Algoritmo de clasificación para estimación de la profundidad de cavings a partir de información de recortes de perforación

Simple item page
dc.contributor.advisorArguello Fuentes, Henry
dc.contributor.advisorCorzo Rueda, Reinel
dc.contributor.authorGalvis Carreño, Laura Viviana
dc.date.accessioned2024-03-03T20:08:57Z
dc.date.available2013
dc.date.available2024-03-03T20:08:57Z
dc.date.created2013
dc.date.issued2013
dc.description.abstractLa clasificación de imágenes naturales es un reto actual en aplicaciones de reconocimiento de patrones. Las Imágenes de rocas son un ejemplo de estas imágenes naturales y su análisis es escencial en industrias como la minera y petrolera. En el área de perforación de pozos, los avances en el procesamiento de datos han sido grandes debido al auge de las tecnologías y a la inversión en investigación que realiza esta industria. Actualmente, se realizan mediciones y monitoreos en tiempo real y se toman decisiones basadas en los resultados obtenidos de procesar e interpretar datos tomados por diferentes herramientas dentro del pozo. Un problema que se presenta comúnmente durante procesos de perforación es el colapso de las paredes del pozo. Para estimar la procedencia de los cavings cuando se presenta un derrumbe en pozo se requiere determinar su profundidad. Aunque diversas técnicas de procesamiento de imágenes han sido aplicadas en la industria petrolera, no están documentadas en la literatura la estimación de la profundidad de derrumbes o cavings en pozos petroleros. El presente trabajo buscó estimar las profundidades de los cavings a través de la clasificación del mismo en una clase que lo relaciona a determinada profundidad. Para hacerlo, se siguió un proceso de adquisición, pre-procesamiento, extracción de características y clasificación. Para esta última, se desarrollaron dos métodos, el primero, un método tradicional basado en la distancia euclideana y el segundo, un nuevo método basado en reglas heurísticas que basa su decisión en la comparación entre las características más representativas de cada clase. El desempeño en la clasificación obtenido de 91.2% permite establecer un modelo matemático para la estimación de la profundidad de cavings basado en textura, las técnicas y métodos presentados pueden ser aplicados directamente en problemas de clasificación de imágenes de rocas.
dc.description.abstractenglishNatural classification is a challenge in pattern recognition applications. Rock images are a clear example of those images and its analysis is essential for some industries as the mining and petroleum industry. Advances in data processing applied in the drilling área have been increasing due to the rise of technology and investment in research conducted by industry. Currently, measurements and monitoring are performed and decisións are made based on the results of processing and interpreting the data collected by different tools into the well. A common problem in drilling is the collapse of the borehole. To estimate where the cavings are falling, is required to determine the caving depth. Although various imaging techniques have been applied in the oil industry are not documented in the literature to estimate the depth of landslides or cavings in oil wells. This work tried to estimate the cavings depth through the classification of the caving image in one of some possible classes and each of those classes are related with a depth. Some steps as acquisition, pre-processing, and feature extraction process are essential before the classification and should be followed strictly. The latter was developed in this research work through two methods, a traditional technique based on the Euclidean distance and a new one, based on heuristic rules and decisións for the comparison of just the more significant features of each class. The performance obtained with our approach was 91.2% and it permits to establish a mathematical model for the estimation of the cavings depth based on texture. In addition, the techniques and methods introduced in this work are all directly applicable to practical rock image classification problems
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/29240
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectClasificación De Cavings
dc.subjectRipios De Perforación
dc.subjectPozo Petrolero
dc.subjectImágenes De Rocas
dc.subjectProfundidad De Derrumbes
dc.subject.keywordCavings Classification
dc.subject.keywordCuttings
dc.subject.keywordWellbore
dc.subject.keywordRock Images
dc.subject.keywordCavings Depth
dc.titleAlgoritmo de clasificación para estimación de la profundidad de cavings a partir de información de recortes de perforación
dc.title.englishClassification algorithm for cavings depth estimation through the use of cuttings information. '
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
386.32 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.57 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
39.14 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática