| DC Field | Value | Language |
|---|
| dc.creator | Anunciação, Gabriel Azevedo | - |
| dc.date.accessioned | 2024-01-31T13:17:44Z | - |
| dc.date.available | 2024-01-31T13:17:44Z | - |
| dc.date.issued | 2023-12-15 | - |
| dc.identifier.uri | https://repositorio.ufba.br/handle/ri/38957 | - |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal da Bahia | pt_BR |
| dc.subject | redes neurais | pt_BR |
| dc.subject | bombeamento submerso | pt_BR |
| dc.subject | modelagem dinâmica | pt_BR |
| dc.subject.other | neural networks | pt_BR |
| dc.subject.other | submerged pumping | pt_BR |
| dc.subject.other | dynamic modeling | pt_BR |
| dc.title | Análise comparativa de estruturas de redes neurais artificiais para modelagem baseada em dados do bombeio centrífugo submerso | pt_BR |
| dc.type | Trabalho de Conclusão de Curso | pt_BR |
| dc.publisher.initials | UFBA | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.subject.cnpq | CNPQ::ENGENHARIAS | pt_BR |
| dc.contributor.advisor1 | Fontes, Raony Maia | - |
| dc.contributor.referee1 | Fontes, Raony Maia | - |
| dc.contributor.referee2 | Santana, Daniel Diniz | - |
| dc.contributor.referee3 | Souza, Leonardo Silva | - |
| dc.description.resumo | Este trabalho propõe uma comparação das estruturas de redes neurais artificiais com o objetivo de desenvolver um modelo substituto baseado em dados, oferecendo uma alternativa aos modelos fenomenológicos. O modelo visa prever variáveis de interesse, como vazão e pressão na válvula choke, e nível do anular em um sistema de elevação artificial por Bombeio Centrífugo Submerso (BCS), utilizando informações como a frequência do motor da bomba, abertura da válvula choke, pressão de fundo e do reservatório. Os dados para o treinamento e validação do modelo são gerados a partir de um simulador da planta piloto do BCS no Laboratório de Elevação Artificial (LEA) da Universidade Federal da Bahia (UFBA). A avaliação das diferentes estruturas de redes neurais considera métricas de desempenho como Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), velocidades de treinamento e estimação da saída com novos dados, além do critério de Akaike, proporcionando uma análise abrangente e criteriosa. | pt_BR |
| dc.publisher.department | Escola Politécnica | pt_BR |
| dc.type.degree | Bacharelado | pt_BR |
| dc.publisher.course | ENGENHARIA DE CONTROLE E AUTOMAÇÃO DE PROCESSOS - NOTURNO | pt_BR |
| Appears in Collections: | Trabalho de Conclusão de Curso (Graduação) - Engenharia de Controle e Automação de Processos (Escola Politécnica)
|
