AÑO 3 No. 14 Enero
CONTENIDO 1. Del Humanismo al Transhumanismo 2. Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos
INFORMACIÓN GENERAL: CONSEJO EDITORIAL: Acad. Francisco García G. Acad. Victor Hugo Limpias O. Acad. Gastón Mejía B. Acad. Alcides Parejas M. Acad. Carmen Rosa Serrano N. Acad. Mario Suárez R. EDICIÓN: Diseño gráfico: Yoshimi Iwanaga Edición Financiada por la Fundación Universidad Privada de Santa Cruz de la Sierra - UPSA DIRECCIÓN ANCB-SC: Fundación Universidad Privada de Santa Cruz de la Sierra - UPSA Av. Paraguá y 4to. Anillo Telf.: (591-3) 346 4000 int. 285 Fax: (591-3) 347 5408 gastonmejia@upsa.edu.bo franciscogarcia@cotas.com.bo
2014
Del Humanismo al Transhumanismo Al reflexionar sobre el desarrollo exponencial que enfrentan las ciencias y las tecnologías con impactos que cambian y que, a futuro, cambiarán aún más las opciones de participación y contribución del ser humano en el desarrollo de la sociedad de la que es miembro, considero necesario reflexionar sobre esa frase de Descartes “Pienso luego Existo” y en los cambios emergentes de esa posición en el papel del ser humano, como consecuencia de su toma de conciencia sobre su capacidad creciente de determinar su mañana a partir de su hoy. En este contexto, es importante recordar el paso trascendente dado por un movimiento cultural y filosófico europeo que surge en el siglo XIV, ligado al Renacimiento, denominado Humanismo, al considerar al ser humano como ser individual y que en el transcurrir de casi tres siglos de su impronta, es sujeto de cambios en su concepción, desde el Humanistis de Salutati, pasando por el Humanitas de Petrarca y terminando en el Humanismo de Voigt, humanismo que luego se transforma y se diversifica en el marco de la evolución social e ideológica que entonces enfrentaba Europa enmarcada en Reformas y Contrarreformas religiosas, en el impacto de la Ilustración y en el cambio tecnológico generado por la revolución industrial, humanismo que finalmente propugna una formación integral del ser humano en todos los aspectos, fundamentada en las fuentes clásicas greco latinas.
ACADEMIA NACIONAL DE CIENCIAS DE BOLIVIA DEPARTAMENTAL SANTA CRUZ (ANCB-SC)
de
Enraizadas en esta visión, se desarrollan extraordinariamente las ciencias ligadas al espíritu humano, valorando la actividad intelectual y analítica del conocimiento y desplazando la fe de aquella medieval posición totalmente puesta en Dios a la fe de la Ilustración focalizada principalmente en el ser humano y defendiendo la idea de libertad contra cualquier poder trascendente, visión que desemboca en una valoración de las ciencias (las teorías gravitacional y Relativistica de Newton y Einstein, respectivamente, entre otros) y en un uso de las tecnologías como herramientas para el logro de estos objetivos (como lo es la Tabla Periódica de Mendeleiev cuyo elemento 117, ubicado en el bloque P, fue encontrado hace 2 años, completándose con ello cuatro bloques de orbitales denominados S, P, D y F). Una de las visiones posteriores del Humanismo, consecuencia de este movimiento, toma cuerpo en el primer tercio del siglo XX y se conoce como Humanismo Secular, formula una visión positiva del mundo, inspirada en la razón científica y en las grandes tradiciones del pensamiento humanista buscando el logro integral y pleno de la especie humana, con una visión ética (descrita en el Manifiesto Humanista 2000) fundamentada en la dignidad y autonomía del individuo como valor central, estableciendo que la libertad debe ser ejercida con responsabilidad y reconociendo, entre otros temas críticos, la autonomía de elección del ser humano ante las expectativas futuras como las que hoy enfrenta en relación al uso y aplicación de la información, las energías y la genética, posición que lleva al presente a que cientos de millones de personas se definan como humanistas seculares. Esta búsqueda de bienestar humano impulsa a que, ante el avance de las tecnologías, según el filosofo More (1990), surja una nueva clase de filosofía de la vida, el Transhumanismo, que busca continuar y acelerar la evolución de la vida inteligente mas allá de su estado humano actual y de las limitaciones que enfrenta, utilizando los logros alcanzados por las ciencias y las tecnologías y guiados por principios y por valores enmarcados en la promoción de la vida. Esta visión de una humanidad profundamente transformada es criticada por unos como la idea más peligrosa y ponderada por otros como una aspiración idealista e imaginativa.
Posteriormente, en 1998,se organiza la World Transhumanist Association (WTA) cuyos miembros redactan y aprueban un año después una Declaración Transhumanista y formulan dos definiciones formales de transhumanismo que conceptúan al mismo como: “Un movimiento intelectual y cultural que afirma la posibilidad y la deseabilidad de mejorar fundamentalmente la condición humana a través de la razón aplicada, especialmente desarrollando y haciendo disponibles tecnologías para eliminar el envejecimiento y mejorar en gran medida las capacidades intelectuales, físicas y psicológicas” y, “El estudio de las ramificaciones, promesas y peligros potenciales de las tecnologías que nos permitirán superar limitaciones humanas fundamentales, y el estudio relacionado de las materias éticas involucradas en desarrollar y emplear tales tecnologías”. En este contexto, el Transhumanismo busca llevar el ser humano a su versión posthumana que hoy se simboliza con (H+), poniendo énfasis y atención en tecnologías tales como la Biotecnología y la Tecnología de la Información, y en tecnologías que ya son una realidad como la Nanotecnología molecular y la Inteligencia Artificial, buscando el uso ético de las mismas así como de otras tecnologías y tomando en cuenta su impacto en tópicos como la singularidad, los riesgos de extinción y el aumento de la capacidad mental del ser humano. Es necesario establecer, en este punto, que el transhumanismo y el humanismo coinciden en varios aspectos como lo es su respeto por la razón y la ciencia y comparten su compromiso con el progreso, valorando la existencia humana en esta vida pero difieren en que el primero detecta y reconoce los cambios críticos que se producen en la naturaleza y se anticipa a su solución y superación natural con la aplicación y el uso de las ciencias y las tecnologías, cosa que no lo hace el segundo. Finalmente, hoy hay cientos de científicos, filósofos, sociólogos, economistas y médicos que analizan los pros y los contras del Transhumanismo formulando, los que se oponen a esta visión, una serie de observaciones a su misión, argumentando aspectos de desigualdad en el acceso a estas tecnologías y avances médicos y considerando el posible uso no positivo de las tecnologías de modificación genética o de control del cerebro por terceros y, en consecuencia, la posibilidad de generarse una opción de control del ser humano. Concluyo con la afirmación emergente de un estudio del Instituto Max Planck que dice que “los humanos nos diferenciamos de los simios, entre otros factores, porque tenemos genes que hacen nuestro cerebro más plástico. Es decir, que puede formarse y cambiar durante más tiempo (hasta los 5 años) que el de los simios (sólo hasta el año). Así que quizá al modificar nuestro cerebro ya de adultos únicamente estemos llevando la función de estos genes más lejos. Quizá la posibilidad y el deseo de mejorar nuestros cuerpos y nuestras mentes sea lo que nos hace humanos”.
Acad. Gastón Mejía Brown Presidente ANCB-SC
TESAPE ARANDU
01
Construcción de una notación simbólica para el diseño y la documentación de estudios de simulación numérica de flujo en reservorios de hidrocarburos Un lenguaje simbólico es estructurado para el diseño y la documentación de las realizaciones de un modelo de reservorio hidrocarburífero durante la ejecución de un estudio de simulación numérica de flujo. La notación es concebida bajo el enfoque de la teoría general de sistemas para capturar y reflejar el carácter iterativo-incremental propio del ciclo de vida de un proyecto de simulación, en particular, durante la etapa de planificación y ejecución del emparejamiento histórico. Este estudio presenta a la Notación Simplificada como una herramienta complementaria al modelado de reservorios que provee un lenguaje directo para organizar y documentar las particularidades de cada etapa, establecer una convención formal para la denominación y notación de las entradas, casos, escenarios y resultados de simulación, y ofrecer un recurso para afrontar en el tiempo la dispersión y pérdida de la información digital asociada a un estudio de simulación. Introducción 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). 02
TESAPE ARANDU
Simulación e Información 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 (22), 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 (22) (23) hasta la gestión del conocimiento (24) (25). 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 (26) 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 esfuerzos por alcanzar un modelado transparente deben trascender forzosamente estas tres dimensiones, esto es, el consenso de un flujo de trabajo unificado, la reingeniería de los modelos matemáticos 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. El presente trabajo emplea la Teoría General de Sistemas para este efecto y su relación directa con el área de conocimiento de la simulación de reservorios. Teoría General de Sistemas 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 es sinérgico, recursivo, orgánico, entrópico y homeostático (27). La contribución más grande de la Teoría General de Sistemas es la noción de la transversalidad inherente a principios, conceptos y leyes que surgen continuamente en campos muy diversos del conocimiento. Esta transversalidad permite la correspondencia entre éstos principios que rigen áreas de estudio distintas de modo que sean transferibles y aplicables (27).
Bajo esta transversalidad, tomando las cinco características de un modelo y según define la ingeniería del software (28), el desarrollo del modelo/sistema (y su simulación) se circunscribe a un ciclo de vida que rige el enfoque bajo el cual todas las etapas intermedias de desarrollo serán encaradas. Este ciclo de vida posee una naturaleza iterativa e incremental (28), 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. Cabalmente, los enfoques de tratamiento asistido por ordenador de la información asociada a la simulación se sirven de esta naturaleza sistémica, y su ciclo de vida, al momento de organizar y estructurar los elementos que serán almacenados en un gestor de base de datos relacional (22). Lo mismo es aplicable a la conceptualización del modelado integral de reservorios (1), que concibe este desarrollo como una secuencia de etapas individuales e interdependientes. Este ciclo de vida definido y la sistematización de todo el proceso facilitan la definición de un lenguaje simbólico para la notación de estudio de simulación donde intervienen elementos altamente subjetivos. Esto porque se dispone de herramientas similares (29) (30) en propósito y alcance, pero no en contenido, que sirven como referencia de estructura y forma. Notación Simplificada 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 (30). 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” (29) (30) 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. En el trabajo que se presenta, una notación fue diseñada: la Notación Simplificada, con orientación exclusiva a la etapa de simulación de flujo dentro del modelado integral de reservorios de hidrocarburos y con la finalidad de proveer un lenguaje simbólico para documentar en forma concisa las particularidades de cada etapa, 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.
La base sobre la cual la notación esquematiza el estudio de simulación es la división de éste en capas y etapas, extendiendo la visión tradicional considera únicamente dos etapas (modelo estático y modelo dinámico). Bajo notación simplificada, tres (3) son las capas constitutivas de un estudio: 1. Capa Lógica, que muestra la relación entre las etapas del estudio y los criterios adoptados para su refinado incremental 2. Capa Física, que muestra la jerarquía y relación entre los archivos digitales que integran el estudio durante cada etapa. 3. Capa Conceptual, que expresa en esquemáticos la realización del modelo. El nivel de detalle con el cual se presente cada capa será prerrogativa del modelador, aunque deberá mantenerse un cierto nivel de correspondencia (balance) entre capas. Capa Lógica En la Capa Lógica, cuatro etapas son concebidas para facilitar la adopción del desarrollo incremental, agilizar la transición entre iteraciones y abandonar la conceptualización aplicada por 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. Estas etapas son: 1. Inicial (α), en la cual son definidas las características del modelo que no están relacionadas a la geometría y geología del reservorio. 2. Piloto (β), donde se añaden al modelo las propiedades de roca y la geometría del reservorio. 3. Cotejo (μ), donde se alcanza el ajuste a los datos históricos tras el refinado iterativo de los parámetros del modelo. 4. Pronóstico (ρ), en la cual se estudian diferentes estrategias de explotación y se predice el comportamiento a futuro. La notación articula estas etapas como una jerarquía de abstracciones empleando los símbolos presentados en la Tabla 1 y estableciendo relaciones entre éstos por utilización de roles preestablecido según se define en la Tabla 2. La denominación del estudio, en sus diferentes etapas, sigue la máscara de notación que se indica en la Figura 1. Las tres letras mayúsculas de la máscara son el mnemónico con el cual se designa al campo, reservorio o complejo que se modela. El build del estudio indica el año de ensamblado del modelo y establece el alcance de la información empleada en su desarrollo. La versión denota la madurez del modelo en términos de su ciclo de vida. El cambio de build y de versión no están relacionados directamente: un modelo puede ser versionado varias veces durante el mismo año y la versión del modelo puede mantenerse año a año. 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, conllevan a un cambio de versión de modelo.
TESAPE ARANDU
03
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. Las Figuras 2 a 5 ilustran el nivel de detalle alcanzado por cada jerarquía y la relación directa entre éstas. La jerarquía de tipo Estudio, representada con un círculo de doble línea donde se indican la versión, la sigla y año de referencia del modelo, mantiene una relación de composición con las etapas que le integran. En el nivel de abstracción más alto, Figuras 2a, 2b y 2c, 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. 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 3. 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 4. Cada escenario debe presentar un símbolo de valoración que establezca el grado de ajuste o precisión alcanzado en su realización, respecto del parámetro que se haya tomado como referencia. Estos símbolos de valoración son presentados en la Tabla 3. En el caso de una jerarquía de tipo Escenario, la Figura 5 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. 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 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 (23). En este sentido, la Notación Simplificada concibe a la Capa Física como 04
TESAPE ARANDU
el nivel de abstracción donde se muestra la jerarquía y relación entre los archivos digitales significativos que integran el estudio. La Figura 6 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. 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. 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 7a 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. La vista de pozo y líneas denota en forma esquematizada la ubicación y tipo de pozos en el modelo, su historial de producción hasta la fecha de referencia, sus intervenciones, baleos y estados. La figura 7b 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 asilados durante el periodo. 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 7b. 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 7c muestra la forma general de la vista de superficie para el caso de un único pozo y dos separadores. 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. Esquemas en Notación Simplificada Algunas de las jerarquías presentadas, y sus relaciones, son ilustradas en las Figuras 8 a 11 bajo esquemas comunes observados durante el desarrollo de un estudio de simulación dado. La especificación de los estudios que extienden, actualizan y/o se sustentan en trabajos previos, convirtiéndose en versiones mejoradas, se expresa con una relación de funcionalidad entre jerarquías de tipo Estudio, como se ejemplifica en las Figuras 8a, 8b y 8c. En la Figura 8a 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 μ05d). 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.
pronóstico de producción acoplado a facilidades de superficie compartidas. Las Figuras 9a y 9b 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 9a la ausencia de relaciones de funcionalidad entre casos indica que la realización de los casos será analizada por separado. 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 9b 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 (β04d) 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. A nivel de la jerarquía Caso, la Figura 10 ilustra la relación de combinación entre jerarquías tipo Escenario con su caso raíz (μ4). 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 (μ3p). 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 μ4e 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 μ4o resulta seleccionado como la salida estable del caso μ4. Finalmente, la Figura 11 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 (μ3b) del que le precede (β7f) y con el cual tiene relación de funcionalidad. Conclusión
En la Figura 8b 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.
El trabajo descrito en este artículo 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.
En la Figura 8c el estudio nuevo es una construcción multireservorio que toma las versiones estables de diferentes modelos para un
La Notación Simplificada es una herramienta complementaria al modelado de reservorios que provee un lenguaje directo para TESAPE ARANDU
05
organizar y documentar en forma concisa las particularidades de cada etapa, establecer una convención formal para la denominación y notación de las entradas, casos, escenarios y resultados de simulación, y ofrecer un recurso para afrontar en el tiempo la dispersión y pérdida de la información digital asociada a un estudio de simulación. Agradecimiento El autor desea expresar su agradecimiento a la empresa YPFB Chaco S.A. por autorizar la elaboración y publicación del presente trabajo; y a la Universidad Privada de Santa Cruz de la Sierra por el apoyo recibido. Referencias 1. 2.
3. 4. 5.
6.
7. 8.
9.
06
A fresh look at integrated reservoir modelling software. Jager, Gerard de. October, s.l.: EAGE, 2006, Vol. 24. 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. Jiang, Yuanlin. Techniques for Modeling Complex Reservoirs and Advanced Wells. s.l.: Stanford University, 2007. Stanford University. Integrated Reservoir Modeling. School of Earth Sciences. [Online] Stanford University, 2002. http://ekofisk.stanford.edu/courses/integratedMS.html. 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. 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. Integrated Workflow and the Application of a Fully Coupled Geomechanical Flow Simulator for Shales. Kemper, M.A.C., Emsley, S. J. and Zahed, E. Dubai: EAGE, 2012. 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. 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.
TESAPE ARANDU
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. and 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, pp. 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, pp. 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., May 26, 2004. 21. Knowledge – Based Reservoir Simulation – A Novel Approach. Hossain, Enamul and Islam, Rafiqul. 6, Kuala Lumpur: CSC Journals, 2010, International Journal of Engineering, Vol. 3. 22. Data Component Based Management of Reservoir Simulation Models. Zhang, Cong, Bakshi, Arnol and Prassana, Viktor K. Los Angeles: IEEE, 2008. 23. Data Management in Reservoir Simulation. Gencer, S.C., et al., et al. Houston: Society of Petroleum Engineers, 2007. 24. La gestion de documentación de procesos. Mateo, Rosa Adelina, Spasaro, Susana Gabriela and Tasca, Gabriela Cecilia. Agosto, Buenos Aires: IAPG, 2011, PetroTecnia, Vol. 1.
25. La gestión del conocimiento en PAE. Ceballos, Guillermo, et al., et al. Agosto, Buenos Aires: IAPG, 2011, PetroTecnia, Vol. 1. 26. Modelado y simulación de reservorios ¿Ciencia artesanal o artesanía científica? Tuero, Fernando. Abril, Buenos Aires: Petrotecnia, 2012, Vol. 2. 27. General System Theory: Foundations, Development, Applications. Bertalanffy, Ludwin von. New York: George Braziller Inc, 1969. 28. Pressman, Roger S. Software Engineering: A practicioner’s approach. Seventh Edition. New York: Mc Graw-Hill, 2010. 978–0–07–337597–7. 29. Booch, G., Rumbaugh, J. and Jacobsen, I. The Unified Modeling Language User Guide. Second Edition. s.l.: Addison-Wesley, 2005. 30. Fowler, Martin. UML Distilled. Third Edition. s.l.: AddisonWesley Professional, 2003.
Nombre
Símbolo
Estudio
Nombre
Símbolo
Nulo
∃
Muy Bajo
>>
Bajo
>
Aproximado
~
Muy aproximado
≈
Equivalente
≡
Aproximadamente igual
≅
Exactamente Igual
=
Alto
<
Muy alto
<<
Tabla 3. Valoración de Ajuste de Escenario respecto del dato referencial.
Nombre
Símbolo
Cartesiana
Radial Etapa Cilíndrica Caso Poliédrica Escenario (en descripción de escenarios)
Mixta
Escenario (en árbol de escenarios)
Arista Cúbica
Tabla 1. Jerarquías.
Tabla 4. Tipos de Grilla.
Nombre
Símbolo
Composición Funcionalidad Comparación Combinación No realiza / No ejecuta
Figura 1. Máscara de Notación
TESAPE ARANDU
07
Figura 3. Relación entre una Etapa y sus Casos. Figura 2a. Ciclo Completo.
Figura 2b. Ciclo de Actualización.
Figura 4. Relación entre un Caso y sus Escenarios.
Figura 2c. Ciclo de Actualización y Pronóstico.
08
TESAPE ARANDU
Figura 5. Notación de un Escenario en detalle.
Figura 6. Notaci贸n para la Capa F铆sica.
Figura 7a. Notaci贸n para la vista de reservorio en un sistema cartesiano.
TESAPE ARANDU
09
Figura 7b. Notación para la vista de pozo y línea.
Figura 7c. Notación para la vista de superficie.
Figura 8a. Notación para un estudio de Actualización.
Figura 8b. Notación para un estudio de Extensión.
010
TESAPE ARANDU
Figura 6. Notación para la Capa Física.
Figura 9a. Notación para especificación de casos independientes.
Figura 9b. Notación para especificación de casos relacionados.
TESAPE ARANDU
011
Figura 10. Notación para especificación de la comparación de escenarios en un caso.
Figura 11. Notación para especificación de escenarios.
Ricardo M. Michel Villazón Consejero Investigador
012
TESAPE ARANDU