ANP; FINEP; CAPES; PETROBRAS; MCTI; / Apresentam-se neste trabalho abordagens de solução para a etapa de planejamento do transporte otimizado em uma rede dutoviária real de derivados claros de petróleo. O modelo proposto é o bloco de entrada de uma estrutura de otimização que auxilia no scheduling do transporte de derivados claros de petróleo (derivados de alto valor agregado). A rede dutoviária em questão é composta por 14 áreas (4 refinarias, 2 portos, 6 terminais de distribuição e 2 clientes finais) e 30 dutos bidirecionais interligam essas áreas transportando mais de 35 derivados claros de petróleo. O problema tratado é complexo, portanto utiliza-se da estratégia de decomposição, inicialmente proposta por Boschetto et al. (2010), baseada na integração de diferentes módulos compostos por modelos de Programação Linear Inteira Mista (PLIM) e heurísticas. Essa integração é capaz de resolver o problema proposto, considerando as características particulares da rede. Em síntese, dentre os blocos (módulos) presentes na estratégia, estão os de: (i) planejamento, (ii) Alocação e Sequenciamento; e (iii) Temporização. Soluções são obtidas em tempo computacional reduzido (segundos a poucos minutos) para cenários reais da rede em estudo. Este trabalho é uma evolução do modelo PLIM introduzido por Magatão et al. (2012), levando em conta novas características operacionais, e objetiva detalhar o modelo de planejamento que é responsável pela determinação dos volumes totais que serão movimentados na rede e as rotas que serão utilizadas no transporte. Adicionalmente, faz-se a separação do novo modelo proposto em fases distintas para o estudo do controle das influências e prioridades das variáveis envolvidas no escopo do modelo de planejamento e os reflexos na solução completa do scheduling. Assim, nomeiam-se as duas abordagens propostas de: abordagem em 1 fase e abordagem em 3 fases. O modelo PLIM de planejamento proposto com abordagem temporal contínua toma decisões globais a um nível tático considerando características operacionais para um horizonte de 30 dias. Objetiva-se o balanço de inventário otimizado considerando operações de reversão dos dutos, interfaces entre produtos, operação pulmão/estocagem intermediária, manutenção de tanques (tratamento multíperiodo), degradação, entre outras. As abordagens são comparadas e resultados como a redução do tempo computacional, menores violações de estoque ao final do scheduling e diminuição de operações de reversão são apresentados. / Solution approaches for the planning module of the optimized scheduling of a real-world pipeline network to transport light oil derivatives are presented in this work. The proposed model is the input block of a decomposition strategy which aids the scheduling of products (derivatives with high earned value) transportation. The referred network is composed of 14 areas (4 refinaries, 2 harbors, 2 final clients and 6 depots) and 30 bidirectional pipelines which interconnect those areas transporting more than 35 light oil derivatives. The related problem is complex, thus the proposed model is part of a decomposition strategy, formerly proposed by Boschetto et al. (2010), based on the integration of distinct modules composed of Mixed Integer Linear Programming (MILP) models and heuristics. This integration is able to solve the aforementioned problem, considering all the particular network characteristics. Briefly, among the developed modules are the: (i) Planning, (ii) Assignment and Sequencing and (iii) Timing blocks. Solutions are obtained in a reduced computational time (seconds to few minutes) for real scenarios. This work is an improvement of the MILP model introduced by Magatão et al. (2012), considering new operational characteristics, and it aims to detail the Planning Model which is responsible for determining total volumes that will be transported in the network and the routes that will be required for this transport. Additionally, a division of the new proposed model in distinct stages is made to investigate the control and influence of each variable in both planning and scheduling solution scopes. Therefore, the proposed approaches are defined here as the single-phase approach and the three-phase approach. The continuous-time MILP model gives global decisions at a tactical level taking into account operational characteristics for a 30-day programming horizon. It is intended to reach an optimized mass balance considering operations such as: pipeline reverse flow, contamination between products, surge operation/temporary stock, tank maintenance and degradations. The approaches are compared and results such as computational time reduction, lower inventory violations at the end of the scheduling and fewer pipeline reverse flow operations are presented.

A inspeção de defeitos de soldagem em imagens radiográficas de tubulações é bastante subjetiva e está sujeita a erros de interpretação por parte do inspetor laudista. Dentro desse contexto, nos últimos anos tem-se visto um grande esforço no desenvolvimento de métodos automáticos e semiautomáticos de detecção de defeitos em juntas soldadas. Este trabalho apresenta um método automatizado para detecção e classificação de defeitos em imagens radiográficas de juntas soldadas de tubulações obtidas pela técnica de exposição radiográfica parede dupla vista dupla (PDVD), obtidas em reais situações de campo e que, geralmente, têm uma qualidade mais baixa do que as imagens usadas em outros estudos. O método proposto identifica na imagem a região do cordão de solda, detecta as descontinuidades e classifica as mesmas em defeitos e não defeitos, destacando na imagem o resultado. São avaliados classificadores a partir de métodos de classificação por redes neurais Multilayer Perceptron (MLP), redes neurais Extreme Learning Machines (ELM) e classificador estatístico Support Vector Machines (SVM). O método proposto para identificação da região de interesse atingiu 100% de precisão na segmentação do cordão de solda. O classificador SVM apresentou um desempenho melhor que os classificadores MLP e ELM em todos os cenários testados. Com a utilização de ensembles de ELMs obteve-se um F-score de 85,7% para o banco de padrões de teste, resultados satisfatórios quando comprados com trabalhos semelhantes. O uso de ensembles de ELMs representa um ganho de apenas 0,5% no F-score em comparação com o melhor resultado de rede treinada individualmente, entretanto, com o uso de faixas de limiares de decisão do ensemble, o uso do método permite mostrar as descontinuidades sobre as quais o ensemble não tem certeza, destacando na imagem estas descontinuidades. A imagem resultate da aplicação do método serve como auxílio ao especialista na elaboração de laudos. / The inspection of radiographic images of welded joints is very subjective and is subject to errors of interpretation by the inspector. In this context, a great effort has been made in the last years to develop automatic and semiautomatic methods for detecting defects in welded joints. This research work presents an automated method for the detection and classification of defects in radiographic images of welded joints of pipes obtained by the double wall double image (DWDI) exposure technique obtained in real field situations and which generally have a lower quality than the images used in other studies. The proposed methos identifies the region of the weld bead, detects the discontinuities and classifies them as defects and non-defects, highlighting in the image the result. Classifiers are evalueted using methods of classification by multilayer perceptron (MLP) neural networks, extreme learning machines (ELM) neural networks, and Support Vector Machines (SVM). The proposed method for identifying the region of interest reached 100% precision in the segmentation od the weld bead. The SVM classifier performed better than the MLP and ELM classifiers in all scenarios tested. Using ELM ensembles, an F_score of 85,7% was obtained for a test patterns database, satisfactoryresults when compared to similar works. The use of ensembles of ELMs represents a gain of only 0,5% in the F-score compared to the best result of the individually trained network, however, with the use of ensemble decision threshold ranges, the presented method allows to show the discontinuities about which the ensemble is not sure, highlighting in the image these discontinuities as a region of uncertainty, leaving to the specialist the final evaluation of these discontinuities. The image resulting from the application of the method serves as an aid to the expert in the elaboration of reports.

ANP; FINEP; MCT / A modelagem de sistemas envolvidos no gerenciamento das operações de uma rede de dutos é um problema de otimização que envolve complexas restrições operacionais. O transporte por meio de dutos mostra-se confiável e econômico, principalmente para grandes volumes. Porém, a elevada taxa de ocupação das redes de distribuição e a quantidade de diferentes produtos que devem ser transportados sob condições operacionais diferenciadas levam a cenários operacionais complexos. Uma melhoria na eficiência do transporte de produtos através de redes de dutos pode ser obtida por uma melhor alocação dos recursos disponíveis, contudo além de ser este um problema combinatório de difícil solução, é também um problema de otimização multiobjetivo. Para resolver este tipo de problema, as técnicas baseadas em metaheurísticas populacionais, em especial os algoritmos evolucionários parecem adequados pois tratam simultaneamente com um conjunto de soluções possíveis que permite encontrar um conjunto de soluções ótimas de Pareto com a simples execução do algoritmo. Neste contexto, este trabalho tem como objetivo o desenvolvimento de modelos de otimização multiobjetivo aplicados ao escalonamento de operações em rede de dutos existente na indústria P & G, investigando técnicas baseadas em metaheurísticas que auxiliem na tomada de decisões deste cenário específico, em especial, técnicas baseadas em algoritmos evolucionários multiobjetivos. Assim, usa-se uma abordagem que propõe o uso de um algoritmo evolucionário multiobjetivo inspirado a partir da evolução memética de um grupo de sapos que procuram por comida: o SFLA (Shuffled Frog Leaping Algorithm). Os resultados obtidos a partir das simulações realizadas serão comparados com um algoritmo muito conhecido e usado na literatura, o algoritmo genético (AG). Além disso, como este trabalho utiliza um modelo de otimização multiobjetivo e nestes casos procura-se um conjunto de soluções Pareto-ótimas, uma nova abordagem é proposta para o algoritmo SFLA: o Modified Shuffled Frog-leaping Pareto Approach (MSFLPA). Esta nova abordagem combina o uso de uma pequena população e uma estratégia de arquivamento com um processo de reinicialização da população usando duas memórias auxiliares para armazenar soluções não-dominadas~(Conjunto de Pareto) encontradas durante a evolução da população. Para validar o desempenho e a eficiência do algoritmo MSFLPA proposto, cinco funções Zitzler-Deb-Thiele são utilizadas para comparar com dois algoritmos genéticos multi-objetivos bem conhecidos da literatura: NSGA-II e SPEA2. Os experimentos numéricos indicam que MSFLPA produz soluções bem espalhadas~(diversidade) e converge para a verdadeira fronteira de Pareto e verifica-se ser eficiente e competitivo para resolver problemas multiobjetivos. Após essa validação, o MSFLPA é usado para otimizar a alocação dos recursos e para resolver o problema de programação de uma rede de dutos e quando comparado com o NSGA-II e microAG, MSFLPA tem se mostrado uma nova alternativa eficaz para a solução de problemas multiobjetivos com mais de dois objetivos, como é o caso dos problemas de escalonamento de redes de dutos. / The development of model to support pipeline network operation management is an optimization problem which involves complex operational constraints. The product transport through pipelines proves reliable and economical, especially for large volumes. However, the high occupancy rate of the distribution networks and the amount of different products should be transported under different operating conditions lead to complex operational scenarios. An efficiency improvement of products transport through pipeline networks can be obtained by a better allocation of available resources. However that is a hard solution combinatorial problem with multiobjective optimization characteristics. An alternative to efficient solve this type of problem is the use of metaheuristics such Multiobjective Evolutionary Algorithms~(MOEA). MOEA uses a population of solutions in its search, and multiple Pareto-optimal solutions can, in principle, be found in one single run. This work aims to develop a model of multi-criterion optimization applied to scheduling operations in a real-world pipeline network in the oil industry. We use a metaheuristic optimization method inspired from the memetic evolution of a group of frogs when seeking for food: SFLA~(Shuffled Frog Leaping Algorithm). The results obtained from the simulations are compared to an algorithm well known in the literature: genetic algorithm~(GA). Moreover, this works then introduces a new approach of the original shuffled frog leaping algorithm to create a modified form of the algorithm: the Modified Shuffled frog-leaping Pareto Approach~(MSFLPA). The main goal of MSFLPA is to represent and recover the entire Pareto front to a modeled problem, moreover an efficient and competitive algorithm to solve multi-objective scheduling problems with more than two conflicting objectives. This new approach combines the use of a small population and an archiving strategy with a procedure to restart the population using two auxiliary memories to store nondominated solutions (Pareto set) found during population evolution. To validate the performance and efficiency of the proposed MSFLPA in spread Pareto front, five Zitzler-Deb-Thiele functions are examined and compared against two well-known multi-objective genetic algorithms: NSGA-II and SPEA2. The numerical experiments indicate that MSFLPA yields spread solutions and converges to the true Pareto front and it is verified to be efficient and competitive for solving multi-objective problem. After this validation, the MSFLPA is used to optimize the allocation of the resources and to solve the scheduling problem of a real world pipeline network and if compared with NSGA-II and microGA, MSFLPA is verified to be a new effective alternative for solving of multi-objective problems with more than two objectives as it is the case of the pipeline scheduling problems.

ANP; FINEP; MCT / A modelagem de sistemas envolvidos no gerenciamento das operações de uma rede de dutos é um problema de otimização que envolve complexas restrições operacionais. O transporte por meio de dutos mostra-se confiável e econômico, principalmente para grandes volumes. Porém, a elevada taxa de ocupação das redes de distribuição e a quantidade de diferentes produtos que devem ser transportados sob condições operacionais diferenciadas levam a cenários operacionais complexos. Uma melhoria na eficiência do transporte de produtos através de redes de dutos pode ser obtida por uma melhor alocação dos recursos disponíveis, contudo além de ser este um problema combinatório de difícil solução, é também um problema de otimização multiobjetivo. Para resolver este tipo de problema, as técnicas baseadas em metaheurísticas populacionais, em especial os algoritmos evolucionários parecem adequados pois tratam simultaneamente com um conjunto de soluções possíveis que permite encontrar um conjunto de soluções ótimas de Pareto com a simples execução do algoritmo. Neste contexto, este trabalho tem como objetivo o desenvolvimento de modelos de otimização multiobjetivo aplicados ao escalonamento de operações em rede de dutos existente na indústria P & G, investigando técnicas baseadas em metaheurísticas que auxiliem na tomada de decisões deste cenário específico, em especial, técnicas baseadas em algoritmos evolucionários multiobjetivos. Assim, usa-se uma abordagem que propõe o uso de um algoritmo evolucionário multiobjetivo inspirado a partir da evolução memética de um grupo de sapos que procuram por comida: o SFLA (Shuffled Frog Leaping Algorithm). Os resultados obtidos a partir das simulações realizadas serão comparados com um algoritmo muito conhecido e usado na literatura, o algoritmo genético (AG). Além disso, como este trabalho utiliza um modelo de otimização multiobjetivo e nestes casos procura-se um conjunto de soluções Pareto-ótimas, uma nova abordagem é proposta para o algoritmo SFLA: o Modified Shuffled Frog-leaping Pareto Approach (MSFLPA). Esta nova abordagem combina o uso de uma pequena população e uma estratégia de arquivamento com um processo de reinicialização da população usando duas memórias auxiliares para armazenar soluções não-dominadas~(Conjunto de Pareto) encontradas durante a evolução da população. Para validar o desempenho e a eficiência do algoritmo MSFLPA proposto, cinco funções Zitzler-Deb-Thiele são utilizadas para comparar com dois algoritmos genéticos multi-objetivos bem conhecidos da literatura: NSGA-II e SPEA2. Os experimentos numéricos indicam que MSFLPA produz soluções bem espalhadas~(diversidade) e converge para a verdadeira fronteira de Pareto e verifica-se ser eficiente e competitivo para resolver problemas multiobjetivos. Após essa validação, o MSFLPA é usado para otimizar a alocação dos recursos e para resolver o problema de programação de uma rede de dutos e quando comparado com o NSGA-II e microAG, MSFLPA tem se mostrado uma nova alternativa eficaz para a solução de problemas multiobjetivos com mais de dois objetivos, como é o caso dos problemas de escalonamento de redes de dutos. / The development of model to support pipeline network operation management is an optimization problem which involves complex operational constraints. The product transport through pipelines proves reliable and economical, especially for large volumes. However, the high occupancy rate of the distribution networks and the amount of different products should be transported under different operating conditions lead to complex operational scenarios. An efficiency improvement of products transport through pipeline networks can be obtained by a better allocation of available resources. However that is a hard solution combinatorial problem with multiobjective optimization characteristics. An alternative to efficient solve this type of problem is the use of metaheuristics such Multiobjective Evolutionary Algorithms~(MOEA). MOEA uses a population of solutions in its search, and multiple Pareto-optimal solutions can, in principle, be found in one single run. This work aims to develop a model of multi-criterion optimization applied to scheduling operations in a real-world pipeline network in the oil industry. We use a metaheuristic optimization method inspired from the memetic evolution of a group of frogs when seeking for food: SFLA~(Shuffled Frog Leaping Algorithm). The results obtained from the simulations are compared to an algorithm well known in the literature: genetic algorithm~(GA). Moreover, this works then introduces a new approach of the original shuffled frog leaping algorithm to create a modified form of the algorithm: the Modified Shuffled frog-leaping Pareto Approach~(MSFLPA). The main goal of MSFLPA is to represent and recover the entire Pareto front to a modeled problem, moreover an efficient and competitive algorithm to solve multi-objective scheduling problems with more than two conflicting objectives. This new approach combines the use of a small population and an archiving strategy with a procedure to restart the population using two auxiliary memories to store nondominated solutions (Pareto set) found during population evolution. To validate the performance and efficiency of the proposed MSFLPA in spread Pareto front, five Zitzler-Deb-Thiele functions are examined and compared against two well-known multi-objective genetic algorithms: NSGA-II and SPEA2. The numerical experiments indicate that MSFLPA yields spread solutions and converges to the true Pareto front and it is verified to be efficient and competitive for solving multi-objective problem. After this validation, the MSFLPA is used to optimize the allocation of the resources and to solve the scheduling problem of a real world pipeline network and if compared with NSGA-II and microGA, MSFLPA is verified to be a new effective alternative for solving of multi-objective problems with more than two objectives as it is the case of the pipeline scheduling problems.