Detección de fugas de metano en pozos mediante DSP y entrenamiento de IA
Tesis de Ingeniería (2024): DSP y machine learning sobre señales de emisión acústica ultrasónica para detectar fugas de metano en válvulas de boca de pozo. Estuve a cargo del punta a punta, desde la investigación inicial, diseño e implementación de una prueba de concepto funcional.
El proyecto combinó procesamiento digital de señales (DSP) con aprendizabje automático como solución para detectar tempranamente fugas de gas metano en pozos petroleros, mediante la identificación de emisiones acústicas relevantes en la banda del ultrasonido. La desarrollé como tesis de ingeniería, inserto como Ingeniero de I+D en un proyecto conjunto entre la UNTREF y Motomecánica Argentina durante 2024.
En el proyecto, mi participación contempló el ciclo completo, desde investigación del estado del arte, selección de la topología de sensores a desarrollar, simulaciones predictivas, mediciones y recolección de datos, implementación del DSP, modelos de IA y el dispositivo prueba de concepto, así como sus pruebas y demostraciones.