PREVISÃO DA VISCOSIDADE E DO FATOR DE COMPRESSIBILIDADE DO GÁS NATURAL UTILIZANDO REDES NEURAIS ARTIFICIAIS

Vol. 5, 2025 - 325244
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Este trabalho tem como objetivo desenvolver e validar um modelo de rede neural artificial supervisionada capaz de prever simultaneamente a viscosidade e o fator de compressibilidade do gás natural típico do pré-sal, a partir de variáveis de entrada como pressão e temperatura. Para isso, foi construído um banco de dados com 722 amostras baseado em correlações clássicas, considerando a presença de não hidrocarbonetos na composição do gás. A rede foi implementada no ambiente MATLAB/Simulink, utilizando a função de ativação tansig e o algoritmo de treinamento Levenberg-Marquardt. Foram testadas diferentes topologias, sendo a configuração com 2 neurônios na camada oculta a que apresentou melhor desempenho, com MSE de 2,63x10⁻⁶, RMSE de 1,62x10-3 e coeficiente de correlação R = 0,9999. Os resultados indicam alta precisão e capacidade de generalização, demonstrando que o modelo proposto é eficiente, robusto e de baixo custo computacional para aplicação em problemas de engenharia do gás natural.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal da Bahia
Eixo Temático
  • Energia, Petróleo, Gás e Biocombustíveis
Palavras-chave
Gás Natural
Viscosidade
Fator de compressibilidade
Rede Neural Artificial