| 000 | 01241nab a2200265 4500 | ||
|---|---|---|---|
| 005 | 20260520004649.0 | ||
| 008 | 260224s2025 xxu esp | ||
| 041 | _aEspañol | ||
| 245 | 0 | 0 |
_aMejora de la eficiencia operativa en equipos de producción de gas _bDetección temprana de eventos de erosión con modelos de Machine Learning (ML) |
| 260 |
_a _b _c2025 |
||
| 270 | _a12/05/2025 ; 12/05/2025 | ||
| 300 | _a3 p. ; 26-29 | ||
| 500 | _aEl uso de modelos de Machine Learning permite anticipar fallas por erosión en equipos clave de producción de gas, mejorando la eficiencia operativa y reduciendo riesgos. Este enfoque reemplaza el monitoreo tradicional con soluciones predictivas basadas en datos. Una innovación clave para garantizar la seguridad y continuidad de las operaciones. | ||
| 581 | _a1 | ||
| 773 | 0 |
_tPetrotecnia _g |
|
| 942 | _cARTICULO | ||
| 100 | 1 |
_aSabrina, Camila _962740 |
|
| 100 | 1 |
_aSuriano, Juan _962741 |
|
| 100 | 1 |
_aVega, Jaime Andrés _962742 |
|
| 100 | 1 |
_aSandoval, Julio _962743 |
|
| 100 | 1 |
_aGrau Viñolo, Cristian _962744 |
|
| 100 | 1 |
_aMason, Ignacio _962745 |
|
| 999 |
_c197466 _d197466 |
||
| 856 | _uhttps://biblioteca.iapg.org.ar/ArchivosAdjuntos/Petrotecnia/2025-1/26-29.pdf | ||