Navegando por Autor "Silva, Suzane Adrielly"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Análise qualitativa do método de inversão completa das formas de onda no domínio do tempo(Universidade Federal do Rio Grande do Norte, 2017-11-28) Silva, Suzane Adrielly; Araújo, João Medeiros de; Araújo, João Medeiros de; Corso, Gilberto; Bezerra, Claudionor GomesUm dos grandes desafios da ciência moderna é obter boas imagens de subsuperfície de forma indireta, tendo em vista que muitas vezes a forma direta de observar tal superfície é inviável. Podemos citar alguns exemplos que utilizam processos indiretos de imageamento, tais como: Ultrassonografia, Tomografia, Imageamento Sísmico, entre outros. A semelhança entre esses métodos advêm da forma utilizada para obter a imagem. Em todos os exemplos citados a região de interesse é submetida à algum tipo de onda, que penetra no meio (corpo) e sofre reflexões, refrações, etc. Tais fenômenos podem ser detectados graças à receptação dessas ondas por sensores. Neste trabalho abordamos o problema de Imageamento Sísmico, detalhando algumas das etapas mais importantes da técnica, que é a mais utilizada pela indústria de Petróleo para imagear subsuperfícies, em busca de reservatórios de óleo e gás. Este trabalho se trata de uma análise geral da metodologia FWI no domínio do tempo, desde a formulação matemática até uma aplicação computacional. No desenvolvimento deste trabalho foi utilizado o Método das Diferenças Finitas para discretizar a equação da onda acústica, supondo o campo de onda sendo exclusivamente acústico. Também foi utilizado o Método do Gradiente Descendente para atualizar o modelo de velocidades. Usamos inicialmente um modelo de velocidades suave que supomos estar próximo do modelo real e o reconstruímos iterativamente até obter um modelo mais realístico. Foi utilizado o Método Adjunto para calcular o gradiente da função objetivo. A análise desenvolvida neste trabalho foi dividida em três partes: análise da qualidade da imagem de subsuperfície reconstruída perante mudança na quantidade de disparos; a mesma análise, agora perante mudança na quantidade de iterações; e análise do tempo de execução de cada configuração. Podemos a partir desse estudo, levantar uma análise quantitativa dos parâmetros do modelo, observando o que chamamos de “ponto ótimo”, o ponto em que encontramos a solução m que minimiza nossa função erro.