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: 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.
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 Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleoUse of neural networks for the previsibility of petroleum well drilling parametersRedes neuraisPrevisibilidadeParâmetros de perfuraçãoCNPQ::ENGENHARIAS::ENGENHARIA MECANICAThis 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.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.Universidade Federal do Rio de JaneiroBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaPrograma de Pós-Graduação em Engenharia MecânicaUFRJRitto, Thiago Gamboahttp://lattes.cnpq.br/8907423644221097http://lattes.cnpq.br/3617903583930816Pinto, Fernando Augusto de Noronha Castrohttp://lattes.cnpq.br/5018072793043957Vasconcellos, José Márcio do AmaralFilho, Virgilio Jose Martins FerreiraPixinine, Thaísa Loureiro2021-02-20T17:46:18Z2023-12-21T03:07:27Z2019-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11422/13770porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJ2023-12-21T03:07:27Zoai:pantheon.ufrj.br:11422/13770Repositório InstitucionalPUBhttp://www.pantheon.ufrj.br/oai/requestpantheon@sibi.ufrj.bropendoar:2023-12-21T03:07:27Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Uso de redes neurais para a previsibilidade de parâmetros de perfuração de poços de petróleo
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
Redes neurais
Previsibilidade
Parâmetros de perfuração
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
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.none.fl_str_mv Ritto, Thiago Gamboa
http://lattes.cnpq.br/8907423644221097
http://lattes.cnpq.br/3617903583930816
Pinto, Fernando Augusto de Noronha Castro
http://lattes.cnpq.br/5018072793043957
Vasconcellos, José Márcio do Amaral
Filho, Virgilio Jose Martins Ferreira
dc.contributor.author.fl_str_mv Pixinine, Thaísa Loureiro
dc.subject.por.fl_str_mv Redes neurais
Previsibilidade
Parâmetros de perfuração
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
topic Redes neurais
Previsibilidade
Parâmetros de perfuração
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-10
2021-02-20T17:46:18Z
2023-12-21T03:07:27Z
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
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia Mecânica
UFRJ
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia Mecânica
UFRJ
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
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv pantheon@sibi.ufrj.br
_version_ 1815456013894025216

Registros relacionados