Apresenta-se aqui uma lista de alunos doutores e trabalhos desenvolvidos.

• GARANTIA DE ESCOAMENTO: ESTUDO DO PROBLEMA DE DEPOSIÇÃO ORGÂNICA ASSOCIADO À INTERAÇÃO DOS ASFALTENOS COM AS RESINAS
• Resumo:
  • Os problemas de deposição orgânica, causados pela saída de fase das famílias de compostos pesados do petróleo (asfaltenos e resinas), têm sido estudados desde o século XIX. Na literatura há uma grande quantidade de informações controversas sobre o problema de desestabilização dessas famílias de compostos. Alguns trabalhos antigos afirmam que as resinas contribuem para a estabilização dos asfaltenos. Mais recentemente, pesquisadores utilizando ferramentas analíticas modernas não identificaram a contribuição das resinas no processo de estabilização dos asfaltenos no petróleo. No contexto de garantia de escoamento, foi investigado o papel e as interações das resinas no processo de floculação e deposição dos asfaltenos. Para isso foram escolhidas e experimentadas diferentes ferramentas analíticas disponíveis no CENPES e no IMA/UFRJ. As amostras de asfaltenos e resinas usadas no estudo foram extraídas de três amostras de origens diversas: um óleo biodegradado da Bacia de Campos, um resíduo de produção de um petróleo leve da Bacia de Santos e; um resíduo da unidade de desasfaltação a propano da Refinaria Duque de Caxias (RJ) da Petrobras. Foram feitos estudos experimentais que indicaram que as resinas (nas concentrações utilizadas) não impedem o processo de floculação dos asfaltenos. A interação das resinas com os asfaltenos são muito fracas, apresentando valores típicos de forças de van der Waals. Assim sendo, não faz sentido pensar nas moléculas de resinas circundando, ou peptizando, os asfaltenos no petróleo, conforme o modelo proposto por Nellesteyn (1924), ainda bastante popular na literatura.
• Palavras chaves: garantia de escoamento, asfaltenos, resinas, interações entre asfaltenos e resinas.
• Link: Versão PDF
• Escopo do problema, metodologia, resultados típicos abaixo.

• Criação de Redes de Percolação Através da Análise de Imagens de Meios Porosos.
• Resumo:
  • Rochas reservatórios de petróleo são objetos de grande interesse pois, com o conhecimento das suas propriedades, engenheiros de reservatórios podem tomar decisões acertadas quanto a escolha dos melhores métodos a serem utilizados na extração de hidrocarbonetos. Do ponto de vista científico, rochas reservatório carbonáticas, como as encontradas no pré-sal, apresentam novos e grandes desafios, dentre eles a necessidade de lidar com multi-escala. Na maior parte dos casos, problemas multi-escala requerem amostras (imagens tridimensionais dos meios porosos) de grandes dimensões, o que demanda maiores capacidades computacionais e muitas vezes implica na necessidade do uso de clusters de computadores e programas que fazem uso de processamento paralelo. Este problema pode ser contornado através do uso de redes de percolação, as quais podem ser utilizadas como uma forma simplificada de representar meios porosos reais. Se as redes refletirem parâmetros medidos em imagens de rochas reservatório de petróleo, elas serão representativas do meio em estudo. Sendo assim, redes de percolação podem ser utilizadas em simulações para prever propriedades tais como as permeabilidades, que descrevem a interação dinâmica entre os fluidos e o meio poroso. Parâmetros imprescindíveis para a compreensão do comportamento de produção dos reservatórios (previsão da produção). Neste trabalho foram desenvolvidos modelos e algoritmos inovadores, que realizam uma série de operações em imagens tridimensionais de meios porosos (microtomografias de rochas reservatório de petróleo), que resultam na determinação da permeabilidade intrínseca. Para isso, utilizando-se modelos de análise e processamento de imagens, é realizada a segmentação do meio poroso em duas regiões: uma representando os poros e outra representando as gargantas de poros. As imagens segmentadas são então mensuradas para se obter distribuições de tamanho de poros e distribuições de tamanho de gargantas de poros. As distribuições obtidas são utilizadas como parâmetro para gerar redes de percolação tridimensionais, não regulares, formadas por sítios e ligações, que representam respectivamente os poros e gargantas do meio original. Finalmente as redes geradas são utilizadas em simulações para determinar a permeabilidade intrínseca do meio poroso em estudo. Para avaliar os três algoritmos de segmentação desenvolvidos, foram geradas amostras sintéticas, com poros e gargantas geometricamente bem comportados. Os algoritmos também foram avaliados em amostras reais, disponibilizadas em imagens microtomográficas pelo Departamento de Ciências da Terra e Engenharia da Universidade Imperial de Londres. As distribuições de tamanho de poros e gargantas, medidas nas imagens segmentadas das amostras reais, são utilizadas como parâmetros para gerar redes de percolação. Foram desenvolvidos três algoritmos para gerar redes. As dimensões das redes independem das dimensões da amostra original, tornando possível a integração de amostras de uma mesma rocha, obtidas em escalas diferentes, sendo necessário apenas a apresentação de distribuições que representem todas as escalas. Este é um dos principais diferenciais dos algoritmos, se comparados a outros métodos que utilizam modelos de rede. Para cinco diferentes amostras são determinadas as distribuições de tamanho de poros e gargantas, geradas as redes de percolação e calculadas as permeabilidades. Os valores de permeabilidade são comparados com dados experimentais e com dados obtidos por outros métodos que também fazem uso da análise de imagens (Pore Network e Grafo de Conexão Serial). Foram obtidos bons resultados de permeabilidade e através da análise dos resultados, chegou-se as seguintes conclusões: é recomendável segmentar cada amostra através dos três algoritmos desenvolvidos. De posse das imagens segmentadas, é necessário realizar uma seleção visual e só utilizar as distribuições obtidas da imagem mais significativa. Na escolha do algoritmo a ser utilizado para gerar a rede de percolação, deve se levar em consideração a conectividade observada na imagem segmentada. Uma vez gerada a rede de percolação, deve-se comparar as distribuições utilizadas como dado de entrada, com as distribuições medidas na rede. Só considerar redes que apresentem distribuições bem correlacionadas com os dados de entrada. Como resultado prático/aplicado, foi desenvolvido o software LVP; um Laboratório Virtual de Petrofísica que inclui as inovações criadas neste trabalho e diversas outras funcionalidades já implementadas na biblioteca de análise de imagens de meios porosos, lib_ldsc. O LVP pode ser visto como uma forma econômica na realização de medições, experimentos e simulações que visam determinar propriedades de meios porosos. Uma vez obtidas as imagens a serem analisadas e processadas, inúmeros experimentos podem ser realizados com estas imagens sem prejudicar a qualidade da amostra, pois os métodos utilizados são não destrutivos. O LVP é software livre, com interface gráfica amigável, desenvolvido utilizando o modelo incremental de desenvolvimento de software, modelagem e programação orientadas a objetos (UML/C++) e modernas ferramentas computacionais (Git, Qt, Qwt, OpenGL, OpenMP).
• Palavras chave: Redes de Percolação; Análise de Imagens; Meios Porosos; Rochas Reservatório de Petróleo; Permeabilidade Intrínseca.
• Link: Versão PDF
• Software Desenvolvido: LVP 2.0 disponível na página Soft. Processamento de Imagens.
• Escopo do problema, metodologia, resultados típicos abaixo. A primeira imagem do software LVP é da versão 1.0 (C++/Qt-4) desenvolvida no mestrado de Leandro, as demais do LVP 2.0 (C++11/Qt-5).

Click no link acima para acessar informações doutores orientados.

• MODELOS DE IA APLICADOS A BINARIZAÇÃO DE IMAGENS DE ROCHA RESERVATÓRIO
• Resumo:
  • O objetivo deste projeto de pesquisa é o estudo, desenvolvimento e análise de modelos de Inteligência Artificial (IA) que sejam, não só, capazes de reconhecer padrões específicos das imagens de rochas reservatório, como também sejam eficazes e eficientes no tratamento das incertezas inerentes ao processo de aquisição e processamento dessas imagens. Deste modo, os objetivos específicos deste projeto de pesquisa são:
    • Estudo e desenvolvimento de modelos/técnicas de análise de imagens utilizando IA que sejam eficazes e eficientes no tratamento das incertezas inerentes ao processo de aquisição e processamento dessas imagens.
  • Realização da binarização de imagens através de reconhecimento de padrões específicos das imagens de rochas reservatório.
  • Análise comparativa com resultados existentes na literatura científica.
• Palavras chave: Inteligência Artificial; Binarização de Imagens; Desenvolvimento Software;
• Cronograma:
  • 2019: Disciplinas
  • 2020: Defesa Projeto; Revisão bibliográfica; Metodologia;
  • 2021: Defesa Qualificação; Primeiros Resultados;
  • 2022: Melhorias códigos; Otimizações; Artigos;
  • 2023: Defesa.

• TÉCNICAS DE APRENDIZAGEM DE MÁQUINA APLICADAS À ANÁLISE DE IMAGENS DE ROCHA RESERVATÓRIO
• Resumo:
  • O objetivo deste estudo é empregar técnicas de aprendizagem de máquina para contribuição do uso de análise de imagens na caracterização de rochas reservatório. Deste modo, os objetivos específicos desta pesquisa são:
    • Identificar padrões de imagens de rochas reservatórios eficientes na caracterização do reservatório;
    • Desenvolver modelos de análise de imagem utilizando técnicas de aprendizagem de máquina como algoritmos genéticos;
    • Comparar os resultados encontrados com resultados de trabalhos anteriores descritos na literatura.
• Palavras chave: Aprendizagem de Máquina; Análise de Imagens; Desenvolvimento Software.
• Cronograma:
  • 2020: Disciplinas
  • 2021: Defesa Projeto; Revisão bibliográfica; Metodologia;
  • 2022: Defesa Qualificação; Primeiros Resultados;
  • 2023: Melhorias códigos; Otimizações; Artigos;
  • 2024: Defesa.

Click no link acima para acessar informações engenheiros orientados (trabalhos de IC/TCC).

Click no link acima para acessar informações de mestres orientados ou co-orientados.