Submitted by Victor Bouzas Regueira (victor_bouzas@hotmail.com) on 2018-05-29T21:12:35Z No. of bitstreams: 1 Regueira2018_DissertaçãoMestrado_VersãoFinalparaositedoPEI.pdf: 3318502 bytes, checksum: 980e51d5dac6657118bdeb7f2b8cd65d (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2018-06-05T14:41:04Z (GMT) No. of bitstreams: 1 Regueira2018_DissertaçãoMestrado_VersãoFinalparaositedoPEI.pdf: 3318502 bytes, checksum: 980e51d5dac6657118bdeb7f2b8cd65d (MD5) / Made available in DSpace on 2018-06-05T14:41:04Z (GMT). No. of bitstreams: 1 Regueira2018_DissertaçãoMestrado_VersãoFinalparaositedoPEI.pdf: 3318502 bytes, checksum: 980e51d5dac6657118bdeb7f2b8cd65d (MD5) / FAPEX (Petrogal) / As equações de estado cúbicas ainda são predominantes em aplicações industriais, devido a sua simplicidade e eficiência, mesmo face ao desenvolvimento frequente de novas equações de estado. No entanto, o seu estudo e aplicação para a modelagem termodinâmica de fluidos de reservatório de petróleo é bastante desafiador devido à alta complexidade da composição dessas misturas, constituídas predominantemente de hidrocarbonetos, com a presença típica de uma complexa fração de hidrocarbonetos pesados. Os componentes leves da mistura são facilmente identificados e suas propriedades estão disponíveis na literatura. O grande desafio está associado à fração pesada (ou resíduo), composta por inúmeros componentes e comumente agrupada como uma fração Cn+, sendo necessário o uso de técnicas de caracterização para sua modelagem termodinâmica com equações de estado. A caracterização da fração pesada se baseia na utilização de dados experimentais disponíveis e diversos procedimentos matemáticos para obter as propriedades representativas da fração pesada do petróleo. Apesar da evolução e aperfeiçoamento ocorridos em algumas etapas dos métodos de caracterização, ainda não há um consenso sobre a forma mais adequada para se obterem os melhores resultados, principalmente em função da enorme variedade das características desses fluidos. Esse trabalho buscou contribuir para a ampliação dos conhecimentos sobre métodos de caracterização da fração pesada do petróleo, avaliando o impacto do uso de diversas distribuições estatísticas, estratégias de agrupamento e correlações empíricas para o cálculo das propriedades críticas e fator acêntrico, além de técnicas para ajuste fino dos parâmetros das equações de estado cúbicas. Foram realizadas análises de todas as etapas dos métodos de caracterização clássicos e os efeitos de cada etapa nas propriedades termodinâmicas foram quantificados e comparados para vários óleos da literatura. Diversas propriedades foram analisadas através de cálculos com equações de estado cúbicas, como a pressão de bolha e a modelagem da curva de saturação após a injeção de CO2 puro e impuro. Ademais, outras propriedades também foram avaliadas, como a densidade, a viscosidade, e a pressão mínima de miscibilidade (PMM), com a abordagem clássica da tie-line. Além disso, múltiplas melhorias são propostas, como modificações nas etapas de ajuste de parâmetros das equações cúbicas, obtendo-se resultados satisfatórios para as técnicas propostas. Por fim, um novo método de splitting, baseado na distribuição q-Weibull, é também proposto para obter as curvas de distribuição de massa molar e de gravidade específica, com uma melhor capacidade de previsão e de ajuste que as distribuições clássicas.

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-06-29T19:10:32Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Thaís Lima Corrêa.pdf: 1826347 bytes, checksum: 3e2a4eaa7d0d1c4c2e98d8d8e9bec071 (MD5) / Made available in DSpace on 2018-06-29T19:10:32Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Thaís Lima Corrêa.pdf: 1826347 bytes, checksum: 3e2a4eaa7d0d1c4c2e98d8d8e9bec071 (MD5) Previous issue date: 2017-02-21 / CAPES / Generalized Renewal Process (GRP) is a probabilistic model for repairable systems that can represent any of the five possible post-repair states of an equipment: as new condition, as old condition, as an intermediate state between new and old conditions, a better condition and a worse condition. GRP is often coupled with the Weibull distribution to model the equipment failure process and the Weibull-based GRP is able to accommodate three types of hazard rate functions: monotonically increasing, monotonically decreasing and constant. This work proposes a novel approach of GRP based on the q-Weibull distribution, which has the Weibull model as a particular case. The q-Weibull distribution has the capability of modeling two additional hazard rate behaviors, namely bathtub-shaped and unimodal curves. Such flexibility is related to a pair of parameters that govern the shape of the distribution, instead of a single parameter as in the Weibull model. In this way, the developed q-Weibull-based GRP is a more general framework that can model a variety of practical situations in the context of reliability and maintenance. The maximum likelihood problems associated with the qWeibull-based GRP using Kijima’s virtual age type I and II for the failure and time terminated cases are developed. The probabilistic and derivative-free heuristic Particle Swarm Optimization (PSO) is used to obtain the q-Weibull-based GRP paramaters’ estimates. The proposed methodology is applied to examples involving equipment failure data from literature and the obtained results indicate that the q-Weibull-based GRP may be a promising tool to model repairable systems. / O Processo de Renovação Generalizado (PRG) pode ser definido como um modelo probabilístico de sistemas reparáveis capaz de representar os cinco possíveis estados do sistema após o reparo: condição de um equipamento novo, condição de um equipamento antigo, um estado intermediário entre novo e antigo, melhor do que novo e pior do que antigo. O PRG costuma ser comumente empregado junto com a distribuição Weibull para a modelagem do processo de falhas dos equipamentos, no entanto, o modelo de GRP baseado na distribuição Weibull é capaz de considerar três comportamentos de taxa de falha: monotonicamente crescente, monotonicamente decrescente e constante. Este trabalho propõe uma nova abordagem para o PRG baseado na distribuição q-Weibull, que apresenta como um de seus casos particulares a distribuição Weibull. A distribuição q-Weibull apresenta a capacidade de modelar dois comportamentos de falha adicionais, denominadas curva da banheira e curva unimodal. Esta flexibilidade está relacionada a dois parâmetros que definem o formato da distribuição, ao invés de um único parâmetro como no caso da Weibull. Dessa forma, o modelo de PRG baseado na q-Weibull pode ser considerado uma estrutura mais geral de modelagem de uma variedade de situações práticas no contexto da confiabilidade e manutenção. São desenvolvidos estimadores de máxima verossimilhança para os casos de PRG baseada na distribuição q-Weibull sendo utilizadas as idades virtuais Kijima tipo I e II para os casos de dados censurados e não censurados. A heurística probabilística e livre de derivadas denominada Otimização via Nuvem de Partículas (Particle Swarm Optimization - PSO) é utilizada para obter os estimadores de máxima verossimilhança do modelo. O modelo proposto é aplicado a exemplos envolvendo falhas de equipamentos retirados da literatura e os resultados obtidos indicam que o PRG baseado na q-Weibull é uma ferramenta promissora na modelagem de sistemas reparáveis.