@article { author = {Rajabi, M. and Bohloli, B. and Mohammadinia, M. and Gholampour Ahangar, E.}, title = {Prediction of Shear Wave Velocity from Porosity Logs Using Fuzzy Logic & Neuro-Fuzzy Techniques in One of the Iranian Southern Carbonate Reservoirs}, journal = {Scientific Quarterly Journal of Geosciences}, volume = {20}, number = {80}, pages = {63-70}, year = {2011}, publisher = {Geological Survey of Iran}, issn = {1023-7429}, eissn = {2645-4963}, doi = {10.22071/gsj.2018.55221}, abstract = {The shear and compressional wave velocities (Vs and Vp, respectively) have many applications in petrophysical, geophysical and geomechanical studies. Vp is very easily obtained from sonic logs that are available in most of oil and gas wells, but some wells (especially old wells) may not have Vs data. In this study Vs was predicted from porosity well log data (neutron, density and sonic) using fuzzy logic and neuro-fuzzy techniques. For this purpose a total of 3910 data points from Sarvak carbonate reservoir which have Vs and porosity log data were utilized. These data were divided into two parts, one part included 2046 data points used for constructing models and the other part included 1864 data points used for testing models. The results show that fuzzy logic and neuro-fuzzy techniques were useful methods for prediction of Vs in this carbonate oil reservoir.}, keywords = {Sarvak Formation,Shear wave velocity,Porosity logs,Carbonate Reservoirs,Fuzzy logic,Neuro-Fuzzy}, title_fa = {پیش‌بینی سرعت موج برشی از نگارهای تخلخل به وسیله روش‌های منطق فازی و عصبی ـ فازی در یکی از مخازن کربناتی جنوب ایران}, abstract_fa = {سرعت امواج برشی و تراکمی دارای کاربردهای متعددی در مطالعات پتروفیزیکی، ژئوفیزیکی و ژئومکانیکی مخازن نفتی می‌باشند. سرعت امواج تراکمی توسط ابزار صوتی که در تمامی چاه‌های نفت و گاز رانده می‌شود قابل محاسبه است ولی داده‌های مربوط به سرعت امواج برشی در تمامی چاه‌ها بویژه چاه‌های قدیمی وجود ندارد. در این مطالعه با استفاده از نگارهای تخلخل(نوترون، صوتی، چگالی)، سرعت موج برشی به کمک روش‌های منطق فازی وعصبی ـ فازی در یک مخزن کربناتی برآورد شد. بانک اطلاعاتی در این مطالعه شامل ٢٠٤٦ نقطه‌ اطلاعاتی برای ساخت سامانه‌‌های فازی و عصبی ـ فازی (داده‌های چاه مدل) و ١٨٦٤ نقطه (از چاه آزمون) برای آزمودن مدل‌ها است که وابسته به مخزن کربناتی سروک در یکی از میادین نفتی جنوب ایران هستند. نتایج به‌دست آمده نشان می‌دهد که روش‌های به کار رفته در برآورد سرعت موج برشی در این مخزن کربناتی موفقیت‌آمیز بوده است و در صورتی که داده‌های سه نگار تخلخل نام برده کافی باشد، استفاده از این روش‌ها برای برآورد سرعت موج برشی در چاه‌های فاقد این پارامتر (در این منطقه) پیشنهاد می‌شود.  }, keywords_fa = {Sarvak Formation,Shear wave velocity,Porosity logs,Carbonate Reservoirs,Fuzzy logic,Neuro-Fuzzy}, url = {http://www.gsjournal.ir/article_55221.html}, eprint = {http://www.gsjournal.ir/article_55221_84e04047e41059c413059e2e1d872af3.pdf} }