Estimation of mechanical properties of rock using artificial intelligence

dc.citation.epage103
dc.citation.issue14
dc.citation.journalAbbreviatedTitleing.cienc.eng
dc.citation.journalTitleIngeniería y Cienciaeng
dc.citation.spage83
dc.citation.volume7
dc.contributor.affiliationUniversidad Industrial de Santander (UIS)spa
dc.contributor.authorGalvis, Laura Vivianaspa
dc.contributor.authorAugusto Ochoa, Césarspa
dc.contributor.authorArguello Fuentes, Henryspa
dc.contributor.authorCarvajal Jiménez, Jenny Mabelspa
dc.contributor.authorCalderón Carrillo, Zuly Himeldaspa
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.date2011-12-01
dc.date.accessioned2019-11-22T18:55:37Z
dc.date.available2019-11-22T18:55:37Z
dc.date.issued2011-12-01
dc.descriptionThis article presents the way two artificial intelligence techniques, neural networks and genetic algorithms were combined, for the development of a computational tool used to estimate mechanical properties such as tensile strength, uniaxial compression resistance and resistance to triaxial compression in sandstones, from petrophysical properties using test data from the Rock Mechanics Laboratory of the Colombian Petroleum Institute - Ecopetrol SA as training data facilitating the design of non-destructive tests with a certain degree of confidence and leading to cost reduction.eng
dc.descriptionEste artículo presenta la forma como fueron combinadas dos técnicas de inteligencia artificial, redes neuronales y algoritmos genéticos, para el desarrollo de una herramienta computacional utilizada para la estimación de propiedades mecánicas tales como la resistencia a la tensión, la resistencia a la compresión uniaxial y la resistencia a la compresión triaxial en areniscas, a partir de propiedades petrofísicas utilizando datos de pruebas del Laboratorio de Mecánica de Rocas del Instituto Colombiano del Petróleo - Ecopetrol S.A. como datos de entrenamiento facilitando el diseño de ensayos no destructivos con cierto grado de confianza y dando lugar a una reducción de costos.spa
dc.formatapplication/pdf
dc.identifier.issn2256-4314
dc.identifier.issn1794-9165
dc.identifier.urihttp://hdl.handle.net/10784/14465
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.relation.isversionofhttp://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/430
dc.relation.urihttp://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/430
dc.rightsCopyright (c) 2011 Laura Viviana Galvis, César Augusto Ochoa, Henry Arguello Fuentes, Jenny Mabel Carvajal Jiménez, Zuly Himelda Calderón Carrilloeng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.sourceinstname:Universidad EAFIT
dc.sourcereponame:Repositorio Institucional Universidad EAFIT
dc.sourceIngeniería y Ciencia; Vol 7, No 14 (2011)spa
dc.subject.keywordArtificial Intelligenceeng
dc.subject.keywordArtificial Neural Networkeng
dc.subject.keywordGenetic Algorithmeng
dc.subject.keywordPetrophysical Propertieseng
dc.subject.keywordMechanical Propertieseng
dc.subject.keywordInteligencia Artificialspa
dc.subject.keywordRed Neuronal Artificialspa
dc.subject.keywordAlgoritmo Genéticospa
dc.subject.keywordPropiedades Petrofísicasspa
dc.subject.keywordPropiedades Mecánicasspa
dc.titleEstimation of mechanical properties of rock using artificial intelligenceeng
dc.titleEstimación de propiedades mecánicas de roca utilizando inteligencia artificialspa
dc.typearticleeng
dc.typeinfo:eu-repo/semantics/articleeng
dc.typepublishedVersioneng
dc.typeinfo:eu-repo/semantics/publishedVersioneng
dc.type.localArtículospa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
5.pdf
Tamaño:
3.41 MB
Formato:
Adobe Portable Document Format
Descripción:
Texto completo PDF
No hay miniatura disponible
Nombre:
articulo.html
Tamaño:
373 B
Formato:
Hypertext Markup Language
Descripción:
Texto completo HTML