History matching automatisé en transport réactif. Application à l'ISR de l'uranium.
Auteur / Autrice : | Antoine Collet |
Direction : | Hervé Chauris |
Type : | Projet de thèse |
Discipline(s) : | Géosciences et géoingénierie |
Date : | Inscription en doctorat le 04/01/2021 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | École doctorale Géosciences, ressources naturelles et environnement |
Partenaire(s) de recherche : | Laboratoire : Centre de Géosciences |
établissement opérateur d'inscription : Mines Paris-PSL |
Mots clés
Résumé
La production par récupération in situ(ISR)est devenue aujourd'hui pour l'uranium la première des méthodes d'exploitation. Elle vise les gisements de type roll-front mis en place dans des aquifères de moyenne profondeur. Cette technique minière a l'avantage d'être rapide à déployer, moins coûteuse et de plus faible impact environnemental de surface que les techniques dites traditionnelles (mines à ciel ouvert, mines souterraines). En revanche, comme dans le domaine pétrolier, elle offre une vision indirecte du gisement et présente une incertitude forte sur l'estimation initiale des réserves et l'évaluation de leurévolution au cours du temps. Le centre de Géosciences de MINESParisTech et ORANOMining développent depuis une dizaine d'année une approchedéterministede modélisation detransport réactif dédiée à la simulation de l'exploitation ISR.La modélisation est faite avec lecodede transport réactif HYTEC développéau centre de Géosciences.La modélisationtransport réactif de l'ISRrepose sur un modèle géologique (champsde porosité/perméabilité et distribution des phases minérales réactives),un modèle géochimique décrivant les interactions entre la solution injectée et les phases minérales, une configurationgéométrique des puits et un scenario d'exploitation. La démonstration de la faisabilité et de la robustesse des simulations transport réactif pour l'ISR a été effectuée, notamment à KATCO, site minier au Kazakhstan. Il y a été démontré qu'HYTEC pouvait reproduire de manière satisfaisante la production d'uranium à l'échelle du bloc technologique (une quinzaine depuits producteurs, une soixantaine d'injecteurs) au moyen d'une calibration manuelle du modèle direct, calibration limitée à quelques paramètres géochimiques. De forts écarts peuvent cependant subsister, notamment à l'échelle des puits producteurspris de manière individuelle. Àcette échelle, l'amélioration des résultats nécessite de raffiner localement les modèles géologique/géochimiques par des méthodes d'optimisation. La thèse proposée a ainsi pour principal objectif de renforcer les capacités de prédictions des simulations en développant la résolution du problème inverse déterministe pour automatiser et améliorer l'history matching pour l'ensemble des puits producteurs d'une zone d'exploitation. C'est en effet à cette échelle que se joue la précision de la prévision des scénarios de production. Le travail de recherche pourra se décomposer suivant les 4 volets: 1. Méthodologie. Développementdu problème inverse dans un premier temps avec des méthodes déterministes.Intégration, soit directement dans le code HYTEC, soit au moyen d'une couche externe pouvant utiliser des librairies déjà existantes.Développement de différentes approches de régularisation. Évaluation d'une option d'accélération des calculs géochimiques en utilisant une surface de réponse. Cette méthode pourrait favoriser la convergence ou bien remplacer des calculs géochimiques utilisés pour la modélisation ISR. 2. Caractérisationdes principaux paramètres du modèle ISR qui ont le plus d'influence. Ces paramètres sont liés au transport, (champs de porosité et de perméabilité), à la répartition des faciès géochimiques (zones oxydées, minéralisées, réduites du roll front) et au modèle géochimique (distribution des consommateurs d'acide et des teneurs en uranium). 3. Traitement de cas d'applicationsde complexité croissante: reproduction des historiques de productions réels à l'échelle du puits producteurs, amélioration de la prédiction pour la planification minière, estimation du potentiel de production et réconciliation entre production et estimation initiale des réserves. 4. Comparaisonavec des méthodes stochastiques. Des collaborations avec des partenaires extérieurs pourront être mises en place, afin de solliciter l'expertise développée dans le domaine pétrolier sur les sujets d'optimisation. Références Hervé Chauris. Chapter 5 Full waveform inversion.Seismic imaging: a practical approach, EDP Sciences, (2019),https://doi.org/10.1051/978-2-7598-2351-2.c007 Vincent Lagneau, Olivier Regnault, Michaël Descostes; Industrial Deployment of Reactive Transport Simulation: An Application to Uranium In situRecovery. Reviews in Mineralogy and Geochemistry(2019); 85 (1): 499528. doi: https://doi.org/10.2138/rmg.2019.85.16