Estimation of drill-string torsional vibration severity using field data and machine learning
| dc.contributor.advisor | Pinto, Fernando Augusto de Noronha Castro | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/5018072793043957 | pt_BR |
| dc.contributor.referee1 | Ritto, Thiago Gamboa | |
| dc.contributor.referee2 | Seixas, José Manoel de | |
| dc.creator | Vaio, Matheus Vera Di | |
| dc.creator.Lattes | http://lattes.cnpq.br/9906285086906929 | pt_BR |
| dc.date.accessioned | 2021-02-21T13:13:17Z | |
| dc.date.available | 2026-05-16T03:06:39Z | |
| dc.date.issued | 2019-11 | |
| dc.description.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. | pt_BR |
| dc.description.resumo | 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. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/13774 | |
| dc.language | eng | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.publisher.program | Programa de Pós-Graduação em Engenharia Mecânica | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Perfuração | pt_BR |
| dc.subject | Dados de campo | pt_BR |
| dc.subject | Vibração torcional | pt_BR |
| dc.subject | Aprendizado de máquina | pt_BR |
| dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA MECANICA | pt_BR |
| dc.title | Estimation of drill-string torsional vibration severity using field data and machine learning | pt_BR |
| dc.title.alternative | Estimação da severidade de vibração torcional de coluna de perfuração via dados de campo e aprendizado de maquina | pt_BR |
| dc.type | Dissertação | pt_BR |