Del 30 de junio de 2025 al 4 de julio de 2025
Auditorio FCE
America/Mexico_City timezone

Diseño de una red neuronal artificial para predicciones en corrosión

No programado
1FCE2/101 (Auditorio FCE)

1FCE2/101

Auditorio FCE

Av. San Claudio y 18 Sur, Bulding 1FCE/101, C.U., Col. Jardines de San Manuel, Puebla, Pue., México
Poster

Ponentes

Rodrigo Alamilla Vasquez (UJAT) Dr. Jesús López Gómez (UJAT)

Descripción

La corrosión es el fenómeno natural y electroquímico que deteriora los materiales afectando principalmente a los metales, sobre todo si interactúa con el entorno que le rodea. Una vez que el fenómeno de corrosión se presenta en el material es importante considerar una serie de ensayos no destructivos para determinar su condición de operación actual. Un gasoducto está sometido a condiciones que aceleran el proceso de corrosión como flujo constante y sustancias químicas propias del gas lo cual genera un desgaste. Una manera de medir la velocidad de corrosión interna de una tubería es utilizando técnicas de inspección no destructivas como la “técnica de gravimetría”. Las redes neuronales artificiales han estado incursionando lentamente dentro de la industria petrolera, pero han revolucionado la forma es que se aborda y mitiga el proceso de corrosión al analizar grandes volúmenes de información en un tiempo muy corto. Son capaces de predecir y detectar la corrosión, así como optimizar los procesos de tratamientos del fenómeno. Al contar con un historial de velocidades de corrosión por la técnica de cupones de corrosión y relacionando una o más variables operativas de la tubería a una red neuronal artificial, es posible realizar predicciones de vida útil o tiempo de operación estimado del activo para determinar su tiempo de operación efectivo, logrando una especie de “relación sinérgica” con la cual se abordarían particularidades poco frecuentes de lograr en la actualidad.

Autor primario

Coautores

Dr. Jesús López Gómez (UJAT) Dr. Erik Ramírez Morales (Universidad Juárez Autónoma de Tabasco) Dr. Germán Pérez Hernández (UJAT) Dr. Mayra Agustina Pantoja Castro (UJAT)

Materiales de la presentación

Todavía no hay materiales.
Your browser is out of date!

Update your browser to view this website correctly. Update my browser now

×