S 1. Doctorado Ingeniería SISTEMAS GEOTECNIA Y RIESGOS GEOAMBIENTALES INGENIERÍA DEL AGUA Y DEL AMBIENTE PLANEACIÓN E INFRAESTRUCTURA DEL TRANSPORTE

Transcripción

1 GEOTECNIA Y RIEGO GEOAMBIENTALE PLANEACIÓN E INFRAETRUCTURA DEL TRANPORTE INGENIERÍA DEL AGUA Y DEL AMBIENTE ITEMA ETRUCTURALE Y MATERIALE PARA CONTRUCCIÓN 1

2 Desarrollo y aplicación de un modelo geomecánico acoplado para flujo bifásico en medios porosos elastoplásticos con el uso de herramientas de inteligencia artificial CHRITIAN FABIAN GARCIA ROMERO, Mc Ingeniero Universidad Nacional de Colombia

3 CONTENIDO 1. Definicion del problema de investigacion 2. Modelo de Acoplamiento 3. Inteligencia Artificial en Flujo

4 1. DEFINICION DEL PROBLEMA DE INVETIGACION k = cte φ = cte = 1 4

5 1. DEFINICION DEL PROBLEMA DE INVETIGACION FLUJO Influye en la Ecuación de Flujo Cambio Poro-presión P Disminuye, K Cambio Ingeniería 5 Doctorado en Ingeniería Deformación Desplazamiento

6 1. DEFINICION DEL PROBLEMA DE INVETIGACION Modelar - Ecuaciones de Equilibrio Ecuaciones de Compatibilidad de Deformaciones Modelo Constitutivo ELEMENTO FINITO 6

7 1. DEFINICION DEL PROBLEMA DE INVETIGACION Aplicación Computacional Modulo de Flujo Modulo de Acoplamiento Modulo de Esfuerzo - Deformación Ingeniería 7 Doctorado en Ingeniería HERRAMIENTA INTELIGENCIA ARTIFICIAL

8 Producción acumulada [M3] 1. DEFINICION DEL PROBLEMA DE INVETIGACION TART, sin modulo TART, con modulo Ingeniería 8 Doctorado en Ingeniería Tiempo [días] Tomado de Falcão, 2002

9 Presión media [psi] 1. DEFINICION DEL PROBLEMA DE INVETIGACION oftware Comercial Modelos Acoplados Ingeniería 9 Doctorado en Ingeniería Tiempo [días] Tomado de Inoue, et al., 2008

10 Acoplamiento Geomecánico 2. MODELO DE ACOPLAMIENTO Acoplamiento Total Acoplamiento Iterativo Acoplamiento Explicito Mejor Adaptabilidad Pseudo Iterativo Pseudo- Acoplamiento Menor tiempo Procesamiento Explicito Mayor Exactitud 10 Total Tomado de Tran, et al., 2009

11 2. MODELO DE ACOPLAMIENTO Iterativo Total Tomado de Inoue, et al.,

12 2. MODELO DE ACOPLAMIENTO Revisión Bibliográfica: Coupled Geomechanics 9 PhD Thesis 6 Mc Dissertation 65 Papers Porous Media Flow 23 PhD Thesis 9 Mc Dissertation 39 Papers 12

13 2. MODELO DE ACOPLAMIENTO De la revisión, falta por hacer: Utilizar métodos de discretización nuevos: Métodos Utilizar modelos constitutivos elastoplásticos para medios porosos blandos Utilizar computación paralela para optimizar las simulaciones Utilizar modelos composicionales para flujo multifasico Utilizar mallas no-estructuradas Incorporar la influencia de la capilaridad y gravedad en las simulaciones de flujo Aplicar la metodología a medios porosos estratificados o altamente heterogéneos 13 NINGUNA INVETIGACION DE FLUJO ACOPLADO UTILIZO HERRAMIENTA DE INTELIGENCIA ARTIFICIAL

14 3. INTELIGENCIA ARTIFICIAL EN FLUJO Inteligencia artificial utilizada en simulación de reservorios 14 Tomado de Bravo, et al., 2014

15 3. INTELIGENCIA ARTIFICIAL EN FLUJO Tomado de Bravo, et al.,

16 3. INTELIGENCIA ARTIFICIAL EN FLUJO Tomado de Bravo, et al.,

17 3. INTELIGENCIA ARTIFICIAL EN FLUJO Tomado de Bravo, et al.,

18 3. INTELIGENCIA ARTIFICIAL EN FLUJO Ventajas de simuladores de flujo basados en inteligencia artificial: Desarrollo completo de la aplicación se realiza en menor tiempo que los simuladores de flujo convencionales La complejidad de las geometrías de flujo a ser modelado es alta La utilización de recursos para el desarrollo computacional es menor Costo computacional es considerablemente menor Para la correr la simulación no se necesita súper computadores o clústeres Las soluciones de las simulaciones se obtienen en segundos o minutos lo que ayuda al análisis de resultados y toma de decisiones rápidas Desventajas: on muy dependientes de la obtención de datos fiables, entre mas datos se tengan mas confiables son las simulaciones, el estado de desarrollo de estas técnicas aun no esta completamente implementado en la industria. 18 Tomado de Mohaghegh., 2012

19 3. INTELIGENCIA ARTIFICIAL EN FLUJO Modelación constitutiva con redes neurales tomado de (Ghaboussi et a l., 1997) 19

20 3. INTELIGENCIA ARTIFICIAL EN FLUJO Modelación constitutiva con redes neurales tomado de (Ghaboussi et a l., 1997) 20

21 3. INTELIGENCIA ARTIFICIAL EN FLUJO Tomado de Johari, et al., 2009 Tomado de Faramarzi,

22 3. INTELIGENCIA ARTIFICIAL EN FLUJO Objetivo principal: Aplicación Computacional Flujo en medios Porosos Herramienta Computacional IA Métodos de Acoplamiento Esfuerzo - Deformación 22

23 Oficina 205 Laboratorio de Ensayos Hidráulicos Edificio