Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales
La fracturación hidráulica realizada para extraer hidrocarburos de yacimientos no convencionales requiere de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas – esfe...
Guardado en:
Autores principales: | , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2022
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/143347 |
Aporte de: |
id |
I19-R120-10915-143347 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas Visión artificial Redes neuronales Fracturación hidráulica Arenas Geometría |
spellingShingle |
Ciencias Informáticas Visión artificial Redes neuronales Fracturación hidráulica Arenas Geometría Rodríguez Medina, Gustavo Chuk, Oscar Daniel Luna, Adriana Bertero, Regina Núñez, Enrique Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
topic_facet |
Ciencias Informáticas Visión artificial Redes neuronales Fracturación hidráulica Arenas Geometría |
description |
La fracturación hidráulica realizada para extraer hidrocarburos de yacimientos no convencionales requiere de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas – esfericidad y redondez- más un porcentaje de fractura cuando la muestra es sometida a compresión. Todas estas mediciones deben encontrarse dentro de valores límites para asegurar la calidad de la arena.
Según la norma, la inspección se realiza visualmente por un operador sobre un conjunto de 20 granos. Esto introduce un importante grado de subjetividad, y poca validez estadística. Para solucionar esto, la bibliografía refiere distintos métodos basados en visión artificial. Cada uno de estos métodos tiene ventajas y desventajas según la geometría, color de la partícula y la definición de la imagen usada.
En este trabajo se presenta una metodología integrada a partir de varios métodos conocidos, más uno novedoso desarrollado por los autores para medir la redondez, que es la variable más difícil de medir. Las distintas medidas son tratadas por redes neuronales para dar una medida final de la redondez, que tiene un alto grado de correlación con la medida teórica de cada partícula considerada.
Las medidas de esfericidad y porcentaje de fractura obtenidas también han dado valores consistentes.
El método de visión artificial desarrollado es sumamente eficiente para determinar, a partir de las medidas obtenidas, la capacidad de una arena para actuar como apuntalante en una operación de fractura hidráulica. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Rodríguez Medina, Gustavo Chuk, Oscar Daniel Luna, Adriana Bertero, Regina Núñez, Enrique |
author_facet |
Rodríguez Medina, Gustavo Chuk, Oscar Daniel Luna, Adriana Bertero, Regina Núñez, Enrique |
author_sort |
Rodríguez Medina, Gustavo |
title |
Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
title_short |
Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
title_full |
Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
title_fullStr |
Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
title_full_unstemmed |
Análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
title_sort |
análisis de calidad de arenas de fracturación mediante visión artificial y redes neuronales |
publishDate |
2022 |
url |
http://sedici.unlp.edu.ar/handle/10915/143347 |
work_keys_str_mv |
AT rodriguezmedinagustavo analisisdecalidaddearenasdefracturacionmediantevisionartificialyredesneuronales AT chukoscardaniel analisisdecalidaddearenasdefracturacionmediantevisionartificialyredesneuronales AT lunaadriana analisisdecalidaddearenasdefracturacionmediantevisionartificialyredesneuronales AT berteroregina analisisdecalidaddearenasdefracturacionmediantevisionartificialyredesneuronales AT nunezenrique analisisdecalidaddearenasdefracturacionmediantevisionartificialyredesneuronales |
bdutipo_str |
Repositorios |
_version_ |
1764820459846631425 |