Detalhes bibliográficos
Ano de defesa: |
2024 |
Autor(a) principal: |
Aguiar, Filipe Moreira de |
Orientador(a): |
Clarke, Thomas Gabriel Rosauro |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/289669
|
Resumo: |
A corrosão representa uma grande ameaça para a integridade estrutural dentro da indústria de óleo e gás, aumentando a demanda por manutenções e os custos associados. No entanto, técnicas tradicionais de inspeção costumam apresentar limitações na detecção de estágios iniciais de corrosão, principalmente sob condições operacionais e ambientais desafiadoras, além da grande dependência do conhecimento técnico e experiência de um operador, o que traz subjetividade e variabilidade às análises. Este estudo investiga o monitoramento de integridade estrutural (em inglês Structural Health Monitoring) utilizando métodos orientados por dados, especificamente Principal Component Analysis (PCA), t-Distributed Stochastic Neighbor Embedding (t-SNE), Isometric Mapping (Isomap), Locally Linear Embedding (LLE) e Uniform Manifold Approximation and Projection (UMAP), para aumentar as capacidades de detecção de inicial de corrosão. Foi induzida corrosão em um duto de aço utilizando uma solução iônica, com aproximadamente 700 GB de dados de ondas guiadas adquiridos. Os sinais foram coletados continuamente, em um processo gradual de corrosão e em patamares de corrosão bem definidos Os resultados demonstraram que anomalias podem ser detectadas a partir de 2% de redução de espessura média da parede para todos os métodos orientados por dados utilizados, efetivamente isolando efeitos ambientais, sem a necessidade de técnicas de compensação de condições operacionais ou ambientais. Os dados adquiridos em níveis bem definidos de corrosão permitiram melhor separação entre os manifolds em relação aos dados provenientes da corrosão contínua, com melhora na sensibilidade de detecção precoce de defeitos. Algoritmos não supervisionados de redução de dimensionalidade efetivamente detecção mudanças estruturais como a corrosão e perdas de transdução com ondas guiadas e parâmetros otimizados, oferecendo um grande suporte para os métodos tradicionais de inspeção |