Publié le 25 décembre 2025 à 10h50. Des chercheurs chinois ont réalisé une avancée significative dans l’évaluation de l’intégrité des puits de pétrole, de gaz et géothermiques grâce à une nouvelle approche basée sur l’imagerie ultrasonore et l’apprentissage automatique, cruciale pour la sécurité énergétique et le stockage du carbone.
- L’imagerie ultrasonore, un outil non destructif, permet d’analyser avec précision la qualité de la liaison entre le tubage, le ciment et la formation rocheuse.
- Des techniques d’apprentissage automatique améliorent la fiabilité et l’automatisation de l’analyse, même dans des conditions complexes.
- Cette recherche ouvre la voie à une évaluation plus fiable et évolutive de l’intégrité des puits, essentielle pour les technologies de transition énergétique comme le captage et le stockage du carbone.
Garantir l’intégrité des puits est une priorité absolue dans l’industrie énergétique. Une liaison cimentaire solide est fondamentale pour isoler les différentes formations géologiques et prévenir les fuites de fluides potentiellement dangereuses. Une équipe de chercheurs de l’Université des sciences et technologies électroniques de Chine a récemment mené une étude approfondie sur les progrès réalisés dans l’évaluation de la qualité de cette liaison cimentaire, en s’appuyant sur des mesures ultrasonores.
Selon le professeur Hua Wang, auteur principal de l’étude,
« La diagraphie par ultrasons est devenue un outil non destructif puissant pour évaluer la qualité de la liaison du ciment derrière le tubage, offrant un aperçu haute résolution des interfaces tubage-ciment et ciment-formation. »
Au cours de la dernière décennie, les techniques d’écho d’impulsion ultrasonique et de capture de pas ont considérablement amélioré la précision de ces évaluations.
Les avancées récentes incluent notamment le contrôle automatisé de la qualité des formes d’onde grâce à des encodeurs automatiques variationnels, permettant une inversion simultanée de l’impédance acoustique du fluide de forage et du ciment. D’autres améliorations concernent la suppression des réflexions parasites du tubage par interpolation de déphasage et transformations F – K, ainsi que l’inversion conjointe de la trajectoire de l’outil et des propriétés du trou de forage, même dans des conditions d’excentricité. La séparation des modes A0 et S0 par décomposition en modes variationnels et l’amélioration basée sur l’apprentissage automatique pour l’interprétation des formes d’onde TIE (Total Impedance Echo) constituent également des progrès notables.
Meng Li, co-auteur de l’étude et professeur agrégé à l’Université Xi’an Shiyou, souligne que
« Ces approches ont été validées à l’aide de simulations synthétiques, d’expériences physiques à grande échelle et d’études de cas sur le terrain, démontrant leur robustesse dans divers environnements de forage et conditions de puits. L’apprentissage automatique augmente encore la fiabilité et l’automatisation, en particulier dans les champs d’ondes complexes et les paramètres signal/bruit faibles. »
En combinant la modélisation basée sur des principes physiques avec des approches basées sur l’analyse de données, cette recherche propose une voie prometteuse vers une évaluation ultrasonore du ciment plus fiable, plus évolutive et plus intelligente. Cette avancée est particulièrement importante dans le contexte actuel de transition énergétique, où la sécurité et l’intégrité des puits sont cruciales pour des applications telles que le captage et le stockage du carbone.
Références
Informations sur le financement
Cette recherche a été soutenue par la Fondation nationale des sciences naturelles de Chine (numéros de subvention 42474167, 41974150, 42174158 et W2522002) et le programme de recherche fondamentale en sciences naturelles du Shaanxi (2023-JC-YB-220), ainsi que par le programme scientifique et technologique de Shenzhen (numéros de subvention JCYJ20230807120007015 et RCJC20231211 085916003).
À propos de Intelligence artificielle en géosciences
Intelligence artificielle en géosciences est une revue en libre accès qui offre un forum interdisciplinaire pour le partage et la discussion d’idées et de solutions liées à l’intelligence artificielle et à ses applications dans le domaine des géosciences. La revue encourage les auteurs à rendre leur code, leurs données et leurs étiquettes accessibles afin de favoriser la collaboration et l’innovation.