Stage : stage simulation réservoir isr uranium: modélisation inverse, optimisation du modèle géologique f/h

Orano Mining, par l’intermédiaire de sa filiale Katco, exploite sur le territoire du Kazakhstan un gisement d’uranium par récupération in situ (ISR). L’exploitation minière du gisement est réalisée par injection dans le réservoir d’une solution lixiviante, puis par pompage de la solution enrichie en uranium. La production par ISR est devenue aujourd'hui pour l’uranium la première des méthodes d'exploitation. Cette technique minière a l'avantage d'être rapide à déployer, moins coûteuse et de plus faible impact environnemental de surface que les techniques dites traditionnelles. En revanche, comme dans le domaine pétrolier, elle offre une vision indirecte du gisement et présente une incertitude forte sur l’estimation initiale des réserves et l’évaluation de leur évolution au cours du temps. ORANO Mining développe depuis une dizaine d'années une approche déterministe de modélisation de transport réactif dédiée à la simulation de l'exploitation ISR. La modélisation est faite avec le code de transport réactif HYTEC développé au centre de Géosciences de MINES ParisTech. La modélisation transport réactif de l’ISR repose sur un modèle géologique, un modèle géochimique décrivant les interactions entre la solution injectée et les phases minérales, une configuration géométrique des puits et un scénario d’exploitation. La démonstration de la faisabilité et de la robustesse des simulations transport réactif pour l’ISR a été effectuée, notamment à Kacto. Il y a été démontré qu’HYTEC pouvait reproduire et de prédire de manière satisfaisante la production d’uranium au moyen d’une calibration manuelle du modèle direct. De forts écarts peuvent cependant subsister entre prédictions et observations, notamment à petite échelle puits producteurs pris de manière individuelle. À cette échelle, l’amélioration des résultats nécessite de raffiner localement les modèles géologiques/géochimiques par des méthodes d’optimisation. Le travail porte sur le renforcement des capacités de prédictions en développant la résolution du problème inverse pour automatiser et améliorer la reproduction de l’historique pour l’ensemble des puits producteurs d’une zone d’exploitation. L’objectif du stage est d’étudier deux méthodes d’optimisation externes, l’une stochastique, les lisseurs d’ensemble avec assimilation de données multiples, ES-MDA; l’autre déterministe, PCGA, afin d’optimiser au mieux les paramètres principaux du modèle ISR (par exemple, paramètres hydrodynamiques, répartition des faciès géochimiques, teneurs en uranium). Le stage se déroulera en 4 phases : - Prise en main des simulations de transport réactif et état de l’art sur ces méthodes. - Tests numériques pour étudier les spécificités inhérentes aux deux méthodes, l’influence des hyperparamètres associés. - Comparaison des méthodes sur des données réelles. - Proposition d’un workflow et d’une procédure d’emploi pour ces deux méthodes.