Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo

Detalhes bibliográficos
Autor(a) principal: Pixinine, Thaísa Loureiro
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRJ
Texto Completo: http://hdl.handle.net/11422/13770
Resumo: Este trabalho desenvolve o uso de sistemas inteligentes com o objetivo de alcançar o mínimo custo financeiro por metro perfurado no menor tempo, através de previsibilidades de parâmetros, essa seleção atualmente é realizada através da análise de poços semelhantes já realizados e na própria experiência do engenheiro de perfuração responsável, existindo poucos artifícios tecnologias para essa previsão. A utilização de métodos analíticos geralmente é uma tarefa árdua devido à complexidade do problema. Nesta dissertação será apresentado um método de transcrever o conhecimento tácito para a lógica computacional através de redes neurais com o objetivo de prever da forma mais assertiva um dos principais parâmetros de perfuração que no caso é a taxa de perfuração de brocas.
id UFRJ_fac8fcdfe9aaec3a7f65d1586554109a
oai_identifier_str oai:pantheon.ufrj.br:11422/13770
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Pixinine, Thaísa Loureirohttp://lattes.cnpq.br/8907423644221097http://lattes.cnpq.br/3617903583930816Pinto, Fernando Augusto de Noronha Castrohttp://lattes.cnpq.br/5018072793043957Vasconcellos, José Márcio do AmaralFilho, Virgilio Jose Martins FerreiraRitto, Thiago Gamboa2021-02-20T17:46:18Z2023-11-30T03:04:08Z2019-10http://hdl.handle.net/11422/13770Este trabalho desenvolve o uso de sistemas inteligentes com o objetivo de alcançar o mínimo custo financeiro por metro perfurado no menor tempo, através de previsibilidades de parâmetros, essa seleção atualmente é realizada através da análise de poços semelhantes já realizados e na própria experiência do engenheiro de perfuração responsável, existindo poucos artifícios tecnologias para essa previsão. A utilização de métodos analíticos geralmente é uma tarefa árdua devido à complexidade do problema. Nesta dissertação será apresentado um método de transcrever o conhecimento tácito para a lógica computacional através de redes neurais com o objetivo de prever da forma mais assertiva um dos principais parâmetros de perfuração que no caso é a taxa de perfuração de brocas.This work develops the use of intelligent systems with the objective of achieving the minimum financial cost per meter drilled in the shortest time, through parameter predictions, this selection is currently performed through the analysis of similar wells already made and in the experience of the engineer of responsible drilling, there are few technical devices for this forecast. The use of analytical methods is usually an arduous task due to the complexity of the problem. This dissertation will present a method of transcribing tacit knowledge for computational logic through neural networks in order to predict in a more assertive way one of the main drilling parameters, which in this case is the drilling rate of drills.Submitted by Marlon Silva (marlonviniciuspacheco@gmail.com) on 2021-02-20T17:46:18Z No. of bitstreams: 1 ThaisaLoureiroPixinine.pdf: 7823802 bytes, checksum: 1584d8680f2e382e53578b4481a53edc (MD5)Made available in DSpace on 2021-02-20T17:46:18Z (GMT). No. of bitstreams: 1 ThaisaLoureiroPixinine.pdf: 7823802 bytes, checksum: 1584d8680f2e382e53578b4481a53edc (MD5) Previous issue date: 2019-10porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia MecânicaUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA MECANICARedes neuraisPrevisibilidadeParâmetros de perfuraçãoUso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleoUse of neural networks for the previsibility of petroleum well drilling parametersinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALThaisaLoureiroPixinine.pdfThaisaLoureiroPixinine.pdfapplication/pdf7823802http://pantheon.ufrj.br:80/bitstream/11422/13770/1/ThaisaLoureiroPixinine.pdf1584d8680f2e382e53578b4481a53edcMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/13770/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/137702023-11-30 00:04:08.953oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:04:08Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.pt_BR.fl_str_mv Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
dc.title.alternative.pt_BR.fl_str_mv Use of neural networks for the previsibility of petroleum well drilling parameters
title Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
spellingShingle Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
Pixinine, Thaísa Loureiro
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Redes neurais
Previsibilidade
Parâmetros de perfuração
title_short Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
title_full Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
title_fullStr Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
title_full_unstemmed Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
title_sort Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
author Pixinine, Thaísa Loureiro
author_facet Pixinine, Thaísa Loureiro
author_role author
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8907423644221097
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3617903583930816
dc.contributor.advisorCo1.none.fl_str_mv Pinto, Fernando Augusto de Noronha Castro
dc.contributor.advisorCo1Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5018072793043957
dc.contributor.author.fl_str_mv Pixinine, Thaísa Loureiro
dc.contributor.referee1.fl_str_mv Vasconcellos, José Márcio do Amaral
dc.contributor.referee2.fl_str_mv Filho, Virgilio Jose Martins Ferreira
dc.contributor.advisor1.fl_str_mv Ritto, Thiago Gamboa
contributor_str_mv Vasconcellos, José Márcio do Amaral
Filho, Virgilio Jose Martins Ferreira
Ritto, Thiago Gamboa
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
topic CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Redes neurais
Previsibilidade
Parâmetros de perfuração
dc.subject.por.fl_str_mv Redes neurais
Previsibilidade
Parâmetros de perfuração
description Este trabalho desenvolve o uso de sistemas inteligentes com o objetivo de alcançar o mínimo custo financeiro por metro perfurado no menor tempo, através de previsibilidades de parâmetros, essa seleção atualmente é realizada através da análise de poços semelhantes já realizados e na própria experiência do engenheiro de perfuração responsável, existindo poucos artifícios tecnologias para essa previsão. A utilização de métodos analíticos geralmente é uma tarefa árdua devido à complexidade do problema. Nesta dissertação será apresentado um método de transcrever o conhecimento tácito para a lógica computacional através de redes neurais com o objetivo de prever da forma mais assertiva um dos principais parâmetros de perfuração que no caso é a taxa de perfuração de brocas.
publishDate 2019
dc.date.issued.fl_str_mv 2019-10
dc.date.accessioned.fl_str_mv 2021-02-20T17:46:18Z
dc.date.available.fl_str_mv 2023-11-30T03:04:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11422/13770
url http://hdl.handle.net/11422/13770
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Mecânica
dc.publisher.initials.fl_str_mv UFRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
bitstream.url.fl_str_mv http://pantheon.ufrj.br:80/bitstream/11422/13770/1/ThaisaLoureiroPixinine.pdf
http://pantheon.ufrj.br:80/bitstream/11422/13770/2/license.txt
bitstream.checksum.fl_str_mv 1584d8680f2e382e53578b4481a53edc
dd32849f2bfb22da963c3aac6e26e255
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv
_version_ 1784097195656478720

Registros relacionados