Nuclear magnetic resonance reservoir characterization assisted by computational simulations
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| dARK ID: | ark:/87559/001300001c0jc |
| Idioma: | eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://app.uff.br/riuff/handle/1/40138 |
Resumo: | A Ressonância Magnética Nuclear (RMN) é uma ferramenta poderosa para caracterizar meios porosos, oferecendo entendimento sobre o comportamento de fluidos em espaços porosos. Este trabalho implementa simuladores baseados em imagens para experimentos de RMN utilizando o método Random Walk, com foco na caracterização de rochas reservatório via difusometria e relaxometria. Desafios computacionais são tratados por meio de paralelização massiva baseada em GPU e modelagem de dados para acesso otimizado à memória. Na difusometria, o coeficiente de difusão aparente é analisado ao longo do tempo utilizando a técnica de Gradiente de Campo Pulsado (PFG). Os comportamentos assintóticos de curto e longo prazo são usadas para estimar a razão superfície-volume e a tortuosidade, correlacionando esses parâmetros com a permeabilidade absoluta em meios granulares sintéticos e imagens segmentadas de arenitos e carbonatos. Os resultados das simulações concordam bem com experimentos em arenitos, porém mostram desvios nos carbonatos, possivelmente devido à presença de heterogeneidades como a porosidade vugular. Na relaxometria, investigamos o impacto de gradientes internos de campo magnético nos tempos de relaxação T2, influenciados por altos contrastes de susceptibilidade magnética. Para incorporar o mecanismo de relaxação difusiva, o fluxo de trabalho envolve o cálculo de mapas espaciais do campo magnético utilizando o método de elementos finitos baseado em imagens, seguido por simulações de Random Walk para modelar a dinâmica dos spins. Simulações realizadas em imagens segmentadas de modelos sinterizados de esferas de vidro com inclusões de óxidos de ferro e arenitos revelam desafios na interpretação de T2 como indicador do tamanho de poros. Além disso, distribuições quantitativas de gradientes internos obtidas de simulações multi-τ de RMN mostram uma concordância variada com os dados experimentais, falhando em capturar gradientes internos de maior magnitude associados a poros menores. Por fim, propomos uma abordagem para incorporar os efeitos de difusão restrita na análise. |
| id |
UFF-2_56ca4e6535b8504d9a385496388eb91f |
|---|---|
| oai_identifier_str |
oai:app.uff.br:1/40138 |
| network_acronym_str |
UFF-2 |
| network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository_id_str |
|
| spelling |
Nuclear magnetic resonance reservoir characterization assisted by computational simulationsRessonância magnética nucleaMeios porososAuto-difusão molecularGradientes pulsados de campo magnéticoRelaxação por difusãoEspectroscopia de ressonância magnética nuclearImagem de difusão por ressonância magnéticaSimulação por computadorNuclear magnetic resonanceRandom walkPorous mediaMolecular self-diffusionPulsed magnetic field gradientDiffusion relaxationA Ressonância Magnética Nuclear (RMN) é uma ferramenta poderosa para caracterizar meios porosos, oferecendo entendimento sobre o comportamento de fluidos em espaços porosos. Este trabalho implementa simuladores baseados em imagens para experimentos de RMN utilizando o método Random Walk, com foco na caracterização de rochas reservatório via difusometria e relaxometria. Desafios computacionais são tratados por meio de paralelização massiva baseada em GPU e modelagem de dados para acesso otimizado à memória. Na difusometria, o coeficiente de difusão aparente é analisado ao longo do tempo utilizando a técnica de Gradiente de Campo Pulsado (PFG). Os comportamentos assintóticos de curto e longo prazo são usadas para estimar a razão superfície-volume e a tortuosidade, correlacionando esses parâmetros com a permeabilidade absoluta em meios granulares sintéticos e imagens segmentadas de arenitos e carbonatos. Os resultados das simulações concordam bem com experimentos em arenitos, porém mostram desvios nos carbonatos, possivelmente devido à presença de heterogeneidades como a porosidade vugular. Na relaxometria, investigamos o impacto de gradientes internos de campo magnético nos tempos de relaxação T2, influenciados por altos contrastes de susceptibilidade magnética. Para incorporar o mecanismo de relaxação difusiva, o fluxo de trabalho envolve o cálculo de mapas espaciais do campo magnético utilizando o método de elementos finitos baseado em imagens, seguido por simulações de Random Walk para modelar a dinâmica dos spins. Simulações realizadas em imagens segmentadas de modelos sinterizados de esferas de vidro com inclusões de óxidos de ferro e arenitos revelam desafios na interpretação de T2 como indicador do tamanho de poros. Além disso, distribuições quantitativas de gradientes internos obtidas de simulações multi-τ de RMN mostram uma concordância variada com os dados experimentais, falhando em capturar gradientes internos de maior magnitude associados a poros menores. Por fim, propomos uma abordagem para incorporar os efeitos de difusão restrita na análise.Nuclear Magnetic Resonance (NMR) is a powerful tool for characterizing porous media, offering insights into fluid behavior in pore spaces. This work implements image-based simulators of NMR experiments using the Random Walk method, focusing on reservoir rock characterization via diffusometry and relaxometry. Computational challenges are addressed through GPU-based massive parallelization and data modeling for optimized memory access. In diffusometry, the apparent diffusion coefficient is analyzed over time using the Pulsed-Field Gradient NMR technique. Short- and long-time asymptotics estimate surface-to-volume ratio and tortuosity, correlating these parameters with permeability in synthetic granular media and segmented images of sandstones and carbonates. Simulation results agree well with experiments for sandstones but show deviations in carbonates, possibly due to heterogeneities such as vugular porosity. In relaxometry, we investigate the impact of internal magnetic gradients on T2 relaxation times, influenced by high magnetic susceptibility contrasts. To incorporate the diffusive relaxation mechanism, the workflow involves computing spatial magnetic field maps using an image-based finite element method, followed by random walk simulations to model spin dynamics. Simulations performed on segmented images of sintered glass bead models with iron oxide inclusions and sandstone reveal the challenges in interpreting T2 as a pore size indicator. Also, quantitative internal gradients distributions from multi-τ NMR simulations show mixed agreement with experimental data, failing to capture high-magnitude internal gradients linked to smaller pores. Last, we propose an approach to incorporate the effects of restricted diffusion into the analysis.117 f.Leiderman, RicardoLeiderman, RicardoPereira, André Maues BraboFilgueiras, Jefferson GonçalvesBez, Luiz FernandoOliveira Júnior, Ivan dos SantosRibeiro, Matheus de Castro2025-09-17T16:24:38Z2025-09-17T16:24:38Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfRIBEIRO, Matheus de Castro. Nuclear magnetic resonance reservoir characterization assisted by computational simulations. 2025. 117 f. Tese (Doutorado em Computação) – Programa de Pós-Graduação em Computação, Instituto de Computação, Universidade Federal Fluminense, Niterói, 2025.https://app.uff.br/riuff/handle/1/40138ark:/87559/001300001c0jcCC-BY-SAinfo:eu-repo/semantics/openAccessengreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2025-09-17T16:24:38Zoai:app.uff.br:1/40138Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202025-09-17T16:24:38Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
| dc.title.none.fl_str_mv |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| title |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| spellingShingle |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations Ribeiro, Matheus de Castro Ressonância magnética nuclea Meios porosos Auto-difusão molecular Gradientes pulsados de campo magnético Relaxação por difusão Espectroscopia de ressonância magnética nuclear Imagem de difusão por ressonância magnética Simulação por computador Nuclear magnetic resonance Random walk Porous media Molecular self-diffusion Pulsed magnetic field gradient Diffusion relaxation |
| title_short |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| title_full |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| title_fullStr |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| title_full_unstemmed |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| title_sort |
Nuclear magnetic resonance reservoir characterization assisted by computational simulations |
| author |
Ribeiro, Matheus de Castro |
| author_facet |
Ribeiro, Matheus de Castro |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Leiderman, Ricardo Leiderman, Ricardo Pereira, André Maues Brabo Filgueiras, Jefferson Gonçalves Bez, Luiz Fernando Oliveira Júnior, Ivan dos Santos |
| dc.contributor.author.fl_str_mv |
Ribeiro, Matheus de Castro |
| dc.subject.por.fl_str_mv |
Ressonância magnética nuclea Meios porosos Auto-difusão molecular Gradientes pulsados de campo magnético Relaxação por difusão Espectroscopia de ressonância magnética nuclear Imagem de difusão por ressonância magnética Simulação por computador Nuclear magnetic resonance Random walk Porous media Molecular self-diffusion Pulsed magnetic field gradient Diffusion relaxation |
| topic |
Ressonância magnética nuclea Meios porosos Auto-difusão molecular Gradientes pulsados de campo magnético Relaxação por difusão Espectroscopia de ressonância magnética nuclear Imagem de difusão por ressonância magnética Simulação por computador Nuclear magnetic resonance Random walk Porous media Molecular self-diffusion Pulsed magnetic field gradient Diffusion relaxation |
| description |
A Ressonância Magnética Nuclear (RMN) é uma ferramenta poderosa para caracterizar meios porosos, oferecendo entendimento sobre o comportamento de fluidos em espaços porosos. Este trabalho implementa simuladores baseados em imagens para experimentos de RMN utilizando o método Random Walk, com foco na caracterização de rochas reservatório via difusometria e relaxometria. Desafios computacionais são tratados por meio de paralelização massiva baseada em GPU e modelagem de dados para acesso otimizado à memória. Na difusometria, o coeficiente de difusão aparente é analisado ao longo do tempo utilizando a técnica de Gradiente de Campo Pulsado (PFG). Os comportamentos assintóticos de curto e longo prazo são usadas para estimar a razão superfície-volume e a tortuosidade, correlacionando esses parâmetros com a permeabilidade absoluta em meios granulares sintéticos e imagens segmentadas de arenitos e carbonatos. Os resultados das simulações concordam bem com experimentos em arenitos, porém mostram desvios nos carbonatos, possivelmente devido à presença de heterogeneidades como a porosidade vugular. Na relaxometria, investigamos o impacto de gradientes internos de campo magnético nos tempos de relaxação T2, influenciados por altos contrastes de susceptibilidade magnética. Para incorporar o mecanismo de relaxação difusiva, o fluxo de trabalho envolve o cálculo de mapas espaciais do campo magnético utilizando o método de elementos finitos baseado em imagens, seguido por simulações de Random Walk para modelar a dinâmica dos spins. Simulações realizadas em imagens segmentadas de modelos sinterizados de esferas de vidro com inclusões de óxidos de ferro e arenitos revelam desafios na interpretação de T2 como indicador do tamanho de poros. Além disso, distribuições quantitativas de gradientes internos obtidas de simulações multi-τ de RMN mostram uma concordância variada com os dados experimentais, falhando em capturar gradientes internos de maior magnitude associados a poros menores. Por fim, propomos uma abordagem para incorporar os efeitos de difusão restrita na análise. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-09-17T16:24:38Z 2025-09-17T16:24:38Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
RIBEIRO, Matheus de Castro. Nuclear magnetic resonance reservoir characterization assisted by computational simulations. 2025. 117 f. Tese (Doutorado em Computação) – Programa de Pós-Graduação em Computação, Instituto de Computação, Universidade Federal Fluminense, Niterói, 2025. https://app.uff.br/riuff/handle/1/40138 |
| dc.identifier.dark.fl_str_mv |
ark:/87559/001300001c0jc |
| identifier_str_mv |
RIBEIRO, Matheus de Castro. Nuclear magnetic resonance reservoir characterization assisted by computational simulations. 2025. 117 f. Tese (Doutorado em Computação) – Programa de Pós-Graduação em Computação, Instituto de Computação, Universidade Federal Fluminense, Niterói, 2025. ark:/87559/001300001c0jc |
| url |
https://app.uff.br/riuff/handle/1/40138 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
CC-BY-SA |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
| instname_str |
Universidade Federal Fluminense (UFF) |
| instacron_str |
UFF |
| institution |
UFF |
| reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
| repository.mail.fl_str_mv |
riuff@id.uff.br |
| _version_ |
1848091152248471552 |