Desenvolvimento de um sistema inteligente para detecção de anomalias em medidores de vazão por placa de orifício utilizando dados reais e sintéticos (2025)
- Authors:
- Autor USP: RODRIGUES, RAFAEL ALVES - EP
- Unidade: EP
- Sigla do Departamento: PMR
- Subjects: APRENDIZADO COMPUTACIONAL; METROLOGIA; VELOCIDADE DO FLUXO DOS GASES
- Language: Português
- Abstract: A medição de vazão de gás por placa de orifício permanece como uma das tecnologias mais difundidas na indústria de petróleo e gás, destacando-se por sua simplicidade e baixo custo. Em um cenário focado em alta eficiência operacional e conformidade legal, o monitoramento contínuo do desempenho desses medidores e a detecção de anomalias são cruciais. Este trabalho avalia e compara o desempenho de modelos de aprendizado profundo, baseados em Autoencoders (AE) e Redes Siamesas (SNN), para a tarefa de detecção de anomalias em dados de medição por placa de orifício. A avaliação foi conduzida utilizando tanto dados sintéticos, gerados por um medidor virtual desenvolvido para este fim, quanto dados operacionais reais coletados de plataformas de produção. Os resultados em dados sintéticos demonstraram que ambas as arquiteturas são capazes de aprender representações complexas dos dados, com as Redes Siamesas apresentando um desempenho de classificação consistentemente superior ao dos AEs, validando a hipótese de que sua função de perda promove uma melhor separabilidade no espaço latente. Arquiteturas baseadas em LSTM (Long Short-Term Memory) alcançaram o melhor desempenho geral, embora modelos MLP (Perceptron de Múltiplas Camadas) e Convolucionais também se tenham mostrado viáveis. Nos dados reais, o desempenho foi heterogêneo: excelente em sistemas com dados estáveis, mas insatisfatório em sistemas com alta variabilidade e ruído. Essa análise revelou uma limitação fundamental da abordagem: a subotimalidade de um limiar de decisão global para dados multivariados, onde variáveis ruidosas podem mascarar anomalias em outras mais estáveis. Conclui-se que, embora o aprendizado profundo ofereça um potencial significativo, não existe uma arquitetura superior, e a sua aplicação bem-sucedida éfortemente condicionada pelas características dos dados de cada sistema de medição. Adicionalmente, o estudo reforça a importância de dados sintéticos para o desenvolvimento e a avaliação controlada de modelos de detecção de anomalias.
- Imprenta:
- Data da defesa: 23.09.2025
-
ABNT
RODRIGUES, Rafael Alves. Desenvolvimento de um sistema inteligente para detecção de anomalias em medidores de vazão por placa de orifício utilizando dados reais e sintéticos. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-14112025-112032/pt-br.php. Acesso em: 28 jan. 2026. -
APA
Rodrigues, R. A. (2025). Desenvolvimento de um sistema inteligente para detecção de anomalias em medidores de vazão por placa de orifício utilizando dados reais e sintéticos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3152/tde-14112025-112032/pt-br.php -
NLM
Rodrigues RA. Desenvolvimento de um sistema inteligente para detecção de anomalias em medidores de vazão por placa de orifício utilizando dados reais e sintéticos [Internet]. 2025 ;[citado 2026 jan. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-14112025-112032/pt-br.php -
Vancouver
Rodrigues RA. Desenvolvimento de um sistema inteligente para detecção de anomalias em medidores de vazão por placa de orifício utilizando dados reais e sintéticos [Internet]. 2025 ;[citado 2026 jan. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-14112025-112032/pt-br.php
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
