Minéralogie, porosité et diffusion des solutés dans l'argilite du ...

Minéralogie, porosité et diffusion des solutés dans l'argilite du ... Minéralogie, porosité et diffusion des solutés dans l'argilite du ...

theses.edel.univ.poitiers.fr
from theses.edel.univ.poitiers.fr More from this publisher
17.11.2012 Views

195 CHAPITRE 5 ⎡ D ⎤ ⎛ ⎞ eα D ⎥ × ⎜ eαt C = ⎢ ⎟ r ( t) C0 exp t erfc 2 ⎢ ⎥ ⎜ ⎟ [5.14] ⎣ H f ⎦ ⎝ H f ⎠ Avec Cr(t) la concentration en traceur dans le réservoir source. La forme de cette équation montre que la décroissance en traceur dépend uniquement du couple De×α. 3.2.2 Sensibilité des paramètres De et α L’expression mathématique du rapport M(x,t) / M(0,t) (eq. 5.13) montre une indépendance des paramètres De et α contrairement à l’expression de la décroissance dans le réservoir (eq. 5.14). Cependant cette expression semble indiquer une dépendance forte des paramètres De et α. Pour savoir si l’on pourra identifier séparément De et α, nous avons réalisé une étude de la sensibilité des paramètres De et α (eq. 5.13) a partir d’un critère de moindres carré. Ce critère est défini par la fonction FO: FO ∑ = L ( M ( x, t) − M ( x, t) ) 1 M 1 2 ( x, t) 2 [5.14] avec M1(x,t) / M(0,t) et M2(x,t) / M(0,t) calculées respectivement pour les paramètres De1, α1 et De2 α2. Cette fonction est définie comme la fonction objective (c. à d. la fonction à minimiser) pour la résolution des problèmes inverses (Sun, 1994). La sensibilité des paramètres est définie par la dérivée de FO vis-à-vis des paramètres variables. Pour illustrer cette approche et estimer la sensibilité des paramètres De et α, FO a été calculée pour De1 = 5×10 -10 m²/s et α1 = 100000 et diverses valeurs de De2 et α2. Sa représentation 2D montre qu’une unique solution satisfait FO = 0, cependant une solution acceptable (FO≈0) est obtenue lorsque De1/α1 = De2/α2 ou De1/α1 = Da1 (Fig. 5.30). L’équation 5.13 montre ainsi une dépendance fortes des paramètres De et α, mais il reste possible de séparer De et α. A présent il convient de savoir dans quelle mesure cette séparation sera effective. D’un point de vue général, l’ajustement d’un profil expérimental par une solution analytique consiste à minimiser la fonction FO (Sun, 1994). Une large variété d’algorithmes de minimisation existe dans la littérature selon la complexité du problème. A partir d’une minimisation par un algorithme de type Gauss-Newton (sous Excel®), la solution exacte (De = 5×10 -10 m²/s et α = 100000) est trouvée seulement si chaque valeur du profil présente une

196 CHAPITRE 5 déviation de moins de 0,0001 %. Au-delà de 0,0001 %, il est uniquement possible d’obtenir une solution de type De/α = Da. En considérant logiquement une erreur expérimentale supérieure à 0,0001 % sur chaque point d’analyse, l’ajustement des profils microLIBS et microsonde par l’équation 5.13 permettra uniquement d’obtenir un Da. A partir de l’ajustement analytique de la concentration dans le réservoir, les paramètres De et α pourront cependant être dissociés. α Fig. 5.30 : Evolution de la fonction FO (eq. 5.14) en fonction de De2 et α2 pour De1= 5×10 - 10 et α1=100000). La ligne pointillée en blanc représente les coordonnées De1/α1=De2/α2. 3.2.3 La méthode Time Domain Diffusion La méthode Time Domain Diffusion (cf. chapitre 3) a fait l’objet d’étude afin de pouvoir interpréter les expériences d’in-diffusion analysées à partir de cartographies élémentaires par une approche de modélisation inverse. Néanmoins, à ce jour, celle-ci ne peut être utilisée dans ce but. Interprétant une expérience d’out-diffusion avec une carte de porosité calculée par autoradiographie, Sardini et al. (2007) combinent la méthode TDD avec une procédure d’inversion afin d’identifier les paramètres de diffusion de différents ensembles poreux. La courbe de restitution en traceur est alors utilisée comme donnée à ajuster. Pour pouvoir reproduire cette approche aux cartes de traceurs obtenues par in-diffusion, la méthode TDD doit considérer : D e (×1.10 -11 m²/s) Log (FO) 3

196 CHAPITRE 5<br />

déviation de moins de 0,0001 %. Au-delà de 0,0001 %, il est uniquement possible d’obtenir<br />

une solution de type De/α = Da. En considérant logiquement une erreur expérimentale<br />

supérieure à 0,0001 % sur chaque point d’analyse, l’ajustement <strong>des</strong> profils microLIBS <strong>et</strong><br />

microsonde par l’équation 5.13 perm<strong>et</strong>tra uniquement d’obtenir un Da. A partir de<br />

l’ajustement analytique de la concentration <strong>dans</strong> le réservoir, les paramètres De <strong>et</strong> α pourront<br />

cependant être dissociés.<br />

α<br />

Fig. 5.30 : Evolution de la fonction FO (eq. 5.14) en fonction de De2 <strong>et</strong> α2 pour De1= 5×10 -<br />

10 <strong>et</strong> α1=100000). La ligne pointillée en blanc représente les coordonnées De1/α1=De2/α2.<br />

3.2.3 La méthode Time Domain Diffusion<br />

La méthode Time Domain Diffusion (cf. chapitre 3) a fait l’obj<strong>et</strong> d’étude afin de pouvoir<br />

interpréter les expériences d’in-<strong>diffusion</strong> analysées à partir de cartographies élémentaires par<br />

une approche de modélisation inverse. Néanmoins, à ce jour, celle-ci ne peut être utilisée <strong>dans</strong><br />

ce but.<br />

Interprétant une expérience d’out-<strong>diffusion</strong> avec une carte de <strong>porosité</strong> calculée par<br />

autoradiographie, Sardini <strong>et</strong> al. (2007) combinent la méthode TDD avec une procé<strong>du</strong>re<br />

d’inversion afin d’identifier les paramètres de <strong>diffusion</strong> de différents ensembles poreux. La<br />

courbe de restitution en traceur est alors utilisée comme donnée à ajuster. Pour pouvoir<br />

repro<strong>du</strong>ire c<strong>et</strong>te approche aux cartes de traceurs obtenues par in-<strong>diffusion</strong>, la méthode TDD<br />

doit considérer :<br />

D e (×1.10 -11 m²/s)<br />

Log (FO)<br />

3

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!