Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.

Detalhes bibliográficos
Autor(a) principal: Merma Tiquilloca, Jhonny Leonidas
Data de Publicação: 1999
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3132/tde-27022024-140353/
Resumo: Este trabalho desenvolve uma metodologia para analisar a dinâmica do sistema de amarração de navios tanque FPSO, Sistemas de Produção Flutuante de Armazenamento e Descarga de Petróleo, por meio de redes neurais artificiais. A abordagem para a solução deste problema é feita através de dois métodos. O primeiro método trata da estimação da série temporal dos esforços produzidos nas linhas de amarração (linhas de ancoragem + hawser). Este é baseado na coleção de dados históricos de medições das tensões nas linhas de amarração, de modo a conhecer futuros comportamentos das linhas a partir de dados de entrada atuais. No segundo método é feita a identificação e modelagem do sistema oceânico. Através de uma configuração cascata de redes neurais se obtém o conhecimento da influência que cada uma das variáveis de entrada (forças ambientais), tem sobre os esforços produzidos nas linhas de amarração. Ambas metodologias são estudadas e os resultados são analisados comparando as vantagens e desvantagens na escolha do primeiro ou segundo método.
id USP_3d426bba5bad661199269d74b4aaad08
oai_identifier_str oai:teses.usp.br:tde-27022024-140353
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.Untitled in englishAmarraçãoMooringNaviosNeural networksRedes neuraisShipsEste trabalho desenvolve uma metodologia para analisar a dinâmica do sistema de amarração de navios tanque FPSO, Sistemas de Produção Flutuante de Armazenamento e Descarga de Petróleo, por meio de redes neurais artificiais. A abordagem para a solução deste problema é feita através de dois métodos. O primeiro método trata da estimação da série temporal dos esforços produzidos nas linhas de amarração (linhas de ancoragem + hawser). Este é baseado na coleção de dados históricos de medições das tensões nas linhas de amarração, de modo a conhecer futuros comportamentos das linhas a partir de dados de entrada atuais. No segundo método é feita a identificação e modelagem do sistema oceânico. Através de uma configuração cascata de redes neurais se obtém o conhecimento da influência que cada uma das variáveis de entrada (forças ambientais), tem sobre os esforços produzidos nas linhas de amarração. Ambas metodologias são estudadas e os resultados são analisados comparando as vantagens e desvantagens na escolha do primeiro ou segundo método.This work develops a methodology for analyzing the dynamics of moored tanker ships FPSO (Floating Production Storage and Offloading System) using Neural Networks. The approach for solving this problem is done using two methods. The first one estimates the mooring cables efforts (mooring lines + hawser). It is based on a collection of mooring lines tension historical data-base for anticipating prospective cables behaviors given the presente data. The second method identifies and models the oceanic system. The influence of every input variable (environmentla forces) is understood by using a cascade shaped neural network. Both methods are studied and analysed comparing the advantages and disadvantages of the usage of any one of them.Biblioteca Digitais de Teses e Dissertações da USPSimoes, Marcelo GodoyMerma Tiquilloca, Jhonny Leonidas 1999-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3132/tde-27022024-140353/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-02-27T17:12:02Zoai:teses.usp.br:tde-27022024-140353Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-02-27T17:12:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
Untitled in english
title Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
spellingShingle Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
Merma Tiquilloca, Jhonny Leonidas
Amarração
Mooring
Navios
Neural networks
Redes neurais
Ships
title_short Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
title_full Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
title_fullStr Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
title_full_unstemmed Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
title_sort Análise dinâmica de sistemas de produção flutuante de petróleo através de redes neurais artificiais.
author Merma Tiquilloca, Jhonny Leonidas
author_facet Merma Tiquilloca, Jhonny Leonidas
author_role author
dc.contributor.none.fl_str_mv Simoes, Marcelo Godoy
dc.contributor.author.fl_str_mv Merma Tiquilloca, Jhonny Leonidas
dc.subject.por.fl_str_mv Amarração
Mooring
Navios
Neural networks
Redes neurais
Ships
topic Amarração
Mooring
Navios
Neural networks
Redes neurais
Ships
description Este trabalho desenvolve uma metodologia para analisar a dinâmica do sistema de amarração de navios tanque FPSO, Sistemas de Produção Flutuante de Armazenamento e Descarga de Petróleo, por meio de redes neurais artificiais. A abordagem para a solução deste problema é feita através de dois métodos. O primeiro método trata da estimação da série temporal dos esforços produzidos nas linhas de amarração (linhas de ancoragem + hawser). Este é baseado na coleção de dados históricos de medições das tensões nas linhas de amarração, de modo a conhecer futuros comportamentos das linhas a partir de dados de entrada atuais. No segundo método é feita a identificação e modelagem do sistema oceânico. Através de uma configuração cascata de redes neurais se obtém o conhecimento da influência que cada uma das variáveis de entrada (forças ambientais), tem sobre os esforços produzidos nas linhas de amarração. Ambas metodologias são estudadas e os resultados são analisados comparando as vantagens e desvantagens na escolha do primeiro ou segundo método.
publishDate 1999
dc.date.none.fl_str_mv 1999-12-13
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.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3132/tde-27022024-140353/
url https://www.teses.usp.br/teses/disponiveis/3/3132/tde-27022024-140353/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091117279346688