Date : 2014
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Roches -- Fracturation -- Simulation, Méthodes de
Classification Dewey : 552.06
Accès en ligne / online access
Accès en ligne / online access
Résumé / Abstract : Les méthodes stochastiques de modélisation discrète de réseaux de fractures reposent principalement sur la reproduction de la géométrie du réseau de fractures naturelles décrit par des lois de distributions statistiques. Classiquement, la géométrie de chaque objet est simulée en déterminant la position, l'orientation et la géométrie d'objets planaires représentant une fracture. Cependant, l'organisation générale du réseau est émergente d'un processus stochastique et stationnaire. Cette thèse explore une approche stochastique pseudo-génétique définissant des règles d'implantation et de propagation d'objets non planaires qui permet de contraindre l'émergence d'une organisation fractale particulière. La simulation mime le processus de fracturation naturelle en contraignant le positionnement et la géométrie de chaque fracture par la zone d'accumulation des contraintes et la zone d'ombre définie autour de chaque fracture déjà simulée. Nous étudierons l'impact de la méthode proposée sur la dimension fractale du réseau de fractures discret. De même, nous mènerons une étude quantifiant l'impact de notre méthode de simulation sur la connectivité des modèles et leur seuil de percolation. La validation des approches stochastiques se base sur le réalisme de la géométrie et du comportement des modèles produits. L'approche précédemment décrite contraint les géométries locale et globale des réseaux de fractures discrets par des lois statistiques et des concepts issus de la mécanique de la fracturation. L'imagerie des discontinuités mécaniques peut aussi passer par l'interprétation de données indirectes évaluant le comportement physique et/ou dynamique du volume de roche fracturé. Nous proposons une approche efficace pour intégrer à la simulation stochastique des considérations relatives à des tests de traceurs et à la microsismicité. Nous intégrerons ces considérations à la simulation directe des objets sans passer par une optimisation qui pourrait être couteuse en temps de calcul et corrompre l'organisation fractale du réseau de fracture discret
Résumé / Abstract : The stochastic simulation of discrete fracture network is based on the sampling of distribution law that describes the geometry of natural fracture networks. It generally simulates each fracture by selecting the position, the geometry and the dimensions of a planar object. The general organization of the discrete fracture network emerges from this stationary and stochastic process. This thesis explores a pseudo genetic and stochastic approach using rules that drive the seeding and the propagation of non planar objects, and allow the emergence of a fractal organization. The simulation mimics the natural fracturing process by considering the constraint accumulation zone and the shadow zone associated to each fracture already simulated in the fracture seeding, growth and linkage. We explore the impact of the method on the fractal dimension of discrete fracture network models, and we quantify its impact on both the connectivity and the percolation threshold. The validation of the stochastic approach is based on the realism of models both in terms of geometry and impact on its physical behavior. Our approach constrains the geometry of discrete fracture networks at fracture and at fracture network scales using statistic distribution laws and mechanical concepts. Mechanical discontinuities can also be described by indirect data that quantify the response of the fractured rock volume to dynamic or mechanical stimulation. We propose an efficient way to take into account flow information recorded from tracer tests and microseismic events that trigger after a hydraulic stimulation. The method is integrated during the stochastic simulation in order to remove the need of an optimization process that may be time consuming or may impact the fractal organization of the network