Monthly Archives: dezembro 2022

Malú Grave

Uma categoria desafiadora no cálculo de escoamentos de fluidos é a modelagem de fronteiras e superfícies móveis. Existem duas abordagens para modelar esses problemas: métodos de rastreamento de interface e de captura de interface. Neste trabalho, dois métodos são estudados, sendo um de cada abordagem. Essa escolha se dá considerando os diferentes tipos de problemas tratados neste trabalho, que são de interações entre dois fluidos e fluido-sedimento. O primeiro está relacionado à interação entre dois fluidos com propriedades diferentes, como água e ar, e o segundo é sobre a interação entre um fluido e um fundo de sedimentos que se deforma a medida que o escoamento evolui. Para modelar problemas com dois fluidos, o modelo matemático resulta das equações de Navier-Stokes tratadas com a Formulação Variacional Multiescala baseada no resíduo, juntamente com o método Curva de Nível Convectada para rastrear a interface entre os diferentes fluidos. Por outro lado, para modelar a interação fluido-sedimento, uma abordagem completa dentro da descrição Lagrangeana-Euleriana arbitrária com adaptação de malha é apresentada. As equações de Navier-Stokes são combinadas com uma equação de advecção-difusão para sedimentos em suspensão. As alterações morfológicas são calculadas por modelos empíricos usados para representar a taxa de erosão, bem como o carregamento de sedimentos no leito. Os deslocamentos e, consequentemente, o movimento da interface, são aplicados como movimentação da malha. Novas técnicas são introduzidas para melhorar os resultados de ambos os métodos. Os algoritmos são validados com problemas em que dados experimentais e numéricos estão disponíveis. Por fim, os resultados são discutidos e analisados.

Laura Lima Angelo dos Santos

Um dos processos mais relevantes na interpretação geológica de dados petrofísicos é análise faciológica das Imagens de Poço, como uma abordagem descritiva para extração de informações texturais e estruturais, de ambientes deposicionais, estratigrafia de sequencias – necessários para compreçã da geodinâmica da bacia.
Com o objetivo de aumentar a acurácia da interpretação geológica, essa dissertação discute as rotinas padrão de classificação a partir de dados petrofísicos e propõe novos e mais efixientes práticas.
Neste trabalho, propusemos e comparamos quatro diferentes fluxos de trabalho, com diferentes complexidades, a fim de encontrar o balanço adequado entre volume de dados classificados e complexidade dos modelos de aprendizado de máquina. Esta comparação incluiu: 1\ Aprendizado de máquina em perfis de poço unidimensionais; 2\ Aprendizado de máquina em propriedades texturais extraídas das imagens de poço; 3\ Rede neural convolucional rasa nas imagens de poço; 4\ Rede neural residual (ResNet) em imagens de poço.
Os modelos com menor e maior complexidade apresentaram menor acurácia, com o modelo convolucional raso obtendo os melhores resultados.

Diogo da Silva Magalhães Gomes

Este trabalho apresenta o PetroVec: um conjunto de modelos vetoriais de palavras em português especializados no domínio de Óleo e Gás. Para viabilizar o treinamento dos modelos, criamos um corpus representativo do domínio, composto por uma extensa coleção de documentos técnicos e acadêmicos publicados em português por Universidades e instituições de referência na indústria nacional de petróleo. O corpus especializado contempla mais de 85 milhões de tokens e representa o maior conjunto textual público atualmente reportado na literatura científica para o domínio de Óleo e Gás.
Os modelos são submetidos a uma abrangente cobertura de avaliações, contemplando metodologias quantitativas baseadas em análises intrínseca e extrínseca, além de uma série de análises qualitativas para explorar propriedades linguísticas codificadas no espaço semântico dos modelos. A análise intrínseca foi realizada a partir da criação de um dataset de similaridade semântica composto por 1500 pares de termos anotados por especialistas em geociências, enquanto a análise extrínseca consistiu na aplicação prática dos modelos em uma tarefa de reconhecimento de entidades nomeadas no subdomínio de geologia. Adicionalmente, realizamos análises comparativas dos nossos resultados em relação a um modelo público de contexto geral de referência em português. Nossas análises convergem ao evidenciar que os modelos PetroVec apresentam resultados consistentemente superiores ao modelo público de referência em todas as avaliações, sugerindo que os modelos especializados são capazes de automaticamente capturar propriedades sintáticas e semânticas específicas do vocabulário técnico de domínio de maneira não-supervisionada a partir do corpus de treinamento.

Manuel Ramón Vargas Avila

Apresenta-se, nesta tese, duas metodologias para os problemas de predição de propriedades petrofísicas e caracterização textural de amostras de rocha empregando em ambos os casos imagens de tomografia de testemunhos. Estes dois problemas fazem parte do fluxo de caracterização de rochas, no processo de tomada de decisão nas etapas iniciais da análise de rocha e no processo de upsampling das propriedades na escala do testemunho. As abordagens tradicionais para abordar estes problemas consomem uma grande quantidade de tempo e de recursos dificultando o processo de caracterização de rochas.
Neste trabalho, um método baseado na arquitetura de Rede Neural Convolucio-nal (CNN) é proposto para predição de um perfil de porosidade em alta frequência na escala do testemunho com uma resolução maior que as abordagens utilizadas atualmente. Os resultados obtidos foram satisfatórios validando a metodologia pro-posta. Em relação ao processo de caracterização textural, atualmente, é feito de forma manual pelos especialistas sendo uma tarefa complexa e subjetiva. Assim, com o propósito de automatizar este processo foram testadas diferentes configura-ções de modelos convolucionais, treinados de forma supervisionada empregando a imagem de tomografia e a segmentação feita manualmente por especialistas da Pe-trobras. Os resultados obtidos são promissores, mas revelam alguns problemas que podem estar relacionados com a dificuldade do processo de anotação e o alto nível de desbalanceamento na base de dados.