Clasificación de partículas de arena a través de redes neuronales convolucionales

Autores
Rodríguez Medina, Gustavo; Chuk, Oscar Daniel; Luna, Adriana; Bertero, Regina
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas –esfericidad y redondez- más un porcentaje de fractura cuando la muestra es sometida a compresión. Todas estas mediciones deben encontrarse dentro de valores límites para asegurar la calidad de la arena. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/163233

id SEDICI_d781059e4988794b2ecd0d77ec4b5b71
oai_identifier_str oai:sedici.unlp.edu.ar:10915/163233
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificación de partículas de arena a través de redes neuronales convolucionalesRodríguez Medina, GustavoChuk, Oscar DanielLuna, AdrianaBertero, ReginaCiencias InformáticasRedes neuronales convolucionalesPartículas de arenaRedondezFracturación hidráulicaSe presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas –esfericidad y redondez- más un porcentaje de fractura cuando la muestra es sometida a compresión. Todas estas mediciones deben encontrarse dentro de valores límites para asegurar la calidad de la arena. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla.Red de Universidades con Carreras en Informática2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/163233spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:14:51Zoai:sedici.unlp.edu.ar:10915/163233Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:14:51.758SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificación de partículas de arena a través de redes neuronales convolucionales
title Clasificación de partículas de arena a través de redes neuronales convolucionales
spellingShingle Clasificación de partículas de arena a través de redes neuronales convolucionales
Rodríguez Medina, Gustavo
Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
title_short Clasificación de partículas de arena a través de redes neuronales convolucionales
title_full Clasificación de partículas de arena a través de redes neuronales convolucionales
title_fullStr Clasificación de partículas de arena a través de redes neuronales convolucionales
title_full_unstemmed Clasificación de partículas de arena a través de redes neuronales convolucionales
title_sort Clasificación de partículas de arena a través de redes neuronales convolucionales
dc.creator.none.fl_str_mv Rodríguez Medina, Gustavo
Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
author Rodríguez Medina, Gustavo
author_facet Rodríguez Medina, Gustavo
Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
author_role author
author2 Chuk, Oscar Daniel
Luna, Adriana
Bertero, Regina
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
topic Ciencias Informáticas
Redes neuronales convolucionales
Partículas de arena
Redondez
Fracturación hidráulica
dc.description.none.fl_txt_mv Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas –esfericidad y redondez- más un porcentaje de fractura cuando la muestra es sometida a compresión. Todas estas mediciones deben encontrarse dentro de valores límites para asegurar la calidad de la arena. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla.
Red de Universidades con Carreras en Informática
description Se presenta una alternativa para clasificar partículas de arenas, en cuanto a la característica de redondez, utilizando redes neuronales convolucionales. Se ha seleccionado este tipo de redes neuronales, por la atractiva posibilidad de poder operar directamente sobre las imágenes digitales de partículas de arena, sin la necesidad de tener que extraer previamente características o medidas alternativas de las imágenes. Esta propuesta resulta ser una opción diferente a la utilización de redes neuronales que no aplican convolución, y también a técnicas de visión artificial (que emplean cálculos, métodos y medidas alternativas para estimar valores de redondez). La necesidad de poder clasificar las partículas en cuanto a su redondez, radica en que estas arenas se utilizan en procesos de fracturación hidráulica para la extracción de hidrocarburos de manera no convencional. Estos yacimientos no convencionales requieren de la inyección de arenas que actúan como apuntalantes de la fractura. La calidad de las arenas para cumplir dicha función se evalúa por la norma API19C, que establece medidas geométricas –esfericidad y redondez- más un porcentaje de fractura cuando la muestra es sometida a compresión. Todas estas mediciones deben encontrarse dentro de valores límites para asegurar la calidad de la arena. El método indicado por la norma (tradicional no automatizado) para la medición de redondez tiene una alta dependencia del criterio del observador o laboratorista, que analiza una muestra mediante un microscopio eligiendo un número muy reducido de partículas al azar, y comparándolas visualmente con formas graficas establecidas en una cartilla.
publishDate 2023
dc.date.none.fl_str_mv 2023-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/163233
url http://sedici.unlp.edu.ar/handle/10915/163233
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260653388070912
score 13.13397