Tesis ancb rm michel construcción de una notación simbólica para el diseño y documentacion de estudi by franco sivila

ACADEMIA NACIONAL DE CIENCIAS DE BOLIVIA Departamental Santa Cruz

TRABAJO DE INGRESO

Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos

MSc. Ricardo Marcelo Michel Villazón Consejero Investigador

Santa Cruz de la Sierra – Bolivia 2014

AGRADECIMIENTOS

Al Padre por permitir que mi vida se entrelace con la de tantas personas buenas, es una bendición continua que trato de apreciar a diario y de retribuir con cada oportunidad que se me presenta. A mi amor Paola, esposa y compañera, pues sin su afecto y devoción mi vida transcurría en la sombra del desamor. A mis padres Ricardo y Stina por ser ejemplo y guía, por inculcar en mí que nada es imposible cuando la voluntad es férrea y el amor sincero. A mi familia por su apoyo a lo largo de mi vida. Son y serán lo más importante mientras exista en este mundo. A Franco Sivila y Pedro Adrián, mis colegas y compañeros, por su determinación, colaboración e interés en que el presente trabajo se materialice, gracias por ver antes que nadie la valía de esta propuesta. A Jaime Soria-Galvarro, Líder de Reservorios en YPFB Chaco S.A., por la fe depositada y la libertad conferida en mí para la realización de este proyecto, no existe mejor aliciente que un liderazgo cálido y humano. A Gastón Mejía, prestigioso académico de la ANCB SC y amigo, por la confianza en mi persona al invitarme y respaldarme en mi ingreso al amplio mundo de la investigación y el conocimiento. A Nancy Velázquez y Vladimir Wayar, docentes durante mi formación universitaria quienes despertaron en mí la magia de los lenguajes simbólicos y su estructura, mi eterno agradecimiento. Les admiro mucho. Siempre serán mis maestros.

Ricardo Marcelo Michel Villazón

ABSTRACT TÍTULO:

AUTOR:

Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos MSc. Ricardo Marcelo Michel Villazón

PROBLEMÁTICA Una deficiente gestión de la información asociada a la creación y ejecución de un modelo de simulación deriva en su eventual pérdida por omisión o merma. Al tratarse de un problema de transmisión de la información la solución supone la construcción de un lenguaje que alcance el nivel de generalización propio de otras disciplinas que cuentan ya con una notación simbólica propia. OBJETIVO GENERAL Construcción de una notación simbólica para el diseño y documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos CONTENIDO El contenido del presente trabajo comprende: Modelamiento y simulación de flujo en reservorios de hidrocarburos y su relación con la Teoría General de Sistemas, Diseño del conjunto de símbolos para la representación de las etapas, capas y elementos de la notación propuesta, Definición de los esquemas de representación simbólica para flujos de trabajo comunes. AREA: ESPECIALIDAD: DESCRIPTORES

E-MAIL

Ingeniería de Petróleo y gas natural Simulación Numérica y Computacional Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos. rm.michelv@yahoo.es

Resumen Ejecutivo Se identifican los métodos y técnicas para la gestión de la información asociada a la creación y ejecución de un estudio de simulación numérica de flujo en reservorios de hidrocarburos. Son introducidos los aspectos de la Teoría General de Sistemas que aplican al modelamiento de flujo en reservorios de hidrocarburos a fin de establecer las etapas constitutivas de un estudio de simulación numérica de flujo en reservorios de hidrocarburos y las capas de abstracción para su representación. Es diseñado el conjunto de símbolos para la representación de las etapas, capas y elementos de la notación que se propone y se presentan los esquemas de representación simbólica para flujos de trabajo comunes.

INDICE DE CONTENIDOS

INTRODUCCIÓN ......................................................................................................................... 1 1.1. ANTECEDENTES ...................................................................................................................... 1 1.2. EL PROBLEMA......................................................................................................................... 2 1.2.1. Definición...................................................................................................................... 2 1.2.2. Descripción .................................................................................................................. 2 1.3. OBJETIVOS .............................................................................................................................. 2 1.3.1. Objetivo General ......................................................................................................... 2 1.3.2. Objetivos Específicos ............................................................................................... 3 1.4. METODOLOGÍA ........................................................................................................................ 3

2. ASPECTOS FUNDAMENTALES DEL MODELAMIENTO Y LA SIMULACIÓN NUMÉRICA DE FLUJO EN RESERVORIOS DE HIDROCARBUROS.................................................................................................. 5 2.1. MODELO .................................................................................................................................. 5 2.2. SIMULACIÓN NUMÉRICA ......................................................................................................... 5 2.3. SIMULADOR NUMÉRICO DE FLUJO ......................................................................................... 6 2.4. FLUIDO DE HIDROCARBURO ................................................................................................... 7 2.5. RESERVORIO DE HIDROCARBUROS........................................................................................ 7 2.6. PROPIEDADES PETROFÍSICAS DE LA ROCA RESERVORIO ..................................................... 8 2.6.1. Porosidad ..................................................................................................................... 8 2.6.2. Permeabilidad .............................................................................................................. 9 2.6.3. Saturación .................................................................................................................. 11 2.7. PROPIEDADES DE LOS FLUIDOS............................................................................................ 11 2.7.1. Viscosidad .................................................................................................................. 12 2.7.2. Factor de compresibilidad ..................................................................................... 12 2.7.3. Factor de Volumen de Formación ........................................................................ 12 2.8. COMPRESIBILIDAD EFECTIVA ACUMULADA ......................................................................... 14 2.9. COMPRESIBILIDAD ACUMULADA DEL VOLUMEN PORAL ....................................................... 14 2.10. COMPRESIBILIDAD INSTANTÁNEA DEL VOLUMEN PORAL ................................................. 15 2.11. COMPRESIBILIDAD TOTAL ACUMULADA DEL AGUA......................................................... 15 2.12. LEY DE DARCY .................................................................................................................. 15 2.13. ECUACIÓN DE DIFUSIVIDAD .............................................................................................. 16 2.14. COROLARIO ....................................................................................................................... 19 3.

ENFOQUE SISTÉMICO DE LA INFORMACIÓN Y LOS LENGUAJES SIMBÓLICOS ........................... 20 3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 3.10. 3.11. 3.12. 3.13. 3.14.

ENFOQUE SISTÉMICO............................................................................................................ 20 DATO ..................................................................................................................................... 20 INFORMACIÓN ........................................................................................................................ 20 CONOCIMIENTO ..................................................................................................................... 21 DISPERSIÓN Y PÉRDIDA DE LA INFORMACIÓN ...................................................................... 21 SISTEMA ................................................................................................................................ 23 TEORÍA GENERAL DE SISTEMAS .......................................................................................... 23 TEORÍA GENERAL DE SISTEMAS Y SIMULACIÓN .................................................................. 24 CICLO DE VIDA DE UN SISTEMA ............................................................................................. 25 LENGUAJE ......................................................................................................................... 26 LENGUAJES SIMBÓLICOS ................................................................................................. 26 NOTACIÓN ......................................................................................................................... 26 LENGUAJE UNIFICADO DE MODELADO DE SOFTWARE.................................................... 27 COROLARIO ....................................................................................................................... 27

iii

DIAGNÓSTICO.......................................................................................................................... 29

PROPUESTA ............................................................................................................................. 37 5.1. 5.2. 5.3. 5.4. 5.4.1. 5.4.2. 5.4.3. 5.5. 5.6. 5.6.1. 5.6.2. 5.6.3. 5.6.4. 5.7. 5.7.1. 5.7.2. 5.8. 5.9.

CONCLUSIONES Y RECOMENDACIONES ................................................................................... 64 6.1. 6.2.

NOTACIÓN SIMPLIFICADA ..................................................................................................... 37 CAPAS DEL ESTUDIO ............................................................................................................ 38 ETAPAS DEL ESTUDIO........................................................................................................... 39 CICLO DE VIDA ...................................................................................................................... 40 CICLO DE VIDA DEL MODELO ........................................................................................... 40 CICLO DE VIDA DE LA VERSIÓN ........................................................................................ 41 CICLO DE VIDA DEL COTEJO ............................................................................................ 42 NOMENCLATURA PARA LOS ESTUDIOS................................................................................. 43 SÍMBOLOS DEL LENGUAJE ................................................................................................... 45 SÍMBOLOS DE JERARQUÍA ................................................................................................ 45 SÍMBOLOS DE VALORACIÓN ............................................................................................. 46 SÍMBOLOS DE CONSTRUCCIÓN......................................................................................... 47 SÍMBOLOS DE RELACIÓN .................................................................................................. 48 CAPA LÓGICA ....................................................................................................................... 50 RELACIONES DE JERARQUÍA ............................................................................................ 50 RELACIONES DE REALIZACIÓN ......................................................................................... 54 CAPA FÍSICA ......................................................................................................................... 59 CAPA CONCEPTUAL.............................................................................................................. 60

CONCLUSIONES..................................................................................................................... 64 RECOMENDACIONES ............................................................................................................. 65

BIBLIOGRAFÍA .......................................................................................................................... 66 ANEXO 1 ............................................................................................................................................ 69

INDICE DE FIGURAS

Figura 2.1 ................................................................................................................................ 17 Figura 5.1 ................................................................................................................................ 40 Figura 5.2 ................................................................................................................................ 41 Figura 5.3 ................................................................................................................................ 42 Figura 5.4 ................................................................................................................................ 44 Figura 5.5 ................................................................................................................................ 50 Figura 5.6 ................................................................................................................................ 51 Figura 5.7 ................................................................................................................................ 51 Figura 5.8 ................................................................................................................................ 52 Figura 5.9 ................................................................................................................................ 52 Figura 5.10 .............................................................................................................................. 53 Figura 5.11 .............................................................................................................................. 53 Figura 5.12 .............................................................................................................................. 54 Figura 5.13 .............................................................................................................................. 55 Figura 5.14 .............................................................................................................................. 55 Figura 5.15 .............................................................................................................................. 56 Figura 5.16 .............................................................................................................................. 56 Figura 5.17 .............................................................................................................................. 57 Figura 5.18 .............................................................................................................................. 58 Figura 5.19 .............................................................................................................................. 58 Figura 5.20 .............................................................................................................................. 60 Figura 5.21 .............................................................................................................................. 61 Figura 5.22 .............................................................................................................................. 62 Figura 5.23 .............................................................................................................................. 63

INDICE DE ECUACIONES

Ecuación 2.1 ................................................................................................... 9 Ecuación 2.2 ................................................................................................... 9 Ecuación 2.3 ................................................................................................. 10 Ecuación 2.4 ................................................................................................. 10 Ecuación 2.5 ................................................................................................. 11 Ecuación 2.6 ................................................................................................. 11 Ecuación 2.7 ................................................................................................. 12 Ecuación 2.8 ................................................................................................. 13 Ecuación 2.9 ................................................................................................. 13 Ecuación 2.10 ............................................................................................... 14 Ecuación 2.11 ............................................................................................... 14 Ecuación 2.12 ............................................................................................... 14 Ecuación 2.13 ............................................................................................... 15 Ecuación 2.14 ............................................................................................... 15 Ecuación 2.15 ............................................................................................... 15 Ecuación 2.16 ............................................................................................... 17 Ecuación 2.17 ............................................................................................... 17 Ecuación 2.18 ............................................................................................... 17 Ecuación 2.19 ............................................................................................... 18 Ecuación 2.20 ............................................................................................... 18 Ecuación 2.21 ............................................................................................... 18 Ecuación 2.22 ............................................................................................... 18 Ecuación 2.23 ............................................................................................... 18

INDICE DE TABLAS

Tabla 1. Símbolos de Jerarquía .............................................................................................. 45 Tabla 2. Símbolos de Valoración ............................................................................................ 47 Tabla 3. Símbolos de Construcción ........................................................................................ 48 Tabla 4. Símbolos de Relación ............................................................................................... 49

vii

CAPITULO 1 1. INTRODUCCIÓN

1.1. Antecedentes La elaboración de un estudio de simulación de flujo en un reservorio hidrocarburífero es concebida en la actualidad como una etapa dentro del modelado integral de reservorios (1). Como área de investigación (2) (3), formación (4) y práctica (5) (6) (7) (8) (9) de la industria petrolera, el modelado integral de reservorios en los últimos años ha experimentado considerables avances en la forma de nuevos enfoques para el tratamiento de la información multidisciplinaria que requiere y genera (10).

Estos avances han llevado a la simulación de reservorios a alcanzar su siguiente generación (11), sustentada por la difusión y adopción de tecnologías robustas (12) (13) (14) (15) (grillado no estructurado, simulación de reservorios múltiples, simulación acoplada a facilidades en superficie y simulación paralela, entre otros) de abierta disponibilidad para los profesionales de la industria. La magnitud de los cambios y mejoras en el estado de desarrollo tecnológico es mejor percibida cuando su análisis se realiza a partir de publicaciones que abordaron este tópico a finales del siglo pasado (16) (17) e inicios del siglo actual (18) (19).

El beneficio alcanzado es evidente en términos de la profundidad con la cual se realizan los estudios de simulación, y en periodos de tiempo visiblemente menores (11). Empero, como efecto colateral se ha gestado una disociación entre la información que se ingresa al software empleado, el conocimiento de los modelos matemáticos/empíricos encapsulados dentro de este software, el detalle que de estos datos y formulaciones se expresa en el informe técnico del estudio, y el lenguaje empleado por el especialista en su interacción con los profesionales receptores de los resultados finales como insumo para la toma de decisiones.

Este último aspecto ha sido objeto de interés en años recientes (20), donde se manifiesta la facilidad con la que la información del modelado tiende a concentrarse en los especialistas llegando, en última instancia, a perturbar el normal flujo de información y a degradar las bases de comunicación dentro el equipo multidisciplinario (20), extremo que resulta en la construcción de modelos de simulación con un enfoque de “caja negra” (21). 1

1.2. El Problema Se divide en:

1.2.1. Definición Deficiente gestión y pérdida de la información asociada a la creación y ejecución de un estudio de simulación numérica de flujo en reservorios de hidrocarburos.

1.2.2. Descripción Una deficiente gestión de la información asociada a la creación y ejecución de un modelo de simulación produce duplicidad de datos, inconsistencia entre modelos, ineficiente utilización del almacenamiento digital, dispersión de la información a lo largo del tiempo y su eventual pérdida bien sea por omisión o merma.

Al tratarse de un problema de transmisión de la información, suceda de forma involuntaria o no, la solución para aminorar este efecto debe ser planteada con base en la reingeniería de la forma de comunicación entre las partes, lo cual supone la construcción de un lenguaje que se adscriba al enfoque de la Teoría General de Sistemas de modo que se alcance el nivel de generalización propio de otras disciplinas que cuentan ya con una notación simbólica propia. 1.3. Objetivos Estos son: 1.3.1. Objetivo General Construcción de una notación simbólica para el diseño y documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos.

1.3.2. Objetivos Específicos  Relevar métodos y técnicas para la gestión de la información asociada a la creación y ejecución de un estudio de simulación numérica de flujo en reservorios de hidrocarburos.  Introducir los aspectos de la Teoría General de Sistemas que aplican al modelamiento de flujo en reservorios de hidrocarburos.  Establecer las etapas constitutivas de un estudio de simulación numérica de flujo en reservorios de hidrocarburos.  Establecer los niveles o capas de abstracción para la representación de un estudio de simulación numérica de flujo en reservorios de hidrocarburos.  Diseñar el conjunto de símbolos para la representación de las etapas, capas y elementos de la notación propuesta.  Definir y presentar las relaciones existentes entre los elementos de la notación propuesta. 1.4. Metodología Las acciones son: 1.4.1. Relevar métodos y técnicas para la gestión de la información asociada a la creación y ejecución de un estudio de simulación numérica de flujo en reservorios de hidrocarburos. 1.4.1.1. Análisis de los enfoques basados en la gestión de la información. 1.4.1.2. Análisis de los enfoques basados en la gestión del conocimiento. 1.4.1.3. Análisis de los enfoques basados en la extensión de la formulación matemática. 1.4.2. Introducir los aspectos de la Teoría General de Sistemas que aplican al modelamiento de flujo en reservorios de hidrocarburos. 1.4.2.1. Establecer la transversalidad del enfoque sistémico como base para la adopción y adaptación de conceptos de otras áreas del conocimiento. 1.4.2.2. Extender el concepto de sistema al modelamiento de flujo en reservorios de hidrocarburos. 1.4.2.3. Extender el concepto de ciclo de vida al modelamiento de flujo en reservorios de hidrocarburos. 1.4.3. Establecer las etapas constitutivas de un estudio de simulación numérica de flujo en reservorios de hidrocarburos. 1.4.3.1. Identificar los alcances de las etapas Inicial, Piloto, Cotejo y Pronóstico. 1.4.3.2. Establecer la relación existente entre cada etapa en el ciclo de vida. 1.4.4. Establecer los niveles o capas de abstracción para la representación de un estudio de simulación numérica de flujo en reservorios de hidrocarburos. 1.4.4.1. Identificar los alcances de la capa Física, Conceptual y Lógica. 1.4.4.2. Establecer la relación existente entre cada capa en el ciclo de vida. 3

1.4.5. Diseñar el conjunto de símbolos para la representación de las etapas, capas y elementos de la notación propuesta. 1.4.5.1. Definir los símbolos de jerarquía. 1.4.5.2. Definir los símbolos de valoración. 1.4.5.3. Definir los símbolos de construcción. 1.4.5.4. Definir los símbolos de relación. 1.4.6. Definir y presentar las relaciones existentes entre los elementos de la notación propuesta. 1.4.6.1. Definir las relaciones de jerarquía. 1.4.6.2. Definir las relaciones de realización.

CAPITULO 2 2. ASPECTOS FUNDAMENTALES DEL MODELAMIENTO Y LA SIMULACIÓN NUMÉRICA DE FLUJO EN RESERVORIOS DE HIDROCARBUROS

Comprender el volumen de información que se genera y analiza durante un estudio de simulación numérica, y la necesidad de una notación que organice y provea con una representación sencilla de esta información, no es posible si antes no se cuenta con las nociones de modelo y simulación, y con una idea general de los elementos constitutivos de un modelo de flujo en reservorios de hidrocarburos. 2. 2.1. Modelo Un modelo es la representación generalmente, pero no necesariamente, matemática de algún aspecto de la realidad. Por lo general, es modelado un fenómeno físico-químico (sistema) y su modelo se desarrolla para un propósito específico de estudio de dicha realidad (22). El modelo permite al investigador simplificar la forma real del fenómeno bajo estudio, abstrayendo las complejidades inherentes al mismo que dificultarían alcanzar su entendimiento progresivo o aquellas que no reportan efecto alguno en el comportamiento que se estudia (23). Por esto, el objetivo más importante del modelado es mejorar la comprensión acerca de lo que realmente sucede en el sistema. Si el modelo no refleja el conocimiento que se tiene sobre el fenómeno, probablemente el modelo será inútil habida cuenta que no conducirá a esclarecer entendimiento alguno (24).

2.2. Simulación Numérica Se entiende por simulación numérica al conjunto de técnicas que permiten el tratamiento de modelos matemáticos y lógicos que describen el comportamiento de sistemas diversos de modo que puedan ser llevados a una forma matemática discreta computable y pueda experimentarse con éstos con la asistencia de una computadora digital, a fin de facilitar la comprensión de los mismos (25). La simulación es una herramienta reservada para los casos donde los modelos no pueden resolverse analíticamente bien sea por su compleja formulación o por la naturaleza iterativa de la solución. Esta complejidad es abordada por aproximaciones y descomposición del problema en partes menores computables por el ordenador, lo cual conduce a una solución 5

aceptable con cierto margen de error. Si las relaciones matemáticas que caracterizasen a un modelo fuesen sencillas, podrían emplearse métodos matemáticos directos para obtener una solución analítica (23). En el caso de las ecuaciones de flujo de hidrocarburos en reservorios, los modelos no pueden resolverse analíticamente y deben estudiarse mediante simulación, resolviendo numéricamente el modelo con ayuda del computador.

La simulación numérica es una herramienta concebida para la experimentación con el modelo. Por ende, no pueden conferirse a los resultados de la simulación una naturaleza determinista o absoluta. Ejecutar un solo escenario de simulación no puede ser considerado como un procedimiento de optimización por cuanto un solo escenario proporciona respuestas del efecto del cambio de una variable en el comportamiento del sistema, pero no proporciona la información de si este cambio minimiza/maximiza el efecto en el fenómeno (24). Por esto, solo el diseño y la ejecución de varios escenarios de un conjunto finito considerado, es el que reporta el efecto deseado u observado.

2.3. Simulador Numérico de Flujo Un simulador numérico es un software que implementa técnicas de aproximación numérica para llevar a su forma discreta y solucionar los modelos que caracterizan el flujo de hidrocarburos en un reservorio (23). Estos modelos presentan una expresión matemática basada en sistemas de ecuaciones diferenciales que se obtienen a partir de la aplicación del principio de la conservación de masa o balance de materia, la ecuación de estado o de difusividad y el principio de flujo o ley de Darcy (22).

El simulador numérico es, en su forma más sencilla, un algoritmo de naturaleza iterativa para búsqueda de solución por convergencia al sistema de ecuaciones diferenciales simultáneas y bajo una tolerancia de error predefinida, aunque no necesariamente invariable. La disponibilidad actual de computadores digitales con múltiples procesadores y la amplia capacidad de almacenamiento primario y secundario permiten el tratamiento de modelos complejos mediante simulación numérica con tiempos de simulación cortos y convenientes desde el punto de vista del investigador (24).

No obstante, como efecto secundario del tratamiento de estos sistemas complejos con el auxilio del computador, la cantidad de salidas digitales generada por estos productos de software resulta cada vez más cuantiosa y, 6

en proporción, la información útil que de estas salidas puede ser extraída es poca. Esto, sumado a la nomenclatura empleada para la denominación de estas salidas, contribuye en el tiempo a la pérdida, no de la información sino, del conocimiento acerca de lo simulado.

2.4. Fluido de Hidrocarburo Un fluido es una parte homogénea y físicamente distinta existente en un sistema, de modo tal que se encuentra separado de las partes restantes a través de superficies limitantes definidas. Los fluidos pueden presentarse en diferentes estados de la materia (fase) en forma simultánea y exhiben propiedades que definen su comportamiento en el medio donde coexisten. Una fase de un fluido no debe ser necesariamente continua (26).

Un fluido de hidrocarburos es una mezcla de compuestos orgánicos basados en carbono e hidrógeno donde el estado de la materia en el cual se presentan depende de la presión y de la temperatura a la que la mezcla está sometida, lo cual conlleva a contrastes en el comportamiento de la fase del fluido (26).

2.5. Reservorio de Hidrocarburos Se denomina reservorio a la una unidad geológica de volumen limitado, poroso y permeable que contiene hidrocarburos acumulados en estado líquido y/o gaseoso. Para el caso de los recursos hidrocarburiferos convencionales, cinco elementos deben ser identificables para que la acumulación de hidrocarburos en el subsuelo sea considerada como un reservorio de hidrocarburos, siendo estas: roca madre o fuente, migración, roca sello, trampa y roca reservorio (27).

Es la roca reservorio, al exhibir las propiedades de porosidad y permeabilidad, quien en su volumen poroso se encuentra saturada de hidrocarburos y a través del cual se suscita el fenómeno del flujo de los hidrocarburos.

2.6. Propiedades petrofísicas de la Roca Reservorio El conocimiento tanto de las propiedades de la roca como de los fluidos del reservorio es importante para poder entender y predecir el comportamiento de los reservorios de hidrocarburos (28). Estos parámetros son los que gobiernan y definen el movimiento direccional y la velocidad de flujo de los fluidos en el yacimiento (29) y, por ende, la importancia de su estudio es fundamental para efectos de la construcción de un modelo de reservorio. Las propiedades de roca indispensables a este efecto son:

2.6.1. Porosidad La porosidad es la relación existente entre el volumen poroso de la roca y el volumen total de la roca (30). Según su origen, la porosidad puede ser clasificada de acuerdo a su origen (31) (porosidad primaria o porosidad secundaria) o según la conectividad presente en el volumen poroso de la roca (32) (porosidad absoluta o porosidad efectiva). Esto por cuanto durante el suceso de los procesos diagenéticos o catagénicos que caracterizan a la sedimentación y mitificación de la roca, algunos poros formados inicialmente pueden quedar aislados. En general, se concibe a la porosidad como una cantidad adimensional, generalmente expresada como un porcentaje, que representa la fracción del volumen de roca que se encuentra vacío y que es susceptible de ser ocupado por fluido alguno.

2.6.1.1. Porosidad Primaria La porosidad primaria tiene su origen durante la deposición del material sedimentario debido a procesos geológicos que toman lugar en forma posterior a la depositación de la roca. Este tipo de porosidad es del tipo porosidad intergranular de arenas o del tipo porosidad intercristalina y laminar de lutitas. (33)

2.6.1.2. Porosidad Secundaria Resultado del desarrollo de fracturas, como las observadas en esquistos y calizas, por la formación de capilares o cavidades que se forman por disolución, comúnmente encontradas en lutitas. (34)

2.6.1.3. Porosidad Absoluta

La porosidad absoluta es la relación existente entre la totalidad del volumen poroso de la roca, considerando tanto poros interconectados como poros aislados, y el volumen total de la roca. Su expresión matemática es como se muestra a continuación (35):

Ecuación 2.1 donde: a= Porosidad Abosoluta Vp = Volumen Poroso Vt = Volumen total 2.6.1.4. Porosidad Efectiva La porosidad efectiva, en contraposición a la porosidad absoluta, es la relación existente entre el espacio poroso interconectado y el volumen total de la roca (36):

Ecuación 2.2 donde: e = Porosidad Efectiva Vi = Volumen de poro interconectado Vt = Volumen total 2.6.2. Permeabilidad La permeabilidad es la propiedad de la roca que mide la capacidad que tiene la misma para permitir el flujo de fluidos y representa el área abierta a flujo dentro del medio poroso. Este concepto de permeabilidad se deriva de la Ley de Darcy, que caracteriza el flujo de un único fluido dentro del medio. Este concepto fue después extendido para caracterizar el flujo multifásico de modo que sea aplicable al desplazamiento inmiscible de fluidos en un 9

reservorio de hidrocarburos. (37) Las permeabilidades de las formaciones se miden en darcys (1 darcy equivale aproximadamente a 1 m2) y su magnitud puede variar de unos cuantos milidarcys a decenas de darcys. (38) La permeabilidad es medida en laboratorio en base a muestras extraídas del reservorio, pero las magnitudes medidas varían respecto de la permeabilidad promedio del yacimiento estimada de registros de pozo, o de la interpretación de pruebas de pozo, por cuanto esta propiedad es heterogénea por naturaleza y presenta variaciones significativas según la dirección en la cual sea medida (vertical, transversal u horizontal). Aunque la permeabilidad de una roca pueda aparentar ser uniforme, en realidad cambia varias veces en un núcleo cilíndrico de tan solo una pulgada de diámetro y dos pulgadas de alto (39). Esto hace que el modelado de la permeabilidad sea una tarea que deba encararse con base en la geoestadística y a través de la construcción de modelos estocásticos para aproximar su distribución espacial. 2.6.2.1. Clasificación de la permeabilidad Se divide en: a) Permeabilidad Absoluta. Permeabilidad medida cuando un fluido satura la totalidad (100%) del espacio poroso. (40) b) Permeabilidad Efectiva. Permeabilidad a un fluido en presencia de otro u otros que saturan la totalidad (100%) del medio poroso. Se encuentra en función de la saturación de fluidos (41), siendo su expresión matemática (42):

Ecuación 2.3 donde: Kf = Permeabilidad efectiva. F = Tipo de fluido. c) Permeabilidad Relativa. Relación existente entre la permeabilidad efectiva a un fluido determinado en una saturación parcial y la permeabilidad absoluta. (43)

Ecuación 2.4 10

donde: Krf = Permeabilidad relativa al fluido f. Kf = Permeabilidad al fluido f. K = Permeabilidad absoluta. 2.6.3. Saturación El volumen poroso de una roca reservorios puede estar ocupado por fluidos de hidrocarburo (petróleo o gas) y/o agua. Al compartir un mismo volumen que los aloja, la fracción o porcentaje de este espacio poroso que se denomina saturación del fluido (44):

Ecuación 2.5 donde: Sf = Saturación del fluido Vf = Volumen de fluido dentro del espacio poroso Vp = Volumen poroso Los valores de saturación se expresan como fracciones del volumen poroso y no como fracciones del espesor del volumen del reservorio. Si se asume que la totalidad (100%) del volumen poroso de la roca se encuentra saturado con petróleo, gas y agua, entonces es posible establecer una relación matemática entre las saturaciones de cada fase dada por (45):

Ecuación 2.6 donde: Sw = Saturación de Agua So = Saturación de Petróleo Sg = Saturación de gas

2.7. Propiedades de los fluidos Un fluido es una parte homogénea, físicamente distinta de un sistema, que se encuentra separada de las partes restantes por superficies limitantes 11

definidas. Una fase de un fluido es un estado de la materia en la cual el fluido se encuentra en un momento en particular y no debe ser necesariamente continua (26). No obstante, la Ley de Darcy establece que para una fase de un fluido fluya debe existir continuidad de esta fase dentro del medio poroso entre los puntos de inicio y fin donde el flujo sucede. Los fluidos de hidrocarburos son mezclas de compuestos orgánicos de origen natural que presentan en diferentes estados (o fases) dependiendo de la presión y de la temperatura a la que están sometidas, lo que conlleva a contrastes en el comportamiento de fase del fluido. (46) Las propiedades de un fluido que son de interés para el modelamiento de su flujo en reservorios de hidrocarburos son: 2.7.1. Viscosidad La resistencia de un fluido al flujo, medida en centipoise, causada por la fricción interna generada por las moléculas del mismo al intentar desplazarse unas sobre otras, se define como viscosidad. (47) 2.7.2. Factor de compresibilidad Correlación entre las variables presión-volumen-temperatura para gases reales con datos experimentales, siendo el factor de compresibilidad (factor z) relación entre el volumen actual ocupado por el gas a determinada presión y temperatura y el volumen que podría ocupar si este fuera ideal (48):

Ecuación 2.7

2.7.3. Factor de Volumen de Formación El cambio de volumen que experimenta una fase dentro del yacimiento, y cuando es extraído de éste, como consecuencia de los cambios de presión y temperatura que devienen de las actividades de explotación se expresa como el cociente entre el volumen de la fase a una presión y temperatura de finales y el volumen de la misma fase a una presión y temperatura iniciales. Al tratarse de una razón entre volúmenes, el factor de volumen es una magnitud no dimensional por naturaleza.

Este cociente es denominado Factor de Volumen de Formación (49) cuando la presión y temperatura iniciales representan las condiciones observadas a profundidad del reservorio; y cuando la presión y temperatura finales representan las condiciones de superficie. Ambas condiciones deben cumplirse y, a fin de remarcar la diferencia en las condiciones iniciales y finales, es común expresar las unidades de medición anteponiendo el sufijo r al volumen que representa las condiciones de reservorio.

2.7.3.1. Factor de Volumen de formación del petróleo Volumen de petróleo y gas en solución medido a las condiciones del reservorio para producir un barril a condiciones de superficie (50) (representado mediante el símbolo Bo (27):

Ecuación 2.8 donde: Bo = Factor volumétrico de formación de petróleo Ty = Temperatura del yacimiento Py = Presión del yacimiento

2.7.3.2. Factor de volumen de formación del gas Relación existente entre los volúmenes de gas a condiciones del reservorio y en la superficie medido a condiciones estándar. Esta propiedad establece un factor de corrección al volumen ocupado por el gas en función a las condiciones de presión y temperatura en que se encuentre (51):

Ecuación 2.9 donde: Bg = Factor volumétrico de formación del gas

2.7.3.3. Factor de volumen de formación del agua Las condiciones a las cuales el agua se encuentra en el reservorio no son las mismas que en superficie. Por ello, se establece una relación entre los volúmenes de agua de ambos entornos, denominado factor volumétrico de formación del agua que muestra la proporción del cambio de volumen en función de las propiedades de presión y temperatura (52):

Ecuación 2.10 2.7.3.4. Factor de volumen de formación total Volumen de petróleo y gas disuelto en el reservorio de un barril normal de petróleo a temperatura y presión normales. Representado por el símbolo B t. (53)

2.8. Compresibilidad Efectiva Acumulada Toma en consideración dentro del reservorio el efecto producido en las compresibilidades del agua y de la formación como también su efecto conjunto. La incidencia de cada una no es igual ya que se encuentra en función de la proporción en la que se encuentre presente dentro del mismo (54): ̅̅̅

(̅̅̅

̅)

Ecuación 2.11 donde: M = Razón de Volumen de Agua asociada 2.9. Compresibilidad acumulada del volumen poral Cambio del volumen del espacio poral respecto a la variación de la presión en el tiempo, una vez iniciada la producción (55): ̅

[

]

Ecuación 2.12 14

2.10. Compresibilidad instantánea del volumen poral Compresibilidad del volumen poral en un determinado momento debido a que su variación en el tiempo es mínima (56):

Ecuación 2.13

2.11. Compresibilidad total Acumulada del Agua La expansión o compresión del agua dentro del reservorio una vez iniciada la producción se ve condicionada por dos factores: incidencia de la presión en el sistema y liberación del gas que se encuentra en solución (57): ̅̅̅̅ Ecuación 2.14 2.12. Ley de Darcy Henry Darcy estableció que la velocidad de un fluido homogéneo en un medio poroso es proporcional al gradiente de presión e inversamente proporcional a la viscosidad del fluido (58) :

Ecuación 2.15 donde: = velocidad aparente [centímetros por segundo] q = rata volumétrica del flujo [centímetros por segundo] A = Área de la sección transversal total o aparente de la roca [centímetros cuadrados] µ = viscosidad del fluido [centipoise] Gradiente de Presión tomado en la misma dirección que q y [atmósferas por centímetro] k = permeabilidad de la roca [darcys]

Signo (-) = si se toma el flujo positivo en la dirección positiva de s, la presión disminuye en esa dirección y la pendiente dP/ds es negativa. La ley de Darcy es aplicable a cualquier fluido sujeto cinco restricciones principales. Estas se aplican al medio donde sucede el flujo, y a las condiciones mismas del flujo, debiendo ser (59): Homogéneo, Isotrópico, Laminar y Elástico. En flujo turbulento se presentan velocidades altas. El gradiente de presión aumenta en un ratio mayor que la del flujo, exclusivamente en casos de ratas altas de inyección o de producción en la vecindad de un pozo. (60). Como todo modelo matemático, la Ley de Darcy asume como válidas dos suposiciones en forma adicional a sus restricciones: a) Promedia el comportamiento de canales porosos, esto es, que la velocidad no caracteriza el flujo en canales porosos individuales sino únicamente en partes de la roca de dimensiones razonablemente grandes comparadas con el tamaño de los canales porosos. (61) b) A efectos de mantener la porosidad y permeabilidad constantes (condición de homogeneidad), estas se mantienen independientes en el cálculo de la velocidad. En consecuencia, las velocidad calculadas son aparentes ya que la velocidad real del fluido varía de un lugar a otro dentro de la roca y mantiene un promedio mayor debido a la porosidad de la roca, tortuosidad de las líneas de flujo y ausencia de flujo en algunos espacios porosos, particularmente en los que no están interconectados. (62)

2.13. Ecuación de Difusividad El movimiento intermolecular de las partículas de un fluido dentro de un sistema permeable produce un movimiento desde el medio de mayor concentración hacia el medio de menor concentración, sin la necesidad de aporte externo de energía. A este fenómeno se le conoce como difusión. (63) La difusividad se define como la rapidez con la que se altera la velocidad del flujo del fluido. Por ello, la importancia de estudio de la ecuación de la difusividad que gobierna y caracteriza el flujo de hidrocarburos en un medio poroso de modo que se establezca una dependencia directa de la presión, el tiempo, la porosidad y la compresibilidad total del sistema. Tomando en cuenta que la conjetura radica en la combinación de las principales ecuaciones que describen el proceso físico del movimiento de 16

fluido dentro del reservorio (Ecuación de Continuidad, modela la conservación de energía, Ecuación de Conservación, modela la conservación de masa y Ecuación de Momentum, modela la cantidad de movimiento), su formulación matemática asume un volumen de control y establece una correspondencia con la Ley de Darcy. (64)

En el transcurso del flujo de fluidos dentro de un medio poroso, cierta masa del fluido se adhiere a la roca por efectos de capilaridad y mojabilidad, de modo que esta masa se acumula en sus poros. Esta situación se ve representada por medio de la ecuación de la conservación de la masa (65):

[

]

[

]

[

]

Ecuación 2.16 DIFUSIVIDAD DE UN FLUIDO

Fuente: Elaboración Propia

Figura 2.1

Datos: Reservoir Engineering Handbook (66)

La masa inicial se determina en unidades de masa por unidad de tiempo debido a que este fluye a una determinada velocidad desde el principio del volumen poroso hasta el final en un periodo de tiempo (67): [

]

Ecuación 2.17 En el momento en el que la masa deja el volumen poroso, las condiciones son las mismas que las iniciales solo que medidas en un tiempo incremental: [

]

Ecuación 2.18 17

Para determinar la cantidad de masa que se acumula en el volumen poroso, se considera dos tiempos:

Ecuación 2.19 Se reemplaza las ecuaciones de la masa entrante, saliente y acumulada (Ecuación 2.17, Ecuación 2.18, Ecuación 2.19) en la Ecuación 2.16 y se reacomoda para aplicar límites: {

[

]

}

[

]

Ecuación 2.20 Se obtiene como resultado: (

)

Ecuación 2.21 En esta ecuación se reemplaza la Ecuación 2.15 debido a que la Ley de Darcy modela el desplazamiento del fluido, y se considera que se trabaja con un fluido incomprensible o ligeramente compresible, debido a que la densidad es constante y no varía con el tiempo:

[

]

Ecuación 2.22 Se reemplaza la Ecuación 2.13 y se obtiene la ecuación de la difusividad en un solo plano:

Ecuación 2.23

2.14. Corolario Habiéndose presentado las nociones básicas de modelado y simulación, y habiéndose expuesto la generalidad de los elementos constitutivos de un modelo de flujo en reservorios de hidrocarburos, tanto matemáticos como conceptuales, se hace evidente que, siendo la simulación numérica un proceso iterativo computacional, el volumen de información que se genera y analiza durante un estudio en particular es vasto.

La administración de esta información, y del conocimiento que es generado por su tratamiento, constituye un campo de investigación actual en pos de la herramienta, o herramientas, que provea con una representación sencilla de esta información y salvaguarde el conocimiento, eximiéndole de experimentar los efectos de dispersión y pérdida. La sección siguiente trata esta dimensión en mayor detalle.

CAPITULO 3 3. ENFOQUE SISTÉMICO DE LA INFORMACIÓN Y LOS LENGUAJES SIMBÓLICOS

La importancia de la información como componente valioso dentro de una organización es examinada en la presente sección a la luz de la Teoría General de Sistemas, su relación con el modelado y su representación a través de los lenguajes simbólicos.

3.1.

Enfoque Sistémico

El enfoque sistemático o sistémico es un tipo de proceso lógico que se aplica para resolver problemas y comprende seis etapas clásicas: identificación del problema, determinar alternativas de solución, seleccionar una alternativa, puesta en práctica de la alternativa seleccionada, determinar la eficiencia de la realización y revisar cuando sea necesario cualquiera de las etapas dentro del proceso. Su aplicación presenta un carácter fuertemente iterativo (68).

3.2.

Dato

El dato es una representación simbólica (numérica, alfabética, algorítmica, etc) de un atributo o variable cuantitativa. Los datos describen hechos empíricos, sucesos y entidades. Los datos son la unidad transmisión de la información por cuanto se constituyen la base primordial en la construcción de una solución (69).

En forma aislada, los datos no contienen información relevante. Solo cuando son ensamblados en un conjunto bajo un contexto predefinido y a la luz de un enfoque, hipótesis o teoría, se puede apreciar la información contenida en dichos datos.

3.3.

Información

En sentido general, la información es un conjunto organizado de datos procesados, que constituyen un mensaje que cambia el estado de conocimiento del sujeto o sistema que recibe dicho mensaje. La información es un sistema de control, en tanto que es la propagación de consignas que 20

deberíamos de creer o hacer que creemos. En tal sentido la información es un conjunto organizado de datos capaz de cambiar el estado de conocimiento en el sentido de las consignas transmitidas (68).

La información consiste en un conjunto de datos que poseen un significado, de modo tal que reducen la incertidumbre y aumentan el conocimiento de quien se acerca a contemplarlos (69). Estos datos se encuentran disponibles para su uso inmediato y sirven para clarificar incertidumbres sobre determinados temas.

3.4.

Conocimiento

El conocimiento es el conjunto organizado de datos e información que permiten resolver un determinado problema o coadyuvar en la toma de decisiones (68). Su génesis deviene del procesamiento de los datos por cuanto esta actividad produce como resultado la información (conocimiento accionable) y es el análisis de esta información lo que lleva a la consecución de los resultados deseados. Dicha información es almacenada mediante la experiencia o el aprendizaje (a posteriori), o a través de la introspección (a priori) (70). El conocimiento es un conjunto de datos que han sido clasificados y ordenados con un propósito determinado.

3.5.

Dispersión y pérdida de la Información

La información, en sus diversas modalidades, es el objeto de interés en la gestión del conocimiento (71). Al ser la información y el conocimiento la base de la comunicación interdisciplinaria en una organización, se hace evidente la necesidad de gestionar adecuadamente el potencial de información del que se dispone toda vez que se trata de un proceso constructivo y progresivo que adquiere altos niveles de complejidad y especialización con el paso del tiempo y con la consolidación de la cultura organizacional misma (72).

Cuando se carece de metodología alguna para administrar la información y el conocimiento relevante para una organización, se suscita un fenómeno conocido como dispersión de la información. En este escenario, la información que manejan los agentes de la organización es comunicada y expresada en un lenguaje que entendible a cabalidad solo por el emisor, lo cual degenera la calidad de la información transmitida pues, al carecer de una base común con el receptor, no se garantiza la transmisión completa del conocimiento. 21

La dispersión sucede entonces por cuanto no son creadas ni compartidas estructuras informacionales que se constituyan en un lenguaje común a los profesionales de una organización. Este problema crecerá con el tiempo y es determinante para la pérdida del conocimiento en la organización. Por esto, es primordial construir nuevas organizaciones informacionales bajo una atmosfera multidisciplinaria (73) donde se consensuen e identifiquen las diversas formas y estructuras que la información puede adoptar dentro de la organización.

La necesidad de un lenguaje común se acrecienta como efecto del avance tecnológico que ha convertido a la información digital en el medio de comunicación más común dentro de la organización. Si carecemos de parámetros, símbolos y herramientas de representación o formalización de las ideas, entonces no podremos transmitirlo o compartirlo colectivamente.

La representación es el medio que permite dar forma a la información para comunicarla y otorgarle significado. Cuando la información se representa se transforma en un objeto simbólico que puede ser difundido (70). Por ello, es muy relevante coordinar o generar los formatos de representación para poder comunicarse adecuadamente. Estos formatos están configurados por los símbolos y las sintaxis propias de cada lenguaje expresivo.

En última instancia, de no ser aplicada medida alguna, la dispersión de la información conduce a la pérdida de la misma bien sea por merma o por omisión. La información merma cuando ésta es destruida, cuando el agente organizacional que la generó abandona la organización, o cuando resulta imposible establecer los procesos que llevaron a su construcción de modo que sea reproducible. La información es omitida cuando, existiendo aun dentro de la organización, no es posible identificarla bien sea por el alto nivel de degradación que ha experimentado o bien porque el flujo de comunicación se ha disminuido al punto de concentrarse en personas y no en grupos. Para ambos casos, la pérdida de información produce pérdida de conocimiento, en mayor o menor grado. La pérdida de conocimiento deteriora el flujo de comunicación interdisciplinario y reduce a la información a un conjunto de datos sin relación alguna establecida.

3.6.

Sistema

Un sistema es un conjunto ordenado de elementos o partes que interactúan entre sí para lograr un objetivo común. Un sistema es un grupo de componentes que pueden funcionar recíprocamente para lograr un propósito común. Son capaces de reaccionar juntos al ser estimulados por influencias externas. El sistema no está afectado por sus propios egresos y tiene límites específicos en base de todos los mecanismos de retroalimentación significativos (69).

Los elementos que componen un sistema son: entrada, salida, proceso, ambiente y retroalimentación. Las entradas son los elementos que el sistema puede disponer para su propio provecho. Las salidas son los objetivos resueltos del sistema.

El proceso lo forman las partes del sistema y supone la identificación de las misiones, tareas y actividades que el sistema debe realizar para lograr el producto deseado. El ambiente comprende todo aquello que determina cómo opera el sistema. La retroalimentación abarca la información que se brinda a partir del desempeño del producto y que permite identificar y aplicar los ajustes que sería recomendable hacer.

3.7.

Teoría General de Sistemas

La Teoría General de Sistemas fue concebida por Ludwig von Bertalanffy durante la década de 1940 a efecto de proporcionar un marco teórico y práctico a las ciencias. La teoría de Bertalanffy supuso una evolución a nivel lógico en el pensamiento humano y en la forma en la cual percibimos la realidad, influyendo significativamente en la psicología y en la construcción de la nueva teoría sobre la comunicación humana (68).

La Teoría General de Sistemas es el estudio interdisciplinario de los sistemas en general a objeto de estudiar los principios que les resulten aplicables y en todos los campos de la investigación. Se considera a esta teoría como una metateoría, esto es una teoría de teorías, que aplicando el concepto abstracto de sistema desarrolla y estructura reglas de valor general.

Uno de sus principales postulados sostiene que las propiedades de los sistemas no pueden ser descritas significativamente en términos de sus elementos separados y, por ende, la comprensión de los sistemas solamente se alcanza cuando se estudian los sistemas globalmente, involucrando todas las interdependencias de los subsistemas que lo integren. Según von Bertalanffy (68), los sistemas presentan nueve características generales, siendo éstas:

1. Totalidad: El sistema trasciende las características individuales de sus miembros, 2. Entropía: Los sistemas tienden a conservar su identidad, 3. Sinergia: Todo cambio en alguna de las partes afecta a todas las demás y en ocasiones al sistema, 4. Finalidad: los sistemas comparten metas comunes 5. Equifinalidad: Las modificaciones del sistema son independientes de las condiciones iniciales, 6. Equipotencialidad: Permite a las partes restantes asumir las funciones de las partes extinguidas, 7. Retroalimentación: Los sistemas mantienen un constante intercambio de información, 8. Homeostasis: Todo sistema viviente se puede definir por su tendencia a mantenerse estable, 9. Morfogénesis: Todo sistema también se define por su tendencia al cambio.

Una de los ejes fundamentales de la Teoría General de Sistemas es la transversalidad inherente a principios, conceptos y leyes que surgen continuamente en campos muy diversos del conocimiento y que permite la correspondencia entre estos principios que rigen áreas de estudio distintas de modo que resulten transferibles y aplicables, es decir, alcanzar un nivel de generalidad completo (68).

3.8.

Teoría General de Sistemas y Simulación

Existe una relación directa de inclusión entre la Teoría General de Sistemas y la simulación. Cuando se establecieron las teorías que serían conjugadas para la formulación de la TGS, fue la simulación uno de los saberes considerados para este efecto (68) por cuanto su capacidad de experimentación resulta útil para el ensayo de modelos y le confiere un especial valor como enfoque de solución cuando lo que se busca es validar la generalidad de lo postulado, aspecto de interés central para la TGS: 24

“El problema metodológico de la teoría de los sistemas, pues, es vérselas con cuestiones que, comparadas con las analítico-aditivas de la ciencia clásica, son de naturaleza más general…las computadoras han abierto un nuevo camino en la investigación de sistemas; no sólo facilitando cálculos que de otra suerte habrían requerido tiempo y energía excesivos y reemplazando el ingenio matemático por procedimientos rutinarios, sino también abriendo campos donde no existen teorías o modos de solución matemáticos. Es posible así computarizar sistemas que van más allá de las matemáticas ordinarias; por otro lado, experimentos realmente realizados en el laboratorio pueden ser sustituidos por simulación en computadora, y el modelo alcanzado ser verificado entonces con datos experimentales.” (68).

Von Bertalanffy deja en claro que no será posible demostrar la generalidad de un concepto aplicable a todos los sistemas sin la previa experimentación que solo la simulación puede abordad cuando las relaciones existentes en la formulación del sistema no son lineales y son múltiples.

3.9.

Ciclo de vida de un sistema

El ciclo de vida de un sistema es el conjunto de etapas identificables y reproducibles que caracterizan al desarrollo de un sistema desde su concepción hasta su obsolescencia (69). Este concepto ha sido adoptado y definido desde la óptica de metodologías y paradigmas varios a medida que los enfoques se han ido sucediendo en el tiempo.

Uno de los paradigmas vigentes, y el más ampliamente aceptado para definir el ciclo de vida de un sistema, es el ciclo evolutivo. Este paradigma confiere una naturaleza iterativa e incremental al ciclo de vida donde el desarrollo del sistema se entiende como una tarea de refinado continuo en virtud del cual el sistema se depura con cada iteración y crece en complejidad al incrementarse el conocimiento adquirido por el desarrollador acerca del sistema (69). La obsolescencia deviene no por aspectos tecnológicos sino por el cese de la situación problemática que determino el desarrollo del sistema como solución.

El ciclo de vida, al ser en esencia un concepto abstracto, requiere de un instrumento para su representación e implementación. En el ámbito de la 25

ingeniería del software, varias propuestas surgieron en la forma de lenguajes simbólicos y notaciones que fueron evolucionando hasta alcanzar un estándar conocido como el Lenguaje de Modelado Unificado (UML por sus siglas en ingles). Este lenguaje simbólico tiene la capacidad, y fue diseñado, para representar al ciclo de vida evolutivo (74).

3.10. Lenguaje El lenguaje está compuesto por la lengua y el habla. La lengua es el idioma, un modelo general y constante para quienes integran una determinada colectividad lingüística (70); y el habla es la materialización momentánea de ese recurso que sucede como una acción individual y voluntaria que se lleva a cabo mediante la fonación.

Según Noah Chomsky: "El lenguaje es un producto de la inteligencia humana, creada de nuevo en cada individuo, mediante operaciones que están fuera del alcance de la voluntad o conciencia".

3.11. Lenguajes Simbólicos Un lenguaje simbólico supone una evolución al concepto de lenguaje en la medida que incluye a la notación como el medio para la representación de lo que se expresa con base a los símbolos de un alfabeto (75) y que confiere a las palabras un significado tal que permita la comunicación entre los seres humanos dentro un ámbito general o especifico.

3.12. Notación Es un sistema de signos convencionales que se utiliza para expresar algún concepto de una disciplina concreta. La notación es un simbolismo formal, constituido por ciertos signos que representan los elementos de un discurso y las relaciones o vínculos que los unen. Desde el punto de vista matemático, es concebida como un sistema de signos convencionales que se adopta para expresar ciertos conceptos matemáticos.

3.13. Lenguaje Unificado de Modelado de Software El Lenguaje Unificado de Modelado (o UML por sus siglas en inglés) es el lenguaje de modelado de sistemas de software más conocido y utilizado en la actualidad, llegando a contar con el respaldo del Object Management Group (74). Es un lenguaje grafico para visualizar, especificar, construir y documentar un sistema; ofreciendo un estándar para describir el modelo del sistema de modo que sean incluidos aspectos conceptuales tales como procesos de negocio o funciones del sistema; y aspectos concretos como expresiones de lenguajes de programación, esquemas de bases de datos y componentes reutilizables (76).

Es esta capacidad de especificación y descripción general de métodos o procesos, complementada por su flexibilidad para definir un sistema, detallar sus artefactos y documentarle, lo que confiere al UML su condición de lenguaje de modelado. Como tal, este lenguaje se percibe como la notación bajo la cual el modelo/sistema está descrito (69).

La flexibilidad característica de UML hace que éste sea aplicable al desarrollo de software proveyendo una riqueza simbólica singular compatible con una metodología de desarrollo de software en particular, como el Proceso Unificado Rational (RUP) (74), empero UML no determina ni restringe en forma alguna la metodología o proceso que deberá ser empleado para la implementación del modelo.

El Lenguaje Unificado de Modelado no es una metodología de programación toda vez que se limita a diagramar la realidad de una utilización del software en el ámbito de un requerimiento (76). En contraposición, las metodologías de programación, como la programación estructurada o la programación orientada a objetos, implementan el estilo y las convenciones bajo las cuales el código del software será expresado y denotan la secuencia de instrucciones que construyen la solución. No obstante, por sus características, la programación orientada a objetos resulta un complemento perfecto para el UML (74), lo cual no implica que se aplique el UML solo para lenguajes orientados a objetos.

3.14. Corolario La información genera conocimiento y este conocimiento es el fin ulterior del modelado y simulación numérica del flujo en reservorios de hidrocarburos. Al 27

ser la información susceptible a dispersión y pérdida por merma u omisión, es evidente la necesidad de una herramienta que la proteja. El diseño de esta herramienta requiere de un cuerpo metodológico y conceptual al cual adscribirse y sobre el cual fundamentarse a efecto de distinguirse como solución válida y definitiva. De lo expuesto, es claro que el problema tiene una dimensión que hace al manejo de información y otra que se refiere a la conceptualización del flujo de trabajo del modelado y la simulación. Ambas disciplinas cuentan con sus respectivos cuerpos metodológicos, la teoría de la información y la teoría de la simulación, que a su vez son componentes fundamentales de la Teoría General de Sistemas.

Es la Teoría General de Sistemas entonces el campo de conocimiento común sobre el cual debe fundamentarse el diseño de la solución que se busca. Al concebir a todo modelo como un sistema sujeto a un ciclo de vida y al proveer el principio de transversalidad entre los saberes integrantes de esta teoría, resulta sencillo analizar el problema desde sus dos dimensiones para darles un tratamiento conjunto. La sistematización del problema, en consecuencia, permite identificar una posible solución en la forma del componente primordial de la teoría de la información: el lenguaje simbólico, y al mismo tiempo ofrece por transversalidad un referente aplicado en la ingeniería del software: el lenguaje unificado de modelado. Esto es detallado y discutido en la sección siguiente.

CAPITULO 4 4. DIAGNÓSTICO

En secciones precedentes fue establecido que el valor primordial de los lenguajes simbólicos radica en la fluidez en comunicación y facilidad de entendimiento que proveen dentro de un equipo de trabajo o un conjunto de personas, muy en particular si el objetivo principal es evitar llegar al detalle mínimo (74).

El desarrollo alcanzado en términos de las herramientas de modelado/ simulación y la información por éstas producida requiere de un lenguaje que sirva como medio de expresión del diseño de un estudio; como un instrumento de abstracción para presentar la complejidad y subjetividad asociadas al modelado y al proceso de simulación, donde su utilización tenga el fin único de “visualizar, especificar, construir y documentar” (76) (74) las etapas y elementos que han sido considerados durante el desarrollo del proyecto. Y esta funcionalidad debe ser provista en diferentes niveles de detalle de modo que un profesional de la industria de los hidrocarburos pueda interpretar la simbología, en un nivel de abstracción dado, y alcanzar un entendimiento del trabajo realizado.

Una insuficiente o deficiente gestión de la información asociada a la creación y ejecución de un modelo de simulación produce duplicidad de datos, inconsistencia entre modelos, ineficiente utilización del almacenamiento digital (73), dispersión de la información a lo largo del tiempo y su eventual pérdida bien sea por omisión o merma. Soluciones han sido propuestas y aplicadas para aminorar estos efectos, con enfoques que van desde el punto de vista de la gestión de la información (73) (77) hasta la gestión del conocimiento (72) (71). Inclusive, ha sido propuesta la extensión (21) de la formulación matemática tradicional de la simulación numérica a fin de eliminar el efecto de modelado tipo caja negra y, en este sentido, otros autores (78) ya han expresado la necesidad de unificar flujos de trabajo, aunque sea solo en un intento por aminorar la complejidad y subjetividad que caracterizan al modelado y que hacen de la simulación numérica todavía una especie de arte antes que una ciencia.

Los enfoques de gestión de la información (73) (77) proponen una metodología basada en componentes de dato para administrar los modelos de simulación de reservorio, bajo el supuesto que esto no solo mejora la 29

eficiencia al descartar el suceso de réplicas de dato sino que también facilita la reusabilidad de la información entre múltiples modelos. La metodología requiere identificar la estructura subyacente del modelo de simulación a efecto de descomponerlo en tres tipos de componentes: modelo de reservorio, diseño y configuración del simulador. Luego son identificados los componentes duplicados y es asegurado que cada componente tenga una copia única en el repositorio digital de datos. La premisa central postula que al separar las conexiones lógicas entre los modelos y los componentes de los archivos de dato físicos, se provee con una forma eficiente y transparente para administrar relaciones de intercambio de dato entre diferentes modelos.

En forma similar, los enfoques basados en la gestión del conocimiento (72) (71) están orientados a la sistematización de la cadena generadora de información y se estructuran sobre el proceso de registrar, sintetizar, organizar y clasificar conocimientos y aprendizajes procedentes de la experiencia de implementar el estudio de simulación, documentándolos de forma que sean útiles para todo agente de la organización que desee acceso a éstos. De esta forma, se activa el flujo de información obtenida y se propugna la mejora continua al minimizar la posibilidad de repetir errores, optimizar los tiempos de aprendizaje y aprovechar las fuentes de conocimiento existentes en la organización. El acceso a la información es escalado a la forma de un repositorio de conocimiento y experiencia de agentes de la organización en el tiempo.

Desde otro punto de vista, los enfoques basados en la extensión de la formulación matemática relacionada a la simulación de flujo (21), plantean la adición del conocimiento como una dimensión dentro de las ecuaciones de flujo de modo que embeban la variabilidad y multiplicidad de sus soluciones posibles a efecto de exhibir un comportamiento más acorde con la realidad física que con la construcción matemática espuria. Este conocimiento se representa en la forma de un factor de memoria de fluido, de naturaleza funcional, que habilita la solución de las ecuaciones de flujo sin la necesidad de linearización en etapa alguna, lo cual supone la aplicación de técnicas numéricas de alto nivel. Las soluciones obtenidas son más robustas en consecuencia, evitando la duplicidad de información y su dispersión al reducir al mínimo posible el número de realizaciones necesarias para caracterizar el fenómeno bajo estudio.

No obstante, los esfuerzos por alcanzar un modelado transparente deben trascender forzosamente a estas tres dimensiones, esto es, el consenso de un flujo de trabajo unificado, la reingeniería de los modelos matemáticos 30

sobre las cuales se concibe la simulación numérica, y la gestión de la información. Principalmente, porque son aspectos que intentan dar solución en un tiempo previo a la realización del estudio (flujo unificado y reingeniería) o posterior a éste (gestión de la información), y están orientados a la optimización del desempeño del especialista, potencializando sus capacidades pero introduciendo una capa más en la interacción de éste con el resto del equipo. El flujo de información sufre como consecuencia y ésta se concentra aún más en una sola persona.

Al tratarse de un problema de transmisión de la información, suceda de forma involuntaria o no, cualquier solución para aminorar este efecto debe ser planteada con base en la reingeniería de la forma de comunicación entre las partes, y esto supone la construcción de un lenguaje. Empero, para la definición del mismo deber primero adoptarse un enfoque que permita alcanzar un nivel de generalización visto en otras disciplinas que cuentan ya con una notación simbólica propia.

Cabalmente, es la Teoría General de Sistemas, por su relación directa con el área de conocimiento de la simulación de reservorios, el enfoque más adecuado para el tratamiento de esta problemática de transmisión de la información. La Teoría General de Sistemas clasifica a la simulación como uno de los paradigmas constitutivos del enfoque sistémico y establece la condición de un modelo de simulación como un sistema sujeto y descrito por sus postulados. Por ende, todo modelo se asume como sinérgico, recursivo, orgánico, entrópico y homeostático (68), conjunto de cinco características que le confieren la cualidad de transversalidad y le permite conjugar diversos saberes en su definición.

Es esta noción de la transversalidad inherente a principios, conceptos y leyes que surgen continuamente en campos muy diversos del conocimiento, la contribución más grande de la Teoría General de Sistemas. Esta transversalidad permite la correspondencia entre éstos principios que rigen áreas de estudio distintas de modo que sean transferibles y aplicables (68).

Bajo esta transversalidad, tomando las cinco características de un modelo y aplicando los postulados de la ingeniería del software (69), el desarrollo de todo modelo, y por transitividad su simulación, se circunscribe a un ciclo de vida que le estructura y que define claramente su alcance, sirviendo de directriz bajo la cual todas las --etapas intermedias serán sucesivamente encaradas. Este ciclo de vida se caracteriza por poseer una naturaleza 31

iterativa e incremental (69), noción aplicable al modelado y simulación de reservorios por cuanto incremental es el conocimiento que se adquiere del reservorio modelado e iterativa es su simulación en el tiempo, observando un proceso de depuración continua.

Es dentro de esta línea de razonamiento que los enfoques de tratamiento asistido por ordenador de la información asociada a la simulación aplican y se reafirman en la naturaleza sistémica del modelo, y la noción de un ciclo de vida, al momento de organizar y estructurar los elementos que serán almacenados en un gestor de base de datos relacional (73). Las relaciones existentes entre los elementos del modelo de reservorio y el flujo de trabajo que supone su simulación no podrían existir si éste existiese fuera del ámbito definido por la Teoría General de Sistemas. Lo mismo es aplicable a la conceptualización vigente del modelado integral de reservorios (1), que concibe este desarrollo como una secuencia de etapas individuales e interdependientes, lo cual no es otra cosa que la definición provista por la Teoría General de Sistemas para el concepto de sistema (68).

Esta relación transversal con la noción de modelo provista por la Ingeniería del Software y que permite la directa adopción del concepto de ciclo de vida definido y la sistematización de todo el proceso de modelamiento, hace que la definición de un lenguaje simbólico para la notación de estudio de simulación donde intervienen elementos altamente subjetivos sea un área de investigación nueva, mas no arbitraria. Esto porque se dispone de herramientas similares (76) (74) en propósito y alcance, pero no en contenido, que sirven como referencia de estructura y forma.

Estas premisas fueron adoptadas como fundamento para plantear y proponer la noción (79) preliminar de este lenguaje simbólico específico, estableciendo los alcances y criterios fundamentales de la Notación Simplificada. Esta notación fue principalmente concebida como una herramienta de diseño y documentación cuya finalidad radicaba en la provisión de un lenguaje simbólico para documentar en forma concisa las particularidades de cada etapa de modelado, establecer una convención formal para la denominación y notación de las entradas, casos, escenarios y resultados, y ofrecer un recurso para afrontar en el tiempo la dispersión y pérdida de la información digital asociada a un estudio de simulación.

En una primera versión (80), esta notación fue estructurada para alcanzar una forma que permitiera al modelador enfocarse en forma exclusiva en la 32

representación de la relación entre las etapas del estudio y los criterios adoptados para su refinado incremental, con orientación exclusiva a la etapa de simulación de flujo dentro del modelado integral de reservorios de hidrocarburos. No obstante, la práctica e implementación de esta primera versión evidenció la necesidad de ampliar el alcance de la notación de modo que provea un marco completo para la organización del estudio.

Principalmente, se hizo claro que la sola documentación de los criterios de simulación, si bien ofrecía un medio directo para reproducir los resultados alcanzados, no aportaba información alguna acerca de aspectos del modelo tan básicos pero fundamentales como: las dimensiones del modelo, las coordenadas empleadas para la confección de la grilla, la relación de ésta con el modelo geológico subyacente, la diferenciación del modelo en zonas y/o regiones, funciones de saturación, dependencia de la capilaridad o el ambiente sedimentario dominante que influye en la población de las propiedades petrofísicas y el suceso del flujo mismo dentro del reservorio, por mencionar solo algunos. Este conjunto de datos proveen información crítica para poder diferenciar un modelo de otro y apreciar las mejoras estructurales que se introducen en el tiempo a medida que el modelo se hace robusto y gana en detalle por disponibilidad de la información de reservorio.

Es más, esta información varia inclusive de escenario a escenario de un caso dentro del estudio, toda vez que es esta variabilidad en las características constitutivas del modelo lo que permite explorar el impacto en el comportamiento del reservorio, y en el flujo de los hidrocarburos, que ocurre por efecto de estos cambios inducidos en forma controlada. Es cabalmente esta práctica la que caracteriza y organiza la etapa de emparejamiento a los datos históricos pues es durante esta etapa donde son introducidos cambios de consideración en el modelo en pos de alcanzar su forma estable.

En forma adicional, la estructura simbólica de la notación carecía de medio alguno para identificar y caracterizar las entradas y salidas en formato digital relacionadas con la ejecución del modelo, de forma que se salvaguarde únicamente la información útil y significativa. Ofrecer a nivel de notación esta capacidad resulta ampliamente conveniente dada la gran facilidad con la cual se generan datos digitales durante un estudio de simulación, datos que llegan a alcanzar volúmenes medidos en Petabytes y Exabytes. Considérese que, si durante la etapa de documentación del estudio de simulación la sola identificación y organización de esta información resulta engorrosa y harto confusa, por la fuerte dependencia de estas salidas y formatos con la versión y desarrollador de la herramienta de software empleada para la simulación, 33

el encarar esta tarea en el tiempo posterior a la realización del estudio se torna casi imposible no solo por el volumen de datos a procesar generados por los múltiples casos y escenarios considerados sino también por la nomenclatura misma con la cual son nombrados los archivos generados por el simulador, pues estos resultan poco significativos y este significado se pierde fácilmente en el tiempo.

Por otra parte, con respecto del ciclo de vida del modelo y del estudio de simulación, el paradigma actual considera únicamente dos etapas dentro del modelado, mismas que se plasman en dos productos fuertemente acoplados: el modelo estático y el modelo dinámico. Es evidente que esta organización refuerza y observa un ciclo de vida de desarrollo en cascada, además de implantar una distinción que solo permite identificar y aislar el origen de la información con la que se construyen ambos modelos.

La aplicación de esta diferenciación se remonta al surgimiento mismo de los primeros simuladores académicos y comerciales, programados con las limitantes que caracterizaban a los lenguajes de programación vigentes y para los cuales esta estructura organizativa les resultaba en extremo conveniente en términos de la administración de la memoria y el procesador, toda vez que el modelo estático se cargaba íntegramente en memoria principal y sobre este se aplicaban los cambios predefinidos en el modelo dinámico, en sucesivas iteraciones durante el tiempo de simulación. Aun en la actualidad esto es observable en la mayoría de los simuladores comerciales de gran escala cuando se examinan los archivos generados para el almacenamiento de los datos de simulación.

Resulta inconveniente adoptar un ciclo de vida en cascada habida cuenta que este paradigma conduce a un desarrollo secuencial donde cada etapa se concibe como un ente aislado que recibe las salidas de la etapa precedente y produce las entradas de la etapa que le sucede. Esto no condice con el concepto del modelado integral de reservorio y, es más, su puesta en práctica restringe el flujo de información entre los especialistas que forman parte del equipo de trabajo toda vez que la linealidad entre etapas no admite la retroalimentación ni contempla el refinado continuo: cada etapa finalizada es un producto acabado, estable y depurado de todo error, sea este por concepción u omisión. Cumplir con este nivel de completitud en una etapa cualquiera del estudio implica considerar ventanas de tiempo extensas, irreales e irrealizables habida cuenta que es la interacción entre especialistas, y la experimentación con el modelo, lo que permite llegar a la

depuración del modelo y a la validación del conocimiento que se tiene del reservorio modelado.

En contraposición, un ciclo de vida iterativo e incremental resulta más apropiado para las interacciones que se observan entre especialistas durante el estudio de simulación. Al ser el entendimiento del reservorio el fundamento que gobierna la dirección y alcance del estudio, la continua experimentación con lo que se asume cierto y valido para el modelo en un punto particular del tiempo constituye la forma más directa y práctica para profundizar este conocimiento. En esto, el grado de incertidumbre subyacente en varios de los elementos constitutivos del modelo y la inclusión de métodos estocásticos para aminorar en alguna medida esta incertidumbre, como sucede con la distribución de porosidad por mencionar un solo caso, descarta la alternativa de considerar a la simulación como un método determinista donde la solución resultante es única y, en todo caso, refuerza la idea de un proceso iterativo para su implementación donde el conocimiento se incrementa tras cada iteración a medida que son esclarecidas algunas de las incertidumbres consideradas cuando fue definida la forma inicial del modelo.

En consecuencia, deja de ser una limitante el carecer de un modelo terminado antes de iniciar la fase de experimentación y, más bien, habilita la transición rápida entre etapas bajo un conjunto de restricciones en la completitud del modelo que son bien conocidas y definidas por el especialista. Esta particularidad hace que el flujo de información sea continuo y bidireccional entre las diferentes etapas, donde la retroalimentación se convierte en la base para refinar el modelo hasta alcanzar un entendimiento cabal de lo modelado y producir un modelo robusto que posea la capacidad de predicción del comportamiento futuro de reservorio que se estudia.

Este enfoque iterativo e incremental, hace necesario disponer de niveles de abstracción que actúen como filtro para tratar la complejidad que va adquiriendo el modelo con cada iteración, y requiere de la identificación de etapas adicionales a la formula estática – dinámica, provista por la visión tradicional, a fin de implementar una transición clara y ordenada entre etapas del estudio. Estas características tampoco estaban presentes en la primera forma de la notación simplificada y, tras lo expuesto, resulta evidente que la misma debe ser extendida también para contemplar estas nociones.

Esta insuficiencia en el alcance de la forma inicial de la Notación Simplificada se constituyó en una contradicción al concepto mismo de lenguaje por cuanto 35

propiciaba un escenario de pérdida total de información por omisión y por limitación de la herramienta, perdiendo de este modo la utilidad y el propósito de la solución construida. Resultado de esto fue posible concluir que la notación debería ser extendida y redefinida para poder alcanzar un grado de generalización que le permita convertirse en un estándar.

CAPITULO 5 5. PROPUESTA

Una deficiente gestión de la información asociada a la creación y ejecución de un modelo de simulación produce duplicidad de datos, inconsistencia entre modelos, ineficiente utilización del almacenamiento digital, dispersión de la información a lo largo del tiempo y su eventual pérdida bien sea por omisión o merma.

Al tratarse de un problema de transmisión de la información, suceda de forma involuntaria o no, la solución para aminorar este efecto debe ser planteada con base en la reingeniería de la forma de comunicación entre las partes, lo cual supone la construcción de un lenguaje que se adscriba al enfoque de la Teoría General de Sistemas de modo que se alcance el nivel de generalización propio de otras disciplinas que cuentan ya con una notación simbólica propia. En la presente sección, se construye una notación simbólica para el diseño y documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos.

5.1.

Notación Simplificada

La Notación Simplificada se define como una herramienta de diseño y documentación aplicable al modelado y a la simulación del flujo en reservorios de hidrocarburos. El objetivo principal de la notación es proveer con una forma de expresión que refleje la naturaleza sistémica iterativa e incremental del modelado y la simulación, como disciplinas integrantes de la Teoría General de Sistemas, para afrontar la dispersión y pérdida de la información digital asociada a un estudio.

La Notación Simplificada, como herramienta de diseño, divide al estudio de modelado y la simulación del flujo en reservorios de hidrocarburos en tres capas de abstracción y cuatro etapas de desarrollo, estableciendo en cada una de ellas una convención formal para la denominación y notación de las entradas, casos, escenarios y resultados obtenidos. Complementariamente, como herramienta de documentación, es un lenguaje simbólico que documenta las particularidades que fueron consideradas y aplicadas por el investigador durante el diseño de las etapas y capas que conforman el estudio, en un nivel de abstracción definido.

5.2.

Capas del Estudio

La división de un objeto de estudio en capas es una técnica ampliamente usada en diversas ramas de la ciencia, fundamentalmente por cuanto permite crear niveles de abstracción para el tratamiento de lo que se estudia al aglutinar en una capa particular todos los aspectos que presentan características comunes o que actúan sobre un mismo entorno de interés. El empleo de capas facilita la visualización de lo investigado al concentrar el foco de atención en un grupo de aspectos particulares cuyo estudio se vería entorpecido de mantenerse una única vista del fenómeno. Esto claramente puede verse en ciencias como la Biología o la Arquitectura donde los sistemas modelados son concebidos como un todo pero estudiados desde vistas o capas que les integran.

De igual forma, un modelo de flujo de hidrocarburos en un reservorio puede ser concebido como un conjunto de capas constitutivas, secuenciales o no, que reflejen el proceso de construcción del modelo subyacente. Cabalmente, el paradigma de modelado integral de reservorios se sirve de este concepto para establecer los flujos de trabajo estándar durante esta fase del estudio (14). Empero, estos flujos de trabajo se disocian y no incluyen lo realizado durante el suceso de la simulación numérica, que es donde la subjetividad y la experiencia del investigador juegan un rol preponderante.

Tampoco es incluida representación alguna para las salidas imprescindibles de la simulación y las entradas fundamentales provenientes del modelado. Este vacío dentro del flujo de trabajo del modelado integral de reservorios supone una fuente permanente para la dispersión y la perdida de información. Como solución, la Notación Simplificada divide al estudio de simulación numérica de flujo en tres capas, cada una ofreciendo un nivel de abstracción para las componentes lógicas, físicas y conceptuales de modo que su diseño pueda realizarse en forma independiente y coordinada. Estas capas son: a) Capa Lógica, que muestra la relación entre las etapas del estudio y los criterios adoptados para su refinado incremental b) Capa Física, que muestra la jerarquía y relación entre los archivos digitales que integran el estudio durante cada etapa. c) Capa Conceptual, que expresa en esquemáticos la realización del modelo.

El nivel de detalle con el cual se presente cada capa será prerrogativa del investigador, aunque deberá mantenerse un nivel de correspondencia o 38

balance en el detalle observado entre capas. Esto para que el proceso de revisión de lo diseñado exhiba el mismo nivel de claridad y coherencia.

5.3.

Etapas del Estudio

La adopción del enfoque sistémico en la construcción y desarrollo del estudio de simulación supone, como fue establecido en acápites precedentes, la descomposición del objeto de estudio, o sistema, en subsistemas interrelacionados e interdependientes que provean niveles de abstracción diferentes para caracterizar el proceso, en forma similar a las capas pero, con una dinámica incremental visible y organizada.

Esto se entiende así por cuanto las capas son transversales a las etapas, no guardan relación de inclusión con éstas, y expresan el carácter incremental del proceso en su propio ámbito: el conocimiento adquirido se visualiza con cada nueva versión del modelo. En contraposición, las etapas exhiben una relación secuencial entre ellas y esto hace que la transición entre etapas implique en sí misma un incremento de lo conocido y el paso a otro nivel de detalle distinto. La adquisición de conocimiento se aprecia mejor y dentro de la línea de tiempo de una misma versión.

Las etapas son concebidas entonces para facilitar la adopción del desarrollo incremental, agilizar la transición entre iteraciones y diferenciarse del enfoque tradicional. El enfoque tradicional es reforzado en forma continua por la implementación de los simuladores comerciales que, para organizar el conjunto de datos de entrada y denotar el alcance de la ejecución del caso, asumen un ciclo de desarrollo lineal en cascada.

Asimismo, estas etapas refuerzan la adopción del enfoque de desarrollo iterativo por cuanto se obliga a que la transición entre éstas se realice en forma directa basada en un cierto nivel de conocimiento alcanzado en ese punto del tiempo, con la certeza de que más adelante éste será complementado a medida que nueva información sea generada por la experimentación iterativa con el modelo y la colección de datos adicionales. Las etapas mencionadas son cuatro y son como se describe a continuación: a) Inicial (), en la cual son definidas las características del modelo que no están relacionadas a la geometría y geología del reservorio. b) Piloto (), donde se añaden al modelo las propiedades de roca y la geometría del reservorio. 39

c) Cotejo (), donde se alcanza el ajuste a los datos históricos tras el refinado iterativo de los parámetros del modelo. d) Pronóstico (), en la cual se estudian diferentes estrategias de explotación y se predice el comportamiento a futuro.

5.4.

Ciclo de Vida

El ciclo de vida adoptado para el estudio ha sido establecido como iterativo e incremental, aplicando la transversalidad conferida por la Teoría General de Sistemas y en conformidad con el paradigma vigente aplicado al desarrollo de software y el lenguaje unificado de modelado (69). Este enfoque es aplicable en diferentes niveles de abstracción dentro del proceso del estudio: a nivel de modelo, de la versión y de las etapas.

5.4.1. Ciclo de Vida del Modelo Este enfoque es particularmente útil para ilustrar y visualizar la relación de conocimiento incremental existente entre las versiones y builds generados durante la construcción de los modelos, tal como se muestra en la Figura 1. CICLO DE VIDA DEL MODELO

Fuente: Elaboración Propia

Figura 5.1

El build del estudio indica el año de desarrollo del modelo para establecer el alcance temporal de la información empleada en su construcción. De este modo, es lógico deducir que el m-ésimo build en la secuencia tendrá siempre más información que los n-ésimos builds previos y que el build solo será actualizado a su siguiente valor una vez transcurrido el año de desarrollo de 40

referencia. Cada build puede exhibir un número variable de versiones durante el periodo de aplicabilidad de la información empleada.

La versión denota la madurez del modelo en términos de su ciclo de vida y es distinguida con una numeración incremental positiva que no reinicia cuando se cambia de build. Son los cambios en el conocimiento de la geometría del reservorio, de sus condiciones de equilibrio, de los criterios aplicados para la distribución de las propiedades de roca o del número de pozos, entre otros de igual magnitud, los que conllevan a un cambio de versión de modelo, de ahí el motivo por el cual se le considera como el mejor indicador de la madurez del modelo.

Un cambio de build y un cambio de versión no son dos eventos necesariamente concurrentes pues, como puede observar en la Figura 1, un modelo puede ser versionado varias veces durante el mismo año pero también es posible que la versión del modelo pueda mantenerse año a año. Establecido esto, y en el ámbito ilustrado por la Figura 1, el modelo estable más reciente para el estudio sería la kn-ésima versión del m-ésimo build.

5.4.2. Ciclo de Vida de la Versión Aplicando el mismo concepto de ciclo de vida iterativo-incremental, pero enfocando su aplicación al desarrollo de una versión específica para un build en particular del modelo, es posible identificar una secuencia particular entre las sucesivas etapas que componen a la versión, tal como ilustra la Figura 2. CICLO DE VIDA DE LA VERSIÓN

Fuente: Elaboración Propia

Figura 5.2 41

La secuencia Inicial-Piloto-Cotejo-Pronostico implementan la dimensión incremental en el desarrollo mientras que las n iteraciones dentro de la etapa de Cotejo reflejan la naturaleza iterativa del proceso.

5.4.3. Ciclo de Vida del Cotejo La flexibilidad del ciclo de vida adoptado hace que éste sea portable y aplicable a la implementación de la etapa de Cotejo del estudio. Esto es observable por cuanto en esta etapa se suscitan cambios de menor escala en las magnitudes de los elementos que constituyen el modelo, generando un incremento en el conocimiento del modelo tras el análisis de los resultados de cada variación que, al ser diversas, se constituyen en iteraciones propias de la etapa. Estas iteraciones son estructuradas e implementadas como conjunto bajo tres metodologías predefinidas de análisis y experimentación: ajuste inicial ad libitum, sensibilidad et ceteris paribus y sensibilidad cruzada. Esto puede apreciarse en la Figura 3.

CICLO DE VIDA DEL COTEJO

Fuente: Elaboración Propia

Figura 5.3

El proceso de emparejamiento al comportamiento histórico del modelo comienza con el suceso de i-ésimas iteraciones (in / n IN) de ajuste inicial donde la variación de magnitud de los elementos del modelo se deja a discreción del investigador (ad libitum) a efectos de proveer con una dirección preliminar de análisis. Esta etapa ha de restringirse en extensión por cuanto es susceptible, al carecer de control alguno para la variación de elementos en magnitud y cantidad, a derivar en explosión combinatoria.

El criterio a seguir ha de ser siempre el de probar casos extremos en los intervalos de variabilidad identificados para los elementos del modelo, de modo que su descarte sea rápido y fácilmente sustentable por los resultados obtenidos tras cada iteración.

Tras el ajuste inicial, devienen j-ésimas iteraciones que implementan una sensibilidad a parámetro constante o fijo (condición et ceteris paribus) donde son seleccionados elementos del modelo para estudio en forma tal que éstos sean sujetos a variación dentro de un intervalo de valores discreto, finito y conocido; mientras que el resto de los elementos se mantienen constantes. Esto confiere estabilidad al proceso y evita el suceso de la explosión combinatoria que es inevitable en el caso del ajuste inicial.

El análisis de los escenarios de sensibilidad a parámetro fijo permite identificar aquellos elementos del modelo que inciden en forma directa en el grado de ajuste al comportamiento histórico, en forma independiente de las variaciones que pudiesen observarse en el resto de los elementos. Este nuevo conocimiento adquirido se refleja en las k-ésimas iteraciones siguientes que implementan una sensibilidad cruzada, esto es, una variación controlada de más de un elemento a la vez en el modelo donde los elementos seleccionados para estudio conjunto son precisamente aquellos identificados durante el análisis previo. La sensibilidad cruzada agiliza la convergencia al estado de emparejamiento histórico y está exenta del riesgo de explosión combinatoria que presenta el ajuste inicial.

Alcanzada una reproducción satisfactoria, no absoluta, del comportamiento histórico del modelo tras la n-ésima iteración de la etapa, el proceso iterativo es pausado para proceder a la transición donde el modelo se asume como cotejado y es escalado a la etapa de pronóstico, tal como se ilustró en la Figura 2 precedente, finalizando de este modo la etapa de cotejo.

5.5.

Nomenclatura para los estudios

La denominación del estudio, en sus diferentes etapas, deberá observar la máscara de notación que se indica en la Figura 4. Los caracteres alfabéticos en una porción del identificador de estudio son denotados por la letra a o A, según sean empleadas mayúsculas o minúsculas para su notación. Los caracteres numéricos se indican empleando el digito 9. La secuencia máxima 43

permitida para cada caso se indica por la cantidad de caracteres sucesivos presentes en la máscara.

Los caracteres v, b y R dentro de la máscara son obligatorios y corresponden a los prefijos de versión, build y modelo del estudio que se especifica. Estos tres prefijos son los que habilitan la diferenciación entre estudios en el tiempo mientras que los indicadores de número de caso y escenario, tres caracteres finales de la máscara, permiten la diferenciación entre elementos de un mismo estudio. MÁSCARA DE NOTACIÓN

Fuente: Elaboración Propia

Figura 5.4

Las tres letras mayúsculas de la máscara son el mnemónico con el cual se designa al campo, reservorio o complejo que se modela. Recuérdese que el build del estudio indica el año de ensamblado del modelo y establece el alcance de la información empleada en su desarrollo, mientras que la versión denota la madurez del modelo en términos de su ciclo de vida.

A la derecha del guión, la máscara extiende la denominación para detallar la etapa, el número de caso y el escenario al que se desea hacer referencia. En su forma corta, un escenario puede ser denotado solo indicando su índice, la etapa y el número de caso; el identificado del proyecto es implícito al contexto.

5.6.

Símbolos del Lenguaje

Como todo lenguaje simbólico, la notación propuesta representa a las capas y a las etapas del estudio empleando un conjunto de símbolos predefinidos y estableciendo relaciones entre ellos, según roles preestablecidos. Se reconocen cuatro tipos de símbolos en la notación: los símbolos de jerarquía, de valoración, de construcción y de relación.

5.6.1. Símbolos de Jerarquía Los símbolos de jerarquía se muestran en la Tabla 1 y su empleo permite la documentación de la lógica de diseño e implementación del estudio al proveer con los elementos constitutivos en diversos niveles de abstracción. Tabla 1. Símbolos de Jerarquía Nombre

Símbolo

Caracter Alfabetico (en mayúsculas)

Caracter Alfabetico (en minúsculas)

Caracter Numérico (dígito)

Estudio Etapa Caso Escenario (en descripción de escenarios) Escenario (en árbol de escenarios)

Los símbolos de jerarquía denotan el nivel de detalle que se está confiriendo a una vista particular del modelo. En la base del nivel de jerarquía se encuentra el símbolo de Escenario. En su forma descriptiva, esta jerarquía es 45

representada por un cuadro de arista redondeada donde se denota el alfabético y dígito identificadores del caso y el alfabético identificador del escenario. Por otra parte, cuando la jerarquía tipo Escenario es especificada en relación de comparación con otras dentro del árbol de escenarios, se emplea un rectángulo de arista redondeada donde se denota únicamente el alfabeto identificador del escenario y el símbolo de valoración que se le asigna. El detalle de este arreglo de tipo árbol será discutido más adelante.

Sigue en el nivel de jerarquía el símbolo de Caso, que se representa con un círculo de línea simple y continua, dividido horizontalmente en dos mitades iguales. En la mitad superior, y con fuente de letra mayor, se indica en dos dígitos el número de caso. Si este valor fuera menor a diez (10), el número de caso se denota con un cero a la izquierda. En la mitad inferior, y con fuente de letra menor, se indica con hasta tres caracteres alfabéticos un mnemónico que sirva de identificador para el caso.

A continuación en la jerarquía se encuentra el símbolo de Etapa, representado por un círculo de línea simple y continua en cuyo interior se denota con un carácter del alfabeto griego el identificador de la etapa. Solo cuatro posibles caracteres griegos son permitidos para tal efecto: , ,  y . La semántica de estos caracteres será esclarecida y detallada en secciones sucedientes.

Finalmente, en el nivel más alto de las jerarquías, se tiene al símbolo de Estudio, representado con un círculo de doble línea donde se indican la versión, la sigla y año de referencia del modelo. El digito de la versión se expresa en tamaño de fuente mayor. La sigla del modelo se expresa en la forma de un mnemónico de tres caracteres alfabéticos y el año de referencia se denota con la convención larga de cuatro dígitos.

5.6.2. Símbolos de Valoración Los símbolos de valoración son empleados para denotar calidad o grado de ajuste. Este concepto es aplicable en forma exclusiva a las jerarquías de tipo Escenario, cuando son presentadas en arreglo de árbol de escenarios, a efecto de establecer una clara distinción cualitativa entre ellas, respecto de un dato referencial. Por este motivo, los símbolos de valoración son extraídos del algebra relacional y de conjuntos. La Tabla 2, a continuación, presenta la totalidad de los símbolos de valoración en orden ascendente de calidad de ajuste al valor referencial. 46

Tabla 2. Símbolos de Valoración Nombre Nulo Mucho Menor que Menor que Mayor que Mucho mayor que Comparable Aproximado Muy aproximado Exactamente Igual Asumido Equivalente

Símbolo

Para los casos de los primeros cinco símbolos de la Tabla 2, es evidente y claro los escenarios en los cuales se aplicaría dicha calificación al ajuste observado entre los datos históricos y los datos simulados. De igual manera, es claro también el escenario en el cual se podría considerar como exacto (=) el ajuste observado o asumido como equivalente ( ) al no observarse mejora progresiva alguna en el ajuste, sin haber logrado la igualdad.

Para las tres posibilidades restantes, su aplicación es subjetiva no obstante suponen una mejora incremental en su sucesión. Esto ocurre por cuanto la percepción de la aproximación varía de un sujeto a otro: aquello que fuese considerado por un investigador como aproximado podría ser calificado como solo comparable o muy aproximado por un segundo investigador. Esto evidencia la utilidad de la notación en la captura de la subjetividad en el modelado por cuanto estos aspectos quedan debidamente registrados y podrían ser estudiados o revisados a futuro, no necesariamente por el mismo investigador, sin perder el sentido original que les fue conferido. 5.6.3. Símbolos de Construcción Los símbolos de construcción son empleados para denotar conceptos adoptados en la estructura del modelo y en la implementación de la simulación. Estos símbolos son aplicables en forma exclusiva a las jerarquías de la capa conceptual, cuando son presentadas en las diferentes vistas de composición del modelo que esta capa comprende. La Tabla 3, a seguir, presenta la totalidad de los símbolos de construcción de la notación.

Tabla 3. Símbolos de Construcción Nombre

Símbolo

Grilla Cartesiana Grilla Radial Grilla Cilíndrica Grilla Poliédrica Grilla Mixta Grilla Cúbica Irregular Paleoambiente Falla Nodo de Red Línea de Red Pozo

Los símbolos de construcción, así como la capa conceptual misma, son la extensión más reciente de la Notación Simplificada. Esto implica que incrementarán en número y significado a medida que la notación siga evolucionando como estándar.

5.6.4. Símbolos de Relación Los símbolos de relación denotan dependencia entre las abstracciones y jerarquías empleadas en la definición del modelo. Estas relaciones se definen mediante la aplicación de roles preestablecidos tal como se puede apreciar en la Tabla 4. La expresión de estos símbolos entre jerarquías y

realizaciones de jerarquías será ilustrada en la sección que introduce las particularidades de la capa lógica.

Tabla 4. Símbolos de Relación Nombre Composición Funcionalidad Comparación Combinación No realiza / No ejecuta

Símbolo

En total, cinco (5) son los símbolos de relación definidos para cada tipo de relación posible: composición, funcionalidad, comparación, combinación y ejecución. La relación de composición se representa con una flecha de línea segmentada con extremo circular y confiere la calidad de elemento constitutivo, de la jerarquía en el extremo circular, a la jerarquía que se encuentra en el extremo flechado de la relación.

La relación de funcionalidad se representa con una flecha de línea segmentada con extremo plano e indica que la jerarquía en el extremo del símbolo transfiere su definición y características a la jerarquía en el extremo fechado de la relación. La relación de comparación se representa con una línea recta plana y es aplicable en forma exclusiva a las jerarquías de tipo Escenario, cuando son presentadas en arreglo de árbol de escenarios.

La relación de combinación se representa con una línea continua con un extremo plano y con el otro extremo en forma de rombo. Esta relación denota el efecto combinado de composición y funcionalidad entre jerarquías, con la particularidad que las jerarquías en calidad de elemento constitutivo fusionan sus características individuales para conformar la jerarquía incluyente, perdiendo su singularidad e independencia.

La relación de ejecución se representa con una línea continua que exhibe una equis (x) en el centro e indica que entre las jerarquías relacionadas no existe dependencia de realización en tiempo de simulación. Esto es particularmente útil para identificar aquellos casos donde el modelo es ensamblado pero no ejecutado. 49

5.7.

Capa Lógica

La capa lógica es el nivel de abstracción donde son expresadas y definidas las relaciones existentes entre las distintas jerarquías del modelo. Las relaciones vienen dadas por los símbolos y significados presentados en la Tabla 4, de modo que su conjunto refleja el proceso mental de construcción del modelo y ejecución de la simulación, muy en particular durante la etapa de cotejo al comportamiento histórico del sistema.

Dos tipos de relaciones son concebidas en Notación Simplificada: las relaciones de jerarquía, de naturaleza binaria en su alcance, y las relaciones de realización, de naturaleza de múltiple y grupal en su interpretación.

5.7.1. Relaciones de Jerarquía Las relaciones de este tipo denotan el nivel de detalle alcanzado por cada jerarquía en la construcción del modelo y expresan la relación directa entre éstas, sean del mismo nivel jerárquico o no. Al tratarse de relaciones entre elementos, deben ser interpretadas (o leídas, si se quiere) desde un punto de vista exclusivamente binario. Esto puede ser apreciado en las Figuras 2 a 5.

En el nivel de abstracción más alto, Figuras 5.5, 5.6 y 5.7, la simbología permite establecer la cantidad de etapas que serán incluidas en el desarrollo del estudio, esto por cuanto no todo estudio necesariamente parte de base nula para su construcción. Esto lleva a establecer una diferenciación en el concepto de ciclo de vida concebido para una versión particular del modelo.

Para todos estos casos, las jerarquías de tipo Etapa mantienen relación de funcionalidad entre sí para denotar la dependencia existente entre ellas. La jerarquía de tipo Estudio mantiene una relación de composición con las etapas que le integran. CICLO DE ACTUALIZACIÓN

Fuente: Elaboración Propia

Figura 5.5 50

CICLO DE ACTUALIZACIÓN Y PRONÓSTICO

Fuente: Elaboración Propia

Figura 5.6

CICLO COMPLETO

Fuente: Elaboración Propia

Figura 5.7

La jerarquía de tipo Etapa, se presenta en relación de composición junto con las jerarquías tipo Caso que le implementan, como se ilustra en la Figura 3a. Toda vez que los casos son jerarquías que estudian por separado un aspecto particular del sistema, por lo general no exhiben relación de funcionalidad entre sí (como se observa en la Figura 5.8). No obstante, existen ciertos casos que son excepción a esta regla práctica, como los casos de sensibilidad cruzada durante la etapa de cotejo, por lo que la notación contempla también la posibilidad de establecer este tipo de relación de jerarquía entre los casos de una etapa, como se ilustra en la Figura 5.9. 51

RELACIÓN ENTRE UNA ETAPA Y SUS CASOS Casos sin relación de funcionalidad

Fuente: Elaboración Propia

Figura 5.8

RELACIÓN ENTRE UNA ETAPA Y SUS CASOS Casos con relación de funcionalidad

Fuente: Elaboración Propia

Figura 5.9

Las jerarquías de tipo Escenario se muestran en relación de comparación entre si y como conjunto están vinculadas en relación de composición a la jerarquía de tipo Caso que detallan, tal como se puede apreciar en la Figura 5.10 y Figura 5.11. Esta forma de arreglo de escenarios se denomina árbol de escenarios donde cada escenario se presenta con un símbolo de valoración que establece el grado de ajuste o precisión alcanzado en su realización, respecto del parámetro que se haya tomado como referencia. En forma adicional, debe ser provista una descripción de la condición o conjunto 52

de condiciones que definen el ajusta al parámetro que se valora. Los símbolos de valoración fueron presentados en la Tabla 2. RELACIÓN ENTRE UN CASO Y SUS ESCENARIOS Árbol de Escenarios Simple

Fuente: Elaboración Propia

Figura 5.10

RELACIÓN ENTRE UN CASO Y SUS ESCENARIOS Árbol de Escenarios Compuesto

Fuente: Elaboración Propia

Figura 5.11

En el caso de una jerarquía de tipo Escenario, la Figura 5.12 presenta el detalle de su notación. La relación de funcionalidad con otra jerarquía del mismo tipo indica que la segunda toma la definición de la primera como base. El cuadro adjunto al escenario que se detalla contiene la descripción de las características, parámetros y/o criterios aplicados que diferencian al escenario de su predecesor y del resto del conjunto. NOTACIÓN DE UN ESCENARIO EN DETALLE.

Fuente: Elaboración Propia

Figura 5.12

5.7.2. Relaciones de Realización Las relaciones de este tipo son de naturaleza múltiple, esto eso, expresan un significado para un conjunto de jerarquías relacionadas, denominado esquema, que exhibe varios tipos simultáneos de relaciones binarias identificables entre las jerarquías del conjunto. Algunas de estas relaciones son ilustradas en las Figuras 5.13 a 5.19 para esquemas comunes observados durante el desarrollo de un estudio de simulación dado, sin que el listado sea comprensivo o limitante.

Una de las relaciones de realización fundamentales es aquella que caracteriza a los estudios que extienden, actualizan y/o se sustentan en trabajos previos, convirtiéndose en versiones mejoradas. Este esquema se expresa con una relación de funcionalidad entre jerarquías de tipo Estudio, como se ejemplifica en las Figuras 5.13, 5.14 y 5.15, e incluye información adicional para contextualizar el nuevo estudio.

En la Figura 5.13, el estudio nuevo (build 2013 a la derecha de la relación de funcionalidad) se establece como una actualización directa (solo contempla la etapa de Cotejo y no cambia de versión) del modelo precedente (build 2012 a la izquierda de la relación de funcionalidad), tomando como base de trabajo su escenario estable de emparejamiento histórico (escenario 05d). La etiqueta en la relación de funcionalidad entre jerarquías establece la fecha a la cual se está actualizando los datos de referencia del modelo precedente.

NOTACIÓN PARA UN ESTUDIO DE ACTUALIZACIÓN

Fuente: Elaboración Propia

Figura 5.13

En la Figura 5.14, el estudio nuevo es una extensión de una versión preexistente del mismo modelo. La nueva versión emplea un escenario estable del estudio precedente y observa un ciclo de desarrollo completo donde se efectúan los cambios que mejoran lo previo alcanzando un mayor estado de completitud. NOTACIÓN PARA UN ESTUDIO DE EXTENSIÓN

Fuente: Elaboración Propia

Figura 5.14

En la Figura 5.15, el estudio nuevo es una construcción multireservorio que toma las versiones estables de diferentes modelos para un pronóstico de producción acoplado a facilidades de superficie compartidas. Los modelos integrantes se muestran como jerarquías tipo Estudio en relación de funcionalidad con la jerarquía también de tipo Estudio que componen. Para cada una de estas componentes, una jerarquía de tipo Escenario es mostrada en relación de composición.

NOTACIÓN PARA UN ESTUDIO DE ACOPLAMIENTO

Fuente: Elaboración Propia

Figura 5.15

Las Figuras 5.16 y 5.17 ilustran la división en casos de la etapa de Cotejo. Cada caso se identifica con un número y establece el parámetro que será evaluado. En la Figura 5.16 la ausencia de relaciones de funcionalidad entre casos indica que la realización de los casos será analizada por separado. NOTACIÓN PARA ESPECIFICACIÓN DE CASOS INDEPENDIENTES

Fuente: Elaboración Propia

Figura 5.16 56

En la misma figura, la relación de combinación entre la etapa de Cotejo y la Piloto establece que será ensamblado y realizado un conjunto equipotente con base en los diferentes escenarios del modelado de porosidad y permeabilidad de la etapa Piloto. La etiqueta y la relación de funcionalidad entre los Casos 1 y 2 de la etapa Piloto expresa que la permeabilidad fue modelada empleando una correlación.

En contraste, la Figura 5.17 presenta la misma etapa de Cotejo donde ahora los casos se encuentran bajo relación de funcionalidad, denotando su realización incremental, y donde se identifica un escenario (04d) de la etapa Piloto como la base de trabajo. La marca de cruz (X) en el escenario indica que su modelo fue ensamblado pero no realizado. NOTACIÓN PARA ESPECIFICACIÓN DE CASOS RELACIONADOS

Fuente: Elaboración Propia

Figura 5.17

A nivel de la jerarquía Caso, la Figura 5.18 ilustra la relación de combinación entre jerarquías tipo Escenario con su caso raíz (4). La notación indica que el caso estudia el ajuste del modelo a la presión de reservorio y toma como base el escenario más estable del caso precedente (3p). La etiqueta en cada relación de combinación presenta el criterio o parámetro aplicado que le diferencia del resto. Los símbolos de valoración denotan que el escenario 4e fue el más estable en su ajuste y que, a partir de éste y bajo relación de funcionalidad, escenarios sucesivos son definidos en relación de combinación en dos secuencias donde el escenario 4o resulta seleccionado como la salida estable del caso 4.

NOTACIÓN PARA LA COMPARACIÓN DE ESCENARIOS EN UN CASO

Fuente: Elaboración Propia

Figura 5.18

Finalmente, la Figura 5.19 muestra la notación que se aplica para la especificación del detalle de una jerarquía tipo Escenario. El contenido de la caja de descripción no está sujeto a formato alguno y puede presentar redacción plana aunque en el ejemplo presentado hayan sido empleados mnemónicos para especificar las características relevantes que diferencian al escenario detallado (3b) del que le precede (7f) y con el cual tiene relación de funcionalidad. NOTACIÓN PARA ESPECIFICACIÓN DE ESCENARIOS

Fuente: Elaboración Propia

Figura 5.19 58

5.8.

Capa Física

El volumen de información digital que se genera antes, durante y después de la ejecución de un escenario de simulación es considerable. Habida cuenta que un estudio de simulación se estructura en varios casos y escenarios, es natural que la cantidad de archivos asociados al estudio resulte ingente.

Limitar la organización de esta información a su almacenaje en directorios no resulta práctico por cuanto no todos los archivos contienen información útil para el profesional: gran parte son archivos de intercambio y control de la aplicación que ejecuta la simulación. En el tiempo es harto complicado recordar la función e información contenida de todos los archivos que constan en un mismo directorio, máxime si se considera que éstos archivos, su formato y extensión son dependientes de la herramienta de simulación que se emplea. En la eventualidad que esta herramienta sea reemplazada, toda esta información es perdida por merma.

En lo concerniente a la gestión del almacenaje, el empleo de repositorios y bases de datos ha probado ser una alternativa útil que disminuye la dispersión de esta información (77). No obstante, estas soluciones son implementadas por productos de software que, si bien son diferentes en origen y propósito a la herramienta de simulación empleada, son igualmente susceptibles a obsolescencia y reemplazo. Esto deja al investigador con el mismo problema de pérdida de información.

En este sentido, la Notación Simplificada concibe un nivel de abstracción donde se muestra la jerarquía y relación entre los archivos digitales significativos que integran el estudio, referidos a cada etapa, caso y escenario implementado durante la construcción y simulación del sistema que se estudia. A este nivel de abstracción se le denomina Capa Física.

La Figura 5.20 ilustra la forma general con la cual se presenta la capa física. Se aplica el concepto de árbol de directorios/archivos para denotar el concepto de jerarquía entre archivos y son establecidas relaciones de funcionalidad entre los niveles del árbol para indicar la existencia de archivos que son comunes y que se propagan a los niveles inferiores. En el nivel más bajo de la jerarquía, cada escenario explicita los archivos que le definen indicando si éstos son reusados, enlazados o generados. Cada nombre de archivo se presenta con una descripción de la información que contiene.

NOTACIÓN PARA LA CAPA FÍSICA

Fuente: Elaboración Propia

Figura 5.20

Los archivos reusados son heredados de niveles superiores en la jerarquía o de escenarios del mismo nivel. Los archivos enlazados contienen datos creados por el equipo de trabajo y que serán incluidos en tiempo de simulación al momento de ensamblar o ejecutar el modelo. Los archivos generados son aquéllos producidos por el software de simulación que contienen resultados e información útil a los objetivos del estudio, descartándose archivos de control, intercambio, progreso, binarios y otros similares.

5.9.

Capa Conceptual

La realización de cualquier modelo supone la aplicación de abstracciones y/o simplificaciones que en última instancia expresan el nivel de conocimiento que se tiene del sistema bajo estudio. La capa conceptual organiza este entendimiento en tres vistas diferentes del modelo: la vista de reservorio, la vista de pozos y líneas y la vista de superficie.

En la vista de reservorio se ilustra la división de la estructura en reservorios, el tipo de grilla empleado y sus dimensiones, las regiones lógicas definidas y sus coordenadas, el ambiente depositacional y facies asociadas a cada reservorio para la población de propiedades y las relaciones establecidas entre éstas.

La figura 5.21 ilustra la forma general de la vista de reservorio para el caso de una grilla cartesiana (ver Tabla 4 para la simbología aplicable) de dimensiones Nx x Ny x Nz con M conjuntos de subgrillas cartesianas lógicas definidas en regiones de la grilla mayor.

El subconjunto M contiene la definición de los reservorios presentes en la grilla por cuando cada sub grilla del conjunto presenta relación de funcionalidad con una definición de ambiente depositacional donde se indican las facies consideradas, los rangos de porosidad y la relación entre porosidad y permeabilidad aplicada, por citar alguna de la información que es posible incluir en este punto. Adicionalmente, un conjunto de P fallas son definidas denotando las coordenadas del plano de la falla y su tipo. NOTACIÓN PARA LA VISTA DE RESERVORIO EN UN SISTEMA CARTESIANO

Fuente: Elaboración Propia

Figura 5.21

La vista de pozo y líneas denota en forma esquematizada, dentro de un intervalo de fecha referencial, la ubicación y tipo de pozos presentes en el modelo, el historial de intervenciones, baleos, terminaciones y recompletaciones y estados de los mismos.

La figura 5.22 presenta la forma general de la vista de pozo para un pozo vertical productor de petróleo con terminación doble en grilla cartesiana. El pozo se identifica con la abreviatura del campo, seguidas del número correlativo. Un rango de fechas en formato mes/año establece el periodo de tiempo para el cual la configuración de pozo y líneas presentada es aplicable.

Cada línea se denota con el identificador del pozo y el identificador del reservorio del cual producen. Las coordenadas X e Y generales expresan la ubicación en el plano mientras que el rango Za – Zb expresa los niveles en Z alcanzados por cada línea. Se debe establecer explícitamente la función de la línea y el listado de tramos baleados nuevos, activos y/o aislados durante el periodo. NOTACIÓN PARA LA VISTA DE POZO Y LÍNEA

Fuente: Elaboración Propia

Figura 5.22

Toda vez que durante la vida útil de un pozo éste experimenta cambios en su estado subsuperficial, en la forma de intervenciones, cierre, abandono o recompletaciones, es común que cada pozo del modelo presente un conjunto de vistas de pozo y línea en relación de funcionalidad para abarcar todo su historial. La adaptación del esquema para otros tipos de pozos es trivial y sigue el mismo esquemático que el presentado en la figura 5.22.

En la vista de superficie se presenta la información de las facilidades de producción en superficie asociadas al estudio. El nivel de detalle presentado en esta vista es básico, en el sentido que sólo se desea proveer una idea general de las facilidades. La figura 5.23 muestra la forma general de la vista de superficie para el caso de un único pozo y dos separadores. NOTACIÓN PARA LA VISTA DE SUPERFICIE

Fuente: Elaboración Propia

Figura 5.23

Los elementos (válvulas, cabezales, separadores, tanques, etc) se representan mediante nodos y los ductos de transporte se representan como líneas continuas. Estos elementos adjuntan etiquetas donde se ofrece la información más imprescindible para cada caso.

CAPITULO 6 6. CONCLUSIONES Y RECOMENDACIONES

El trabajo descrito en la propuesta que se presenta sigue la estructura de otras simbologías y lenguajes de modelado que existen y se aplican a diferentes áreas del conocimiento. La contribución de la Notación Simplificada radica en que su desarrollo fue dirigido para su aplicación específica a la ingeniería petrolera durante el diseño, ejecución y documentación de un estudio de simulación numérica de flujo en un reservorio de hidrocarburos.

6.1.

Conclusiones

La Notación Simplificada es una herramienta complementaria a la simulación y modelado de reservorios, por cuanto provee un lenguaje directo para organizar y documentar en forma concisa las particularidades de cada etapa. Así lo evidencia la consecución de los objetivos específicos planteados para la realización del presente trabajo de investigación: a) Fueron relevados métodos y técnicas para la gestión de la información asociada a la creación y ejecución de un estudio de simulación numérica de flujo en reservorios de hidrocarburos, estableciendo la insuficiencia de estos recursos para aminorar la dispersión y perdida de información subjetiva asociada a un estudio de simulación. b) Fueron introducidos los aspectos de la Teoría General de Sistemas (TGS) que aplican al modelamiento y simulación de flujo en reservorios de hidrocarburos, particularmente el principio de transversalidad de conocimiento entre saberes de la TGS para aplicar los conceptos de ciclo de vida y lenguaje de modelado. c) Fueron establecidas y detalladas las cuatro etapas constitutivas de un estudio de simulación numérica de flujo en reservorios de hidrocarburos: inicial, piloto, cotejo y pronóstico. d) Fueron establecidos los niveles o capas de abstracción para la representación de un estudio de simulación numérica de flujo en reservorios de hidrocarburos: capa lógica, capa física y capa conceptual. e) Fue diseñado el conjunto de símbolos para la representación de las etapas, capas y elementos de la notación propuesta, definiéndose cuatro categorías de símbolos: de jerarquía, de valoración, de construcción y de relación. f) Fueron definidas y presentadas las relaciones existentes entre los elementos de la notación propuesta: relaciones de jerarquía y relaciones de realización. 64

6.2.

Recomendaciones

La notación diseñada es susceptible a extensión y automatización, en vista de lo cual se recomiendan las siguientes líneas de investigación para dar continuidad al trabajo que se presenta: a) Contemplar el detalle del modelado geológico del reservorio. b) Incluir en la representación de los script en lenguaje de programación nativo de los simuladores, en la forma de pseudocodigo. c) Explicitar la representación de las capas para el caso de grillado no estructurado. d) Diseño e implementación una herramienta de modelado asistido por ordenador con base en los símbolos y relaciones de la notación presentada.

CAPITULO 7 7.

BIBLIOGRAFÍA

8. 1. A fresh look at integrated reservoir modelling software. Jager, Gerard de. October, s.l. : EAGE, 2006, Vol. 24. 2. Use of Coupled Reservoir and Geomechanical Modelling for Integrated Reservoir Analysis and Management. A. Settari, D. A. Walters, G. A. Behie. 12, Canada : Journal of Canadian Petroleum Technology, 2001, Vol. 40. 3. Jiang, Yuanlin. Techniques for Modeling Complex Reservoirs and Advanced Wells. s.l. : Stanford University, 2007. 4. Stanford University. Integrated Reservoir Modeling. School of Earth Sciences. [En línea] Stanford University, 2002. http://ekofisk.stanford.edu/courses/integratedMS.html. 5. Walsh, Thomas P. Integrated Reservoir Model:Characterization and Quantification of the Methane Hydrate Resource Potential Associated with the Barrow Gas Fields. Anchorage : Petrotechnical Resources of Alaska, LLC, 2008. 6. Integrated Reservoir Modelling of a Major Arabian Carbonate Reservoir. Benkendorfer, J.P., Deutsch, C.V., LaCroix, P.D., Landis, L.H. Bahrain : Society of Petroleum Engineers, 1995. 7. Integrated Workflow and the Application of a Fully Coupled Geomechanical Flow Simulator for Shales. Kemper, M.A.C., Emsley, S. J. y Zahed, E. Dubai : EAGE, 2012. 8. Dreyer, T. From spit system to tide-dominated delta: integrated reservoir model of the Upper Jurassic Sognefjord Formation on the Troll West Field. Petroleum Geology Conference Series. 2005, Vol. 6. 9. Integrated Reservoir Modelling Enhances the Understanding of Reservoir Performance of the Dolphin Gas Field, Trinidad and Tobago. I.F. Sylvester, R. Cook, R. Swift, T. Pritchard, J. McKeever. Madrid, Spain : SPE Europec, 2005. 10. Realities and Expectations of Reservoir Modelling. Buhulaigah, E.H. Dubai : European Association of Geoscientists and Engineers, 2012. Integrated Reservoir Modelling. Are we doing it right? 11. Beckner, Bret. Next Generation Reservoir Simulation - New Capabilities for New Challenges. [Distinguished Lecturer Program] s.l. : Society of Petroleum Engineers, ExxonMobil Upstream Research Co., 2011. 12. Challenges and Technologies in ReservoirModeling. Larisa V. Branets, Sartaj S. Ghai, Stephen L. Lyons. 1, Houston : Global-Science Press, 2009, Communications In Computational Physics, Vol. 6. 13. Integrated Reservoir Modeling and Simulation with Unstructured Grids. Wu, X.-H. y Branets, L. V. Dubai : EAGE, 2012. 14. Top-Down Reservoir Modelling. G.J.J. Williams, M. Mansfield, D.G. MacDonald. Houston : Society of Petroleum Engineers, 2004. 15. GigaCell Simulation. Dogru, A.H. Spring, s.l. : Saudi Aramco, 2011, Saudi Aramco Journal of Technologu. 16. Reservoir Simulation: State of the Art. Coats, Keith H. s.l. : SPE, 1982, Journal of Petroleum Technology, Vol. August, págs. 1633-1642. SPE10020. 17. Reservoir Simulation - State of the Art. Breitenbach, E. A. September, s.l. : Society of Petroleum Engineers, 1991, Journal of Petroleum Technology, Vol. 43. 18. State-of-the-art Petroleum Reservoir Simulation. Mustafiz, S. 10-11, s.l. : Taylor& Francis Group, 2008, Petroleum Science and Technology, Vol. 26, págs. 1303-1329. 19. Megacell Reservoir Simulation. Dogru, A.H. 5, s.l. : Society of Petroleum Engineers, 2000, Journal of Petroleum Technology, Vol. 52. 20. Johnson, William M. Is “Practical” Reservoir Simulation an Oxymoron? [Document] Kansas : Discovery Capital, L.L.C., Discovery Capital, L.L.C., 26 de May de 2004. 21. Knowledge – Based Reservoir Simulation – A Novel Approach. Hossain, Enamul y Islam, Rafiqul. 6, Kuala Lumpur : CSC Journals, 2010, International Journal of Engineering, Vol. 3. 22. Aziz, K. y Settari, A. Petroleum Reservoir Simulation. London : Applied Science Publishers, 1979. 66

23. Fanchi, J. Principles of Applied Reservoir Simulation. Houston : Gulf Professional Publishing, 2001. 24. Ertekin, T. Basic Applied Reservoir Simulation. Houston : Society of Petroleum Engineers, 2001. 25. Mattax, C. y Dalton, R. Reservoir Simulation. Houston : Society of Petroleum Engineers, 1990. 26. McCain, W.D. The Properties of Petroleum Fluids. s.l. : PennWellBooks, 1990. pág. 46. 27. Craft, B.C. y Hawkins, M.F. Applied Petroleum Reservoir Engineering. 2da. New Jersey, EEUU : Prentice Hall PTR, 1991. pág. 34. 28. Ahmed, Tarek. Reservoir Engineering Handbook. EEUU : Elsevier Inc., 2010. pág. 29. Vol. 4ta Edicion. 29. Reservoir Engineering Handbook. Ahmed, Tarek. EEUU : Elsevier Inc., Vol. 4ta Edicion, págs. 227-228. 30. Ahmed, Tarek. Reservior Engineering Handbook. Cuarta Edición. s.l. : Elsevier Inc., 2010. pág. 199. 31. Amyx, James W., Daniel M. Bass, Jr y Whiting, Robert l. Petroleum Reservoir Engineering. Texas : McGraw-Hill Inc. pág. 36. 32. Escobar Macualo, Freddy Humberto. Fundamentos Ingeniería de Yacimientos. Neiva-Huila : Universidad Surcolombiana, 2004. pág. 48. 33. Amyx, James, Bass, D. y Whiting, R. Petroleum Reservoir Engineering. Texas : McGraw-Hill, 1960. pág. 36. 34. Amyx, James W., Daniel M. Bass, Jr y Whiting, Robert L. Petroleum Reservoir Engineering. Texas : McGraw-Hill Inc., 1960. pág. 36. 35. Tarek, A. Reservoir Engineering Handbook. s.l. : Elsevier, 2010. pág. 190. 36. —. Reservoir Engineering Handbook. s.l. : Elsevier Inc., 2010. pág. 191. 37. —. Reservoir Engineering Handbook. 4ta . EEUU : Elsevier Inc., 2010. págs. 227-228. 38. Craft, B.C. y Hawkins, M.F. Ingeniería Aplicada de Yacimientos Petrolíferos. 2da. Madrid : Tecnos, 1991. pág. 329. 39. —. Ingeniería Aplicada de Yacimientos Petrolíferos. 2da. Madrid : Tecnos, 1991. págs. 329-330. 40. Escobar, F.H. Fundamentos de Ingenieria de Yacimientos. Neiva-Huila : Universidad Surcolombiana, 2004. pág. 80. 41. —. Fundamentos de Ingeniería de Yacimientos. Neiva-Huila : Universidad Surcolombiana, 2004. pág. 80. 42. —. Fundamentos de Ingeniería de Yacimientos. Neiva-Huila : Universidad Surcolombiana, 2004. pág. 80. 43. —. Fundamentos de Ingeniería de Yacimientos. Neiva-Huila : Universidad Surcolombiana, 2004. pág. 80. 44. Tarek, A. Reservoir Engineering Handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 195. 45. —. Reservoir Engineering Handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 195. 46. —. Reservoir Engineering Hadbook. 4ta . EEUU : Elsevier Inc., 2010. pág. 1. 47. —. Reservoir Engineering Handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 78. 48. Hawkins, M.F. y Craft, B.C. Applied Petroleum Reservoir Engineering. 2da. New Jersey : Prentice Hall, 1991. pág. 15. 49. Craft, B.C. y Hawkins, M.F. Ingenieria Aplicada de yacimientos petrolíferos. 2da. Madrid : Tecnos S.A. págs. 138-139. 50. Escobar, F.H. Fundamentos de Ingeniería de Yacimientos. 2da. Nieva-Huila : Universidad Surcolombiana, 2004. pág. 156. 51. Craft, B.C. y Hawkins, M.F. Applied Petroleum Reservoir Engineering. 2da. New Jersey : Prentice Hall Inc., 1991. pág. 23. 52. Gunawan, G.R. A new p/z Tecnique for the analysis of abnormally pressured gas reservoirs. s.l. : Texas A&M University, 2001. pág. 18. 53. Escobar, F.H. Fundamentos de Ingeniería de Yacimientos. Neiva - Huila : Universidad Surcolombiana, 2004. pág. 161. 54. A Semianalytical p/z Technique for the Analysis of Reservoir Performance from Abnormally Pressured Gas Reservoirs. Gunawan, G.R. 71514, New Orleans, Louisiana : SPE, 2001, pág. 3. 55. Gunawan, G.R. A New p/z Technique for the Analysis of Abnormally Pressured Gas Reservoirs. s.l. : Texas A&M University, 2001. pág. 16.

56. —. A new p/z Technique for the analysis of Abnormally Pressured Gas Reservoirs. s.l. : Texas A&M University, 2001. pág. 17. 57. —. A new p/z Tecnique for the analysis of abnormally pressured gas reservoirs. s.l. : Texas A&M University, 2001. pág. 18. 58. Tarek, A. Reservoir Engineering Handbook. s.l. : Elsevier Inc., 2010. pág. 350. Cuarta Edición. 59. —. Reservoir Engineering Handbook. EEUU : Elsevier Inc., 2010. pág. 351. 60. Craft, B.C. y Hawkins, M.F. Ingenieria Aplicada de Yacimientos Petrolíferos. 2da. Madrid : Tecnos. pág. 329. 61. —. Ingeniería Aplicada de Yacimientos Petrolíferos. 2da. Madrid : Tecnos. pág. 329. 62. —. Ingeniería Aplicada de Yacimientos Petrolíferos. 2da. Madrid : Tecnos. pág. 329. 63. Tarek, A. Advanced Reservoir Engineering. s.l. : Elsevier Inc., 2005. pág. 32. 64. —. Advanced Reservoir Engineering. s.l. : Elsevier Inc., 2005. pág. 32. 65. —. Reservoir Engineering handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 376. 66. —. Reservoir Engineering Handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 377. 67. —. Reservoir Engineering Handbook. 4ta. s.l. : Elsevier Inc., 2010. pág. 376. 68. General System Theory: Foundations, Development, Applications. Bertalanffy, Ludwin von. New York : George Braziller Inc, 1969. 69. Pressman, Roger S. Software Engineering: A practicioner's approach. Seventh Edition. New York : Mc Graw-Hill, 2010. 978–0–07–337597–7. 70. Johannes, Hessen. Teoria del Conocimiento. Madrid : Losada, 2007. 71. La gestión del conocimiento en PAE. Ceballos, Guillermo, y otros. Agosto, Buenos Aires : IAPG, 2011, PetroTecnia, Vol. 1. 72. La gestion de documentación de procesos. Mateo, Rosa Adelina, Spasaro, Susana Gabriela y Tasca, Gabriela Cecilia. Agosto, Buenos Aires : IAPG, 2011, PetroTecnia, Vol. 1. 73. Data Component Based Management of Reservoir Simulation Models. Zhang, Cong, Bakshi, Arnol y Prassana, Viktor K. Los Angeles : IEEE, 2008. 74. Fowler, Martin. UML Distilled. Third Edition. s.l. : Addison-Wesley Professional, 2003. 75. Sethi, R., y otros. Compilers, principles, techniques and tools. Second Edition. Boston : PearsonAddison Wesley, 2007. 76. Booch, G., Rumbaugh, J. y Jacobsen, I. The Unified Modeling Language User Guide. Second Edition. s.l. : Addison-Wesley, 2005. 77. Data Management in Reservoir Simulation. Gencer, S.C., y otros. Houston : Society of Petroleum Engineers, 2007. 78. Modelado y simulación de reservorios ¿Ciencia artesanal o artesanía científica? Tuero, Fernando. Abril, Buenos Aires : Petrotecnia, 2012, Vol. 2. 79. Notación Simplificada: Hacia una técnica unificada para la documentación y representación de proyectos de simulación numérica de flujo asistida por ordenador. Michel, Ricardo M. Santa Cruz de la Sierra : UPSA, 2011. 80. Construcción de una notación simbólica para el diseño y documentacion de estudios de simulacion numérica de flujo en reservorios de hidrocarburos. Michel, Ricardo M., Adrian, Pedro M. y Sivila, Franco F. Santa de la Sierra : YPFB Chaco, 2012.

ANEXO 1 HOJA DE VIDA DEL POSTULANTE

MSc. RICARDO MARCELO MICHEL VILLAZON 14 Nataniel García Urb. San Aurelio Cel. (591)-7-2122280 rm.michelv@yahoo.es marcelo.michel@ypfbchaco.com.bo

CI. 3233174 SC F.Nac. 22/10/1975 SIB RNI16210 SPE #3087053

EDUCACION THE UNIVERSITY OF OKLAHOMA Norman, OK. Agosto 2001 – Diciembre 2004 Master of Science, Petroleum Engineering. Diciembre 2004 UNIVERSIDAD PRIVADA DE SANTA CRUZ DE LA SIERRA, Bolivia Enero 1994 – Octubre 2000 Licenciatura, Ingeniería de Sistemas. Graduado con Máximo Honor, Octubre 2000

EXPERIENCIA ACADEMICA CONCEJO DE LA ACADEMIA NACIONAL DE LA CIENCIA BOLIVIANA – ANCB Santa Cruz, Bolivia. Mayo 2012 a la fecha Filial Santa Cruz  Consejero Investigador. UNIVERSIDAD PRIVADA DE SANTA CRUZ DE LA SIERRA – Fac. de Ingeniería Santa Cruz, Bolivia. Junio 2009 a la fecha.  Docente de la materia “Simulación y Estimación de la Producción y Procesos”.  Docente de la materia “Introducción a la Ingeniería del Petróleo y Gas”.  Coordinador SPE Student Chapter. SOCIETY OF PETROLEUM ENGINEERS INTERNATIONAL - SPE Santa Cruz, Bolivia. Enero 2012 – Mayo 2013 Bolivian Section  Directivo para Coordinación con Capítulos Estudiantiles. UNIVERSIDAD PRIVADA DE BOLIVIA – Unidad de Postgrado Santa Cruz, Bolivia. Agosto 2011, Diciembre 2011, Octubre 2012 y Enero 2013.  Docente del módulo “Simulación Numérica y Computacional de Reservorios” dentro del Diplomado en Diplomado Ingeniería y Tecnología de Exploración y Producción de Hidrocarburos. UNIVERSIDAD TECNOLOGICA PRIVADA DE SANTA CRUZ – Fac. de Ingeniería Santa Cruz, Bolivia. Mayo 2011 y Octubre 2011.  Docente del módulo “Fundamentos de Ingeniería de Reservorios” dentro del programa de Experto en UpStream.

UNIVERSIDAD DE AQUINO BOLIVIA – Facultad de Ciencia y Tecnología Santa Cruz, Bolivia. Febrero 2007 – Julio 2012.  Jefe de Carrera de Ingeniería de Sistemas (Gestión 1/2009 a 2/2009).  Docente de la materia “Simulación y Modelos” (Gestión 1/2007 a 2/2009).  Docente de la materia “Cálculo Numérico” (Gestión 1/2007 a 2/2009).  Docente de la materia “Diseño de Compiladores” (Gestión 2/2007 a 2/2009).  Docente de la materia “Programación I”. (Gestión 1/2008).  Docente de la materia “Taller de Licenciatura I” (Gestión 1/2010 a 1/2012).  Docente de la materia “Reservorios II” (Gestión 1/2011). UNIVERSITY OF OKLAHOMA – Teaching Assistant Norman, Oklahoma. Enero 2004 – Diciembre 2004  Certificación como asistente de instrucción en The University of Oklahoma.  Monitoreo académico, atención e instrucción de estudiantes de las materias de Métodos Numéricos y Mecánica de Fluidos.

EXPERIENCIA PROFESIONAL YPFB CHACO S.A. – Ingeniero Junior Santa Cruz, Bolivia. Enero 2010 a la fecha.  Desarrollo e implementación de Proyectos de Simulación Numérica para campos de gas (composicional) y petróleo (black oil).  Modelamiento matemático y geo estadístico de propiedades de roca.  Diseño y ajuste de Ecuaciones de Estado para caracterización del fluido de reservorio.  Modelado de facilidades de separación y red de superficie.  Ajuste de modelo matemático y numérico para acuíferos con diversos mecanismos de empuje.  Desarrollo de extensiones (scripts) para el simulador Nexus R5000®.  Proyección de la producción bajo múltiples escenarios.  Desarrollo de aplicaciones de software para la gestión de reservas. PETROCONSULT SRL. – Gerente General Santa Cruz, Bolivia. Enero 2008 – Diciembre 2009  Coordinación y supervisión de proyectos de ingeniería.  Programación operaciones limpieza/bacheo de fluidos con chanchos especiales.  Preparación, seguimiento y control de órdenes de compra/cotizaciones.  Control y planificación de inventarios. PETROCONSULT SRL. – Director de Operaciones Santa Cruz, Bolivia. Enero 2005 – Diciembre 2007  Coordinación y supervisión de proyectos de ingeniería.  Auditor Junior en Auditoría Técnica-Económica al Campo San Alberto operado por PETROBRAS (Ministerio de Hidrocarburos y Energía)  Auditor Junior en Auditoria Técnica Plantas de Compresión y Oleoductos (Superintendencia de Hidrocarburos)  Diseño y programación de operaciones de intervención en ductos con flujo (Corte y soldado de cañerías a reemplazar sin interrupción de flujo).  Programación de operaciones de limpieza y bacheo de fluidos con chanchos.  Preparación, seguimiento y control de órdenes de compra/cotizaciones.  Control y planificación de inventarios.

UNIVERSITY OF OKLAHOMA – Investigación Norman, Oklahoma. Enero 2004 – Diciembre 2004  Implementación numérica y validación del modelo TBSC para la determinación de permeabilidades relativas.  Implementación de un simulador numérico unidimensional para pruebas de laboratorio en desplazamiento inmiscible de fluidos bajo estado de flujo variable usando condiciones de límite adecuadas en el modelo matemático base.  Determinación de los flujos volumétricos límite para el modelo. UNIVERSITY OF OKLAHOMA – Asistente de Investigación Norman, Oklahoma. Agosto 2003 – Enero 2004  Investigación de la aplicación de principios variacionales en ecuaciones diferenciales  Aplicación de las derivadas de Frechét al modelo Civan para waterflooding en yacimientos naturalmente fracturados. PETROCONSULT SRL. – Asistente de Operaciones Santa Cruz, Bolivia. Enero 2001 – Junio 2001  Entrenamiento LineMaster en la empresa TD Williamson Tulsa, EE.UU.  Operaciones de corte/reemplazo de cañerías en ductos con flujo.  Limpieza de Oleoductos, Gasoductos y Poliductos con Pigs Especiales.  Bacheo de productos derivados del petróleo con Pigs Especiales.  Calibración del diámetro interno de ductos con herramienta caliper.  Detección de corrosión interna de las paredes de ductos con herramienta especial “MAGPIE INTELLIGENT PIG”.  Seguridad y manejo de productos derivados del petróleo.  Supervisión de grupos de trabajo de mantenimiento de campos petroleros.  Inspección de pozos petroleros, cabezales de producción, bombas de petróleo, tanques de almacenaje.  Oleoductos internos y baterías de producción.  Diseño y programación de operaciones de intervención en ductos con flujo (Corte y soldado de cañerías a reemplazar sin interrupción de flujo).  Programación de operaciones de limpieza y bacheo de fluidos con chanchos especiales. PETROCONSULT SRL. – Programador Junior Santa Cruz, Bolivia. Junio 2000 – Diciembre 2000  Análisis, Diseño e Implementación del Sistema de Archivo Electrónico  Análisis y Diseño del Sistema de Control de Personal de Campo  Diseño e Instalación de la Red de Datos CUALIDADES  Responsable, emprendedor y con facilidad para adaptarse a cambios y retos.  Capaz de trabajar en equipo e individualmente.  Habilidades para la enseñanza. IDIOMAS 

Español e Inglés

HERRAMIENTAS  Visual Basic 6.0, Delphi 7.0, C++ Builder , C#, Visual Basic .NET, VBA.  Mathematica 5.0, R+ , Paradox , Informix, MS-Office 2010, MS-Windows 7, Linux Red Hat Enterprise 5. 71

  

GeoQuest, Pipeflow, Eclipse 300, BOAST98, IFLO, Nexus R5000.4.7, VIP R2003.19.3. IPM MBal, IPM GAP, IPM Prosper, IPM Reveal, IPM PVTP, Roxar RMS2010, EarthVision 8.0. Schlumberger OFM2010, WeatherFord PanSystem 2011.

PUBLICACIONES Y CONFERENCIAS Academia Nacional de Ciencias de Bolivia – Taller de Presentación de Proyectos “Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos” Trabajo de Ingreso Academia Nacional de Ciencias de Bolivia Departamental Santa Cruz Santa Cruz, Bolivia Julio, 2014. XI Semana Aniversario de la Carrera de Ingeniería de Petróleo y Gas – SIPG’2014 Ingeniería Petrolera para No Petroleros” Categoría: Taller Universidad Privada de Santa Cruz de la Sierra Santa Cruz, Bolivia Mayo 22, 2014. Taller ARPEL "Recursos gasíferos convencionales y no convencionales" “Aplicación del método de Balance de Materia Dinámico para la estimación del volumen In situ de reservorios gasíferos del sistema Devónico en el Sub-Andino Central” Co-autores: Pedro M. Adrián Herbas Categoría: Conferencia Sesión: Reservorios Asociación Regional de Empresas del Sector Petróleo, Gas y Biocombustibles en Latinoamérica y el Caribe – YPFB Corporación Santa Cruz, Bolivia Noviembre 7-8, 2013. Taller ARPEL "Recursos gasíferos convencionales y no convencionales" “Aplicación de la Notación Simplificada para el diseño y la documentación del estudio de simulación numérica de flujo en el campo El Dorado” Co-autores: Pedro M. Adrián Herbas – Franco F. Sivila Angulo Categoría: Poster Sesión: Reservorios Asociación Regional de Empresas del Sector Petróleo, Gas y Biocombustibles en Latinoamérica y el Caribe – YPFB Corporación Santa Cruz, Bolivia Noviembre 7-8, 2013. Taller ARPEL "Recursos gasíferos convencionales y no convencionales" “Evaluación de prospectos exploratorios asistida por ordenador mediante integración de aplicaciones de software” Co-autores: Franco F. Sivila Angulo Categoría: Poster Sesión: Reservorios Asociación Regional de Empresas del Sector Petróleo, Gas y Biocombustibles en Latinoamérica y el Caribe – YPFB Corporación Santa Cruz, Bolivia Noviembre 7-8, 2013. 72

X Semana Aniversario de la Carrera de Ingeniería de Petróleo y Gas – SIPG’2013 “Estudio de la comunicación inter-reservorios Tapecua - Cangapi en la simulación numérica del campo maduro de gas Vuelta Grande” Categoría: Conferencia Universidad Privada de Santa Cruz de la Sierra Santa Cruz, Bolivia Abril 16, 2013. XX Congreso Geológico Boliviano – CGB2012 “Estudio de la comunicación inter-reservorios Tapecua - Cangapi en la simulación numérica del campo maduro de gas Vuelta Grande” Categoría: Conferencia Sesión: Geología de Hidrocarburos Colegio de Geólogos de Bolivia – Universidad Católica Boliviana La Paz, Bolivia Octubre 1-4, 2012. VIII Semana Aniversario de la Carrera de Ingeniería de Petróleo y Gas – SIPG’2011 “Notación Simplificada: Hacia una técnica unificada para la documentación y representación de proyectos de simulación numérica de flujo asistida por ordenador” Categoría: Conferencia Universidad Privada de Santa Cruz de la Sierra Santa Cruz, Bolivia Mayo 11, 2011. VI Semana Aniversario de la Carrera de Ingeniería de Petróleo y Gas – SIPG’2009 “La aplicación de Modelos Matemáticos en la Simulación Numérica y Estimación de Reservas Hidrocarburíferas” Categoría: Conferencia Universidad Privada de Santa Cruz de la Sierra Santa Cruz, Bolivia Mayo 13, 2009. XII CONGRESO INTERNACIONAL DE CIENCIAS DE LA COMPUTACIÓN – CICC’2007 “Aplicación de Técnicas de Simulación para Pruebas de Desplazamiento Inmisicible en Rocas Testigo de Laboratorio” Categoría: WorkShop Universidad de Aquino Bolivia Santa Cruz, Bolivia Octubre 17-20, 2007. V INTERNATIONAL SEMINAR INGEPET 2005 “Numerical Determination of Relative Permeability from Unsteady-State Fluid Displacements in Cores” co-autores: Dr. Faruk Civan Categoría Paper: Reservoir Engineering EXPL-4-RV-55 Lima, Perú. Noviembre 8-11, 2005 http://www.ingepet.com/espanol/Trabajos.asp TALLER INTERNACIONAL DE SOFTWARE EDUCATIVO- TISE’01 “Enseñanza Asistida por Ordenador: Hacia la educación del tercer milenio” co-autores: Ing.Julio Solano, Ing. Paola Carrasco Categoría Paper Universidad de Chile 73

Santiago, Chile Diciembre 3 –5, 2001. II SIMPOSIO INTERNACIONAL DE INFORMATICA EDUCATIVA – SIIE2000 “English&Fun-Enseñanza Asistida por Ordenador: Hacia la educación del tercer milenio”” co-autores: Ing.Julio Solano, Ing. Paola Carrasco Categoría Ponencia / Disertante Universidad de Castilla La Mancha PuertoLlano, España Noviembre 15 - 17, 2000. II JORNADAS NACIONALES DE TECNOLOGÍA Y EDUCACIÓN “English&Fun : Enseñanza Asistida por Ordenador” co-autores: Ing.Julio Solano, Ing. Paola Carrasco Categoría Ponencia / Disertante Universidad Católica Boliviana Cochabamba, Bolivia Junio 28 - Julio 1, 2000.

SEMINARIOS Y OTROS ESTUDIOS Ingenieria de Yacimientos de Gas Bauerberg Klein Dictado por Ing. Juan Rosbaco Santa Cruz, Bolivia Junio 23-26, 2014 Introducción a la interpretación sísmica 3D Energy Institute of the Americas Dictado por PhD. Roderick Perez Santa Cruz, Bolivia Abril 21-26, 2014 Enhanced Oil Recovery Techniques The University of Oklahoma Dictado por PhD. Deepak Devegowda Santa Cruz, Bolivia Mayo 18-24, 2013 Geological Modelling with Earthvision 8.0 Dynamic Graphics Inc. Dictado por PhD. Bill Hanson Santa Cruz, Bolivia Marzo 26-30, 2012 Nexus® R5000 WorkShop Landmark Software & Services Dictado por Ing. Virginia Haefeli Santa Cruz, Bolivia Marzo 12-16, 2012 Gas Field Development Bauerberg Klein Dictado por PhD. Tarek Ahmed Santa Cruz, Bolivia Junio 06-10, 2011 Taller de Cálculo de Reservas 74

Bauerberg Klein Dictado por Ing. Juan Rosbaco Santa Cruz, Bolivia Febrero 23-25, 2011 Advanced Modelling with RMS2010 YPFB Chaco S.A. Dictado por Jezy Longoria, RMS Trainer Santa Cruz, Bolivia Octubre 18-22, 2010 English Language Certification Program Certificación para la asistencia a la instrucción en inglés English Assessment Program The University of Oklahoma Norman Oklahoma. Enero 2004 Mecanismos de Adecuación a la Ley 1333 del Medio Ambiente Dirección Universitaria de Extensión de la U.A.G.R.M. Dictado por el Lic.Javier Lorberg Ramírez. Santa Cruz, Bolivia Marzo 6-9, 2001 Contaminación y Gestión Medioambiental en la Industria Petrolera Universidad Privada de Santa Cruz de la Sierra – UPSA Dictado por el Dr. Mariano Seoane C. Santa Cruz, Bolivia Febrero 12-14, 2001 Manejo de Residuos Sólidos en la industria Dirección Universitaria de Extensión de la U.A.G.R.M. Dictado por el Msc. Abraham Montaño S. Santa Cruz, Bolivia Febrero 6-9, 2001 Planificación, Perforación y Mantenimiento de Pozos de Agua Universidad Católica Boliviana Dictado por el Ing. Urandi Pires C. Santa Cruz, Bolivia Noviembre 6-17, 2000

Ensamblaje y Mantenimiento de Computadoras Universidad Autónoma “Gabriel René Moreno” – U.A.G.R.M. Dictado por el Ing. Fausto Ortuño V. Santa Cruz, Bolivia Febrero 14-29, 2000

MEMBRESIAS PROFESIONALES Concejo de la Academia Nacional de la Ciencia Boliviana – ANCB Mayo 2012 a la fecha Consejero Investigador Society of Petroleum Engineers International - SPE Enero 2005 a la fecha Bolivian Section 75

Enero 2001 - Diciembre 2004 The University of Oklahoma Student Chapter Member 3087053 Sociedad de Ingenieros de Bolivia â&#x20AC;&#x201C; SIB Filial Santa Cruz Octubre 2000 a la fecha RNI 16210