Orientador: Celso Kazuyuki Morooka / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica, Instituto de Geociencias / Made available in DSpace on 2018-08-03T22:12:37Z (GMT). No. of bitstreams: 1 Franco_KarinaPereiraMotta_M.pdf: 1553663 bytes, checksum: 57775c8a7e9fd94bfa040f81127ca4d3 (MD5) Previous issue date: 2003 / Resumo: Os investimentos iniciais para o desenvolvimento de campos petrolíferos no mar estão cada vez maiores e as alterações nas tomadas de decisões referentes a um novo projeto estão com menor flexibilidade devido às descobertas de campos localizados em lâminas d¿água cada vez mais profundas. O risco relacionado com o desenvolvimento desses campos é causado pela necessidade de se tomar decisões num ambiente de incertezas, já que as informações relacionadas ao novo projeto mínimas. Com a obtenção das informações relacionadas a um novo campo, o seu desenvolvimento é realizado em diferentes etapas, são elas: planejamento, seleção, execução, operação e abandono. O planejamento se inicia logo após a descoberta de petróleo em uma determinada região (considerando que haja um bom volume de óleo existente) onde vários cenários são projetados para que na próxima etapa possa selecionar uma dessas opções, mas estas seleções podem ser alteradas até que finalmente haja uma definição absoluta de qual cenário deverá entrar em execução. Por último o campo deve ser abandonado após seus anos de vida útil em operação. A presente pesquisa engloba a primeira etapa do desenvolvimento de um campo, ou seja, o planejamento. A dificuldade em escolher um bom sistema marítimo de produção de óleo está ligada a aspectos técnicos, econômicos, ambientais e políticos. O sucesso de um projeto de sistema marítimo de produção depende muito da experiência acumulada pelos engenheiros durante o exercício de suas atividades. Este trabalho propõe um ambiente inteligente para otimizar a escolha dentre alternativas em projeto de sistemas marítimos de produção através do uso do conhecimento especialista sobre processos e procedimentos técnicos e ambientais que envolvem a produção de óleo e gás. Para a modelagem do conhecimento especialista e para o desenvolvimento do sistema inteligente utilizou-se a teoria de conjuntos nebulosos e raciocínio aproximado / Abstract: The initial investments for the development of offshore oilfields are always increasing and the alterations in the taking decision making stage for a new Project are less flexible due to the Discovery of fields located in ultra deep waters. The risk related with the development of these fields is caused by the necessity of making decisions in an environment of uncertainties, since the information related to the new projects is minimum. With the attainment of the information related to a new field, its development is carried out through different stages, namely: planning, selection, execution, operation and abandonment. The planning is initiated soon after the discovery of oil in a determined region (considering that it has a good volume of existing oil) where some scenarios are projected so that in the next stage one of these options can be selected, but these selections can be modified until finally there is an absolute definition of which scenarios will have to enter in execution. Finally the field must be abandoned after years on operation. This work englobes the first stage of the development of a field, that is, the planning. The difficulty in choosing a good offshore oil production system is on the aspects technology, conomic, environment and politics. The success of a design of offshore petroleum production system is highly dependent on the accumulated expertise of engineers during their professional activities. The present work proposes an intelligent system to optimize the selection task among alternatives in designing of offshore production systems through the use of the expert knowledge related to technical and environmental process, and operational procedures involving oil and gas production. Fuzzy sets theory and approximated reasoning are used to model the expert knowledge and to develop the intelligent system here presented / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo