Ziba Hosseini - Department of Geology, College of Science, Ferdowsi University of Mashhad
Ali Kadkhodaie - Department of Earth Sciences, Faculty of Natural Science, University of Tabriz
Sajjad Gharechelou - Department of Geology, College of Science, University of Tehran

بر پایه ­ی مطالعات گسترده ای که تاکنون صورت گرفته است، بدون تردید، سرعت موج برشی نقشی اساسی را در ارزیابی مخازن هیدروکربوری ایفا می­ نماید. بهره­ گیری از اطلاعات سرعت موج برشی، غالبا این امکان را فراهم می­ سازد که بتوان اثرات لرزه­ ای پارامترهایی چون سنگ­ شناسی، نوع سیال منفذی و فشار منفذی را شناسایی کرد. اما متاسفانه داده­ های سرعت موج برشی در بسیاری از میادین موجود نیستند و تخمین آن­ها به روش­ های دیگری ضروری به نظر می­ رسد. در این مطالعه از سیستم هوشمند الگوریتم بهینه­ سازی اجتماع ذرات جهت تخمین سرعت موج برشی استفاده شده است. این الگوریتم توسط معادلات هوشمند مشتق شده در دو روش خطی و غیرخطی به کار گرفته شده است. مجموعه داده­ های این پژوهش حدود ۳۱۹۰ داده مرتبط با مخزن آسماری در دو چاه از یکی از میادین نفتی جنوب­ غرب ایران است. همه نقاط داده­ ای شامل نگار­های تخلخل و سرعت موج برشی اندازه­ گیری شده توسط ابزار DSI بوده­ اند. این داده ­ها به دو دسته شامل ۲۰۹۰ داده برای ساخت مدل و ۱۱۰۰ داده برای تست و صحت­ سنجی مدل تقسیم شده است. در نهایت، نتایج حاصل از شبیه ­سازی سرعت موج برشی توسط الگوریتم اجتماع ذرات با مقدار واقعی برآورد شده توسط DSI مقایسه گردید. مقدار ضریب همبستگی برآورد شده در مرحله ­ی صحت­ سنجی برای روش خطی از این الگوریتم حدود ۰/۹۲ به دست آمده است. در حالی­ که این همبستگی در صورت استفاده از مدل غیرخطی اجتماع ذرات به حدود ۰/۹۵ می­ رسد. نتایج به دست آمده از این پژوهش و مقایسه­ ی آن با مطالعات گذشته، مناسب بودن استفاده از این روش را برای تخمین سرعت موج برشی در میادین نفتی، تایید می ­کند.

Shear Wave Velocity (Vs), porosity logs, Particle Swarm Optimization, Asmari reservoir, سرعت موج برشی, نگارهای تخلخل, بهینه سازی اجتماع ذرات, مخزن آسماری