Reconciliation of Bulk and Local Analyses to Assess the Clay Content of a Sandstone Détermination quantitative d'argiles dans un grès par réconciliation d'analyses globales et locales

Abstract

In order to make an exact estimation of the clay content of a sandstone containing less than 10% clays, three steps were followed :(a) Assessment of the consistency of experimental values from elemental analyses of separated fractions, taking into account standard deviations for each analysis. (b) Solution of a system of equations based on fixed stoichiometric coefficients for all minerals present in the rock. (c) Improvement of accuracy by taking into account the real composition of the clay as determined from nanometer level analysis, with standard deviations. This procedure allows determination of the clay content with the maximum precision and accuracy allowed by the quality of the raw data, and the soundness of the hypotheses, in sandstone containing less than 10% clays as well as in clay-rich fractions. La détermination précise de la quantité d'argiles dans une roche-réservoir qui en contient habituellement très peu (moins de 10%) n'est pas facile à obtenir : elle est cependant intéressante en raison des conséquences possibles de la présence des argiles sur les protocoles de récupération de l'huile. Des essais divers ont été rapportés dans la littérature pour inclure dans cette détermination l'ensemble des données disponibles, qu'elles soient chimiques, minéralogiques, etc. Mais en général la précision des données expérimentales n'est pas prise en compte : or l'incertitude, pour certaines techniques, est de l'ordre de grandeur de la teneur recherchée. De plus, cette incertitude est tout à fait variable d'une technique à l'autre. Le travail présenté utilise un logiciel de réconciliation de données pour tenir compte à la fois de plusieurs ensembles de données brutes, de leur précision expérimentale, de leur cohérence interne, et de leur compatibilité avec des hypothèses de composition théorique ou des données expérimentales fines. La première étape consiste à établir la cohérence des données d'analyse élémentaire de fractions séparées, depuis la fraction grossière non lavée jusqu'aux fractions fines enrichies en argiles. La contrainte est que les bilans bouclent à 100 %. Compte tenu des écarts-types mesurés sur des échantillons de composition voisine, le logiciel assure la réconciliation de l'ensemble des données, et en fournit un jeu cohérent pour l'étape suivante. La deuxième étape comporte l'écriture d'un système d'équations linéaires reliant les données d'analyse élémentaire aux proportions des divers minéraux présents, à travers des équations de stoechiométrie basées sur des formules théoriques. Un certain nombre d'hypothèses simplificatrices sont admises, et la prise en compte de données de diffractométrie X ajoute des contraintes supplémentaires, dont on voit l'intérêt au niveau des fractions fines : en effet les résultats obtenus avec et sans ces contraintes supplémentaires sont très voisins pour les fractions grossières, mais des risques d'erreur sont signalés par le logiciel lorsque l'on tient compte de l'ensemble des fractions y compris les fines. Ces erreurs proviennent d'une formulation trop approximative de l'argile. Afin d'obtenir la meilleure évaluation de l'argile, une analyse élémentaire à l'échelle du nanomètre est effectuée sur des coupes ultra-minces grâce à un protocole testé sur des argiles modèles. Une telle échelle permet d'éviter les risques d'analyse de plusieurs particules à la fois, difficiles à éviter si l'on regarde les argiles à plus faible grandissement. Les coefficients stoechiométriques et leur écart-type expérimental sont alors inclus dans le système d'équations. On peut ainsi obtenir l'évaluation la plus cohérente avec l'ensemble des données expérimentales. La démarche ainsi décrite peut être suivie en partie ou en totalité en fonction de l'abondance et de la précision des données initiales et de la précision que l'on souhaite obtenir pour les fractions mineures. La prise en compte de la valeur des données expérimentales et la pertinence des choix de formulation, ainsi que la combinaison de l'ensemble des données disponibles permet la meilleure approche de la valeur recherchée.