Monitoramento de propriedades de fluidos de perfuração com base nas técnicas de kNN e LOF

Vol 1, 2024 - 309484
Apresentação Oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Na perfuração de poços de petróleo, o fluido de perfuração exerce diversas funções para que a operação seja bem-sucedida. O monitoramento constante das propriedades do fluido de perfuração é imprescindível. Com o passar dos anos, a busca pela automação desse processo passou a ser necessária para o aprimoramento do desempenho da indústria de óleo e gás. Neste trabalho, foram utilizadas as técnicas de aprendizado de máquina Local Outlier Factor (LOF) e k-Nearest Neighbours (kNN), para monitorar as propriedades dos fluidos de perfuração em uma unidade experimental de teste denominada Unidade Piloto de Preparo Automatizado de Fluidos (UNIPAF) do Laboratório de Escoamento de Fluidos (LEF/UFRRJ). Verificou-se que, utilizando o LOF para a detecção de dados anormais de processo e o kNN para a classificação do tipo de fluido sendo circulado. Possuindo como referência uma carta de treino padrão da indústria de óleo e gás, o monitoramento das propriedades como densidade, condutividade e viscosidade aparente pode ser realizado de forma satisfatória. O código desenvolvido se apresenta capaz de detectar falhas em fluidos de perfuração com base em janelas operacionais.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Laboratório de Escoamento de Fluidos Giulio Massarani
  • 2 Universidade Federal Rural do Rio de Janeiro
  • 3 UFRRJ
Eixo Temático
  • 10. Simulação, Otimização e Controle de Processos
Palavras-chave
Monitoramento de processos
Petróleo e gás
Fluido de perfuração
Local Outlier Factor
k-Nearest Neighbours