Identificación de cartas dinagráficas de fondo mediante el uso de redes neuronales como herramienta de ayuda en el bombeo mecánico

##plugins.themes.bootstrap3.article.main##

José Salgado Universidad Surcolombiana-Neiva.
Hugo Bernal TecnoParque Nodo Neiva-SENA.
Alexander Zambrano Restech-Opical constructores
Fauricio Romero Ecopetrol. S.A
Leonardo Franco Universidad Surcolombiana-Neiva.
Carlos Pérez Universidad Surcolombiana-Neiva
Resumen

La acertada identificación de problemas de fondo es esencial en el bombeo mecánico para lograr una producción óptima y reducir los costos de operación y mantenimiento. Es necesario desarrollar y aplicar metodologías que permitan identificar de forma rápida problemas que puedan afectar la operación. La condición mecánica y desempeño del equipo de fondo (sarta de varillas, bomba, válvulas, etc.) y las propiedades físicas del pozo, como sumergencia de la bomba, interferencia de gas y fugas en las bombas, pueden ser evaluadas utilizando cartas dinagráficas. En este trabajo se presenta una metodología de análisis de fallas y condiciones de operación del sistema de bombeo, que incluye el desarrollo de un software de análisis basado enredes neuronales para identificar problemas en el sistema usando dinagramas de fondo. El sistema desarrollado permitió identificar un conjunto de los problemas más comunes con una alta precisión y es una herramienta que podría asistir a ingenieros y personal de operaciones en los trabajos diarios en sistemas de bombeo mecánico. Adicionalmente, fue desarrollada una funcionalidad básica para identificar las cartas más cercanas de acuerdo a características estadísticas y geométricas, la cual puede ser usada como punto de partida para desarrollar un sistema inteligente para predecir potenciales fallas a futuro.

Palabras clave

Descargas

Los datos de descargas todavía no están disponibles.

##plugins.themes.bootstrap3.article.details##

Biografía del autor/a / Ver

José Salgado, Universidad Surcolombiana-Neiva.

Ingeniero Electrónico. Msc Docente 

Hugo Bernal, TecnoParque Nodo Neiva-SENA.

Ingeniero Electrónico. Asesor 

Alexander Zambrano, Restech-Opical constructores

Ingeniero Eléctrico. Ph.D. Restech-Opical  constructores.Venezuela.

Fauricio Romero, Ecopetrol. S.A

Ingeniero de Petroleas. Profesional en producción. 

Leonardo Franco, Universidad Surcolombiana-Neiva.

Ingeniero Electrónico.

 

Carlos Pérez, Universidad Surcolombiana-Neiva

IngenierodePetróleos. Docente 

Referencias

Acosta, M. l. Zuluaga, C.A. 2000. Tutorial sobre redes neuronales aplicadas en ingeniería eléctrica y su implementación en un sitio web. Pereira. Tesis de grado. Universidad Tecnológica de Pereira. Ingeniería eléctrica.81 p.

Beale,M. Demuth,H.Hagan, M.TheMatworks, 2010. Neuronal Network Toolbox.User's Guide. 162 p.

Heaton,J. 2008. Introduction toNeuralNetworks forC#, 2nd Edition. Heaton Research.

Orozco, M. 2005. Selección efectiva de características wavelet en la identificación de bioseñales 1-Dy 2- D usando algoritmos genéticos. Manizales. Tesis de grado. Universidad Nacional de Colombia. Ingeniería eléctrica, electrónicaycomputación.

Russel,J.H.Jr. 1995. Interpretation of Dynamometer Cards.Houston. GulfOil Corporation.

Svinos,J.G. 1998.Manual de bombeo mecánico avanzado. Theta Enterprise, Inc. 16p.

Tackas, G. 1993.SuckerRod Pumping Manual. Tulsa-USA.

Sistema OJS - Metabiblioteca |