Optimización de parámetros de flujo en medios fracturados

El entendimiento del flujo de agua en medios fracturados es un problema muy complejo, este tipo de rocas tiene un gigantesco número de fracturas con propiedades desconocidas, razón por la cual estos medios son modelados en un marco estocástico. Una de los métodos para la modelación de los macizos fr...

Full description

Autores:
Yaver Orjuela, Nadir Bashir
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/7773
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/7773
http://bdigital.unal.edu.co/4229/
Palabra clave:
62 Ingeniería y operaciones afines / Engineering
69 Construcción / Building and construction
Optimización
Estocástico
Funciones de densidad de probabilidad
Medios fracturados
Redes de fracturas discretas / Optimization
Stochastic
function de distribution de probability
Fracture media
discrete fractures network
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:El entendimiento del flujo de agua en medios fracturados es un problema muy complejo, este tipo de rocas tiene un gigantesco número de fracturas con propiedades desconocidas, razón por la cual estos medios son modelados en un marco estocástico. Una de los métodos para la modelación de los macizos fracturados es la aproximación por redes de fracturas discretas (DFN) donde las fracturas son modeladas por medio de funciones de densidad de probabilidad [e.g., Donado, 2009] y de sus propiedades (longitud, orientación, localización, densidad y tamaño). Con el objetivo de hacer el problema posible en términos paramétricos, se usa la metodología propuesta en [1]. Se usaron pruebas hidráulicas, que fueron realizadas en el sitio el Berrocal (Centro de España), cinco familias geológicas fueron identificadas en este macizo. Cuatro algoritmos de optimización fueron utilizados para representar las pruebas, (i) Simulaciones de Monte Carlo, este se fundamenta en la generación de una nube de puntos sobre una distribución uniforme en el espacio paramétrico de la posible solución, (ii) Método de máxima verosimilitud, que consiste en maximizar la probabilidad de observación de los datos medidos contra la probabilidad de los parámetros, (iii) SCE-UA, el cual combina las fortalezas de los algoritmos evolutivos de búsqueda aleatoria controlada (CRS) con el concepto de evolución competitiva [2]. Y (iv) PSO, que es una técnica basada en optimización estocástica inspirada en el comportamiento de aves y peces. Como resultado se obtuvo una representación del sistema que modelo los procesos de flujo en la formación objeto de estudio y se sugiere una metodología para abordar este tipo de casos. / Abstract. The understanding of groundwater flow in fractured media is a very complex, these types of rocks have a gigantic number of fractures with unknown properties, reason why these media are modeled in a stochastic framework. One of the methods for the modeling of fracture massif is the Discrete Fracture Network (DFN) approach where fractures are modeled by means of probability density functions [e.g., Donado, 2009] of their properties (length, orientation, location, density and size).With the objective of having a feasible problem in parametric terms, we use the proposed methodology in [1]. We use hydraulic tests, which were realized, in El Berrocal Site (center Spain), five families of fractures were defined in this massif. Four algorithms of optimization were used to represent the tests, (i) Monte Carlo simulations, which are funded in the generation of a cloud of points over an uniform distribution in the parametric space of the possible solutions, (ii) Maximum likelihood, that consists on the maximization of the observation probability of the measured data against the parameters probability, (iii) SCE-EA, which combines the strength of the evolutionary algorithms of controlled random search (CRS) with the concept of competitive evolution [2]. And (iv) PSO, that is a population technique based on stochastic optimization inspired in the behavior of birds and fishes. The result was a representation of the model system flow processes in order to study the formation and suggests a methodology to address such cases.