Clasificación de partículas de arena a través de redes neuronales convolucionales

Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partíc...

Descripción completa

Detalles Bibliográficos
Autores principales: Rodríguez Medina, Gustavo, Chuk, Oscar Daniel, Luna, Adriana, Bertero, Regina
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/163233
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-163233
record_format dspace
spelling I19-R120-10915-1632332024-02-28T20:03:06Z http://sedici.unlp.edu.ar/handle/10915/163233 Clasificación de partículas de arena a través de redes neuronales convolucionales Rodríguez Medina, Gustavo Chuk, Oscar Daniel Luna, Adriana Bertero, Regina 2023-04 2023 2024-02-28T16:45:26Z es Ciencias Informáticas Redes neuronales convolucionales Partículas de arena Redondez Fracturación hidráulica Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren 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. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
spellingShingle Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
Rodríguez Medina, Gustavo
Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
Clasificación de partículas de arena a través de redes neuronales convolucionales
topic_facet Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
description Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren 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. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla.
format Objeto de conferencia
Objeto de conferencia
author Rodríguez Medina, Gustavo
Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
author_facet Rodríguez Medina, Gustavo
Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
author_sort Rodríguez Medina, Gustavo
title Clasificación de partículas de arena a través de redes neuronales convolucionales
title_short Clasificación de partículas de arena a través de redes neuronales convolucionales
title_full Clasificación de partículas de arena a través de redes neuronales convolucionales
title_fullStr Clasificación de partículas de arena a través de redes neuronales convolucionales
title_full_unstemmed Clasificación de partículas de arena a través de redes neuronales convolucionales
title_sort clasificación de partículas de arena a través de redes neuronales convolucionales
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/163233
work_keys_str_mv AT rodriguezmedinagustavo clasificaciondeparticulasdearenaatravesderedesneuronalesconvolucionales
AT chukoscardaniel clasificaciondeparticulasdearenaatravesderedesneuronalesconvolucionales
AT lunaadriana clasificaciondeparticulasdearenaatravesderedesneuronalesconvolucionales
AT berteroregina clasificaciondeparticulasdearenaatravesderedesneuronalesconvolucionales
_version_ 1807222543660089344

Ejemplares similares