Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Araújo, Renan Pires de
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/23718
Resumo: A passagem de um PIG é uma técnica bastante empregada na inspeção de dutos de longo comprimento e principalmente enterrados, valendo-se do diferencial de pressão sobre o mesmo para impulsioná-lo. Porém, durante a inspeção, um dos problemas que pode ocorrer é a parada do PIG por causa de incrustações severas ou defeitos de fabricação/instalação dos dutos, fazendo com que o instrumento pare e sua posterior liberação com altas velocidades devido ao acúmulo de pressão à montante. Este trabalho propõe o uso de redes neurais artificiais a fim de modelar a relação entre o diferencial de pressão sobre o PIG e sua velocidade durante o seu trajeto no interior do duto. Para tanto, foi empregado um sistema supervisório para a captura dos dados de pressão ao longo da tubulação de teste e um odômetro acoplado ao PIG para a dos dados de velocidade. Foram considerados dois modelos de redes neurais artificiais, no caso a rede MLP e a rede NARX, sendo esta última uma rede recursiva. Os resultados de treinamento e validação mostraram que os modelos por redes neurais artificiais foram eficientes para estimar a velocidade do PIG.
id UFRN_aa98a61ff61c83a4316b75c906bdfe47
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/23718
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Araújo, Renan Pires dehttp://lattes.cnpq.br/2548513214491537http://lattes.cnpq.br/7865065553087432Doria Neto, Adrião Duartehttp://lattes.cnpq.br/1987295209521433Maitelli, André Laurindohttp://lattes.cnpq.br/0477027244297797Gabriel Filho, Oscarhttp://lattes.cnpq.br/4171033998524192Salazar, Andres Ortiz2017-08-07T15:40:48Z2017-08-07T15:40:48Z2017-06-22ARAÚJO, Renan Pires de. Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais. 2017. 66f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.https://repositorio.ufrn.br/jspui/handle/123456789/23718A passagem de um PIG é uma técnica bastante empregada na inspeção de dutos de longo comprimento e principalmente enterrados, valendo-se do diferencial de pressão sobre o mesmo para impulsioná-lo. Porém, durante a inspeção, um dos problemas que pode ocorrer é a parada do PIG por causa de incrustações severas ou defeitos de fabricação/instalação dos dutos, fazendo com que o instrumento pare e sua posterior liberação com altas velocidades devido ao acúmulo de pressão à montante. Este trabalho propõe o uso de redes neurais artificiais a fim de modelar a relação entre o diferencial de pressão sobre o PIG e sua velocidade durante o seu trajeto no interior do duto. Para tanto, foi empregado um sistema supervisório para a captura dos dados de pressão ao longo da tubulação de teste e um odômetro acoplado ao PIG para a dos dados de velocidade. Foram considerados dois modelos de redes neurais artificiais, no caso a rede MLP e a rede NARX, sendo esta última uma rede recursiva. Os resultados de treinamento e validação mostraram que os modelos por redes neurais artificiais foram eficientes para estimar a velocidade do PIG.The passage of a PIG is a technique quite used in inspection of big length and principally buried pipes using the pressure differential on it to impulse itself. But, during the inspection, one of the problems that may occur is the stop of the PIG because of severe incrustations or fabrication/installation defects of the pipes, doing the halt of the instrument and its posterior release with high velocities due to the accumulate of pressure at back part. This work purpose the use of neural networks in order to model the relation between the differential pressure on the PIG and its velocity during your path in the tube. Therefore, it was used a supervisory system to capture the pressure data along the test pipe and an odometer coupled to the PIG for the velocity data. It was considered two neural network models, in the case the MLP and NARX networks, the latter being a recurrent network. The training and validation results showed that the models by neural networks were efficient to estimate the velocity of the PIG.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porCNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICAPIGRedes neurais artificiaisVelocidadeModelagem da velocidade de um PIG instrumentado usando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEOUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALModelagemVelocidadePIG_Araujo_2017.pdfModelagemVelocidadePIG_Araujo_2017.pdfapplication/pdf4776946https://repositorio.ufrn.br/bitstream/123456789/23718/2/ModelagemVelocidadePIG_Araujo_2017.pdf95ad6755c31e4d65a8c813fd2b3ff602MD52TEXTRenanPA_DISSERT_2017.pdf.txtRenanPA_DISSERT_2017.pdf.txtExtracted texttext/plain95102https://repositorio.ufrn.br/bitstream/123456789/23718/5/RenanPA_DISSERT_2017.pdf.txt720351487eb789aa5db935e7f2a5d07bMD55ModelagemVelocidadePIG_Araujo_2017.pdf.txtModelagemVelocidadePIG_Araujo_2017.pdf.txtExtracted texttext/plain95102https://repositorio.ufrn.br/bitstream/123456789/23718/7/ModelagemVelocidadePIG_Araujo_2017.pdf.txt720351487eb789aa5db935e7f2a5d07bMD57ModelagemVelocidadePIG_Araujo_2017.pdf.txtModelagemVelocidadePIG_Araujo_2017.pdf.txtExtracted texttext/plain95102https://repositorio.ufrn.br/bitstream/123456789/23718/7/ModelagemVelocidadePIG_Araujo_2017.pdf.txt720351487eb789aa5db935e7f2a5d07bMD57THUMBNAILRenanPA_DISSERT_2017.pdf.jpgRenanPA_DISSERT_2017.pdf.jpgIM Thumbnailimage/jpeg3882https://repositorio.ufrn.br/bitstream/123456789/23718/6/RenanPA_DISSERT_2017.pdf.jpg52dc3464f0ba9d98eaea9bcf361d4654MD56ModelagemVelocidadePIG_Araujo_2017.pdf.jpgModelagemVelocidadePIG_Araujo_2017.pdf.jpgIM Thumbnailimage/jpeg3886https://repositorio.ufrn.br/bitstream/123456789/23718/8/ModelagemVelocidadePIG_Araujo_2017.pdf.jpg088efadf455225588e5ad2297a2442eeMD58ModelagemVelocidadePIG_Araujo_2017.pdf.jpgModelagemVelocidadePIG_Araujo_2017.pdf.jpgIM Thumbnailimage/jpeg3886https://repositorio.ufrn.br/bitstream/123456789/23718/8/ModelagemVelocidadePIG_Araujo_2017.pdf.jpg088efadf455225588e5ad2297a2442eeMD58123456789/237182019-01-30 06:34:36.515oai:https://repositorio.ufrn.br:123456789/23718Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T09:34:36Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
title Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
spellingShingle Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
Araújo, Renan Pires de
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
PIG
Redes neurais artificiais
Velocidade
title_short Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
title_full Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
title_fullStr Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
title_full_unstemmed Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
title_sort Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais
author Araújo, Renan Pires de
author_facet Araújo, Renan Pires de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/2548513214491537
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/7865065553087432
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Maitelli, André Laurindo
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.none.fl_str_mv http://lattes.cnpq.br/0477027244297797
dc.contributor.referees2.none.fl_str_mv Gabriel Filho, Oscar
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/4171033998524192
dc.contributor.author.fl_str_mv Araújo, Renan Pires de
dc.contributor.advisor-co1.fl_str_mv Doria Neto, Adrião Duarte
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/1987295209521433
dc.contributor.advisor1.fl_str_mv Salazar, Andres Ortiz
contributor_str_mv Doria Neto, Adrião Duarte
Salazar, Andres Ortiz
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
topic CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
PIG
Redes neurais artificiais
Velocidade
dc.subject.por.fl_str_mv PIG
Redes neurais artificiais
Velocidade
description A passagem de um PIG é uma técnica bastante empregada na inspeção de dutos de longo comprimento e principalmente enterrados, valendo-se do diferencial de pressão sobre o mesmo para impulsioná-lo. Porém, durante a inspeção, um dos problemas que pode ocorrer é a parada do PIG por causa de incrustações severas ou defeitos de fabricação/instalação dos dutos, fazendo com que o instrumento pare e sua posterior liberação com altas velocidades devido ao acúmulo de pressão à montante. Este trabalho propõe o uso de redes neurais artificiais a fim de modelar a relação entre o diferencial de pressão sobre o PIG e sua velocidade durante o seu trajeto no interior do duto. Para tanto, foi empregado um sistema supervisório para a captura dos dados de pressão ao longo da tubulação de teste e um odômetro acoplado ao PIG para a dos dados de velocidade. Foram considerados dois modelos de redes neurais artificiais, no caso a rede MLP e a rede NARX, sendo esta última uma rede recursiva. Os resultados de treinamento e validação mostraram que os modelos por redes neurais artificiais foram eficientes para estimar a velocidade do PIG.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-08-07T15:40:48Z
dc.date.available.fl_str_mv 2017-08-07T15:40:48Z
dc.date.issued.fl_str_mv 2017-06-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ARAÚJO, Renan Pires de. Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais. 2017. 66f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/23718
identifier_str_mv ARAÚJO, Renan Pires de. Modelagem da velocidade de um PIG instrumentado usando redes neurais artificiais. 2017. 66f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.
url https://repositorio.ufrn.br/jspui/handle/123456789/23718
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/23718/2/ModelagemVelocidadePIG_Araujo_2017.pdf
https://repositorio.ufrn.br/bitstream/123456789/23718/5/RenanPA_DISSERT_2017.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23718/7/ModelagemVelocidadePIG_Araujo_2017.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23718/7/ModelagemVelocidadePIG_Araujo_2017.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23718/6/RenanPA_DISSERT_2017.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/23718/8/ModelagemVelocidadePIG_Araujo_2017.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/23718/8/ModelagemVelocidadePIG_Araujo_2017.pdf.jpg
bitstream.checksum.fl_str_mv 95ad6755c31e4d65a8c813fd2b3ff602
720351487eb789aa5db935e7f2a5d07b
720351487eb789aa5db935e7f2a5d07b
720351487eb789aa5db935e7f2a5d07b
52dc3464f0ba9d98eaea9bcf361d4654
088efadf455225588e5ad2297a2442ee
088efadf455225588e5ad2297a2442ee
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832863546179584

Registros relacionados