Spelling suggestions: "subject:"neurofuzzy model"" "subject:"neuro_fuzzy model""
1 |
Optimisation in electromagnetics using computational intelligenceRashid, Kashif January 2000 (has links)
No description available.
|
2 |
In-process sensing of weld penetration depth using non-contact laser ultrasound systemRogge, Matthew Douglas 16 November 2009 (has links)
Gas Metal Arc Welding (GMAW) is one of the main methods used to join structural members. One of the largest challenges involved in production of welds is ensuring the quality of the weld. One of the main factors attributing to weld quality is penetration depth. Automatic control of the welding process requires non-contact, non-destructive sensors that can operate in the presence of high temperatures and electrical noise found in the welding environment. Inspection using laser generation and electromagnetic acoustic transducer (EMAT) reception of ultrasound was found to satisfy these conditions. Using this technique, the time of flight of the ultrasonic wave is measured and used to calculate penetration depth. Previous works have shown that penetration depth measurement performance is drastically reduced when performed during welding.
This work seeks to realize in-process penetration depth measurement by compensating for errors caused by elevated temperature. Neuro-fuzzy models are developed that predict penetration depth based on in-process time of flight measurements and the welding process input. Two scenarios are considered in which destructive penetration depth measurements are or are not available for model training. Results show the two scenarios are successful. When destructive measurements are unavailable, model error is comparable to that of offline ultrasonic measurements. When destructive measurements are available, measurement error is reduced by 50% compared to offline ultrasonic measurements.
The two models can be effectively applied to permit in-process penetration depth measurements for the purpose of real-time monitoring and control. This will reduce material, production time, and labor costs and increase the quality of welded parts.
|
3 |
[en] INTELLIGENT SYSTEM FOR OPTIMIZATION OF ALTERNATIVES FOR PETROLEUM FIELDS DEVELOPMENT / [pt] SISTEMA INTELIGENTE DE OTIMIZAÇÃO DE ALTERNATIVAS DE DESENVOLVIMENTO DE CAMPOS PETROLÍFEROSYVAN JESUS TUPAC VALDIVIA 15 June 2005 (has links)
[pt] Este trabalho investiga o problema de otimização de
alternativas para o
desenvolvimento de campos petrolíferos. Uma alternativa de
desenvolvimento
refere-se à forma como um campo petrolífero, conhecido e
delimitado, é colocado
em produção, isto é, diz respeito à determinação do número,
localização e
agendamento dos poços de produção e injeção. Otimização de
alternativas
consiste em encontrar as configurações de produção que, a
longo prazo, forneçam
o maior valor presente líquido (VPL), obtido a partir do
custo de investimento
inicial, do preço do petróleo, da produção de óleo e gás,
dos custos de operação,
das alíquotas de impostos e dos royalties pagos durante o
tempo de produção. A
produção de óleo é obtida usando-se um simulador de
reservatório. O simulador
recebe a informação da alternativa a ser simulada e retorna
a curva de produção de
óleo e gás no tempo de produção especificado. Cada execução
do simulador pode
demorar desde alguns segundos até várias horas, dependendo
da complexidade do
reservatório modelado. Este trabalho propõe, implementa e
avalia um sistema
inteligente de otimização que emprega: algoritmos genéticos
(AGs) para a busca
de uma alternativa de desenvolvimento ótima; uso de
ambiente de computação
paralela para a simulação de reservatório e cálculo do VPL
das alternativas; um
módulo de inferência baseado em modelos inteligentes para
aproximar a função
de produção de óleo; e um módulo de caracterização baseado
em mapas de
qualidade para obter informações do campo petrolífero a
serem aproveitadas
durante a otimização. Este trabalho consistiu de 4 etapas:
uma revisão da
literatura sobre desenvolvimento de campos petrolíferos,
simulação de
reservatórios e caracterização de campos petrolíferos; um
estudo das técnicas de
inteligência computacional para otimização e aproximação de
funções;
desenvolvimento do modelo proposto de otimização de
alternativas; e o estudo de
casos. O modelo proposto foi avaliado com configurações de
reservatório
homogêneo e heterogêneo obtendo resultados da otimização,
do uso da
caracterização, da aproximação pelo módulo de inferência e
do uso do ambiente paralelo. Os resultados obtidos mostram
que, o modelo proposto, permite
alcançar respostas com altos VPL sem utilizar conhecimento
prévio, e também a
partir de informações extraídas da caracterização ou
fornecidas pelo próprio
especialista como sementes iniciais na otimização. A
principal contribuição deste
trabalho é a concepção e implementação de um sistema
baseado em técnicas
inteligentes para otimizar alternativas de desenvolvimento
com uma redução do
tempo computacional para um processo iterativo, obtida
tanto pelo
aproveitamento do poder computacional de um ambiente de
computação paralela,
como pelo uso de aproximações das curvas de produção. Este
sistema inteligente
oferece uma ferramenta de suporte à decisão que automatiza
a busca de
alternativas de desenvolvimento e aproveita informações
vindas do conhecimento
do engenheiro de reservatório. / [en] This work investigates the problem of optimization of
alternatives for
petroleum fields` development. A development alternative
refers to the way a
well-known and delimited petroleum field is placed in
production. This process
involves the determination of the number, localization and
scheduling of producer
and injector wells. Thus, the optimization of alternatives
consists of finding the
production configurations that, in the long term, provide
the maximum net present
value (NPV); this is obtained from the investment cost, oil
price, oil & gas
production, operation costs and taxes and royalties paid
during the production
time. The oil and gas production is obtained from a
reservoir simulator. The
simulator receives information from the alternative to be
simulated, and returns an
oil & gas production to specified production time. Each
simulation can take from
a few seconds to several hours, depending on complexity of
the reservoir being
modeled. This work proposes, implements and evaluates an
intelligent
optimization system that comprises: genetic algorithms
(GAs) to search an
optimal development alternative; using of parallel
computing environment to
reservoir simulation and NPV computing; an inference
module, basis in intelligent
models, to approximate the oil production function; and a
oilfield characterization
module, basis in quality maps, to obtain information about
the oilfield to use
during optimization process. This work consisted of four
stages: a literature
review about petroleum field development and reservoir
simulation; a study about
computational intelligence techniques applied in
optimization and functions
approximation; the development of alternatives optimization
proposal model; and
the case studies. The proposal model was evaluated using
homogeneous and
heterogeneous reservoir configurations, obtaining results
of optimization, by using
characterization, the inference module and the parallel
environment. The obtained
results indicate that the proposed model provides
alternatives with high NPV
without previous knowledge and also from information
provided by
characterization or information inserted by the expert as
initial seeds into optimization. The main contribution of
this work is the conception and the
implementation of a system basis in intelligent techniques
to optimize
development alternatives offering a reduction time to an
iterative process,
obtained from exploit of computational effort of a parallel
computing environment
or by using of production curves approximations. This
intelligent system offers a
decision-support tool that allows automating the search
process of development
alternatives and exploiting information from knowledge of
reservoir engineers.
|
Page generated in 0.0661 seconds