| dc.contributor.advisor | Gonzalez Guerrero, Enrique | |
| dc.contributor.author | Montes Humánez, Abraham Camilo | |
| dc.date.accessioned | 2022-02-14T20:12:47Z | |
| dc.date.accessioned | 2023-05-11T17:31:36Z | |
| dc.date.available | 2023-12-06 | |
| dc.date.available | 2023-05-11T17:31:36Z | |
| dc.date.created | 2021-12-06 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/109644 | |
| dc.description.abstract | La pega de tubería geométrica
es un problema operativo que se presenta frecuentemente durante la perforación pozos.
Su detección temprana difícilmente se logra de manera empírica. En el
piedemonte colombiano, constituye la principal fuente de sobrecosto. Este
trabajo proporciona un enfoque de aprendizaje de máquina para la detección
temprana de anomalías que indican la inminente ocurrencia de eventos de pega geométrica;
con el objetivo de prevenirlos y, por lo tanto, mejorar el rendimiento de la
construcción de los pozos. | spa |
| dc.description.sponsorship | ECOPETROL S.A. | spa |
| dc.format | PDF | spa |
| dc.format.mimetype | application/pdf | spa |
| dc.language.iso | spa | spa |
| dc.publisher | Pontificia Universidad Javeriana | spa |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.subject | pega de tubería | |
| dc.subject | predicción | |
| dc.subject | detección de anomalías | |
| dc.subject | series de tiempo | |
| dc.subject | red neuronal recurrente | |
| dc.title | Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial | spa |
