Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | CENPES/PETROBRAS | - |
Autor(es): dc.contributor | Fluminense Federal University | - |
Autor(es): dc.contributor | University of Western São Paulo | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Lima, Gilson Brito Alves | - |
Autor(es): dc.creator | Pereira, Danillo Roberto | - |
Autor(es): dc.creator | Papa, João P. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:33:54Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:33:54Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.ress.2020.106894 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/201574 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/201574 | - |
Descrição: dc.description | Downhole Safety Valve (DHSV) stands for a device widely used in offshore wells to ensure the integrity and avoid uncontrolled leaks of oil and gas to the environment, known as blowouts. The reliability estimation of such valves can be used to predict the blowout occurrence and to evaluate the workover demand, as well as to assist decision-making actions. In this paper, we introduce FEMaR, a Finite Element Machine for regression problems, which figures no training step, besides being parameterless. Another main contribution of this work is to evaluate several machine learning models to estimate the reliability of DHSVs for further comparison against traditional statistical methods. The experimental evaluation over a dataset collected from a Brazilian oil and gas company showed that machine learning techniques are capable of obtaining promising results, even in the presence of censored information, and they can outperform the statistical approaches considered in this work. Such findings also investigated using uncertainty analysis, evidenced that we can save economic resources and increase the safety at the offshore well operations. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | CENPES/PETROBRAS, Rio de Janeiro | - |
Descrição: dc.description | Department of Production Engineering Fluminense Federal University | - |
Descrição: dc.description | University of Western São Paulo, Presidente Prudente | - |
Descrição: dc.description | Department of Computing São Paulo State University - UNESP | - |
Descrição: dc.description | Department of Computing São Paulo State University - UNESP | - |
Descrição: dc.description | FAPESP: 2013/07375-0, 2014/12236-1 | - |
Descrição: dc.description | FAPESP: 2016/19403-6 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Reliability Engineering and System Safety | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Finite element machines | - |
Palavras-chave: dc.subject | Reliability prediction | - |
Palavras-chave: dc.subject | Safety valve | - |
Título: dc.title | Regression-based finite element machines for reliability modeling of downhole safety valves | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: