Influncia Da Qualidade De Dados De Entrada No Desempenho De Modelos Digitais De Degradao De Equipamentos Submarinos Na Indstria De Leo E Gs
Year: 2025
Type: conference-paper
Abstract: SUBMARINOS NA INDÚSTRIA DE ÓLEO E GÁS ResumoEmpresas do setor de Óleo & Gás tradicionalmente direcionam seu desenvolvimento para a maximização da eficiência econômica da produção, impulsionadas pela busca por maior lucratividade.Reforçando esta tendência, recentemente, a indústria vem se alterando em uma direção pautada pela transformação digital de procedimentos e processos.É fato que o mundo virtual está cada vez mais presente, com simulações e gêmeos digitais baseados em modelos digitais representativos de fenômenos físicos.Como entrada, estes modelos recebem traduções de variáveis como vazão, temperatura e pressão por meio de sensores e sistemas de medição.Entretanto, dados originados de sensores podem possuir falhas, tais como, dados faltantes e outliers, os quais têm o potencial de impactar significativamente os resultados finais dos cálculos do mecanismo de degradação.Se os dados de sensores não se apresentarem confiáveis, os modelos estatísticos, empíricos ou de inteligência artificial desenvolvidos, assim como os resultados de simulações, avaliações de estado, predições e descrições, também não o serão.Este artigo investiga a importância da avaliação da qualidade dos dados para aprimorar a confiabilidade dos resultados de um modelo digital de degradação, destacando os desafios enfrentados na medição e na garantia dessa qualidade.Através do método desenvolvido neste trabalho, demonstramos como a qualidade dos dados impacta diretamente na exatidão das saídas de modelos digitais, com enfoque no modelo de erosão DNV-RP-O501, evidenciando os efeitos de dados de baixa qualidade na confiabilidade do gêmeo digital.Essa análise reforça a importância da avaliação da qualidade dos dados para garantir a confiabilidade dos resultados de degradação do ativo.Por fim, sugerimos que os métodos de avaliação de qualidade deste estudo possam servir como ferramentas de apoio à tomada de decisões em nível descritivo, prescritivo e preditivo.
Authors: LUIZ EDUARDO DE FARIAS, MIGUEL BURG DEMAY, PEDRO HENRIQUE ZOMER MACHADO, SULEN SELEDES RODRIGUES
Language: Portuguese
Subfield: Safety, Risk, Reliability and Quality
Field: Engineering
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4406900969