Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Modelagem matemática do comportamento de fluidos de perfuração com o uso de aprendizado de máquinas
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1106013
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Franco, Admilson Teixeira | - |
| Autor(es): dc.contributor | Ardila, Luis Humberto Quitian | - |
| Autor(es): dc.contributor | Franco, Admilson Teixeira | - |
| Autor(es): dc.contributor | Negrão, Cezar Otaviano Ribeiro | - |
| Autor(es): dc.contributor | Luersen, Marco Antônio | - |
| Autor(es): dc.creator | Miranda, Pedro Aurélio Targa | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:01:13Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:01:13Z | - |
| Data de envio: dc.date.issued | 2025-01-12 | - |
| Data de envio: dc.date.issued | 2025-01-12 | - |
| Data de envio: dc.date.issued | 2023-06-12 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/35764 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1106013 | - |
| Descrição: dc.description | Predicting the rheological behavior of drilling fluid is essential for oil well drilling, as the operation’s success depends on the functions the fluid must perform. This work aimed to develop a Machine Learning algorithm capable of representing the rheological properties of drilling fluids under various conditions. The development platform used was Google Colab Navigator, with Python being employed for data analysis, exploratory computation, and visualization. The dataset was provided by studies conducted at the LabReo rheology laboratory, derived from the rheological characterization of water-based and olefin-based drilling fluids. The data was prepared, preprocessed, and normalized. An artificial neural network model was developed and trained using hyperparameters defined through comparisons with performance metrics. The flow curves of the fluids were plotted and compared, assessing the accuracy of the predictions made by the developed model against experimental values. Linear regression and Power Law rheological models were implemented for comparison with the neural network model. The optimization of hyperparameters played a crucial role in the obtained results. The best hyperparameter configuration included five layers with a neuron sequence of 16, 32, 64, 32, 16, a learning rate of 0.001, and ReLU activation function. The number of training epochs influenced the accuracy of shear stress predictions and using 300 epochs improved accuracy without excessively prolonging processing time. Striking the right balance between epochs and accuracy is essential for more precise results. The developed neural network model demonstrated high accuracy in predicting flow curves, making it a powerful tool for forecasting the rheological behavior of drilling fluids under different conditions. | - |
| Descrição: dc.description | Agência Nacional do Petróleo (ANP) | - |
| Descrição: dc.description | Prever o comportamento das propriedades reológicas de fluido de perfuração é imprescindível para a perfuração de poços de petróleo pois o sucesso depende das funções que o fluido deve executar durante o processo. Neste trabalho foi desenvolvido algoritmo baseado em Aprendizado de Máquinas via rede neural artificial capaz de representar o comportamento das propriedades reológicas de fluidos de perfuração em variadas condições. A plataforma de desenvolvimento utilizada foi a Google Colab Navigator com o uso da linguagem Python na análise, computação explorativa e visualização dos dados. A base de dados foi disponibilizada por estudos realizados no laboratório de reologia LabReo, obtidos de caracterização reológica de fluidos de perfuração base água e olefina. Os dados foram preparados, pré-processados e normalizados. Foi desenvolvido modelo de rede neural artificial e treinado utilizando hiperparâmetros definidos por meio de comparações com métricas de desempenho. As curvas de escoamento dos fluidos foram plotadas e comparadas, avaliando a precisão das previsões feitas pelo modelo desenvolvido em relação aos valores experimentais. Modelos de regressão linear e o modelo de ajuste da viscosidade de Power Law foram implementados para fins de comparação com o modelo de rede neural. A otimização dos hiperparâmetros desempenhou papel fundamental nos resultados obtidos. A melhor configuração de hiperparâmetros incluiu cinco camadas com sequência de neurônios 16, 32, 64, 32, 16, taxa de aprendizado de 0,001 e a função de ativação ReLU. O número de épocas de treinamento influenciou a precisão das previsões de tensão de cisalhamento e o uso de 300 épocas melhorou a precisão sem prolongar o tempo de processamento. O equilíbrio entre épocas e precisão é essencial para resultados mais precisos. O modelo de rede neural artificial (RNA) desenvolvido mostrou alta precisão na previsão das curvas de escoamento, o que o torna a ferramenta poderosa para prever o comportamento reológico de fluidos de perfuração em diferentes condições de operação. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Curitiba | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia Mecânica | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0/ | - |
| Palavras-chave: dc.subject | Reologia | - |
| Palavras-chave: dc.subject | Poços de petróleo - Perfuração | - |
| Palavras-chave: dc.subject | Aprendizado do computador | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Rheology | - |
| Palavras-chave: dc.subject | Oil well drilling | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA MECANICA | - |
| Título: dc.title | Modelagem matemática do comportamento de fluidos de perfuração com o uso de aprendizado de máquinas | - |
| Título: dc.title | Mathematical modeling of drilling fluids behavior using machine learning | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo