Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/518
Title: Determinação da viscosidade de petróleos de origem brasileira e canadense por meio de técnicas de ressonância magnética nuclear, aplicando análise de estatística multivariada
Authors: Gomes, Ramon Costa
metadata.dc.contributor.advisor: Azeredo, Rodrigo Bagueira de Vasconcellos
metadata.dc.contributor.advisorco: Kantzas, Apostolos
metadata.dc.contributor.members: Souza, Andre Alves
Vallejos Carrasco, Alfredo Moisés
Issue Date: 5-Jan-2015
Abstract: Este trabalho faz uma abordagem sobre o emprego de técnicas de estatística multivariada para a determinação da viscosidade de óleos crus, a partir de dados de relaxação transversal (T2) de Ressonância Magnética Nuclear (RMN). O estudo foi realizado com grupo de 111 amostras de óleos crus, desde óleos leves a extrapesados, provenientes de diferentes reservatórios de petróleo do Brasil e do Canadá. A viscosidade das amostras possuía uma variação de 10 cP a 10.500.000 cP (de 1,01 log cP a 7,02 log cP) permitiu o ajuste de um modelo para predizer a viscosidade em uma faixa muito maior. Os tempos de relaxação transversal para o hidrogênio (H¬1) de cada amostra foram medidos em um espectrômetro de RMN de bancada operando a 2MHz. A partir dos dados de distribuição de tempo de relaxação T2 foi desenvolvido um modelo de regressão por mínimos quadrados parciais (PLSR) para predizer a viscosidade do óleo. A utilização de uma faixa de viscosidade mais ampla garante ao modelo uma robustez e não limita a aplicação do mesmo a certas faixas de viscosidades, como encontrado em trabalhos mais reconhecidos sobre o assunto. Outro fator importante foi o uso de amostras de óleos crus de origem brasileira e de origem canadense, o que culminou em um modelo que apresentou um erro de 33,5% e uma boa precisão para a predição de viscosidade, embora haja consideráveis diferenças nas composições químicas dos óleos oriundos do Brasil e Canadá. Por fim, constatou-se uma necessidade de continuação do estudo desenvolvido para que haja um refinamento e segmentação dos modelos e, consequentemente, possam surgir novos modelos para predizer a viscosidade de forma confiável e aplicável à indústria de petróleo.
metadata.dc.description.abstractother: This paper approaches about the application of multivariate statistical data analysis techniques in order to predict crude oil viscosity from data of transverse relaxation (T2) Nuclear Magnetic Resonance (NMR). The study uses a set of 111 samples of crude oils, ranging from light to extra-heavy oils from several Brazilian and Canadian petroleum reservoirs. The viscosity of the samples varies from 10 cP to 10,500,000 cP (1.01 log cP to 7.02 log cP) which contributes fitting a model to predict viscosity in a wider range. NMR spectrometer operating at 2MHz measures the transverse relaxation times for hydrogen (H1) of each sample. From the distribution of T2 relaxation time, a regression model performs by partial least squares regression (PLSR) predicts the viscosity of the oil. The use of a wider viscosity range ensures the robustness model and does not restrict its application in certain ranges of viscosities, as found in most recognized works on the subject. It should be highlighted that the samples of crude oils from Brazil and from Canada, result on a model that showed an error about 33.5% and good accuracy for prediction of viscosity, although there are considerable differences in the chemical compositions of the oils derived from Brazil and Canada. Finally, there is a need for further studies in order to improve segmented models, for example, by API and, consequently, new models able to predict viscosity in a reliable way to the oil industry.
URI: https://app.uff.br/riuff/handle/1/518
Appears in Collections:TGO - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
TCC_ultimaversao.pdf3.57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.