Upload
dinhkiet
View
244
Download
12
Embed Size (px)
Citation preview
IATMI 2006-09 PROSIDING, Simposium Nasional & Kongres IX Ikatan Ahli Teknik Perminyakan Indonesia (IATMI) 2006 Hotel The Ritz Carlton Jakarta, 15-17 November 2006
KORELASI EMPIRIK UNTUK MEMPERKIRAKAN KINERJA RESERVOIR DENGAN BOTTOM-WATER SETELAH TEMBUS AIR
Asep Kurnia Permadi, Institut Teknologi Bandung
Mangasi D.G. Simanjuntak, Pertamina ABSTRACT Water coning has been a costly problem in many oil-producing wells. It increases the lifting cost and reduces the efficiency of depletion mechanism which in turn results in reducing the oil recovery. The phenomenon has long been investigated and reported in literature. However, most of the work has focused only on efforts to delay the coning to occur such as developing correlations for critical rate and breakthrough time. Well performance after breakthrough, on the other hand, has not received much attention. In this study, an empirical correlation for predicting bottom-water reservoir performance after breakthrough in a vertical well has been developed using “skin” concept. By this we mean that the coned water is viewed as restriction for oil to enter the well. An extensive sensitivity analysis on water coning occurrence was first performed using numerical simulation. Based on dimensional analysis, an empirical correlation to model water cone development along the perforation interval was then developed using the basic flow equations. The resulting correlation can be used to predict water-oil ratio after breakthrough. Furthermore, water cone volume that develops further was presented as “skin” index so that it can be used to predict oil production rate. The correlation was tested against simulation and a previously developed correlation and was found to be reliable and accurate.
RINGKASAN Water coning yang terjadi pada sumur-sumur produksi minyak akan meningkatkan biaya operasi dan mengurangi efisiensi mekanisme pengurasan yang pada akhirnya akan mengurangi perolehan minyak. Dalam literatur, studi water coning umumnya terfokus pada penentuan laju alir kritis dan waktu tembus air. Sedangkan kinerja sumur setelah tembus air kurang mendapat perhatian.1 Studi ini mengembangkan suatu korelasi empirik untuk memprediksi kinerja reservoir bottom-water
setelah tembus air pada sumur vertikal dengan menggunakan konsep “skin”. Dalam hal ini, kerucut air dipandang sebagai penghambat masuknya minyak ke lubang sumur. Studi diawali dengan melakukan analisis sensitivitas terhadap kejadian water coning menggunakan simulasi numerik. Berdasarkan analisis dimensional dan analisis regresi yang didasarkan pada persamaan dasar aliran dibentuk korelasi empirik untuk memodelkan volume kerucut air pada selang perforasi. Korelasi yang dihasilkan dapat digunakan untuk memprediksi WOR setelah tembus air. Volume kerucut air di selang perforasi selanjutnya dinyatakan dalam bentuk indeks “skin” sehingga dapat digunakan untuk memprediksi laju produksi minyak. Korelasi empirik yang diperoleh telah diuji dengan simulasi dan korelasi sebelumnya dan diketahui bahwa korelasi tersebut dapat digunakan dengan sangat baik dan akurat. PENDAHULUAN Produksi dari reservoir minyak melalui sumur vertikal dengan zona air di bawahnya (bottom water) selalu berkaitan dengan fenomena water coning. Pada saat minyak diproduksikan, air akan ikut naik dan membentuk kerucut (cone) di sekitar lubang sumur sehingga pada suatu saat setelah air sampai di perforasi maka air akan ikut terproduksi (Gambar 1). Water coning terjadi karena penurunan tekanan di sekitar lubang sumur akibat aktivitas produksi lebih besar dari perbedaaan tekanan gravitasi air-minyak, yaitu tekanan yang mengendalikan agar minyak tetap berada di atas air.1
Gambar 1. Kejadian water coning
Minyak
Air
WaterConing
Fenomena water coning telah banyak dipelajari yang umumnya menggunakan metode empirik dan terfokus pada penentuan laju kritis (untuk mencegah terproduksinya air) dan penentuan waktu tembus air (untuk menunda terproduksinya air).1,2,3,4,5 Namun, pembatasan laju produksi ini seringkali menyebabkan sumur menjadi tidak ekonomis disamping waktu pengembalian modal yang menjadi sangat lambat sehingga sebagian operator memilih untuk memproduksikan sumur pada laju yang lebih tinggi dan menangani masalah air yang ikut terproduksi kemudian. Dalam kasus demikian, maka prediksi kinerja sumur setelah tembus air (post water breakthrough) menjadi sangat penting. Metode untuk memprediksi kelakuan water coning yang berkaitan dengan prediksi water oil ratio (WOR) setelah tembus air telah pernah dilakukan antara lain oleh Bournazel dan Jeanson,1 Kuo dan DesBrisay,4 dan Yang dan Wattenbarger5 dengan pendekatan yang berbeda satu sama lain. Tujuan Penulisan Tujuan yang hendak dicapai dari studi ini adalah:
1. Membuat korelasi empirik untuk meramalkan WOR setelah tembus air dengan pendekatan yang berbeda dengan metode sebelumnya yaitu dengan menggunakan konsep “skin”. Dalam hal ini, kerucut air dipandang sebagai penghambat aliran minyak dari reservoir ke lubang sumur (restricted entry).
2. Menyatakan parameter water coning dalam bentuk indeks “skin” yang merupakan fungsi dari volume cone yang terbentuk di selang perforasi sehingga dapat digunakan untuk memprediksi laju produksi minyak.
Metodologi dan Batasan-batasan Dalam studi ini, parameter yang berpengaruh secara signifikan terhadap terjadinya water coning diperoleh melalui serangkaian simulasi menggunakan simulator reservoir komersial. Data yang digunakan pada analisis sensitivitas ini merupakan data sintetis hasil modifikasi data yang digunakan oleh Yang dan Wattenbarger.5 Model dan proses simulasi reservoir menggunakan berbagai parameter reservoir yang meliputi parameter batuan, fluida, laju alir, dan geometri reservoir. Setelah parameter sensitif dapat ditentukan, persamaan volume kerucut tanpa dimensi (dimensionless cone volume) diperoleh dengan analisis dimensional berdasarkan persamaan dasar aliran dan persamaan korelasi WOR diperoleh dengan analisis regresi. Model reservoir yang digunakan dalam simulasi merupakan reservoir tertutup yang mempunyai aquifer di bagian bawah dan diproduksikan melalui satu sumur vertikal yang terletak ditengah-tengah reservoir. Asumsi yang digunakan pada model simulasi meliputi:
1. Tidak ada aliran pada batas-batas pinggir reservoir (closed-edge boundary).
2. Reservoir mempunyai bottom aquifer. 3. Hanya ada satu interval perforasi. 4. Reservoir homogen dan anisotropik 5. Reservoir terdiri dari dua fasa, air-minyak. 6. Tekanan kapiler diabaikan. Selanjutnya, dalam menghitung volume cone, diasumsikan bahwa air mendorong minyak dengan sistem piston sehingga pergerakan water oil contact (WOC) dapat ditentukan dengan menggunakan metode material balance dan ketinggian cone di selang perforasi diasumsikan sebagai fungsi dari jumlah air yang terproduksi (water cut). MODEL RESERVOIR Secara skematik, model reservoir yang digunakan diperlihatkan pada Gambar 2 yang merupakan model 2D radial. Dengan sistem koordinat silinder (r-θ,z), jumlah blok grid adalah 10 x 1 x 20 = 200 blok. Ukuran blok grid ke arah z mempunyai harga yang bervariasi, ke arah θ mempunyai satu ukuran, dan ke arah r bervariasi menggunakan skala logaritmik berikut:
i2/1i rr ξ=+ (1)
2/1ii rr −1/2+ ξ= (2)
⎟⎟⎠
⎞⎜⎜⎝
⎛=ξ
w
eIMAX
1
rr (3)
( ) ( )2/1i2/1ii rrr −+= (4)
Initial WOC
Gambar 2. Sistem grid model simulasi Satu sumur vertikal terletak di tengah-tengah reservoir dengan lubang perforasi berada pada grid blok 2 sampai 6 pada arah z ke bawah. Kedalaman original water oil contact berada pada blok grid 20 pada arah z atau pada kedalaman 8881 feet di bawah permukaan laut. Dengan anggapan reservoir homogen dan anisotropik, data porositas dan permeabilitas baik secara horizontal maupun vertikal menggunakan satu harga untuk seluruh blok grid. Tekanan awal reservoir sebesar 3553 psi pada
2
kedalaman datum 8881 feet di bawah permukaan laut. Model di-run dengan menggunakan simulator komersial IMEX CMG dimana mula-mula digunakan data dasar (base case) sebagai acuan dan selanjutnya di-run dengan mengubah-ubah satu parameter reservoir sedangkan parameter lainnya dibuat tetap. Data reservoir dan grid, data PVT dan permeabilitas relatif terdapat pada Tabel 2, Tabel 3 dan Tabel 4. ANALISIS SENTIVITAS Analisis sensitivitas dilakukan dengan melakukan simulasi 38 kasus dengan 11 parameter reservoir yang diubah-ubah yang meliputi parameter batuan, fluida, laju alir, dan geometri reservoir. Tabel berikut menunjukkan parameter sensitivitas yang digunakan dalam model simulasi dimana harga yang dicetak tebal dan miring merupakan kasus dasar (base case).
Tabel 1. Parameter dalam analisis sensitivitas.
kh, mD 6000; 4000; 3000; 2000 kv, mD 50; 100; 200; 400; 800 φ, % 10; 20,7; 30; 40 μo, cp 0,5; 1,5; 3,0; 4,0 μw, cp 0,2; 0,31; 0,4; 0,5; 0,7 re, ft 1000; 1300; 1600; 1800 h, ft 100; 160; 200; 260 hap, ft 3,75; 13,75; 23,75; 43,75 hp, ft 8,75; 16,25; 26,25; 36,25 Δγ, psi/ft 0,0779; 0,0893; 0,0996;
0,1102; 0,1198; 0,1239 Qt, B/D 500; 1000; 1500; 2500; 3500
Hasil yang diperoleh dari simulation runs di atas memperlihatkan bahwa bila perbandingan volume air-minyak (WOR) diplot terhadap volume cone pada kertas grafik semilog, volume cone yang terjadi setelah waktu tembus air, membesar sejalan dengan meningkatnya harga WOR. Kenaikan harga Vc pada seluruh kasus memperlihatkan sifat yang unik yaitu berupa garis lurus (linier) setelah dilakukan pengaturan terhadap harga logaritmik WOR dengan cara menambahkan suatu konstanta c. Hasil pengamatan pada saat terjadi tembus air menunjukkan bahwa makin besar harga volume cone, maka kurva makin bergeser ke kanan dan waktu tembus air akan makin besar. Data parameter sensitivitas dan hasil simulasi ke 38 kasus tersebut terdapat pada Tabel 5 serta Gambar 3 s/d 13.
ANALISIS DIMENSIONAL6
Analisis dimensional6 dilakukan untuk menentukan hubungan tanpa dimensi antara volume cone dengan seluruh parameter sensitif yang dikelompokkan berdasarkan persamaan dasar aliran. Hubungan
antara volume cone dengan parameter dasar yang mewakili sifat fisik dan geometri reservoir dapat dituliskan sebagai berikut:
Vc = f (kh, kv, re, h, hp, hap, µo, µw, Δγ, Qt, g)
Volume cone, Vc merupakan dependent variable sedangkan parameter lainnya merupakan independent variables. Dengan menggunakan metode Phi Buckingham diperoleh hubungan antara volume cone dengan independent variables (dimensionless cone volume) sebagai berikut:7
,,h
h,
hh
,hr
,hk
,hk
hV
o
wappe2v
2h
3c
μμ
⎜⎜⎝
⎛φ=
⎟⎟⎠
⎞
μ
γΔ
μ
γΔh
Q,hg
o
t2o
32 (5)
Selanjutnya, semua independent variables yang terdapat pada Pers. (5) dikelompokkan berdasarkan persamaan dasar aliran fluida di reservoir. Sebelum itu, semua variabel tersebut diubah terlebih dahulu menjadi variabel tanpa dimensi. Variabel Tanpa Dimensi QDVariabel yang mempengaruhi laju produksi total fluida dapat dinyatakan sebagai berikut:
Qt = f (µo, kh, Δγ, h, g)
Selanjutnya dengan menggunakan metode Phi Buckingham akan diperoleh hubungan Qt dengan independent variables seperti berikut ini:
⎟⎟⎠
⎞
μ
γΔ⎜⎜⎝
⎛φ=
μγΔ
2o
32
2h
o
t hg,hk
hQ
Sehingga variabel tanpa dimensi QD dapat dituliskan sebagai berikut:7
ghkQ
Q 2h
otD
γΔ
μ= (6)
Variabel Tanpa Dimensi reDengan cara yang sama, variabel yang mempengaruhi spasi sumur, re, dinyatakan sebagai berikut:
re = f (h, kh, kv)
Selanjutnya dengan menggunakan metode Phi Buckingham akan diperoleh hubungan re dengan variabel tersebut seperti berikut ini:
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛φ=
v
he
kh,
hk
hr
Sehingga variabel tanpa dimensi reD dapat dituliskan sebagai berikut:7
h
veeD k
khr
r = (7)
3
Variabel Tanpa Dimensi M Rasio mobilitas, M, merupakan variabel tanpa dimensi yang dapat dituliskan sebagai berikut:
row
rwokk
Mμμ
= (8)
Selanjutnya dengan mengelompokkan variabel-variabel tanpa dimensi pada Pers. (6), (7) dan (8) ke dalam Pers. (5) dan dengan penyelesaian matematika sederhana diperoleh hubungan volume cone dengan parameter sensitif sebagai berikut:
( ) ( ) ( ) ⎟⎟⎠
⎞⎜⎜⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛=
hh
hh
MQrhV app
DeD3c (9)
Pers. (9) merupakan persamaan dasar korelasi empirik yang selanjutnya akan diselesaikan dengan menggunakan metode analisis regresi seperti ditunjukkan pada paragraph berikut.
PENURUNAN PERSAMAAN KORELASI Model simulasi pertama-tama dijalankan dengan menggunakan data dasar yang menjadi acuan dan kemudian dijalankan per kasus yaitu dengan mengubah satu parameter reservoir dengan parameter lainnya tetap. Parameter yang diubah-ubah meliputi permeabilitas horizontal, permeabilitas vertikal, porositas, viskositas minyak, viskositas air, jari-jari pengurasan ketebalan formasi, ketebalan di atas perforasi, panjang selang perforasi, perbedaan densitas air-minyak dan laju produksi total fluida. Dari seluruh data hasil simulasi dilakukan perhitungan ketebalan lapisan minyak rata-rata di bawah lubang perforasi (hbp) atau jarak antara lubang perforasi terbawah dengan garis water oil contact (WOC) yang baru. Dengan anggapan bahwa air mendorong minyak dengan sistem piston, metode material balance dapat digunakan untuk menentukan pergerakan WOC tersebut. Persamaan material balance untuk menghitung ketebalan lapisan minyak rata-rata di bawah lubang perforasi dapat diturunkan sebagai berikut:7
( ) paporwc
pbp hh
SS1AN
hh −−−−φ
−=
(10) Selanjutnya dilakukan perhitungan terhadap volume cone yang merupakan volume kerucut dimana tinggi kerucut (hc) yang digunakan merupakan penjumlahan ketebalan lapisan minyak rata-rata di bawah lubang perforasi (hbp) dengan ketinggian air pada selang perforasi. Dengan anggapan bahwa tinggi air di selang perforasi dicerminkan oleh jumlah air yang terproduksi (water cut) sehingga persamaan untuk menghitung volume cone dapat dituliskan sebagai berikut:
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎟⎠
⎞⎜⎜⎝
⎛+
+π
= pow
wbp
2rec h
qqq
hr3
V (11)
Apabila WOR diplot terhadap volume cone di atas kertas grafik semi-log, dapat dilihat bahwa setelah
tembus air perubahan WOR terhadap volume cone merupakan garis lurus setelah harga WOR diatur dengan menambahkan suatu harga konstanta sebesar 0.09. Hasil plot diperlihatkan pada Gambar 3 s/d Gambar 13. Dari hasil plot tersebut ditentukan parameter sensitif yang akan digunakan untuk membentuk persamaan korelasi. Perhitungan volume cone dan m untuk seluruh kasus pada saat tembus air terjadi terdapat pada Tabel 5. Persamaan korelasi Vc dan m. Pers. (5) yang merupakan persamaan dasar hasil analisis dimensional diselesaikan dengan menggunakan analisis regresi multi-variabel non-linier untuk mendapatkan koefisien dan pangkat masing-masing variabel. Konsep dasar multiple regression adalah mencari kombinasi dari variabel bebas yang akan dikorelasikan sedekat mungkin dengan variabel yang tidak bebas. Bentuk persamaan dasar regresi multi-variabel non-linier dapat dituliskan sebagai berikut:
5m4m3m2m1mo EDCBAmV = (12)
Pers. (12) di atas dapat disederhanakan menjadi bentuk linier dengan transformasi logaritmik sebagai berikut:
5544332211 XmXmXmXmXmCY +++++= (13) dimana: Y = log V C = log mo X1 = log A X2 = log B X3 = log C X4 = log D X5 = log E
Selanjutnya Pers. (13) diselesaikan dengan metode least squares dalam bentuk penyelesaian suatu matriks yang dapat dilakukan baik dengan metode langsung maupun dengan metode iterasi. Dengan melakukan analisis regresi terhadap Pers. (5) yang telah dikelompokkan berdasarkan persamaan dasar aliran, yaitu Pers. (6), (7) dan (8), diperoleh hasil perhitungan untuk seluruh kasus seperti yang terdapat pada Tabel 6 dan Tabel 7, sehingga persamaan korelasi untuk volume cone pada saat tembus air dapat dituliskan sebagai berikut:
19,063,029,5
05,0D
3,0
eD3cbt
M11Q
r125,454
hV
βα⎟⎠⎞
⎜⎝⎛
+⎟⎟⎠
⎞⎜⎜⎝
⎛=
(14) Sedangkan untuk kemiringan grafik m diperoleh persamaan korelasi sebagai berikut:
( ) βα+⎟⎟⎠
⎞⎜⎜⎝
⎛×= − 02,074,009,1
D08,0
eD
37,06 M1Q
r11021,1m
(15)
4
dimana:
h
veeD k
khrr = (16)
γΔ
μ=
hkkBQ1.2492
Q 2roh
ootD
hhp
=α
h
hap=β
row
rwo
kk
Mμμ
=
Laju produksi tanpa dimensi, QD merupakan perbandingan antara laju produksi total fluida dengan laju produksi minyak. Dari Pers. (14), hubungan antara volume cone dan laju aliran tanpa dimensi, QD berbanding lurus atau makin besar QD, maka volume cone akan makin besar pula. Sedangkan QD berbanding terbalik dengan laju produksi minyak sehingga makin kecil produksi minyak, maka volume cone air akan makin besar. Seperti telah dijelaskan sebelumnya bahwa setelah tembus air terjadi, grafik WOR terhadap perubahan volume cone akan berupa garis lurus bila diplot pada kertas grafik semilog setelah ditambahkan suatu konstanta c sebesar 0,09 pada harga logaritmik WOR. Dengan demikian, secara matematis hubungan antara WOR dengan volume cone setelah tembus air terjadi dapat ditulis sebagai berikut: Log(WOR+0,09) = m(Vc–Vcbt) + Log(0,09)
Vc ≥ Vcbt (17) Pers. (17) di atas dapat digunakan untuk meramalkan perbandingan air minyak (WOR) setelah terjadi tembus air. Persamaan Indeks “Skin” Persamaan indeks “skin” dibentuk dari data hasil simulasi dengan mengamati hubungan antara volume cone pada saat tembus air terjadi dan volume cone setelah tembus air terjadi; yaitu pada saat kadar air 25%, 50%, 75% dan 100%. Dengan mendefisikan bahwa indeks “skin” = 0 pada saat tembus air terjadi atau kadar air = 0% dan indeks “skin” = 1 pada saat kadar air = 100%, indeks “skin” pada saat kadar air = 25%, 50% dan 75% dapat ditentukan dengan cara membagi selisih volume cone yang terbentuk pada masing-masing kadar air dengan volume cone pada kadar air = 100% atau secara matematis dapat dituliskan sebagai berikut:
100%)@(WCV0%)@(WCV(%WC) @V
""Indeksc
cc
==−
=skin
(18)
dimana Vc @ (%WC) adalah volume cone pada berbagai harga kadar air dan Vc @ (WC=0%) adalah Vcbt yaitu volume cone pada saat tembus air. Data hasil simulasi 38 kasus untuk menentukan indeks “skin” selanjutnya diplot terhadap volume cone seperti terlihat pada Gambar 14 dan hasilnya berupa garis lurus (linier). Dengan metode interpolasi linier, diperoleh persamaan indeks “skin” sebagai berikut:
Indeks “skin” = 5,67E-08 (Vc - Vcbt) (19)
Indeks “skin” selanjutkan dapat digunakan untuk memprediksi laju produksi minyak setelah tembus air terjadi yaitu dengan membuat korelasi antara QD dengan indeks “skin”. Dari data hasil simulasi yang sama, QD diplot pada kadar air 25%, 50%, 75% dan 100% terhadap indeks “skin” seperti terlihat pada Gambar 15. Dari hasil plot diperoleh hubungan antara QD dan indeks “skin”, S, berupa polinomial yang dapat ditulis sebagai berikut:
QD = 322,97 S3 – 149,41 S2 + 18,653 S + 1,0822
(20)
Seperti telah dijelaskan sebelumnya bahwa laju produksi tanpa dimensi, QD merupakan perbandingan antara laju produksi total fluida, Qt, dengan laju produksi minyak sehingga dengan diketahuinya harga QD, laju produksi minyak dapat diprediksi. PENGUJIAN PERSAMAAN KORELASI Pengujian terhadap persamaan korelasi yang dikembangkan dalam studi ini dilakukan dengan mengamati hasil plot antara WOR terhadap waktu. Dengan metode visual, pengamatan dilakukan dengan membandingkan hasil perhitungan yang diperoleh dengan korelasi dengan hasil perhitungan bila menggunakan metode lain. Metode yang dijadikan pembanding adalah metode simulasi dan metode Yang dan Wattenbarger.5 Hasil plot WOR terhadap volume cone antara persamaan korelasi dengan hasil simulasi serta hasil perhitungan dengan metode Yang dan Wattenbarger diperlihatkan pada Gambar 16 sedangkan tabulasi data terdapat pada Tabel 8. Dari hasil plot dapat disimpulkan bahwa persamaan korelasi yang dikembangkan dalam studi ini memberikan hasil perhitungan yang mendekati hasil simulasi dan hasil perhitungan dengan metode Yang dan Wattenbarger.5 KESIMPULAN 1. Faktor-faktor yang sangat berpengaruh pada
kejadian water coning adalah permeabilitas horizontal dan vertikal, viskositas air dan minyak, jari-jari pengurasan, ketebalan lapisan, ketebalan kolom minyak di atas perforasi, ketebalan
5
perforasi dan laju produksi. Sedangkan yang tidak atau kurang berpengaruh adalah porositas dan perbedaan densitas air-minyak.
2. Studi ini telah berhasil mengembangkan persamaan korelasi empirik untuk memperkirakan kinerja reservoir dengan bottom-water setelah tembus air sebagai berikut:
19,063,029,5
05,0D
3,0
eD3cbt
M11Q
r125,454
hV
βα⎟⎠⎞
⎜⎝⎛
+⎟⎟⎠
⎞⎜⎜⎝
⎛=
( ) βα+⎟⎟⎠
⎞⎜⎜⎝
⎛×= − 02,074,009,1
D08,0
eD
37,06 M1Q
r11021,1m
Log(WOR + 0,09) = m(Vc – Vcbt) + Log(0,09) Vc ≥ Vcbt
dimana:
h
veeD k
khrr = ,
γ
=Δ
μ
2roh
BQ1,2492D
hkkQ oot
hhp
=α
h
hap=β
row
rwo
kkM
μμ
=
Sedangkan persamaan untuk memperkirakan laju produksi minyak menggunakan indeks “skin,” S, adalah sebagai berikut:
Indeks “skin” = 5,67E-08 (Vc - Vcbt)
QD = 322,97 S3 – 149,41 S2 + 18,653 S + 1,0822
3. Hasil perhitungan WOR dengan menggunakan persamaan korelasi empirik di atas telah dapat divalidasi oleh simulasi dan metode Yang dan Wattenbarger.5
DAFTAR SIMBOL A Luas penampang reservoir, ft2
BBo Faktor volume formasi minyak, stb/rb g konstanta percepatan gravitasi bumi, ft/sec2
h Ketebalan kolom minyak mula-mula, ft hap Ketebalan kolom minyak di atas perforasi, ft hbp Ketebalan kolom minyak di bawah perforasi, ft hc Tinggi kerucut air, ft ho Ketebalan kolom minyak saat ini, ft hp Panjang lubang perforasi, ft ht Ketebalan formasi, ft hwb Ketebalan kolom minyak saat tembus air, ft h Ketebalan rata-rata kenaikan zone air, ft kh Permeabilitas horizontal, md kv Permeabilitas vertikal, md ko Permeabilitas efektif minyak, md kro Permeabilitas relatif minyak, md
krw Permeabilitas relatif air, md m Kemiringan grafik WOR setelah tembus air M Rasio mobilitas air-minyak Ni Volume minyak di tempat, stb Np Kumulatip produksi minyak, stb qo Laju produksi minyak, stb/d qw Laju produksi air, stb/d QD Laju total produksi tanpa dimensi Qt Laju total produksi, stb/d rw Jari-jari sumur, ft re Jari-jari pengurasan, ft reD Jari-jari pengurasan tanpa dimensi S Indeks “skin” Swc Saturasi air connate So Saturasi minyak Sor Saturasi minyak sisa
oS Saturasi minyak rata-rata Vc Volume kerucut air setelah tembus air, ft3
Vcbt Volume kerucut air saat tembus air, ft3
WC Kadar air, % µo Viskositas minyak, cp µw Viskositas air, cp γo Densitas minyak, psi/ft γw Densitas air, psi/ft φ Porositas Δγ Perbedaan densitas air-minyak, psi/ft α Fraksi interval perforasi β Fraksi tinggi kolom minyak di atas perforasi DAFTAR PUSTAKA 1. Smith, C. R., Tracy, G. W., and Farrar, R. L.:
Applied Reservoir Engineering, Vol. 2, OGCI Publications, Tulsa, OK, 1992.
2. Recham, R., Osisanya, S. O., and Touami, M.: ”Effects of Water Coning on the Performance of Vertical and Horizontal Wells – A Reservoir Simulation Study of Hassi R’mel Field, Algeria,” SPE/PSCIM Paper No. 65506, 2000.
3. Sobocinski, D.P. and Cornelius, A.J.: “A Correlation for Predicting Water Coning Time,” JPT (May 1965), 594-600.
4. Kuo, M.C.T. and DesBrisay, C.L.: “A Simplified Method for Water Coning Predictions,” SPE Paper No. 12067, 1983.
5. Yang, W. and Wattenbarger, R. A.: “Water Coning Calculations for Vertical and Horizontal Wells,” SPE Paper No. 22931, 1991.
6. Munson, B.R., Young, D.F., and Okiishi, T.H.: Fundamentals of Fluid Mechanics” John Wiley & Sons, Inc., 3rd edition, NY, 1998.
7. Mangasi, D.G.S.: Korelasi Empirik Untuk Peramalan Kinerja Reservoir Bottom-Water Setelah Tembus Air, Tesis ITB, Bandung, 2003.
8. Muskat, M. and Wyckoff, R.D.: ”An Approximate Theory of Water Coning in Oil Production,” Trans. AIME, 1935.
9. Addington, D.V.: “An Approach to Gas Coning Correlation for A Large Grid Cell Reservoir Simulator”, JPT (Nov. 1981), 2267-74.
6
Tabel 2
Data Reservoir dan Grid Simulasi
Kedalaman Top formasi, ft : 8721.0 Original Water Oil Contact, ft : 8881.0 Saturasi air connate, Swc % : 0.2 Saturasi residual minyak, Sor % : 0.26 Tekanan awal reservoir (@ 8881 ft ss), psia : 3553.0 Tekanan bubble, Pb, psia : 353.0 FVF minyak @ Pb, RB/STB : 1.1136 Densitas minyak, psi/ft : 48.8976 Viscositas minyak, cp : 1.52 Compressibilitas minyak, 1/psi : 3.73E-7 FVF air mula-mula, RB/STB : 1.0423 Densitas air, psi/ft : 63.23 Viscositas air, cp : 0.31 Compressibilitas air, 1/psi : 2.68E-6 Porositas, % : 20.7 Compressibilitas baruan, 1/psi : 3.00E-6 Jari-jari sumur, ft : 0.35 Jari-jari pengurasan, ft : 1300 Jumlah grid blok arah radial : 10 Ukuran grid blok arah radial, ft : 0.446, 1.016, 2.310, 5.256, 11.958, 27.205, 61.892, 140.805, 320.336, 728.78 Jumlah grid blok vertikal : 20
Tabel 3
Data PVT
p Rs BBo 1/Bg μo μg co
353.0 1.0E-6 1.1136 1190 1.52 0.0228 3.73E-7 3553.0 2.0E-6 1.1336 1200 1.50 0.0238 3.73E-7
Tabel 4 Data Permeabilitas Relative
Sw krw kro pcow
0.200 0.0000 1.0000 0.0 0.300 0.0100 1.0000 0.0 0.420 0.0158 1.0000 0.0 0.440 0.0167 0.9244 0.0 0.465 0.0180 0.8300 0.0 0.510 0.0360 0.5000 0.0 0.560 0.0580 0.2700 0.0 0.610 0.0760 0.1100 0.0 0.655 0.1000 0.0600 0.0 0.700 0.1200 0.0300 0.0 0.740 0.1500 0.0000 0.0 1.000 1.0000 0.0000 0.0
7
Tabel 5
Data Untuk Analisis Sensitivitas dan Hasil Simulasi
kh kv φ μο μω re h hap hp Δγ Qt Vcbt Case
md md % cp cp ft ft ft ft psi/ft stb/d x 106 ft3m
Base 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 48.27 1.78E-07 1 3000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 47.38 1.72E-07 2 2000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 46.25 1.63E-07 3 6000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 49.72 1.92E-07 4 4000 50 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 52.67 2.34E-07 5 4000 100 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 50.39 1.98E-07 6 4000 400 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 46.47 1.60E-07 7 4000 800 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 45.08 1.54E-07 8 4000 200 0.100 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 48.23 1.75E-07 9 4000 200 0.300 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 48.27 1.77E-07 10 4000 200 0.400 1.5 0.31 1300 160 3.75 16.25 0.0996 2500 48.31 1.79E-07 11 4000 200 0.207 0.5 0.31 1300 160 3.75 16.25 0.0996 2500 50.42 1.72E-07 12 4000 200 0.207 3.0 0.31 1300 160 3.75 16.25 0.0996 2500 46.65 1.99E-07 13 4000 200 0.207 4.0 0.31 1300 160 3.75 16.25 0.0996 2500 46.08 2.12E-07 14 4000 200 0.207 1.5 0.20 1300 160 3.75 16.25 0.0996 2500 47.02 1.88E-07 15 4000 200 0.207 1.5 0.40 1300 160 3.75 16.25 0.0996 2500 49.07 1.74E-07 16 4000 200 0.207 1.5 0.50 1300 160 3.75 16.25 0.0996 2500 49.82 1.72E-07 17 4000 200 0.207 1.5 0.70 1300 160 3.75 16.25 0.0996 2500 51.09 1.73E-07 18 4000 200 0.207 1.5 0.31 1000 160 3.75 16.25 0.0996 2500 29.46 3.22E-07 19 4000 200 0.207 1.5 0.31 1600 160 3.75 16.25 0.0996 2500 71.45 1.09E-07 20 4000 200 0.207 1.5 0.31 1800 160 3.75 16.25 0.0996 2500 89.36 8.69E-08 21 4000 200 0.207 1.5 0.31 1300 100 3.75 16.25 0.0996 2500 26.22 3.18E-07 22 4000 200 0.207 1.5 0.31 1300 200 3.75 16.25 0.0996 2500 63.98 1.42E-07 23 4000 200 0.207 1.5 0.31 1300 260 3.75 16.25 0.0996 2500 88.73 1.17E-07 24 4000 200 0.207 1.5 0.31 1300 160 13.75 16.25 0.0996 2500 44.86 1.72E-07 25 4000 200 0.207 1.5 0.31 1300 160 23.75 16.25 0.0996 2500 41.31 1.70E-07 26 4000 200 0.207 1.5 0.31 1300 160 43.75 16.25 0.0996 2500 33.99 1.74E-07 27 4000 200 0.207 1.5 0.31 1300 160 3.75 8.75 0.0996 2500 50.64 1.50E-07 28 4000 200 0.207 1.5 0.31 1300 160 3.75 26.25 0.0996 2500 45.03 2.23E-07 29 4000 200 0.207 1.5 0.31 1300 160 3.75 36.25 0.0996 2500 41.69 3.10E-07 30 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0779 2500 47.64 1.70E-07 31 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0893 2500 47.68 1.71E-07 32 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.1102 2500 47.73 1.71E-07 33 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.1198 2500 47.76 1.72E-07 34 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.1239 2500 47.77 1.72E-07 35 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 500 49.87 1.93E-07 36 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 1000 48.79 1.71E-07 37 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 1500 48.47 1.76E-07 38 4000 200 0.207 1.5 0.31 1300 160 3.75 16.25 0.0996 3500 48.22 1.77E-07
8
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (f t3)
WOR
Kh=2000 md
Kh=3000 md
Kh=4000 md
Kh=6000 md
Qt=2500 B/D
Gambar 3. Plot WOR vs Vc pada berbagai harga kh
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (f t3)
WOR
Kv=50 md
Kv=100 md
Kv=200 md
Kv=400 md
Kv=800 md
Qt=2500 B/D
Gambar 4. Plot WOR vs Vc pada berbagai harga kv
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (ft3)
WOR
POR=0.100
POR=0.207
POR=0.300
POR=0.400
Qt=2500 B/DKv/Kh = 0.05
Gambar 5. Plot WOR vs Vc pada berbagai harga φ
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (f t3)
WOR
VISCO=0.5 cp
VISCO=1.5 cp
VISCO=3.0 cp
VISCO=4.0 cp
Qt=2500 B/DKv/Kh = 0.05
Gambar 6. Plot WOR vs Vc pada berbagai harga μo
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 20 40 60 80 100 120
Vc x 106 (ft3)
WOR
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (ft3)
WOR
VISCW=0.20 cp
VISCW=0.31 cp
VISCW=0.40 cp
VISCW=0.50 cp
VISCW=0.70 cp
Qt=2500 B/DKv/Kh = 0.05
Gambar 7. Plot WOR vs Vc pada berbagai harga μw
re=1000 ft
re=1300 ft
re=1600 ft
re=1800 ft
Qt=2500 B/DKv/Kh = 0.05
Gambar 8. Plot WOR vs Vc pada berbagai harga re
9
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 20 40 60 80 100 12
Vc x 106 (f t3)
WOR
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (f t3)
WOR
0
h=100 ft
h=160 ft
h=200 ft
h=260 ft
Qt=2500 B/DKv/Kh = 0.05
Gambar 9. Plot WOR vs Vc pada berbagai harga h
hap=3.75 ft
hap=13.75 ft
hap=23.75 ft
hap=43.75 ft
Qt=2500 B/DKv/Kh = 0.05
Gambar 10. Plot WOR vs Vc pada berbagai harga hap`
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
1.0E+03
0 10 20 30 40 50 60 70
Vc x 106 (ft3)
WOR
hp=8.75 ft
hp=16.25 ft
hp=26.25 ft
hp=36.25 ft
Qt=2500 B/DKv/Kh = 0.05
Gambar 11. Plot WOR vs Vc pada berbagai harga hp`
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (ft3)
WOR
dY=0.0779
dY=0.0893
dY=0.0996
dY=0.1102
dY=0.1198
dY=0.1239
Qt=2500 B/DKv/Kh = 0.05
Gambar 12. Plot WOR vs Vc pada berbagai harga Δγ
1.0E-02
1.0E-01
1.0E+00
1.0E+01
1.0E+02
0 10 20 30 40 50 60 70
Vc x 106 (ft3)
WOR
Qt=500 B/D
Qt=1000 B/D
Qt=1500 B/D
Qt=2500 B/D
Qt=3500 B/D
Kv/Kh = 0.05
Gambar 13. Plot WOR vs Vc pada berbagai harga Qt
10
Tabel 6
Perhitungan Konstanta dan Pangkat Persamaan Korelasi Vcb Dengan Analisis Regresi
x1 x2 x4 x5 x6 y
Case α=hp/h β=hap/h (1+M) reD QD ln α ln β ln (1+M) ln (reD)
ln (QD)
ln (Vcbt/h3)
Base 0.1016 0.0234 1.0629 1.817 1.0204E+00 -2.2871 -3.7534 0.061 0.597 0.02 3.42 1 0.1016 0.0234 1.0627 2.098 1.3605E+00 -2.2871 -3.7534 0.061 0.741 0.31 3.33 2 0.1016 0.0234 1.0550 2.569 2.0408E+00 -2.2871 -3.7534 0.053 0.944 0.71 3.21 3 0.1016 0.0234 1.0704 1.483 6.8026E-01 -2.2871 -3.7534 0.068 0.394 -0.39 3.58 4 0.1016 0.0234 1.1010 0.908 1.2002E+00 -2.2871 -3.7534 0.096 -0.096 0.18 3.92 5 0.1016 0.0234 1.0798 1.285 1.0441E+00 -2.2871 -3.7534 0.077 0.251 0.04 3.65 6 0.1016 0.0234 1.0550 2.569 1.0204E+00 -2.2871 -3.7534 0.053 0.944 0.02 3.23 7 0.1016 0.0234 1.0467 3.634 1.0204E+00 -2.2871 -3.7534 0.046 1.290 0.02 3.09 8 0.1016 0.0234 1.0716 1.817 1.0204E+00 -2.2871 -3.7534 0.069 0.597 0.02 3.42 9 0.1016 0.0234 1.0615 1.817 1.0204E+00 -2.2871 -3.7534 0.060 0.597 0.02 3.42
10 0.1016 0.0234 1.0639 1.817 1.0204E+00 -2.2871 -3.7534 0.062 0.597 0.02 3.43 11 0.1016 0.0234 1.0260 1.817 3.4013E-01 -2.2871 -3.7534 0.026 0.597 -1.08 3.66 12 0.1016 0.0234 1.1102 1.817 2.0408E+00 -2.2871 -3.7534 0.105 0.597 0.71 3.25 13 0.1016 0.0234 1.1465 1.817 2.7210E+00 -2.2871 -3.7534 0.137 0.597 1.00 3.19 14 0.1016 0.0234 1.0855 1.817 1.0204E+00 -2.2871 -3.7534 0.082 0.597 0.02 3.29 15 0.1016 0.0234 1.0544 1.817 1.0204E+00 -2.2871 -3.7534 0.053 0.597 0.02 3.51 16 0.1016 0.0234 1.0435 1.817 1.0204E+00 -2.2871 -3.7534 0.043 0.597 0.02 3.59 17 0.1016 0.0234 1.0345 1.817 1.0204E+00 -2.2871 -3.7534 0.034 0.597 0.02 3.73 18 0.1016 0.0234 1.0758 1.398 1.0204E+00 -2.2871 -3.7534 0.073 0.335 0.02 3.06 19 0.1016 0.0234 1.0599 2.236 1.0204E+00 -2.2871 -3.7534 0.058 0.805 0.02 3.72 20 0.1016 0.0234 1.0526 2.516 1.0204E+00 -2.2871 -3.7534 0.051 0.923 0.02 3.90 21 0.1625 0.0375 1.0491 2.907 2.6122E+00 -1.8171 -3.2834 0.048 1.067 0.96 4.29 22 0.0813 0.0188 1.0735 1.453 6.5305E-01 -2.5102 -3.9766 0.071 0.374 -0.43 3.08 23 0.0625 0.0144 1.0991 1.118 4.4921E-01 -2.7726 -4.2389 0.094 0.112 -0.80 2.73 24 0.1016 0.0859 1.0627 1.817 1.0204E+00 -2.2871 -2.4541 0.061 0.597 0.02 3.57 25 0.1016 0.1484 1.0552 1.817 1.0204E+00 -2.2871 -1.9076 0.054 0.597 0.02 3.72 26 0.1016 0.2734 1.0469 1.817 1.0204E+00 -2.2871 -1.2967 0.046 0.597 0.02 4.02 27 0.0547 0.0234 1.0629 1.817 1.0204E+00 -2.9061 -3.7534 0.061 0.597 0.02 3.29 28 0.1641 0.0234 1.0629 1.817 1.0204E+00 -1.8075 -3.7534 0.061 0.597 0.02 3.59 29 0.2266 0.0234 1.0627 1.817 1.0204E+00 -1.4847 -3.7534 0.061 0.597 0.02 3.77 30 0.1016 0.0234 1.0627 1.817 1.3046E+00 -2.2871 -3.7534 0.061 0.597 0.27 3.35 31 0.1016 0.0234 1.0627 1.817 1.1381E+00 -2.2871 -3.7534 0.061 0.597 0.13 3.36 32 0.1016 0.0234 1.0627 1.817 9.2224E-01 -2.2871 -3.7534 0.061 0.597 -0.08 3.36 33 0.1016 0.0234 1.0627 1.817 8.4834E-01 -2.2871 -3.7534 0.061 0.597 -0.16 3.37 34 0.1016 0.0234 1.0627 1.817 8.2027E-01 -2.2871 -3.7534 0.061 0.597 -0.20 3.37 35 0.1016 0.0234 1.0735 1.817 2.0408E-01 -2.2871 -3.7534 0.071 0.597 -1.59 3.60 36 0.1016 0.0234 1.0674 1.817 4.0816E-01 -2.2871 -3.7534 0.065 0.597 -0.90 3.48 37 0.1016 0.0234 1.0655 1.817 6.1223E-01 -2.2871 -3.7534 0.063 0.597 -0.49 3.44 38 0.1016 0.0234 1.0670 1.817 1.4285E+00 -2.2871 -3.7534 0.065 0.597 0.36 3.42
11
Tabel 7
Perhitungan Konstanta dan Pangkat Persamaan Korelasi m Dengan Analisis Regresi
x1 x2 x3 x4 x5 y
C α 1+ reD QDln α ln ln
(1+ln (r
ln (Q )
ase =hp/h β=hap/h M ( M) β M) eD)
D)ln (m
B 0 0. . . 1 E .2 .7 0.0 0.0ase .1016 0234 0 0629 1 0629 .817 1.0204 +00 -2 871 -3 534 61 0.597 2 -15.5 1 0 0. . . 2 E .2 .7 0.0 0.3.1016 0234 0 0627 1 0627 .098 1.3605 +00 -2 871 -3 534 61 0.741 1 -15.6 2 0 0. . . 2 E .2 .7 0.0 0.7.1016 0234 0 0550 1 0550 .569 2.0408 +00 -2 871 -3 534 53 0.944 1 -15.6 3 0 0. . . 1 6 .2 .7 0.0 . -0.3.1016 0234 0 0704 1 0704 .483 6.802 E-01 -2 871 -3 534 68 0 394 9 -15.5 4 0 0. . . 0 E .2 .7 0. 0.1.1016 0234 0 1010 1 1010 .908 1.2002 +00 -2 871 -3 534 096 -0.096 8 -15.3 5 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0798 1 0798 .285 1.0441 +00 -2 871 -3 534 77 0.251 4 -15.4 6 0 0. . . 2 E .2 .7 0.0 0.0.1016 0234 0 0550 1 0550 .569 1.0204 +00 -2 871 -3 534 53 0.944 2 -15.6 7 0 0. . . 3 E .2 .7 0.0 0.0.1016 0234 0 0467 1 0467 .634 1.0204 +00 -2 871 -3 534 46 1.290 2 -15.7 8 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0716 1 0716 .817 1.0204 +00 -2 871 -3 534 69 0.597 2 -15.6 9 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0615 1 0615 .817 1.0204 +00 -2 871 -3 534 60 0.597 2 -15.5 10 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0639 1 0639 .817 1.0204 +00 -2 871 -3 534 62 0.597 2 -15.5 11 0 0. . . 1 3 .2 .7 0.0 . -1.0.1016 0234 0 0260 1 0260 .817 3.401 E-01 -2 871 -3 534 26 0 597 8 -15.6 12 0 0. . . 1 E .2 .7 0.1 0.7.1016 0234 0 1102 1 1102 .817 2.0408 +00 -2 871 -3 534 05 0.597 1 -15.4 13 0 0. . . 1 E .2 .7 0.1 1.0.1016 0234 0 1465 1 1465 .817 2.7210 +00 -2 871 -3 534 37 0.597 0 -15.4 14 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0855 1 0855 .817 1.0204 +00 -2 871 -3 534 82 0.597 2 -15.5 15 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0544 1 0544 .817 1.0204 +00 -2 871 -3 534 53 0.597 2 -15.6 16 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0435 1 0435 .817 1.0204 +00 -2 871 -3 534 43 0.597 2 -15.6 17 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0345 1 0345 .817 1.0204 +00 -2 871 -3 534 34 0.597 2 -15.6 18 0 0. . . 1 E .2 .7 0.0 0.0.1016 0234 0 0758 1 0758 .398 1.0204 +00 -2 871 -3 534 73 0.335 2 -14.9 19 0 0. . . 2 E .2 .7 0.0 0.0.1016 0234 0 0599 1 0599 .236 1.0204 +00 -2 871 -3 534 58 0.805 2 -16.0 20 0 0. . . 2 E .2 .7 0.0 0.0.1016 0234 0 0526 1 0526 .516 1.0204 +00 -2 871 -3 534 51 0.923 2 -16.3 21 0 0. . . 2 E .8 .2 0.0 0.9.1625 0375 0 0491 1 0491 .907 2.6122 +00 -1 171 -3 834 48 1.067 6 -15.0 22 0 0. . . 1 5 .5 .9 0.0 . -0.4.0813 0188 0 0735 1 0735 .453 6.530 E-01 -2 102 -3 766 71 0 374 3 -15.8 23 0 0. . . 1 1 .7 .2 0.0 . -0.8.0625 0144 0 0991 1 0991 .118 4.492 E-01 -2 726 -4 389 94 0 112 0 -16.0 24 0 0. . . 1 E .2 .4 0.0 0.0.1016 0859 0 0627 1 0627 .817 1.0204 +00 -2 871 -2 541 61 0.597 2 -15.6 25 0 0. . . 1 E .2 .9 0.0 0.0.1016 1484 0 0552 1 0552 .817 1.0204 +00 -2 871 -1 076 54 0.597 2 -15.6 26 0 0. . . 1 E .2 .2 0.0 0.0.1016 2734 0 0469 1 0469 .817 1.0204 +00 -2 871 -1 967 46 0.597 2 -15.6 27 0 0. . . 1 E .9 .7 0.0 0.0.0547 0234 0 0629 1 0629 .817 1.0204 +00 -2 061 -3 534 61 0.597 2 -15.7 28 0 0. . . 1 E .8 .7 0.0 0.0.1641 0234 0 0629 1 0629 .817 1.0204 +00 -1 075 -3 534 61 0.597 2 -15.3 29 0 0. . . 1 E .4 .7 0.0 0.0.2266 0234 0 0627 1 0627 .817 1.0204 +00 -1 847 -3 534 61 0.597 2 -15.0 30 0 0. . . 1 E .2 .7 0.0 0.2.1016 0234 0 0627 1 0627 .817 1.3046 +00 -2 871 -3 534 61 0.597 7 -15.6 31 0 0. . . 1 E .2 .7 0.0 0.1.1016 0234 0 0627 1 0627 .817 1.1381 +00 -2 871 -3 534 61 0.597 3 -15.6 32 0 0. . . 1 4 .2 .7 0.0 . -0.0.1016 0234 0 0627 1 0627 .817 9.222 E-01 -2 871 -3 534 61 0 597 8 -15.6 33 0 0. . . 1 4 .2 .7 0.0 . -0.1.1016 0234 0 0627 1 0627 .817 8.483 E-01 -2 871 -3 534 61 0 597 6 -15.6 34 0 0. . . 1 7 .2 .7 0.0 . -0.2.1016 0234 0 0627 1 0627 .817 8.202 E-01 -2 871 -3 534 61 0 597 0 -15.6 35 0 0. . . 1 8 .2 .7 0.0 . -1.5.1016 0234 0 0735 1 0735 .817 2.040 E-01 -2 871 -3 534 71 0 597 9 -15.5 36 0 0. . . 1 6 .2 .7 0.0 . -0.9.1016 0234 0 0674 1 0674 .817 4.081 E-01 -2 871 -3 534 65 0 597 0 -15.6 37 0 0. . . 1 3 .2 .7 0.0 . -0.4.1016 0234 0 0655 1 0655 .817 6.122 E-01 -2 871 -3 534 63 0 597 9 -15.6 38 0 0. . . 1 E .2 .7 0.0 0.3.1016 0234 0 0670 1 0670 .817 1.4285 +00 -2 871 -3 534 65 0.597 6 -15.5
12
S = 5.67E-08 (Vc-Vcbt)
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
1.0
2 + 1. 07 8E+ 7
t3
0.9
0.0E+00 .0E+06 4.0E 06 6.0E+06 8.0E+06 1.0E+07 2E+07 1.4E+ 1.6E+07 1. 07 2.0E+0
(Vc-Vcbt), f
Gamb l k o ear 14. P ot Inde s “Skin”, S terhadap V lume con
Q = 322D .9 49.
0.
0.
0.
-0 0
7 S3 - 1 41 S2 + 18.653 S + 1.0822
000.00E+00
50.00
100.00
15 00
200.00
25 00
2.00E-01 4.00E 1 6.00E-01 8.00E-01 1.00E+00 1.20E+0
Index " Skin" , S
Gambar 1 t I in
5. Plo QD terhadap ndex “Sk ”, S
13
Tabel 8 Perbandingan Hasil Perhitungan Masing-masing Metode
Simulasi Yang & Wattenbarger5 Korelasi Usulan
WOR Vc x 106 WOR Vc x 106 WOR Vc x 106
0,09 4,13E+01 0,09 3,83E+01 0,09 4,20E+01 0,09 4,52E+01 0,09 4,22E+01 0,09 4,61E+01 0,09 4,75E+01 0,09 4,61E+01 0,09 4,64E+01 0,14 4,91E+01 0,20 4,85E+01 0,17 4,99E+01 0,28 5,09E+01 0,25 4,91E+01 0,31 5,13E+01 0,43 5,20E+01 0,36 5,00E+01 0,45 5,21E+01 0,86 5,38E+01 0,63 5,14E+01 0,92 5,40E+01 2,14 5,62E+01 1,85 5,40E+01 2,23 5,65E+01 3,57 5,75E+01 2,47 5,52E+01 3,71 5,79E+01
0.01
0.10
1.00
10.00
0 10 20 30 40 50 60 7Vc x 106
WO
R
0
Simulasi Weiping Yang Korelasi
kh=4000 mdkv=200 mdre=1300 fth=160 fthap=3,75 fthp=16,25 ftμo=1,5 cpμw=0,31 cpφ=0,207Qt=2500 b/d
Gambar 16. Perbandingan WOR korelasi dengan Simulasi dan Korelasi Yang dan Wattenbarger5
14