Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
TESE DE DOUTORADO
ANÁLISE GRÁFICA DE ESTRUTURAS POROSAS SOBRE A
ÓTICA DA ESTEREOLOGIA
Egnilson Miranda de Moura
Orientador: Dr. Uilame Umbelino Gomes
Tese nº 96/PPGCEM
Junho de 2011.
Natal – RN
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E
ENGENHARIA DE MATERIAIS
ANÁLISE GRÁFICA DE ESTRUTURAS POROSAS SOBRE A
ÓTICA DA ESTEREOLOGIA
Doutorando: Egnilson Miranda de Moura
Orientador: Dr. Uilame Umbelino Gomes
Junho de 2011.
Natal – RN
“Tese apresentada ao Programa de Pós-Graduação
em Ciências e Engenharia de Materiais da
Universidade Federal do Rio Grande do Norte
como parte dos requisitos exigidos para obtenção
do título de Doutor em Ciências e Engenharia de
Materiais.”
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E
ENGENHARIA DE MATERIAIS
Catalogação da Publicação na Fonte. UFRN / SISBI / Biblioteca Setorial
Especializada do Centro de Ciências Exatas e da Terra – CCET.
Moura, Egnilson Miranda de.
Análise gráfica de estruturas porosas sobre a ótica da estereologia / Egnilson
Miranda de Moura. – Natal, RN, 2011.
133 f. : il.
Orientador : Prof. Dr. Uílame Umbelino Gomes.
Tese (Doutorado) – Universidade Federal do Rio Grande do Norte. Centro de
Ciências Exatas e da Terra. Programa de Pós-Graduação em Ciência e
Engenharia de Materiais.
1. Porosidade dos materiais - Tese. 2. Estereologia – Tese. 3. Grãos – Medição - Tese. 4. C++
(Linguagem de programação) – Simulação computacional - Tese. 5. Rocha reservatório – Tese. I.
Gomes, Uílame Umbelino. II. Título.
RN/UF/BSE-CCET CDU 620.192.47
FOLHA DE APROVAÇÃO
Declaramos, para os devidos fins, que EGNILSON MIRANDA DE MOURA
apresentou Tese de Doutorado intitulado “ANÁLISE GRÁFICA DE ESTRUTURAS
POROSAS SOBRE A ÓTICA DE ESTEREOLOGIA” em junho de 2011, no
programa de Pós-Graduação em Ciências e Engenharia de Materiais da Universidade
Federal do Rio Grande do Norte, como requisito para obtenção do título de Doutor em
Ciências e Engenharia de Materiais, tendo sido aprovado.
Natal, 30/06/2011
Banca Examinadora
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E
ENGENHARIA DE MATERIAIS
Dedico este trabalho à minha esposa
Kelly Cristine R. de Moura e aos meus
Filhos Talles R. de Moura e Kayo R. de Moura.
Agradecimentos
Agradeço, em primeiro lugar, a Deus, nosso criador por proporcionar a
oportunidade de desenvolver este trabalho.
À minha esposa, Kelly Cristine, e aos meus filhos, Talles e Kayo, pelo apoio e
compreensão, principalmente, por minha ausência no convívio familiar em virtude da
dedicação na execução deste trabalho.
Ao meu orientador, Prof. Dr. Uílame Umbelino Gomes, pelo incentivo que me
foi dado e por acreditar que poderia concluir este trabalho mesmo distante da UFRN.
Ao Prof. Dr. Ângelus Giuseppe Pereira da Silva pelas sugestões dadas durante
todo desenvolvimento deste trabalho.
Ao Prof. Dr. Ayrton de Sá Brandim pela motivação e companheirismo,
essenciais no decorrer desta travessia.
Ao professor e amigo Dr. Otavio de Oliveira Costa Filho, por gentilmente ceder
o espaço físico de sua sala para que eu pudesse utilizá-la quando necessário.
Ao aluno de Iniciação Científica Lucas Simão da Costa e Silva pela sua
participação e competência na parte da programação computacional.
Ao meu amigo e compadre Ezequias Matos Esteves pelo incentivo para que eu
pudesse fazer parte deste convenio entre a UFRN e o IFPI – PI e pelas valorosas
discussões sobre o trabalho.
Aos meus familiares, amigos e em especial aos amigos, Ezequias Matos Esteves,
Antonio Evangelista Ferreira Filho e Reginaldo Barbosa de Souza pelas discussões
pertinentes a este trabalho.
A UFPI e ao Colégio Agrícola de Bom Jesus por ter me concedido afastamento
das atividades durante todo este período.
A CAPES pelo apoio financeiro dado durante os quatro anos de
desenvolvimento deste trabalho.
Ao IFPI pela oportunidade e a todos que colaboraram direta ou indiretamente
neste trabalho.
Ao Programa de Pós-Graduação em Ciências e Engenharia de Materiais e a
Universidade Federal do Rio Grande do Norte pela oportunidade concedida.
Resumo
Neste trabalho foi desenvolvido um programa de simulação computacional física
de estruturas porosas com base em linguagem de programação C++ utilizando uma
placa Geforce 9600 GT com o chip da Physx, originalmente desenvolvida para jogos
eletrônicos. Com essa ferramenta, a capacidade de interação física entre os objetos
simulados é ampliada, possibilitando simular uma estrutura porosa, como por exemplos,
rochas reservatórios ou estruturas com alta densidade. O procedimento inicial para
desenvolvimento da simulação porosa é a construção de uma estrutura cúbica
constituída de esferas com um único tamanho e com tamanhos variados. Além disso,
podem ser ainda simuladas estruturas com variadas frações de volumes. Os resultados
apresentados estão divididos em duas partes: a primeira, as esferas serão consideras
como grãos sólidos, ou seja, a fase matriz representa a porosidade; a segunda, as esferas
estão sendo considerada com poros. Neste caso a fase matriz representa a fase sólida. As
simulações nos dois casos são as mesmas, mas as estruturas simuladas são
intrinsecamente distintas. Para validar os resultados apresentados pelo programa, foram
realizadas simulações variando a quantidade de grãos, a distribuição de tamanhos de
grãos e a fração de vazio na estrutura. Todos os resultados apresentados mostraram-se
estatisticamente confiáveis e em concordância com os apresentados na literatura. Os
valores médios e as distribuições dos parâmetros estereológicos mensurados, como
intercepto linear, perímetro de seção de área, área de seção e livre caminho médio estão
de acordo com os resultados obtidos na literatura para as estruturas simuladas. Os
resultados podem auxiliar a compreensão de estruturas reais.
Palavras-chaves: Simulação computacional, rocha reservatório, porosidade,
estereologia, interceptos, distribuição de intercepto e livre caminho médio.
Abstract
In this work we developed a computer simulation program for physics porous
structures based on programming language C + + using a Geforce 9600 GT with the
PhysX chip, originally developed for video games. With this tool, the ability of physical
interaction between simulated objects is enlarged, allowing to simulate a porous
structure, for example, reservoir rocks and structures with high density. The initial
procedure for developing the simulation is the construction of porous cubic structure
consisting of spheres with a single size and with varying sizes. In addition, structures
can also be simulated with various volume fractions. The results presented are divided
into two parts: first, the ball shall be deemed as solid grains, ie the matrix phase
represents the porosity, the second, the spheres are considered as pores. In this case the
matrix phase represents the solid phase. The simulations in both cases are the same, but
the simulated structures are intrinsically different. To validate the results presented by
the program, simulations were performed by varying the amount of grain, the grain size
distribution and void fraction in the structure. All results showed statistically reliable
and consistent with those presented in the literature. The mean values and distributions
of stereological parameters measured, such as intercept linear section of perimeter area,
sectional area and mean free path are in agreement with the results obtained in the
literature for the structures simulated. The results may help the understanding of real
structures.
Keywords: Computer simulation, reservoir rock, porosity, stereology, intercepts,
intercept distribution and mean free path.
Lista de Figuras
Figura 2.1. a) Caixa contendo elementos hipotéticos de volume, área e
linhas. b) Plano de corte com elementos interceptados e c)
regiões interceptadas. Figuras obtidas de (RUSS E DEHOFF,
2000). --------------------------------------------------------------------
25
Figura 2.2. Princípio de Cavalieri demonstrado através de um conjunto
finito de cortes em uma esfera, (ALTUNKAYNAK E ET ALL,
2009).--------------------------------------------------------------------
27
Figura 2.3. Princípio de Cavalieri aplicado a um corpo de geometria
irregular, (ALTUNKAYNAK E ET ALL, 2009). -----------------
27
Figura 2.4. Buffon e o problema das agulhas atiradas aleatoriamente sobre
uma grade de linhas, (MOUNTON, 2010). ------------------------
27
Figura 2.5. Método para estimativa de volumes a partir de seções de áreas
aleatórias, (MUNTON, 2010). ---------------------------------------
28
Figura 2.6. Grade de pontos utilizada para estimar a área e o volume de
sólidos, (CRUZ-ORIVE, 2009.---------------------------------------
28
Figura 2.7. Princípio “disector” descrito por Sterio em 1984, (STERIO,
1984).---------------------------------------------------------------------
19
Figura 2.8. Uso da técnica de contagem de pontos para estimar parâmetros
estereológicos, (RUSS E DEHOFF, 2000). ------------------------
30
Figura 2.9. Representação dos diferentes tipos de poro: (a) fechados, (b)
gargalo de garrafa, (c) cilíndricos, (d) afunilados, (e)
interconectados, (f) irregulares. A letra (g) representa a
rugosidade da superfície, (FERREIRA, 2007).---------------------
36
Figura 2.10. Esquema de arranjos de diferentes grãos ou partículas
constituintes das rochas que geram diferentes valores de
porosidade. (a) poros individuais diminuem com a diminuição
da granulometria; (b) variação da porosidade sob diferentes
arranjos de grãos, (FERREIRA, 2007). -----------------------------
36
Figura 2.11. Tipos de empacotamento e respectivos valores máximos de
porosidade segundo arranjo teórico de esferas perfeitas e
idênticas (GESICKI, 2009). ------------------------------------------
37
Figura 2.12. Espaço intersticial numa rocha clástica, (MIMBELA, 2005). --- 38
Figura 2.13. Rocha reservatório do tipo arenítica obtida no laboratório de
geologia da UFPI. ------------------------------------------------------
41
Figura 2.14. Placa de vídeo GeForce 960 GT, (SILVA, 2010). ----------------- 44
Figura 2.15. A arquitetura da plataforma CUDA da Nvidia, (SILVA, 2010). 45
Figura 2.16. Simulação dinâmica implementada pelo programa
desenvolvido neste trabalho com 20.000 esferas de raio 0,4µm e
uma fração de vazia de 30%. -----------------------------------------
46
Figura 2.17. Em (a) um exemplo de imagem colorida de uma seção plana de
rocha reservatório de petróleo. Em (b) a imagem binárizada
correspondente: o espaço poroso se apresenta na cor preta e o
pixel equivale a 2,6 μm. -----------------------------------------------
48
Figura 2.18. A imagem a esquerda representa os grãos na cor cinza escuro e
os poros na em branca a imagem a direita os poros estão
representados na cor cinza escuro. ----------------------------------
51
Figura 2.19. Variação de porosidade analisada em 700 amostras divididas
em grupos de 50, mostrando uma porosidade média de 31,2%. -
51
Figura 2.20. Distribuição de intercepto linear de estrutura simulada
dinamicamente. Condições da simulação: 1000 esferas de
tamanho único e 55% de vazio. 15 classes e 834 interceptos
medidos. -----------------------------------------------------------------
51
Figura 2.21. Distribuição de área de seção de estrutura simulada
dinamicamente. Condições de simulação: 1000 esferas de
tamanho único e 50% de vazio. 15 classes e 1039 áreas de
seção. --------------------------------------------------------------------
52
Figura 2.22. Distribuição de área de perímetros de seção de estrutura
simulada dinamicamente. Condições de simulação: 1000
esferas de tamanho único e 50% de vazio. 15 classes e 1039
áreas de seção. ----------------------------------------------------------
52
Figura 2.23. Distribuição de interceptos lineares para sólidos de diversas
geometrias. (HUSS & DEHOF, 2000). -----------------------------
53
Figura 2.24. Distribuição de área de seção para esfera e para o cubo. (HUSS
& DE HOF, 2000). ----------------------------------------------------
53
Figura 2.25. Distribuição de intercepto linear para um milhão de esferas de
mesmo tamanho. (FILHO, 2009). -----------------------------------
54
Figura 2.26. Distribuição de área de seção para um milhão de esferas de
mesmo tamanho. (FILHO, 2009). -----------------------------------
54
Figura 3.1. (a) Caixa com grãos esféricos de mesmo tamanho, (b) caixa
com grãos esféricos de tamanhos diferentes. Imagens geradas
pelo software desenvolvido neste trabalho. ------------------------
57
Figura 3.2. (a) caixa cúbica para inserção das esferas; (b) Caixa com
15.000 esferas de raio 0,4 µm; (c) Inserção do plano de corte na
estrutura; (d) Esferas interceptadas pelo plano de corte; (e)
Seções de áreas dos interceptos gerados pela intersecção do
plano de corte com as esferas; (f) Vista superior do plano de
corte. Imagens geradas pelo programa desenvolvido neste
trabalho. -----------------------------------------------------------------
58
Figura 3.3. Imagem da tela principal do programa indicando o tipo de
simulação. ---------------------------------------------------------------
61
Figura 3.4. Imagem da tela principal do programa indicando o tipo de
simulação. ---------------------------------------------------------------
62
Figura 3.5. Fluxograma da metodologia empregada para obtenção dos
interceptos, da tabela de distribuição de intercepto e geração de
imagem da cada plano a partir da janela principal do programa.--------
63
Figura 3.6. Fluxograma da metodologia utilizada a partir da execução do corte
sistemática até a exportação dos resultados em arquivos.----------------
64
Figura 3.7. Tela principal do programa. ------------------------------------------ 66
Figura 3.8. Estrutura simulada com 20.000 esferas de raio 0,4µm e com
uma fração de vazio de 40% e caixa com aresta de 19,55µm. ---
66
Figura 3.9. Estrutura mostrando as 787 esferas de raio 0,4µm interceptadas
pelo plano de corte e isolada das demais. --------------------------
67
Figura 3.10. Plano de corte mostrando as seções de áreas das 787 esferas de
raio 0,4µm interceptadas pelo plano de corte como mostra
Figura 3.7. --------------------------------------------------------------
67
Figura 3.11. Estrutura simulada com 20.000 esferas de raio 0,3µm(cor azul),
0,4µm(cor roxo), 0,5µm(cor verde) e 0,6µm(cor amarelo) e
com fração de vazio de 40% e caixa com aresta de 24,70µm. --- 68
Figura 3.12. Plano de corte mostrando as seções de áreas das 734 esferas de
raio diferentes interceptadas pelo plano de corte mostrada na
figura 3.9. ---------------------------------------------------------------
68
Figura 3.13. Plano de corte de uma simulação realizada com 10.000 esferas
de raio 0,5µm e com fração de vazio de 40%. (a) Plano de corte
mostrando os interceptos lineares; (b) Plano de corte mostrando
a grade de pontos. ------------------------------------------------------
69
Figura 4.1. (a) Estrutura com 2.000 esferas de raios diferentes; (b) Plano de
corte de corte realizado em uma simulação com 1000 esferas de
Raios 0,4µm(seção verde) e 0,8µm(seção vermelha).---------
82
Figura 4.2. Gráfico representado a distribuição de desvio padrão e a média
da distribuição de seções de área por plano de corte realizado
por seis simulações, sendo que em cada uma foram
selecionados 10 planos de cortes. ------------------------------------
82
Figura 4.3. Imagem da estrutura simulada com 20.000 esferas e com fração
de vazio de 50%. -------------------------------------------------------
83
Figura 4.4. Planos de cortes com 724 esferas interceptadas: (a) Fração de
pontos, (b) Fração linear e (c) Fração de área. ---------------------
84
Figura 4.5. Plano de corte. (a) Plano de corte para determinação de
intercepto linear. (b) Plano de corte para determinação de
intercepto de área. -----------------------------------------------------
87
Figura 4.6. Distribuição de intercepto linear para os valores listado na
tabela 3.4 para os interceptos simulados e para os interceptos
medidos pelo programa de analise de imagem – ImageJ. --------
88
Figura 4.7. Distribuição de intercepto de área para os valores listados na
tabela 3.4 para os interceptos simulados e para os interceptos
medidos pelo programa de analise de imagem – ImageJ. --------
89
Figura 4.8. Gráfico de distribuição de interceptos lineares para uma
estrutura simulada dinamicamente. Simulações realizadas com:
1.000 esferas(série 1), 5.000 esferas(série 2), 10.000
esferas(série 3), 15.000 esferas(série 4) e 20.000 esferas(série
5). Todas as simulações realizadas com esferas de raio 0,5 com
fração de vazio de 50% distribuídos em 15 classes. -------------- 91
Figura 4.9. Gráfico de distribuição de intercepto de área para uma estrutura
simulada dinamicamente. Simulações realizadas com: 1.000
esferas(série 1), 5.000 esferas(série 2), 10.000 esferas(série 3),
15.000 esferas(série 4) e 20.000 esferas(série 5). Todas as
simulações realizadas com esferas de raio 0,5 com fração de
vazio de 50% distribuídos em 15 classes. --------------------------
92
Figura 4.10. Gráfico de distribuição de interceptos lineares para uma
estrutura simulada dinamicamente. Simulações realizadas com:
15.000 e com fração de vazio(FV) diferentes. Todas as
simulações realizadas com esferas de raio 0,5 e distribuídas em
15 classes. ---------------------------------------------------------------
93
Figura 4.11. Gráfico de distribuição de interceptos de área para uma
estrutura simulada dinamicamente. Simulações realizadas com:
15.000 e com fração de vazio(FV) diferentes. Todas as
simulações realizadas com esferas de raio 0,5 e distribuídas em
15 classes. ---------------------------------------------------------------
94
Figura 4.12. Distribuição de intercepto Linear para uma estrutura simulada
dinamicamente. Foram realizadas cinco simulações com
20.000 esferas de raio 0,5 com fração de vazio de 50%
distribuídos em 15 classes. -------------------------------------------
94
Figura 4.13. Distribuição de intercepto de área para uma estrutura simulada
dinamicamente. Foram realizadas cinco simulações com 20.000
esferas de raio 0,5 com fração de vazio de 50% distribuídos em
15 classes. ---------------------------------------------------------------
95
Figura 4.14. Distribuição de intercepto de perímetro para uma estrutura
simulada dinamicamente. Foram realizadas cinco simulações
com 20.000 esferas de raio 0,5 com fração de vazio de 50%
distribuídos em 15 classes. -------------------------------------------
95
Figura 4.15. Distribuição de livre caminho para uma estrutura simulada com
15.000 esferas de raio 0,5µm e com frações de vazio
diferentes.----------------------------------------------------------------
97
Figura 4.16. Distribuição de livre caminho médio para simulações realizadas
com 15.000 esferas de raio 0,5µm com frações de vazio
diferentes. ---------------------------------------------------------------
97
Figura 4.17. Distribuição de livre caminho médio para simulações realizadas
com 20.000 esferas de raios diferentes -----------------------------
98
Figura 4.18. Distribuição de intercepto linear para 2 tamanho de grãos. ------ 99
Figura 4.19. Distribuição de intercepto de área para 2 tamanho de grãos. ---- 99
Figura 4.20. Distribuição de intercepto de perímetro para 2 tamanho de
grãos. --------------------------------------------------------------------
100
Figura 4.21. Distribuição de livre caminho para 2 tamanho de grãos. --------- 100
Figura 4.22. Distribuição de intercepto linear para 2 tamanho de grãos. ------ 100
Figura 4.23. Distribuição de intercepto de área para 2 tamanho de grãos. ---- 100
Figura 4.24. Distribuição de intercepto de perímetro para 2 tamanho de
grãos. --------------------------------------------------------------------
100
Figura 4.25. Distribuição de livre caminho para 2 tamanho de grãos. --------- 100
Figura 4.26. Distribuição de intercepto linear para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 50%. ------------
102
Figura 4.27. Distribuição de intercepto de área para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 50%. ------------
102
Figura 4.28. Distribuição de intercepto de perímetro para uma simulação
realizada com 10 tamanhos de grãos e fração de vazio de 50%.
103
Figura 4.29. Distribuição de livre caminho para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 50%. ------------
103
Figura 4.30. Distribuição de intercepto linear para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 40%. ------------
104
Figura 4.31. Distribuição de intercepto de área para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 40%. ------------
104
Figura 4.32. Distribuição de intercepto linear para uma simulação realizada
com 10 tamanhos de grãos e fração de vazio de 40%. ------------
105
Figura 4.33. Distribuição de intercepto de livre caminho para uma simulação
realizada com 10 tamanhos de grãos e fração de vazio de 40%.
105
Figura 4.34. Distribuição lognormal de tamanho de grão para uma simulação
realizada com 20mil grãos e fração de vazio de 50%. ------------
106
Figura 4.35. Distribuição de linear para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. -----------------------------------------------
107
Figura 4.36. Distribuição de área para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. -----------------------------------------------
107
Figura 4.37. Distribuição de perímetro para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. ----------------------------------------------
107
Figura 4.38. Distribuição de intercepto de livre caminho para uma simulação
realizada com 10 tamanhos de grãos distribuídos deforma
lognormal e com fração de vazio de 50%. --------------------------
108
Figura 4.39. Distribuição lognormal de tamanho de grão para uma simulação
realizada com 20mil grãos e fração de vazio de 50%. ------------
108
Figura 4.40. Distribuição de perímetro para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. -----------------------------------------------
109
Figura 4.41. Distribuição de perímetro para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. -----------------------------------------------
109
Figura 4.42. Distribuição de perímetro para uma simulação realizada com 10
tamanhos de grãos distribuídos deforma lognormal e com
fração de vazio de 50%. -----------------------------------------------
110
Figura 4.43. Distribuição de livre caminho para uma simulação realizada
com 10 tamanhos de grãos distribuídos deforma lognormal e
com fração de vazio de 50%. -----------------------------------------
110
Figura 4.44. Distribuição de intercepto linear para uma simulação realizada
com 2 tamanhos de grãos e com fração de vazio de 95%. -------
112
Figura 4.45. Distribuição de intercepto de área para uma simulação realizada
com 2 tamanhos de grãos e com fração de vazio de 95%. --------
112
Figura 4.46. Distribuição de intercepto de perímetro para uma simulação
realizada com 2 tamanhos de grãos e com fração de vazio de
95%. ---------------------------------------------------------------------
112
Figura 4.47. Distribuição de intercepto de livre caminho para uma simulação
realizada com 2 tamanhos de grãos e com fração de vazio de
95%. ---------------------------------------------------------------------
113
Figura 4.48. Distribuição de intercepto linear para uma simulação realizada
com 2 tamanhos de grãos e com fração de vazio de 95%. -------
113
Figura 4.49. Distribuição de intercepto de área para uma simulação realizada
com 2 tamanhos de grãos e com fração de vazio de 95%. -------
114
Figura 4.50. Distribuição de intercepto de perímetro para uma simulação
realizada com 2 tamanhos de grãos e com fração de vazio de
95%. ---------------------------------------------------------------------
114
Figura 4.51. Distribuição de intercepto de livre caminho para uma simulação
realizada com 2 tamanhos de grãos e com fração de vazio de
95%. ---------------------------------------------------------------------
114
Figura 4.52. Distribuição de intercepto linear para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 95%.------------------------------------------------------------------
116
Figura 4.53. Distribuição de intercepto linear para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 95%. ------------------------------------------------------------------
116
Figura 4.54. Distribuição de intercepto linear para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 95%. ------------------------------------------------------------------
116
Figura 4.55. Distribuição de livre caminho para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 95%. ------------------------------------------------------------------
117
Figura 4.56. Distribuição de intercepto linear para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 98%. ------------------------------------------------------------------
117
Figura 4.57. Distribuição de intercepto de área para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 98%. ------------------------------------------------------------------
118
Figura 4.58. Distribuição de intercepto de perímetro para uma simulação
realizada com duas mil esferas e 10 tamanhos de grãos e fração
de vazio de 98%. -------------------------------------------------------
118
Figura 4.59. Distribuição de intercepto de livre caminho para uma simulação
realizada com duas mil esferas e 10 tamanhos de grãos e fração
de vazio de 98%. -------------------------------------------------------
119
Figura 4.60. Distribuição de tamanho de grão (raio) para uma simulação
realizada com duas mil esferas e 10 tamanhos de grãos e fração
de vazio de 98%.--------------------------------------------------------
120
Figura 4.61. Distribuição de intercepto linear para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 98%. ------------------------------------------------------------------
120
Figura 4.62 Distribuição de intercepto de área para uma simulação
realizada com duas mil esferas e 10 tamanhos de grãos e fração
de vazio de 98%--------------------------------------------------------
120
Figura 4.63. Distribuição de intercepto de perímetro para uma simulação
realizada com duas mil esferas e 10 tamanhos de grãos e fração
de vazio de 98%. -------------------------------------------------------
121
Figura 4.64. Distribuição de livre caminho para uma simulação realizada
com duas mil esferas e 10 tamanhos de grãos e fração de vazio
de 98%.------------------------------------------------------------------
121
Figura A1. Seção de corte de uma esfera de raio R. A seção vertical está a
uma distância x do centro da esfera, tem raio r, área A e
perímetro P.-------------------------------------------------------------
128
Figura A2. Distribuição de área de seção teórica para esferas de mesmo
tamanho.------------------------------------------------------------------
129
Figura A3. Curva de distribuição de perímetro de seção teórica para esferas
de raio unitário.----------------------------------------------------------
130
Figura A4. Intercepto gerado por uma linha vertical que passa por um anel
circular de raio r.--------------------------------------------------------
131
Figura A5. Distribuição teórica de intercepto linear para esferas de raio
unitário.-------------------------------------------------------------------
131
Lista de Tabelas
Tabela 2.1. Expressões estereológicas------------------------------------------------ 33
Tabela 2.2. Classificação das rochas em função de sua porosidade-------------- 39
Tabela 4.1. Tabela de fração de pontos para uma simulação realizada com
20.000 esferas de raio 0,5 e com fração de vazio de 50%. ----------
85
Tabela 4.2. Tabela de fração linear para uma simulação realizada com 20.000
esferas de raio 0,5 e com fração de vazio de 50%. ------------------
85
Tabela 4.3. Tabela de fração de área para uma simulação realizada com
20.000 esferas de raio 0,5 e com fração de vazio de 50%. ---------
86
Tabela 4.4. Distribuição de interceptos linear por classes para interceptos
simulados e para medidas de interceptos determinados utilizando
o ImageJ(denominado de medido na tabela). ------------------------
88
Tabela 4.5. Distribuição de interceptos de área por classes para interceptos
simulados e para medidas de interceptos determinados utilizando
o ImageJ(denominado de medido na tabela). ------------------------
89
Tabela 4.6. Tabela de interceptos lineares teóricos e simulados para esferas
de raio 0,5m. ------------------------------------------------------------
90
Tabela 4.7. Tabela de interceptos de área teóricos e simulados para esfera de
raio 0,5m. ----------------------------------------------------------------
90
Tabela 4.8. Tabela de interceptos lineares teóricos e simulados para esfera de
raio 0,5m. ----------------------------------------------------------------
93
Tabela 4.9. Tabela de interceptos de área teóricos e simulados para esferas de
raio 0,5m. ----------------------------------------------------------------
93
Tabela 4.10. Distribuição de interceptos de livre caminho por classes. ---------- 96
Tabela 4.11. Tabela de valores medidos para intercepto médio, livre caminho
médio e fração volumétrica por contagem de pontos. ---------------
98
Tabela 4.12. Medidas de interceptos e frações volumétricas para simulações
diferentes. ------------------------------------------------------------------
99
Tabela 4.13. Medidas de interceptos e frações volumétricas para simulações
diferentes. ------------------------------------------------------------------
101
Tabela 4.14. Medidas de interceptos e frações volumétricas para simulações
com distribuição lognormal de grãos. --------------------------------- 106
Tabela 4.15. Medidas de interceptos e frações volumétricas para simulações
com diferentes tamanhos de grãos e com fração de vazio de 95%.
111
Tabela 4.16. Medidas de interceptos e frações volumétricas para simulações
com diferentes tamanhos de grãos e com fração de vazio de 95%.
115
Tabela 4.17. Medidas de interceptos e frações volumétricas para simulações
com diferentes tamanhos de grãos e com fração de vazio de
95%.------------------------------------------------------------------------
119
Sumário
Capítulo 1: Introdução -------------------------------------------------------------- 21
1.1.Estrutura do trabalho----------------------------------------------- 23
Capítulo 2: Revisão bibliográfica-------------------------------------------------- 24
2.1. Introdução ---------------------------------------------------------- 24
2.2. Histórico e definições--------------------------------------------- 24
2.2.1. Estereologia------------------------------------------------- 24
2.2.2. Evolução histórica da Estereologia---------------------- 26
2.2.3. O princípio da contagem de pontos --------------------- 30
2.2.4. Estereologia e material poroso---------------------------- 31
2.2.5. Estudo das rochas------------------------------------------- 33
2.2.5.1. Definição de Rocha-------------------------------- 33
2.2.5.2. Classificação das Rochas-------------------------- 34
2.2.6. Rocha reservatório----------------------------------------- 36
2.2.6.1. Propriedades Fundamentais das Rochas
Reservatório------------------------------------------
35
2.4.6.2. Porosidade Absoluta ------------------------------- 37
2.2.6.3. Porosidade Efetiva---------------------------------- 38
2.2.6.4. Porosidade Primária-------------------------------- 39
2.2.6.5. Porosidade Secundária----------------------------- 39
2.2.6.6. Rochas Areníticas---------------------------------- 40
2.2.6.7. Métodos de Determinação de porosidade-------- 41
2.2.6.8. Método direto--------------------------------------- 41
2.2.6.9. Bomba de mercúrio--------------------------------- 41
2.2.6.10. Método do picnômetro --------------------------- 42
2.2.6.11. Método de embebição----------------------------- 42
2.2.7. Tecnologias utilizadas e Linguagem de
programação--------------------------------------------------
42
2.2.7.1. Placa Gráfica---------------------------------------- 43
2.2.7.2. Arquitetura de programação (CUDA)------------ 44
2.2.7.3. Physx SDK ------------------------------------------ 45
2.2.7.4. Simulação dinâmica de material poroso--------- 46
2.2.8. Resultados de alguns trabalhos na área----------------- 47
Capítulo 3: Metodologia------------------------------------------------------------- 55
3.1. Introdução. --------------------------------------------------------- 55
3.2. Caracterização do problema. ------------------------------------- 55
3.3. Linguagem de programação. ------------------------------------- 59
3.4. Linguagem e tecnologia utilizada para desenvolvimento do
software. -----------------------------------------------------------
59
3.5. Processamento interno da simulação. -------------------------- 60
3.6. Software de simulação de estrutura porosa. ------------------- 65
3.7. Tipos de estruturas que podem ser simuladas com o
software. -----------------------------------------------------------
72
3.8. Teste de homogeneidade da estrutura simulada. -------------- 74
3.9. A determinação da fração de volume a partir da fração de
pontos, fração linear e fração de área. --------------------------
74
3.10. Comparação entre a caracterização automática e a
caracterização manual de estruturas simuladas. --------------
75
3.11. Comparação do resultado produzido pelo programa com a
teoria. ---------------------------------------------------------------
76
3.12. Caracterização do livre caminho médio entre as esferas. -- 76
3.13. Esferas sendo considerada como partícula e estruturas
com esferas de dois tamanhos diferentes. ---------------------
77
3.14. Esferas sendo considerada como partícula e estruturas
com esferas de dez tamanhos diferentes. ----------------------
78
3.15. Esferas sendo consideradas como partículas e estrutura
com tamanho de esfera distribuída de forma lognormal. ---
78
3.16. Esferas sendo considerada como poros e estrutura com
esferas de dois tamanhos diferentes. ---------------------------
79
3.17. Esferas sendo considerada como poros e estrutura com
esferas de dez tamanhos diferentes. ----------------------------
79
3.18. Esferas sendo considerada como poros e estruturas com
tamanho de esfera distribuída de forma lognormal. ---------
80
Capítulo 4: Resultados e discussão------------------------------------------------ 81
4.1. Introdução. --------------------------------------------------------- 81
4.2. Homogeneidade da distribuição de esferas na estrutura. ----- 81
4.3. Resultados obtidos para determinação da fração
volumétrica a partir da fração de pontos, fração linear e
fração de área. -----------------------------------------------------
83
4.4. Resultados obtidos para a comparação entre a
caracterização automática e a caracterização manual de
estruturas simuladas. ---------------------------------------------
86
4.5. Comparação dos resultados produzidos pelo programa com
a teoria. -------------------------------------------------------------
90
4.6. Caracterização do livre caminho médio entre as esferas----- 96
4.7. Esferas como partículas. Estruturas com esferas de dois
tamanhos distintos. -----------------------------------------------
98
4.8. Esferas como partículas. Estruturas com esferas de dez
tamanhos distintos. -----------------------------------------------
101
4.9. Esferas como partículas. Estruturas com esferas com
distribuição de tamanho lognormal. ----------------------------
105
4.10. Esferas como poros. Estruturas com esferas de dois
tamanhos distintos. -----------------------------------------------
110
4.11. Esferas como poros. Estruturas com esferas de dez
tamanhos distintos. -----------------------------------------------
115
4.12. Esferas como poros. Estruturas com esferas com
distribuição de tamanho lognormal. ----------------------------
119
Capítulo 5: Conclusões--------------------------------------------------------------- 122
Referências: Referências Bibliográficas------------------------------------------- 124
Apêndice A: Distribuições teóricas de intercepto linear, área de seção e
perímetro de seção para esferas de mesmo tamanho --------------
128
21
Capítulo 1: Introdução
A maioria dos materiais sólidos existentes na natureza contém espaços vazios
denominados poros, os quais podem ser extremamente pequenos tais como os
interstícios moleculares ou extremamente grandes, tais como cavernas em formações
rochosas. Materiais com essas propriedades são denominados de meios porosos. Os
meios porosos podem ser classificados como: meios geológicos (solos, rochas,
aqüíferos), artificiais (filtros, tecidos, concreto, cerâmicas, esponjas) e biológicos
(cartilagens, ossos e alvéolos pulmonares). Neste trabalho é explorado o meio
geológico, mais precisamente as rochas do tipo reservatório (areníticas).
Há muitos fatores que afetam a porosidade da rocha e existem vários tipos
diferentes de rochas porosas que interessam ao homem no mundo todo. A porosidade da
rocha é importante para todas as indústrias que utilizam rocha como matéria-prima, pois
a porosidade tem influência sobre sua utilidade. A porosidade é uma questão crucial na
busca por energia geotérmica e lençóis de água. Exploradores e produtores de petróleo e
de gás também têm grande interesse na porosidade de uma potencial rocha reservatório.
A maior parte das reservas de petróleo e gás do mundo é encontrada em rochas
reservatório do tipo arenítica. Em alguns países, rochas como o calcário, a dolomita e as
rochas vulcânicas fraturadas também podem ter porosidade apropriada para o acúmulo e
produção de petróleo e/ou gás.
As características, a origem e as mudanças de porosidade nas rochas areníticas
são muito mais simples de entender e definir do que em alguns outros tipos de rocha.
No entanto, mesmo nas rochas areníticas, existem diversos fatores que afetam a
porosidade. Esses fatores incluem a natureza e as características da areia e de outros
sedimentos que se acumulam para posteriormente, depois do soterramento e
sedimentação, tornar-se uma rocha reservatório de petróleo. O tamanho da partícula de
areia, a homogeneidade dos grãos ou a distribuição dos grãos de areia afetam
significativamente a sua porosidade. Pequenos grãos de lodo ou argila na areia são
bastante prejudiciais, pois eles preenchem os espaços que poderiam ser poros. O
processo de deposição implicado no acúmulo de areia também afeta a porosidade, a
consistência de uma porção ou camada de areia e, deste modo, a porosidade total de
uma formação rochosa.
22
Durante o processo de sedimentação e soterramento é provável que o peso da
grande quantidade de sedimentos (mais tarde rocha) mude o acúmulo de areia.
Inicialmente, essas mudanças ocasionam geralmente uma perda de porosidade devido à
compactação e mais adiante outra perda para a mineralização ou cimentação.
Posteriores mudanças durante o soterramento podem ser bastante complexas, como
transformações minerais que incluem mudanças de volume, lixiviação (dissolução) de
grãos, e precipitação de minerais nos espaços de poros e nas superfícies dos grãos de
areia. Se o acúmulo de areia fica soterrado a milhares de metros de profundidade, alguns
grãos podem ser triturados e/ou deformados plasticamente pelo peso da sobrecarga e da
estabilidade física dos grãos de areia.
A natureza dos fluidos que escoam pelos poros entre os grãos de areia
geralmente provoca alterações nos poros e na porosidade, assim como na composição e
estabilidade química dos poros. Se a areia fica vedada pelo fluxo de água, a porosidade
pode ser preservada por mais tempo do que o usual, de maneira que a primeira entrada
de petróleo ou gás pode preencher os poros, pois a presença da água ajuda a retardar as
reações químicas e a mineralização ou cimentação dos grãos.
A simulação é um meio de se experimentar idéias e conceitos sob condições que
estariam além das possibilidades de se testar na prática, devido ao custo, demora ou
risco envolvidos. Levando isso em conta, este trabalho apresenta uma simulação
computacional dinâmica baseada em hardware gráfico para a implementação de
métodos estereológicos. A estereologia é a ciência das relações geométricas entre
estruturas que existem em três dimensões e imagens dessa estrutura que são
fundamentalmente bidimensionais, (RUSS e DEHOFE, 2000) fornecendo um conjunto
de ferramentas que permitem relacionar medições em imagens a importantes parâmetros
tridimensionais da estrutura real. Através da modelagem de um sistema real foi
simulada a estrutura de uma rocha reservatório do tipo arenítica.
O objetivo principal deste trabalho é o desenvolvimento de um software de
simulação dinâmica e validação com testes em estruturas porosas para extrair valores
estruturais relativos à sua porosidade, distribuição de interceptos e sua fase sólida para
que seus resultados possam ser aproveitados em caso de estruturas reais.
Neste trabalho foi simulada computacionalmente uma estrutura porosa
constituída de esferas de mesmo tamanho e de tamanhos diferentes com interação física
entre as esferas.
23
Caracterizar estereologicamente a estrutura porosa a fim de obter informações
das fases poros e sólida para tentar extrair correlações entre elas.
A simulação computacional pode substituir, sob certas condições, a computação
física de estruturas porosas com economia de tempo, esforço e com maior controle
sobre os parâmetros estruturais. A caracterização dessas estruturas também pode ser
feita automaticamente, ganhando-se em tempo e precisão o que para as ciências e
engenharias é de fundamental importância.
1.1. Estrutura do trabalho
O presente trabalho está estruturado da seguinte forma: o capítulo 1, introdução
e a organização da estrutura do trabalho. O capítulo 2 traz uma revisão da literatura,
abordando temas diretamente ligados a estruturas porosas, estereologia e simulação
computacional em estruturas porosas. O capítulo 3 apresenta os métodos utilizados para
o desenvolvimento deste trabalho. O capítulo 4 é apresentado os resultados. O capítulo
5 é feito as conclusões e finaliza-se com as referências bibliográficas utilizadas e um
apêndice.
24
Capítulo 2: Revisão bibliográfica
2.1. Introdução
Neste capítulo, foi feito uma revisão da literatura, buscando definições e
conceitos sobre rochas reservatório, porosidade e pesquisa de alguns trabalhos na área
de simulação computacional física de medidas estereologicas de estruturas porosas.
Ressalta-se, contudo, que no tocante à simulação computacional física de medidas
estereologicas de corpos porosos, depois de realizado uma busca na literatura,
constatou-se que não há trabalhos na área com este foco, sendo este o primeiro trabalho
com este propósito. Portanto a revisão que segue apresenta algumas definições
importantes para o desenvolvimento deste trabalho e são apresentados alguns resultados
de trabalhos que tratam da determinação da porosidade, permeabilidade e também
alguns trabalhos na área de simulação computacional.
2.2. Histórico e Definições
2.2.1. Estereologia.
As propriedades dos materiais na sua grande maioria são influenciadas por sua
estrutura, por exemplo, as estruturas das rochas revelam os mecanismos de sua
formação. Na área da biologia, a estrutura de células, órgãos e tecidos está intimamente
relacionada a sua funcionalidade. Dai o interesse de engenheiros, geólogos e biólogos
em investigar e caracterizar as estruturas de seus objetos em estudo.
As estruturas dos materiais são geralmente tridimensionais, opacas ou
semitransparentes e microscópicas. Isto representa uma enorme dificuldade de
observação. A opacidade, por exemplo, impede a visualização de seu interior. Estruturas
transparentes permitem a visualização do interior, porém a observação é dificultada pelo
ajuste do foco do microscópio. Adicionalmente, a medição de elementos estruturais
interiores não é possível ou precisa a partir do seu exterior.
Estruturas tridimensionais devem ser observadas com uso de seções de corte ou
por reconstrução a partir dessas seções. O primeiro recurso é o mais utilizado. Consiste
em secionar a estrutura e prepará-la adequadamente para observação através de
25
microscópios. O que se observa é um plano de corte da estrutura, uma imagem
bidimensional dos elementos tridimensionais reais da estrutura. O segundo método
consiste em seccionar finamente a estrutura e, observando os detalhes bidimensionais de
cada lado da seção, tentar reconstruí-la tridimensionalmente. Esta é uma tarefa árdua, de
resultados na maioria das vezes insatisfatórios.
A questão que surge destes modos de observação de estruturas reais é como
caracterizar uma estrutura tridimensional, se somente seus aspectos em duas dimensões
são observados, seja em um plano de corte seja em um plano de projeção? A resposta
para esta questão é a seguinte: usando uma ferramenta que consiga transformar os
aspectos em duas dimensões nos aspectos tridimensionais reais de interesse. Esta
ferramenta denomina-se estereologia, (SILVA, 2007).
A estereologia é a ciência que trata das relações geométricas entre uma estrutura
tridimensional e as imagens dessa estrutura, que são fundamentalmente bidimensionais.
Estas imagens podem ser obtidas por uma variedade de meios, mas se dividem em duas
categorias básicas que são: as imagens das seções de cortes obtidas através de analises
microscópicas destas seções e de projeção de suas imagens sobre um plano, (RUSS E
DEHOFF, 2000).
As imagens a seguir apresentam um caixa com elementos hipotéticos inseridos
dentro da mesma, com elementos de volume, de superfície e de linha, onde esta é
interceptada por um plano de corte e em seguida é apresentado seus elementos
interceptados.
Fig.2.1. a) Caixa contendo elementos hipotéticos de volume, área e linhas. b) Plano de corte
com elementos interceptados e c) regiões interceptadas. Figuras obtidas de RUSS E
DEHOFF, 2000.
(a)
(c)
(b)
26
Ainda segundo (RUSS E DEHOFF, 2000), o uso mais intenso da Estereologia
tem sido efetuado em conjunto com o uso dos microscópios, que incluem os
microscópios ópticos e os microscópios eletrônicos. Também, pode-se destacar a
utilização de analisadores de imagens poderosos e de fácil utilização, tais como Scion
Image e outros programas que permitem selecionar e medir dezenas de parâmetros
estereológicos em um intervalo de tempo muito curto. O uso desses programas fornece
resultados de forma automática e semi-automática na determinação das relações entre a
estrutura tridimensional e suas imagens, (HINGGINS, 2000 e FRIEL, 2000)
As características estruturais que podem ser determinadas pela estereologia são:
volumes de certos elementos estruturais (o que pode representar a determinação de
composição de materiais ou frações de fases presentes), áreas de elementos superficiais
planos ou não, comprimentos de elementos lineares, nível de vizinhança entre fases
presente em uma estrutura (denominada contigüidade) e tamanhos de elementos
volumétricos, como por exemplos, grãos, entre outras.
2.2.2. Evolução histórica da Estereologia.
Os primeiros esforços em direção à quantificação de parâmetros geométricos
mais básicos (volume, área de superfície, comprimento e quantidade), onde se encontra
as origens dos procedimentos estereológicos, foram efetuados pelos egípcios
(MOUNTON, 2010). A área superficial era um parâmetro muito importante para essa
sociedade que sofria periodicamente com as enchentes do rio Nilo que apagavam as
demarcações dos limites das propriedades, sendo importante então algum método para
estimar a área de superfícies. Os gregos absorveram as novas técnicas, criadas pelos
egípcios, e posteriormente com a geometria euclidiana ampliaram esses métodos.
Durante o período da renascença, inúmeras contribuições estabeleceram a
fundamentação teórica da estereologia moderna.
Em 1637, Buonaventura Cavalieri demonstrou que o volume médio de uma
população de objetos, seja qual for a geometria, pode ser estimada através da soma das
áreas multiplicado pela espessura das seções obtidas através de cortes sistemáticos nos
objetos, permitindo a estimativa do volume total de qualquer população de objetos a
partir da área de amostras coletada por cortes nesses objetos, (ALTUNKAYNAK E ET
ALL, 2009) . As duas figuras abaixo mostram uma aplicação do princípio de Cavalieri.
27
Fig. 2.2. Princípio de Cavalieri demonstrado através de um conjunto finito de cortes em uma
esfera, (ALTUNKAYNAK E ET ALL, 2009).
Fig. 2.3. Princípio de Cavalieri aplicado a um corpo de geometria irregular, (ALTUNKAYNAK
E ET ALL, 2009).
Em 1777, o Naturalista George Leclerc Buffon apresentou o problema das
agulhas a Academia Real de Ciências de Paris, França, (MOUNTON, 2010). Ele
mostrou que a probabilidade de uma agulha atirada aleatoriamente em uma grade de
linhas intercepte qualquer uma dessas linhas é diretamente proporcional ao tamanho da
agulha. Este princípio forneceu as bases teóricas para estimar o comprimento e área de
superfície total para qualquer objeto, seja qual for sua geometria, (MOUNTON, 2010).
Fig. 2.4. Buffon e o problema das agulhas atiradas aleatoriamente sobre uma grade de linhas,
(MOUNTON, 2010).
28
Já em 1847, o geólogo francês August Delesse propôs um método para estimar a
proporção de um mineral em uma rocha pela razão de área correspondente deste mineral
em uma seção de corte da rocha, (CRUZ-ORIVE, 2009). Delesse então mostrou que a
área total de cada fase (que correspondia ao mineral que compunha a rocha) obtida pela
seção de corte, é proporcional ao volume desta fase em toda a rocha. Isto forneceu as
bases para a estimativa do volume de objetos, seja qual for sua geometria.
Fig. 2.5. Método para estimativa de volumes a partir de seções de áreas aleatórias,
(MOUNTON, 2010).
Outro procedimento importante foi desenvolvido em 1933, pelo Geólogo Russo
A. A. Galgolev para estimar a área de uma fase obtida por uma seção de corte através da
contagem de pontos com um sistema de teste de pontos, (CRUZ-ORIVE, 2009). A
Figura 2.6 exemplifica esta técnica.
Fig. 2.6. Grade de pontos utilizada para estimar a área e o volume de sólidos, (CRUZ-ORIVE,
2009).
Delesse 1847
Roseval 1898
Thomsen 1930
29
O termo estereologia foi introduzido no meio acadêmico na década de 60. Em
1961, na Alemanha, um grupo de Engenheiros, Geólogos, Biólogos, e Cientistas dos
Materiais reuniram-se para discutir problemas relacionados à quantificação de objetos
tridimensionais a partir de seções bidimensionais. Estas idéias, técnicas e procedimentos
já vinham sendo praticadas e aprimoradas há décadas, porém ainda não existia um
campo de pesquisa multidisciplinar formalizado, (KIYOSHI, 2008). Durante o encontro
em Viena na Áustria, foi proposto o termo "stereology" pelo biólogo Hanns Elias para
definir o assunto das discussões, ele foi aceito como o termo que define o campo de
pesquisa interessado na analise de parâmetros estruturais de objetos baseados em seções
planares(bidimensionais).
Na Áustria em 1962, foi realizado o primeiro congresso internacional sobre
estereologia, neste congresso criou-se a ISS (International Society for Stereology) cujo
objetivo primordial era demonstrar que informações qualitativas sobre estruturas
tridimensionais podiam ser obtidas a partir de seções bidimensionais. Neste mesmo
encontro, o professor Hans Elias foi indicado como primeiro presidente da ISS. As
décadas seguintes foram de intensas atividades dessa comunidade científica.
Em 1984 D.C Sterio, descreve um método de contagem denominado "disector".
Esse método foi o primeiro método para estimar quantidade de objetos por unidade de
volume sem hipóteses, modelos ou fatores de correção STERIO, 1984.
Fig. 2.7. Princípio “disector” descrito por Sterio em 1984, (STERIO, 1984).
Segue-se o desenvolvimento de outros métodos estereológicos que tornavam
ainda mais precisos e eficientes as estimativas de quantidade (N), volume (V), área
superficial (S), e comprimento (L) dando início à estereologia moderna onde os novos
métodos têm por objetivo suplantar os erros sistemáticos que são introduzidos durante a
quantificação de materiais cuja natureza geométrica não se enquadrar entre as formas
geométricas básicas.
30
2.2.3. O princípio da contagem de pontos.
O princípio de Cavalieri, permite estimar o volume de qualquer sólido a partir de
seções (ou planos) de corte sistematicamente obtidas. Esses planos de corte conterão as
regiões correspondentes a seções de área da amostra em análise. Para objetos de
geometria regular (esferas, por exemplo) estimar a seção de área gerada por um plano
de corte é um problema geométrico simples. Mas, para estimar a seção de área de uma
geometria qualquer, o método mais simples e comumente empregado é a contagem de
pontos (RUSS E DEHOFF, 2000). A contagem de pontos consiste em aplicar uma grade
de pontos igualmente espaçados sobre um plano de corte e observar a razão entre a
quantidade de pontos internos às seções da amostra presente no plano de corte e a
quantidade total de pontos na grade. Vários trabalhos presentes na literatura já
demonstraram a igualdade da razão entre a seção de área obtida e a área total do plano
de corte com a fração de pontos descrita, como mostra o exemplo na figura abaixo.
Fig. 2.8. Uso da técnica de contagem de pontos para estimar parâmetros estereológicos, (RUSS E DEHOFF, 2000).
Uma vez que as características da imagem bidimensionais surgem da intersecção
do plano com a estrutura tridimensional, é lógico esperar que as medidas sobre os traços
característicos que são vistos com uma dimensão a menos pode ser utilizado para obter
informações sobre os recursos que estão presentes na imagem tridimensional. Na
verdade, esta é à base da estereologia. Isto é, estereologia representa o conjunto de
métodos que permitem dar informações sobre a estrutura tridimensional a partir de
medidas e observações realizadas em imagens bidimensionais.
Total de pontos: 56
Pontos coincidentes: 10
Fração de pontos: 0,18
31
2.2.4. Estereologia e material poroso.
É sabido que a estereologia tem como objetivo estudar as relações geométricas
entre uma estrutura existente no espaço tridimensional e as imagens bidimensionais
dessas estruturas. Do ponto de vista prático, essas imagens estão definidas em duas
categorias; as imagens de seções planas que interceptam a estrutura e as imagens de
estruturas projetadas em determinado plano.
Através de uma seção bidimensional de uma estrutura tridimensional é possível
medir, por técnicas estereológicas, a composição de fases do material poroso, o tamanho
médio de grão, a distribuição de tamanho de grão, a superfície dos contornos de grão ou
da interface, a contigüidade e outros parâmetros.
A composição do material poroso pode ser determinada através da contagem de
pontos, de comprimentos de interceptos lineares ou pela contagem das seções de áreas
dos elementos constituintes num determinado plano de corte. No primeiro caso, uma
malha de pontos é criada sobre o plano de corte da estrutura. A fração volumétrica da
fase poros da estrutura, por exemplo, é a razão entre o número de pontos que incidem
com a fase poros e o número total de pontos da malha. No segundo caso, uma grade de
linhas é traçada sobre o plano de corte e a razão entre a soma dos comprimentos dos
segmentos que interceptam a fase poro e a soma dos segmentos das linhas que
constituem a malha fornece a fração linear. No terceiro caso, a fração volumétrica da
fase poro é a razão entre a área da fase poro e a área total do plano de corte. Prova-se,
através do emprego da teoria estereológica, que esses três métodos conduzem a
resultados numericamente iguais e o valor produzido corresponde à fração volumétrica
da estrutura, (UNDERWOOD, 1970).
As relações são:
(2.1)
(2.2)
(2.3)
Onde, representa a fração volumétrica, a fração de área, a fração linear
e a fração linear. As demonstrações das equações acima estão feitas em (RUSS E
DEHOFF, 2000) e (UNDERWOOD, 1970).
A simulação de estruturas em computador é uma excelente técnica para calcular
as medidas citadas acima. Na prática este trabalho é feito através da analise de imagens.
Isso torna o trabalho muito demorado e passivo de erros, pois a decisão tomada no
32
momento de aquisição das imagens da seção, para posterior medição levam a
desconsideração de certa fração da população de grão da estrutura já em um software de
simulação pode-se “construir” qualquer estrutura e eliminar qualquer fator que
influencie as medições. A teoria estereológica é o referencial que permite comparar a
simulação de estruturas em computador com parâmetros de estruturas reais de um
determinado material poroso obtido experimentalmente.
A estereologia afirma que para partículas de uma fase dispersa numa fase
contínua , no caso do material poroso, os grãos esféricos constituem fase dispersas e
os espaços vazios constituem a fase contínua, o intercepto linear médio das partículas
dispersas da fase , , pode ser definido pela equação de Tomkeieff
(2.4)
Onde representam, respectivamente, o volume médio e a área de superfície
média dos grãos da fase . (UNDERWOOD, 1970).
Para um grão de simetria perfeita como um grão esférico, o diâmetro D é o
parâmetro que melhor representa o tamanho de grão, visto que a área superficial e o
volume podem ser expressos em função dele. O intercepto médio , aplicando-se a
equação de Tomkeieff, vale
. Ou seja, tem-se que
. O que essa equação diz é
que para se obter o diâmetro de um grão esférico deve-se multiplicar o intercepto médio
pela constante , (UNDERWOOD, 1970). Na realidade, o exemplo acima é um caso
particular da equação geral dada por,
(2.5)
onde, é o diâmetro médio de uma distribuição de grãos e K é uma constante de
proporcionalidade entre o diâmetro médio e o intercepto médio da distribuição de grãos.
A constante K nessa equação é, na realidade, o produto de dois fatores, dependente da
forma geométrica dos grãos e o outro depende da distribuição de tamanho dos grãos,
(ZEFERINO, 2006).
No caso da esfera, pode-se deduzir matematicamente as relações entre os vários
parâmetros que envolvem as medidas de corpos dispersos em uma estrutura. A tabela
abaixo sintetiza estas expressões:
33
Tabela 2.1. Expressões estereológicas.
Parâmetros a
serem
determinados
Expressão
geral
Expressão para o caso
específico da esfera Variáveis independentes
Intercepto
linear médio
- volume da esfera
– área superficial média
da esfera
R – O raio da esfera
Área média
projetada
- área superficial da esfera
Intercepto de
área média
- volume da esfera
- altura projetada média
da esfera
Intercepto de
perímetro
médio
- intercepto de área média
- intercepto linear médio
- área superficial da esfera
– altura média projetada
da esfera
2.2.5. Estudo das rochas.
2.2.5.1. Definição de Rocha.
Rocha é todo agregado natural composto por um ou mais minerais com
características próprias quanto sua origem, à natureza e disposição dos minerais que a
constitui, e o a que caracteriza é a morfologia, a disposição e percentagens de minerais
constituintes, bem como o mineral ou minerais dominantes. Por exemplo, o granito é
uma rocha ígnea formada por quartzo, feldspato e mica, que são minerais comuns na
crosta terrestre. A palavra rocha, não reflete obrigatoriamente dureza. Mesmo as mais
duras sofrem desintegração pela água e gases da atmosfera.
34
2.2.5.2. Classificação das Rochas.
As rochas são definidas em três tipos: Ígneas, Metamórficas e Sedimentares. É
estas são definidas conforme descrita abaixo:
Rocha Ígnea. São aquelas produzidas pela solidificação de um magma (massa
fundida do interior da terra), constituído de uma solução de silicatos e mantido líquido
por uma temperatura extremamente elevada. Vulcões ativos nos dão amostra de vários
tipos de magma. Ex: Basalto, granito, diabásio.
Rocha Metamórfica. São aquelas que se originam pela transformação de rochas
preexistentes, em virtude de novas condições de pressão e temperatura. Ex: Ardósia,
gnaisse, xisto e o mármore.
Rocha Sedimentar. É originada da consolidação de detritos de rochas que foram
transportados, depositados e acumulados, ou de produtos de atividade orgânica,
precipitados químicos por evaporação ou atividade bioquímica. Geralmente forma
estratos ou camadas. Ex: Arenitos, siltitos, coquinas e carbonatos.
2.2.6. Rocha reservatório.
É uma rocha porosa e suficientemente permeável para que o petróleo, água ou
gás possa acumular em sua porosidade. É composta de grãos ligados uns aos outros por
um material chamado de cimento. Para um rocha ser considerada uma rocha
reservatório, ela deve possuir poros e estes devem ser conectados. São exemplos de
rochas reservatórios: arenito, carbonatos, calcarenitos.
As rochas do tipo areníticas apresentam-se com superfície áspera e na maioria
das vezes é formada por grãos de quartzo cimentado. Ela é porosa e absorve água
facilmente, motivo pelo qual é uma rocha de alta importância no acúmulo de água
subterrânea, de petróleo e de gás natural.
A atividade de exploração de petróleo demanda alto risco e grandes
investimentos. Proposta de novas metodologias que se apresentam como ferramentas
adicionais que juntamente com outras disponíveis aumentam a confiabilidade na
avaliação de reservatórios de petróleo e gás, reduzindo riscos e diminuindo custos, são
sempre bem vindas, como é o caso da estereologia.
35
2.2.6.1. Propriedades Fundamentais das Rochas Reservatório.
A acumulação de óleo e água ou gás estão intimamente ligadas às propriedades
das rochas reservatório e aos seus processos de fluxo. Diante dessa premissa, torna-se
de considerável importância científica e prática o conhecimento de parâmetros como
porosidade, permeabilidade e saturação de água das rochas sedimentares.
A porosidade é uma propriedade importante das rochas, pois mede a sua
capacidade de armazenar fluidos. A porosidade é definida como a relação entre o
volume de espaços vazios ( ) de uma rocha e o seu volume total ( . A porosidade é
expressa em forma de percentual, como mostra a Equação 2.6, sendo que
onde Vs representa o volume da fase sólida, (DULLIEN, 1992) e (BETÉGA, 2006).
Com relação às rochas reservatório, dois tipos de porosidades são consideradas:
a porosidade absoluta e porosidade efetiva. E com relação a sua origem, de uma forma
geral, a porosidade é função de dois fatores: primários, que originam a porosidade
primária, adquirida durante a deposição; e secundários, que geram a porosidade
secundária ou pós-deposicional, resultante de processos geológicos subseqüentes à
conversão dos sedimentos em rochas.
As redes de poros em um dado meio podem estar totalmente interconectadas.
Desta forma, a circulação de fluido no meio ocorre de forma facilitada. Contudo, os
poros podem também estar totalmente isolados e o fluido não circular, ficando
confinado no interior dos poros. Há ainda meios em que a intercomunicação entre os
poros é extremamente restrita e por isso, o fluido circula de forma muito lenta. Nas
argilas, embora geralmente ocorram porcentagens muito elevadas de vazios, o fluido é
muito pouco móvel.
Segundo (FERREIRA, 2007) os poros também podem ser classificados como
abertos ou fechados, segundo a sua disponibilidade a um fluido externo. Na Figura 2.9
podem ser vistos vários tipos de poros abertos (b, c, d, e, f, g) e fechados (a). Os poros
fechados são inativos quanto ao fluxo de líquidos e gases, mas exerce influência sobre
as propriedades mecânicas, a densidade e a condutividade térmica da rocha. Por outro
lado, poros como os representados por (b) e (f) são chamados de poros “cegos”, visto
que só têm abertura em uma das extremidades. Os poros também podem ser
interconectados, como mostrado em (e). Outra forma de classificação dos poros é de
acordo com sua forma: gargalo de garrafa (b), cilíndricos (c), afunilados (d) e
irregulares (f). A rugosidade da superfície (g) também pode ser considerada como
36
porosidade. A IUPAC (Interuniversity Attraction Poles Project) recomenda uma
classificação para as faixas de tamanho de poro, considerando as propriedades de
adsorção. Assim, têm-se: microporos (< 2 nm); mesoporos (2nm – 50 nm) e macroporos
(> 50 nm). Vários autores têm reiterado que tais limites de tamanho são, até certo ponto,
artificiais, na medida em que resultam dos limites das técnicas de caracterização. A
despeito disto, tal classificação tem sido aceita e empregada dentro da perspectiva da
aplicação destes materiais.
Fig.2.9. Representação dos diferentes tipos de poro: (a) fechados, (b) gargalo de garrafa, (c)
cilíndricos, (d) afunilados, (e) interconectados, (f) irregulares. A letra (g) representa a
rugosidade da superfície, (FERREIRA, 2007).
A porosidade também pode variar de acordo com os tamanhos e arranjos dos
grãos que compõem as rochas, como ilustrados nas Figuras 2.10 e 2.11 abaixo.
Fig. 2.10. Esquema de arranjos de diferentes grãos ou partículas constituintes das rochas que
geram diferentes valores de porosidade. (a) poros individuais diminuem com a
diminuição da granulometria; (b) variação da porosidade sob diferentes arranjos de
grãos, (FERREIRA, 2007).
A porosidade da rocha também depende do arranjo tridimensional dos grãos,
teoricamente varia de cúbico, tipo de empacotamento mais aberto, onde a porosidade
teórica é de 47%, a romboédrica, empacotamento mais fechado, com porosidade teórica
de 26%, como ilustrado na Figura 2.11.
(a)
(b)
Porosidade Grãos
37
Fig. 2.11. Tipos de empacotamento e respectivos valores máximos de porosidade segundo
arranjo teórico de esferas perfeitas e idênticas (GESICKI, 2009).
As variações na porosidade das rochas se devem a vários fatores, dentre os quais
podemos destacar:
Forma e imbricamento dos grãos;
Presença de materiais de granulometria fina, como argilas e silte, que ocupam os
espaços intergranulares;
Presença de materiais cimentantes (calcita, sílica, sais, entre outros), que podem
preencher total ou parcialmente os poros do meio;
Distribuição granulométrica;
Idade da rocha;
Profundidade, na qual a rocha se encontra;
Aplicação de carregamento externo, etc.
Em termos numéricos, a porosidade ( ) é definida como sendo a relação entre o
volume de vazios vV e o volume total considerado ( ), como já definido
anteriormente, (OLIVEIRA, 2009).
(2.6)
2.4.6.2. Porosidade Absoluta.
Simbolizada por , a porosidade total ou absoluta é definida como a relação
entre o volume de vazios de uma rocha (poros, canais, fissuras), sejam eles
interconectados ou não, e o volume total da mesma, Figura 2.12. A porosidade absoluta
38
é o valor desejável nos cálculos de interpretações dos perfis do material em estudo. Por
outro lado a porosidade efetiva é a mais importante comercialmente, (MIMBELA,
2005).
A equação que determina a porosidade absoluta é dada pela equação 2.6.
Fig. 2.12. Espaço intersticial numa rocha clástica, (MIMBELA, 2005).
A determinação da porosidade absoluta tem aplicação direta no estudo de
reservatórios apenas para o cálculo de reservas. Isso porque uma rocha pode apresentar
uma porosidade total considerável, sem, contudo, haver intercomunicação de poros, o
que impossibilita a migração do fluido presente na rocha reservatório.
2.2.6.3. Porosidade Efetiva.
A porosidade efetiva representa o espaço ocupado por fluidos que podem ser
deslocados através do meio poroso. Ela relaciona os espaços vazios interconectados de
uma rocha com o seu volume total.
A porosidade efetiva é dada pela equação:
(2.8)
Onde representa o volume de poros interconectado e o volume total da rocha.
Rochas com materiais granulares, na faixa de pobre a moderadamente
cimentados, apresentam valores de porosidade total e porosidade efetiva,
Volume de vazio
Volume de Total
39
aproximadamente igual. Diferentemente, as rochas altamente cimentadas (por exemplo,
calcários) apresentam geralmente grandes diferenças entre os valores de porosidade
total e efetiva.
2.2.6.4. Porosidade Primária.
A porosidade primária também chamada de porosidade original, é aquela que se
desenvolveu durante a deposição do material detrítico ou orgânico. Os fatores que
controlam, primordialmente, a porosidade primária são o tamanho de grão, o
empacotamento, a seleção, a angularidade, a compactação e o grau de cimentação.
Em areias bem distribuídas e não compactadas, a porosidade pode chegar, em
média, a 47,6%. Para areias limpas, misturadas e muito bem distribuídas, pode chegar a
43%. Para areias de grão médio a grosso, mal distribuído, a porosidade chega a
aproximadamente 25,9%. As areias de grãos finos, independente da distribuição,
mantêm uma porosidade de aproximadamente 30%, (MIMBELA, 2005).
A porosidade intergranular de um arenito e as porosidades intercristalinas e
oolíticas de alguns calcários são exemplos de porosidade primária.
As rochas do tipo reservatório estão classificadas quanto à porosidade de acordo
com a Tabela 2.2, segundo (GUSTAVO, 2007).
Tabela 2.2. Classificação das rochas em função de sua porosidade, (GUSTAVO, 2007).
Porosidade (%)
5 – 10 Muito baixa ou insignificante
10 – 15 Baixa ou pobre
15 – 20 Média ou regular
20 – 25 Boa
Maior do que 25 Muito Boa
2.2.6.5. Porosidade Secundária
Resulta como conseqüência da ação de agentes geológicos logo após o processo
de formação da rocha. Esses fatores podem contribuir para o aumento ou diminuição da
40
porosidade. Contribuindo para sua diminuição, pode-se citar a cimentação e
compactação do arenito devido ao seu próprio peso; e para o aumento, o
desenvolvimento de fraturas encontradas em arenitos, folhelhos e calcários, e a
dissolução de dolomitas pelas águas terrestres (lixiviação), que cria cavernas. Pela sua
natureza quebradiça e composição química, as rochas carbonácias são excelentes
exemplos de rochas que apresentam porosidade secundária ou induzida (efeitos
químicos). Quaisquer arenitos, calcários e dolomitas porosas e permeáveis constituem
rochas armazenadoras potenciais. As percentagens de rochas reservatórios,
considerando os tipos litológicos de reservatórios de petróleo no mundo, elas estão
assim distribuídas, 59% de arenitos, 40% de calcários e dolomitas, e 1% de outras
rochas fraturadas. Eventualmente, o petróleo pode ser armazenado até em folhelhos e
rochas cristalinas fraturadas. O petróleo do primeiro poço produtor comercial brasileiro,
perfurado em janeiro de 1939, em Lobato (BA), proveio de rochas gnáissicas fraturadas,
(MIMBELA, 2005).
2.2.6.6. Rochas Areníticas.
As rochas areníticas são as mais frequentes rochas reservatório encontradas em
todo o mundo. Esse tipo de rocha possui propriedades de porosidade e permeabilidade
em media maior que qualquer outra rocha. As rochas podem ser espessos, chegando a
várias centenas de metros de espessura e apresentar grande continuidade lateral.
Apresentam porosidade do tipo intergranular e por fraturas, (RABELO, 2004).
Estudos mostram que as rochas areníticas praticamente não sofrem nenhuma
ação pós-deposição, exceto a cimentação. Entretanto, algumas são lixiviadas, de modo
que seus poros podem ser maiores que os seus maiores grãos.
O arenito é uma rocha quebradiça, e está sujeito a fissuras como qualquer outra
rocha de estrutura comparável. Suas dimensões dependem das condições de sua
sedimentação. As maiores extensões de rochas areníticas foram depositados devido a
transgressões marinhas. Todavia, a maioria se apresenta em forma lenticular.
O arenito é uma rocha sedimentar clástica, cujas partículas apresentam tamanho
entre . Os grãos que formam os arenitos em geral são de quartzo, podendo,
contudo, ser de qualquer mineral, uma vez que tenham as dimensões dos grãos de areia.
As rochas areníticas que apresentam partículas com tamanho de grão de areia são
chamadas limpos; já as que apresentam grão no tamanho de argila e silte misturados são
41
denominados arenitos sujos. As rochas areníticas podem apresentar, além de grãos
detríticos, material precipitado quimicamente entre os espaços vazios que serve como
ligante chamado cimento. Em geral, o cimento é de sílica ou carbonatos.
A Figura 2.13 mostra uma amostra de uma foto de um pedaço de rocha arenítica
obtida no laboratório de geologia da Universidade Federal do Piauí – UFPI.
Fig. 2.13. Rocha reservatório do tipo arenítica obtida no laboratório de geologia da UFPI.
2.2.6.7. Métodos de Determinação de porosidade.
Vários são os métodos utilizados em laboratório para a determinação da
porosidade de rochas consolidadas, usando pequenas amostras e cálculos estatísticos.
Estes métodos consistem, geralmente, na medida física de dois dos três parâmetros:
volume total, volume de sólido ou volume de vazios. Em perfis, medições de
porosidade podem ser obtidas através de métodos acústicos e/ou radioativos.
2.2.6.8. Método direto.
A medição direta em laboratório para o cálculo do volume total é utilizada
quando a amostra tem forma geométrica definida. Esse método mede o volume total da
amostra e o volume de sólidos; o volume poroso é obtido pela diferença entre as
medidas.
2.2.6.9. Bomba de mercúrio.
A bomba de mercúrio destina-se a medir o volume total e o volume de vazios de
amostras. O volume total da amostra é imerso em mercúrio, que não deve invadir o
espaço poroso espontaneamente, mede-se o volume deslocado. A seguir é aplicada
42
pressão para que o mercúrio invada o espaço poroso. A porosidade é obtida partir da
determinação do volume de mercúrio que invadiu a amostra. Este método fornece
também informações quanto ao tamanho das “gargantas”.
2.2.6.10. Método do picnômetro.
Este método mede o volume total de um corpo sólido. Consiste em medir o
volume deslocado de mercúrio ao se mergulhar uma amostra no mesmo.
2.2.6.11. Método de embebição.
A amostra é imersa num fluido molhante sob vácuo por longo tempo. O fluido
invade espontaneamente a amostra preenchendo todo espaço poroso. A amostra é
pesada antes e depois da embebição, e como a densidade do fluido é conhecida, pode-se
calcular o volume poroso.
2.2.7. Tecnologias utilizadas e Linguagem de programação.
Neste tópico serão abordados os aspectos tecnológicos que deram base à
implementação da simulação computacional dinâmica desenvolvida neste trabalho,
como por exemplo, a placa gráfica e a Linguagem de Programação a C++, assim como
as tecnologias que esses dispositivos oferecem e que foram utilizadas para obter um
ganho computacional para os algoritmos que implementam os métodos estereológicos
utilizados pela simulação.
O surgimento de novos desafios computacionais que envolvem complexas e
grandes estruturas de dados exigem um grande poder de processamento o que
impulsionaram, em particular, a indústria de microprocessadores a evoluir por várias
gerações, onde cada nova geração aumentava o nível de integração dos circuitos
integrados utilizados pelos dispositivos lógicos produzidos por essa indústria. Novas
frentes de pesquisa levaram à introdução de máquinas com várias Unidades Centrais de
Processamentos (CPU) que funcionam paralelamente e o desenvolvimento de
processadores com vários núcleos de processamento encapsulados em um único chip,
uma vez que o aumento contínuo da freqüência do processador impôs uma elevação
excessiva no consumo de energia por parte desses dispositivos. Além do
43
superaquecimento, o processamento de um volume muito grande de dados impõe outra
limitação à CPU.
Há muito tempo já foi observado que a arquitetura de Von Neumann cria
gargalos entre a CPU e a memória principal e que muitos esforços foram empregados
para reduzir o impacto deste problema com o desenvolvimento de memórias mais
rápidas, estratégias para aperfeiçoar o ciclo de busca, decodificação e execução, porém
sem um ganho satisfatório. Por sua vez a indústria de entretenimento digital,
representada principalmente pela indústria de jogos eletrônicos, impulsionou