Desarrollo de un sistema de inteligencia artificial en el análisis de registros de evaluación de cemento en pozos petroleros del campo la Cira Infantas.

Simple item page
dc.contributor.advisorFuentes Doria, Deivi David
dc.contributor.authorSierra García, Daniel Andrés
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2025-08-28T14:34:36Z
dc.date.available2025-08-28T14:34:36Z
dc.date.issued2024-09-03
dc.descriptionUtilizar un sistema basado en inteligencia artificial para analizar registros de evaluación de cemento en pozos petroleros del campo La Cira Infantas.
dc.description.abstractLa evaluación de la cementación en pozos petroleros es un proceso crítico para asegurar la integridad estructural y funcional de los pozos. Los registros de adherencia de cemento, conocidos como Cement Bond Log (CBL), permiten determinar la calidad de la adherencia del cemento al casing (tubería de revestimiento) a lo largo de la profundidad del pozo. Normalmente estos registros son interpretados visualmente por especialistas, quienes analizan las variables representadas de forma gráfica en un registro impreso o una imagen digital. Esta interpretación varia entre profesionales debido a diferentes factores, como la experiencia de la persona, conocimientos técnicos, teóricos, opinión personal y calidad de los datos disponibles. El análisis tradicional de los registros CBL implica aspectos clave como la amplitud de las ondas acústicas CBL (Cement Bond Log), el registro de densidad variable VDL (Variable Density Log), el tiempo de tránsito TT (Transit Time) y el índice de adherencia (Bond Index), Cada una de estas variables ofrece información valiosa sobre la calidad de la cementación, pero también introduce un grado de complejidad que puede llevar a distintas interpretaciones. A demás factores como la geometría del pozo, eventos durante de perforación, y la presencia de contaminantes pueden afectar estos valores, complicando aún más la interpretación La aplicación de la inteligencia artificial (IA) para procesar las variables de la data cruda, surge como una herramienta eficaz para mejorar la precisión y consistencia en el análisis de los registros CBL al permitir procesar grandes volúmenes de datos y analizar múltiples variables simultáneamente
dc.format.extent41 páginas
dc.identifier.citationSierra García, D. (2024). Desarrollo de un sistema de inteligencia artificial en el análisis de registros de evaluación de cemento en pozos petroleros del campo la Cira Infantas. [Monografía, Corporación Universitaria Minuto de Dios – UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://hdl.handle.net/10656/21820
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios - UNIMINUTO
dc.publisher.departmentPosgrado (Virtual)
dc.publisher.programEspecialización en Gerencia de Proyectos
dc.rightsAcceso Abierto - http://purl.org/coar/access_right/c_abf2
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsSistema de inteligencia artificial
dc.subject.keywordsPozos petroleros
dc.subject.keywordsLa Cira infantas
dc.subject.lembInteligencia Artificial
dc.subject.lembCementación de Pozos Petroleros
dc.subject.lembPozos Petroleros
dc.titleDesarrollo de un sistema de inteligencia artificial en el análisis de registros de evaluación de cemento en pozos petroleros del campo la Cira Infantas.
dc.typeMonografía
dc.type.coarthesis
dcterms.bibliographicCitationACIPET. (30 de ABRIL de 2020). Interpretación De Registros De Cementación. https://www.youtube.com/watch?v=y4X2KdgAAg8. Bernal, C. A. (2016). Redacción de un anteproyecto. En Metodología de la investigación: Administración, economía, humanidades y ciencias sociales (págs. 275-290). Pearson Educación. Dinesh , A., Kamal, B., Akash, M., & Surthik, K. (2024). Implementation of artificial intelligence to the prediction of the mechanical properties of concrete: A review. ELSEVIER, 2-5. Hernández, R., & Mendoza, C. (s.f.). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. En Concepción o elección del diseño de investigación en la ruta cuantitativa: el mapa específico (págs. 150-172). McGraw-Hill. KAPPA. (04 de 02 de 2024). Petroleum Exploration & Production - Software Training & Consulting. https://www.kappaeng.com/software/emeraude/overview Obafemi, s., Oyedele, K., Omeru, T., & Bankole, S. (2020). Characterization of deep water turbidite channels and submarine fan lobes using artificial intelligence; Case study of Frem Field deep offshore Niger Lobes. ELSEVIER. Ogunkunle, T., Okoro, E., & Oluwatosin, J. (2021). Artificial intelligence model for predicting geomechanical characteristics using easy-to-acquire offset logs without deploying logging tools. ScienceDirect, 3-8. Probe Holdings. (2012). 2.75” Radii Cement Bond Tool. Copyright Probe Holdings, Inc. Schlumbeger. (2024). https://www.slb.com/products-and-services/innovating-in-oil-andgas/drilling/drilling-fluids-and-well-cementing/well-cementing/cement-evaluation/cementbond-logging-tools Scientific Data Systems, Inc. (03 de FEBRERO de 2024). Software de adquisición de datos Warrior. http://www.scientificdata.com/products/WarriorSoftware.html Topes Rojas., P. A., Bisbé, E. M., & Valcarce Ortega., R. M. (Enero de 2017). Monografias.com S.A. https://www.monografias.com/docs112/registros-geofisicos-control-estado-pozospetroleros/registros-geofisicos-control-estado-pozos-petroleros2 World Energy Trade. (09 de agosto de 2023). Cómo la IA está transformando las operaciones de petróleo y gas. https://www.worldenergytrade.com/oil-gas/investigacion/la-ia-petroleo-ygas-19411. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson Education. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
TE.PRO_SierraGarciaDanielAndres_2024.pdf
Size:
1.89 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Autorizacion_SierraGarciaDanielAndres_2024
Size:
180.91 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.72 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Especialización en Gerencia de Proyectos