MODELOS DE APRENDIZADO DE MÁQUINA NA IDENTIFICAÇÃO DE PADRÕES DE ESCOAMENTO DE ÓLEO-ÁGUA
Authors:
- Roney Menezes Meirelles JúniorRJRoney Menezes Meirelles Júnior
- Jairo Valões de Alencar RamalhoJRJairo Valões de Alencar Ramalho
- Oscar Mauricio Hernandez RodriguezOROscar Mauricio Hernandez Rodriguez
- Marlon Mauricio Hernandez CelyMCMarlon Mauricio Hernandez Cely
- João Inácio Moreira BezerraJBJoão Inácio Moreira Bezerra
- Natássia Rafaelle Medeiros SiqueiraNSNatássia Rafaelle Medeiros Siqueira
- Eden Taylor Dala Barba CorrêaECEden Taylor Dala Barba Corrêa
- Leticia Barros Dias SoaresLSLeticia Barros Dias Soares
- Sofia PagliariniSPSofia Pagliarini
Open Access
- 1 August 2025
- journal article
- Published by Brazilian Journals in Revista Contemporânea
- Vol. 5 (8) , e8850
Abstract
Os sistemas de fluxo bifásico envolvem o movimento de duas fases distintas, tais como líquido-líquido ou óleo-gás. Eles são amplamente utilizados na indústria petroquímica e de energia, com aplicações na produção e escoamento de petróleo e gás, dentre outras. Os padrões de escoamento em dutos dependem de vários fatores, como sua velocidade e direção, as propriedades dos fluidos envolvidos e a geometria da instalação. Neste trabalho foram implementadas e avaliadas diferentes técnicas de aprendizagem de máquina, objetivando identificar padrões de escoamento do tipo líquido-líquido em tubulações. Os dados utilizados para treinar e avaliar os modelos de aprendizagem foram coletados a partir de estudos disponíveis na literatura. O objetivo da pesquisa foi analisar as acurácias dos modelos e compará-las com valores encontrados nas referências. De acordo com os resultados obtidos, a técnica Random Forest (Floresta Aleatória) foi a que apresentou maior acurácia, com um valor de 96,24%. Ela foi seguida pelas técnicas SVM (Máquinas de vetores de suporte) e KNN (K-Vizinhos Mais Próximos), que alcançaram acurácias de 94,13% e 89,20%, respectivamente.Keywords
This publication has 22 references indexed in Scilit:
- Dimensionless oil-water stratified to non-stratified flow pattern transitionJournal of Petroleum Science and Engineering, 2017
- Characterization of liquid‐liquid flows in horizontal pipesAIChE Journal, 2016
- A Primer on Scientific Programming with Python2016
- Pressure drop estimation in horizontal annuli for liquid–gas 2 phase flow: Comparison of mechanistic models and computational intelligence techniquesComputers & Fluids, 2015
- Experimental investigation on flow patterns and pressure gradient through two pipe diameters in horizontal oil–water flowsJournal of Petroleum Science and Engineering, 2014
- Identification of flow regimes using conductivity probe signals and neural networks for counter-current gas–liquid two-phase flowChemical Engineering Science, 2012
- Experimental study of water wetting in oil–water two phase flow—Horizontal flow of model oilChemical Engineering Science, 2012
- Experimental validation of theoretical models in two-phase high-viscosity ratio liquid–liquid flows in horizontal and slightly inclined pipesInternational Journal of Multiphase Flow, 2008
- Two phase liquid–liquid flows in pipes of small diametersInternational Journal of Multiphase Flow, 2006
- Experimental study on oil–water flow in horizontal and slightly inclined pipesInternational Journal of Multiphase Flow, 2006