O conhecimento das propriedades mecânicas das rochas é imprescindível no cálculo da estabilidade dos poços de petróleo e na elaboração de projetos de perfuração, na medida em que auxilia na seleção dos equipamentos mais adequados para cada cenário geológico. Nessas atividades, a propriedade mecânica mais importante é a compressibilidade das rochas, a qual é calculada a partir do perfil geofísico sônico, o qual, nem sempre está disponível no conjunto de dados de um poço. A fim de minimizar esta limitação, foi desenvolvida, neste trabalho, uma metodologia para a simulação desse perfil através de um algoritmo que utiliza conceitos da lógica difusa ou nebulosa (fuzzy em inglês), que usa como dados de entrada os perfis de raios gama e resistividade. O princípio fundamental dessa metodologia é propor que qualquer perfil geofísico, inclusive o sônico, possa ser considerado em função de outros perfis geofísicos medidos nas mesmas profundidades. Por outro lado, para testar a confiabilidade desta abordagem, a mesma foi comparada com duas outras comumente utilizadas na simulação de perfis: a regressão linear múltipla e as redes neurais back-propagation , apresentando a nossa metodologia, porém, melhores resultados. Finalmente, a validação do método foi realizada utilizando-se dados de poços do Campo de Namorado na Bacia de Campos, que contêm perfis de raios gama, resistividade e sônico.

The knowledge of the mechanical properties of the rocks is essential in the calculation of the stability of the oil wells and in the elaboration of drilling projects, because they help in the selection of the best equipments for each geologic scene. In these activities, the most important mechanical property is the rock compressibility, which can be calculated from the sonic geophysical log, but this one, not always available in the well data set. In order to minimize this limitation, it was developed, in this work, a methodology to simulate it through an algorithm that utilizes fuzzy logic concepts, using as input data gamma ray and resistivity logs. The basic principle of this methodology is to propose that any geophysical log, including the sonic log, can be considered function of other measured geophysical logs in the same depths. On the other hand, to test the confidence of this approach, it was compared with two others commonly used in the simulation of logs: the linear multiple regression and the neural network back-propagation, showing, our methodology, however, better results. Finally, to validate the method, it was tested using wells from Namorado Oil Field in Campos Basin, which contains gamma ray, sonic and resistivity logs.