Approches d'apprentissage automatique pour la détection et la prédiction du chargement de liquide dans les puits de gaz / Ramy Hafdi (2023) 

Public ISBD Titre : Approches d'apprentissage automatique pour la détection et la prédiction du chargement de liquide dans les puits de gaz : cas d'étude de la division digital & integration de SLB NAF Type de document : document électronique Auteurs : Ramy Hafdi, Auteur ; Latifa Debbi, Directeur de thèse ; Shukla Sourabh, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2023 Importance : 1 fichier PDF (4.2 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. P. 104 - 106. - Annexes P. 108 - 123 Langues : Français (fre) Mots-clés : Apprentissage automatique Chargement de liquide Détection Ecoulement multiphasique Optimisation la production Prédiction Puits gaz Index. décimale : PI02023 Résumé : Ce projet vise à relever le défi de la détection et de la prédiction du chargement de liquide dans les puits de gaz en utilisant des techniques d'apprentissage automatique. La détection et la prédiction du chargement de liquide sont essentielles pour maintenir une production de gaz optimale et éviter toute perte de production. En explorant les principes fondamentaux de la production de puits de gaz et de l'écoulement multiphasique, ainsi qu'en exploitant différentes approches d'apprentissage automatique, cette étude cherche à développer une solution efficace pour une identification précise et opportune du chargement de liquide dans les puits de gaz. La recherche examinera les performances de différents modèles d'apprentissage automatique, les comparera aux corrélations empiriques et explorera le potentiel des modèles hybrides. Grâce à une analyse basée sur les données et à des expérimentations, ce projet vise à contribuer à l'avancement des stratégies d'atténuation du chargement de liquide et à améliorer l'efficacité opérationnelle de la production de gaz. Approches d'apprentissage automatique pour la détection et la prédiction du chargement de liquide dans les puits de gaz : cas d'étude de la division digital & integration de SLB NAF [document électronique] / Ramy Hafdi, Auteur ; Latifa Debbi, Directeur de thèse ; Shukla Sourabh, Directeur de thèse . - [S.l.] : [s.n.], 2023 . - 1 fichier PDF (4.2 Mo) : ill. Mode d'accès : accès au texte intégral par intranet Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. P. 104 - 106. - Annexes P. 108 - 123 Langues : Français (fre) Mots-clés : Apprentissage automatique Chargement de liquide Détection Ecoulement multiphasique Optimisation la production Prédiction Puits gaz Index. décimale : PI02023 Résumé : Ce projet vise à relever le défi de la détection et de la prédiction du chargement de liquide dans les puits de gaz en utilisant des techniques d'apprentissage automatique. La détection et la prédiction du chargement de liquide sont essentielles pour maintenir une production de gaz optimale et éviter toute perte de production. En explorant les principes fondamentaux de la production de puits de gaz et de l'écoulement multiphasique, ainsi qu'en exploitant différentes approches d'apprentissage automatique, cette étude cherche à développer une solution efficace pour une identification précise et opportune du chargement de liquide dans les puits de gaz. La recherche examinera les performances de différents modèles d'apprentissage automatique, les comparera aux corrélations empiriques et explorera le potentiel des modèles hybrides. Grâce à une analyse basée sur les données et à des expérimentations, ce projet vise à contribuer à l'avancement des stratégies d'atténuation du chargement de liquide et à améliorer l'efficacité opérationnelle de la production de gaz.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00634	PI02023	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable

Documents numériques

HAFDI.Ramy.pdf URL

Autonomous vehicles and mixed traffic flows for the dissipation of stop-and-go waves in multi-lane ring roads / Tinhinane Mezair (2022) 

Public ISBD Titre : Autonomous vehicles and mixed traffic flows for the dissipation of stop-and-go waves in multi-lane ring roads Type de document : document électronique Auteurs : Tinhinane Mezair, Auteur ; Abdelmadjid Tadjadit, Directeur de thèse ; Latifa Debbi, Directeur de thèse ; Amaury Hayat, Directeur de thèse ; Benedetto Piccoli, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2022 Importance : 1 fichier PDF (3.88 MO) Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Civil : Alger, École Nationale Polytechnique : 2022. Thèse en collaboration avec Ecole des Ponts Paris Tech, Rutgers University Camden et CIRCLES Consortium. Bibliogr. f. 104-107 Langues : Anglais (eng) Mots-clés : Autonomous cars Mixed-traffic Bando-FTL Treiber PΔ  P Index. décimale : PB00922 Résumé : In this work, we use the Bando-FTL microscopic traffic model with the Treiber et al. lane changing mechanism to describe the movements of vehicles in a multi-lane ring road, and the PΔP model to quantify vehicular fuel consumption. We are interested in contributing to giving a better understanding of multi-lane road traffic systems. In a first part of the work, we prove that multi-lane traffic systems are very sensitive to lane changing parameters; and that it is possible to dissipate stop-and-go waves, in multi-lane traffic flows of aggressive cars, by introducing a single autonomous vehicle following a prescribed acceleration law in high congestion, and obtain a reduction in vehicular energy consumption of up to 75%. In a second part, we show that, in multi-lane traffic flows of collaborative and aggressive cars, in contrast with single-lane systems, a proportion of collaborative cars as low as 22% can be effective to smooth stop-and-go waves. Finally, in a third part, we study a multi-lane traffic system where coexist trucks (long heavy weight vehicles) with aggressive cars, and we show that a proportion of 29% of trucks can be efficient to dissipate stop-and-go waves. Autonomous vehicles and mixed traffic flows for the dissipation of stop-and-go waves in multi-lane ring roads [document électronique] / Tinhinane Mezair, Auteur ; Abdelmadjid Tadjadit, Directeur de thèse ; Latifa Debbi, Directeur de thèse ; Amaury Hayat, Directeur de thèse ; Benedetto Piccoli, Directeur de thèse . - [S.l.] : [s.n.], 2022 . - 1 fichier PDF (3.88 MO). Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Civil : Alger, École Nationale Polytechnique : 2022. Thèse en collaboration avec Ecole des Ponts Paris Tech, Rutgers University Camden et CIRCLES Consortium. Bibliogr. f. 104-107 Langues : Anglais (eng) Mots-clés : Autonomous cars Mixed-traffic Bando-FTL Treiber PΔ  P Index. décimale : PB00922 Résumé : In this work, we use the Bando-FTL microscopic traffic model with the Treiber et al. lane changing mechanism to describe the movements of vehicles in a multi-lane ring road, and the PΔP model to quantify vehicular fuel consumption. We are interested in contributing to giving a better understanding of multi-lane road traffic systems. In a first part of the work, we prove that multi-lane traffic systems are very sensitive to lane changing parameters; and that it is possible to dissipate stop-and-go waves, in multi-lane traffic flows of aggressive cars, by introducing a single autonomous vehicle following a prescribed acceleration law in high congestion, and obtain a reduction in vehicular energy consumption of up to 75%. In a second part, we show that, in multi-lane traffic flows of collaborative and aggressive cars, in contrast with single-lane systems, a proportion of collaborative cars as low as 22% can be effective to smooth stop-and-go waves. Finally, in a third part, we study a multi-lane traffic system where coexist trucks (long heavy weight vehicles) with aggressive cars, and we show that a proportion of 29% of trucks can be efficient to dissipate stop-and-go waves.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00448	PB00922	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Genie_civil	Téléchargeable

Documents numériques

MEZAIR.Tinhinane.pdf URL