Uso do modelo de machine learning para predizer propriedades reológicas de fluidos argilosos

Abstract

A argila é um material composto em sua base por argilominerais é versátil e usada em cosméticos, na contrução civil, em casas sustentáveis, artesanatos. Essencial na engenharia de petróleo, atua como base para fluidos duráveis tem origem através de erosões natural de rochas, sendo usada de diversas formas, assim tendo uma mistura flexível de compostos como barro, areia e lodo. Sua maleabilidade permite melhorias, incluindo o uso de materiais como composições de fluidos a base de argila, variando a concentração de Goma Xantana, Carboximeltilcelulose e lubrificante, submetidos a diferentes temperaturas de envelhecimento. Assim aplicando-se algoritmo de Machine Learning para predizer como as variáveis irão se comportar no ajuste do modelo. A implementação de técnicas de aprendizagem de máquinas mostra uma vasta gama de avaços significativos para compreensão dos estudo. Diante disso, foram comparados dois modelos estatístico o primeiro de Análise de Superfície de Resposta e o segundo de Machine Learning, sendo utilizados como comparativo a métrica de coeficiente de determinação (R2), os resultados das variáveis respostas tanto para VA(cP) Viscosidade Aparente em ML (0, 99999998) e SR (88, 86), como para VP(cP) Viscosidade Plástica em ML (0, 99999985) e SR(86, 22), o resultado apresentados em Machine Learning mostraram ter sido melhores, pois apresentaram valores mais próximo de 1, indicando um melhor ajuste do modelo.