Estudo inicial da aplicação de Redes Neurais Artificiais para a previsão de padrões de fluxo em escoamento multifásico
DOI:
https://doi.org/10.14808/sci.plena.2022.084802Palavras-chave:
escoamento multifásico, padrão de fluxo, redes neuraisResumo
O estudo dos padrões de fluxo no escoamento multifásico é bastante usado na indústria do petróleo. Muitas ferramentas estão sendo desenvolvidas para auxiliar na previsão desses padrões de fluxo. A Inteligência Artificial é uma ferramenta com alto desempenho e grande uso para caracterizar fenômenos físicos, podendo ser usada para a previsão desses padrões de fluxo no escoamento multifásico. Desenvolvemos uma Rede Neural Artificial para reconhecer e prever os padrões de fluxo do escoamento multifásico utilizando uma base de dados experimentais. Além do uso da rede neural também foi realizado o tratamento dos dados para melhorar a eficácia da ferramenta. Para uma análise completa, treinamos a rede com diversas combinações dos padrões, sendo os padrões: intermitente, anular e estratificado. Não utilizamos o padrão de bolhas devido a diferença da quantidade de dados disponíveis entre esse e os demais padrões. A rede apresentou uma eficácia de até 90% em algumas combinações da análise entre os padrões de fluxo. Analisando os 3 padrões juntos, a rede apresentou uma eficácia de aproximadamente 67%. Analisamos os resultados do comportamento do erro da rede durante o seu treinamento e a taxa de acerto após o treinamento. Nesse artigo utilizamos a rede neural artificial como ferramenta para prever o padrão de fluxo no escoamento multifásico, com o máximo de parâmetros do escoamento disponível.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Jair Rodrigues Neyra, Thiago Rafael da Silva Moura
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.