APLICAÇÃO DE APRENDIZADO DE MÁQUINA PARA DETECÇÃO DE FALHAS EM SISTEMAS DE ELEVAÇÃO DE PETRÓLEO

Resumo

Este trabalho apresenta o desenvolvimento de um modelo de aprendizado de máquina para detecção automática de falhas em sistemas de elevação de petróleo. Utilizando o banco de dados 3W, foi aplicada uma rede neural treinada com dados operacionais tratados e normalizados. A arquitetura implementada demonstrou desempenho elevado, alcançando 96,43% de acurácia na fase de testes. A matriz de confusão evidenciou baixa taxa de erros, indicando alta confiabilidade na classificação dos eventos. Os resultados reforçam o potencial da inteligência artificial como ferramenta de apoio ao monitoramento e à manutenção preditiva em ambientes industriais complexos.