EMBARQUE DE REDE NEURAL RECORRENTE FENOMENOLOGICAMENTE INFORMADA PARA O CONTROLE DA PRESSÃO DE UM SISTEMA DE GAS LIFT

Este trabalho apresenta o desenvolvimento e a implementação de uma Rede Neural Recorrente Fenomenologicamente Informada (PIRNN) embarcada em um microcontrolador de baixo custo, visando apoiar o controle de pressão em um sistema de elevação de petróleo por injeção de gás (gas lift). A rede foi integrada a um ambiente hardware-in-the-loop (HIL). Os testes realizados demonstraram que a PIRNN oferece desempenho superior em comparação com métodos numéricos tradicionais, conseguindo manter o sistema controlado mesmo na presença de ruído nas medições e até na ausência total de medições.