Uso de técnicas e ferramentas de ciência de dados para realização de análises preditivas sobre medições de vazão, temperatura e pressão de eteno na indústria de óleo e gás.

Façanha, Sarah Santiago

Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ufc.br/handle/riufc/49254

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Silva, Marcelo José Gomes da	-
dc.contributor.author	Façanha, Sarah Santiago	-
dc.date.accessioned	2020-01-15T18:55:44Z	-
dc.date.available	2020-01-15T18:55:44Z	-
dc.date.issued	2019	-
dc.identifier.citation	FAÇANHA, Sarah Santiago. Uso de técnicas e ferramentas de ciência de dados para realização de análises preditivas sobre medições de vazão, temperatura e pressão de eteno na indústria de óleo e gás. 2019. 45 f. Monografia (Graduação em Engenharia Metalúrgica) - Universidade Federal do Ceará, Fortaleza, 2019.	pt_BR
dc.identifier.uri	http://www.repositorio.ufc.br/handle/riufc/49254	-
dc.description.abstract	This paper presents a study based on Data Science theory to elaborate analyzes on a massive set of data obtained from a petrochemical plant. The set has 12 tags with approximately 5.3 million data per Tag. The dataset has measurements of several sensors present in the petrochemical plant, measurements used to analyze a predictive analysis of the system’s dynamic behavior. Statistics are used for fault checking or incorrect sensor measurements; taxation of the total volume of being transported in the chemical plant within one year; verification of the correlation between the measures tags and validation of the techniques and tools Data Science used to perform the analyzes.	pt_BR
dc.language.iso	pt_BR	pt_BR
dc.subject	Ciência de dados	pt_BR
dc.subject	Análise preditiva	pt_BR
dc.subject	Visualização de dados	pt_BR
dc.subject	Indústria de óleo de gás	pt_BR
dc.title	Uso de técnicas e ferramentas de ciência de dados para realização de análises preditivas sobre medições de vazão, temperatura e pressão de eteno na indústria de óleo e gás.	pt_BR
dc.type	TCC	pt_BR
dc.contributor.co-advisor	Forte, Marcus Davi do Nascimento	-
dc.description.abstract-ptbr	Este trabalho apresenta um estudo baseado na teoria de ciência de dados para elaboração de análise preditiva sobre medições de vazão, temperatura e pressão de tubulações de gás eteno sobre um conjunto massivo de dados obtidos de uma planta petroquímica. Este conjunto possui 11 Tags com aproximadamente 2 milhões de dados por Tag, totalizando cerca de 24 milhões de dados a serem processados. Esses dados possuem medições de diversos sensores presentes nos gasodutos cujas medidas são utilizadas para elaboração de uma análise sobre o comportamento dinâmico do sistema. As consultas obtidas são então utilizadas para verificação de falhas ou medições errôneas nos sensores; estimação do volume total a ser transportado na planta química em até um ano; verificação da correlação entre as medidas das Tags e validação das técnicas e ferramentas de ciência de dados utilizadas para realização das análises.	pt_BR
dc.title.en	Use of data science techniques and tools to perform predictive analysis of ethylene flow, temperature and pressure measurements in the oil and gas industry.	pt_BR
Aparece en las colecciones:	ENGENHARIA METALÚRGICA - Monografias

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
2019_tcc_ssfaçanha.pdf		2,76 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem