http://repository.enp.edu.dz/jspui/handle/123456789/154 Thu, 09 Apr 2026 16:04:40 GMT 2026-04-09T16:04:40Z http://repository.enp.edu.dz/jspui/handle/123456789/11370 Micronisation et amélioration de l'indice de blancheur des carbonates de calcium du gisement de Djebel El Madjène -COSIDER carrières Bendiff, Selma; Boughani, Kamilia Le présent travail de fin d'études porte sur la micronisation et l'amélioration de l'indice de blancheur du carbonate de calcium (CaCO3) extrait du gisement de Djebel El Madjène (Constantine). L'objectif principal est d'optimiser les conditions de broyage afin d'obtenir une taille de particules micrométriques tout en améliorant les propriétés optiques du produit. Une série d'essais de broyage à différentes vitesses et durées a été réalisée, suivie d'analyses granulométriques et colorimétriques. L'ajout contrôlé d'acide stéarique comme agent de surface (0,1-0,3%) s'est révélé efficace pour limiter le colmatage, améliorer la dispersion et accroître la blancheur, atteignant des valeurs supérieures à 98%. En revanche, à des teneurs élevées (> 2%), le produit devient hydrophobe et présente une baisse de blancheur. Les résultats obtenus confirment que la combinaison d'une micronisation optimisée et d'un traitement de surface adapté constitue une voie efficace pour valoriser le carbonate de calcium local à des fins industrielles à haute valeur ajoutée. Mémoire de Projet de Fin d’Études : Génie Minier: Alger, École Nationale Polytechnique : 2025 Wed, 01 Jan 2025 00:00:00 GMT http://repository.enp.edu.dz/jspui/handle/123456789/11370 2025-01-01T00:00:00Z http://repository.enp.edu.dz/jspui/handle/123456789/11360 Système automatisé de classification lithologique utilisant l’apprentissage automatique Benguettaf, Bilal-Gholameddine Ce travail présente une approche innovante basée sur l’intelligence artificielle et l’appren-tissage automatique pour l’interprétation des logs de puits, visant à surmonter les limitations des méthodes traditionnelles. En appliquant des algorithmes de gradient boosting (XGBoost, CatBoost, LightGBM) à neuf puits des réservoirs ordovicien et triasique situés en périphérie du champ de Hassi Messaoud dans la région de Touggourt, le système développé a permis d’atteindre des performances remarquables dans la prédiction des propriétés pétrophysiques et lithologiques. Pour les cibles abondantes, le modèle a obtenu par régression directe un R2 de 0,9828 pour le volume d’argile (VCL), 0,9055 pour le Quartz et 0,8564 pour la porosité effective (PIGE). Pour les lithologies sporadiques, la détection des roches ignées et autres minéraux rares a montré une précision de 96-97% avec des F1-scores de 0,95, tandis que leur quantification a permis d’atteindre des R2 de 0,9391 et 0,8140 respectivement. Enfin, la discrimination des lithologies rarement présentes a atteint une précision de 97% avec des F1-scores entre 0,91 et 0,98 pour quatre faciès (calcite, dolomite, anhydrite, halite). La validation externe sur un puits indépendant a confirmé la robustesse du système avec une identification à 100% des réservoirs productifs et 80% de caractérisation parfaite. Ce système réduit significativement le temps de traitement de plusieurs heures à quelques minutes, tout en offrant une indépendance vis-à-vis des licences propriétaires (Techlog, Petrel), conférant à Sonatrach une autonomie stratégique précieuse. Mémoire de Projet de Fin d’Études : Génie Minier: Alger, École Nationale Polytechnique : 2025 Wed, 01 Jan 2025 00:00:00 GMT http://repository.enp.edu.dz/jspui/handle/123456789/11360 2025-01-01T00:00:00Z http://repository.enp.edu.dz/jspui/handle/123456789/11314 Evaluation and development of a predictive model for the analysis of geophysical well log data in reservoir characterization Haoues, Doaa; Khaled, Ihssane This study addresses the growing demand for efficient and accurate petrophysical interpre-tation in the oil and gas industry through the integration of artificial intelligence into reservoir characterization workflows. Traditional deterministic and empirical methods, while valuable, often prove time-consuming and limited in their ability to handle geological heterogeneity. To vercome these challenges, we developed an intelligent system designed to predict and visualize key reservoir properties directly from well log data. The methodological pipeline encompassed data reprocessing, feature engineering, supervised model training, and interpretability anal-ysis. Ensemble learning algorithms demonstrated strong predictive performance: Gradient Boosting for shale volume (Vsh) achieved R2 = 0.914, MAE = 0.0642; XGBoost for porosity (PHIE) yielded R2 = 0.801, MAE = 0.0248; and Extra Trees for water saturation (Sw) reached R2 = 0.895, MAE = 0.0127. These results confirm the ability of AI models to capture non-linear relationships inherent in petrophysical data and to outperform conventional approaches. The system was implemented as a user-riendly desktop application, enabling geoscientists and engi-neers to obtain rapid, reliable insights for reservoir evaluation. Overall, this work demonstrates the feasibility and impact of AI-powered solutions in advancing reservoir interpretation, sup-porting informed decision-making, and opening perspectives for future real-time and scalable deployment. Mémoire de Projet de Fin d’Études : Génie Minier : Alger, École Nationale Polytechnique : 2025 Mémoire confidentiel 3 ans Jusqu'au 29/09/2028 Wed, 01 Jan 2025 00:00:00 GMT http://repository.enp.edu.dz/jspui/handle/123456789/11314 2025-01-01T00:00:00Z http://repository.enp.edu.dz/jspui/handle/123456789/11307 Interprétation de la sismique marine pour l’exploration d’hydrocarbures dans la marge offshore algérienne, au large de la Grande Kabylie Habchi, Lylia; Mehenna, Soraya Ce mémoire a été effectué dans le cadre d’une étude d’interprétation sismique ma-rine pour l’exploration pétrolière en Offshore, dans la marge algérienne au large de la Grande Kabylie. L’objectif principal est de réaliser une interprétation structurale des données sismiques-2D, acquises lors de la campagne “SPIRAL, 2009” et celles de “SO-NATRACH, 2000 & 2002” afin d’identifier des tructures géologiques favorables à l’accumulation d’hydrocarbures. L’interprétation a été menée à l’aide du logiciel Petrel Schlumberger 2017, qui nous a permis d’interpréter et de corréler les horizons sismiques ainsi que les principales discontinuités structurales. Le travail a abouti à la construction de cartes structurales en isovaleurs des horizons et des failles interprétés. Ces cartes offrent une vision claire de la géométrie des couches du sous-sol et mettent en évidence des structures positives potentiellement exploitables, telles que des pièges structuraux. Les résultats ont permis d’identifier plusieurs hauts structuraux de type anticlinal, dont certains présentent une géométrie fermée au niveau du toit du Tortonien. Cette étude contribue à l’amélioration de la connaissance du contexte géologique de cette région sous-explorée, et constitue une base pour orienter de futures campagnes d’exploration dans la zone offshore au large de la Grande Kabylie. Mémoire de Projet de Fin d’Études : Génie Minier : Alger, École Nationale Polytechnique : 2025 Wed, 01 Jan 2025 00:00:00 GMT http://repository.enp.edu.dz/jspui/handle/123456789/11307 2025-01-01T00:00:00Z