DANIEL MAURICIO ROJAS CARDENAS G.I.T.A.H . GRUPO DE

G.I.T.A.H.

R.N.A.

GRUPO DE INVESTIGACIGRUPO DE INVESTIGACIÓÓN EN TECNOLOGN EN TECNOLOGÍÍAS ALTERNATIVAS AS ALTERNATIVAS PARA HIDROCARBUROS. PARA HIDROCARBUROS.

G.I.T.A.HG.I.T.A.H..

ANALISIS Y DIAGNOSTICO DE PROBLEMAS EN LA BOMBA DE SUBSUELO DEL EQUIPO DE BOMBEO MECANICO USANDO REDES

NEURONALES

DANIEL MAURICIO ROJAS CARDENASDANIEL MAURICIO ROJAS CARDENASCRISTIAN FERNANDO MATEUS MARINCRISTIAN FERNANDO MATEUS MARIN

G.I.T.A.H.

R.N.A.

IntroducciIntroduccióónn

El presente trabajo de El presente trabajo de investigaciinvestigacióónn tiene como tiene como finfindemostrar que las redes neuronales son una buena demostrar que las redes neuronales son una buena alternativa en la interpretacialternativa en la interpretacióón de Dinagramas, n de Dinagramas, dando una respuesta mas rdando una respuesta mas ráápida a los pida a los requerimientos de campo optimizando el proceso requerimientos de campo optimizando el proceso de monitoreo, ademde monitoreo, ademáás de proporcionar la s de proporcionar la identificaciidentificacióón de mn de máás de un problema. s de un problema.

G.I.T.A.H.

R.N.A.

Sistema de Levantamiento Artificial Sistema de Levantamiento Artificial por Bombeo Mecpor Bombeo Mecáánico.nico.

Consiste en un ensamblaje del equipo de superficie Consiste en un ensamblaje del equipo de superficie y de fondo, que eleva el fluido de la formaciy de fondo, que eleva el fluido de la formacióón a n a superficie por la accisuperficie por la accióón recn recííproca de una unidad de proca de una unidad de bombeo en superficie, que levanta y baja la sarta bombeo en superficie, que levanta y baja la sarta de varillas para accionar la bomba de fondo.de varillas para accionar la bomba de fondo.

G.I.T.A.H.

R.N.A.

ConstrucciConstruccióón de un Dinagrama.n de un Dinagrama.

G.I.T.A.H.

R.N.A.

Monitoreo del equipo de fondo.Monitoreo del equipo de fondo.

Es un registro de carga sobre la barra pulida versus Es un registro de carga sobre la barra pulida versus posiciposicióón del pistn del pistóón durante un recorrido de n durante un recorrido de ascenso y descenso. Permite determinar el ascenso y descenso. Permite determinar el comportamiento de la bomba durante cada ciclo comportamiento de la bomba durante cada ciclo de bombeo.de bombeo.

DINAGRAMADINAGRAMA

G.I.T.A.H.

R.N.A.

ConstrucciConstruccióón de un Dinagrama.n de un Dinagrama.

G.I.T.A.H.

R.N.A.

El Dinagrama de superficie depende de factores como:

•Profundidad de la bomba

•Diseño y material de la varillas

•Velocidad de bombeo

•Tipo de unidad de bombeo

•Tipo de motor

•Condiciones de operación de la bomba

El Dinagrama de fondo solo depende del ultimo item.

Tipos de Dinagramas.

Fuente: NAVARRETE, JUAN CARLOS. TORREZ, JUAN EFE. Rediseño del levantamiento artificial por bombeo mecánico mediante el análisis de dinagramas.

G.I.T.A.H.

R.N.A.

DaDañño en la vo en la váálvula fijalvula fija

DaDañño en la vo en la váálvula viajeralvula viajera

Interferencia de gasInterferencia de gas

Funcionamiento normal Funcionamiento normal con sarta no ancladacon sarta no anclada

DINAGRAMADINAGRAMAINTERPRETACIONINTERPRETACION

InterpretaciInterpretacióón de Dinagramas.n de Dinagramas.

Nor ma l c on t ube r í a no a nc la da

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Dinagrama paron de interferencia de gas con todos l os puntos

0,00,10,20,30,40,50,60,70,80,91,0

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

Problemas de Fuga por la válvula fija

00,10,20,30,40,50,60,70,80,9

1

0 0,2 0,4 0,6 0,8 1

Problemas de Fuga por la válvula viajera

00,10,20,30,40,50,60,70,80,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

G.I.T.A.H.

R.N.A.

Redes Neuronales Redes Neuronales ArtificialesArtificiales(RNA)(RNA)

G.I.T.A.H.

R.N.A.

sinapsis

sinapsis

Funcionamiento de una Neurona BiolFuncionamiento de una Neurona BiolóógicagicaAnalogAnalogííaa

Peso o importancia

Función de transferencia

Funcionamiento de una Neurona ArtificialFuncionamiento de una Neurona ArtificialPeso o importancia

Acumulador

+

Señal de entrada Peso

Entrada

Ponderada

+

Entrada

Ponderada Total

Fuente: www.ricardi.webcindario.com/quimica/eltroqui.htm

G.I.T.A.H.

R.N.A.

Elementos de una Elementos de una RNARNA

Neurona

Capa

Red Neuronal

Nomenclatura de la Arquitectura de una RNA:

Neuronas de entrada: Neuronas en la capa intermedia: Neuronas de salida.

3:4:2

G.I.T.A.H.

R.N.A.

OPTIMIZAR Y PROBAR

PROTOTIPO

RE

CO

LE

CC

ION

DE

DA

TO

S

IDENTIFICACIÓN Y ESTUDIO DEL

PROBLEMA

Fases de un proyecto Fases de un proyecto NeuroNeuro--ComputacionalComputacional

1. 1. 1. 1. Identificar si el problema es Identificar si el problema es Identificar si el problema es Identificar si el problema es adecuado para intentar resolverlo adecuado para intentar resolverlo adecuado para intentar resolverlo adecuado para intentar resolverlo utilizando Redes Neuronales.utilizando Redes Neuronales.utilizando Redes Neuronales.utilizando Redes Neuronales.2. Dise2. Dise2. Dise2. Diseñññño y Construccio y Construccio y Construccio y Construccióóóón del n del n del n del

prototipo:prototipo:prototipo:prototipo:• Arquitectura de la red.Arquitectura de la red.Arquitectura de la red.Arquitectura de la red.• Algoritmo de entrenamiento.Algoritmo de entrenamiento.Algoritmo de entrenamiento.Algoritmo de entrenamiento.• PrePrePrePre----procesamiento de datos.procesamiento de datos.procesamiento de datos.procesamiento de datos.• InformaciInformaciInformaciInformacióóóón para entrenar la red.n para entrenar la red.n para entrenar la red.n para entrenar la red.

4. 4. 4. 4. Probar y optimizar el Probar y optimizar el Probar y optimizar el Probar y optimizar el prototipo:prototipo:prototipo:prototipo:Determinar si se debe modificar Determinar si se debe modificar Determinar si se debe modificar Determinar si se debe modificar la arquitectura de la red, si se la arquitectura de la red, si se la arquitectura de la red, si se la arquitectura de la red, si se requieren mrequieren mrequieren mrequieren máááás datos de s datos de s datos de s datos de entrenamiento o si es necesario entrenamiento o si es necesario entrenamiento o si es necesario entrenamiento o si es necesario cambiar el modelo original; de cambiar el modelo original; de cambiar el modelo original; de cambiar el modelo original; de forma que una vez alcanzado el forma que una vez alcanzado el forma que una vez alcanzado el forma que una vez alcanzado el modelo modelo modelo modelo óóóóptimoptimoptimoptimo

5. 5. 5. 5. Fase de mantenimiento:Fase de mantenimiento:Fase de mantenimiento:Fase de mantenimiento:Se debe realizar despuSe debe realizar despuSe debe realizar despuSe debe realizar despuéééés de que s de que s de que s de que se ha construido un sistema. se ha construido un sistema. se ha construido un sistema. se ha construido un sistema. Aprovechando las facilidades que Aprovechando las facilidades que Aprovechando las facilidades que Aprovechando las facilidades que ofrecen los Software, corrigiendo ofrecen los Software, corrigiendo ofrecen los Software, corrigiendo ofrecen los Software, corrigiendo errores y analizando mejoras en errores y analizando mejoras en errores y analizando mejoras en errores y analizando mejoras en todos los sentidos todos los sentidos todos los sentidos todos los sentidos

3. 3. 3. 3. Entrenamiento de la red:Entrenamiento de la red:Entrenamiento de la red:Entrenamiento de la red:Se le muestra a la red un set de Se le muestra a la red un set de Se le muestra a la red un set de Se le muestra a la red un set de datos de entrada y salida para que datos de entrada y salida para que datos de entrada y salida para que datos de entrada y salida para que identifique las caracteridentifique las caracteridentifique las caracteridentifique las caracteríííísticas de los sticas de los sticas de los sticas de los mismos y permita predecir nuevos mismos y permita predecir nuevos mismos y permita predecir nuevos mismos y permita predecir nuevos resultados a las diferentes resultados a las diferentes resultados a las diferentes resultados a las diferentes variables de entrada.variables de entrada.variables de entrada.variables de entrada.

G.I.T.A.H.

R.N.A.

La red neuronal desarrollada debe identificar problemas presentes en el equipo de subsuelo de la unidad de bombeo mecánico a partir de 60 puntos que representen el comportamiento del dinagrama.(K. Ashenayi, G.A. Nazi, J.F. Lea, y F. Kemp. SPE 25420)

La expresión de identificación de uno o varios problemas por parte de la red se asocia a valores entre cero (0) y uno (1) que indican el grado o probabilidad de ocurrencia del problema.

MetodologMetodologíía de Trabajoa de Trabajo

60 neuronas de entrada

Neuronas de salida = problemas identificados.

G.I.T.A.H.

R.N.A.


ARCHIVO PLANO

DATOS PROVENIENTES

DEL DINAGRAMA DE FONDO

EXTRAIDOS DEL ECHOMITER

Etapa

1

PROBLEMAS DETECTADOS Dinagrama XX. Pozo.xx

Probabilidad Problema

0.95 Int de gas 0.63 Golpe de fluido

. . . . . .

Etapa

4

En ésta etapa se debe recolectar, organizar y disponer la información requerida sobre cada dinagrama de acuerdo a las fases de Entrenamiento, Prueba y Predicción y a los datos de entrada a la red y con sus respectivas salidas.

Pre-procesamiento De Dinagramas:

•Normalización de Dinagramas.

•Clasificación de datos por región en el dinagrama.

•Extracción de puntos significativos.

•Creación de archivo de entrada al software de redes neuronales.

PROBLEMAS DETECTADOS Dinagrama XX. Pozo.xx

Probabilidad Problema

0.95 Daño en Válvula Viajera 0.63 Daño en Válvula Fija

. . . . . .

Etapa

4

G.I.T.A.H.

R.N.A.

GOLPE DE FLUIDO

0123456789

0 5 10 15 20 25 30Recorrido (In)

DAÑO EN LA VALVULA FIJA

-0,5

0

0,5

1

1,5

2

2,5

0 5 10 15 20

Recorrido (In)

Normalización de Dinagramas.


0,00,10,20,30,40,50,60,70,80,91,0

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0Recorrido (In)

GOLPE DE FLUIDO

00,10,20,30,40,50,60,70,80,91

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1Recorrido (In)

Dinag

ramas

sin N

ormalizar

Dinag

ramas

Normalizad

os

Car

ga (

K-L

bs)

Car

ga (

K-L

bs)

G.I.T.A.H.

R.N.A.

ClasificaciClasificacióón y Seleccin y Seleccióón de Puntos n de Puntos Significativos.Significativos.

Normal con tubería no anclada

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 1

Posición

Car

ga

Región 1

Región 2Región 3

Región 4

0,1 0,9

10

1016

24

Clasificación de datos por región en el dinagrama

Extracción de puntos significativos.

P1

P2

Variacion = P1- P2

Punto signicativo

G.I.T.A.H.

R.N.A.

PrePre--procesador de Dinagramasprocesador de Dinagramas

G.I.T.A.H.

R.N.A.

AplicaciAplicacióón al Campo Escuela n al Campo Escuela Colorado Colorado

G.I.T.A.H.

R.N.A.

1. Problemas de Depositacion de Parafinas. 2. Mal Funcionamiento de la Valvula Viajera (Tv) 3. Mal Funcionamiento de la Valvula Fija (Sv)4. Golpe Abajo5. Golpe Arriba 6. Varillas Partidas 7. Golpe Fluido 8. Interferencia de Gas

Problemas del Equipo de Subsuelo de las Unidades de Bombeo Mecánico del

Campo Colorado.

Topología de la red 60: ? :9

G.I.T.A.H.

R.N.A.

TOPOLOGTOPOLOGÍÍAS DE RED AS DE RED EVALUADAS.EVALUADAS.

60:40:20:10:960:16:10:960:40:9

60:30:20:10:960:20:15:960:30:9

60:35:15:10:960:20:10:960:20:9

60:30:16:10:960:12:10:9 60:8:9

3 CAPAS OCULTAS2 CAPAS OCULTAS1 CAPA OCULTA

60:10:9

G.I.T.A.H.

R.N.A.

Resultados de PruebaResultados de Prueba

�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.91550.9155�� Golpe arriba. Golpe arriba. 0.98790.9879

�� DaDañño en la vo en la váálvula viajera lvula viajera 0.98220.9822�� Presencia de Parafina. Presencia de Parafina. 0.46870.4687

�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.96670.9667�� DaDañño en la vo en la váálvula fija. lvula fija. 0.98310.9831

Interpretación de la Red Neuronal Artificial.

�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� Golpe arriba.Golpe arriba.

�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� Presencia de ParafinaPresencia de Parafina

�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� DaDañño en la vo en la váálvula fija.lvula fija.

Interpretación por el C.I.G.P. y ECOPETROL S.A.

Dinagramas.

G.I.T.A.H.

R.N.A.

Resultados de PruebaResultados de Prueba

�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.99660.9966�� Golpe abajo. Golpe abajo. 0.97170.9717

�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.98660.9866�� Presencia de parafinas. Presencia de parafinas. 0.62490.6249

�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.95690.9569�� Presencia de Parafinas. Presencia de Parafinas. 0.89230.8923


�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� Golpe abajo.Golpe abajo.

�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� Presencia de parafinasPresencia de parafinas

�� DaDañño en la vo en la váálvula viajera.lvula viajera.�� Presencia de ParafinasPresencia de Parafinas


Dinagramas.

G.I.T.A.H.

R.N.A.

Resultados de PredicciResultados de Prediccióón.n.

�� DaDañño en la vo en la váálvula fija. lvula fija. 0.99130.9913�� DaDañño en la vo en la váálvula viajera. lvula viajera. 0.97760.9776�� DaDañño en la vo en la váálvula fija. lvula fija. 0.98650.9865

�� DaDañño en la vo en la váálvula lvula viajerviajer. . 0.96600.9660�� DaDañño en la vo en la váálvula fija. lvula fija. 0.99960.9996


�� DaDañño en la vo en la váálvula fija lvula fija �� Golpe leve arribaGolpe leve arriba

�� DaDañño en la vo en la váálvula viajeralvula viajera�� DaDañño en la vo en la váálvula viajeralvula viajera�� DaDañño en la vo en la váálvula fijalvula fija


Dinagramas.

G.I.T.A.H.

R.N.A.

�� Varillas partidas. Varillas partidas. 0.73910.7391�� Golpe abajo. Golpe abajo. 0.68640.6864

�� Varillas partidas. Varillas partidas. 0.7010.701�� Golpe abajo. Golpe abajo. 0.7260.726


�� Varillas partidas Varillas partidas �� Varillas partidas.Varillas partidas.


Dinagramas.

Resultados de PredicciResultados de Prediccióón.n.

G.I.T.A.H.

R.N.A.

Conclusiones.Conclusiones.

�� Se realizo un buen anSe realizo un buen anáálisis y diagnlisis y diagnóóstico de stico de problemas en el equipo de subsuelo utilizando problemas en el equipo de subsuelo utilizando redes neuronales artificiales.redes neuronales artificiales.

�� Se estableciSe establecióó que la mejor topologque la mejor topologíía de red para a de red para la interpretacila interpretacióón de Dinagramas es 60:10:9.n de Dinagramas es 60:10:9.

�� En este estudio se demuestra que es posible En este estudio se demuestra que es posible obtener buenos resultados con una base de obtener buenos resultados con una base de datos de entrenamiento mdatos de entrenamiento máás peques pequeñña de las a de las usualmente utilizadas.usualmente utilizadas.

G.I.T.A.H.

R.N.A.

Conclusiones.Conclusiones.

�� Para la selecciPara la seleccióón de Dinagramas a utilizar se deben n de Dinagramas a utilizar se deben tener en cuenta los problemas mas comunes en el tener en cuenta los problemas mas comunes en el campo y las condiciones de operacicampo y las condiciones de operacióón.n.

�� Las redes neuronales artificiales presentan un Las redes neuronales artificiales presentan un mejor reconocimiento si se involucran en su etapa mejor reconocimiento si se involucran en su etapa de aprendizaje Dinagramas combinados acorde a de aprendizaje Dinagramas combinados acorde a los problemas presentados en el campo.los problemas presentados en el campo.

G.I.T.A.H.

R.N.A.

Recomendaciones.Recomendaciones.

�� Para obtener mejores resultados se recomienda Para obtener mejores resultados se recomienda aumentar la base de datos de entrenamiento una aumentar la base de datos de entrenamiento una vez se realicen mvez se realicen máás pruebas en el Campo s pruebas en el Campo Escuela Colorado.Escuela Colorado.

G.I.T.A.H.

R.N.A.

Recomendaciones.Recomendaciones.

�� Como paso siguiente a este estudio se Como paso siguiente a este estudio se recomienda crear un software que fusione el recomienda crear un software que fusione el PrePre--procesador y el Software de redes, procesador y el Software de redes, permitiendo que el tiempo de anpermitiendo que el tiempo de anáálisis sea mas lisis sea mas corto y la aplicacicorto y la aplicacióón mas sencilla para el usuario.n mas sencilla para el usuario.

G.I.T.A.H.

R.N.A.

BibliografBibliografííaa

�� ACOSTA BUITRAGO, MarACOSTA BUITRAGO, Maríía y ZULUAGA MUa y ZULUAGA MUÑÑOZ, Camilo. OZ, Camilo. ““TUTORIAL SOBRE REDES NEURONALES APLICADAS TUTORIAL SOBRE REDES NEURONALES APLICADAS EN INGENIERIA ELECTRICAEN INGENIERIA ELECTRICA””. Universidad Tecnol. Universidad Tecnolóógica gica De Pereira. Facultad De IngenierDe Pereira. Facultad De Ingenieríía Ela Elééctrica. Tesis (pregrado) ctrica. Tesis (pregrado) 2000.2000.

�� ALDABASALDABAS--RUBIRA, Emiliano. RUBIRA, Emiliano. ““IntroducciIntroduccióón al n al reconocimiento de patrones mediante redes neuronalesreconocimiento de patrones mediante redes neuronales””. UPC. UPC--Campus TerrassaCampus Terrassa--DEEDEE--EUETIT Colom, 1 08222 Terrassa EUETIT Colom, 1 08222 Terrassa Barcelona. EstBarcelona. Estáán referenciados capitulo 4n referenciados capitulo 4

�� ALEGRE, ALEGRE, LideniroLideniro; DA ROCHA, ; DA ROCHA, A.FA.F. y MOROOKA, . y MOROOKA, C.KC.K. . ““Intelligent Approach of Rod Pumping ProblemsIntelligent Approach of Rod Pumping Problems””. Paper 26253. . Paper 26253. Presentado en Computer Conference, 11Presentado en Computer Conference, 11--14 Julio, New Orleans, 14 Julio, New Orleans, Louisiana 1993.Louisiana 1993.

G.I.T.A.H.

R.N.A.

BibliografBibliografíía.a.

�� ALEGRE, ALEGRE, LideniroLideniro; MOROOKA, ; MOROOKA, C.KC.K. . ““Intelligent Diagnosis Intelligent Diagnosis of Rod Pumping Problemsof Rod Pumping Problems””. . Paper 26516. Paper 26516. PresentadoPresentado en SPE en SPE Annual Technical Conference and Exhibition, 3Annual Technical Conference and Exhibition, 3--6 6 OctubreOctubre, , Houston, Texas.1993.Houston, Texas.1993.

�� API RC 11AR. Recommended Practice for Care and Use of API RC 11AR. Recommended Practice for Care and Use of Subsurface Pumps. Washington D.C: 2000. p. 1Subsurface Pumps. Washington D.C: 2000. p. 1--14.14.

�� API RP 11BR. Recommended Practice for Care and Handling of API RP 11BR. Recommended Practice for Care and Handling of Sucker Rods. Washington D.C: 1989. p. 28.Sucker Rods. Washington D.C: 1989. p. 28.

�� ASHENAYI, K. Y KEMP, F. ASHENAYI, K. Y KEMP, F. ““AplicationAplication of an artificial neural of an artificial neural network to pump card diagnosisnetwork to pump card diagnosis””. Paper SPE 25420.. Paper SPE 25420.

G.I.T.A.H.

R.N.A.

PREGUNTASPREGUNTAS

G.I.T.A.H.

R.N.A.

GRACIAS!GRACIAS!

G.I.T.A.H.

R.N.A.

ANALISIS DE RESULTADOSANALISIS DE RESULTADOSPatrón de prueba 2 : Daño en la TV

Fin carrera descendente DDC 36 (octubre)

0

0,05

0,1

0,15

0,2

0,25

0,3

0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,1

Fin de Carrera descendente DDC 36 (julio)

0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

-0,005 0 0,005 0,01 0,015 0,02 0,025 0,03

Patrón de prueba 4 : Daño en la TV

G.I.T.A.H.

R.N.A.

Error: 0.0099984Error: 0.0099984# # IterIter: 15788: 15788

000000000.89230.89230.95690.9569000000DaDañño en la TV y o en la TV y parafinaparafina

88

000000000.46870.46870.98220.9822000000DaDañño en TV y o en TV y ParafinaParafina

77

000.97170.97170000000.99660.9966000000DaDañño en TV y o en TV y Golpe abajo.Golpe abajo.

66

000000000.62490.62490.98660.9866000000DaDañño en la TV y o en la TV y ParafinaParafina

55

000.98450.98450000000.98970.9897000000DaDañño en la TV o en la TV 44

0.98790.9879000000000.91550.9155000000DaDañño en la TV y o en la TV y Golpe arribaGolpe arriba

33

000.78760.78760000000.99990.9999000000DaDañño en la TVo en la TV22

00000000000.96670.96670.98310.98310000DaDañño en la TV y SVo en la TV y SV11

Golpe Golpe arribaarriba

Golpe Golpe abajoabajo

Varillas Varillas partidaspartidas

Golpe Golpe de de

fluidofluido

ParafinasParafinasDaDañño en o en VVáálvulalvulaViajeraViajera(TV(TV))

DaDañño en o en VVáálvulalvulaFija (SV)Fija (SV)

InterfInterf..De gasDe gas

NormalNormal

InterpretaciInterpretacióónnPatrPatróónn

INTERPRETACION DE LA REDINTERPRETACION DE LA REDTOPOLOGIA: 60:10:9TOPOLOGIA: 60:10:9

ANALISIS DE RESULTADOSANALISIS DE RESULTADOS

G.I.T.A.H.

R.N.A.

Error:0.0099984Error:0.0099984# # IterIter: 15788: 15788

00000000000.97760.97760.98650.98650000DaDañño en la vo en la váálvulalvulaviajera.viajera.

55

000.7260.7260.7010.701000000000000Varillas partidasVarillas partidas44

0000000000000.99130.99130000DaDañño en la vo en la váálvula fija lvula fija y golpe leve arribay golpe leve arriba

33

000.68640.68640.73910.7391000000000000Varillas partidasVarillas partidas22

00000000000.99960.99960.96600.96600000DaDañño en las vo en las váálvulaslvulasviajera y fijaviajera y fija

11

GolpeGolpearribaarriba

GolpeGolpeabajoabajo

Varillas Varillas partidaspartidas

GolpeGolpede de

fluidofluido

parafinaparafinass

TVTVSVSVInterfInterf..de Gasde Gas

NormalNormalInterpretaciInterpretacióónnPatrPatróónn

INTERPRETACION DE LA REDINTERPRETACION DE LA REDTOPOLOGIA 60:10:9TOPOLOGIA 60:10:9

Fase de PredicciFase de Prediccióón n

G.I.T.A.H.

R.N.A.

TerminologTerminologíía de las a de las Redes Neuronales Redes Neuronales

ArtificialesArtificiales(RNA)(RNA)

G.I.T.A.H.

R.N.A.

�� Arquitectura.Arquitectura.

�� Pesos SinPesos Sináápticos.pticos.

�� Error absoluto.Error absoluto.

�� Regla de Regla de aprendizaje.aprendizaje.

�� Convergencia.Convergencia.

Cantidad de neuronas, capas,

regla de aprendizaje y función de activación

Representa la intensidad de

interacción entre neuronas

Diferencia en valor absoluto entre la

magnitud aproximada y la magnitud exacta.

Es el procedimiento

mediante el cual la red realiza el ajuste

de sus pesos sinápticos

Se presenta cuando se alcanza un grado de error

mínimo preestablecido.

G.I.T.A.H.

R.N.A.

�� Momento.Momento.

�� FunciFuncióón de n de ActivaciActivacióón.n.

�� NormalizaciNormalizacióón.n.

�� Tasa de Tasa de aprendizaje.aprendizaje.

�� Entrenamiento.Entrenamiento.

Tipos deTipos deEntrenamiento.Entrenamiento.

Valor constante que se agrega a la

regla de aprendizaje para

evitar sus oscilaciones.

Es una función matemática que

permite la transferencia de información de una neurona a

otra.

Colocar los datos en el rango entre

0 y 1.Velocidad con la que cambian los pesos sinápticos.

Es el proceso por el cual se produce un

ajuste de los parámetros

internos de la red (capas ocultas y

sus pesos) a partir de un proceso de estimulación con

los datos (patrones) del problema.

•Supervisado.•No supervisado.•Híbrido.•Reforzado.

G.I.T.A.H.

R.N.A.

DefiniciDefinicióón de RNAn de RNA

Redes neuronales artificiales (RNA) son unidades Redes neuronales artificiales (RNA) son unidades interconectadas masivamente en paralelo de interconectadas masivamente en paralelo de elementos simples adaptativos con organizacielementos simples adaptativos con organizacióón n jerjeráárquica, las cuales intentan interactuar con los rquica, las cuales intentan interactuar con los objetos del mundo real del mismo modo que lo hace objetos del mundo real del mismo modo que lo hace el sistema nervioso biolel sistema nervioso biolóógicogico logrando identificar la logrando identificar la informaciinformacióón relevante sobre una gran cantidad de n relevante sobre una gran cantidad de datos.datos.

G.I.T.A.H.

R.N.A.

Entrenamiento de una RNAEntrenamiento de una RNA

Al igual que las redes neuronales biológicas para obtener una respuesta única frente un estímulo, las RNA realizan una evaluación y corrección sobre el aporte de cada conexión entre cada elemento de la red a la señal final que llega a una neurona específica o a un grupo de neuronas del cual se espera una respuesta específica. Este proceso de ajuste del aporte de cada conexión se realiza ajustando los “pesos” en una fase denominada de Entrenamiento.

G.I.T.A.H.

R.N.A.

Tipos de algoritmos de Tipos de algoritmos de entrenamientoentrenamiento

Híbridos Reforzados

Contrapro-

pagación

MODELOS DE REDES NEURONALES ARTIFICIALES

Aprendizaje Reforzado

Supervisados

Realimentados Unidireccionales

BSB Perceptrón

No Supervisados

Realimentados

Hopfield

Unidireccionales

Mapas de Kohonen

Back-Propagation

Adaline

G.I.T.A.H.

R.N.A.

La red neuronal desarrollada debe ser capaz de identificar los problemas presentes en el equipo de subsuelo de la unidad de bombeo mecánico a partir de 60 puntos que representen el comportamiento del dinagrama.

La expresión de identificación de uno o varios problemas por parte de la red se asocia a valores entre cero (0) y uno (1) que indican el grado o probabilidad de ocurrencia de la situación.


G.I.T.A.H.

R.N.A.

NORMALIZACION DE DATOSNORMALIZACION DE DATOS

Todos los dinagramas no estTodos los dinagramas no estáán a la misma escala de n a la misma escala de cargas y posicicargas y posicióón por tanto sern por tanto seráá muy difmuy difíícil para la red cil para la red establecer similitudes entre ellos.establecer similitudes entre ellos.

La normalizaciLa normalizacióón de datos es ajustar los datos para n de datos es ajustar los datos para que trabajen todos a una misma escala y asque trabajen todos a una misma escala y asíí poder poder regularizarlos o estandarizarlos. regularizarlos o estandarizarlos.

minmax

min

XX

XXX nor −

−=minmax

min

YY

YYYnor −

−=

Después de todo este procedimiento de escoger cual dinagrama se utilizaría para la interpretación, se tuvo el problema que no todos estaban a la misma escala y pues así era mucho mas difícil hacer comparaciones

G.I.T.A.H.

R.N.A.

NormalizaciNormalizacióón.n.

GOLPE DE FLUIDO

0

1

2

3

4

5

6

7

8

9

0 5 10 15 20 25 30

Recorrido (In)

Car

ga (

Lbs)

GOLPE DE FLUIDO

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Recorrido (In)

Car

ga (

Lbs)


-0,5

0

0,5

1

1,5

2

2,5

0 5 10 15 20 25 30

Recorrido (In)

Car

ga (

Lbs)


0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

Recorrido (In)

Car

ga (

Lbs)

Din

agra

mas

sin

N

orm

aliz

arD

inag

ram

as

Nor

mal

izad

os

G.I.T.A.H.

R.N.A.

Puntos por Intervalo.Puntos por Intervalo.

Primer intervalo.Primer intervalo. 10 puntos.10 puntos.

Segundo intervalo.Segundo intervalo. 16 puntos.16 puntos.

Tercer intervalo. Tercer intervalo. 10 puntos.10 puntos.

Cuarto intervalo. Cuarto intervalo. 24 puntos.24 puntos.

Total.Total. 60 puntos60 puntos

Normal con tubería no anclada

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 1

Posición

Car

ga

Región 1

Región 2Región 3

Región 4

0,1 0,9

10

1016

24

Regiones del dinagrama

G.I.T.A.H.

R.N.A.

SelecciSeleccióón de Puntos n de Puntos Significativos.Significativos.

La selecciLa seleccióón de los puntos significativos se obtuvieron n de los puntos significativos se obtuvieron calculando la pendiente cada dos puntos y luego calculando la pendiente cada dos puntos y luego comparando estas, siendo un puntos significativo, comparando estas, siendo un puntos significativo, aquel que este en medio de una variaciaquel que este en medio de una variacióón de pendiente n de pendiente considerable. Ver figura.considerable. Ver figura.

P1

P2

Variacion = P1- P2

Punto signicativo

G.I.T.A.H.

R.N.A.

InterpretaciInterpretacióón de Dinagramasn de Dinagramas

G.I.T.A.H.

R.N.A.

Fuga en la válvula viajera causada por arena o fluidos emulsificadosTramo D-A

Golpe o fricción en el pistónTramo C-D

Fuga en la válvula fija o fricción excesivaTramo C-D

Golpe de gás o barril deficientemente lleno de líquidoTramo B-C

Golpe de fluido o barril deficientemente lleno de líquido.Tramo B-C

Un golpe o fricción que aumenta o disminuye la carga sobre el pistón.Tramo A-B

Fuga en la válvula viajera, fricción excesiva o en algunos casos es muestra de fuga en la tubería de producción. Tramo A-B

CAUSADEFICIENTEEFICIENTE

Documents

DANIEL MAURICIO ROJAS CARDENAS G.I.T.A.H . GRUPO DE