Hasil Pencarian  ::  Simpan CSV :: Kembali

"Formasi Baturaja pada Cekungan Sunda yang memiliki reservoar karbonat perlu dilakukan analisis petrofisika dan klasifikasi rock type untuk mengetahui hubungan dari korelasi porositas dan permeabilitas sehingga bisa digunakan dalam menentukan pengaliran fluida untuk prospek hidrokarbonnya. Dengan menggunakan data core (RCA) dan data log, pengelompokkan rock type dapat dilakukan dengan menggunakan metode Hydraulic Flow Unit (HFU) dan Winland. Terdapat empat buah sumur dalam penelitian ini, interpretasi log hingga menentukan parameter petrofisika dan menentukan klasifikasi rock type dilakukan pada sumur ini. Pada penelitian ini sumur AL - 01 dan AL - 07 dijadikan sebagai sumur referensi karena kedua sumur tersebut memiliki data routine core analysis. Dilakukan propagasi rock type pada interval uncored well untuk mendapatkan prediksi rock type yang berkaitan dengan pola yang ada pada cored interval dengan menggunakan metode Multi Resolution Graph Clustering (MRGC). Didapatkan hasil nilai parameter petrofisika pada Sumur AL - 01 memiliki nilai prospek hidrokarbon paling baik dengan nilai porositas 13% dan saturasi air 10%, identifikasi rock type dengan metode HFU mendapatkan tujuh rock type, identifikasi rock type dengan metode Winland mendapatkan empat rock type.

---

The Baturaja Formation in the Sunda Basin which has carbonate reservoirs needs petrophysical analysis and rock type classification to determine the relationship of porosity and permeability correlation so that it can be used in determining fluid flow for hydrocarbon prospects. By using core data (RCA) and log data, rock type classification can be done using Hydraulic Flow Unit (HFU) and Winland methods. There are four wells in this research, log interpretation to determine petrophysical parameters and determine rock type classification is carried out on these wells. In this research, AL - 01 and AL - 07 wells are used as reference wells because both wells have routine core analysis data. Rock type propagation was carried out in the uncored well interval to obtain rock type predictions related to the pattern in the cored interval using the Multi Resolution Graph Clustering (MRGC) method. The results of the petrophysical parameter values in Well AL - 01 have the best hydrocarbon prospect value with a porosity value of 13% and water saturation of 10%, rock type identification using the HFU method gets seven rock types, rock type identification using the Winland method gets four rock types."

"Karakterisasi reservoir merupakan salah satu upaya efektif yang dapat dilakukan untuk perhitungan cadangan hidrokarbon dan digunakan dalam melakukan reservoir pada penggunaan lebih lanjut. Dengan menggunakan data core dapat menggambarkan keadaan sumur berdasaarkan keadaan sesungguhnya. Namun, tidak semua sumur memiliki data core dan tantangan lain dalam karakterisasi reservoir adalah parameter permeabilitas tidak selalu menjukkan hubungan linier dengan porositas. Sehingga perlu dilakukannya pendekatan metode guna mendapatkan estimasi permeabilitas. Pada studi ini dilakukan klasifikasi batuan berdasarkan karakteristik petrofisika yang didapat dari data dan RCAL dengan pendekatan metode rock typing Winland, Hydraulic Flow Unit (HFU), dan Pittman. Pada penelitian ini terdapat 3 sumur, dilakukan perhitungan parameter petrofika dan dilakukan perhitungan prediksi permeabilitas pada masing-masing sumur. Dengan menggunakan Sumur K-2 yang dijadikan sebagai sumur referensi, dilakukan komparasi metode. Hasil komparasi metode terbaik kemudian dipilih untuk dilakukan propagasi pada sumur lainnya. Propagasi rock type yang dilakukan pada tiap sumur menggunakan pendekatan MRGC. Hasilnya, dengan menggunakan metode Winland, HFU, dan Pittman didapatkan nilai koefisien determinasi permeabilitas core dan estimasi permeabilitas beruturut-turut adalah 0,5865 untuk metode Winland, 0.8852 untuk metode HFU, dan 0,3031 untuk metode Pittman. Reservoir characterization is an effective process to get a calculation of hydrocarbon reserves and to conduct modeling reservoir for further use. Well core data can provide information based on actual well conditions. RCAL data is a core data which consists of porosity and permability parameters. However, not all wells have core data. Another challenge in the reservoir characterization is permeability cant be determined just by a classical plot with porosity. Rock typing is a method that can be used to classify rock type in reservoir rocks into different units and determine permeability value of rocks. The aims of this study are to present petrophysical parameters and the result of a comparison from the application of some rock typing methods in Carbonate Reservoir Kais Formation, field A. In this study conducts rock classification based on petrophysical characteristics obtained from wireline log data and core porosity and core permeability data with Winland, Hydraulic Flow Unit, and Pittman rock typing methods. This study uses 3 wells, to get calculation petrophysical parameters and permeability prediction on each well. Well K-2 established as a reference well is used to choose the best rock typing method from comparison. The best method to be applied to reference well is used for propagation in other wells. Propagation rock type performed on each well using MRGC (Multi Resolution Graph Clustering) approach. The result shows the coefficient of determination (R2) core permeability and permeability estimates respectively Winland, HFU, and Pittman methods were 0.5865 for the Winland method, 0.8852 for the HFU method, and 0.3031 for the Pittman method."

"Dengan berkembangnya pembangunan perkotaan dan kebutuhan industri, semakin pipa panjang diperlukan. Untuk kebutuhan industri diperlukan suatu sistem system pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang sebuah sistem kendali berdasarkan kecerdasan buatan dengan logika fuzzy pada kontrol aliran air berdasarkan PLC. Pada penelitian ini sistem logika fuzzy menggunakan 2 input himpunan fuzzy yaitu error dan perubahan kesalahan. Setiap himpunan fuzzy menggunakan 5 fungsi keanggotaan yaitu negatif besar (NB), negatif sedang (NM), nol (ZO), positif sedang (PM), besar positif (PB). Sistem dapat melakukan kontrol debit sesuai kebutuhan. Sistem ini adalah pada komputer yang berfungsi sebagai pusat kendali dan mengambil data dari server OPC tempat data diambil dari PLC menggunakan komunikasi Ethernet yang terhubung langsung ke plant. Sistem kontrol berbasis logika fuzzy dioperasikan pada pabrik prototipe pada skala lab, dan analisis kinerja diverifikasi secara eksperimental. Data dapat langsung diambil dan dilihat menggunakan MATLAB SIMULINK. Berdasarkan hasil percobaan, dapat disimpulkankontrol menggunakan logika fuzzy lebih baik dari kontrol konvensional PID. Hasil kontrol menggunakan logika fuzzy mencapai kondisi tunak lebih cepat yaitu 24,24 detik tanpa overshoot dibandingkan dengan menggunakan PID yaitu ID 48,6 detik dengan overshoot 16,2%.With the development of urban development and industrial needs, more and more long pipes are needed. For industrial needs, a strong, adaptive, efficient, and environmentally friendly control system is needed to meet enormous needs. In this research, a control system based on artificial intelligence has been designed with fuzzy logic on water flow control based on PLC. In this study, the fuzzy logic system uses 2 input fuzzy sets, namely error and error change. Each fuzzy set uses 5 membership functions, namely large negative (NB), medium negative (NM), zero (ZO), medium positive (PM), large positive (PB). The system can perform discharge control as needed. This system is on a computer that functions as a control center and retrieves data from the OPC server where data is retrieved from the PLC using Ethernet communication that is connected directly to the plant. The fuzzy logic based control system is operated in a prototype factory on a lab scale, and the performance analysis is verified experimentally. Data can be directly retrieved and viewed using MATLAB SIMULINK. Based on the experimental results, it can be concluded control using fuzzy logic is better than conventional control PIDs. The results of the control using fuzzy logic reached steady state faster, namely 24.24 seconds without overshoot than using PID, namely ID 48.6 seconds with 16.2% overshoot."

"When classifying fracturing fluids and their additives, it is important that production, operation, and completion engineers understand which chemical should be utilized in different well environments. A user's guide to the many chemicals and chemical additives used in hydraulic fracturing operations, Hydraulic Fracturing Chemicals and Fluids Technology provides an easy-to-use manual to create fluid formulations that will meet project-specific needs while protecting the environment and the life of the well. Fink creates a concise and comprehensive reference that enables the engineer to logically select and use the appropriate chemicals on any hydraulic fracturing job. The first book devoted entirely to hydraulic fracturing chemicals, Fink eliminates the guesswork so the engineer can select the best chemicals needed on the job while providing the best protection for the well, workers and environment."