadas
durante las simulaciones de modelos areales.
Los resultados de los estudios de la seccin transversal son procesados para producir la profundidad promedio
de las saturaciones de fluidos y los valores de la permeabilidad pseudo-relativa. Kyte y Berry (1975) ha mejorado
el procedimiento para permitir el clculo de la presin pseudo-capilar dinmica y compensar las diferencias entre
tamaos de grid usados y los modelos areales y transversales.

c. Pseudo-funciones para pozos individuales. Como se discuti en el captulo 9, seccin 9.7.3, la prediccin real del
rendimiento del pozo en un modelo areal requiere la modificacin de la funcin

, las cuales pueden ser

tambin denominadas pseudo-funciones. Adems de los mtodos discutidos en el captulo 9, Emmanuel y Cook
(1974) mostr como un modelo transversal puede ser usado para generar pseudo-curvas. Woods y Khurana
(1977) ha ampliado este procedimiento por medio de la integracin parcial de las ecuaciones de flujo para incluir
la conicidad del agua en modelos de yacimientos tridimensionales. Su enfoque no asume equilibrio vertical;
representa las fuerzas viscosas y la geometra del flujo el cual domina el rendimiento del pozo. Las pseudo-
funciones son derivadas de los resultados de simulaciones con un modelo de conicidad bidimensional. El
desarrollo es restringido a flujo de dos fases.


12.3 TUBOS DE CORRIENTE Y MODELOS RELACIONADOS

Los modelos de tubos de corriente son anteriores a la llegada de la tecnologa de la simulacin. Ellos pueden ser
usados para clculos manuales de los patrones de desplazamiento en 2-D. El yacimiento est dividido en tubos de
corriente basado en un campo de presin conocida o estimada y es asumido que no hay flujo transversal entre los
tubos. Entonces el desplazamiento a lo largo de cada tubo puede ser calculado separadamente y as el problema en
2-D es reducido a un nmero de problemas en 1-D. El clculo es riguroso solo si el flujo en los lmites del tubo es
idntico con el flujo en las lneas y las lneas no cambian con el tiempo.
Modelos de este tipo han sido propuestos por Muskat (1937), Fay y Prats (1951), Hurst (1953), Higgins y Leighton
(1962, 1962a), Hauber (1964), Patton et al. (1971) y Le Blanc (1971).
Modelos tempranos fueron designados para clculos manuales pero el modelo de Higgins y Leighton y modelos
posteriores son orientados por computador. El modelo ms general es el de Le Blanc.
Cuando la distribucin de presin es descrita por la ecuacin de estado estable (tipo Laplace), el enfoque de los
tubos de corriente es riguroso. Este es el caso de flujo incompresible en una fase. A travs del uso de potencial o
pseudo-presin como se discuti en el captulo 2, los modelos de tubos de corriente tambin pueden manejar efectos
gravitacionales y variaciones de densidad y viscosidad con presin. El modelo tambin puede ser usado
rigurosamente para el desplazamiento miscible con la relacin de la unidad de movilidad. En situaciones ms
complejas, los tubos de corriente son aun determinados de la solucin potencial, y porque ya no corresponden a las
lneas de corriente, el modelo es solo una aproximacin a la solucin del problema.
La distribucin de lneas de corriente puede ser determinada por mtodos analticos o numricos. Las soluciones
analticas estn disponibles para una variedad de patrones de pozos (Muskat, 1937, Morilla-Seytox, 1996). Las
tcnicas numricas para solucionar ecuaciones elpticas se discuten en numerosos textos.
Una vez se han definido los tubos de corriente, la distribucin de la saturacin o concentracin a lo largo de las lneas
de corriente puede ser calculada de nuevo por los mtodos analticos o numricos.
El uso de los modelos de tubo de corriente se restringe a los patrones de dos dimensiones y los problemas que
aproximadamente cumplen las hiptesis de simplificacin antes mencionados. Patton et al. (1971) presenta una
interesante aplicacin de esta tcnica para la prediccin del rendimiento de la inundacin del polmero. Un
tratamiento detallado de este tema est ms all del alcance de este libro.


12.4 SIMULACIN DE PROBLEMAS DE PUNTO DE BURBUJA INCONSTANTE

La presin del punto de burbuja Pb de un aceite subsaturado es la presin en la cual la primera burbuja del gas
evoluciona mientras que se disminuye la presin (fig. 12.4). sta es tambin la presin en la cual todo el gas en un
sistema gas- lquido es disuelto (o entra en la solucin) cuando la presin se aumenta. Claramente para P>Pb la
proporcin gas-aceite en solucin Rs debe ser constante. Sin embargo, si el suficiente gas se suministra
continuamente mientras que se aumenta la presin, la fase del aceite seguir saturada a lo largo de las curvas de
hinchamiento demostradas por las lneas discontinuas en fig. 12.4.
En las ecuaciones de flujo trifsico desarrollados en el captulo 5, fue asumido que las curvas nicas de Rs y de Bo
se pueden utilizar en todas partes en el yacimiento. Esto es verdad si por ejemplo la presin disminuye por todas
partes durante la vida del yacimiento. Hay, sin embargo, varios casos donde este supuesto no se cumple.
318

Considere un yacimiento originalmente subsaturado con las condiciones inciales dadas por el punto A en fig. 12.5. Si
la presin se reduce por debajo del punto original
1
de la presin de burbuja, el gas libre va a evolucionar.
Suponga que la presin del yacimiento es aumentada por la inyeccin del agua que comienza en el punto B. debido
a la migracin vertical del gas, un bloque en la parte inferior del yacimiento tendr una saturacin de gas ms baja y
por lo tanto el punto de burbuja de la mezcla en este bloque
2



Fig. 12.4. Presin punto de burbuja y curvas de hinchamiento

ser inferior que el punto de burbuja original
1
, y la represurizacion puede llevar a las condiciones indicadas en el
punto C. En contraste, un boque hacia la parte superior del yacimiento con una saturacin de gas ms grande puede
seguir la protuberancia de la curva por encima del punto de burbuja original del punto D con
3
>
1
.
La inyeccin del gas en yacimientos subsaturados tambin dar lugar a diversos puntos de burbuja en diversas
partes del yacimiento. Finalmente, incluso en los yacimientos vrgenes el punto de burbuja aumenta con la
profundidad y esta variacin no puede ser ignorada por los yacimientos de gran espesor.
La simulacin de la variacin del punto de burbuja requiere un manejo especial de la ecuacin de los gases.
Steffensen y Sheffield (1973), Kazemi (1975) y Thomas et al. (1976) presentaron los mtodos actuales para manejar
el problema tratando el punto de burbuja


Fig. 12.5. Cambio del punto de burbuja con el inverso de los cambios de presin.


como una variable en los trminos de la acumulacin solamente. Stright et al. (1977) present un tratamiento
completamente implcito que es descrito ms abajo.
Es conveniente utilizar la presin de saturacin, Ps, como variable en lugar del punto de burbuja. La presin de
saturacin de una celda de cmputo se define como la presin del bloque si hay gas libre en el bloque, y es el punto
de burbuja de la fase de aceite si la celda es subsaturada. Entonces los sostenimientos siguientes:

a) PPs
b) Si P>Ps, entonces Sg=0
c) Si Sg>0, entonces P=Ps

319

Estas relaciones demuestran que el Ps y el Sg son variables mutuamente exclusivas; es decir que ambas no pueden
cambiar de forma independiente. Las propiedades del aceite son definidas por P y Ps a travs de la protuberancia
de la curva y la compresibilidad del aceite sobre el punto de burbuja.

Rs=f(Ps) Bo=f(P,Ps)

Considere la expansin de la diferencia finita de la transferencia de masa el trmino (So Bo Rs) en la ecuacin
del gas:

=
+1

+1

()
+1
()

(12.17)

Donde

()

(12.18)


Para simplificar, la compresibilidad de la roca se asume como cero. El segundo trmino en la expansin es una
funcin del cambio de la presin y del cambio de la presin de saturacin:

, (12.19)

Puesto que la expansin de este trmino depende de los cambios desconocidos en P y la Ps, la tcnica de la
solucin debe ser iterativa. Stright et al. (1977) ignora

para la primera iteracin ampliando la eqn. (12.17) como

= ()

(12.20)

Donde

= (

+,

)/ (12.21)


Los resultados de la primera iteracin son denotados por
(1)
,

(1)
,

(1)
. Ahora hay varias posibilidades que pueden
dar lugar a un cambio en la presin de saturacin:

a.
(1)
<

, en este caso

+1
=
+1
y

aumenta por la evolucin de gas.

320




Fig. 12.6. Mtodo para modelar la presin de saturacin variable (de Straight et al., 1977).




b.
(1)

(1)
> 0 en este caso algunos (o todos) de gas disponible puede ser disuelto y

puede aumentar
hasta
+1
.
c.

(1)
< 0, en este caso la

se debe reducir para obtener

+1
= 0.

La situacin pasada puede se resultado de la mezcla que cuando el flujo est en la direccin de

creciente, Las
posibilidades restantes representan los casos en que la presin de saturacin no cambia.

Caso (a) ste es el tratamiento estndar para los yacimientos producidos bajo presin decreciente. Stright et al.
(1977) da dos expansiones equivalentes que se aproximan a la pendiente del acorde entre n y n+1 (vase Fig.
12.6a).

Caso (b): la celda puede o no puede volverse saturada dependiendo de

1
y
1
. La presin

, en el cual el gas
libre esta predicho por

1
disuelto (i.e. la presin del punto de burbuja), pude ser determinada del siguiente calculo.
A esta presin,

= 0,

= 1

1
y la condicin para la conservacin del la fase aceite est dada por:

1
(12.22)

Similarmente, el total de gas en la celda despus de la primera iteracin es:

1
+

1
(12.23)

Y si todo el gas esta disuelto, entonces esto debe ser igual a

. Utilizando la ecuacin (12.22) tenemos:

1
+

1
(12.24)

El cual determina la prediccin del punto de burbuja

. Hay ahora dos posibilidades:

321


1. Si
(1)
<

, entonces solamente parte del gas puede estar disuelto y

+1
=
+1
. La presin
(1)
entonces
sirve como una buena aproximacin para

+1
, y la saturacin

(1)
Es recalculada para tener en cuenta el gas
disuelto:

(1)

(1)

(1)

1
,
1

(1)
(12.25)



La expansin de la ecuacin (12.17) es escrita como:

+1

[(

+ (

`
(
+1

)] (12.26)



Donde, acordando con la figura 12.6b

(

= [

)]
(

`
= [

)]/(
1

)

2. Si
(1)
>

, todo el gas disponible se disolver y la presin de saturacin no alcanzara la presin de bloque,

+1
<
+1
. Entonces partimos

+1
= 0,

y el cambio de la presin de saturacin es determinada

asumiendo que

+1

. ahora la expansin toma la forma de:

1
,

+1

[(

+ (

+1

+(

+1

+1
]
(12.27)

Donde, acordando con la figura 12.6c

(

= [

)]
(

`
= [

)]/(

)
(

`
= [

(1)
,

)]/(
1

)

Caso (c): este caso puede ser manipulado por el algoritmo del caso (b). Observe que las ecuaciones (12.22) a
(12.24) predicen un decremento en el punto de burbuja cuando

1
es negativo.
Para todos los casos, la ecuacin para la segunda iteracin puede ser escrita en una forma comn:

= (

[(

+ (12.28)

Donde R es un trmino explicito. El termino R y el coeficiente depende del estado de la celda predicha por la primera
iteracin.
El mtodo descrito usualmente converge en dos iteraciones. El tratamiento para los trminos de acumulacin es
suficiente los modelos areales o 3D. Para aplicaciones de conicidad, es necesario para la estabilidad incluir los
trminos implcitos con respecto a

en trminos de flujo incluyendo

. Estos trminos remplazan los coeficientes

implcitos con respecto a

en la ecuacin de gas sin cambiar la estructura de la ecuacin. Los trminos de

produccin implcitos tambin deben ser modificados de la misma manera.
En conclusin, vale la pena sealar que el mismo problema computacional surge en la simulacin de inundaciones
de vapor y yacimientos geotrmicos. Aqu las dos variables limitadas por la relacin de fases son el punto de
saturacin y temperatura del bloque.




12.5 SIMULACIN DE SISTEMAS NO DESCRITOS POR EL MODELO DE ACEITE NEGRO

Algunos procesos toman lugar en yacimientos que no son descritos por modelos de aceite negro debido a que las
suposiciones bsica sobre las cual esos modelos estn basados no son validas. Sin embargo, ellos frecuentemente
pueden ser descritos por ecuaciones ms generales para sistemas multicomponentes incluyendo la transferencia de
masa convectiva y dispersiva. Si nosotros consideramos solamente las fases de aceite y gas, cada una consiste de
componentes hidrocarburos N, las ecuaciones generales son (Bird et al., 1960):

322

(12.29)

i=1,.N

Aqu

son la fraccin de masa de componente i en las fases de gas y aceite y

son los tensores de los

coeficientes de dispersin.
Las ecuaciones suplementarias familiares de las relaciones de dos fases

= 1 (12.30)

Limitantes de las fracciones de masa

= 1

=1

= 1

=1
12.31


Y las ecuaciones que describen la transferencia de masas entre fases

= 1, 12.32

Donde

es la fraccin del componente i en la mezcla de dos fases, y

son las constantes de equilibrio entre fases

(Katz et al., 1959), tambin llamados valores K o coeficientes de particin. Las fases de densidades y viscosidades
dependen de una manera compleja de la composicin de cada fase, y la composicin de la fase depende de la
composicin total y presin (la temperatura es asumida constante durante toda la discusin).
De la ecuacin (12.29) a la (12.32) es un sistema de 2 + 6 ecuaciones y de 2 + 6 de incgnitas

. Es fcil ver como esta formulacin puede ser extendida a flujo de tres fases.
Dos simplificaciones de la ecuacin general el cual lleva comnmente al uso de modelos discutidos ms adelante.


12.5.1 Simulacin de Desplazamiento Miscible
El desplazamiento miscible es obtenido cuando dos o ms componentes fluyen en una sola fase. Algunos ejemplos
son, el desplazamiento del aceite a travs de un solvente, y el transporte de sal, polmeros o contaminantes en el
agua. Esos procesos son descritos en la ecuacin de conveccin-difusin y tiene aplicaciones en muchas areas
incluyendo miscibles, en yacimientos de inyeccin de polmeros y qumicos y modelos de contaminacin del aire y
agua.
Considere dos componentes, aceite y solvente, el cual son miscibles en toda proporcin, si nosotros asumimos que
a) Los componentes del fluido y roca son incompresibles y
b) No hay cambio de volumen debido la mezcla de componentes, entonces el balance de componente general
puede ser simplificado a (Peaceman y Rachford, 1962; Lantz, 1970; Settari et al., 1977)

. =
k

P z = q (12.33)
. KC . C =
C
t
+ C
q
q 12.34

Aqu es la velocidad darcy en una sola fase, K es el tensor de dispersin el cual contribuye a la difusin molecular y
a la dispersin hidrodinmica, C es la concentracin volumtrica del solvente in situ y C
q
es la concentracin de la
fuente/sumidero (C
q
es igual a la concentracin de entrada para pozos inyectores y C
q
= C para pozos productores).
La viscosidad mezcla y densidad son dadas por:

=

1 +

12.35
= f
o
,
s
, C 12.36

La ecuacin (12.35) es consecuencia de la suposicin anterior (a). La funcin de viscosidad (12.36) es usualmente
expresada por un logaritmo o una regla de mezclas (Peaceman y Rachford , 1962; Settari et al., 1977). Una ecuacin
similar puede ser derivada para sistemas multicomponentes. Su tratamiento es complicado debido a la interaccin de
los coeficientes de dispersin. (Whitaker, 1967; Bear, 1972; Sigmund, 1976).

12.5.1.1 soluciones de ecuaciones de conveccin-difusin
La solucin directa de estas ecuaciones presenta dos dificultades. La primera, comnmente para todas las
ecuaciones de este tipo, es que la solucin numrica del flujo convectivo debe ser muy exacta de modo que los
323

errores numricos (llamado dispersin numrica) no cubran el efecto de dispersin fsico. Los mtodos numricos
tienden a cualquiera de las soluciones suaves dadas con una gran dispersin numrica o soluciones que son exactas
solamente para un pequeo espaciado de la grilla y variables para grillas gruesos. Este problema ha sido estudiado
extensivamente en la literatura numrica de la dinmica de fluidos (eg Van Leer, 1977; Forester, 1977). En la
literatura petrolera, estas ecuaciones han sido resueltas por diferencias finitas as como mtodos variacionales. Una
revisin del tema es presentado por Settari et al., (1977).


El segundo problema es ms caracterstico para aplicaciones de yacimientos. En algunos procesos miscibles, la
relacin de la movilidad M=o/s, es altamente desfavorable (M=10-100). Esto debe causar problemas de orientacin
en la malla como se discuti en el Capitulo 9, Seccin 9.7.3. Con M suficientemente alta, el flujo puede comenzar a
ser fsicamente inestable, resultando en una viscous fingering del desplazamiento a travs del aceite. Tal flujo
puede ser simulado, como lo demostr Peaceman y Rachford (1962) y Settari et al. (1977). Sin embargo, resolviendo
la estructura fina del flujo requiere una malla fina, la cual puede ser tanto indeseable como poco prctico para una
simulacin de yacimientos a gran escala.

12.5.1.2 Simulacin de desplazamiento miscible usando simuladores inmiscibles
Este es una fuerte motivacin para el desarrollo de mtodos los cuales pueden simular un desplazamiento miscible
usando simuladores de aceite negro convencionales (tipo-). Adems de generalizar el uso de modelos de aceite
negro y las dificultades asociadas con la solucin directa de la ecuacin miscible, algunas mezclas de fluidos pueden
ser miscibles o inmiscibles (dos fases) dependiendo de la concentracin y la presin. Por lo tanto el flujo del
yacimiento debe cambiar de inmiscible a miscible y viceversa, de ah que no puede ser descrito por la ecuacin
(12.33) y (12.34).
La analoga bsica de miscible-inmiscible fue establecida por Lantz (1970). l mostro que para un campo de
dispersin constante, k, el flujo miscible pudo ser rigurosamente modelada por la ecuacin de flujo inmiscible. Si la
fase inmiscible es denotada por w y n, luego la analoga de variables es:

=
Lantz mostr que el flujo de la masa miscible puede ser representado por el flujo de masa inmiscible y la dispersin
del flujo puede ser representado por el flujo capilar.
Para

= (. . , = 1), la analoga requerida

(12.37a)

(12.37b)
Y

(12.38)
Las permeabilidades relativas son proporcionales a la saturacin, porque el flujo de dos fases tiene la misma
velocidad. Cuando M1,

, comienza una fuerte funcin de viscosidades la cual deben, para grandes M, causa
problemas de estabilidad.
Todd and Londstaff (1972) tuvieron presente a un enfoque ms prctico. Ellos mostraron que un modelo emprico
puede dar predicciones realistas del rendimiento miscible sin tener que resolver la estructura fina del flujo. Las
permeabilidades relativas en su modelo son siempre definidas por la ecuacin (12.37). Sin embargo, la eficacia de
las viscosidades y densidades en el bloque de la malla son definidas por reglas de mezclas empricas, las cuales
reflejan las propiedades promedio efectivas de los fluidos por encima del bloque. La mezcla depende de la tasa de
dispersin. Si la tasa de dispersin es alta, los lquidos dentro de un bloque se pueden considerar totalmente
mezclados y sus propiedades se determinan por la regla de las mezclas (12.35) y (12.36). Por otro lado, si la
324

dispersin es pequea, la zona mezclada podra ser insignificante comparando el tamao del boque y las
propiedades eficaces del aceite y solvente estas deben estar cercanas a las de componentes puros. Todd y
Longstaff (1972) han sugerido el siguiente modelo para viscosidades eficaces

en el caso general:

(12.39 a)

(12.39b)
Donde w es el parmetro de mezcla y es viscosidad mezcla completa. Note que

para w=0 y

= para
w=1.
Las densidades eficaces son obtenidas como sigue. Dejando =

, =

ser la regla de la viscosidad para

la mezcla completa, y define las saturaciones eficaces,

, con esta regla para satisfacer las relaciones siguientes

con

determinado por (12.39):

, 1

En otras palabras,

son las saturaciones para cada regla de la mezcla completa produciendo la mezcla parcial de
viscosidades.
La eficacia de las densidades son ahora obtenidas de:

(12.40a)

(12.40b)
Este modelo fracasa por un bajo poder de mezcla en la regla cuando M=1. Para este caso, a la regla anloga a
(12.39) es propuesta:

= 1

+ (12.41a)

= 1

+ (12.41b)
El mayor problema en la aplicacin de esta lneas de programa en la seccin del apropiado parmetro de mezcla w.
Todd and Longstaff (1972) usaron w=2/3 que concuerda con los experimentos del laboratorio, pero ellos
recomendaron w=1/3 para la aplicacin en campo. Warner (1997) dio algunos anlisis los cuales sugirieron el uso de
w=0.8.
12.5.2 Simulacin de efectos composicionales
Un caso especial importante de la ecuacin general es obtenido de ignorar el transporte disperso en un sistema
multicomponente. Este es llamado el modelo composicional. Usualmente, el agua es tratada como un componente
separado presente solo en la fase agua y se asume que no hay transferencia de masa entre el agua y el aceite o la
fase gas (Van-Quy et al., 1972; Nolen, 1973).
Un modelo composicional reducira el modelo de aceite negro si se asume que los hidrocarburos se componen solo
de dos componentes, aceite y gas, solo estando entre la fase liquido y gas. Las propiedades composicionales puede
que sean derivadas de las propiedades de aceite negro y viceversa (ejercicio 12.1)
12.5.2.1 Modelo composicional
Lo ms difcil en simular el flujo composicional es la eficacia de la prediccin del comportamiento PVT de la mezcla
completa. Hasta la fecha la mejor prediccin de los mtodos son basados en modificaciones y extensiones de la
ecuacin de estado de Redlich-Kwong (Wilson, 1969, Soave, 1972; Peng y Robinson, 1976) y ellos tienen un lento
cmputo, porque la solucin es usualmente obtenida iterativamente. Los Intentos para mejorar la eficiencia del
tratamiento PVT en el simulador son discutidos por Fussell y Yanosik (1976), Kazemi et al. (1997) y Fussell y Fussell
(1977). Ms simuladores composicionales son basados sobre la extensin de mtodo de IMPES. Esto se logro por el
tratamiento de las fracciones de los componentes msicos explcitos en trminos de flujo, y esto resulta una
limitacin en la estabilidad. Para la mayora de los problemas en coordenadas cartesianas, esta limitacin es menos
restrictiva que la limitacin resultando del tratamiento explcito de las transmisibilidades de la fase. Sin embargo
cuando esto es necesario para tratar la transmisibilidad implcita, la restriccin de la estabilidad con respecto a las
325

fracciones de los componentes msicos hace que comience un problema. Experiencia con modelos de flujo implcito
composicional no ha sido reportada en la literatura hasta estos das.

12.5.2.2 Simulacin de los efectos composicionales usando el modelo de aceite negro
Varios mtodos para aproximar el modelamiento de los efectos composicionales en un simulador han sido
presentados. La ventaja principal de este acercamiento es que, cuando es aplicable, tarda mucho menos tiempo de
clculo que un tratamiento completamente completo.
Spivak y Dixon (1973) presentaron un mtodo para tratamiento de un yacimiento gas condensado asumiendo que los
condensados y el gas pueden representar dos pseudo componentes. El componente de gas seco fue asumido que
existe solamente en la fase gas y el condensado, el cual es liquido a condiciones estndar fue permitido que
existiera en fase gas y liquido a condiciones de yacimiento. Transferencia total entre fases fue determinada por el
lquido contenido de la fase gas, definida como

= () (12.42)
As,

, es anlogo a

y la formulacin es idntica a la formulacin del modelo de aceite negro si el rol del

hidrocarburo de la fase del gas y del lquido se intercambian.
Cook et al. (1974) presenta un mtodo que representa los efecto composicionales durante la inyeccin de gas en
yacimientos de aceite voltil o gas condensado. En este modelo, las propiedades

son
correlacionadas con el parmetro Gi, representando la acumulacin de gas inyectado que invade la celda. El obtuvo
la correlacin requerida para un simulador composicional de inyeccin de gas en 1-D. Porque las correlaciones
fueron encontradas para ser independiente de la posicin de la rejilla, Cook et al. (1974) luego aplico esta funcin en
modelos multidimensionales.
Henry (1976) mostr que asumiendo las propiedades de los fluido para ser funcin de Gi solamente segn lo
propuesto por Cook et al. (1974) esto no es vlido cuando los valores de K son funcin de la composicin (modelo de
Cook et al. Asumi solamente K=f(p)). Consecuentemente, usando el modelo de tipo beta modificado no se
recomienda cuando los cambios grandes en la composicin se anticipan.

12.6 DEPENDENCIA DE LA HISTORIA DE LAS FUNCIONES DE SATURACIN.
La histresis de la presin capilar y permeabilidades relativas es particularmente importante para una correcta
simulacin en situaciones de participacin de flujo reversible, tal como ciclos de gas y estimulacin a vapor (cf.
Cutler and Rees, 1970; Land, 1968; Evrenos and Comer, 1969; Dandona y Morse, 1973). Una descripcin fsica del
fenmeno siguiendo un modelo numrico es presentada aqu.
12.6.1 Modelo fisico de Histresis.
La construccion de un modelo fisico apartir de los datos experimentales de histeresis fue discutida por Evrenos y
Comer (1969a ) y Killough (1976). (nuestra exposicion es basada en el trabajo de Killough con detalles adiccionales.)
Consideremos primero la histeresis capilar en un sistema w-n. Como se muestra en la figura. 12.7, las tres curvas
primarias pueden ser consideradas: (a) esta la curva de drenaje primario.


326


Fig. 12.7. Histresis Capilar

( b) Es llamada curva de imbibicion pendular, y (c) es la curva de drenaje secundario. Estas curvas son obtenidas
cuando el desplazamiento en una u otra direccion es llevado a cabo completamente para valores residuales de
presion. Estas curvas son por lo tanto llamadas curvas de coordenadas.
Si el proceso de drenaje es invertido antes de que

llegase a

,

seguira un tipo de curva (d) ver fig. 12.8
(izquierda). Similarmente, si el proceso de imbibicion primaria es invertido, la nueva

seguira una curva del tipo (e)
como se muestra en la fig 12.8. Las observaciones experimentales indican que los puntos fianles de estas curvas de
exploracin son la saturacion residual.
Otra situacin se produce si un proceso de exploracin, originndose en la curva de drenaje principal en el punto A
es de nuevo invertido. (Fig.12.8, derecha). En tal situacin una nueva curva de anlisis es generada la cual alcanza
el lmite de la curva en el punto de partida A. Similarmente si se inicia en la curva de imbibicin, las curvas de
exploracin de drenaje irn hacia

y las curvas de imbibicin tocan el punto B (Fig 12.8, izquierda).

El comportamiento descrito anteriormente es vlido slo cuando el sistema ha sido ya objeto de un desplazamiento
de un drenaje completo y por lo tanto todos los ciclos de drenaje siguen la curva (c) de la fig. 12.7. Sin embargo, si


Fig. 12.8. Curvas de exploracin

. Izquierda, el cambio inicia en los lmites de las curvas; derecha, el cambio inicia
en una curva exploratoria.

el proceso de drenaje primario es invertido, la imbibicin que se muestra en la curva de anlisis tender
hacia una saturacin

<

(fig. 12.9). Esto se debe por que la saturacin residual de la fase seca
depende del mximo de la saturacin de la fase seca

alcanzado previamente en un ciclo de

drenaje, e incrementndose con

.
Tal comportamiento es consistente con un modelo de histresis de permeabilidad relativa que ser
discutido a continuacin.
Una tpica curva de histresis

es mostrada en la fig. 12.10. La saturacin residual

en un ciclo de
imbibicin es causado por el desplazamiento de la fase seca debido al avance de la fase hmeda.


327


Fig 12.9. Curva de exploracin

empezando en la curva de drenaje primaria

Figura 12.10. Modelo de histresis para

Ha sido determinado experimentalmente que

y cuando otro cambio de imbibicin a drenaje ocurre,

seguir la curva de imbibicin hasta que

alcance el mximo histrico de la saturacin de la fase seca,

. Para
saturaciones de la fase seca mayores a este mximo,

sigue la curva de drenaje. Asi de acuerdo a este modelo

= 1

Un modelo similar puede ser formulado para

, pero la dependencia de los residuos de la saturacin de la fase

seca es usualmente mucho menor.

12.6.2 Tratamiento numrico de Histresis

Los modelos numricos intentan reproducir cualitativamente el comportamiento descrito anteriormente del
conocimiento de las curvas de imbibicin y drenaje nicamente. Killough (1976) propuso las siguientes ecuaciones
para la exploracin de las curvas de

:

Para la curva (d) (Fig. 12.8):

(12.43)

Donde

=
1

12.44

328

son valores de

de las coordenadas de las curvas (c) y (b),

es la saturacin en el punto de
cambio y es un parmetro que afecta la forma de la curva. Similarmente, la curva (e) es aproximada por:

(12.45)

Donde

=
1

12.46

El segundo cambio de la curva (curva (f) de la fig. 12.8, parte derecha) es determinado por:

(12.47)

Donde

=
1

12.48

La saturacin desconocida

en el punto C es determinada de la condicin de que las curvas (d) y (f) se unen en

.
Esto da que

= 1 el cual puede ser resuelto para

.

El caso representado en la figura 12.9 es manejado con las mismas ecuaciones, pero las coordenadas de las curvas

son transformadas (normalizadas) a

de modo que cubren el intervalo (

, 1

). Observar que la
curva de drenaje primaria no es usada. La saturacin atrapada

es calculada por la ecuacin desarrollada por

Land (1968a):

1 +
1

1
1

12.49


Las curvas intermedias

son calculadas por la interpolacin incluyendo un parmetro de forma :

12.50

Donde

es obtenida de la curva (a).

Fig. 12.11. Histresis de

de acuerdo con Coats (1976a)

329


Un modelo similar de la histresis

fue sugerido por Coats (1976). Su modelo trata el

en un sistema de o-g y
tambin considera la saturacin de gas crtica

en el ciclo de drenaje. La curva experimental de drenaje obtenida

en presencia de

primero se normaliza como

, donde

(12.51)

(12.51)

Donde

es la saturacin residual del aceite en el ciclo de drenaje y el

es

en

(fig. 12.11).
La saturacin de gas residual actual

se calcula en funcin de la saturacin de gas mxima alcanzada

(12.52)

Cuando la saturacin disminuye del

al

<

, una saturacin residual efectiva es calculada por

+ (1 )

12.53)

Donde

=

(12.54)

Entonces

se obtiene de la eqn. (12.51.a) en funcin de

12.55)

Cuando se utiliza este procedimiento mientras que el

est aumentando, ser cero,

, y

seguir la
curva original del drenaje. Si el

est disminuyendo, aumentar a 1 y

aumentar hacia

. Cuando el

alcanza el

= 0 (punto B).
Otro modelo, propuesto por Evrenos y Comer (1969a), es limitado debido al forma analtica supuesta de
permeabilidades relativas.
La histresis de la permeabilidad relativa del aceite en flujo trifsico puede ser explicada usando datos bifsicos
dependientes de la historia en los modelos trifsicos de

discutidos en el captulo 2, seccin 2.7.

12.7 SIMULACIN DE YACIMIENTOS NATURALMENTE FRACTURADOS

La estructura de los poros de las rocas reservorio es muy compleja. Segn lo discutido por Warren y Root (1963), la
porosidad de muchos yacimientos se puede poner en dos clases:

(a) La porosidad primaria, que est altamente interconectada y se puede correlacionar con la permeabilidad. sta
sera entonces la porosidad de las rocas homogneas, tales como las areniscas.
(b) Porosidad secundaria formada por fracturas, los canales de solucin o vacos de vugular en medio de los poros.
Esta porosidad es el producto de movimientos geolgicos y de procesos qumicos. Aunque no contenga
generalmente una fraccin grande de las reservas del hidrocarburo, afecta en gran medida el flujo.

Puesto que las ecuaciones diferenciales usadas en la simulacin asumen propiedades continuas (incluida la
porosidad y permeabilidad), que no son terminantemente aplicables a un sistema de doble porosidad. Las fracturas
aisladas pueden ser modeladas por una fila de los bloques de la rejilla con =1 (espacio vaco) y una permeabilidad
adecuada (Craft y Hawkins, 1959, P. 188). Sin embargo, con un promedio de la porosidad y de la permeabilidad en
grandes bloques grandes que contienen varias fracturas puede dar resultados engaosos porque el carcter del flujo
en las fracturas y en la matriz es diferente.
Un sistema de doble porosidad es generalmente idealizada de acuerdo a la fig. 12.12. Aqu el medio poroso es
representado por los bloques aislados de la matriz de porosidad primaria conectados por un sistema regular de
fracturas. Los bloques de la matriz tienen ms de la porosidad y la permeabilidad relativamente pequea. Porque la
presin cada de presin a travs del sistema es dictada por la permeabilidad de las fracturas, que es alta, el
330

mecanismo principal de produccin de los bloques de la matriz es la imbibicin capil ar o drenaje gravitacional y
expansin del volumen con la presin declinando. Por otro lado, aunque la capacidad del poro de las fracturas es
pequea, su conductividad a el flujo es alta; por lo tanto la mayor parte del flujo ocurre en los fracturas. Debi do a la
baja Pc, el flujo en fracturas se puede asumir para ser segregado completamente. En algunos casos, la conveccin
natural puede tambin estar en un importante mecanismo en fracturas verticales (Peaceman, 1976).











Fig. 12.12 Idealizacin del yacimiento fracturado
Mtodos para simular sistemas de doble porosidad han sido propuestos por varios autores (Kleppe y Morse, 1974;
Yamamoto et al., 1971; Asfari y Witherspoon, 1973; Kazemi et al., Rossen, 1977, y otros). Kazemi et al. (1976)
asume que el sistema de fracturas puede ser representado por una serie continua y describe el flujo en las fracturas
por la ecuacin de balance de masa, que incluye trminos de representacin para el flujo, acumulacin en las
fracturas y transferencia de masa de los bloques de la matriz a las fracturas.
En adicin, desde los bloques de la matriz no estn interconectados, ellos escriben la ecuacin de balance de masa
para los bloques de la matriz, que implique solo acumulacin, los bloques pueden contener varias bloques de matriz
(por ejemplo, el elemento de la fig. 12.12 se puede considerar para ser un solo bloque de cmputo). Rossen (1977)
usa el mismo enfoque, pero en vez de solucionar simultneamente para los bloques de la matriz, incluye la
transferencia de masa como trminos implcitos de la produccin. As, los yacimientos fracturados pueden ser
modelados por las tcnicas desarrolladas por yacimientos continuos. La caracterstica adicional es la presencia de
trminos dependientes del tiempo distribuidos de la fuente/reduccin que representa para un cambio de fluido entre
las fracturas y la matriz.

12.8 CONTROL AUTOMTICO CON EL INTERVALO DEL TIEMPO

La seleccin manual del intervalo de tiempo durante el estudio de la simulacin puede ser frustrante, en casos
particulares donde la tasa del pozo cambia drsticamente durante una corrida del simulador. La seleccin apropiada
de paso de tiempo debe asegurar: (a) estabilidad de la solucin, y (b) un tiempo aceptable del error de truncamiento.
Ambos requerimientos pueden ser, por lo menos cualitativos, relacionado con la tasa de cambio de la presin y de
las saturaciones en el yacimiento. Cuanto ms rpidos son los cambios, ms pequeos son los intervalos de tiempo
que debe ser utilizad. Por ejemplo el intervalo de tiempo durante una simulacin a un solo pozo puede variar de 0,01
das inmediatamente despus de un cambio grande de la tasa a varios meses en que el yacimiento esta cerca a la
deplecin.
El procedimiento de la seleccin automtica del intervalo de tiempo ha sido sugerido por ODEs (Carnahan et al.,
1969, p. 363; Byrne and Hindmarsh, 1975). Una desventaja comn de estos mtodos es que dan lugar generalmente
a aumentos significativos en tiempo de cmputo. Consecuentemente, la simulacin de yacimientos usualmente
emplee controles empricos.

Para mtodos tipo IMPES, uso de un intervalo de tiempo estable ms grandes tambin dar los errores de
truncamiento ms pequeos (vea Capitulo 5, seccin 5.5.2). Aunque el intervalo de tiempo mximo estable puede ser
estimado de la ecuacin presentada en el captulo 5 y 9, la experiencia demuestra que la estabilidad esta mantenida
cuando el cambio de saturacin mximo sobre la rejilla se guarda debajo de un lmite dado DSLM para cada intervalo
de tiempo. El valor de DSLIM es tpicamente 5-10%, pero es algo dependiente del problema.

El mismo tipo de control es empleado para los mtodos SS y SEQ. El lmite de tSt tambin controla el error de
truncamiento. Por esta razn, el control de intervalo de tiempo puede tambin emplee un lmite DPLIM sobre el
cambio mximo de presin sobre el paso de tiempo (Todd et al., 1972).
Un algoritmo de control automtico del intervalo de tiempo se puede escribir como sigue:

331

a. Computar

b. Calcular
+1
como

+1
=
,

Donde

El algoritmo mantendr el cambio de la saturacin y la presin cerca de DSLIM y de DPLIM. Debido al actual cambio
no son lineares, los valores lmites se podan exceder considerablemente con predicho t. Este puedo ser prevenido
agregando el paso siguiente:

c. Despus del intervalo de tiempo n+1 es completado, calcular DSMAX
n+1
, DPMAX
n+1
. El paso de tiempo es
aceptable si

DSMAX
n+1
C1 DSLIM DPMAX
n+1
C2 DPLIM

Donde C1 y C2 son mayores que uno. Si no, calcule t
*
como

, donde

=
+1

+1

=
+1

+1



Sistema
+1
de

y resuelve la ecuacin para el paso de tiempo n+1.

Esto asegura que el cambio mximo no se exceda C1DSLIM o C2 DPLIM. El procedimiento de este tipo puede ser
introduciendo constantes adicionales y supervisando variables importantes adicionales (e.g., cantidad de
sobredisparo, Todd et al., 1972; Chappelear y Rogers, 1974).




12.9 CONCLUSIONES

Adems de los temas presentados en este capitulo, hay otras diversas tcnicas que pueden ser importantes para el
desarrollo o aplicacin de modelos en casos especiales. De esto, se podra hacer una mencin de varias versiones
de los mtodos caractersticos (tambin conocidos como seguimiento de puntos, partculas en celdas, etc.)
Las referencias pueden ser encontradas, por ejemplo, Harlow y Amsden (1971), Roache (1972), Hirt et al. (1974), y
Settari et al. (1977). Una aplicacin para inundacin de polmeros flotantes esta dado por Vela et al. (1976).

Ejercicio 12.1
Obtenga la relacin entre la densidad del tanque,

y propiedades composicionales de un sistema de dos

componentes.
Solucin
Denote
1
,
1
la fraccin de masa del componente aceite y
2
,
2
componente del gas en aceite y fases gas, y

las masas de los componentes.

Entonces:
332

1
= 0
2
= 1
1
= 0 (A)

2
=

1
=

(B)

Usando

,
Obtenemos

1
=

2
=
1

/(

2
= 1/
2

Usando ecuacin (2.12),
1
,
2
y
2
puede ser expresada atreves de densidades de tanque y

1
=

)
(C)

2
=

)
(D)

2
=

(E)
Estas ecuaciones se escriben con constantes apropiadas para unidades de ingeniera.


333

CAPTULO 13

CONSIDERACIONES PRCTICAS

En este captulo se referir brevemente a algunas de las cuestiones prcticas que deben considerarse en la fase de
cuando uno est listo para escribir o usar un programa de simulacin. El tratamiento ser breve y se pretende dar al
lector una idea de los pasos a seguir y las decisiones que deben hacerse. Un tratamiento detallado de estos temas
est ms all del alcance de este libro.

13.1 DESARROLLO DEL PROGRAMA
13.1.1 Desarrollo del modelo matemtico
Este paso consiste en escribir el sistema de ecuaciones en derivadas parciales diferenciales y relaciones auxiliares, y
se trata en su mayora en el captulo 2. El modelo matemtico puede representar, por supuesto, slo los fenmenos
que se han incluido en la formulacin de las ecuaciones diferenciales. Por lo tanto, este paso requiere el
conocimiento de los procesos fsicos que tienen lugar en el yacimiento y su importancia relativa. Este conocimiento
es a menudo incompleto para un yacimiento en particular, sin embargo, se observa que la mayora de los procesos
del yacimiento pueden ser descritos por uno de los diferentes modelos bsicos, como por ejemplo, el modelo de
petrleo negro, que ha sido tratado en este libro.

La eleccin del modelo matemtico, determina la clase de problemas que pueden ser simulados, utilizando un
programa basado en ese modelo en particular. As, los modelos de simulacin de yacimientos pueden ser
clasificados de varias maneras segn sus caractersticas y capacidades:



(a) Tratamiento de PVT
1. Modelos de aceite negro (o modelos de gas,
vase Spivak y Dixon, 1973).
2. Modelos composicionales.
3. Modelos de fase individual (por ejemplo,
gas).
(b) Tratamiento de flujo en medios porosos
1. Convencionales (Ley de Darcy)
2. Modelos extendidos de la Ley de Darcy para
calcular efectos de alta velocidad.
3. Modelos de medios porosos fracturados.
(c) Masa y transferencia de calor
1. Modelos de flujo inmiscible (aceite negro).
2. Modelos de flujo miscible.
3. Modelos isotrmicos.
4. Modelos trmicos (vapor y combustin in
situ).
5. Otros modelos especiales (inyeccin
qumica, etc.)
(d) Geometra
1. Modelos de una dimensin.
2. Modelos de dos dimensiones (areal, corte
transversal y radial).
3. Modelos tridimensionales.
(e) Sistema de coordenadas
1. Cartesiano.
2. Cilndrico.
3. Esfrico.
4. Curvilneo general.
(f) Tratamiento de facilidades de superficie
1. Modelo de yacimiento nico.
2. Yacimiento + flujo en el wellbore.
3. Yacimiento + wellbore + facilidades de
superficie.
334

Esta clasificacin es bastante arbitraria, y su propsito es mostrar la variedad de modelos existentes. Varias
caractersticas pueden ser combinadas en un modelo simple (en particular, las caractersticas de
dimensionalidad [d]).
13.1.2 Desarrollo del modelo numrico
El desarrollo de adecuadas tcnicas numricas (modelos numricos) ha sido nuestro principal objetivo en este
libro. Tambin hemos analizado las limitaciones de las diversas tcnicas y proporcionado orientaciones en
cuanto a su aplicabilidad para los diferentes problemas a lo largo de todo el texto. Algunos de los puntos
importantes en el diseo de un modelo numrico son:
1. Eleccin de la discretizacin espacial (5 puntos o 9 puntos) y el manejo de no linealidades en el espacio.
2. Eleccin del mtodo para el flujo multifsico (IMPES, SEQ o SS).
3. Aproximacin del tiempo y tratamiento de la no linealidad en el tiempo.
4. Tcnicas de solucin de ecuaciones algebraicas.
5. Tratamiento de pozos individuales.
6. Diseo de los controles del tiempo de ejecucin.
13.1.3 Desarrollo del modelo de computadora (programa)
El programador debe tener en cuenta varias consideraciones cuando se est desarrollando un programa de
simulacin, en particular, que un programa es utilizado frecuentemente por los dems. Algunas de las
consideraciones importantes son:
1. Velocidad de corrida (eficiencia del cdigo).
2. La utilizacin ptima del almacenamiento disponible (esta preocupacin se ha subsanado en parte
recientemente por la introduccin de "almacenamiento virtual" en los ordenadores).
3. Conveniencia de input/output (I/O) caractersticas para el usuario.
4. La portabilidad del programa.
5. Facilidad de Re-inicializacin.
6. Mensajes de diagnstico.
Muchas de estas consideraciones plantean demandas contradictorias. Por ejemplo, la optimizacin del tiempo de
corrida est, casi siempre, en conflicto con la minimizacin de la esencia. Un buen programa de simulacin est
basado siempre en un compromiso de solucin (Kernighan y Plauger, 1974).
Los programas ms modernos estn escritos en el lenguaje FORTRAN y por lo tanto, haremos uso de este
lenguaje en los ejemplos que se discutirn en este captulo.
13.1.3.1 Eficiencia de programacin
La velocidad de corrida de un cdigo (parte de un programa) pueden verse seriamente afectada por la
programacin ineficiente. Algunos mtodos particularmente tiles para aumentar la eficiencia del programa sern
discutidos a continuacin.
Uso de mltiples subndices. Siempre que sea posible el uso de subndices simples (vectores) sobre matrices
para problemas de dos y tres dimensiones se recomienda hacerlo. Por ejemplo, consideremos el siguiente
ejemplo trivial:
(a) DIMENSION SW(10, 10, 10), SO(10, 10, 10), SG(10, 10, 10)
DO 100 I = 1, NX
DO 100 J = 1, NY
DO 100 K = 1, NZ
SO(I,J,K) = 1. - SW(I,J,K) - SG(I,J,K)
100 CONTINUE
Dado que el compilador traduce subndices mltiples en un nico subndice (digamos M), el clculo
= + +
Se realizar internamente en cada paso a travs del bucle.
El mismo bucle puede ser codificado como sigue:
(b) DIMENSION SW(1000), S0(1000), SG(1000)
M = O
DO 100 I = 1, NX
DO 100 J = 1, NY
DO 100 K = 1, NZ
M = M + 1
SO(M) = 1. - SW(M) - SG(M)
100 CONTINUE
En este caso, slo una adicin es necesaria para obtener el subndice. Para lograr una reduccin en el trabajo de
la computadora se realiza la codificacin del bucle de la siguiente manera:
335

(c) NXYZ=NX*NY*NZ
DO 100M = 1, NXYZ
SO(M) = 1. - SW(M) - SG(M)
100 CONTINUE
Este incremento guarda y el control sobre las variables de bucle I y J (total NX * NY + veces NX). Un cdigo an
ms rpido puede ser obtenido por 'unscrolling' del bucle (Schaefer, 1973).
Incluso cuando es necesario para utilizar bucles anidados (I, J, K) en cualquier orden, el clculo de M como se
muestra en (b) que se puede hacer por el costo de poco ms de una adicin por paso. Aunque la mayora de los
compiladores tienen la capacidad de optimizar los subndices mltiples, su eficiencia de optimizacin puede ser
seriamente degradada cuando se compilan subrutinas de gran tamao. (ver Schaefer, 1973, para una visin
general de la optimizacin del compilador.). Por lo tanto, se recomienda que los subndices de las variables sean
usados siempre que sea posible.
Manejo de las funciones tabuladas. La mayora de las propiedades fsicas (propiedades de los fluidos y de las
rocas, etc.) son presentadas en forma de tablas. Los valores de una variable dependiente para un valor arbitrario
de la correspondiente variable independiente son encontrados por interpolacin entre los datos tabulados. Este
proceso, llamado tambin "table look-up requiere la bsqueda de argumentos en la tabla (variable
independiente). Varios algoritmos de bsqueda son analizados por Knuth (1973), l muestra que para un
pequeo nmero de datos secuenciales la bsqueda es la ms eficiente, mientras que para grandes tablas de
bsqueda binaria es ptima. Para las tablas con 10-20 entradas, el "table look-up es recomendado (Knuth, 1973,
Seccin 6.2.1). La eficiencia del "table look-up mejora en gran medida si los argumentos pueden ser igualmente
espaciados. Entonces, la bsqueda del mejor dato, slo requiere de una multiplicacin sin importar el nmero de
entradas.
Subrutinas en modo secuencial y binario para "table look-up estn incluidas en el Apndice B. Estas rutinas
asumen que la tabla de los argumentos est en orden creciente, pero puede estar arbitrariamente espaciados.
Uso de subrutinas. Llamar a una subrutina requiere una cierta cantidad de tiempo ya que el book-keeping
interno se incrementa con el nmero de argumentos transferidos. Las llamadas frecuentes de subrutinas (e.g.
dentro de un bucle), se debe evitar. Por ejemplo, es mejor duplicar el cdigo "table look-up siempre que sea
necesario, a tener que llamar una subrutina. Cuando es necesario llamar una subrutina con frecuencia, los
argumentos deben ser pasados a travs de los bloques en comn, en lugar de la lista de argumentos. Algunos
aspectos del desarrollo de las subrutinas son discutidos por Cody (1974).
El uso de input/output (I/O). Siempre que sea posible, sin formato, a diferencia de formato, los I/O deben ser
usados. Esto es importante en los archivos usados para leer y escribir los restart y archivos scratch (auxiliares).
El tiempo requerido para ejecutar una declaracin I/O (con formato o no), es una funcin del nmero de
elementos de la lista I/O. Si A es una matriz que ser escrita sobre un scratch para usar en el futuro, esto se
puede hacer de la siguiente manera:
a) DIMENSION A(1000)
NB = 850
WRITE (6) (A(I), I = 1, NB)
WRITE representa a 850 elementos de datos. El mismo resultado puede ser obtenido por:
b) DIMENSION A(1000)
WRITER (6) A
lo que representa la informacin de un dato y se ejecutar mucho ms rpido. Tenga en cuenta que aqu tambin
hemos escrito 150 palabras adicionales de A que no son requeridas, en consecuencia el tamao del registro de
output tambin ha incrementado
Miscelnea
1. Evite la aritmtica mixta (es decir, conversiones de ENTERO a REAL).
2. Reemplazar 2 * A por A + A.
3. La multiplicacin es ms rpida que la divisin en la mayora de las mquinas, por lo tanto reemplace A
/ 2 por A*0,5 etc.
4. Utilice A * A en lugar de A**2.
5. Eliminar todas las expresiones constantes de los bucles.
336

La mayora de los compiladores son capaces de optimizar algunos de los puntos anteriores, pero siempre es
mejor hacer esto a nivel del cdigo fuente. Como regla general, se debe prestar mucha atencin a la parte del
programa que es ejecutada ms veces. Un mayor anlisis de la optimizacin de FORTRAN puede ser
encontrado en Larson (1971).
Un incremento en la velocidad puede ser realizado por la optimizacin de la mquina. Por ejemplo, el segmento
del programa que realiza la mayor parte del trabajo puede ser codificado para utilizar la capacidad de
procesamiento paralelo de la mquina o puede ser codificada en lenguaje de mquina. El procesamiento en
paralelo (Fernbach, 1973) puede aumentar la velocidad en proporcin al nmero de procesadores utilizados,
pero no todos los algoritmos son susceptibles de este enfoque.
La codificacin en lenguaje de mquina en comparacin a la traduccin del compilador puede aumentar la
velocidad hasta en 2-3 veces.
13.1.3.2 Optimizacin de Almacenamiento.
Los requerimientos de almacenamiento puede ser reducidos a:
1. Matrices equivalentes que almacenan informacin temporal en otras matrices.
2. Uso de variables en un bloque comn para variables locales (auxiliares) que son utilizadas solo dentro
de una subrutina.
3. Recalcular los valores en repetidas ocasiones en lugar de almacenarlos.
4. La superposicin de las partes del ncleo durante la ejecucin. Normalmente, el ncleo ocupado por el
cdigo binario de subrutinas utilizado para inicializar el simulador puede ser superpuesto despus que la
inicializacin se ha completado.
5. En algunos equipos es posible especificar el tamao de los buffers I/O de modo que sean ms
pequeos que el valor predeterminado.
6. El disking interno (escritura y lectura desde un scratch). Esto puede ser necesario, por ejemplo, cuando
el uso de la eliminacin Gaussiana para una matriz de gran ancho de banda requiere ms que los
ncleos disponibles.
7. Asignacin dinmica de almacenamiento durante la ejecucin.
Casi todos los pasos anteriores reducirn la velocidad de corrida. El uso del almacenamiento virtual incrementar
slo el tiempo de ejecucin moderadamente en comparacin con la ejecucin del mismo programa en el ncleo,
pero el tiempo de residencia (es decir, el tiempo total transcurrido desde que el trabajo est activo) se incrementa
varias veces debido al I/O interno entre el almacenamiento virtual y el ncleo.
13.1.3.3 Caractersticas orientadas al usuario
Algunas de las caractersticas importantes para un buen simulador son:
1. Opciones para suprimir o ampliar la impresin en cualquier tiempo dado.
2. Opciones para leer datos de diferentes maneras para que un mnimo de datos sea requerido.
3. Codificacin para comprobar los datos de entrada por consistencia y para garantizar que los datos sean
fsicamente significativos. Esta caracterstica es particularmente til en el "debugging (depuracin) de
datos.
4. Capacidad de Re-start (comenzar nuevamente).
Tambin es til para poder mostrar los resultados en forma grfica (diagramas de impresora y / o mapas).
Obviamente, no hay lmite al nmero de caractersticas opcionales que pueden ser incluidos en un solo programa
y la decisin es de nuevo una cuestin de compromiso.
13.1.3.4 Portabilidad del programa
Con el fin de minimizar los problemas creados por las diferencias entre los compiladores, el programador debe
evitar el uso de las caractersticas de FORTRAN que son exclusivas de un compilador determinado. Algunas
reglas tiles son:
1. Evite el uso de caracteres especiales para nombres de variables.
2. Utilice un mximo de seis caracteres para los nombres de variables.
3. Utilice declaraciones Hollerith cuando se trata de literales, y en el almacenamiento de los literales utilizar
slo las combinaciones A4.
4. No exceda de 132 posiciones de impresin en las declaraciones de formato de salida.
5. Evite el uso de todas las operaciones de bits (como el enmascaramiento, etc.)
6. Evite el cdigo en lenguaje de mquina y el uso de caractersticas especiales I/O (tales como el buffer
I/O en CDC o ASYNCHRONEOUS I/O en el equipo de IBM).
337

Una vez ms, el ltimo requisito, en particular, es el conflicto con la consideracin de la velocidad del programa,
como se coment anteriormente (vase Aird et al., 1977).

13.2 USO DEL PROGRAMA
Un uso tpico de un programa de simulacin es el diseo de un proyecto de recuperacin de petrleo. Esto se
llama un estudio de simulacin y es por lo general previsto en una serie de pasos que se resumen a
continuacin. Muchas de las preguntas deben ser resueltas durante un estudio muy estricto junto con los pasos
involucrados en el desarrollo del programa (Secciones 13.1.1 y 13.1.2), pero desde un punto de vista diferente.
En primer lugar se resumen los pasos que suelen ser necesarios y luego se discuten algunos de ellos con ms
detalle. Como el lector podr apreciar, despus de leer esta seccin, la aplicacin de la tecnologa de la
simulacin es ms un arte que una ciencia y por tanto, las recomendaciones dadas aqu siempre deben ser
analizadas a la luz de un problema particular a la mano (Coats, 1969).
13.2.1 Pasos involucrados en un estudio de simulacin
Un estudio tpico incluir los siguientes pasos:
(a) Definir el problema de ingeniera de yacimientos y los objetivos tcnicos y econmicos del estudio.
(b) Reunir todos los datos disponibles y decidir si datos adicionales sern necesarios.
(c) Interpretar los datos geolgicos y petrofsicos disponibles.
(d) Analizar el comportamiento PVT de los fluidos involucrados.
(e) Seleccionar el tipo de simulador que ser usado y disear el modelo (es decir, las dimensiones, el grid, el
mtodo de solucin, etc.)
(f) Ajustar los parmetros del modelo segn el history matching actual del yacimiento.
(g) Predecir el comportamiento futuro bajo diferentes condiciones para lograr los objetivos del estudio.
(h) Interpretar los resultados, hacer recomendaciones, editar los archivos de salida (output) y, reportar.
Aunque los pasos anteriores son bastante tpicos, estos pueden variar ampliamente de un problema a otro. Los
estudios de simulacin varan desde una simple corrida en un equipo personal, hasta simulaciones para las
grandes empresas que requieren el uso de varios modelos y grandes programas especiales. Adems, la
direccin del estudio puede cambiar a medida que nosotros tengamos una mejor comprensin del proceso de
deplecin que est siendo modelado y la importancia relativa de los distintos parmetros. Esto puede requerir no
solo un cambio en la dimensionalidad y el tipo de modelo utilizado, sino tambin, puede indicar la necesidad de
ms datos de campo o de laboratorio. Estos aspectos son analizados por Coats (1969), y se puede revisar en los
papers que describen los estudios de simulacin. Papers por McCulloch et al. (1969), Weaver (1972) y Dandona
and Morse (1975) son buenos ejemplos de aplicaciones para modelos de aceite negro.
Ahora discutiremos brevemente los pasos indicados anteriormente, con la excepcin de (e) y (f), que sern
tratados en las secciones siguientes.

Paso (a): Es importante que las preguntas que sern resueltas por la simulacin estn claramente definidas. El
enfoque del estudio depende en una manera esencial de estos objetivos. Las preguntas de naturaleza
"econmica" son por lo general del tipo:
Cul es el mejor esquema de recuperacin para el yacimiento?
Cul es la tasa de produccin ptima?
Cul es el espaciamiento ptimo entre los pozos?
La perforacin infill es econmica?

En otras situaciones las preguntas de viabilidad pueden tener una respuesta:
Un cierto proceso trabajar dentro de un rango razonable de los parmetros de control?

Preguntas de tipo remedial tambin pueden ser formuladas:

Cul es la causa de un problema operacional y, puede este ser corregido?

Paso (b): La recoleccin de datos podra necesitar mucho tiempo para los grandes yacimientos. Los datos
disponibles deben ser revisados para la integridad y fiabilidad. Todos los datos sospechosos deben ser ajustados
si es el caso, o descartados.
338

Paso (c): Los datos geolgicos y petrofsicos disponibles son utilizados para construir un modelo geolgico del
yacimiento que defina la estructura, la profundidad, la porosidad y permeabilidad, la estratificacin, fallas, y otras
caractersticas fsicas del yacimiento. La representacin geolgica del yacimiento es muy importante y con
frecuencia es re-evaluada ms adelante durante el proceso de history match. Los mtodos utilizados para
elaborar los datos geolgicos para la simulacin son descritos por Harris (1975).
Paso (d): El anlisis PVT mostrar si los fluidos deben ser representados composicionalmente, o si pueden ser
representados por un sistema de aceite negro.
Los modelos composicionales son mucho ms complejos que los modelos de aceite negro descritos en este
libro. Todos los datos deben ser verificados y ajustados.

Paso (e): Ejecutar el modelo para predecir el comportamiento futuro, es una parte relativamente sencilla del
estudio. Para los campos que se estn acercando a su deplecin, se debe tener cuidado para simular
correctamente las prcticas reales de funcionamiento, tales como la instalacin de bombas y compresores, y los
trabajos de reacondicionamiento (workover). Algunos de estos pueden requerir de programacin especial.
Paso (f): La interpretacin de los resultados puede incluir algunos clculos adicionales, como por ejemplo los
clculos de balance de materiales en las instalaciones de procesamiento (facilidades de superficie), los clculos
de tuberas, y con frecuencia los anlisis econmicos. La edicin de los archivos de salida (output) para la
presentacin de informes es necesaria porque los resultados obtenidos son generalmente voluminosos y estos
deben ser condensados. Sin embargo, todos los datos y resultados generados deben mantenerse para futuras
referencias, por ejemplo, en una unidad de almacenamiento (disk). Esto es particularmente importante en los
casos en que una futura actualizacin del estudio es prevista.
13.2.2 Seleccin y Diseo del Modelo

La construccin del modelo numrico de un yacimiento es una de las zonas grises, donde el arte y la ciencia de
la simulacin se encuentran. El mejor modelo del yacimiento es el modelo ms simple que representa
realmente todos los aspectos importantes del proceso fsico de inters. Sin embargo, debido a las grandes
limitaciones de conocimiento del yacimiento y los parmetros de los fluidos, a menudo hay una tendencia a
utilizar un modelo ms sofisticado al que es realmente necesario. Siempre es til primero ver si el uso de un
mtodo analtico o un modelo de computadora simple respondern la pregunta. Este estudio preliminar por lo
general se traducir en una mejor comprensin del problema.

Cuando un estudio de simulacin es necesario, varios factores deben ser considerados en la seleccin y el
diseo del modelo, tales como los siguientes:
Clase de respuesta requerida;
exactitud de la respuesta requerida;
incertidumbre en la definicin del yacimiento;
incertidumbre en los datos de campo disponibles para la simulacin;
incertidumbre en las propiedades de las rocas y los fluidos;
comprensin del proceso fsico actual (modelo matemtico);
errores inherentes a las suposiciones hechas en el desarrollo del modelo numrico; y
errores de truncamiento.

Muchos de estos factores son difciles de cuantificar, y, en consecuencia, el razonamiento para la seleccin y el
diseo del modelo para un yacimiento ser diferente en cada caso. Ahora vamos a discutir algunos de los
aspectos ms importantes en detalle.
13.2.2.1 Dimensionalidad del modelo
Desde el tiempo del ordenador y las necesidades de almacenamiento aumentan drsticamente con el nmero de
dimensiones, la dimensin ms pequea posible, deber ser utilizada.
Los modelos de un solo bloque (single-block) y los modelos unidimensionales (1-D) pueden ser tratados
analticamente en ciertos casos. A menudo, los simuladores de 1-D son utilizados para estimar unas altas
idealizaciones, por ejemplo, para yacimientos con una descripcin conocida muy limitada, y en la simulacin de
experimentos de laboratorio. Los modelos (1-D) pueden ser tambin adecuados en situaciones donde
nicamente la sensibilidad de respuestas para ciertas variables, es de inters.
Los modelos 2-D son adecuados bajo una variedad de condiciones. Yacimientos con buena comunicacin
vertical puede ser por lo general representados por un modelo areal 2-D utilizando el concepto de equilibrio
vertical (VE) (vase el Captulo 12). El comportamiento de un pozo puede ser estudiado en dos dimensiones por
coordenadas radiales en la mayora de los casos. Las excepciones son los pozos cerca de los lmites del
339

yacimiento o cerca de los contactos de los fluidos horizontales, donde las suposiciones de simetra no son
razonables. Muchos yacimientos pueden ser estudiados satisfactoriamente observando una parte tpica del
yacimiento, modelado generalmente en 2-D. Estos llamados modelos window son mucho menos costosos que
grandes estudios tridimensionales. Un ejemplo clsico es la simulacin de un cuarto de cinco espacios por un
modelo areal 2-D.
Las preguntas de dimensionalidad adecuada y los errores asociados son discutidos por Coats (1969) y Price
(1971). Ejemplos de estudios de corte transversal de yacimientos son proporcionados en los papers de
McCulloch et al. (1969) y DesBrisay et al. (1975). Por ltimo, hacemos notar que con frecuencia un estudio de
simulacin implica el uso de varios modelos. Un ejemplo tpico es el uso de un modelo 2-D de una seccin
transversal para generar curvas de VE y/o un modelo 2-D radial para generar curvas de conificacin de los
pozos, usado en conjunto con un modelo areal 2-D. Un ejemplo de un estudio progresivo desde 1-D a 3-D se
encuentra en Spivak et al. (1975).
El tratamiento de acuferos tambin debe ser considerado al seleccionar la dimensionalidad del modelo.
13.2.2.2 Tratamiento de los fluidos del yacimiento
Una vez ms, la representacin ms sencilla consistente con los objetivos del estudio debe ser utilizada. En la
representacin del modelo de black oil, el tiempo de corrida de los mtodos SS (solucin simultnea) y SEQ
(solucin secuencial) se incrementa considerablemente cuando aumenta el nmero de fases, pero no presenta
cambios en el mtodo IMPES (Captulo 9, Seccin 9.3.3). Por lo tanto, la eliminacin de una fase que es
inamovible en el modelo puede, en algunos casos resultar en ahorros significativos.
Cuando los efectos de la composicin son importantes, pueden ser con frecuencia aproximados por un simulador
de black oil. Debido a que los simuladores composicionales son generalmente ms caros para correr, dar como
resultado un ahorro considerable. Los enfoques de este tipo son aplicados a yacimientos de petrleo y gas
condensado. El desplazamiento miscible tambin puede ser tratado por un modelo black oil. Hemos discutido
estas tcnicas en el captulo 12.
13.2.2.3 Seleccin del Grid
Las siguientes son guas aproximadas para el diseo del grid:
(a) La orientacin del grid debe ser, si es posible, a lo largo de la orientacin de la permeabilidad conocida. En
los problemas de la seccin transversal, el modelo de capas debe seguir las capas geolgicas.
(b) La definicin del grid debe ser mayor en las reas de inters y/o cuando la solucin se espera que cambie
rpidamente. Bloques ms pequeos se requieren generalmente alrededor de los pozos.
(c) La definicin del grid debe ser mayor en las zonas de heterogeneidad, si se requieren respuestas precisas.
(d) Los cambios grandes y bruscos en el tamao del grid introducen grandes errores de truncamiento. Deben
ser evitados en la construccin de un grid irregular.
(e) En una simulacin areal, todos los pozos deben estar separados por varios bloques, si el efecto de los
patrones de los pozos, la perforacin infill, etc., sern estudiados.
La regla ms importante es, sin embargo, que siempre que sea posible, la definicin necesaria del grid debe ser
determinada por un estudio de sensibilidad del grid. Tal cantidad de estudios para realizar una serie de corridas
de simulacin con un aumento en la definicin del grid hasta que los resultados calculados, no cambian dentro
de la precisin requerida. Los estudios de sensibilidad del grid, son especialmente importantes para el flujo
multifsico Son desarrollados comnmente para problemas de corte transversal para determinar el nmero
mnimo de capas necesarias.
En simulaciones areales y 3-D, el tamao del problema es a menudo demasiado grande para llevar a cabo un
experimento de refinamiento del grid. En tales casos, la sensibilidad del grid puede ser estudiada en una
pequea parte seleccionada del yacimiento.
En muchos casos, la exactitud de la solucin no puede ser determinada porque el tamao del grid est
restringido por las limitaciones del ordenador, o por factores de costo. Slo en casos simples puede el error de
truncamiento espacial ser determinado mediante la comparacin con las soluciones exactas.
Los errores de truncamiento se denominan a menudo dispersin numrica (Lantz, 1971) y son de particular
importancia en la simulacin de desplazamiento miscible, los fenmenos composicionales y otros problemas que
requieren una alta precisin. Las tcnicas convencionales de diferencias finitas son a menudo inadecuadas en
estas situaciones porque el nmero requerido de bloques es excesivamente grande. En tales casos, los modelos
especiales que deben ser usados no se discutirn en este libro (punto-rastreo, variacional).

340

13.2.2.4 Seleccin del Mtodo de solucin y la tcnica para resolver las ecuaciones algebraicas.
Cuando una opcin (de IMPES, SEQ o SS) est disponible, el mtodo ms econmico de la solucin debe ser
seleccionado. Esto involucra algunas pruebas de la estabilidad mediante corridas con un conjunto tpico de
datos. Como se discuti en el captulo 9 (Seccin 9.3.3), la evolucin desde el IMPES a SEQ y luego SS
aumenta drsticamente el tiempo de ejecucin por cada paso de tiempo. En la prctica, la velocidad es
expresada en trminos de tiempo/grid bloque/tiempo con el fin de eliminar la influencia del tamao del grid.

Debido a que la estabilidad tambin se incrementa cuando se tienen ms mtodos implcitos, la mejor eficiencia
global se logra generalmente mediante IMPES para problemas fciles y por SS (con transmisibilidades
implcitas) para los problemas difciles. La eleccin de la tcnica para la solucin de la matriz de ecuaciones es
tambin crtica. Como se discuti en el captulo 8 (secciones 8.3 y 8.4) y en los captulos 10 y 11, los mtodos
directos son los preferidos para problemas pequeos y los mtodos iterativos para problemas ms grandes. Los
mtodos iterativos tambin pueden ser ms rpidos cuando es necesario iterar (actualizar los coeficientes)
dentro de un lapso de tiempo la solucin. Con los mtodos iterativos, esta actualizacin puede hacerse durante
el proceso de solucin con slo una pequea disminucin en la tasa de convergencia, mientras que para los
mtodos directos, el trabajo aumenta en proporcin con el nmero de iteraciones necesarias por lapso de
tiempo.
Aparte de las consideraciones anteriores de optimizar la velocidad de corrida, la decisin ser influenciada por el
tipo de estudio a realizar. Para un problema donde se requiere slo un nmero limitado de corridas, puede ser
ms econmico utilizar un mtodo ms implcito y una tcnica de eliminacin directa por su fiabilidad. Por otro
lado, para un gran estudio con un nmero de corridas de ajuste histrico (history match), puede ser til optimizar
al mismo tiempo el carcter implcito del mtodo y la tcnica de solucin.
13.2.2.5 Seleccin de los intervalos de tiempo y los parmetros de control del tiempo de corrida.
El tamao del intervalo de tiempo debe ser seleccionado para garantizar tanto la estabilidad y precisin. El primer
requisito se refiere al mximo tamao estable del intervalo de tiempo para el tamao del grid. Por ejemplo, para
el mtodo de IMPES esta relacin est dada por la ecuacin (5.60), y por la ecuacin (9.25) cuando la
estabilidad est limitada por transmisibilidades. El mximo intervalo de tiempo que se puede utilizar es
proporcional al tamao del grid tambin para los otros mtodos de solucin. Por lo tanto, con el
perfeccionamiento del grid el costo de una corrida de computadora aumentar ms de lo indicado por el radio del
grid, ya que el intervalo de tiempo tambin debe ser disminuido.
En la prctica, tanto la estabilidad como la precisin pueden ser obtenidas por una seleccin automtica del
intervalo de tiempo utilizando mtodos descritos en el captulo 12.
Los parmetros de control que deben ser seleccionados pueden incluir la mxima presin y cambios de
saturacin por intervalo de tiempo, las tolerancias de convergencia, el mximo nmero de iteraciones, el nmero
de iteraciones entre las actualizaciones de los coeficientes, etc. Su seleccin ser diferente de un caso a otro y
algunas experimentaciones pueden ser necesarias para minimizar el tiempo de corrida. En general, la tolerancia
debera ser ms estricta cuando el problema es ms difcil de resolver.
13.2.3 Ajuste Histrico (History Matching)
El ajuste histrico es una parte importante de cualquier estudio. Los ajustes del modelo de prediccin con la
interpretacin histrica del yacimiento, constituyen la nica prueba prctica de la validez de un modelo de
computadora de yacimiento. El history matching consiste en ajustar los parmetros del modelo (como la
permeabilidad, la porosidad, etc) hasta que los resultados calculados para el perodo histrico sean cercanos a
los datos histricos. La informacin histrica puede ser de varios tipos. Para un programa de produccin dado,
los datos de ajuste por lo general son los siguientes:

WOR y GOR;
Presiones promedio o presiones en pozos de observacin;
Pozos de observacin; o
Presin de fondo fluyendo (

).

En los casos en que un pozo est produciendo a una taza total constante o una presin constante, la variable de
ajuste puede ser tomada como la tasa de aceite.
Los datos de ajuste menos frecuente son:
Tiempo de ruptura; y la presin transitoria durante una prueba draw-down o build-up (Chain et al., 1976).

El proceso de ajuste histrico lleva mucho tiempo, a veces es frustrante, y por lo general representa una gran
parte del costo de un estudio. El ajuste histrico generalmente es realizado manualmente por un ajuste de datos
a travs de un procedimiento de prueba y error. Se ha dedicado considerable esfuerzo de investigacin a la
automatizacin de este proceso mediante el uso de la simulacin inversa. En este procedimiento se resuelven
las ecuaciones para los valores de los parmetros seleccionados del yacimiento, de modo que las diferencias
341

entre los resultados calculados y el comportamiento observado se reduzcan al mnimo (Coats et al., 1970; Dupuy
et al., 1971; Slater y Durrer, 1971, Thomas y Hellums, 1972, Chen et al., 1974, Carter et al., 1974; Chavent et al.,
1975; Gavalas et al., 1976, Wasserman y Emanuel, 1976; Bishop et al., 1976). Sin embargo, en la etapa actual
de desarrollo estas tcnicas son de uso limitado para los problemas prcticos, excepto en problemas simples,
como yacimientos de una sola fase (gas).
La regla general en el manual del ajuste histrico es cambiar los parmetros que tienen la mayor incertidumbre y
tambin la ms grande influencia en la solucin. La sensibilidad de la solucin para algunos de los parmetros es
frecuentemente establecida durante el proceso del ajuste histrico en s. No hay reglas rpidas y estrictas sobre
cmo proceder en cada caso concreto. Los siguientes consejos pueden ser tiles:
a) El ajuste de la presin promedio es afectado por los volmenes de fluido in place, el tamao del acufero y el
grado de comunicacin entre el yacimiento y el acufero Sin embargo, un deficiente ajuste del WOR y el
GOR, tambin causar un mal ajuste para la presin promedio.
b) La presin del draw-down es afectada por la permeabilidad horizontal y por los efectos del dao (skin).
c) El WOR y el GOR dependen principalmente del draw-down (es decir, una vez ms de la permeabilidad),
pero tambin de la posicin de los contactos de fluidos, y el espesor de la zona de transicin (que depende
de la PC). La forma de las curvas despus de ruptura depende de las curvas de permeabilidad relativa, pero
el tiempo de ruptura depende principalmente de los puntos extremos de estas curvas (end points), es decir,
las permeabilidades efectivas con slo una de las fases fluyendo. En estudios areales y 3-D, los modelos no
pueden aproximar con precisin un ajuste al comportamiento individual del pozo sin el tratamiento especial
discutido en el captulo 9 (seccin 9.7). En tales casos, el ajuste consiste en encontrar las pseudo-funciones
adecuadas. Los estudios de este tipo pueden ser complementados por el ajuste individual del rendimiento
del pozo para mejorar la exactitud de la descripcin del yacimiento.
d) El ajuste del tiempo de ruptura es una de las tareas ms difciles. Los tiempos de ruptura son sensibles a los
errores de truncamiento (dispersin numrica) y su ajuste exacto requiere de grid ms finos de lo que
normalmente sera necesario.
La calidad del ajuste y por lo tanto el grado de confianza que podemos tener en el modelo depende
sustancialmente de la cantidad de datos histricos disponibles para el ajuste. Con datos insuficientes (por
ejemplo, si los datos de presin no estn disponibles), un ajuste puede ser obtenido con diferentes sets de
descripciones del yacimiento. Por otro lado, cuando grandes cantidades de datos estn disponibles, un intento
fallido para un ajuste, indicar que algunas de las suposiciones bsicas realizadas durante el desarrollo del
modelo tienen que ser revisadas (estructura geolgica, el comportamiento PVT, extensin del yacimiento,
presencia de acuferos, etc.) En algunos casos, un ajuste exitoso tambin puede indicar errores en los datos.
En la mayora de las simulaciones de petrleo negro, la presin y la tasa (WOR, GOR) suelen ser necesarios
para obtener un buen ajuste. Aun cuando un buen ajuste se ha obtenido con un conjunto de datos histricos, no
hay garanta de que el modelo se ajustar con los datos histricos adicionales, sin ajustar los parmetros del
yacimiento. Por lo tanto, es importante utilizar la cantidad mxima disponible de datos en el proceso de ajuste.
Obviamente, la fiabilidad de las predicciones del rendimiento futuro tambin depende de la cantidad de datos
disponibles para el ajuste. An con un buen ajuste histrico, la fiabilidad de las predicciones disminuye cuando
miramos ms y ms lejos. Por tanto, es beneficioso actualizar un estudio de simulacin despus de un perodo
de tiempo para un ajuste, con los nuevos datos histricos. Esto normalmente se traducir en un ajuste de las
predicciones para periodos futuros.
Las tcnicas de ajuste histrico tambin puede ser utilizadas para interpretar los datos de laboratorio (por
ejemplo, Archer y Wong, 1973).

13.3 CONCLUSIONES

Considerable experiencia prctica en ingeniera de yacimientos y simulacin computacional es necesaria para
aprovechar al mximo la tecnologa de simulacin de yacimientos.
Debido al hecho de que las suposiciones estn involucradas en varias etapas del proceso del desarrollo del
modelo y las ecuaciones de flujo slo pueden ser resueltas aproximadamente, es necesario usar un buen criterio
de ingeniera en la realizacin de estudios de yacimientos y en la interpretacin de los resultados obtenidos.
342



APNDICE A

REVISIN DEL ALGEBRA DE MATRICES

A.1 INTRODUCCIN
Este apndice tiene por objeto proporcionar una revisin de las propiedades de los vectores y matrices que son
esenciales para un estudio de simulacin de yacimientos. Muchos libros excelentes estn disponibles sobre este
tema y deben ser consultados para un mejor entendimiento de los conceptos introducidos aqu. En particular, los
libros de Bellman (1960), Pease (1965) y Lancaster (1969) se recomiendan para estudios posteriores.
La siguiente seccin de este apndice contiene algunos conceptos bsicos y definiciones. Esto es seguido por
una seccin dedicada a importantes teoremas fundamentales para la simulacin de yacimientos.

A.2 CONCEPTOS BSICOS
A.2.1 Campo
DEFINICION: Un campo, , es una coleccin de nmeros en el que las operaciones de suma, resta,
multiplicacin y divisin, excepto por cero, siempre son posibles y dan un elemento nico del campo. Tenga en
cuenta que los nmeros reales forman un campo, mientras que los nmeros reales positivos no (ya que la resta
no siempre es posible).

A.2.2 Vector
DEFINICIN: Un vector es un conjunto de nmeros de dispuestos en un orden definido. Los nmeros as
dispuestos son llamados los elementos o componentes del vector. La norma de ordenacin de un vector es:
=

1
2
.
.
.

(A.1)
donde el smbolo , significa un miembro de. Los mismos elementos cuando se escribe en una fila, forman la
transpuesta de :

=
1
,
2
,

donde es la dimensin de o

DEFINICIN: Dos vectores se dice que son iguales, si sus correspondientes componentes son iguales.
Sean y dos vectores con elementos cada uno del campo . Sean y
dos escalares del campo . Entonces tenemos
DEFINICIN: = + =

= 1,
y
DEFINICIN: = .

= .

= 1,


343

Las siguientes propiedades pueden ser derivadas de estas dos definiciones:
+ = + (Conmutativa) (A.2)
+ + = + + (Asociativa) (A.3)
+ 0 = (0 es el vector nulo) (A.4)
+ = 0 (-x es el negativo de x) (A.5)
= (Asociativa) (A.6)
+ = + (Distributiva) (A.7)
+ = + (Distributiva) (A.8)
= (conmutativa) (A.9)
= si =1 (A.10)
A.2.3 Espacios vectoriales lineales
DEFINICIN: Un espacio vectorial lineal es un conjunto de vectores, , de forma que:
(1) la suma de dos vectores de es tambin un miembro de , y
(2) el producto de cualquier escalar con un miembro de est tambin en . El espacio vectorial lineal es
generado por el campo cuando los elementos de todos los vectores en y escalares son del campo .
DEFINICION: Un conjunto de vectores
1
,
2
, ,

es linealmente independiente en el campo si no existe un

conjunto de escalares
1
,
2
, ,

de el campo , no todos cero, tal que

1
+
2

2
++

= 0 (A.11)
De lo contrario los vectores se dice que son linealmente dependientes.
Tenga en cuenta que si una solucin a (A.11) existe con

0, a continuacin,

=
1

=1,
(A.12)
En la ecuacin. (A.12)

se expresa como una combinacin lineal de otros vectores en el conjunto, por lo que no
es linealmente independiente de estos vectores.
DEFINICIN: Un espacio vectorial lineal es de dimensin si contiene al menos un conjunto de vectores
linealmente independientes (con exclusin de vectores nulos), pero no contiene un conjunto de +1 vectores
linealmente independientes.
DEFINICIN: El conjunto de vectores linealmente independientes de un espacio vectorial, , de dimensin
es una base para . Tenga en cuenta que todos los otros vectores, en puede estar formado por una
combinacin lineal de vectores base.


A.2.4 Sistema de ecuaciones lineales. Matrices
El sistema de ecuaciones lineales

=1
=

= 1,2, , (A.13)

344

puede escribirse como
= (A.14)
Donde , son vectores -dimensionales y es una matriz cuadrada () de nmeros con filas y
columnas:
=

11
:
:

1

12

13

1
:
:
:
:
:
:

2
.

La operacin de est definida de manera que los resultados en el sistema de ecuaciones estn dados por
(A.13). Tambin podemos expresar como
=

la diagonal principal de es el conjunto de elementos sobre el recorrido diagonal desde la parte superior
izquierda a la esquina inferior derecha. La matriz es llamada diagonal, si

= 0 (A.16)
y una matriz se llama la matriz identidad, , si

=
0
1


=
(A.17)
Una matriz con elementos de tal manera que

para todo y (A.18)

se llama la transpuesta de ,

. La matriz nula, 0, tiene cero elementos.

DEFINICIN: La suma de dos matrices , , es una matriz con los elementos

+

= 1, , = 1, , (A.19)
donde , y son todas matrices nxn.
DEFINICIN: El producto de un escalar con la matriz es una matriz con elementos

(A.20)
DEFINICIN: El producto de matrices y es una matriz definida por
=

(A.21)
Tenga en cuenta que en general
DEFINICIN: Matrices y conmutan si
= (A.22)
DEFINICIN: La inversa de (si existe) es una matriz
1
definida por

1
= (A.23)
Las siguientes propiedades pueden derivarse de las definiciones anteriores
+ = + (A.24)
+ = + (A.25)
= = = () (A.26)
345

()

(A.27)
+ = + (A.28)
+ = + (A.29)
= (A.30)
0 = 0 = 0 (A.31)
= = (A.32)

1
=
1
= (A.33)
()
1
=
1

1
(A.34)
( )
1
= (
1

1
) (A.35)

A.2.5 determinante de una matriz
El determinante de una matriz es un nmero denotado por det (A). Para una matriz 2 x 2

=

11

12

21

22
det =
11

22

12

21

Para una matriz arbitraria ,
det =

=1
=

=1


para cualquier fila o cualquier columna . En la ecuacin anterior

, es el cofactor de

= (1)
+
det(

)
y

, es la matriz 1 ( 1) obtenida mediante la eliminacin de la fila th

y la columna th. Este es el menor de

.
DEFINICIN: La matriz es singular si det (A) = 0.

A.2.6 valores propios y vectores propios
Una vector que satisface

se llama autovector de , y el escalar

es el correspondiente autovalor.
La ecuacin caracterstica de una matriz (n n) es
det

= 0

El factor determinante es un polinomio en de grado . Las races de la
346

ecuacin caracterstica son los autovalores de .
DEFINICION: el radio espectral de es
=

A.2.7 Normas de vectores y matrices
Una norma de un vector x es un nmero real, denotado por que satisface las condiciones siguientes (a)
=
(b) + +
(c) 0 = 0
La norma

de un vector, denotado por est definido por

1
Tres normas frecuentemente usadas son:

1
:
1
=

2
:
2
=

1
2

Una norma matriz es un nmero real que satisface las correspondientes condiciones (a), (b) y (c), y, adems, la
siguiente condicin es tambin satisfecha:
(d)
Una norma matriz es consistente con el vector norma si cumple
(e) 0
Si la igualdad en (e) tiene por lo menos un 0, entonces la norma matriz se dice estar subordinada a la norma
de vectores.
Las normas de la matriz de subordinada para las normas l1, l2, y l, de son

1
=

=1

2
=

1
2

=1

Algunas propiedades de las normas
1. donde x y y son vectores
2. para cualquier norma de matriz A
3.
2
= si A es una matriz simtrica
4.
1

Donde A es una matriz no singular, y es cualquier eigenvalor de A.

347

A.2.8 Definiciones adicionales
NOTA: es una matriz y todos los vectores tienen elementos, a menos
se especifique lo contrario.
1. El producto interno (o escalar) de dos miembros y de un espacio vectorial
se define por
, =

=1

Tenga en cuenta que , =
2
2

2. La matriz es ortogonal si

1
=

3. La matriz es diagonal dominante si

=1

=

para todo
y estrictamente diagonal dominante si la desigualdad objetiva es vlida para todos los .
4. La matriz es tridiagonal si

= 0 para > 1
5. La matriz es un bloque diagonal, si

=

2
.

Donde cada = 1,2, , ) es una matriz cuadrada. no son necesariamente del mismo orden.
6. La matriz es triangular superior si es

= 0 >
y triangular inferior si

= 0 >

7. La matriz es irreducible si no existe una permutacin transformacin

1

Por lo cual se reduce a la forma

0


donde y son sub-matrices cuadradas de orden S y Q, respectivamente, con + = , y 0 es una matriz
nula sxq.
348

La matriz de permutacin tiene un elemento distinto de cero en cada fila y columna y todos estos elementos
son unos.
8. La matriz es irreductiblemente diagonal dominante si es irreducible y en diagonal dominante, con

>

, por lo menos un
9. Matrices y son similares si
=
1


y es no singular. La operacin anterior en se llama transformacin de semejanza. Matrices semejantes tienen
el mismo eigenvalor.

10. Dos vectores y son ortogonales si , = 0
Vectores ortogonales son linealmente independientes.
11. es definida positiva si
, > 0 para todo 0
y es semidefinida positiva si
, 0 para todo
= 0 para al menos un 0

A.3 ALGUNOS TEOREMAS FUNDAMENTALES
NOTA: es una matriz real.

A.3.1
Una matriz simtrica tiene valores propios reales y autovectores ortogonales entre s .
A.3.2
Si es estrictamente diagonalmente dominante o irreductible, entonces no es singular.
Si, adems todos los elementos de la diagonal de son positivos, entonces la parte real del autovalor de
tambin es positivo (Varga, 1962, p. 22).
A.3.3
Si es simtrica y estrictamente diagonal dominante o irreductiblemente diagonal dominante, con entradas
diagonales de reales positivos, entonces es definida positiva.
A.3.4
Sistema de ecuaciones lineales = tienen una solucin nica, si det (A) 0.
A.3.5
Si es estrictamente o irreductiblemente dominante diagonalmente, = tiene una nica solucin.
349

A.3.6
Si es una matriz real tal que

0 y

0 para entonces es singular si y slo si

=1
= 0 = 1, ,
(Taussky, 1949).
A.3.7
= tiene una solucin nica si es definitiva positiva.

A.3.8 (Faddeeva, 1959, p. 60)
lim

= 0 < 1
A.3.9 (Faddeeva, 1959, p. 61)
lim

= 0 < 1
donde es cualquier norma de .













































350


APENDICE B

Sub thomas()
Dim A(1), B(1), C(1), X(1), Q(1001), G(1001) As Double
Dim WI As Double
Dim N As Integer

WI = A(1)
G(1) = D(1) / WI
For I = 2 To N
Q(I - 1) = B(I - 1) / WI
WI = A(I) - C(I) * Q(I - 1)
G(I) = (D(I) - C(I) * G(I - 1)) / WI
Next
X(N) = G(N)
For I = 2 To N
J = N - I + 1
X(J) = G(J) - Q(J) * X(J + 1)
Next
End Sub

Sub tanga()
Dim A(1), B(1), C(1), D(1), X(1), BETA(100), GAMMA(100), CHI(100)
Dim NM1 As Double
Dim ICIRC As Double
Dim N As Integer



NM1 = N - 1
CHI(1) = 0
BETA(1) = -1
351

CHI(2) = D(1) / B(1)
BETA(2) = A(1) / B(1)
For I = 2 To NM1
CHI(I + 1) = (D(I) - A(I) * CHI(I) - C(I) * CHI(I - 1)) / B(I)
BETA(I + 1) = -(A(I) * BETA(I) + C(I) * BETA(I - 1)) / B(I)
Next

If ICIRC = 0 Then GoTo 40

For I = 2 To NM1
GAMMA(I + 1) = -(A(I) * GAMMA(I) + C(I) * GAMMA(I - 1)) / B(I)
Next
AA = CHI(N) / (1 + GAMMA(N))
BB = BETA(N) / (1 + GAMMA(N))
UX = A(N) - C(N) * GAMMA(MN1)
CC = (D(N) - C(N) * CHI(NM1)) / UX
DD = (B(N) - C(N) * BETA(NM1)) / UX
X(1) = (AA - CC) / (BB - DD)
X(N) = (BB * CC - AA * DD) / (BB - DD)
For I = 2 To NM1
X(I) = CHI(I) - BETA(I) * X(1) - GAMMA(I) * X(N)

40 AA = CHI(N)
BB = BETA(N)
CC = (D(N) - C(N) * CHI(NM1)) / A(N)
DD = (B(N) - C(N) * BETA(NM1)) / A(N)
X(1) = (AA - CC) / (BB - DD)
X(N) = (BB * CC - AA * DD) / (BB - DD)

For I = 2 To NM1
X(I) = CHI(I) - BETA(I) * X(I)
Next
End Sub
352


Sub INVERT(A)
Dim A(3, 3)

For I = 1 To 2
IP1 = I + 1
For J = IP1 To 3
A(J, I) = A(J, I) / A(I, I)
For K = IP1 To 3
A(J, K) = A(J, K) - A(J, I) * A(I, K)
Next
continue

A(3, 1) = A(2, 1) * A(3, 2) - A(3, 1)
A(2, 1) = -A(2, 1)
A(3, 2) = -A(3, 2)
A(3, 3) = 1 / A(3, 3)
A(2, 3) = -A(2, 3) * A(3, 3) / A(2, 2)
A(2, 2) = 1 / A(2, 2)
A(1, 3) = -(A(1, 2) * A(2, 3) + A(1, 3) * A(3, 3)) / A(1, 1)
A(1, 2) = -A(1, 2) * A(2, 2) / A(1, 1)
A(1, 1) = 1 / A(1, 1)
A(3, 1) = A(2, 1) * A(3, 2) - A(3, 1)

A(1, 1) = A(1, 1) + A(1, 2) * A(2, 1) + A(1, 3) * A(3, 1)
A(2, 1) = A(2, 2) * A(2, 1) + A(2, 3) * A(3, 1)
A(3, 1) = A(3, 3) * A(3, 1)
A(1, 2) = A(1, 2) + A(1, 3) * A(3, 2)
A(2, 2) = A(2, 2) + A(2, 3) * A(3, 2)
A(3, 2) = A(3, 2) * A(3, 3)
Return
End Sub

353

Sub BITRI()
Dim A(N, 4), B(N, 4), C(N, 4), D(N, 2), X(N, 2)
Dim XAMDA(101, 4), GAMMA(101, 2)

For I = 1 To N
BETA1 = A(I, 1)
BETA2 = A(I, 2)
BETA3 = A(I, 3)
BETA4 = A(I, 4)
If I = 1 Then GoTo 20
BETA1 = BETA1 - C(I, 1) * XAMDA(I - 1, 1) - C(1, 2) * XAMDA(I - 1, 3)
BETA2 = BETA2 - C(I, 1) * XAMDA(I - 1, 2) - C(1, 2) * XAMDA(I - 1, 4)
BETA3 = BETA3 - C(I, 3) * XAMDA(I - 1, 1) - C(1, 4) * XAMDA(I - 1, 3)
BETA4 = BETA4 - C(I, 3) * XAMDA(I - 1, 2) - C(1, 4) * XAMDA(I - 1, 4)

20 XMI = BETA1 * BETA4 - BETA2 * BETA3
XMIR = 1 / XMI
DELTA1 = D(I, 1)
DELTA2 = D(I, 2)
If I = 1 Then GoTo 30
DELTA1 = DELTA1 - C(I, 1) * GAMMA(I - 1, 1) - C(I, 2) * GAMMA(I - 1, 2)
DELTA2 = DELTA2 - C(I, 3) * GAMMA(I - 1, 1) - C(I, 4) * GAMMA(I - 1, 2)
30 GAMMA(I, 1) = (BETA4 * DELTA1 - BETA2 * DELTA2) * XMIR
GAMMA(I, 2) = (BETA1 * DELTA2 - BETA3 * DELTA1) * XMIR
If I = N Then GoTo 10
XAMDA(I, 1) = (BETA4 * B(I, 1) - BETA2 * B(I, 3)) * XMIR
XAMDA(I, 2) = (BETA4 * B(I, 2) - BETA2 * B(I, 4)) * XMIR
XAMDA(I, 3) = (BETA1 * B(I, 3) - BETA3 * B(I, 1)) * XMIR
XAMDA(I, 4) = (BETA1 * B(I, 4) - BETA3 * B(I, 2)) * XMIR
10 Next
X(N, 1) = GAMMA(N, 1)
X(N, 2) = GAMMA(N, 2)
NPI = N + 1
354

For K = 2 To N
I = NP1 - K
X(I, 1) = GAMMA(I, 1) - XAMDA(I, 1) * X(I + 1, 1) - XAMDA(I, 2) * X(I + 1, 2)
X(I, 2) = GAMMA(I, 2) - XAMDA(I, 3) * X(I + 1, 1) - XAMDA(I, 4) * X(I + 1, 2)
Next
End Sub


Sub TRITRI()
Dim A(N, 9), B(N, 9), C(N, 9), D(N, 3), X(N, 3)
Dim XAMDA(1001, 9), GAMMA(101, 3), BETA(9), THETA(9)

For I = 1 To N
IM1 = I - 1
L = -2
For ii = 1 To 3
L = L + 3
BETA(L) = A(I, L)
BETA(L + 1) = A(I, L + 1)
BETA(L + 2) = A(I, L + 2)

If I = 1 Then GoTo 20
BETA(L) = BETA(L) - C(I, L) * XAMDA(IM1, 1) - C(I, L + 1) * XAMDA(IM1, 4) - C(I, L + 2) * XAMDA(IM1, 7)
BETA(L + 1) = BETA(L + 1) - C(I, L) * XAMDA(IM1, 2) - C(I, L + 1) * XAMDA(IM1, 5) - C(I, L + 2) * XAMDA(IM1,
8)
BETA(L + 2) = BETA(L + 2) - C(I, L) * XAMDA(IM1, 3) - C(I, L + 1) * XAMDA(IM1, 6) - C(I, L + 2) * XAMDA(IM1,
9)

20 DELTA1 = D(I, 1)
DELTA2 = D(I, 2)
DELTA3 = D(I, 3)

If I = 1 Then GoTo 30
DELTA1 = DELTA1 - C(I, 1) * GAMMA(IM1, 1) - C(I, 2) * GAMMA(IM1, 2) - C(I, 3) * GAMMA(IM1, 3)
355

DELTA2 = DELTA2 - C(I, 4) * GAMMA(IM1, 1) - C(I, 5) * GAMMA(IM1, 2) - C(I, 6) * GAMMA(IM1, 3)
DELTA3 = DELTA3 - C(I, 7) * GAMMA(IM1, 1) - C(I, 8) * GAMMA(IM1, 2) - C(I, 9) * GAMMA(IM1, 3)

30 THETA(1) = BETA(5) * BETA(9) - BETA(6) * BETA(8)
THETA(2) = BETA(6) * BETA(7) - BETA(4) * BETA(9)
THETA(3) = BETA(4) * BETA(8) - BETA(5) * BETA(7)
THETA(4) = BETA(3) * BETA(8) - BETA(2) * BETA(9)
THETA(5) = BETA(1) * BETA(9) - BETA(3) * BETA(7)
THETA(6) = BETA(2) * BETA(7) - BETA(1) * BETA(8)
THETA(7) = BETA(2) * BETA(6) - BETA(3) * BETA(5)
THETA(8) = BETA(3) * BETA(4) - BETA(1) * BETA(6)
THETA(9) = BETA(1) * BETA(5) - BETA(2) * BETA(4)

XMI = THETA(1) * BETHA(1) + THETA(2) * BETA(2) + THETA(3) * BETA(3)
XMIR = 1 / XMI
GAMMA(I, 1) = (THETA(1) * DELTA1 + THETA(4) * DELTA2 + THETA(7) * DELTA3) * XMIR
GAMMA(I, 2) = (THETA(2) * DELTA1 + THETA(5) * DELTA2 + THETA(8) * DELTA3) * XMIR
GAMMA(I, 3) = (THETA(3) * DELTA1 + THETA(6) * DELTA2 + THETA(9) * DELTA3) * XMIR

If I = N Then GoTo 10
L = -2
L = L + 3
IP3 = ii + 3
IP6 = ii + 6
XAMDA(I, L) = (THETA(ii) * B(I, 1) + THETA(IP3) * B(1, 4) + THETA(IP6) * B(I, 7)) * XMIR
XAMDA(I, L + 1) = (THETA(ii) * B(I, 2) + THETA(IP3) * B(1, 5) + THETA(IP6) * B(I, 8)) * XMIR
XAMDA(I, L + 2) = (THETA(ii) * B(I, 3) + THETA(IP3) * B(1, 6) + THETA(IP6) * B(I, 9)) * XMIR

40
10 X(N, 1) = GAMMA(N, 1)
X(N, 2) = GAMMA(N, 2)
X(N, 3) = GAMMA(N, 3)

356

NP1 = N + 1
For K = 2 To N
I = NP1 - K
IP1 = I + 1
X(I, 1) = GAMMA(I, 1) - XAMDA(I, 1) * X(IP1, 1) - XAMDA(I, 2) * X(IP1, 2) - XAMDA(I, 3) * X(IP1, 3)
X(I, 2) = GAMMA(I, 2) - XAMDA(I, 4) * X(IP1, 1) - XAMDA(I, 5) * X(IP1, 2) - XAMDA(I, 6) * X(IP1, 3)
X(I, 3) = GAMMA(I, 3) - XAMDA(I, 7) * X(IP1, 1) - XAMDA(I, 8) * X(IP1, 2) - XAMDA(I, 9) * X(IP1, 3)
Next
Return
End Sub


Sub Gband()

Dim A(1), D(1), X(1)

IERR = 0
For I = 1 To N
IE = M
If (1 + M - N) Then
IE = N - 1
IEAUX = M
End If
If (I - M) Then
IEAUX = 1
IE1 = IE + IEAUX
End If
MBIG = IE
J1 = J + IE1
J2 = J1
If (IFRST > 0) Then GoTo 27
If (Abs(A(J)) - EPS) Then
IERR = IERR + 1
357

End If
27 If (MBIG) Then
For JO = 1 To MBIG
End If
S = A(J1) / A(J)
If (IFRST > 0) Then GoTo 35
For K = 1 To MBIG
J1K = J1 + K
JK = J + K
A(J1K) = A(J1K) - A(JK) * S
Next
35 continue
IAUX = JO + 1
D(IAUX) = D(IAUX) - D(I) * S
IE = M
If (IAUX + M - N) Then
IE = N - IAUX
IAUX = M
End If
If (IAUX - M) Then
IEAUX = IAUX
IE1 = IE + IEAUX
End If
J1 = J1 + IE1
Next
J = J2 + 1
Next
J = J - M - 1
NP1 = N + 1
For IINV = 1 To N
I = NP1 - IINV
IE = M

358

If (1 + M - N) Then
IE = N - 1
MBIG = IE
End If
X(I) = D(I)
If (MBIG) Then
For K = 1 To MBIG
IK = I + K
K = J + K
X(I) = X(I) - X(IK) * A(JK)
Next
X(I) = X(I) / A(J)
End If
IE = M
If (I + M - NP1) Then
IE = NP1 - I
IEAUX = M
End If
If (I - 1 - M) Then
IEAUX = I - 1
IE1 = IE + IEAUX
End If
J = J - IE1 - 1
continue
Next
Return
End Sub


Sub tabse()

Dim X(1), Y(1)

359

If (XX < X(1)) Then GoTo 99
I = 1
100 I = I + 1
If (I > N) Then GoTo 98
If (XX > X(I)) Then GoTo 100
YY = Y(I - 1) + (Y(I) - Y(I - 1)) * (XX - X(I - 1)) / (X(I) - X(I - 1))
Return
99 YY = Y(1)
XX = CELL(1, 1)

Return
98 YY = Y(N)
XX = CELL(1, 1)

Return
End Sub


Sub TABBIN()
Dim X(1), Y(1)

If (XX < X(1)) Then GoTo 99
If (I > N) Then GoTo 98
N1 = 1
N2 = N
NDIF = N2 - N1
If (NDIF = 1) Then GoTo 20

NH = NDIF / 2 + N1
If (XX < X(NH)) Then GoTo 10
N1 = NH
GoTo 100
10 N2 = NH
360

20 YY = Y(N1) + (Y(N2) - Y(N1)) * (XX - X(N1)) / (X(N2) - X(N1))
Return
99 YY = Y(1)
CELL(5, 5) = XX

Return
98 YY = Y(N)
CELL(5, 5) = XX

Return
End Sub






















361

BIBLIOGRAFIA

Ahlberg,J. H., Nilson, E.N. and Walsh, J.L. (1967). The Theory of Splines and their Applications, Prensa
academica, New York.
Aird, T.J., Battiste, E.L and Gregory, W.C (1977). Portability of mathematical software coded in FORTRAN, ACM
Trans. Math. Software,3,No.2, pp. 113-27
Akbar, A.M., Arnold, M.D. and Harvey, A.H. (1974). Numerical simulation of individual wells in a field simulation
model, Soc. Petrol. Eng. J.,14, No. 4, pp. 315-20.
Al-Hussainy, R., Ramey, H.J., Jr. and Crawford, P.B. (1966). The flow of real gases through porous media, Trans.
SPE of AIME, 18, pp. 624-36 (JPT).
Ames, W.F. (1969). Numerical Methods for Partial Differential Equations, Thomas Nelson & Sons, Don Mills.
Arakawa, A. (1966). Computational design for long-term numerical integration of the equations of fluid motion:
two-dimensional incompressible flow. Part 1, J. Compt. Phys., 1, pp. 119-43
Archer, J.S. and Wong, S.W. (1973). Use of a reservoir simulator to interpret laboratory waterflood data, Soc.
Petrol. Eng. J., 13, No. 6, pp. 343-7
Aris, R. (1962). Vectors, Tensors, and the Basic Equations of Fluid Mechanics, Prentice-Hall, New Jersey.
Aronofsky, J.S. and Jenkins, R. (1954). A simplified analysis of unsteady radial gas flow, Trans. SPE of AIME,
201, pp. 149-54.
Asfari, A. and Witherspoon, P.A. (1973). Numerical simulation of naturally fractured reservoirs, SPE 4290. Tercer
simposio de Comportamiento de la simulacion numerica de yacimientos, Houston.
Ashford, F.E. (1969). Computed relative permeability drainage and imbibition, SPE 2582. 44avo encuentro annual,
Denver.
Aziz, K.(1968). Numerical methods for three dimensional reservoir models, J.Can. Petrol. Technol., 7, No. 1, pp.
41-6.
Aziz, K. and Settari, A. (1972). A new iterative method for solving reservoir simulation equations, J. Can. Petrol.
Technol., 11, No. 1, pp. 62-8.
Bakes, M.D (1965). An alternative method of solution of certain tridiagonal systems of linear equations, Compt. J.,
7, pp. 135-6.
Bank, R.E. (1976). Marching algorithms and block Gaussian elimination, in: Sparse Matrix Computations, ed. J.R.
Bunch and D.J Rose, Prensa academica, New York, pp. 292-308.
Barakat, J.Z. and Clark, J.A. (1966). On the solution of the diffusion equations by numerical methods, J. Heat
Transfer, 88, pp. 421-7.
Bear, J. (1972). Dynamics of Fluids in Porous Media, American Elsevier, New York
Bellman, R. (1960). Introduction to Matrix Analysis, McGraw-Hill, New York.
Bird, R.B., Steward, W.E. and Lightfood, E.N. (1960). Transport Phenomena, J. Wiley & Sons, New York.
Bishop, K.A., Brett, V.S., Green, D.W. and McElhiney, J.E. (1976). The application of sensitivity analysis to
reservoir simulation, SPE 6102, 51avo encuentro annual de otoo, New Orleans.
Bjordammen, J.B. and Coats, K.H.(1969). Comparison of alternating direction and successive overrrelaxation
techniques in simulation of reservoir fluid flow, Soc. Petrol. Eng. J., 9, No. 1, pp. 47-58
Blades, D.N. and Stright, D.H., Jr. (1975). Predicting high volume lift performance in wells coning water, J. Can.
Petrol. Technol., 14, No. 4, pp. 62-70.
362

Blair, P.M. and Weinaug, C.F. (1969). Solution of two-phase flow problems using implicit difference equations,
Trans. SPE of AIME, 246, pp. 417-24 (SPEJ).
Blum, E.K. (1972). Numerical analysis and computation: Theory and practice, Addison-Wesley, Mass.
Bondor, P.L., Hirasaki, G.J. and Tham, M.J. (1972). Mathematical simulation of polymer flooding in complex
reservoirs, Soc. Petrol. Eng. J., 12, No. 5, pp. 369-82.
Botset, H.G. (1846). Electrolytic model and its applications to study of recovery problems, Trans. SPE of AIME,
165, pp. 15-25.
Bournazel, C. and Jeanson, B. (1971). Fast water-coning evaluation method, SPE 3628, 46avo encuentro anual de
otoo, New Orleans.
Brandon, D.M., Jr. (1974). The implementation and use of sparse matrix techniques in general simulation
programs, Compt. J., 17, pp. 165-71.
Brandt, A. (1977). Multi-level adaptive solutions to boundary-value problems, Math. Of Compt., 31, No. 138, pp.
333-90.
Brayton, R.K., Gustavson, F.G and Willoughby, R.A. (1970). Some results on sparse matrices, Math. Of Compt.,
24, No. 112, pp. 937-54.
Breitenbach, E.A., Thurnau, D.H. and Van Poolen, H.K. (1969). The fluid flow simulation equations, Soc. Petrol.
Eng. J., 9, No. 2, pp. 155-69.
Brian, P.L.T. (1961). A finite difference method of high order accuracy for the solution of three-dimensional
transient heat conduction problems, A.I.Ch.E.J., 7, No. 3, pp. 367-70.
Briggs, J.E. and Dixon, T.N. (1968). Some practical considerations in the numerical solution of two dimensional
reservoir problems, Trans. SPE of AIME, 243, pp. 185-94.
Browning, G., Kreiss, H.O. and Oliger, J. (1973). Mesh refinement, Math. Of Compt., 27, No. 121, pp. 29-40.
Bruce, W.A. (1943). An electrical device for analyzing oil-reservoir behavior, Trans. SPE of AIME, 151, pp. 112-
24.
Bruce, G.H., Peaceman, D.W., Rachford, H.H., Jr. and Rice, J.D. (1953). Calculations of unsteady-state gas flow
through porous media, Trans. SPE of AIME, 198, pp. 79-92 (JPT).
Bunch, J.R. and Rose, D.J.(eds.)(1976). Sparse Matrix Computations, Prensa academica, New York.
Buzbee, B.L.,Golub, G.H. and Nielson, C.W. (1970). On direct methods for solving Poissons equations, SIAM J.
Numer. Anal., 7, No. 4, pp. 627-56.
Byrne, G.D. and Hindmarsh, A.C. (1975). Polyalgorithm for the numerical solution of ordinary differential
equations, ACM Trans. On Mathematical Software, 1, No. 1, pp. 71-96.
Calahan, D.A. (1968). A estable accurate method of numerical integration for non linear systems, IEEE Proc., 56,
pp. 744-5.
Calhoun, J.C.,Jr., Lewis, M., Jr. and Newman, R.C. (1949). Experiments on the capillary properties of porous
solids, Trans. SPE of AIME, 186, pp. 180-96.
Cardenas, A.F. (1973). The PDEL language and its use to solve field problems users manual, Universidad de
California, Los Angeles.
Cardwell, W.T.,Jr.(1959). The meaning of the triple value in non-capillary Buckley-Leverett theory, Trans. SPE of
AIME , 216, pp. 271-6.
Carnahan, B., Luther, H.A and Wilkes, J.O.(1969). Applied Numerical methods, J. Wiley & sons, New York.
Carre, B.D. (1961). The determination of the optimum accelerating factor for successive overrelaxation, Compt.J.,
4, pp. 73-8.
363

Carslaw, R.D and Jaeger, J.C. (1959). Conduction of heat in solids, 2
nd
edn, Clarendon press, Oxford.
Carter, R.D. and Tracy, C.W. (1960). An improved method for calculating water influx, Trans. SPE of AIME, 219,
pp. 415-17 (JPT).
Carter, R.D. (1966). Performance predictions for gas reservoirs considering two dimensional unsteady state flow,
Trans. SPE of AIME, 237, pp. 35-43 (SPEJ).
Carter, R.D, Kemp, L.F. Jr., Pierce, A.C. and Williams, D.L. (1974). Performance matching with constrains, Trans.
SPE of AIME, 257, PP. 187-96 (SPEJ).
Carver, M.B. (1973). A FORTRAN oriented simulation system for the general solution of sets of implicitly coupled
partial differential equations. Conferencia de verano de procedimientos de simulacion computacional, 1974,
Houston,pp.104-12.
Chain, R., Mounford, C.J., Raghavan, R. and Thomas,G.W. (1976). Determination of reservoir properties from
back pressure tests with applications to reservoir simulation, J. Petrol. Technol., 28, pp. 603-10.
Chappelear, J.E. and Rogers, W. (1974). Some practical considerations in the construction of a semi-implicit
simulator, Soc. Petrol. Eng. J., 14, No.3, pp. 216-20.
Chappelear, J.E. and Hirasaki, G.J. (1976). A model of oil-water coning for 2-D areal reservoir simulation, Trans.
SPE of AIME, 261, pp. 65-72(SPEJ).
Chavent, G., Dupuy, M. and Lemonnier, P. (1975). History matching by use of optimal control theory, Trans. SPE
of AIME, 259, pp. 74-86 (SPEJ).
Chen, W.H.,Gavalas, G.R., Seinfeld, J.H. and Wasserman, M.L. (1974). A new algorithm for automatic history
matching, Trans. SPE of AIME, 257, pp. 593-608
Ciment, M. (1971). Stable difference schemes with uneven mesh spacings, Math. Of Compt., 25, No. 114, pp.
219-27.
Ciment, M. and Sweet, R.A. (1973). Mesh refinements for parabolic equations, J. Compt. Phys, 12, pp. 513-25.
Coats, K.H. and Terhune, M.H. (1966). Comparison of alternating direction explicit and implicit procedures in two
dimensional flow calculations, Trans. SPE of AIME, 237, pp. 350-62 (SPEJ).
Coats, K.H., Nielsen, R.L., Terhune, M.H. and Weber, A.G. (1967). Simulation of three-dimensional, two-phase
flow in oil and gas reservoirs, Trans. SPE of AIME, 240, pp. 377-88 (SPEJ).
Coats, K.H. (1968). Elements of reservoir simulation, Lecture notes, Universidad de Texas. Reimpreso por
Intercomp resources development and engineering Inc., Houston.
Coats, K.H. (1968a). An analysis for simulating reservoir performance under pressure maintenance by gas and/or
water injection, Soc.Petrol. Eng. J., 8, No. 4, pp. 331-40.
Coats, K.H. (1968b). A treatment of the gas percolation problem in simulation of three-dimensional three-phase
flow in reservoirs, Trans. SPE of AIME, 243, pp. 413-19 (SPEJ).
Coats, K.H. (1969). Use and misuse of reservoir simulation models, J. Petrol. Technol., 21, pp. 1391-8.
Coats, K.H., Dempsey, J.R. and Henderson, J.H. (1970). A new technique for determining reservoir description
from field performance data, Trans. SPE of AIME, 249, pp. 66-74 (SPEJ).
Coats K.H., Dempsey, J.R., Ancell, K.L. and Gibbs, D.E. (1971). Analysis amd prediction of gas well performance,
SPE 3474, 46avo encuentro annual de otoo, New Orleans.
Coats, K.H., Dempsey, J.R. and Henderson, J.H (1971a). The use of vertical equilibrium in two-dimensional
simulation of three-dimensional reservoir performance, Trans. SPE of AIME, 251, pp. 63-71 (SPEJ).
Coats, K.H, George, W.D. and Marcum, B.E. (1974). Three-dimensional simulation of steamflooding, Trans. SPE
of AIME, 257, pp. 573-47.
364

Coats, K.H. (1976). Simulation of steamflooding with distillation and solution gas, Soc. Petrol. Eng.J., 16, No. 5,
pp. 235-47.
Coats, K.H. (1976a). A fully implicit steamflood model, SPE6105, 51avo encuentro anual de otoo, New Orleans.
Coats, K.H. (1976b). Comunicacion privada.
Cody, W.J. (1974). Construction of numerical subroutine libraries, SIAM Rev, 16, No.1, pp. 36-46.
Collatz, L. (1966). The numerical treatment of differential equations, 3ra edn., Springer- Verlag, Berlin.
Collins, R.E (1961). Flow of fluids through porous materials, Van Nostrand Reinhold, New York.
Cook, R.E., Jacoby, R.H. and Ramesh, A.B. (1974). A beta-type reservoir simulator for approximating
compositional effects during gas injection, Soc.Petrol. Eng.J., 14, No. 5, pp. 471-81.
Cornell, D. and Katz, D.L.(1953). Pressure gradients in natural gas reservoirs, Trans. SPE of AIME, 198, PP. 61-
71 (JPT).
Cottin, R.H. (1971). Optiization of the completion and explotation of a well under two phase coning, Rev. L Inst.
Franc. Petrol, 26, pp. 171-97 (en frances).
Craft, B.C. and Hawkins, M.F.(1959). Applied Petroleum Reservoir Engineering, Prentice-Hall, New Jersey.
Craig, F.F.Jr. (1971). The reservoir engineering aspects of waterflooding, SPE monograph series, 3, SPE-AIME,
Dallas.
Crandall, S.S. (1955). An optimum implicit recurrence formula for the heat conduction equation, Quart. Appl.
Math, 13, pp. 318-20.
Culham, W.E. and Varga, R.S. (1971). Numerical methods for time-dependent nonlinear boundary value
problems, Soc. Petrol. Eng,J,11, No.4, pp.374-88.
Cuthill, E. (1972). Several strategies for reducing the band-width of matrices, in: Sparse matrices, and their
applications, eds. D.J.Rose and R.A. Willoughby, Plenum press, New York, pp. 157-66.
Cutler, J.M. and Rees, W.A. (1970). A study of water coning in the oil creek reservoir, North Antioch field,
Oklahoma, SPE 2814, Segundo simposio del comportamiento de la simulacion numerica de yacimientos, Dallas.
Dandona, A.K. and Morse, R.A. (1973). How flooding rate and gas saturation affect waterflood performance, Oil
Gas J., 71, No.27, pp. 60-4; and Vol. 71, No.28, pp. 69-73.
Danilov, D.L., Konovalov, A.N and Yakuba, S.I. (1968). Equations and boundary value problems in the theory of
two phase flows through porous media, Dokl. Akad. Nauk. USSR, 183, No.2, pp. 307-10 (en ruso).
Darcy, H. (1856). Les fontaines publiques de la ville de Dijon, Dalmount, Paris.
DesBrisay, C.L., Gray, J.W. and Spivak,A. (1975). Miscible flood performance of the Intisar D field, Libyan Arab
republic, J.Can.Petrol.Technol, pp. 935-43.
Dietrich, J.K. and Bondor, P.L. (1976). Three-phase oil relative permeability models, SPE 6044, 51avo encuentro
anual de otoo , New Oleans.
Douglas, J. Jr and Rachford, H.H.Jr.(1956). On the numerical solution of heat conduction problems in two and
three space variables, Amer. Math. Soc. Trans., 82, No.2, pp. 421-39.
Douglas, J.Jr (1960). A numerical method for the solution of a parabolic system, Numer. Math,2, pp. 91-8.
Douglas, J.Jr. and Jones, B.F.Jr. (1963). On predictor-corrector methods for nonlinear parabolic differential
equations, J. SIAM, 11, No.1, pp. 195-204.
DuFort, E.C. and Frankel, S.P. (1953) Stability conditions in the numerical treatment of parabolic differential
equations, Math. Tables Aids Compt, 7, pp.135-52.
365


Dupont, T., Kendall, R.P. and Rachford, H.H.Jr.(1968). An approximate factorization procedure for solving self-
adjoint elliptic difference equations, SIAM J. Numer. Anal., 5, No.3, pp. 559-73.
Dupuy, M., Jain, C. and Besset, P.(1971). Automatic adjustment possibilities for reservoir model in single-period
production, Rev. LInst. Franc. Petrol., 26, No.4, pp. 269-300 (en frances).
Earlougher, R.C.Jr.(1977). Advances in well test analysis, SPE monograph series, 5.
Ehle, B.L. (1973). A-stable methods and pade approximations to the esponential, SIAM J. Math. Anal., 4, No.4,
pp. 671-80.
Elenbaas, J.R. and Katz, D.L. (1947). A radial turbulent flow formula, Trans. SPE of AIME, 174, pp.25-40.
Emmanuel, A.E. and Cook, G.W.(1974). Pseudo-relative permeability for well modeling, Soc. Petrol. Eng.J., 14,
No.1, pp.7-9.
ERCB(1975), The theory and practice of the testing of gas wells, 3ra edn., Energy resources conservation board.
Evans, D.J. and Forrington, C.V.D.(1963). Notes on the solution of certain tridiagonal systems of linear equations,
Compt.J., 5, pp.327-8.
Evans, D.J. (1971a). An algorithm for the solution of symmetric general three term linear systems, Compt.J., 14,
No.4, pp. 444-5.
Evenros, A.I. and Comer, A.G. (1969). Numerical simulation of hysteretic flow in porous media, SPE 2693, 44avo
encuentro anual de otoo, Denver.
Faddeeva, V.N. (1959). Computational methods of linear algebra, Dover publications, New York.
Fay, C.H. and Prats, M. (1951). The application of numerical methods to cycling and flooding problems, Proc. 3er
congreso mundial del petroleo, seccion II, pp. 555-64.
Fayers, F.J. and Sheldon, J.W. (1959) The effect of capillary pressure and gravity on two-phase fluid flow in a
porous medium, Trans. SPE of AIME, 216, pp. 147-55.
Fernbaach, S. (1973). Class V computers to challenge mathematicians, noticias SIAM, 6, No.6.
Fetkovich, M.J.(1971). A simplified approach to water influx calculations-finite aquifer systems, J. Petrol. Technol.,
23, pp. 814-28.
Finol, A. and Farouq Ali, S.M. (1975). Numerical Simulation of oil production with simultaneous ground
subsidence, Trans. SPE of AIME, 259, pp. 411-24 (SPEJ).
Forester, C.K.(1977). Higher order monotonic convective difference schemes, J. Compt. Phys., 23, No.1,pp. 1-22.
Fox,L. (1964). An Introduction to numerical linear algebra, Clarendon press, Oxford
Fox, D.G. and Deardorff, J.W. (1972). Computer methods for simulation of multidimensional, nonlinear, subsonic,
incompressible flow, J. Heat Transfer, 94, pp. 337-46.
Gavalas, G.R., Shah, P.C. and Seinfeld, J.H. (1976).Reservoir history matching by Bayesian estimation, Trans.
SPE of AIME, 261, pp. 337-50 (SPEJ).
Geertsma, J. (1974). Estimating the coefficient of inertial resistance in fluid flow through porous media, Soc.
Petrol. Eng.J., 14, No.5, pp. 445-50.
George,A. and Liu, W.H. (1975). A note on fill for sparse matrices, SIAM J. Numer. Anal., 12, No.3, pp. 452-5.
Goult, R.J., Hoskins, R.F.,Milner, J.A. and Pratt, M.J. (1974). Computational methods in linear algebra, Stanley
Thornes ,Londres.
366

Gourlay, A.R. (1970). Hopscotch: A fast second order partial differential equation solver, J. Inst. Math.Appl., 6, pp.
375-90.
Govier, G.W. (1961). Interpretation of the results of the back pressure testing of gas wells, CIM Trans., 64, pp.
511-14.
Govier, G.W. and Aziz, K. (1972). The flow of complex mixtures in pipes, Van Nostrand Reinhold, New York.
Greenspan, D. (1965). Introductory numerical analysis of elliptic boundary value problems, Harper and Row, New
York.
Gruska, J. and Poliak, P. (1967). Riesienie systemov linearnych rovnic s pasovymi maticami, Aplikace
matematiky, 12, No.6, pp. 439-98. (En Checo).
Gustavson, F. (1975). Finding the block lower triangular form of a sparse matrix, IBM research RC 5667, (No.
24420), Computer Science Mathematics.
Harary,F. (1971). Sparse matrices and graph theory, in: Large Sparse sets of linear equations, ed. J.K. Reid,
Prensa academica, Londres, pp. 139-50.
Harris, D.G,(1975). The role of geology in reservoir simulation studies, J.Petrol. Technol., 27, pp. 625-32.
Hawthorne, R.G. (1974). A model of fluid displacement in multilayer porous media including capillary pressure
effects between layers, SPE 5126, 49avo encuentro annual de otoo, Houston.
Henry, R.L. (1976). Effect of including composition-dependent K values to generate data for a modified beta-type
simulator, J. Petrol.Technol., 28, pp. 1180-2.
Hiatt, W.N. (1958). Injected fluid coverage of multi-well reservoirs with permeability stratification, Drilling and
production practice, API, pp. 165-94.
Higginns, R.V. and Leighton, A.J. (1962). A computer method to calculate two-phase flow in irregulary bounded
porous medium, Trans. SPE of AIME, 225, pp. 679-83 (JPT).
Hildebrand, F.B. (1956). Introduction to numerical analysis, McGraw-Hill, New York
Hirasaki, G.J and ODell, P.M. (1970). Representation of reservoir geometry for numerical simulation, Trans. SPE
of AIME, 249, pp. 393-404 (SPEJ).
Hirt, C.W. (1968). Heuristic stability theory for finite-difference equations, J. Compt. Phys., 2, pp. 339-55.
Hirt, C.W., Amsden, A.A. and Cook, J.L. (1974). An arbitrary lagrangian-eulerian computing method for all flow
speeds, J.Compt. Phys, 14, pp. 227-53.
Houpeurt, A. (1959). On the flow of gases of gases in porous media, Rev. LInst. Franc. Petrol., 14, No.11, pp.
1468-97; No.12, pp. 1637-84.
Hubbert, M.K. (1969). The theory of ground-water motion and related papers, Hafner publishing, New York.
Hurst, W. (1958). Simplifications of the material balance formulas by the Laplace transformation, Trans. SPE of
AIME, 213, pp. 292-303.
Jennings, A.(1971). Solution of variable bandwidth positive definite simultaneous equations, Compt.J., 14, No.4,
p. 446
Karplus, W.J.(1956). Water coning before breakthrough an electronic analog treatment, Trans. SPE of AIME, 207,
pp. 240-5 (JPT).
Katz, D.L. and Coats, K.H. (1968). Underground storage of fluids, Ulrich Books Inc., Ann Arbor, Michigan.
Kazemi, H., Merrill, L.S.Jr., Porterfield, K.L. and Zeman, P.R. (1976). Numerical simulation of water-oil flow in
naturally fractured reservoirs, Trans. SPE of AIME, 261, pp. 317-26 (SPEJ).
367

Kazemi, H., Shank, G.D. and Vestal, C.R. (1977). An efficient multicomponent numerical simulator, SPE 6890, 52
ava exibicion tecnica anual, Denver.
Keast, P. and Mitchell, A.R. (1966). On the instability of the Crank Nicholson formula under derivative boundary
conditions, Compt.J., 9, No.1, pp.110-14.
Kelley, L.G.(1968). Handbook of numerical methods and applications, Addison-Wesley, Mass.
Kernighan, B.W. and Plauger, P.J. (1974). The elements of programming style. McGraw-Hill, New York.
Knuth, D.E. (1973). The art of computer programming,3, Addison-Wesley, Mass.
Kron, G. (1963). Diacoptics, Piecewise solution of large scale systems, McDonald, New York.
Kumar, A. (1977). Steady flow equations for wells in partial water-dirve reservoirs, J.Pet.Technol., 29, pp. 1654-6.
Lamb, Sir Horace (1932). Hydrodynamics, 6ta edn., publicacioens Dover, New York.
Lanczos, C. (1952). Solution of systems of linear equations by minimized iterations, J.Res. Nat. Bur.Stand., 49,
No. 159, pp. 33-53.
Land, C.S. (1968). The optimum gas saturation for maximum oil recovery from displacement by water, SPE 2216,
43avo encuentro anual de otoo, Houston.
Lantz, R.B. (1970). Rigorous calculation of miscible displacement using immiscible reservoir simulators, Trans.
SPE of AIME, 249, pp. 192-202. (SPEJ).
Lapidus,L. (1962). Digital computation for chemical engineers, McGraw-Hill, New York.
Lapidus, L. and Seinfeld, J.H. (1971). Numerical solution of ordinary differential equations, Prensa academica,
New York.
Larkin, B.K. (1964). Some stable explicit difference approximations to the diffusion equation, Math. Of Compt., 18,
No.84, pp. 196-202.
Larson, C.(1971). The efficient use of FORTRAN, Datamation, 17, pp. 24-31.
Le Blanc, J.L. (1971). A streamline simulation model for predicting the secondary recovery of oil, Ph.D. Thesis,
University of Texas, Austin.
Ledet, W. P. And Himmelblau, D.M. (1970). Descomposition Procedures for Solving of Large Scale Systems,
Academic Press, New York.
Lees, M. (1966). A linear three level difference scheme for quasilinear parabolic equations, Math. of compt., 20,
pp. 516- 22.
Letkeman, J.P. and Ridings, R.L. (1970). A numerical coning model, Soc. Petrol. Eng. J., 19, No. 4, pp. 418-24.
Letkeman, J.P. (1976). Semi-direct iterative methods in numerical reservoir simulation, SPE 5730, 4
th
Symposium
on Numerical Simulation of Reservoir Performance, Los Angeles.
Leverett, M. C. and Lewis, W.B.(1941).Steady flow of gas-oil-water mixtures Through unconsolidated sands,
trans. SPE of AIME, 142, pp. 107-16.
MacDonald, R.C. and coats, K.H. (1970). Methods for numerical simulation of water and gas coning, Trans. SPE
of AIME, 249, pp.425-36(SPEJ).
Marchuk, G.I. (1975). Methods of numerical Mathematics, springer- verlag, New York.
Markowitz, H.M. (1957).the elimination from of the inverse and its applications To linear programmiing,
Management Science, 3, pp. 255-69.
Martin, J.C. (1968). Partial integration of equations of multiphase flow, trans.SPE of AIME, 243, pp. 370-
802(SPEJ).
Matthews, C.S. and Russell, D.G. (1967).Pressure Buildup And Flow Tests in Wells, SPE monograph Series, 1.
368

McConnell, A.J. (1957). Applications of Tensor Analysis, Dover Publications, New York.
McCreary, J.G.(1971).A Simple method for controlling gas percolation in Numerical simulation of solution gas
drive reservoirs, Trans SPE of AIME, 251, pp. 85-91 (SPEJ).
McCulloch,R.C., Langton, J.R. and Spivak, A. (1969).simulation of high Relief reservoirs, rainbow field, Alberta,
Canada, J. Petrol. Technol., 21, pp. 1399-408
McDonald, A. E. and Trimble, R.H.(1977).Efficient use of mass storage during elimination for sparse sets of
simulation equations, Soc. Petrol. Eng. J., 17, No. 4, pp. 300-16
Meijerink, J.A. and van der Vorst, H.A. (1977).An iterative solution method for linear systems of which the
coefficient matrix is a symmetric M-matrix, Math. of compt., 31, No. 137, pp. 148-62.
Mikhlin, S.G. (1964). Variational Methods in Mathematical Physics, translated by T. boddington, Pergamon Press,
London.
Mikhlin, S.G. and Smolitshiy, K.L.(1967).Approximate Methods for Solutions of differential and integral Equations,
American Elsevier, new York.
Mitchell, A.R. (1969). Computational Methods in Partial Differencial Equations, J. Wiley & sons, New York.
Monin, A.S. and Yaglom, A.M.(1971).Statistical fluid Mechanics: Mechanics of Turbulence, MIT Press,
Cambridge, Mass.
Morel-Seytoux, H.J. (1966). Unit mobility ratio displacement calculations for pattern floods in homogeneous
medium, Trans. SPE of AIME,237, pp. 217-27(SPEJ).
Morrow, N.R. and Harris, C.C.(1965).Capillary equilibrium in porous materials, Trans. SPE of AIME, 234, pp. 15-
24 (SPEJ).
Morrow, N.R. (1970). Irreducible Wetting-phase saturations in porous media, Chem. Eng.Sci.,25, No. 11, pp.
1799-816.
Morse, P.M. and Feshbach, H.(1953). Methods of theoretical Physics, McGraw-Hill, New York.
Mrosovsky,I. and ridings, R.L. (1974). Two-dimensional radial treatment of wells within a three-dimensional
reservoir model,soc. Petrol. Eng. J.,14, No. 2, pp. 127-31.
Mungan,N.(1972).Relative permeability measurements using reservoir fluids, Trans. SPE of AIME,253, pp. 398-
402(SPEJ).
Muskat, M.(1937).Flow of Homogeneous Fluids Through porous Media, McGraw-Hill,New York.
Muskat,M.(1949).Physical Principles of Oil Production, McGraw-Hill, New York.
Muskat,M. (1949a).Calculation of initial fluid distribution in oil reservoirs, Trans. SPE of AIME, 179, pp.119-27.
Nicolaides,R.A. (1975).On multiplr grid and related techniques for solving discrete elliptic systems, J. compt.
Phys.,19, pp.418-31.
Nolen,J.S. and Berry, D.W.(1972).Tests of the stability and time-step sensitivity of semi-implicit reservoir
simulation techniques, Trans, SPE of AIME,253, pp. 253-66(SPEJ).
Nolen,J.S.(1953).Numerical simulation of compositional phenomena in petroleum reservoirs, SPE 4274, 3
rd

Symposium on Numerical Simulation of Reservoir Performance, Houston.
Ortega,J.M. and Rheinboldt, W.C.(1970). Iterative Solution of Nonlinear Equations in Several Variables,
Academic Press, New York.
Osher,S.(1970).Mesh refinements for the heat equation, SIAM J. Numer. Anal.,7,No. 2, pp. 199-205.
Ostrowski,A.M. (1973).Solution of equations in Euclidean and Banach Spaces, 3
rd
edn., Academic Press, New
York.
Owens, W.W. and Archer, D.L.(1971).The effect of rock wettability on oil-water relative permeability
relationships,trans. SPE of AIME, 251, pp 873-8(JPT).
Parter,S.V. (1959). On Two-line iterative methods for the Laplace and biharmonic difference equations, Numer.
Math., 1, pp. 240-52.
369

Parter, S.V.(1961).Multi-line iterative methods for elliptic difference equations and fundamental frequencies,
Numer. Math., 3, pp. 22-34.
Patton, J.T., Coats, K.H. and Colegrove, G.T.(1971).Prediction of polymer flood performance,Trans SPE of AIME,
251, pp 72-84(SPEJ).
Peaceman, D.W. and Rachford, H.H., Jr., (1955). The numerical solution of parabolic and elliptic differential
equations, J. SIAM,3, No. 1, pp.28-41.
Peaceman, D.W. and Rachford, H.H., Jr., (1962). Numerical calculation of multidimensional miscible
displacement, Trans, SPE of AIME,225, pp. 327-39.(SPEJ).
Peaceman, D.W.(1966).Lecture Notes on Numerical Solution of Elliptic and Parabolic Partial Differential
Equations,Esso Production Research Company.
Peaceman, D.W.(1967).Numerical solution of the nonlinear equations for two-phase flow through porous media,
in: Nonlinear Partial Differential Equations Methods of Solutions, ed. W.F. Ames, Academic Press, New York,
pp, 79-91.
Paceman, D.W. (1976). Convection in frabctures reservoirsNumerical calculation of convection in a vertical
fissure, including the effect of matrix-fissure transfer, trans. SPE of AIME, 261, pp.281-301 (SPEL).
Pease, M. C. III (1965). Methos of matrix Algebra, Academic press, New York.
Peng, D. Y, and Robinson, D. B. (1976). A new two-constant equation of state, ind. Eng. Chem. Fundam., 15, No.
1, pp. 59-64
Perkis, F. M., Jr., and Collins, R. e. (1960). Scaling laws for laboratory flow model of oil reservoirs, Trans. SPE of
AIME, 219, pp.383-5. (JPT).
Polubarinova-kochina, P. Ya. (1962). Theory of Ground-Water movement, Traslated by J. M. Roger de Wiest,
Princeton University Press, New Jersey.
Poston, S. W. Ysrael, S. C. Hossain, A. K. M. S., Montgomery, E. F., III and Ramey, H. J., Jr.(1970). The effect of
temperature on irreducible water saturation and relative permeability of unconsolidated sands, trans. SPE of
AIME, 249, pp. 171-80.
Poussin, F., de la Valle(1968).an acceleration relaxation algorithm for iterative solutions of elliptic equations.
SIAM. J. Numer. Anal., 5 No. 2, pp. 3840-51.
Pozzi, A. L. and Blackwell, R. J. (1963). Desing of laboratory model for study of miscible displacement, Trans.
SPE of AIME, 228, pp. 28-40 (SPEJ).
Price, H. S. and koats , K. H. (1974). Direct methods in reservoir simulation, Trans. SPE of AIME, 257, PP. 395-
308 (SPEJ).
Price, H. S. Sttari, A. and Varga, R. S. (1978). Higher-order time approximations for nonlinear differential
equations, to be published.
Quon, D., Dranchuk, P. M., Allada, S. R. and Leung, P. K. (1966). Application of the alternating direction explicit
procedure to two-dimensional natural gas reservoir, trans, SPE of AIME, 237, PP. 137-42 (SPEJ).
Raithby, G. D. (1976). A critical evaluation of upstream differencing applied to problems involving fluid flow,
Comp. Meth. In appl. Mech. and Engineering, 9, No. 1, pp. 75- 103.
Rapoport, L. A. (1955). Scaling laws for use in desing and operation of water-oil flow models, Trans. SPE of
AIME, 204, pp. 143-50 (JPT).
Redford, D. A., Flock, D. L., Peters, E. and Lee, J. (1976). Laboratory model flow test system of in situ recovery
from Alberta Oil Sands, 26th Can. Chem. Eng. Conf., Symposium on Tar Sands, Toronto.
Reid, J. K. (ed.) (1971). Large Sparse Sets of Linear Equations, Academic Press, London.
370

Richardson, L. F. (1910). The approximate arithmetical solution by finite differences of physical problems
involving differential aquations, with an application to the stresses in a masonry dam, philos., Trans. Roy. Soc.
London Ser. A., 210, pp. 307-57, and Proc. Roy. Soc. London Ser. A., 83, pp. 335-6.
Richardson, J. G. and Stone, H. L. (1973). A quarter century of progress in the application of reservoir
engineering, J. Petrol. Technol., 25, pp. 1371-9.
Richtmyer, R. D. and Morton, K. W. (1967). Difference methods for initial value problems, 2
nd
edn., Interscience
publishers, New York.
Roache, P. J. (1972). Computational fluid dynamics, Hermosa Publishers, New Mexico.
Robertson, G. E. and Woo, P. T. (1976). Grid orientation effects and the use of orthogonal curvilinear coordinate
in reservoir simulation. SPE6100, 51st Annual Fall Meeting, New Orleans.
Robinson, M. R. (1971). Numerical simulation of coning and free gas percolation in a solution-gas-drive reservoir
around a single well, Ph.D. Thesis, University of Texas, Austin.
Rose, D. J. and Willoughby, R. A. (eds.) (1972). Sparse matrices an their applications, Plenum Press, New York.
Rosenbrock, H. H. (1963). Some general implicit processes for the numerical solution of differential equations,
compt. J., 5, pp. 329-30.
Runchal, A. K. and Wolstein, M. (1969). Numerical integration procedure for steady state Navier-Stokes
aqueations, J. Mech. Eng. Sci., 11, No. 5, pp. 445-53.
Sauljev, V. K. (1964). Integration of equations of parabolic Type by the Method of Nest, Pergamon Press,
London.
Schaefer, M. (1973). A Mathematical Theory of global Program Optimization, Prentice-Hall, New Jersey.
Schechter, S. (1960). Quasi-tridiagonal matrices and type-insensitive difference equations, Quart. Appl. Math., 18,
pp. 285-95.
Scheidegger, A. E. (1974). Physics of Flow Through Porous Media, 3rd and., University of Toronto Press,
Toronto.
Schilthuis, R. J. (1963). Active oil and reservoir energy, Trans. SPE of AIME, 118, PP. 33-52.
Schlichting, H. (1968). Boundary Layer Theory, 6th edn., McGraw-Hill, New York.
Schwarz, H. R. (1968). Numerik Symmetrischen Matrizen, Springer-Verlag, Berlin (in German).
Seth, M. S. (1974). A semi-implicit method for simulating reservoir behavior. SPE 4979, 49th Annual Fall Meeting,
Houston.
Settari, A. and Aziz, K. (1972). Use of irregular grid in reservoir simulation, Soc. Petrol. Eng. J., 12, No. 2, pp.
103-14.
Settari, A. (1973). Numerical simulation of three-phase coning in petroleum reseirvoirs, Ph. D. Thesis, The
University of Calgary, Calgary.
Settari, A. and Aziz, K. (1973). A generalization of the additive correction methods for the iterative solution of
matrix equations, SIAM J. Numer. Anal, 10, No. 3, pp. 506-21.
Settari, A. and Aziz, K. (1974). Use of irregular grid in cylindrical coordinates, Trans. SPE of AIMEl, 257, pp.
396-412 (SPEJ).
Settari, A. and Aziz, K. (1974a). A computer model for two phase coning simulation, Soc. Petrol. Eng. J., 14,
No. 3, pp. 221-36.
Settari, A. and Aziz, K. (1975). Treatment of nonlinear terms in the numerical solution of partial differential
equations for multiphase flow in porous media, Int. J. Multiphase Flow, 1, pp. 817-44.
371

Settari, A., Price, H. S. and Dupont, T. (1977). Development and application of variational methods for
simulation of miscible displacement in porous media, Soc. Petrol. Eng. J., 17 No. 3, pp. 228-46.
Shacham, M, and Kehat, E. (1976). A direct method for the solution of large sparse systems of linear equations,
Compt. J., 10, No. 4, pp. 353-9.
Sheffield, M. (1969). Three phase flow including gravitational, viscous, and capillary forces, Trans. SPE of AIME,
246, pp. 255-69 (SPEJ).
Sheffield, M. (1970). A non-iterative technique for solving parabolic partial differential equation problems, SPE
2803, 2nd Symposium on Numerical Simulation of Reservoir Performance, Dallas.
Sheldon, J. W., Zondek, B. and Cardwell, W. T. (1959). One-dimensional, incompressible, non- capillary, two-
phase fluid flow in a porous medium, Trans. SPE of AIME, 216, pp. 290-6.
Shutler, N. D. (1969). Numerical, three-phase simulation of the linear steamflood process, Trans. SPE of
AIME, 246, pp. 232-46 (SPEJ).
Sigmund, P. M. (1976). Prediction of molecular diffusion at reservoir conditions. Part II. Estimating the effects
of molecular diffusion and convective mixing in multicomponent systems, J. Can. Petrol. Technol., 15, No, 3, pp.
53-62.
Slater, G. E, and Durrer, E. J, (1971). Adjustment of reservoir simulation models to match field performance,
Trans. SPE of AIME, 251, pp. 295-305 (SPEJ).
Smith, G. D. (1965). Numerical Solution of Partial Differential Equations with Exercises and Worked Solutions,
Oxford University Press, New York.
Snell, R. W. (1962). Three-phase relative permeability in unconstituted sand, J. Inst-Petrol., 84, pp. 80-8.
Soave, G. (1972). Equilibrium constants from a modified Redlich-Kwong equation of state, Chem. Eng. Sci., 27,
pp. 1197-203.
Sobocinski, D. P. and Cornelius, A. J. (1965). A correlation for predicting water coning time, Trans. SPE of
AIME, 234, pp. 594-600 (JPT).
Sokolnikoff, I. S. (1951). Tensor Analysis: Theory and Application, J. Wiley & Sons, New York.
Sonier, F. and Chaumet, P. (1974). A fully implicit three-dimensional model in curvilinear coordinates, Trans.
SPE of AIME, 257, pp. 361-70 (SPEJ).
Spillette, A. G., Hillestad, J. G. and Stone, H. L. (1973). A high-stability sequential solution approach to reservoir
silulation, SPE 4542, 48
th
Annual Fall Meeting, Las Vegas.
Spivak, A. and Coats, K. H. (1970). Numerical simulation of coning using implicit production terms, Trans. SPE
of AIME, 249, pp. 257-67 (SPEJ).
Spivak, A. and Dixon. T. N. (1973). simulation of gas condensate reservoirs, SPE 4271, 3rd Symposium on
Numerical Simulation of Reservoir Performance, Houston.
Spivak, A. and Dixon. T. N. (1973). simulation of gas condensate reservoirs, SPE 4271, 3rd Symposium on
Numerical Simulation of Reservoir Performance, Houston.
Spivak, A. Perryman, T. L.and Norris, R. A. (1975). A compositional simulation study of the Sacroc Unit CO2
Project, 9th World Petrol. Congress Proceedings, Tokyo, 4, Applied Science Publishers, London, pp. 187-200.
Staggs, H. M and Herbeck, E. F. (1971). Reservoir simulation modelsAn engineering overview, J. Petrol.
Technol., 23, pp. 1428-36.
Steen, H. D. and Farouq Ali, S. M. (1971). Comparative evaluation of the strongly implicit procedure (SIP) for
gas reservoir simulation, J. Can. Petrol. Technol., 10, No. 4, pp. 35-9.
Stone, H. L. (1968). Iterative solution of implicit approximations of multidimensional partial differential equations,
SIAM J. Numer. Anal., 5, No. 3, pp. 530-58.
Stone, H. L. (1970). Probability model for estimating three-phase relative permeability, Trans. SPE of AIME,
249, pp. 214-18 (JPT).
Stone, H. L. (1973). Estimation of three-phase relative permeability and residual oil data. J. Can. Petrol.
Technol., 12, No. 4, pp. 53-61.
372

Stright, D. S., Jr. (1973). Grand ForksModelling a three-dimensional reservoir with two-dimensional reservoir
simulators, J. Can. Petrol. Technol., 12, No. 4, pp. 46-52.
Suarez, A. and Farouq Ali, S. M. (1976). A comparative evaluation of different versions of the strongly implicit
procedure (SIP), 4th Symposium on Numerical Simulation of Reservoir Performance, Los Angeles.
Tang, I. C. (1969). A simple algorithm for solving linear equations of a certain type, Zeitschrift fur angewandte
Mathematik und Mechanik, Heft 8, Band 49, S. 508.
Taussky, O. (1949) . A recurring theorem on determinants, Amer, Math. Monthly, 56, pp. 672-5.
Telkov, A. O. (1971). Solution of static problems in coning with account of changes in thickness of the oil -
saturate portion of a formation, Neft. Khoz, 49, No. 1, pp. 34-7 (in Russian).
Thomas, L. K.,Katz, D. L. and Tek, M. R.(1968). Threshold pressure phenomena in porous media, Trans. SPE of
AIME, 243, pp. 17484 (SPEJ).
Thomas, L. K. and Hellums, L. J. (1972). A non linear automatic history matching technique for reservoir
simulation models, Trans. SPE of AIME, 253, pp. 50814 (SPEJ).
Thurnau, D. H. (1963). Algorithm 195, BANDSOLVE, Comm. ACM, 6, N8, p. 441.
Tinney, W. F. and Walker, J. W. (1967). Direct solutions of sparse network equations by optimally ordered
triangular factorization, IEEE Proc., 55, pp. 18019.
Todd, J. (1962). Survey of Numerical Analysis, McGrawHill, New York.
Todd, M. R. and Longstaff, W. J. (1972). The development, testing and application of a numerical simulator for
predicting miscible flood performance, Trans. SPE of AIME, 253 pp. 87482 (JPT).
Toronyi, R. M. and Farouq Ali, S. M. (1974). Determining Interblock transmissibility in reservoir simulators, J.
Petrol. Technol., 26, N 1, pp. 778.
Traylor, C. and Sheffield, M. (1971). The comparable efficiency of mathematical techniques used in reservoir
simulation, SPE 3560, 46
th
Annual Fall Meeting, New Orleans.
Trimble,R. H. and McDonald, A. E. (1976). A astrongly coupled, implicit well coning model, SPE 5738, 4th
symposium on Numerical Simulation of Reservoir Perfomance, Los Angeles.
VanQuy, N., Simandoux, P. and Corteville, J. (1972). A numerical study of diphasic multicomponent flow, Trans.
SPE of AIME, 253, pp. 17184(SPEJ).
Van Everdingen, A. F. and Hurst, W. (1949). Application of the laplace transformation to flow problems in
reservoirs, Trans. SPE of AIME, 186, pp, 30524.
Van Leer, B. (1977). Towards the ultimate conservative difference scheme. IV. A new approach to numerical
convecttion, J, Compt. Phys., 23, pp 27699.
Van Poollen, H. k., Breitenbach, E. A. and Thurnau, D. H, (1968). Treatment of individual wells and grids in
reservoir modelling. Soc. Eng. J., 8, N 4, pp. 3416.
Varga, R. S. (1962). Matrix Iteractive Analysis, PrenticeHall, New York.
Vela, S., Peaceman, D. W: and Sandvik, E. I. (1976). Evaluation of polymer flooding in a layered reservoir with
crossflow, retention, and degradation, Soc. Petrol. Eng. J., 16, N 2, pp. 8296.
Vinsome, P. K. (1976). Orthomin, an iterative method dor solving sparse banded sets of simulation linear
equations, SPE 5279, 4
th
Symposium on Numerical of Reservoir Perfomance, Los Angeles.
Von Rosenberg, D. U. (1969). Methods for the Numerical Solution of Partial Differential Equations, American
Elseviser, New York.
Wachspress, E. L. and Habetler, G. J. (1960). An alternatingdirectionimplicit iteration technique, J. SIAM, 8, pp.
40324.
373

Wachspress, E. L. (1962). Optimum alternatingdirection iteration parameters for a model problem , J . SIAM, 10,
pp. 33950.
Wachspress, E. L. (1966). Iterative Solution of Elliptic Systems, PrenticeHall, New Jersey.
Wallis, J. and Aziz, K. (1975). Some aspects of the computer modelling of pollution from an atmospheric source,
J. Can. Petrol. Technol., 14, N 1, pp. 215.
Warner, H. R., Jr. (1977). An evaluation of miscible CO flooding in waterflooded sandstone reservoirs, J. Petrol.
Technol., 29, pp. 133948.
Warren, J. E. and Root, P. J. (1963). The behaviour of naturally fractured reservoirs, Trans. SPE of AIME, 228,
pp. 24555 (SPEJ).
Warren, J. E. and Cosgrove, J. J. (1964). Prediction of waterflood behavior in a stratified system, Trans. SPE of
AIME, 231, pp. 14957 (SPEJ).
Wasserman, M. L. and Emanuel, A. S. (1976). History matching three dimensional models using optimal control
theory, J. Can. Petrol. Technol., 15, N 4, pp. 707.
Wattenbarger, R. A. and Ramey, H. J. (1968). Gas well testing with trubulence, damage and wellbore storage,
Trans. SPE of AIME, 243, pp. 87787 (JPY).
Wattenbarger, R. A. and Thurnau, D. H. (1976). Application of SSOR to threedimensional reservoir problems,
SPE 5728, 4
th
Symposium on Numerical Simulation Of Reservoir Performance, Los Angeles.
Watts, J. W. (1971). An iteractive matrix solution method suitable for anisotropic problems, Trans. SPE of AIME,
251, pp. 4751 (SPEJ).
Watts, J. W. (1972). Private communication.
Watts, J. W. (1973). A method for improving line succesive overrelaxation in anisotropic problems A theoretical
analysis, Trans. SPE of AIME, 255, pp. 10518 (SPEJ).
Weaver, R. H. (1972). Simulation of waterflood behavior in a reservoir previously invaded by water, J. Petrol.
Technol., 24, pp. 90915.
Weinstein, H. G., Stone, H. R. and Kwan, T. V. (1969). Iteractive procedure for solution of parabolic and elliptic
equations in three dimensions, Ind. Eng. Chem. Fund., 8, pp. 2817.
Weinstein, H. G., Stone, H. L. and Kwan, T. V . (1970). Simultaneous solution of multiphase reservoir flow
equations. Soc. Petrol. Eng. J., 16, N 2, pp. 99110.
Welge, H. J. (1949). Displacement oh oil from porous media by water ot gas, Trans. SPE of AIME, 179, pp.
13345.
Welge, H. and Weber, A. G. (1964). Use of twodimensional methods for calculating well coaning behavior,
Trans. SPE of AIME, 231, pp. 34455 (SPEJ).
West, W. J., Garvin, W. W. and Sheldon, S. W. (1954). Solution of the equations of unsteady state twophase
flow in oil reservoirs, Trans. SPE of AIME, 201, pp. 21729.
Westlake, J. R. (1968). A handbook of Numerical Matrix Inversion and Solution of Linear Equations, John Wiley &
Sons, New York.
Whitaker, S. (1966). The equations of motion in porous media, Chem. Eng. Sci., 21, pp. 291300.
Whitaker, S. (1,967). Diffusion and dispersin in porous media, A.I.Ch.E: J., 13, No. 3, pp. 420-7.
Whitaker, S. (1967). advaces in theory of fluid motion in porous media, indust. And engineering chemistry, 61, No.
12, pp. 14-28
Wilkinson, J. H. (1963). Rounding errors in algebraic processes, Prentice-Hall, New Yersey.
374

Wilson, G. M. (1969). A modified Redlich-Kwong equation of state, application to general physical data
calculations, Paper 15C, 65
th
National A.I.Ch.E. meeting, Cleveland.
Wilson, E. A. (1975). Aspecial version of the Crout reduction for variable bandwidth matrices, summer computer
simulation conference, San Francisco, pp. 104-12.
Woo, P.T. Roberts, S. J. and Gustavson, F. G. (1973). Application of sparse matrix techniques in reservoir
simulation, SPE 4544, 48th annual fall Meeting, Las Vegas.
Woods, E. G. and Khurana, A. K. (1977). Pseudofunctions for water conning in a three dimensional reservoir
reservoir simulator, Soc. Petrol. Eng. J.,17, No. 4, pp. 251-62.
Wright, D.E. (1968). Nonlinear flow through granular media, J.Hydraulics division, Proc. Amer. Soc. Civ. Ebgrs.,
94, pp. 851-72.
Yamamoto, R. H., Ford, W.T., Padgett, J. B. and Boubeguira, A. (1971). Compositional Reservoir simulator for
fissured systems--- The single block model, Soc. Petrol. Eng. J., 11, N., 2, pp. 113-28
Yanenko, N. N. (1971). The method of Fractional Steps, Springer-Verlag, New York.
Yanosik, J. L. and McCracken, T. A. (1976). A nine-point finite difference reservoir simulator for realistic prediction
of unfavourable mobility ratio displacements, SPE 5734, 4th Symposium on Numerical Simulation of Reservoir
Performance, Los Angeles.
Young, D. M. (1971). Iterative Solution of Large Linear Systems, Academic Press, New York.
Young, D. M. and Gregory, R. T. (1973). A Survey of Numerical Mathematics, 1, bd 2, Addison-Wesley, Mass.