• Login
    Ver ítem 
    •   Biblioteca Digital
    • REVENCYT
    • Ciencia e Ingeniería
    • 2019
    • Vol. 40, Nº 3: Agosto - Noviembre (2019)
    • Ver ítem
    •   Biblioteca Digital
    • REVENCYT
    • Ciencia e Ingeniería
    • 2019
    • Vol. 40, Nº 3: Agosto - Noviembre (2019)
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Modelados de pozos de producción por bombeo mecánico utili-zando técnicas de computación inteligente

    Thumbnail
    Ver/
    15514-21921931051-1-SM.pdf (705.7Kb)
    Fecha
    2019-07-25
    Autor
    Camargo, Edgar
    Briceño, Mariuska
    Aceros, Egner
    Hernandez, Loreisis
    Metadatos
    Mostrar el registro completo del ítem
    Resumen
    En este artículo se presenta la implementación de un Sensor Virtual para Modelar y Diagnosticar Pozos Petroleros basado en técnicas de Computación Inteligente (específicamente Métodos Numéricos y Código de Cadenas). Este sensor virtual, permite implementar labores de supervisión y diagnóstico del proceso de producción en sus respectivos estados operacio-nales, y detectar formas de fallas que afectan al proceso de producción de crudo. Así el Modelado y Diagnóstico se realiza en pozos por levantamiento artificial por Bombeo Mecánico, usando datos de campo (carga de fluido, torque, porcentaje de llenado de la bomba y sobrecarga del motor). En general, la propuesta está orientada a la dotación del pozo de inteligen-cia al conferirle características de auto-diagnóstico en sitio, proporcionando al método de producción mejor desempeño y rentabilidad económica.
     
    This article presents the implementation of a Virtual Sensor to model and diagnose oil wells based on technologies of Intel-ligent Computation (specifically Numerical Methods and Code of Chains). This virtual sensor, it allows to implement labors of supervision and diagnosis of the process of production in his respective operational conditions, and to detect forms of faults that concern the process of production of crude oil. So, the model and diagnose it is done in wells for artificial lift for mechanical pumping, using field data (it loads with fluid, torque, percentage of filling of the bomb and overload of the en-gine). In general, the offer is orientated to the endowment of the well of intelligence to award characteristics of self-diagnosis in site, providing to the method of the best production and economic profitability.
     
    URI
    http://bdigital2.ula.ve:8080/xmlui/654321/3487
    Colecciones
    • Vol. 40, Nº 3: Agosto - Noviembre (2019)

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias
    Theme by 
    Atmire
     

     

    Listar

    Todo Biblioteca DigitalComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias
    Theme by 
    Atmire