Avaliação de limiares para classificação de difractogramas de raios-x na identificação de fragmentos de rochas em perfurações oceânicas.

• Ano de defesa: 2024
• Autor(a) principal: Orchak, Leandro de Gois
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Balanceamento de limiar; Bayesian inference; Difratometria de raios X; Inferência Bayesiana; Self-Organizing Maps (SOM); Threshold balancing; X-Ray Diffraction (XRD)
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3135/tde-27052025-103812/

Nas atividades de exploração e produção de petróleo, a caracterização dos reservatórios de hidrocarbonetos apresenta ampla relevância. As propriedades destes reservatórios afetam inúmeros fatores, tais como a quantidade de óleo e gás estimada no campo, as técnicas de produção e o tempo para recuperação dos hidrocarbonetos. Propriedades como porosidade, permeabilidade e minerais presentes demandam atenção primordial nas atividades de E&P. Uma forma de analisar a composição mineralógica das rochas é a partir de difratometria de raios-X (DRX), para obtenção de uma base de dados analíticas relacionadasaos feixes de raios X difratados. Essa base pode ser utilizada como entrada para treinamento e teste de algoritmos de aprendizado de máquina. Análises de Self-Organizing Maps (SOM) aplicadas às bases de dados de DRX possibilitaram a indicação da presença de rochas ígneas. Ao comparar os resultados SOM com os dados reais, há quatro cenários possíveis: falsa presença, falsa ausência, verdadeira presença ou verdadeira ausência. Alguns minerais com baixa ocorrência podem apresentar avaliação de sua presença ou ausência mais complexa, visto que a escolha de um limiar para considerar a presença ou ausência destes na amostra depende da escolha de um limiar balanceado que minimize a quantidade de falsos positivos e negativos preservando a máxima acurácia e precisão possível. Esta pesquisa analisa duas rotinas sistemática de avaliação de limiares, no intuito de atender às premissas estabelecidas. A partir de dados obtidos por SOM, a primeira rotina, baseada no balanceamento de limiares, visa desenvolver um ajuste do limiar ótimo para obtenção da máxima acurácia em cenários onde há menor quantidade de falsos positivos e negativos. A segunda rotina visa avaliar a adaptação dos valores obtidos por SOM com inferências Bayesianas. Na primeira rotina houve uma piora na acurácia, com uma queda média de 4,3376%, contudo, a taxa de falso negativo teve uma redução média bastante elevada, girando em torno de 12,2826% a menos. Um exemplo que ilustra bem o potencial dessa rotina é o do Anfibólio que teve uma queda de 33,34% na taxa de falso negativo (taxa de maior preocupação no presente trabalho). Melhorando muito o poder de decisão em situações que levam em conta a presença ou ausência de determinados minerais. Já na segunda rotina não houve melhoras, tanto a acurácia quanto a taxa de falsos positivos e falsos negativos pioraram consideravelmente. Fato que comprova que nem sempre a aplicação de inferência bayesiana associada ao SOM gera retornos positivos como demonstrado em artigos anteriores, ao contrário, a aplicação da rotina de inferência bayesiana pode prejudicar o resultado.