برآورد مقدار نفوذ پذیری که بطور معمول توسط اندازه گیر یهای مستقیم روی نمونه های مغزه یا آزمایش چاه بدست می آید یکی از مشکلات قدیمی در تعیین پارامتر های مخزن است .معمولاً پارامتر های مخزن مانند تخلخل ،لیتو لوژی ،نفوذ پذیری از مغزه دست می آیند که هزینه زیادی را در بردارد وهم چنین تهیه مغزه در تمام چاه ها امکان پذیر نیست واز لحاظ زمانی وقت گیر می باشد .در این تحقیق سعی بر آن است که پارامتر نفوذ پذیری از طریق داده های چاه پیمائی بدست آید وبرای ارزیابی نتایج بدست آمده با پارامتر های حاصل از مغزه مورد مقایسه قرار گیرد وعوامل موثر در افزایش عدم قطعیت از جمله تخلخل ثانویه تعیین گردد .برای این کار در چاهی که هر دو نوع داده شامل نمودار های پترو فیزیکی ومغزه را دارد ،مدل پیش بینی نفوذ پذیری ساخته می شود ودر چاهی که فقط دارای نمودار های پترو فیزیکی است به پیش بینی نفوذ پذیری پرداخته می شود.امروزه استفاده از سیستم های هوشمند برای برآورد پارامتر های مخزن مطرح می باشند .هدف اصلی این تحقیق تخمین پارامتر تراوائی با استفاده از سیستم های مذکور می باشد .برای نیل به این هدف وساخت مدل تخمین تراوائی از سه روش استفاده شده است .ابتدا تکنیک منطق فازی Hambalek وGonzales استفاده شد تا کار برد آن برای کربناتهای سازند سورمه مورد بررسی قرار گیرد .روش دوم از الگوریتم Guddy وروش سوم از شبکه های عصبی مصنوعی ، برای تخمین تراوائی استفاده شده است ودر نهایت این سه روش با یکدیگر مقایسه شد ند.در این مقاله داده های دو چاه BL-1P ,BL-3I,از سازند سورمه واقع در میدان بلا ل بکار رفتند .از داده های چاه شماره BL-1P برای ساخت مدل واز داده های چاه شماره BL-3I برای تعمیم واعتبار سنجی مدل استفاده شد .پیش بینی نفوذ پذیری توسط مدل اولیه ، در بخش های زیرین چاه BL-1P ودر اکثر نقاط چاه تعمیم دور از مقادیر واقعی (نفوذ پذیری مغزه )بود که با بررسی های انجام گرفته ،مشخص گردید سازند مورد مطالعه دارای تخلخل های از نوع ثانویه ای است که نمودار صوتی قادر به شناسائی آن نیست ، به همین منظور شاخص تخلخل ثانویه (SPI) محاسبه ودر ساخت مدل بکار گرفته شد .نتایج بدست آمده از این تحقیق نشان داد در حالت دوم که شاخص تخلخل ثانویه وارد مدل گردید پیش بینی نفوذ پذیری بسیار دقیق تر (نزدیک به مقادیر مغزه )گردید . تفاصيل المقالة