You are on page 1of 8

Copyright 2012, Instituto Brasileiro de Petróleo, Gás e Biocombustíveis - IBP

Este Trabalho Técnico foi preparado para apresentação na Rio Oil & Gas Expo and Conference 2012, realizado no período de 17 a
20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Técnico foi selecionado para apresentação pelo Comitê Técnico do evento,
seguindo as informações contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores não irão traduzir ou corrigir os
textos recebidos. O material conforme, apresentado, não necessariamente reflete as opiniões do Instituto Brasileiro de Petróleo, Gás e
Biocombustíveis, Sócios e Representantes. É de conhecimento e aprovação do(s) autor(es) que este Trabalho Técnico seja publicado
nos Anais da Rio Oil & Gas Expo and Conference 2012.
______________________________
1
Mestrando em Engenharia de Petróleo, Engenheiro Químico - UFRN
2
Graduando de Engenharia Química – UFRN
3
Doutoranda, Mestre em Engenharia de Petróleo – UFRN
4
Doutor, Professor - UFRN
1138_12
MODELAGEM EXPERIMENTAL DA PERDA DE
INJETIVIDADE
Adriano José do Amaral Mello Bonato
1
; Pedro Glauto de Farias e Silva
2
;
Vanessa Limeira Azevedo Gomes
3
; Adriano dos Santos
4
.



Resumo

Durante a injeção ou reinjeção de água, partículas em suspensão ficam retidas no meio poroso causando dano à formação
e perda de injetividade. Em geral, a retenção das partículas ocorre nas proximidades da face de injeção, esse fato ocorre,
na maioria dos casos, por exclusão pelo tamanho. A modelagem da filtração e do consequente dano à formação é
essencial para o gerenciamento de projetos de injeção de água em reservatórios de petróleo. Assim, modelos matemáticos
são estudados para melhor prever a distribuição das partículas ao longo do meio poroso e determinar os parâmetros de
ajuste para perda de injetividade. Dentre esses modelos, tem o modelo clássico que consiste em determinar os parâmetros
coeficiente de filtração e coeficiente de dano à formação. A metodologia utilizada na modelagem se deu a partir das
equações de conservação de massa, cinética de retenção de partículas, a equação de Darcy modificada e à função dano de
formação. Este trabalho teve por objetivo aprimorar a modelagem experimental, incluindo o desenvolvimento de um
software para aquisição e tratamentos de dados experimentais, considerando o número variável de medidas de pressão ao
longo da amostra. O software foi desenvolvido utilizando a plataforma Labview 2011 e permitiu a determinação dos
parâmetros relevantes para previsão da perda de injetividade em poços injetores de água. Além disso, baseado no modelo
tradicional da filtração em meios porosos (incluindo filtração profunda e formação do reboco externo), o software foi
aplicado para previsão da perda de injetividade e obtenção das propriedades do reboco. Finalmente, os modelos clássicos
para o transporte de suspensões e de dano à formação foram verificados.


Abstract

Produced water reinjection, suspended particles are retained in the porous media causing formation damage and
injectivity decline. In general the retention of the particles occurs near the side of injection, this fact occurs in most cases,
due to the size exclusion. The modeling of filtration and the consequent formation damage is essential to the project
management of water injection in oil reservoirs. Thus, mathematical models are studied to better predict the distribution
of particles throughout the porous media and determine the parameters of adjustment to injectivity decline. Among these
models, there is the classic model which consists in determining these parameters (coefficient of filtration and formation
damage). The methodology used in modeling is given from the equations the mass conservation, kinetic particle retention,
the modified Darcy equation and the function formation damage. This study aimed to improve experimental modeling,
including development of software for acquisition and processing of experimental data, considering the variable number
of pressure measurements along the sample. The software was developed using the Labview 2011 platform and allows
the determination of relevant parameters to predict injectivity loss in water injection wells. Furthermore, based on the
traditional model of filtration in porous media (including depth filtration and formation of the external plaster), the
software was applied to predict injectivity loss in addition to the properties of the grout. Finally, the classical models for
transporting suspensions and damage to the formation were observed.



1. Introdução
Rio Oil & Gas Expo and Conference 2012
2

A injeção de água é uma técnica amplamente utilizada no Brasil para deslocar o óleo em direção aos poços
produtores e manter a pressão em reservatórios de petróleo (Shecaira, 2002). No entanto, partículas suspensas na água
injetada (ou reinjetada) podem ser retidas no meio poroso, causando dano à formação (redução de permeabilidade) e
perda de injetividade (Wennberg e Sharma, 1997). Essas partículas ou impurezas podem vir de diversas fontes, tais como
resíduos oriundos de corrosão de equipamentos de superfície ou sub-superfície, traços de óleo ou graxa. Além disso, íons
presentes na água injetada podem reagir com íons presentes na água conata causando dano à formação devido à
incrustação (Moghadasi et al., 2003). Em geral, durante a injeção de água ocorre filtração profunda com retenção de
partículas e formação de reboco externo. Ambos contribuem para o aumento da resistividade hidráulica, causando à
redução de injetividade. Quando ocorre essa redução, é necessário aumentar a pressão de injeção para manter a vazão de
água injetada. Desse modo, a correta previsão da perda de injetividade é essencial em projetos de injeção de água. O
esquema básico de injeção de água pode ser observado na Figura 1.


Figura 1 - Esquema mostrando a injeção de água num reservatório de petróleo.


2. Modelagem Clássica Para o Dano de Formação

O modelo clássico para transporte de suspensões em meios porosos é constituído pelas equações de conservação
de massa e cinética de retenção de partículas (Herzig et al., 1970), conforme Equações do sistema 1, respectivamente:


1 c c
T X T
L c
T
o
|
o
ì |
c c c
+ =÷
c c c
c
=
c
¦
¦
¦
´
¦
¦
¹
(1)
Onde:
Ut
T
L|
=
e
x
X
L
=
(1a)
Considerando que inicialmente não há partículas no interior do meio poroso e que a concentração de partículas
na face de injeção é constante (C
0
), temos:


0
0; (0, )
0; ( , 0) 0; ( , 0) 0
X c T C
T c X X o
= =
= = =
¦
´
¹
(2)
Rio Oil & Gas Expo and Conference 2012
3
Considerando-se o coeficiente de filtração constante, a solução do sistema (1) é dada por:


0
;
( , )
0;
LX
C e X T
c X T
X T
ì ÷
¦
s ¦
=
´
>
¦
¹
(3)


0
( ) ;
( , )
0;
LX
LC T X e X T
X T
X T
ì
ì
o
÷
¦
¦ ÷ · s
=
´
>
¦
¹
(4)

Entretanto, diversos autores (Tufenkji et al., 2004; Elimelech et al., 1997; Bradford et al., 2002, 2003, 2004)
relataram grandes desvios desta modelagem com os dados experimentais.
Durando a filtração profunda, devido à retenção de partículas ao longo do meio poroso, ocorre dano à formação
e uma consequente redução da permeabilidade da formação. Sendo assim, um modelo dinâmico capaz de modelar a
queda de permeabilidade local k(σ) é necessário para a previsão da perda de injetividade. Na Tabela 1 são apresentadas
funções de dano à formação (k(σ)) propostas por diversos autores.
A equação de Darcy modificada contém a função dano à formação e pode ser escrita como:


( )
0
k k
P
U
L X
o
µ
c
= ÷ ·
c
(5)

Tabela 1: Exemplos de funções dano à formação.
Autor Função dano à formação
Herzig et al., 1970 -
k( ) = (1+ )
¸
o |o
McDowel-Boyer et al., 1986
1 2
2
...
1
1+
k( ) =
|o | o
o
+ +

Karakan e Halleck, 2000 k( ) = (1+ ) o |o
Sharma e Pang, 2000 1
(1+ )
k( ) =
|o
o

Para estudar o dano à formação durante a injeção de água em reservatórios de petróleo, normalmente é utilizada
a impedância normalizada (que é igual ao inverso da injetividade) (Equação 6):


0
( )
T T
P
J T
Q P
Q
=
A
=
A
| | | |
| |
\ . \ .
(6)

Onde Q representa a vazão volumétrica e ΔP representa a diferença de pressão aplicada.

Substituindo a equação de k(σ) proposta por Pang e Sharma (2000) (ver Tabela 1) na Equação 5 e integrando-se
a equação resultante, obtêm-se a diferença de pressão (ΔP). Substituindo-se a equação resultante na Equação 6, obtemos:

1
0
( ) 1 ( , ) J T X T dX | o = +
}
(7)
A integral na Equação 7 representa a massa total retida. Portanto, neste caso a impedância depende apenas da
massa total retida e não do perfil de retenção ao longo do meio poroso. Substituindo a Equação 4 na Equação 7, resulta
em:

( ) 1 ( , ) J T m T ì | = + (8)

Onde: (1 )
0
L
m c e
ì
||
÷
= ÷ (9)
Analogamente, a impedância entre a face e um ponto intermediário ao longo do meio poroso, é dada por:

( ) 1 ( , ) J T m T
e e
ì | = + (10)
Rio Oil & Gas Expo and Conference 2012
4

Onde:
0
(1 )
L
c
m e e
ìe
||
e
÷
= ÷ (11)

Dividindo-se a Equação 11 pela Equação 9, obtemos:


(1 )
(1 )
m y
m y
e
e
e
· ÷
=
÷
(12)

Onde:
L
e y
ì ÷
= (13)

Portanto, determinando-se m e m
ω
que melhor representam os dados experimentais da impedância J(T) e J
ω
(T),
pode-se determinar λ resolvendo a Equação transcendental 12 e substituindo o valor de y na Equação 13.
Finalmente, β pode ser determinado a partir da Equação 9, ou seja:


0
(1 )
m
c y
|
|
=
· · ÷
(14)

O método descrito acima é conhecido como o método dos três pontos de pressão (Bedrikovetsky, 2010).


Figura 2 – Diagrama do método de três pontos.

Se um número n de medidas de pressão ao longo do meio poroso estiver disponível, podem ser obtidos n-1
coeficientes λ e n-1 coeficientes β. Neste caso, este procedimento pode ser utilizado para verificar a validade da
modelagem clássica. Sendo assim, se o modelo clássico (Equações 3 e 4) e a função dano à formação (ver Tabela 1)
descreverem bem o processo de filtração e de dano à formação espera-se que os coeficientes (λ e β) não variem em função
dos pontos intermediários de pressão escolhidos.
Entretanto, vários autores Tufenkji et .al., 2004; Elimelech et al., 1997, Bradford et. al., 2002, Santos e Barros,
2010, relataram grandes desvios entre dados experimentais e a previsão da modelagem clássica para a filtração em meios
porosos. Além disso, dados experimentais sugerem que a impedância nem sempre é uma função linear com o tempo,
conforme sugerido pela Equação 8.
Além da filtração profunda, pode ocorrer formação do reboco externo, Em geral, partículas pequenas em relação
aos poros penetram no meio poroso ficando sujeitas a filtração profunda. Quando um número crítico de partículas grandes
é retido na face de injeção, as partículas pequenas são impedidas de penetrar no meio poroso e, a partir deste momento
(tempo de transição), todas as partículas são retidas na face de injeção, formando o reboco externo. Dependendo da
porosidade e permeabilidade do reboco, o crescimento do reboco poder ter forte influência na impedância. Após o tempo
de transição (T>T
tr
), a Equação 15 permite o cálculo da impedância para o fenômeno de reboco externo:

( ) ( ) J T J m T T
c
Ttr Ttr
= + ÷ (15)


Onde m
c
depende das características do reboco externo (permeabilidade e porosidade do reboco, ou seja: k
c
e ϕ
c
):


0 0
. .
.(1 )
c
c c
k c
m
k
|
|
=
÷
(16)
Rio Oil & Gas Expo and Conference 2012
5

Entretanto, a porosidade e permeabilidade do reboco podem ser relacionadas, por exemplo, a partir da correlação
de Kozeny-Carman:


2 3
2
150(1 )
c
c
Dp
Kc
|
|
=
÷
(17)

Onde Dp é o diâmetro médio das partículas que compõe o reboco.
O esquema que representa o meio poroso ocorrendo filtração profunda e a formação de reboco é mostrada na
Figura 3.



Figura 3 – Esquema da formação do reboco e filtração profunda.

Para obtenção dos parâmetros necessários para a previsão da perda de injetividade foi desenvolvido um
programa no software LabView, baseado em linguagem G (linguagem de programação gráfica). Este aplicativo permite a
aquisição dos dados de pressão ao longo do testemunho e a determinação dos parâmetros λ e β, a partir do método dos
três pontos descrito na seção 2. A Figura 4 mostra a impedância obtida a partir de dados experimentais e os ajustes para as
impedâncias considerando quatro diferentes pontos de medidas (0; 0,193L; 0,597; L) de pressão. Sendo assim, são
calculadas as impedâncias entre 3 diferentes intervalos: 0 - 0,193L; 0- 0,597L e 0 – L, conforme mostrado no gráfico da
Figura 4. É importante destacar que os valores dos coeficientes “λ” e “β”, não deveriam depender da escolha dos pontos
de tomada de pressão. Entretanto, utilizando diferentes dados de pressão em um mesmo experimento, foram encontrados
coeficientes de filtração (λ
1
=181,24m
-1
, λ
2
=151,60 m
-1
). Isto sugere que a modelagem clássica (em conjunto com a função
dano à formação) proposta por Pang e Sharma (2000) (ver Tabela 1) se adequa bem para este caso. Já os coeficientes de
dano à formação encontrados são praticamente iguais (β
1
=169,332; β
2
=169,344).


Figura 4 - Exemplo de tratamento de dados da literatura (van den Broek et al., 1999)
utilizando programa desenvolvido no software Labview.


Para um novo experimento, a Figura 6 e Figura 7 mostram a impedância obtida a partir de dados experimentais e
os ajustes para as impedâncias considerando cinco diferentes pontos de medidas (0; 0,386L; 0,164L; 0,807L; L) de
pressão. Sendo assim, são calculadas as impedâncias entre quatro diferentes intervalos: 0 - 0,386L; 0- 0,164L; 0 - 0,807L
e 0 – L, conforme mostrado no gráfico da Figura 5, Figura 6 e Figura 7. Foram encontrados coeficientes de filtração
Rio Oil & Gas Expo and Conference 2012
6
significativamente diferentes para o primeiro ajuste da Figura 6 (λ
1
=4,23m
-1
, λ
2
=4,40 m
-1
, λ
3
= 3,53m
-1
) e o segundo ajuste
na Figura 7 (λ
1
=3,80m
-1
, λ
2
=4,49 m
-1
, λ
3
= 3,86m
-1
). Isto sugere que a modelagem clássica (em conjunto com a função
dano à formação) proposta por Sharma e Pang (2000) (ver tabela 1) não se ajusta bem para este caso que pode ser
confirmado no mesmo experimento só que agora para a Figura 7. Em consequência disto, os coeficientes de dano à
formação encontrados são diferentes também para a Figura 7 (β
1
=13,60; β
2
=12,78; β
3
=13,52).


Figura 5 – Dados de entrada no Programa Labview - literatura (Moghadasi et al., 2004)


Figura 6 – Exemplo de tratamento de dados da literatura (Moghadasi et al., 2004),
utilizando programa desenvolvido no software Labview



Figura 7 - Exemplo de tratamento de dados da literatura (Moghadasi et al., 2004),
utilizando programa desenvolvido no software Labview

Toda metodologia descrita acima é valida para a geometria linear (testes de laboratório). Para utilizar os
parâmetros obtidos no laboratório na previsão da perda de injetividade em poços injetores de água é necessário reescrever
as Equações do sistema (1) em um sistema de coordenadas adequado (radiais para poços abertos e elípticas para poços
Rio Oil & Gas Expo and Conference 2012
7
canhoneados) e reobter soluções para J(T). Tal impedância dependerá dos mesmos parâmetros λ e β determinados
experimentalmente.


3. Conclusões
Na modelagem clássica, todos os mecanismos de retenção são representados por apenas um coeficiente de
filtração λ.
Para os dados tratados na literatura de Van den Broek et al., (1999), onde ficou identificado satisfatoriamente a
formação do reboco externo, os valores para permeabilidade e porosidade do reboco externo (kc=0,237 mD e ϕc=0,063,
respectivamente) são valores coerentes e satisfatórios, além do bom ajuste do modelo matemático para o aumento da
impedância J(T).
Nos dados tratados da literatura de Moghadasi et al., (2004), os parâmetros encontrados (kc=1,42x10
6
mD e
ϕc=0,98 - Figura 6, kc=4,82x10
6
mD e ϕc=0,99 - Figura 7) são incoerentes fisicamente, logo, impossíveis de acontecer.
Além disso, o modelo clássico não descreve corretamente o aumento da impedância J(T), pois não ocorreu à formação do
reboco externo neste experimento. Concluindo assim que a modelagem clássica em conjunto com a função dano à
formação de Sharma e Pang (2000) possui algumas restrições.
Foi desenvolvido um software para aquisição de dados e determinação dos parâmetros da modelagem clássica
(método dos três pontos de pressão). Para a validação do software desenvolvido, foram utilizados dados de pressão da
literatura para permitir a comparação dos parâmetros ì e | obtidos.
Os dados experimentais mostraram que quanto maior o tamanho das partículas, mais intenso é o mecanismo de
exclusão pelo tamanho e maior a discrepância entre os dados experimentais e as previsões do modelo clássico. Tais
discrepâncias podem causar grandes desvios na previsão da perda de injetividade, principalmente quando o mecanismo de
exclusão pelo tamanho for determinante para o dano à formação.
Estamos desenvolvendo novos modelos matemáticos e em breve realizaremos a análise dos mesmos, os quais
deverão ser mais realísticos permitindo assim um melhor ajuste para o aumento da impedância.


4. Agradecimentos

Ao Programa de Recursos Humanos Nº43 (PRH-43) da Agência Nacional de Petróleo, Gás Natural e
Biocombustíveis (ANP).


5. Bibliografia
BEDRIKOVETSKY P.G., MARCHESIN, D., SHECAIRA, F., SERRA, A. L. AND RESENDE, E., 2001.
Characterization of Deep Bed Filtration System from Laboratory Pressure Drop Measurements, Journal of Petroleum
Science and Engineering, v.64, No. 3, p.167-177.
BRADFORD, S. A.; BETTAHAR, M.; SIMUNEK, J.; VAN GENUCHTEN, M.TH. Straining and Attachment of
Colloids in Physically Heterogeneous Porous Media. Vadose Zone J., Vol 3, p.384-394, 2004.
BRADFORD, S. A.; SIMUNEK, J.; BETTAHAR, M.; VAN GENUCHTEN, M. T.; YATES, S. R Modeling Colloid
Attachment, Straining, and Exclusion in Saturated Porous Media. Environ. Sci. Technol., Vol 37, p.2242-2250, 2003.
BRADFORD, S. A.; YATES, S. R.; BETTAHAR, M.; SIMUNEK, J Physical Factors Affecting the Transport and Fate
of Colloids in Saturated Porous Media, Water Resour. Res., Vol 38, p.1327-1338, 2002.
ELIMELECH, M. AND HONG, S. E Chemical and Physical Aspects of Natural Organic Matter Fouling of
Nanofiltration Membranes, Journal of Membrane Science, Vol 132, p.159 181, 1997.
HERZIG, J.P.; D. M. LECLERC, AND P.LEGOFF Flow of suspension through porous media: Application to deep
filtration, Ind. Eng. Chem. Res., n.62, p.129– 157, 1970.
IWAZAKI, T - Some notes on sand filtration, J. Am. Water Works Ass., p.1591–1602, 1937.
KARACAN, C. O.; GRADER, A. S.; HALLECK, P. M Effect of Pore Fluid Type on Perforation Damage and Flow
Characteristics, SPE, Paper Number 67290-MS, 2000.
MCDOWELL-BOYER, L. M.; HUNT, J. R. AND SITAR, N Particle transport through porous media, Water Resour.
Res. Vol 22 (13), p.1901-1921, 1986.
MOGHADASI, J; MÜLLER-STEINHAGEN, H; JAMIALAHMADI, M; SHARIF, A. Theoretical and experimental
study of particle movement and deposition in porous media during water injection – Journal of Petroleum Science and
Engineering v.43, p163-181, 2004.
PANG, S., SHARMA, M. M., (1997) “A Model for Predicting Injectivity Decline in Water-Injection Wells”. SPEFE
Rio Oil & Gas Expo and Conference 2012
8
SANTOS, A; BARROS, P.H.L Multiple Particle Retention Mechanisms during Filtration in Porous Media, Environ. Sci.
Technol, Vol 44, p.2515-2521, 2010.
SHARMA, M. M.; PANG, S.; WENNBERG, K. E.; MORGENTHALER, L. N Injectivity Decline in Water-Injection
Wells: An Offshore Gulf of Mexico Case Study. SPE Prod. & Facilities, Vol 15 (1), 2000.
SHECAIRA, F. S., BRANCO, C.C.M, SOUZA, A. L., PINTO, A. C., HOLLEBEN, C. R. C, JOHANN, P. R. S., IOR:
The Brazilian Perspective., SPE 75170, 2002.
TUFENKJI, N.; AND M. ELIMELECH., Deviation from Classical Colloid Filtration Theory in the Presence of Repulsive
DLVO Interactions, Langmuir; Vol 20, p.10818–10828, 2004.
VAN DEN BROEK, W.M.G.T.; BRUIN, J.N.; TRAN, T.K.; VAN DER ZANDE, M.J.; VAN DER MEULEN, H. Core-
flow experiments with oil and solids containing water, SPE 54769, 1999.
WENNBERG, K. I., AND SHARMA, M.M., 1997. Determination of the filtration coefficient and the transition time for
water injection wells, SPE 38181.