Modelo bayesiano de producción excedente con autocorrelación serial

Se presenta un modelo simple de producción excedente al que se denomina Modelo de Producción Excedente con Autocorrelación Serial (MPECAS) debido a que considera como único supuesto que la producción excedente presenta correlación serial y no tiene una relación funcional explícita con la biomasa. Su aplicación se logra solo con un índice de abundancia proporcional a una potencia dada de la abundancia media real del recurso y la serie de capturas anuales correspondientes. La estimación de los parámetros del modelo se plantea en un contexto bayesiano utilizando el algoritmo SIR (Sampling Importance Resampling). Se proponen criterios de riesgo sencillos para estimar la Captura Máxima Biológicamente Aceptable (CMBA) y los riesgos asociados a cada nivel de captura hipotética considerada. Se llevó a cabo un ejercicio de simulación para evaluar la capacidad estadística del MPECAS para reproducir la información proporcionada por un modelo operacional de producción excedente de Schaefer considerado como real. Finalmente, se presenta un ejemplo de aplicación con el recurso corvina rubia (Micropogonias furnieri) y se muestran las CMBA para el 5 y 10% de riesgo de disminución de biomasa en el año siguiente al de evaluación calculadas con el modelo de Schaefer y el MPECAS. † El Lic. Daniel R. Hernández falleció el 25 de enero de 2019.

MONITORAMENTO DA TEMPERATURA DE ÓLEO EM UM SISTEMA DE TUBULAÇÃO MULTICAMADAS UTILIZANDO FILTRO BAYESIANO ASIR

Assegurar o escoamento da produção de óleo em sistemas offshore, a partir de reservatórios localizados em ambientes de águas profundas, é uma das maiores preocupações para operações de exploração de petróleo. Neste cenário, o monitoramento térmico é crucial para evitar e controlar a formação de depósitos sólidos dentro da tubulação, acarretando no bloqueio da linha, se condicionada a fatores operacionais adversos. Em algumas situações, paradas totais do processo se fazem necessárias para desbloqueio do sistema, resultando em prejuízos financeiros. Um método de prevenção utilizado em sistemas offshore é o Pipe-in-Pipe (PIP) com aquecimento ativo. Essa tubulação é formada por dois tubos metálicos concêntricos cujo espaço anelar é preenchido com material isolante com aquecimento elétrico, de modo a compensar as perdas de calor do sistema e manter a temperatura do fluido a uma temperatura de referência. Neste trabalho, o conceito de estimação de estado é usado como uma técnica para reconstruir o campo de temperaturas da seção transversal de uma tubulação multicamadas a partir de medidas não intrusivas de temperatura obtidas com um único sensor. O filtro Bayesiano ASIR (Auxiliary Sampling Importance Resampling), junto com o método de volumes finitos com uma formulação implícita, foi aplicado para a resolução do problema de transferência de calor no PIP. Como resultado, obteve-se uma solução consistente para o problema, que pode ser aplicada a sistemas de controle online, a fim de se manter a temperatura do óleo acima da temperatura crítica de formação de depósitos sólidos na linha.

State estimation in bioheat transfer: a comparison of particle filter algorithms

Purpose The purpose of this paper is to focus on applications related to the hyperthermia treatment of cancer, with heating imposed either by a laser in the near-infrared range or by radiofrequency waves. The particle filter algorithms are compared in terms of computational time and solution accuracy. Design/methodology/approach The authors extend the analyses performed in their previous works to compare three different algorithms of the particle filter, as applied to the hyperthermia treatment of cancer. The particle filters examined here are the sampling importance resampling (SIR) algorithm, the auxiliary sampling importance resampling (ASIR) algorithm and Liu & West’s algorithm. Findings Liu & West’s algorithm resulted in the largest computational times. On the other hand, this filter was shown to be capable of dealing with very large uncertainties. In fact, besides the uncertainties in the model parameters, Gaussian noises, similar to those used for the SIR and ASIR filters, were added to the evolution models for the application of Liu & West’s filter. For the three filters, the estimated temperatures were in excellent agreement with the exact ones. Practical implications This work may help medical doctors in the future to prescribe treatment protocols and also opens the possibility of devising control strategies for the hyperthermia treatment of cancer. Originality/value The natural solution to couple the uncertain results from numerical simulations with the measurements that contain uncertainties, aiming at the better prediction of the temperature field of the tissues inside the body, is to formulate the problem in terms of state estimation, as performed in this work.