Redes neurais artificias, tipo \"feedforward\", de duas camadas, foram utilizadas neste trabalho para fazer previsões das instabilidades de disruptura que surgem nas descargas de plasma do tokamak TEXT (E.U.A.), obtendo-se resultados bastante encorajadores. Verificou-se que uma arquitetura de rede, do tipo m:2m:m:1, onde m é dimensão de imersão do atrator do sistema dinâmico em estudo, costuma ser um bom chute inicial para a escolha da arquitetura ideal de trabalho, que costuma ser livre e, não raro, trabalhosa. Utilizando-se, em sinais de raios-X, uma rede neural artificial com arquitetura 15:30:15:1, por exemplo, conseguiu-se fazer previsões com uma antecipação de até 4 ms das instabilidades de disruptura, tempo quatro vezes maior do que o obtido utilizaudo-se sinais magnéticos das bobinas de Mirnov. Tal antecipação é bastante significativa e abre a possibilidade de, no futuro, utilizarem­se mecanismos de defesa da máquina, tais como injeção de partículas neutras (ou\"pellets\"), aplicação de campos magnéticos externos, etc, no sentido de se tentar evitar a ocorrência destas instabilidades, ou, pelo menos, minimizar os seus efeitos nocivos. Isto certamente contribuirá significativamente para a viabilização dos futuros reatores de fusão à plasma. Finalmente, o sistema de diagnóstico de raios-X de baixas energias do tokamak TCABR, que foi projetado e já se encontra em fase de instalação para fornecer sinais que servirão para alimentar a rede neural, também possibilitará a reconstrução tomográfica das regiões de mesma emissividade da coluna de plasma. A análise tomográfica, utilizando-se os sinais de dois conjuntos de detectores de raios-X moles, também será muito útil na investigação dos mecanismos físicos que dão surgimento às instabilidades de disruptura, além de permitir, ainda, a medida da temperatura eletrônica do plasma, através do método dos absorvedores. / Two-layer feedforward neural network has been used in this work to forecast the disruptive instabilities that occur in the TEXT tokamak plasma discharges. For this task, soft X-ray experimental signals were used with very promising results. It was verified that a neural net with an architecture of the type m:2m:m:1, where m is the embedding dimension of the atractor of dynamical system in focus, is usually a good initial guess in the searching process of finding the ideal architecture. A neural network with architecture 15:30:15:1 was capable, for example, to forecast the disruptive instabilities up to 4 ms in advance. This period of time is four time larger than the one obtained when magnetic signals from Mirnov coils were used. This forecasting time is quite significative and opens up the possibility of using defensive mechanisms, such as the injection of neutral particles (or pellets), the application of external magnetic fields, etc, with the objective of avoiding the occurrence of the disruptions or, at least, to minimize their harmful effects. This achievement certainly would be an important contribution to the development of the next generation fusion devices. Finally, the soft X-ray diagnostic system for the TCABR was projected and it is already being installed. This system will provide experimental signals that will be analyzed by neural networks and will be also used to identify, through tomografic image reconstructions, the regions of the plasma that have the same soft X-ray emissivity. The tomography analysis of the plasma, that will be carried out by using the signals of two soft X-ray detectors arrays, will be also very usefull for investigating the triggering mechanism of disruptions and will also allow the determination of the plasma electron temperature through the two foil absorbing method.

Neste trabalho apresentamos o desenvolvimento e a realização de um experimento utilizando recursos modernos de processamento de imagens como câmeras CCD, placas de aquisição de imagens e linguagem de programação visual com interface multimídia para observação do fenômeno do Estol dinâmico que tem grande importância do estudo de estabilidade de aeronaves. O fenômeno de Estol ocorre nos aerofólios de aeronaves como nos rotores de helicópteros e asas de aeronaves acrobáticas. Nosso sistema e capaz de detectar dentro de um experimento de um aerofólio oscilando em baixas freqüências a Histerese de sustentação que ocorre neste. Utilizamos também na nossa abordagem redes neurais backpropagation para acomodação dos dados experimentais. Implementamos e descrevemos um hardware mecânico para obtenção de melhores imagens e as funções escritas em Visual Basic que foram utilizadas, com o objetivo de permitir a reprodução do experimento em outros centros de pesquisa. / In this work we present an experiment using modern imaging processing techniques such as CCD cameras, video acquisition boards and visual programming using multimedia interfacing for the observation of the Stall phenomena which has great importance in the airplane stability. The Stall phenomena occurs in arplaine (airfoils) such as in helicopter blades and acrobatic airplane wings. We demonstrated that the developed system is able to detect the lift histeresis in a low frequency oscillating bidimensional airfoil. We also used in our approach backpropagation neural network for the experimental data accomodation. In order to allow replication of the experiment by other institutions, we present a detailed description of the mechanical setup used to obtain the best possible images and of the Visual Basic functions.

Por ser não-invasiva e de baixo custo, a Ecocardiografia tem se tornado uma técnica de diagnóstico muito utilizada para a determinação dos volumes sistólicos e diastólicos do ventrículo esquerdo a fim de se calcular, indiretamente, o volume de ejeção do ventrículo esquerdo, a razão de contração muscular das cavidades cardíacas, a fração de ejeção regional e global, a espessura do miocárdio e a massa ventricular. Para isso, torna-se necessária a detecção das bordas endocárdicas do ventrículo esquerdo, o que é dificultada pelo fato da imagem de Ecocardiografia possuir ruídos que prejudicam sua definição. Apesar de haver várias técnicas de segmentação de imagem, este trabalho propõe detectar as bordas do ventrículo esquerdo de imagens ecocardiográficas utilizando uma rede neural artificial para reconhecer padrões de bordas. A fim de acelerar o processo e facilitar o processamento, uma área retangular centrada dentro da janela acústica do paciente é determinada pelo operador com o uso do \'mouse\' na qual serão realizadas todas as análises e reconhecimentos de borda pela rede neural. Após a marcação dos pontos reconhecidos pela rede neural como bordas, utilizam-se técnicas de gradientes e contorno móvel para se conectar os pontos de maior probabilidade e traçar a borda do ventrículo esquerdo. Esta técnica mostrou-se eficaz quando comparados com as bordas traçadas pelo especialista, sendo um fator importante a prática do operador ao escolher adequadamente a área a ser analisada. Após treinamento com 50 amostras de padrões de \"borda\" e 10 amostras de padrões de \"não borda\", a técnica foi testada em 108 imagens, alcançando resultados com boa precisão e rapidez quando comparamos os resultados na determinação da área do ventrículo esquerdo com outras técnicas citadas na literatura nacional e internacional. / Being non-invasive and having low cost, the echocardiography has been largely applied as diagnostic technique for left ventricle systolic and diastolic volumes determination that indirectly are used to calculate the left ventricle ejection volume, the cardiac cavities muscular contraction, the regional and global ejection fraction, the myocardial thickness, the ventricular mass, etc. For this reason, the detection of the left ventricle endocardial borders become necessary, but hampered by the noise that impairs the echocardiography images definition. In spite of having many image segmentation techniques, this work intend to detect the borders of left ventricle on echocardiography images by using a artificial neural network to recognize border patterns. To accelerate the process and facilitate the procedure, the operator uses the mouse to define a rectangular region inside the acoustic window of the pacient where all analyses and border recognitions will be accomplished. After labeling the recognized points as \'border\', gradient techniques and mobile boundary are used to connect the points of greater probability and delineate the left ventricle border. This technique has proved to be efficient when compared to the borders traced by the specialist. The ability of the operator is important in choosing of the region to be analyzed. After training with 50 samples of \"border\" pattern and 10 samples of \"no-border\" pattern, this technique was tested on 108 images, achieving good results on precision and velocitiy when we compared the calculated left ventricle area with the results of other techniques published on national and international literature.

A adulteração de combustíveis é uma grande preocupação no Brasil. A agência reguladora nacional (ANP) detecta anualmente de 1 a 3% de adulterações nas amostras coletadas, o que é um índice alto considerando o tamanho do mercado brasileiro. As alternativas de adulteração são vastas e muito dinâmicas, por isso os arranjos de sensores baseados no conceito de seletividade global parecem os mais adequados para detectar falsificação de combustíveis. O conceito de seletividade global leva em conta a sensibilidade cruzada de sensores químicos não específicos e o uso de métodos de análise multivariada de dados para encontrar padrões para amostras de diferentes composições químicas. Os sensores químicos podem ser obtidos de uma variedade de materiais sensoativos, cujas respostas elétricas variam de acordo com as propriedades físico-químicas do meio em que se encontra. Os polímeros condutores são excelentes materiais sensoativos, pois sua condutividade elétrica é grandemente influenciada pelas condições ambientais e podem ser processados na forma de filmes finos através várias técnicas. No presente trabalho, filmes de poli(3-metiltiofeno) (PMTh) e poli(3-hexiltiofeno) são depositados por cronopotenciometria e cronoamperometria sobre microeletrodos interdigitados e são caracterizados por espectroscopia de impedância. Os dados são analisados por redes neurais artificiais do tipo multilayer perceptron e bons resultados são obtidos na detecção de adulteração de gasolina. O mesmo estudo também pode ser aplicado na detecção de adulteração de álcool etílico combustível com um desempenho um pouco pior. / Fuel adulteration is a major concern in Brazil. The local governmental agency detects from 1 to 3% of problematic samples yearly, which is a lot considering Brazils market size. The myriad of adulteration possibilities is vast and it is very dynamic, thus array of sensors based on global selectivity concept seems to be more suitable methodology to detect problems in fuel. The global selectivity concept encompasses the cross-sensitivity of non-specific chemical sensors and the use of multivariated data analysis methods as a way to provide fingerprints for samples of different chemical composition. The chemical sensors can employ different types of sensoactive materials, whose electrical responses are dependent on the physicochemical characteristics of the media they get in contact with. Conducting polymers (CP) are per excellence suitable sensoactive materials, since their electrical conductivity is highly influenced by the environmental conditions and they can be easily processed in the thin film form by different techniques. In the present work films of poly(3-methylthiophene) (PMTh) and poly(3-hexylthiophene) (PHTh) are deposited by chronopotenciometry and chronoamperometry onto interdigitated microelectrodes and characterized through Impedance Spectroscopy. This data was analyzed with Multilayer perceptron neural networks and a very good performance is found in gasoline adulteration detection. A less great performance was also achieved in the investigation vehicular ethanol adulteration.

A determinação de cada espécie que compõe uma mistura gasosa tem sido alvo de muitas pesquisas. Existem equipamentos para tal finalidade tais como, cromatografia gasosa, espectroscopia de infravermelho e sensores. A fim de viabilizar uma aplicação de baixo custo para a determinação da concentração de espécies em uma mistura gasosa, neste trabalho, é proposto um aparato para sensoriamento de H₂, CH₄ e CO encontrados em gases combustíveis. O sensoriamento é efetuado por quimioresistores de SnO₂ comercialmente disponíveis. O aparato consiste de um sistema de coleta da mistura gasosa e de sua diluição antes de seguir com a análise feita pelos sensores, obedecendo aos requisitos de segurança contra explosões. O aparato foi submetido a 125 diferentes misturas oriundas da combinação das concentrações de 0, 200, 800, 1500 e 2000 ppm de cada espécie gasosa utilizando o nitrogênio (99,999%) como gás de arraste. As amostragens foram avaliadas sob dois diferentes métodos de recuperação dos sensores: forçado e natural. Através dos resultados experimentais obtidos, foi observado que: a sensibilidade cruzada dos sensores de CO e de CH₄ é bastante elevada enquanto que o sensor de H₂ apresentou maior seletividade e, o método de recuperação natural apresentou melhores resultados em função da estabilidade térmica do sistema. Uma rede neural artificial foi desenvolvida e treinada com o objetivo de superar o problema das sensibilidades cruzadas. Os resultados obtidos pela rede neural são promissores e apresentaram erro máximo de 0,1 % para o hidrogênio, 23% para o metano e 29% para o monóxido de carbono para a obtenção da concentração absoluta de H₂, CH₄ e CO encontrados em misturas com composições conhecidas de antemão. / The achievement of the content of each component of a gas mixture from gasifiers has been a matter of several studies. There are specific techniques for this purpose, such as: gas chromatography, infrared spectroscopy and sensors. In order to allow a low cost application for obtaining the concentrations in a gas mixture, this study proposes a set up for sensing H₂, CH₄ and CO found in fuel gases produced by gasifiers. The sensing is performed by commercially available chemiresistors of SnO₂. The proposed set up collects the gas mixture and dilutes it before proceeding the sensing step, based on the safety requirements to avoid explosion. 125 different gas mixtures were prepared from the combination of 0, 200, 800, 1500 and 2000 ppm of H₂, CH₄ and CO using nitrogen (99.999%) as the carrier gas. The samples were evaluated under two different methods for sensor recovery: forced and natural. Based on the results, it was established that: the cross sensitivity of the CO and CH₄ sensors is too high while the H₂ sensor presents higher selectivity (almost 100%) and the natural recovery method showed improved results because of the better thermal stability of the system. An artificial neural network was developed and trained with the purpose of overcoming the problem of cross sensitivities. The results achieved by means of the neural network are promising and indicated a maximum error of 0.1% for hydrogen, 23% for methane and 29% for carbon monoxide when the absolute concentration of H₂, CH₄ and CO found in the gas mixtures are obtained from well known compositions.

Este trabalho está inserido com contexto da modelagem cartográfica e cartografia de síntese dentro do universo dos sistemas de informações geográficas (SIG). Serão apresentadas três metodologias distintas para obtenção de mapas sínteses através de inferências geográficas, são elas: Operações Pontuais de Soma (OPS), Processo Analitico hierarquico (AHP) e Redes Neurais Artificais (RNA). Aqui serão desenvolvidos e apresentados todos os procedimentos técnicos e metodológicos para a obtenção desses produtos cartográficos através do uso de dois softwares: o SPRING (SIG) e o SNNS (simulador de rede neural artificial). Também será apresentada uma discussão sobre a qualidade dos modelos gerados por essas distintas metodologias e a importância do papel do pesquisador na obtenção desses produtos. / This work is inserted in the context of cartographic modeling and mapping of synthesis within the universe of geographic information systems (GIS). We will present three different methodologies for obtaining maps synthesis by geographic inferences, they are: Operations Locations Sum, Analytic Hierarchy Process and Artificial Neural Network. Here will be developed and presented all the technical and methodological procedures to obtain these cartographic products through the use of two software: SPRING (GIS) and SNNS (artificial neural network simulator). It will also be a discussion of the quality of models generated by these different methodologies and the importance of the researcher in obtaining these products

A popularização das tecnologias de monitoramento remoto possibilita e cria a necessidade do desenvolvimento de sistemas de calibração mais velozes, capazes de calibrar redes enquanto recebem dados, ou seja, em em tempo real. Este trabalho consistiu na proposição de dois novos métodos de calibração baseados em redes neurais artificiais construtivas, visando a aumentar a velocidade de processamento e a performance dos sistemas de calibração. O primeiro método consistiu em calibrar utilizando somente redes neurais artificiais. Um sistema foi desenvolvido para recorrentemente produzir respostas de modelos hidráulicos baseados no Epanet e transformá-los em padrões de treinamento para as RNA (redes neurais artificiais) construtivas. O segundo método consistiu no desenvolvimento de um sistema de calibração híbrido, utilizando as saídas da RNA do primeiro método para produzir valores para constituir a população inicial de soluções a serem buscadas usando os algoritmos genéticos (AG). Assim, pode-se considerar que o método híbrido proposto foi desenvolvido para produzir soluções a partir de boas aproximações para os valores ótimos. Os métodos propostos foram aplicados a quatro (4) setores de rede da cidade de Araraquara, SP. Os resultados das calibrações foram avaliados através da comparação das simulações e com os respectivos valores observados em campo, considerando critérios recomendados no Reino Unido. O primeiro método proposto mostrou-se pouco eficiente no processo de calibração, sendo útil, entretanto, como a primeira etapa da calibração através do método híbrido. O segundo método superou ligeiramente a performance obtida na qualidade da calibração dos dados de cargas de pressões e vazões comparadas com métodos de calibração clássicos e foi bastante superior no quesito velocidade. / The popularization of remote monitoring technologies allows and creates the need to develop faster calibration systems capable of calibrating networks while receiving data, i.e., in real time. This work consisted in proposing two new calibration methods based on constructive neural networks, aiming to increase the processing speed and performance of calibration systems. The first method was to calibrate using only artificial neural networks. A system was developed to produce responses of hydraulic models based on Epanet and turn them into training patterns for the constructive ANN (artificial neural networks) recurrently. The second method consisted in developing a hybrid calibration system using the outputs of the first method of RNA to produce values for the initial population of solutions to be searched using the genetic algorithms (GA). Thus, it can be considered that the hybrid method was developed to produce solutions from good approximations for the optimal values. The proposed methods were applied to four sectors of the city of Araraquara , SP. The results of the calibrations were evaluated by comparing the simulations and the respective values observed in the field, considering criteria recommended in the UK. The first proposed method proved inefficient in the calibration process, it is useful, however, as the first step of the calibration using the hybrid method. The second method was slightly better in performance obtained in the quality of the calibration data of pressures and flow rates compared with classical methods of calibration and it was quite superior in speed.

A área de dinâmica de aeronaves atingiu um alto nível de desenvolvimento e devido à crescente disponibilidade de computadores cada vez mais rápidos e com maior capacidade de processamento; a aplicação de técnicas numéricas de identificação nesta área também teve grande avanço. Este trabalho apresenta uma metodologia para predição de respostas de aeronaves dentro de envelopes de vôo pré-estabelecidos usando redes neurais recorrentes e uma metodologia para estimação das suas derivadas aerodinâmicas usando redes neurais feedforward. Para obter os conjuntos de dados para treinar as redes neurais, foi implementado um modelo não linear de dinâmica de vôo e simulado o comportamento de uma aeronave de combate em nove pontos de um envelope de vôo. Foram usadas as respostas simuladas correspondentes a quatro pontos para treinar a rede neural e depois disto, esta capturou satisfatoriamente a dinâmica da aeronave, identificando com grande sucesso as respostas do movimento longitudinal da aeronave por todo o envelope de vôo considerado. Após a simulação e identificação das respostas da aeronave dentro do envelope de vôo, é apresentada a resolução do problema inverso, ou seja, usando velocidades escalares e angulares da aeronave juntamente com seus dados geométricos como entradas para a rede neural feedforward, é obtido um modelo neural estimador de derivadas aerodinâmicas. Para mostrar a capacidade deste modelo neural estimador, este é aplicado na estimação das derivadas da aeronave simulada e também aplicado na estimação das derivadas aerodinâmicas da aeronave militar a jato Xavante AT-26 da Força Aérea Brasileira. Estas metodologias propostas reduzem custo de obtenção das derivadas aerodinâmicas e mostram a eficácia das redes neurais em estimar as respostas de aeronaves dentre de um envelope de vôo pré-definido. / The area of aircraft dynamics has reached a high level of development and due to the increasing availability of computers continuously faster and with bigger processing capacity, the application of numerical identification techniques in this area also had great advance. This work presents two methodologies, one for prediction of aircraft responses within a pre-established flight envelope using recurrent neural networks and another one for estimation of its aerodynamic derivatives using feedforward neural networks. To get data sets to train the neural networks, a combat aircraft flight dynamics non-linear model was implemented and simulated in nine points of the flight envelope to obtain its behavior. The simulated responses corresponding to a four points of the flight envelope were used to train the neural network and after that, it was possible to verify that this net satisfactorily captured the dynamics of the aircraft, identifying with great success the longitudinal motion responses of the aircraft at all the considered flight envelope positions. After the simulation and identification of the aircraft responses inside the flight envelope, the solution of the inverse problem is presented, i.e., using scalar and angular aircraft velocities together with its geometric data as input to the feedforward neural network, a neural estimator model of aerodynamic derivatives is obtained. In order to show the capacity of this neural estimator model, this model is applied to the estimation of the derivatives of the simulated aircraft as well as to the estimation of the aerodynamic derivatives of a brazilian air force military jet aircraft, the Xavante AT-26. These proposed methodologies reduce the cost of obtaining the aerodynamic derivatives and show the estimation effectiveness of the neural networks to estimate the responses of an aircraft inside a pre-defined flight envelope.

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2014-01-15T12:38:00Z No. of bitstreams: 1 dissertacao_mestrado_ien_2008_03.pdf: 2115567 bytes, checksum: 8434c1181cfea6af8d33936cea7cdb1e (MD5) / Made available in DSpace on 2014-01-15T12:38:00Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2008_03.pdf: 2115567 bytes, checksum: 8434c1181cfea6af8d33936cea7cdb1e (MD5) Previous issue date: 2008 / A caracterização do combustível nuclear é de grande importância para garantir a eficiência e até mesmo a segurança nas usinas. Atualmente as técnicas utilizadas envolvem elevados custos com equipamentos, materiais e instalações de proteção radiológica, além disso, por serem destrutivas, impõem que a verificação das características deste material seja feita por amostragem. Neste trabalho desenvolveu-se uma técnica não destrutiva, que foi utilizada para medidas de porosidade em pastilhas de Alumina (Al2O3) que forneceu resultados precisos e rápidos. Tem-se o objetivo de que esta técnica possa ser utilizada na prática laboratorial para medidas em pastilhas de UO2, pois viabilizaria a inspeção de até 100% do combustível nuclear, garantindo maior controle das características do material utilizado, resultando em maior segurança, eficiência e economia. A inovação da técnica se deve ao fato de analisar o espectro de freqüência do pulso ultra-sônico, e não seu tempo de percurso no material, comumente utilizado. Neste trabalho foram utilizadas 40 pastilhas cerâmicas de alumina com valores de porosidade entre 5,09% e 37,30%. Um sistema de reconhecimento de sinais utilizando redes neurais artificiais possibilitou distinguir pastilhas com diferenças de porosidade de 0,04%. Observou-se também que esta técnica pode ser utilizada para diversos outros fins, como por exemplo, na determinação da fração de vazio em regime de escoamento bifásico, que é muito importante para garantir a eficiência e segurança de reatores nucleares. / The characterization of nuclear fuel is of great importance to guarantee the efficiency and even the safety in the power stations. At present, the techniques used implicate elevated costs with equipments, materials and installations of radiological protection. Besides, because of being destructive techniques, they impose that the checking of the characteristics of this material is done by sampling. In this work a not destructive technique was developed for measures of porosity in ceramic materials with efficiency and precision. The objective of this work is to this technique will be able to be used in practice laboratorial for measures in UO2 pellets, so it would become viable the inspection of up to 100% of the nuclear fuel, guaranteeing bigger control of the characteristics of the used material, turning in increasing safety, efficiency and economy. The innovation of the technique is due to the fact of analysing the specter of frequency of the ultrasonic wrist, and not his time of course in the material, frequently used. In this work 40 ceramic pellets of alumina were used with values of porosity between 5,09% and 37,30%. A system of recognition of signs using artificial neural networks made possible to distinguish pellets with differences of porosity of 0,04%. It was observed that this technique can be used for several others aims, for example, in the determination of the void fraction in regimen of two-phase flow, what is very important to guarantee the efficiency and safety of nuclear reactors.

Submitted by Almir Azevedo (barbio1313@gmail.com) on 2016-05-13T13:22:37Z No. of bitstreams: 0 / Made available in DSpace on 2016-05-13T13:22:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2016-04 / Este trabalho apresenta uma metodologia baseada nos princípios de atenuação de raios gama para a identificação de frações de volume em sistemas bifásicos compostos por óleo-gás e água-gás que são encontrados na indústria petrolífera offshore e onshore. Esta metodologia baseia-se no reconhecimento de contagens por segundo no fotopico da fonte de radiação, utilizando um sistema de detecção composto por um detector de Nal(TI), uma fonte de Cs137 sem colimação posicionada a 180º com relação ao detector em um regime de fluxo estratificado liso. A modelagem matemática para a simulação computacional utilizando o código Monte Carlo N-Particle eXtended (MCNP-X) foi realizada utilizando as medições experimentais das características do detector (resolução energética e eficiência), das características dos materiais água e óleo (densidade e coeficiente de atenuação) e a medição das frações de volume. Para a predição destas frações foram utilizadas redes neurais artificiais (RNAs) e para se obter um treinamento adequado das RNAs para a predição das frações de volume foram simuladas no código MCNP-X um maior número de frações de volume. Dados experimentais foram utilizados no conjunto de padrões necessários para a validação das RNAs e os dados gerados por meio do código computacional MCNP-X foram utilizados nos conjuntos de treinamento e teste das RNAs. Foram utilizadas RNAs do tipo feed-forward multilayer perceptron (MLP) e analisadas duas funções de treinamento, Levenberg-Marquadt (LM) e gradiente descendente com momento (GDM), ambas utilizando o algoritmo de treinamento Backpropagation. As RNAs identificaram corretamente as frações de volume no sistema multifásico, com erros relativos médios inferiores a 1,21%, possibilitando a aplicação desta metodologia para tal propósito