Modelagem por inteligência artificial de um processo de tratamento de petróleo com tecnologia micro-ondas

Abstract

Resumo: Uma modelo neural para predição da eficiência do processo de desidratação de emulsões água-petróleo pela aplicação de radiação micro-ondas foi desenvolvido. A rede neural treinada estima a eficiência com base em valores das condições operacionais, mais especificamente, de potência, pressão e temperaturas. A análise da significância estatística dos parâmetros do modelo (pesos e bias) revelou que um dos pesos da rede poderia ser removido sem perda da qualidade de predição. O modelo construído foi capaz de estimar de forma satisfatória dados experimentais não utilizados na etapa de treinamento, mesmo com a aplicação de ruído artificial nas entradas. Os resultados mostraram que redes neurais artificiais são ferramentas apropriadas para a modelagem de processos de desidratação de emulsões. O modelo complementa a tecnologia ao viabilizar o monitoramento da eficiência do processo.

Abstract: An artificial neural network model to predict the water-in-crude oil emulsion dehydration efficiency when using microwave radiation was developed. The network was trained to estimate the efficiency based on operational conditions values as power, pressure and temperature values. The statistical analysis of model parameters (weights and biases) significance revealed that one of the weights could be removed without loss of quality prediction. When reproducing experimental data not used in the training step, the model performance was satisfactory even to noisy inputs. The results showed that artificial neural networks are suitable for emulsion dehydration modeling. The model complements the technology enabling the efficiency monitoring throughout the process.