XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DEVELOPMENT OF ARTIFICIAL INTELLIGENCE MODELS APPLIED TO THE FLOW ASSURANCE PROBLEMS IN THE OIL AND GAS INDUSTRY Autor: BRUNO XAVIER FERREIRA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
BRUNNO FERREIRA DOS SANTOS - ADVISOR
VINICIUS TADEU KARTNALLER MONTALVAO - CO-ADVISOR
Nº do Conteudo: 61188
Catalogação: 10/11/2022 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61188@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61188@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.61188
Resumo:
Título: DEVELOPMENT OF ARTIFICIAL INTELLIGENCE MODELS APPLIED TO THE FLOW ASSURANCE PROBLEMS IN THE OIL AND GAS INDUSTRY Autor: BRUNO XAVIER FERREIRA
VINICIUS TADEU KARTNALLER MONTALVAO - CO-ADVISOR
Nº do Conteudo: 61188
Catalogação: 10/11/2022 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61188@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=61188@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.61188
Resumo:
A significant concern during oil and gas production is flow assurance to
avoid loss of time and money. Due to production conditions changes (such as
pressure and temperature), especially in the Brazilian pre-salt region, the solubility
of the components of the crude oil (oil-gas-water) can decrease, resulting in the
formation of deposits. The fouling is usually caused by wax, gas hydrate, and
inorganic salt (scale). In this work, models were developed using Machine
Learning strategies for scale formation monitoring and measuring process
parameters associated with remediation of obstruction from other sources. First,
models for the calcium carbonate scaling formation process in the presence of
monoethylene glycol (typical gas hydrate inhibitor) were created using
feedforward neural network architecture to predict the differential pressure (deltaP)
one and five steps ahead, obtaining an R2
higher than 92.9 percent for the training and
test group for both the prediction horizon. The second approach explored was the
development of models for determining the pH in atmospheric and pressurized
systems (up to 6.0 MPa) using image analysis. These models could be applied to
control and monitor the Nitrogen Generation System, which can be used for
different flow assurance problems, and its kinetics strongly depend on the system s
pH value. This step initially created classification models for the system pH (2, 3,
4, 5, 6, 7, 8, 9, 10) using the Convolution Neural Networks (CNN), Support Vector
Machine, and decision tree architectures. Also, CNN models were built to predict
the pH in the range of 2-10.
Descrição | Arquivo |
COMPLETE |