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

233 ANNEXES
La finalité de la méthode est de pouvoir identifier le coefficient de diffusion et la porosité
de chaque sous domaine poreux lors d’une expérience de diffusion. Pour cela, les calculs
d’inversion des porosités et des coefficients de diffusion ont été couplés dans la matrice
Jacobienne. De même que précédemment, nous avons réalisé une « expérience » numérique
de diffusion puis nous avons cherché à identifier les porosités et coefficients de diffusion
locaux, utilisés pour cette expérience, par inversion. Les coefficients de diffusion et rapport de
porosité ont pu être identifiés pour les deux sous domaines poreux après une série d’itérations
(Annexe 5.4). L’ensemble des résultats obtenus pour différents coefficients de diffusion et
porosité « expérimentales » ont montrés que lorsque les coefficients de diffusion et les
porosités des ensembles sont relativement éloignés, les coefficients de diffusion des
ensembles présentant des propriétés diffusives faibles sont difficiles à identifier. La fonction
objective est principalement influencée par le domaine possédant le plus de particules à la fin
de « l’expérience ». De ce fait à la fin de la simulation, lorsque les propriétés diffusives d’un
domaine poreux sont faibles, celui-ci ne pourra pas réellement influencer la fonction objective
ce qui limite l’identification de ses paramètres spécifiques. De plus, la diffusion étant
modélisée par une méthode aléatoire, les résultats de deux calculs successifs de diffusion
induit des variations locales de concentration en particules modifiant la fonction objective
pour des mêmes paramètres d’entrée. Si ces variations de la FO sont supérieures à celles
d’une modification de paramètres dans le domaine ayant des propriétés diffusives faibles, il
s’avèrera impossible d’identifier ses paramètres spécifiques.
La procédure d’inversion porosités / coefficients de diffusion pourrait être appliquée pour
des échantillons présentant des hétérogénéités à l’échelle mésoscopique (zones plus ou moins
riches en carbonates de l’échantillon EST 26095 cf. Chapitre 2). Les paramètres diffusifs
pourront être mis en relation avec la teneur locale en minéraux argileux. Cette approche
permettra de valider les liens analytiques décrits entre porosité / minéralogie / coefficient de
diffusion (Chapitre 3). Cette approche passe néanmoins par la prise en compte des conditions
limites liées à la forte décroissance du réservoir (phénomène de rétention>phénomène de
diffusion). La prise en compte de phénomène de rétention dans l’algorithme TDD constitue
également une perceptive d’amélioration du TDD.