Redes neuronales para la clasificación de partículas de arena

Abstract

El presente trabajo trata respecto a la utilización de redes neuronales para el reconocimiento de formas y patrones de imágenes digitales de partículas de arena, con destino al uso en procesos de fracturación hidráulica en explotación de hidrocarburos de manera no convencional (<i>Fracking</i>). Si bien, la mayor parte de las redes neuronales permiten el reconocimiento de patrones y clasificación de objetos, hay un tipo particular de redes que en la actualidad han permitido un salto importante en el procesamiento de información e imágenes, y son las redes neuronales convolucionales. Estas permiten la extracción de características directamente desde las propias imágenes sin la necesidad de un trabajo de pre-procesado. Es decir, para este caso, se usan como entradas a la red neuronal las imágenes digitales de partículas o granos arena, y no un conjunto de características extraídas de manera previa por parte del diseñador de la red neuronal. En cuanto a la clasificación de las partículas de arena, en este trabajo se refiere en poder determinar a través de la red neuronal convolucional características de Redondez y Esfericidad específicamente. También se presenta una alternativa para generar el conjunto de datos para el entrenamiento y validación de la red neuronal, mediante la elaboración de un algoritmo de procesamiento de imágenes que permite la generación artificial (gráfica) de partículas de arena, dado que no siempre se puede disponer de un banco de imágenes adecuado.