Abordagem baseada em aprendizado de máquina para modelagem e controle preditivo de poços de petróleo com gas lift contínuo

Simões, Thiago Dopazo Rey

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/16733

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Souza Júnior, Maurício Bezerra de	-
dc.contributor.author	Simões, Thiago Dopazo Rey	-
dc.date.accessioned	2022-04-18T17:29:55Z	-
dc.date.available	2023-12-21T03:02:27Z	-
dc.date.issued	2022-03-10	-
dc.identifier.uri	http://hdl.handle.net/11422/16733	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Controle de Processos	pt_BR
dc.subject	Redes Neuronais	pt_BR
dc.subject	Modelagem	pt_BR
dc.subject	Elevação de petróleo	pt_BR
dc.title	Abordagem baseada em aprendizado de máquina para modelagem e controle preditivo de poços de petróleo com gas lift contínuo	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorCo1	Soares, Felipo Doval Rojas	-
dc.contributor.referee1	Pinto, José Carlos Costa da Silva	-
dc.contributor.referee2	Capron, Bruno Didier Olivier	-
dc.description.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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola de Química	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia Química

Files in This Item:

File	Description	Size	Format
abrTDRSimões.pdf	trabalho final	2.03 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository