Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/37112| Título: | Classificação de padrões de escoamento bifásico líquido-gás baseada em séries de Fourier e técnicas de aprendizagem de máquina |
| Título(s) alternativo(s): | Classification of two-phase liquid-gas flow patterns based on Fourier series and machine learning |
| Autor(es): | Ferreira, Daniel Ligmanovski Forigo, Paula Wassão |
| Orientador(es): | Lazzaretti, André Eugênio |
| Palavras-chave: | Escoamento bifásico Fourier, Séries de Indústria petrolífera Aprendizado do computador Two-phase flow Fourier series Petroleum, Industry and trade Machine learning |
| Data do documento: | 23-Nov-2023 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | FERREIRA, Daniel Ligmanovski; FORIGO, Paula Wassão. Classificação de padrões de escoamento bifásico líquido-gás baseada em séries de Fourier e técnicas de aprendizagem de máquina. 2023. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2023. |
| Resumo: | O objetivo deste trabalho acadêmico é explorar a aplicação da transformada de Fourier em um sinal obtido pelo sensor Wire-Mesh e utilizar o método Random Forest para classificação de padrões de escoamento bifásico líquido-gás no contexto da indústria petrolífera. O estudo busca investigar a eficácia dessa abordagem como uma ferramenta para a classificação de padrões de fluxo em sistemas bifásicos de petróleo. A escolha desta técnica baseia-se na capacidade da transformada de Fourier de descrever as características no âmbito da frequência do sinal, possibilitando uma facilidade maior na categorização de frequências obtidas, haja vista o método de classificação pelo algoritmo Random Forest ser conhecido por sua capacidade de classificação robusta e adaptabilidade, em especial, na diferenciação de dados semelhantes, dados os ramos formados pelo método. A metodologia abrange o tratamento do sinal, análise de gráficos, e avaliação dos resultados. O estudo revela que o método feature importance Mean Decrease in Accuracy (MDA) alcançou o melhor resultado, obtendo uma acurácia de 81% com 380 features relevantes do modelo. Esses resultados indicam uma promissora combinação de técnicas para a classificação na indústria petrolífera, fornecendo uma alternativa eficaz para a análise e categorização de dados. Por fim, este trabalho almeja destacar o potencial dessa classificação, contribuindo para o avanço do conhecimento e aplicabilidade de tecnologia nesta área de produção, fornecimento e manipulação do fluído de petróleo, fomentando o uso desta e de ferramentas correlatas para controle e monitoramento dos processos industriais relacionados. |
| Abstract: | The goal of this academic work is to explore the application of the Fourier transform on a signal obtained by the Wire-Mesh sensor and to use the Random Forest method for the classification of liquid-gas two-phase flow patterns in the context of the petroleum industry. The study aims to investigate the effectiveness of this approach as a tool for classifying flow patterns in two-phase petroleum systems. The choice of this technique is based on the Fourier transform’s ability to describe characteristics in the frequency domain of the signal, facilitating the categorization of obtained frequencies. The Random Forest algorithm is known for its robust classification capability and adaptability, particularly in differentiating similar data due to the branches formed by the method. The methodology includes signal processing, graph analysis, and evaluation of final results. The study reveals that the feature importance method, specifically Mean Decrease in Accuracy (MDA), achieved the best result, obtaining an accuracy of 81% with 380 relevant features of the model. These results indicate a promising combination of techniques for classification in the petroleum industry, providing an effective alternative for the analysis and categorization of data. Finally, this work aims to highlight the potential of this classification, contributing to the advancement of knowledge and technology application in the production, supply, and manipulation of petroleum fluid, promoting the use of these and related tools for control and monitoring of associated industrial processes. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/37112 |
| Aparece nas coleções: | CT - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| classificacaopadroesdeescoamento.pdf | 1,29 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
