Pantheon Institutional repository
Collect, preserve and disseminate digital academic production in all areas of knowledge.
Comprise the assets of the repository, in addition to theses and dissertations at UFRJ, scientific articles, electronic books, book chapters and papers presented at events for teachers, researchers, administrative staff and students of master's and doctoral degrees.
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/13774| Type: | Dissertação |
| Title: | Estimation of drill-string torsional vibration severity using field data and machine learning |
| Other Titles: | Estimação da severidade de vibração torcional de coluna de perfuração via dados de campo e aprendizado de maquina |
| Author(s)/Inventor(s): | Vaio, Matheus Vera Di |
| Advisor: | Pinto, Fernando Augusto de Noronha Castro |
| Abstract: | Este trabalho tem como objetivo desenvolver um método para estimar em tempo real a vibração torcional da coluna de perfuração. Essa estimativa durante a operação de perfuração fornece informação importante ao operador para que ele possa controlar os parâmetros de perfuração de forma assertiva. Para isso, é feita uma apresentação dos poços e dos dados possuídos. Uma adaptação do PCA é proposta para fazer o pré-processamento dos dados que alimentam uma rede neural profunda proposta. Por fim, o método é testado em quatro casos distintos, cada um com suas características singulares, com ou sem extrapolação de domínio. A ferramenta de pré-processamento proposta e o uso dos dados brutos têm seus resultados comparados e avaliados. A conclusão fornece um resumo e algumas discussões sobre os resultados, suas limitações e características. |
| Abstract: | This work aims to develop a method for real-time estimation of the drill string torsional vibration. This estimation during the drilling operation gives important information to the operator so that he can control the drilling parameters assertively. For that, it is made a presentation of the wells, and the possessed data. An adaptation of the PCA is proposed to make the preprocessing of the data that feeds a proposed deep neural network. Finally, the method is tested through four distinct cases, each one with its singular characteristics, with or not domain extrapolation. The proposed preprocessing tool and the use of the raw data have its results compared and evaluated. The conclusion provides a resume and some discussions of the results, its limitations, and its characteristics. |
| Keywords: | Perfuração Dados de campo Vibração torcional Aprendizado de máquina |
| Subject CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA MECANICA |
| Program: | Programa de Pós-Graduação em Engenharia Mecânica |
| Production unit: | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
| Publisher: | Universidade Federal do Rio de Janeiro |
| Issue Date: | Nov-2019 |
| Publisher country: | Brasil |
| Language: | eng |
| Right access: | Acesso Aberto |
| Appears in Collections: | Engenharia Mecânica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MatheusVeraDiVaio.pdf | 12.9 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.