Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/56383
Compartilhe esta página
Título: | Otimização de hiperparâmetro de uma rede neural artificial por GRASP reativo para previsão de falha em dutos corroídos |
Autor(es): | SILVA, Soraia Maria da |
Palavras-chave: | Pressão de falha; Dutos corroídos; Rede neural artificial; Meta-heurística; GRASP |
Data do documento: | 28-Mar-2024 |
Citação: | SILVA, Soraia Maria da. Otimização de hiperparâmetro de uma rede neural artificial por GRASP reativo para previsão de falha em dutos corroídos. 49 p. 2024. TCC (Graduação) - Curso de Engenharia Naval, Departamento de Engenharia Mecânica, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2024. |
Abstract: | A análise de integridade estrutural de dutos corroídos torna-se crucial no cenário atual, impulsionada pelo aumento do uso de dutos para o transporte de óleo e gás. A corrosão emerge como um mecanismo primário de falha em dutos, demandando avaliações de probabilidade de falha. Embora métodos experimentais e modelos semiempíricos sejam comuns para essa finalidade, apresentam limitações significativas em termos de custo e conservadorismo. No estudo de Ferreira (2022), foi proposto o uso de Redes Neurais Artificiais (RNA) para prever a pressão de falha em dutos corroídos com defeitos axissimétricos, proporcionando resultados mais rápidos que os métodos de elementos finitos. Entretanto, a otimização dos hiperparâmetros da RNA foi realizada por meio de tentativa e erro. Brandão (BRANDÃO, 2023) avançou na pesquisa ao otimizar os hiperparâmetros da RNA proposta por Ferreira (FERREIRA, 2022), através da meta-heurística Particle Swarm Optimization (PSO), comparando os resultados obtidos. Neste trabalho, uma RNA foi otimizada para prever falhas em dutos corroídos com defeitos axissimétricos, utilizando a meta-heurística Greedy Randomized Adaptive Search Procedure (GRASP), e os resultados foram comparados com os estudos de Ferreira (FERREIRA, 2022) e Brandão (BRANDÃO, 2023). Todas as análises foram implementadas em Python (PYTHON, 2024). Os resultados obtidos superaram em velocidade e precisão os dados comparativos dos estudos. Apesar de apresentar uma estrutura mais densa do que a proposta por Ferreira (2022), a abordagem GRASP demonstrou-se mais eficaz. |
URI: | https://repositorio.ufpe.br/handle/123456789/56383 |
Aparece nas coleções: | (TCC) - Engenharia Naval |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC Soraia Maria da Silva.pdf | 1,04 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons