Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/36975
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Morais, Igor Almeida | - |
dc.date.accessioned | 2023-02-03T22:25:17Z | - |
dc.date.available | 2023-02-03T22:25:17Z | - |
dc.date.issued | 2023-01-27 | - |
dc.identifier.citation | MORAIS, Igor Almeida de. Detecção de vazamento de fluidos em tubulações: métodos externos, internos e aplicação de aprendizado de máquina. 2023. 39 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Química) – Universidade Federal de Uberlândia, Uberlândia, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/36975 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Uberlândia | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Vazamento | pt_BR |
dc.subject | Tubulação | pt_BR |
dc.subject | Detecção | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Leak | pt_BR |
dc.subject | Pipelines | pt_BR |
dc.subject | Detection | pt_BR |
dc.subject | Machine learning | pt_BR |
dc.title | Detecção de vazamento de fluidos em tubulações: métodos externos, internos e aplicação de aprendizado de máquina | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Coutinho Filho, Ubirajara | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6765133716503854 | pt_BR |
dc.contributor.referee1 | Gedraite, Rubens | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/9579409657715325 | pt_BR |
dc.contributor.referee2 | Altino, Heitor Otacílio Nogueira | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/4386564501984948 | pt_BR |
dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
dc.description.resumo | Vazamentos em tubulações responsáveis pelo transporte de fluidos como petróleo ou derivados podem causar grandes danos a natureza e impactos econômicos a empresas do ramo. O uso de variáveis da operação atreladas a equipamentos possibilitou o desenvolvimento de métodos internos e externos para a detecção e localização dos vazamentos e têm sido aperfeiçoados com o intuito de atenuar esses impactos e promover maior segurança às operações. O aprimoramento das tecnologias para armazenamento de dados culminou no surgimento de big data e no desenvolvimento de algoritmos para aprendizado de máquina, capazes de compreender padrões e possibilitou a criação de novos métodos para a detecção dessas falhas operacionais que podem ser mais econômicas e eficazes. O objetivo deste trabalho foi realizar uma revisão bibliográfica dos métodos já existentes e em seguida implementar um algoritmo capaz de identificar possíveis vazamentos. Foi realizada uma revisão a respeito dos métodos externos e internos, tradicionais para a detecção de vazamentos, além de uma abordagem sobre a Indústria 4.0 e os impactos dessa revolução na identificação de falhas em tubulações. No estudo de caso foram utilizados dados presentes no artigo de Eastevedt (2022) e um algoritmo de classificação para a predição de vazamentos, onde foram alcançados resultados com coeficiente de correlação superiores a 90%. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.course | Engenharia Química | pt_BR |
dc.sizeorduration | 39 | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA | pt_BR |
Appears in Collections: | TCC - Engenharia Química |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
DetecçãoVazamentoFluidos.pdf | TCC | 853.83 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.