Pantheon Repositório Institucional da UFRJ
Coleta, preserva e divulga a produção acadêmica digital em todas as áreas do conhecimento.
São os ativos do repositório, além de teses e dissertações da UFRJ, artigos científicos, livros eletrônicos, capítulos de livros e trabalhos apresentados em eventos por professores, pesquisadores, funcionários administrativos e alunos de mestrado e doutorado.
Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/16733| Tipo: | Trabalho de conclusão de graduação |
| Título: | Abordagem baseada em aprendizado de máquina para modelagem e controle preditivo de poços de petróleo com gas lift contínuo |
| Autor(es)/Inventor(es): | Simões, Thiago Dopazo Rey |
| Orientador: | Souza Júnior, Maurício Bezerra de |
| Coorientador: | Soares, Felipo Doval Rojas |
| Resumo: | Comportamentos complexos e não lineares são comuns dentro da indústria química, sendo assim, a obtenção de modelos fidedignos pode muitas vezes ser impossibilitada ao se empregarem abordagens tradicionais de modelagem. Em função da ampla disponibilidade de dados cada vez mais presente nas operações industriais, estratégias utilizando redes neuronais são justificadas uma vez que além de sua não linearidade inerente, são consideradas funções aproximadoras universais e possuem boa capacidade de predição. Sob a ótica de modelagem e controle de processos, poços de petróleo com elevação artificial por injeção de gás configuram-se como um problema interessante pois apresentam características que dificultam sua identificação, são estas: inversão do sinal de ganho estático, comportamento de fase não mínima, resposta transitória lenta e instabilidades da malha. O presente trabalho empregou redes neuronais com atrasos temporais na identificação do comportamento do poço. Objetivou-se predizer a vazão de final de óleo a partir de diferentes conjuntos de dados como entrada. Posteriormente, as redes foram avaliadas e selecionadas de modo que os melhores resultados fossem utilizados em estudos preliminares como modelo interno de controladores preditivos. O comportamento do poço foi satisfatoriamente replicado pelas redes treinadas e os testes aos quais os controladores foram submetidos apresentaram boa capacidade de adequação a curva de referência (setpoint) e capacidade de estabilização da vazão de produção em zonas de golfadas. |
| Palavras-chave: | Controle de Processos Redes Neuronais Modelagem Elevação de petróleo |
| Assunto CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA |
| Unidade produtora: | Escola de Química |
| Editora: | Universidade Federal do Rio de Janeiro |
| Data de publicação: | 10-Mar-2022 |
| País de publicação: | Brasil |
| Idioma da publicação: | por |
| Tipo de acesso: | Acesso Aberto |
| Aparece nas coleções: | Engenharia Química |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| abrTDRSimões.pdf | trabalho final | 2.03 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.