Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/13326
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAndrade, Gabriel Machado de Paula
dc.date.accessioned2023-12-22T02:45:36Z-
dc.date.available2023-12-22T02:45:36Z-
dc.date.issued2018-12-12
dc.identifier.citationANDRADE, Gabriel Machado de Paula. Avaliação de incertezas na modelagem de sedimentação de sólidos adensantes via técnicas de Monte Carlo e abordagem Bayesiana. 2018. 95 f. Dissertação (Mestrado em Engenharia Química) - Instituto de Tecnologia, Departamento de Engenharia Química, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2018.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/13326-
dc.description.abstractA perfuração de poços é uma das etapas da produção de óleo e gás. Durante o processo, fluido de perfuração é bombeado continuamente pela coluna de perfuração com diversas finalidades, dentre elas o arrefecimento, lubrificação e extração de sólidos gerados. Apesar de necessários, materiais presentes no fluido, como a barita, podem sedimentar durante o processo, causando um aumento na viscosidade do fluido, podendo danificar a estrutura do equipamento. Além disso, a barita tem a característica de formar um sedimento impermeável, o qual impede a mitigação do annular pressure build-up (APB). Dentro desse contexto, modelos matemáticos têm sido desenvolvidos para tentar prever o comportamento da sedimentação de material particulado. Dessa forma, o seguinte trabalho tem como foco a avaliação das incertezas acerca dos valores dos parâmetros na modelagem da sedimentação de sólidos adensantes em fluidos de perfuração, com ênfase na influência da distribuição de tamanho de partícula. O modelo fenomenológico utilizado é composto pelas equações da continuidade e do movimento para as fases sólida e líquida, e equações constitutivas para a descrição da pressão nos sólidos, permeabilidade e reologia do fluido. Os dados experimentais foram obtidos através da técnica de atenuação de raios-gama. A incerteza sobre os parâmetros foi naturalmente incorporada utilizando-se a inferência Bayesiana. Foram utilizados três métodos estatísticos computacionais: Monte Carlo, Monte Carlo via Cadeias de Markov (MCMC) e Randomized Maximum Likelihood (RML). O método de Monte Carlo foi utilizado para analisar de forma direta a incerteza dos parâmetros na saída do modelo fenomenológico, gerando análises de sensibilidade dos parâmetros do modelo e cálculo de probabilidades de sedimentação. Observou-se que os parâmetros relacionas a equação de pressão nos sólidos não eram significativos para o modelo na região de sedimento. Além disso, o método foi utilizado na avaliação da escolha de diâmetros característicos na modelagem. Mostrou-se que diferentes diâmetros característicos retirados da distribuição granulométrica dos sólidos fornecem diferentes estimações de parâmetros, e consequentemente, de propriedades do sistema como a permeabilidade. Os demais são métodos computacionais que permitem a implementação da inferência Bayesiana, cuja principal característica é a consideração que um parâmetro é aleatório, e não uma quantidade fixa desconhecido. O método MCMC foi utilizado para a avaliação apenas da incerteza proveniente do diâmetro da partícula, a partir de um meta-modelo, derivado para viabilizar a implementação com um menor custo computacional. Os resultados obtidos forneceram curvas de concentração volumétrica de sólidos com os respectivos intervalos de credibilidade, os quais descreviam bem os dados experimentais. O método RML forneceu uma avaliação das incertezas dos demais parâmetros em conjunto com o diâmetro da partícula, por ser um método aproximado de estimação, portanto, mais simples. Os resultados obtidos mostraram um intervalo de credibilidade menor que o método MCMC, ou seja, uma incerteza menor na saída do modelo. Os resultados mostram que a influência das incertezas não deve ser negligenciada, pois influenciam a estimação paramétrica do problema, podendo gerar previsões errôneas das características do fenômeno em questão.por
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectsedimentaçãopor
dc.subjectanálise de incertezapor
dc.subjectmodelagempor
dc.subjectsettlingeng
dc.subjectuncertainty analysiseng
dc.subjectmodellingeng
dc.titleAvaliação de incertezas na modelagem de sedimentação de sólidos adensantes via técnicas de Monte Carlo e abordagem Bayesianapor
dc.title.alternativeEvaluation of uncertainty on the modelling of weighing material settling via Monte Carlo technique and Bayesian approacheng
dc.typeDissertaçãopor
dc.description.abstractOtherWell drilling is one of the most important steps on the oil and gas production. During the process, drilling fluid is pumped continually through the drilling column in order to cool the structure, lube the equipment, extract the formed solids etc. However, some materials presented on the fluid, such as barite, can settle during the process, causing an increase on the fluid viscosity, which can damage the equipment structure. Moreover, barite forms an impermeable sediment, which prevents the mitigation of the annular pressure build-up (APB). In this context, mathematical models have been developed in order to predict the sedimentation behavior of particulate materials. Therefore, the following work focus on the evaluation of the uncertainty of the modelling parameters of sedimentation of weighing materials on drilling fluids, with emphasis on the influence of the particle size distribution. For that, a phenomenological model based on the continuity and momentum equations was used, alongside constitutive equations for solid pressure, media permeability and rheological features. The experimental data was obtained via gamma ray attenuation technique. There statistical methods were used: Monte Carlo, Monte Carlo via Markov Chains (MCMC) and Randomized Maximum Likelihood (RML). The Monte Carlo method was used to evaluate, in a straight-forward manner, the uncertainty of the parameters on the model output, generating sensitivity analysis and sedimentation probabilities. The parameters related to the solid pressure equation showed a low significance on the model for the sediment zone. Furthermore, the method was used to evaluate the effect of the choice of characteristic diameters on the modelling. Different characteristic diameters generated different set of estimated parameters, consequently, changing the estimated properties of the process. The other methods are parametric estimation methods based on the Bayesian theory, which main feature is to consider a previous uncertainty in the parameters, generating naturally an uncertainty on the model output. The MCMC method was used to evaluate only the uncertainty from the particle diameter. The method was performed using a simplification of the model, due to its complexity and high computational time demand. The results showed concentration profiles and credibility intervals agreeing with the experimental data. The RML method provides an uncertainty analysis for all the parameters, since it is simpler than the MCMC method and the whole model was used. The results showed a smaller credibility interval, therefore, a smaller uncertainty on the model output. In summary, the uncertainty must not be neglected, for the results showed that it affects the parametric estimation of the process, which can provide wrongful prediction of the model properties.eng
dc.contributor.advisor1Calçada, Luís Américo
dc.contributor.advisor1ID082.908.828-82por
dc.contributor.advisor-co1Coelho, Josiane da Silva Cordeiro
dc.contributor.advisor-co1ID100.599.107-40por
dc.contributor.referee1Calçada, Luís Américo
dc.contributor.referee2Damasceno, João Jorge Ribeiro
dc.contributor.referee3Silva, Felipe Leite Coelho da
dc.creator.ID105.895.946-80por
dc.creator.Lattesttp://lattes.cnpq.br/9777115199432858por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Tecnologiapor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Químicapor
dc.relation.referencesADAMS, A. J.; Maceachran, A. Impact on casing design of thermal expansion of fluids in confined annuli, SPE Drilling & Completion 9 n. 3, p. 210-216, 1994. ADORJÁN, L. A. A theory of sediment compression. In: XI International Mineral Processing Congress, Cagliari, Italy, p. 1-22, 1975. ADORJÁN, L. A. Determination of thickener dimensions from sediment compression and permeability test results. Trans. Inst. Min. Met, v. 85, p. 157-163, 1976. ALDERLIESTEN, M. Mean particle diameters. From statistical definition to physical understanding. Journal of biopharmaceutical statistics, v. 15, n. 2, p. 295-325, 2005. ALLEN, T. Powder sampling and particle size determination. Elsevier, 2003. AROUCA, F. O. Uma Contribuição ao Estudo da Sedimentação Gravitacional em Batelada. 2007. Doutorado – Universidade Federal de Uberlândia, 2007. ASHLEY, H. H. Theory of the settlement of slimes. Mining and Scientic Press, v. 98, p. 831-832, 1909. BEHN, V. C. Setting Behavior of Waste Suspensions. Journal of the Sanitary Engineering Division, v. 83, n. 5, p. 1-20, 1957. BLOYS, B.; DAVIS, N.; SMOLEN, B.; BAILEY, L.; FRASER, L.; HODDER, M. Designing and Managing Drilling Fluid. Oilfield Review, Texas, v.2, n.4, p. 33-43, abr. 1994. BOURBIE, T.; COUSSY, O.; ZINSZNER, B. Acoustics of porous media. Paris: Educ Technol; 1987. BRINKMAN, H. C. A calculation of the viscous force exerted by a flowing fluid on a dense swarm of particles. Flow, Turbulence and Combustion, v. 1, n. 1, p. 27, 1949. BROOKS, S. Markov chain Monte Carlo method and its application. Journal of the royal statistical society: series D (the Statistician), v. 47, n. 1, p. 69-100, 1998. BÜRGER, R.; CONCHA, F. Mathematical model and numerical simulation of settling of flocculated suspensions. International Journal of Multiphase Flow, v.24, p.1005-1023, 1998. BÜRGER, R.; CONCHA, F.; TILLER, F. M. Applications of the phenomenological theory to several published experimental cases of sedimentation processes. Chemical Engineering Journal, v. 80, n. 1-3, p. 105-117, 2000. BÜRGER, R.; DAMASCENO, J. J. R.; KARLSEN, K. H. A mathematical model for batch and continuous thickening of flocculated suspensions in vessels with varying cross-section. International journal of mineral processing, v. 73, n. 2-4, p. 183-208, 2004. BÜRGER, R.; TORY, E. M. On upper rarefaction waves in batch settling. Powder technology, v. 108, n. 1, p. 74-87, 2000. BUSTOS, M.; CONCHA, F. On the construction of global weak solutions in the Kynch theory of sedimentation. Mathematical Methods in the Applied Sciences, v. 10, n. 3, p. 245-264, 1988. BUSTOS, M.; CONCHA, F.; BÜRGER, R., TORY, E. M. Sedimentation and thickening. Dordrecht: Kluwer Academic Publishers, 1999. CALÇADA, L. A.; SCHEID, C. M.; MELEIRO, L. A. C.; RIBEIRO, J. M.; SEUFITELLI, G. V. S.; PELIANO, S. V.; SANTOS, H.; SOUZA, E. A.; MONTEIRO, V.; MARTINS, A. L. Barite Sag and Its Impact On Annular Pressure Build Up Mitigation In Producing Offshore Wells, SPE Annual Technical Conference and Exhibition, 2016. CARMAN, P. C. Fluid flow through granular beds. Trans Inst Chem Eng, 15:150–67 1937. CLARK, A. A note on the settling of slimes. Eng. Mining J., Vol. 99, No. 9, pp. 412, 1915. COMINGS, E. W.; PRUISS, C. E.; DEBORD, C. Continuous settling and thickening. Industrial & Engineering Chemistry, v. 46, n. 6, p. 1164-1172, 1954. COMINGS, E.W. Thickening calcium carbonate slurries. Ind. Eng. Chem., Vol. 32, No. 5, p. 663-668, 1940. CONCHA, F.; BASCUR, O. Phenomenological model of sedimentation. XII International Mineral Processing Congress, 1977. CONCHA, F.; BÜRGER, R. A Century of Research in Sedimentation and Thickening. KONA Powder and Particle Journal, v. 20, n. 0, p. 38-70, 2002. CONCHA, F.; BÜRGER, R. Thickening in the 20th century: A historical perspective. Minerals and Metallurgical Processing, v. 20, n. 2, p. 57-67, 2003. CONCHA, F.; BUSTOS, M. A modification of the Kynch theory of sedimentation. AIChE Journal, v. 33, n. 2, p. 312-315, 1987. CONCHA, F.; BUSTOS, M. Settling velocities of particulate systems, 6. Kynch sedimentation processes: batch settling. International Journal of Mineral Processing, v. 32, n. 3-4, p. 193-212, 1991. COWLES, M. K.; CARLIN, B. P. Markov chain Monte Carlo convergence diagnostics: a comparative review. Journal of the American Statistical Association, v. 91, n. 434, p. 883-904, 1996. CREMASCO, M. A. Operações unitárias em sistemas particulados e fluidomecânicos. 2014. D’ÁVILA, J. S. Uma análise da teoria de Kynch para sedimentação. Revista Brasileira de Tecnologia, v. 7, p. 447-453, 1976. D’ÁVILA, J. S.; SAMPAIO, R. Equações de Estado para a Pressão no Sólido. In: II Congresso Brasileiro de Engenharia Química, São Paulo, Brasil. 1977a. D’ÁVILA, J. S.; SAMPAIO, R. Influência de Equações de Estado para a pressão no sólido no projeto de um sedimentador contínuo. Anais do V Encontro sobre Escoamento em Meios Porosos, v. 3, p. 1-11, 1977c. D’ÁVILA, J. S.; SAMPAIO, R. Projeto de um Sedimentador Usando as Equações da Continuidade e do Movimento. III Simpósio Brasileiro de Transferência de Calor e Mecânica dos Fluidos, Rio de Janeiro, Brasil, 1977b. DAMASCENO, J. J. R. Uma Contribuição ao Estudo do Espessamento Contínuo. COPPE/UFRJ. [S.l.]. 1992. DAMASCENO, J. J. R.; HENRIQUE, H. M.; MASSARANI, G. Um modelo para a sedimentação não estacionária. XIX Encontro sobre Escoamento em Meios Porosos, 1991. DAMASCENO, J. J. R.; MASSARANI, G. Cálculo da capacidade de sedimentadores por meio da determinação da permeabilidade do sedimento. Anais do XXI Encontro sobre Escoamento em Meios Porosos, p. 233-242, 1993. DE WAELE, A. Oil Color Chem. Assoc. Journal, n. 6, p. 33-88, 1923. DELL, C. C.; SINHA, J. Experimental Study of the Behavior of Flocculated Clays in Thickening. Transactions (Sect. C) of the Inst. Mining and Metallurgy, v. 75, p. 139-146, 1966. ELER, F. Estudo da Sedimentação de Barita em Fluidos de Perfuração. 2012. Mestrado – Universidade Federal Rural do Rio de Janeiro, 2012. FAGUNDES, F. M. Estudo da estabilidade da suspensão constituinte do fluido Br-Mul/Petrobras. Dissertação (Mestrado em Engenharia Química) - Universidade Federal de Uberlândia, Uberlândia, 2015. FITCH, B. Kynch theory and compression zones. AIChE Journal, v. 29, n. 6, p. 940-947, 1983. FONT, R.; RUIZ, F. Simulation of batch and continuous thickeners. Chemical Engineering Science, v. 48, n. 11, p. 2039-2047, 1993. FORBES, D. L. H. The settling of mill slimes. Engineering and Mining Journal, v. 93, p. 411-415, 1912. FRANÇA, S. C. A., BISCAIA JR., E. C.; MASSARANI, G. Estimação de parâmetros em equações constitutivas de sedimentos. XXVII Congresso Brasileiro de Sistemas Particulados, 1995. FRANÇA, S. C. A., BISCAIA JR., E. C.; MASSARANI, G. Study on Batch Sedimentation Simulation. Powder Technology, 1999, 101, 157-164. FREE, E. E. Rate of slimes settling. Eng. Mining J., Vol. 101, pp. 681- 686, 1916. GAMERMAN, D.; LOPES, H. F., Markov Chains Monte Carlo: Stochastic Simulation for Bayesian Inference. 2ª edição. Florida: Chapman & Hall/CRC, 2006. GAVIN, H. The Levenberg-Marquardt method for nonlinear least squares curve-fitting problems. Department of Civil and Environmental Engineering, Duke University, p. 1-17, 2017. GELMAN, A.; ROBERTS, G. O.; GILKS, W. R. Efficient Metropolis jumping rules. Bayesian statistics, v. 5, n. 599-608, p. 42, 1996. GEMAN, S.; GEMAN, D. Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. PAMI-6, n. 6, p. 721-741, 1984. GEYER, C. J. Practical markov chain monte carlo. Statistical science, p. 473-483, 1992. GILKS, W. R.; RICHARDSON, S.; SPIEGELHALTER, D. J. Introducing markov chain monte carlo. Markov chain Monte Carlo in practice, v. 1, p. 19, 1996. GILKS, W. R.; RICHARDSON, S.; SPIEGELHALTER, D. Markov chain Monte Carlo in practice. CRC press, 1995. HAARIO, H.; SAKSMAN, E.; TAMMINEN, J.. Adaptive proposal distribution for random walk Metropolis algorithm. Computational Statistics, v. 14, n. 3, p. 375-396, 1999. HAMACHER, M. E. Um estudo da sedimentação utilizando o método da atenuação de raios gama. Dissertação (Mestrado) – COPPE/UFRRJ, 1978. HARRIS, C.; SOMASUNDARAN, P.; JENSEN, R. Sedimentation of Compressible Materials: Analysis of Batch Sedimentation Curve. Powder Technology, v. 11, p. 75-84, 1975. HASSETT, N. J. Design and operation of continuous thickeners. Ind. Chem, v. 34, n. 11, 1958. HASTINGS, W. Monte Carlo Sampling Methods Using Markov Chains and Their Applications. Biometrika, v. 57, n. 1, p. 97, 1970. HAZEN, A. On sedimentation, Trans. ASCE 53, p. 45-71, 1904. JÚNIOR, J. Modelagem e Simulação da Sedimentação de Sólidos Adensantes em Fluidos de Perfuração. 2016. Mestrado – Universidade Federal Rural do Rio de Janeiro, 2016. KOWALCZUK, P. B.; DRZYMALA, J. Physical meaning of the Sauter mean diameter of spherical particulate matter. Particulate Science and Technology, v. 34, n. 6, p. 645-647, 2016. KOZENY J. Ueber kapillare Leitung des Wassers im Boden. Stizungsber Akad Wiss Wien, 136:271–306, 1927. KYNCH, G. A theory of sedimentation. Transactions of the Faraday Society, v. 48, p. 166, 1952. LARUCCIA, M. B. Velocidade de Sedimentação em Fluidos Não-Newtonianos: Efeito da Forma e da Concentração de Partículas. Dissertação de M.Sc., UNICAMP, Campinas, São Paulo, Brasil, 1990. LEACH, C. P.; ADAMS, A. J. A new method for the relief of annular heat-up pressures, SPE Production Operations Symposium, Soc. of Petroleum Eng., 1993. LHS. Disponível em: <http://lhs.r-forge.r-project.org/>. Acesso em: 17/ 11/ 2018. MASSARANI, G.; TELLES, A. S. Escoamento de Fluidos Não-Newtonianos na Vizinhança de Partículas Sólidas. Revista Brasileira de Física, v. 8, n. 3, p. 550-561, 1978. MATHEW, M. The Application of Markov Chain Monte Carlo Techniques in Non-Linear Parameter Estimation for Chemical Engineering Models. 2013. 146 p. Tese (Mestrado em Engenharia Química). Waterloo, Ontario, Canada, 2013. MAUDE, A.; WHITMORE, R. A generalized theory of sedimentation. British journal of applied physics, v. 9, n. 12, p. 477, 1958. MCGREGOR, R. The effect of rate of flow on rate of dyeing. Part II – The mechanism of fluid flow through textiles and its significance in dyeing. J Soc Dyers Colourists, 81:429–38, 1965. METROPOLIS, N.; ROSENBLUTH, A.; ROSENBLUTH, M.; TELLER, A.; TELLER, E. Equation of State Calculations by Fast Computing Machines. The Journal of Chemical Physics, v. 21, n. 6, p. 1087-1092, 1953. MIGON, H. S., GAMERMAN, D., LOUZADA, F., Statistical Inference: An Integrated Approach. 2ª edição. Florida: CRC Press, 2014. MISHLER, R.T. Settling slimes at the Tigre Mill. Eng. Mining J., Vol. 94, p. 643-646, 1912. MOREIRA, B. A..; AROUCA, F. O.; DAMASCENO, J. J. R. Analysis of suspension sedimentation in fluids with rheological shear-thinning properties and thixotropic effects. Powder Technology, v. 308, p. 290-297, 2017. MOYER, M. C. Challenges Associated With Drilling a Deepwater, Subsalt Exploration Well in the Gulf of Mexico: Hadrian Prospect, SPE Deepwater Drilling and Completions Conference, Society of Petroleum Engineers, 2012. NICHOLS, H. G. Theory of Settlement of Slimes, Mining and Scientific Press, July 11, p. 54-56, 1908. O’HAGAN, A. Bayesian analysis of computer code outputs: A tutorial. Reliability Engineering & System Safety, v. 91, n. 10-11, p. 1290-1300, 2006. OLIVER, D. S.; REYNOLDS, A. C.; LIU, N. Inverse theory for petroleum reservoir characterization and history matching. Cambridge University Press, 2008. OSTWALD, W. Kolloid-Z, n. 36, pp. 99-117, 1925. PETZOLD, L. R. DASSL code. Computing and Mathematics Research Division: Livermore, CA, 1990. PINTO, J. C.; SCHWAAB, M. Análise de Dados Experimentais: I. Fundamentos de Estatística e Estimação de Parâmetros. Editora E-papers, 2007. PORTALACTION.COM.BR. (2018). 4 - Intervalo de confiança - Inferência | Portal Action. Disponível em: http://www.portalaction.com.br/inferencia/intervalo-de-confianca. Acessado em 1 Aug. 2018. RAFTERY, A. E.; LEWIS, S. M. [Practical Markov Chain Monte Carlo]: comment: one long run with diagnostics: implementation strategies for Markov Chain Monte Carlo. Statistical science, v. 7, n. 4, p. 493-497, 1992. RALSTON, O.C. The control of ore slimes. Eng. Mining J., Vol. 101, p. 763-769, 1916. RICHARDSON, J.; ZAKI, W. Sedimentation and fluidisation: Part I. Chemical Engineering Research and Design, v. 32, p. S82-S100, 1954a. RICHARDSON, J.; ZAKI, W. The sedimentation of a suspension of uniform spheres under conditions of viscous flow. Chemical Engineering Science, v. 3, n. 2, p. 65-73, 1954b. ROBERT, C.; CASELLA, G. Monte Carlo statistical methods. Springer Science & Business Media, 2013. ROBERTS, G. O.; GELMAN, A.; GILKS, W. R. Weak convergence and optimal scaling of random walk Metropolis algorithms. The annals of applied probability, v. 7, n. 1, p. 110-120, 1997. RODRIGUEZ E. F.; GIACOMELLI, V. A. Permeability–porosity relationship in RTM for different fiberglass and natural reinforcements. J Compos Mater, 38:259–68, 2004. ROUSSAS, G. G. An introduction to probability and statistical inference. Elsevier, 2003. SALTELLI, A.; Ratto, M.; Andres, T.; Campolongo, F.; Cariboni, J.; Gatelli, D.; Saisana, M.; Tarantola, S. Global sensitivity analysis: the primer. John Wiley & Sons, 2008. SANTNER, T. J.; WILLIAMS, B. J.; NOTZ, W. I. The Design and Analysis of Computer Experiments, New York: Springer-Verlag, 2003. SCOTT, K. Experimental Study of Continuous Thickening of a Flocculated Silica Slurry. Industrial & Engineering Chemistry Fundamentals, v. 7, n. 4, p. 582-595, 1968b. SCOTT, K. Theory of thickening: factors affecting settling rate of solids in flocculated pulps. Trans. Inst. Min. Met. 77, C85-C97, 1968a. SHANNON, P. T.; DEHAAS, R.; STROUPE, E. P.; TORY, E. M. Batch and continuous thickening. Prediction of batch settling behavior from initial rate data with results for rigid spheres. Industrial & Engineering Chemistry Fundamentals, v. 3, n. 3, p. 250-260, 1964. SHIH C. H.; LEE J. Effect of fiber architecture on permeability in liquid composite molding. Polym Compos, 19:629–39, 1998. SHIRATO, M.; KATO, H.; KOBAYASHI, K.; SAKAZAKI, H. Analysis of settling of thick slurries due to consolidation. Journal of Chemical Engineering of Japan, v. 3, n. 1, p. 98-104, 1970. SMILES, D. Sedimentation: integral behaviour. Chemical Engineering Science, v. 31, n. 4, p. 273-275, 1976. SMILES, D.; ROSENTHAL, M. The movement of water in swelling materials. Australian Journal of Soil Research, v. 6, n. 2, p. 237, 1968. TALMAGE, W.; FITCH, E. Determining Thickener Unit Areas. Industrial & Engineering Chemistry, v. 47, n. 1, p. 38-41, 1955. TELLES, A. S.; MASSARANI, G. Escoamento de Fluidos Não Newtonianos em Sistemas Particulados. Revista Brasileira de Física, v. 9, n. 2, p. 535-550, 1979. THE COMPREHENSIVE R ARCHIVE NETWORK. Disponível em: <https://cran.rproject. org/>. Acesso em: 12/ 11/ 2018. TILLER, F. M.; CHEN, W. Limiting operating condition for continuous thickeners. Chem. Engng. Sci, v.43(7), p.1695-1704, 1988. TILLER, F. M.; LEU, W. Basic data fitting in filtration. Journal Chin. Inst. Chem. Engrs., p. 61-70, 1980. TILLER, F. Revision of kynch sedimentation theory. AIChE Journal, v. 27, n. 5, p. 823-829, 1981. TORY, E. M.; SHANNON, P. T. Reappraisal of Concept of Settling in Compression. Settling Behavior and Concentration Profiles for Initially Concentrated Calcium Carbonate Slurries. Industrial & Engineering Chemistry Fundamentals, v. 4, n. 2, p. 194-204, 1965. VARGO JR., R.F. Practical and successful prevention of annular pressure buildup on the Marlin project, SPE drilling & completion, P. 228-234, 2003. WAKEMAN, R. J.; HOLDICH, R.G. Theoretical and experimental modeling of solids and liquid pressures in batch sedimentation. Filtration & Separation, p.420-422, 1984. YOSHIOKA, N.; HOTTA, Y.; TANAKA, S.; NAITO, S.; TSUGAMI, S. Continuous thickening of homogeneous flocculated slurries. Chem. Eng. Japan, Vol. 21, pp. 66-75, 1957. YU, B.; MYKLAND, P. Looking at Markov samplers through cusum path plots: a simple diagnostic idea. Statistics and Computing, v. 8, n. 3, p. 275-286, 1998.por
dc.subject.cnpqEngenharia Químicapor
dc.subject.cnpqProbabilidade e Estatísticapor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/68275/2018%20-%20Gabriel%20Machado%20de%20Paula%20Andrade.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/5412
dc.originais.provenanceSubmitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2022-02-20T18:43:20Z No. of bitstreams: 1 2018 - Gabriel Machado de Paula Andrade.pdf: 4789245 bytes, checksum: b663d74522919e8d36f098d91f08de81 (MD5)eng
dc.originais.provenanceMade available in DSpace on 2022-02-20T18:43:20Z (GMT). No. of bitstreams: 1 2018 - Gabriel Machado de Paula Andrade.pdf: 4789245 bytes, checksum: b663d74522919e8d36f098d91f08de81 (MD5) Previous issue date: 2018-12-12eng
Appears in Collections:Mestrado em Engenharia Química

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2018 - Gabriel Machado de Paula Andrade.pdf4.68 MBAdobe PDFThumbnail
View/Open


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