XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: CLUSTERING VIBRATION DATA FROM OIL WELLS THROUGH UNSUPERVISED NEURAL NETWORK Autor: BRUNO ROMANELLI MENECHINI ESTEU
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
ARTHUR MARTINS BARBOSA BRAGA - ADVISOR
Nº do Conteudo: 25049
Catalogação: 14/08/2015 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25049@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25049@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.25049
Resumo:
Título: CLUSTERING VIBRATION DATA FROM OIL WELLS THROUGH UNSUPERVISED NEURAL NETWORK Autor: BRUNO ROMANELLI MENECHINI ESTEU
Nº do Conteudo: 25049
Catalogação: 14/08/2015 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25049@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=25049@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.25049
Resumo:
Drilling oil wells in deep waters aims to achieve the best point of
extraction of oil and natural gas reservoirs present in a few thousand meters in the
seabed. A better understanding of the drilling dynamics through the analysis of
real time operation parameters is important to optimize drilling process and reduce
operation time. For this purpose petroleum operator companies have been made
great investments in developing tools that measure and transmit parameters during
drilling operation, such as the weight on bit, pipes rotation per minute and drilling
fluid flow. Among the advantages to monitor this real time data there is the
operational parameters optimization looking for the least expenditure of energy as
possible. In a rotary drilling operation this energy is often lost partially due to
column vibration caused by the interaction between bit and formation.In this
master s thesis in order to extract common features that could help on the drilling
operation optimization a technique using unsupervised neural networks for
analyze an extensive database which was built over drilling campaigns in a big oil
field . The field data analyzed were obtained during drilling vertical wells
exclusively employing PDC bits and presented high levels of torcional vibration.
The study was made from drilling parameters records, wells characteristics and
vibration responses obtained in real time by downhole tools. Employing the
WEKA data mining code and the computing analysis platform TIBCO potfire it
was possible determine a bit wear curve and the real influence of navigation tools
on the severity levels of vibration during drilling operations.