Metodologia sistemática de seleção de métodos e atributos multidomínio para classificação de padrões de escoamento bifásico com sensores ópticos NIR multicomprimento de onda

Abstract

A classificação de padrões de escoamento bifásico gás?líquido é essencial para o monitoramento, a análise e a operação segura de sistemas industriais. Abordagens baseadas em aprendizado de máquina têm sido empregadas para automatizar essa tarefa, mas muitos estudos ainda analisam separadamente a tecnologia de sensoriamento, a extração de atributos dos sinais e a escolha do classificador. No caso de sensores ópticos no infravermelho próximo, ainda é limitada a avaliação sistemática de comprimentos de onda discretos, atributos extraídos em diferentes domínios e métodos de seleção ou redução de características. Essa lacuna é especialmente relevante quando se busca combinar alta acurácia de classificação com modelos de menor complexidade, isto é, capazes de operar com conjuntos reduzidos de atributos e com potencial de aplicação em soluções dedicadas de instrumentação digital. Esta tese propõe e valida uma metodologia sistemática para a classificação de padrões de escoamento bifásico horizontal ar?água a partir de sinais ópticos obtidos por sensores colimados no infravermelho próximo. Foram avaliados três comprimentos de onda, 850 nm, 980 nm e 1310 nm, selecionados por apresentarem diferentes sensibilidades à interface gás?líquido e à presença da fase líquida no caminho óptico. A metodologia proposta, denominada Multi-Feature Multi-Domain, organiza a análise de forma integrada, considerando a contribuição individual e combinada dos sensores, a extração de atributos nos domínios do tempo, da frequência e do tempo?frequência, a aplicação de métodos de redução ou seleção de características e a avaliação de classificadores supervisionados. Os atributos foram extraídos por meio de descritores estatísticos no domínio do tempo, descritores espectrais baseados na densidade espectral de potência e descritores tempo?frequência obtidos pela transformada discreta de wavelet. Esses conjuntos foram avaliados por análise de componentes principais (PCA), análise discriminante linear (LDA) e eliminação recursiva de características (RFE), sendo posteriormente classificados por máquina de vetores de suporte (SVM), k-vizinhos mais próximos (kNN), Random Forest e redes neurais artificiais. Os resultados mostraram que os três comprimentos de onda fornecem respostas físicas complementares aos padrões de escoamento e que a fusão multicomprimento de onda discreto melhora a separação entre regimes em diferentes configurações. A melhor configuração baseada em análise de componentes principais atingiu 97,67% de acurácia com atributos estatísticos do sensor de 980 nm. Com análise discriminante linear, a combinação de atributos wavelet dos três sensores atingiu 99,31% de acurácia. A eliminação recursiva de características apresentou os resultados mais expressivos, alcançando 99,48% de acurácia com apenas sete atributos espectrais dos três sensores, 99,83% com cinco atributos multidomínio do sensor de 1310 nm e 100% de acurácia quando todos os sensores e domínios de atributos foram combinados. A partir desses resultados, foi proposta a diretriz Optimal Feature and Method Selection, que organiza diferentes rotas de escolha conforme o objetivo da aplicação, seja a máxima acurácia, seja a redução do número de atributos e da complexidade do modelo. A principal contribuição da tese é a consolidação de uma abordagem integrada para seleção de sensores, atributos e classificadores em sistemas ópticos discretos no infravermelho próximo. A metodologia proposta fornece suporte ao desenvolvimento de soluções de instrumentação para monitoramento automático de escoamentos bifásicos, com processamento seletivo e potencial de aplicação em sistemas dedicados de medição e monitoramento.

Abstract: The classification of gas?liquid two-phase flow patterns is essential for monitoring, analysis, and safe operation of industrial systems. Machine learning-based approaches have been used to automate this task, but many studies still analyze sensing technology, signal feature extraction, and classifier selection separately. In the case of near-infrared optical sensors, the systematic evaluation of discrete wavelengths, features extracted from different domains, and feature selection or dimensionality reduction methods remains limited. This gap is especially relevant when aiming to combine high classification accuracy with lower-complexity models, that is, models capable of operating with reduced feature sets and with potential application in dedicated digital instrumentation solutions. This thesis proposes and validates a systematic methodology for classifying horizontal air?water two-phase flow patterns from optical signals obtained by collimated near-infrared sensors. Three wavelengths were evaluated, 850 nm, 980 nm, and 1310 nm, selected because they provide different sensitivities to the gas?liquid interface and to the presence of the liquid phase in the optical path. The proposed methodology, named Multi-Feature Multi-Domain, organizes the analysis in an integrated way, considering the individual and combined contribution of the sensors, feature extraction in the time, frequency, and time?frequency domains, the application of feature selection or dimensionality reduction methods, and the evaluation of supervised classifiers. Features were extracted using statistical descriptors in the time domain, spectral descriptors based on power spectral density, and time?frequency descriptors obtained from the discrete wavelet transform. These feature sets were evaluated using principal component analysis (PCA), linear discriminant analysis (LDA), and recursive feature elimination (RFE), and subsequently classified using support vector machine (SVM), k-nearest neighbors (kNN), Random Forest, and artificial neural networks. The results showed that the three wavelengths provide complementary physical responses to the flow patterns and that discrete multi-wavelength fusion improves regime separation in different configurations. The best configuration based on principal component analysis achieved 97.67% accuracy using statistical features from the 980 nm sensor. With linear discriminant analysis, the combination of wavelet features from the three sensors achieved 99.31% accuracy. Recursive feature elimination provided the most expressive results, reaching 99.48% accuracy with only seven spectral features from the three sensors, 99.83% with five multi-domain features from the 1310 nm sensor, and 100% accuracy when all sensors and feature domains were combined. Based on these results, the Optimal Feature and Method Selection guideline was proposed, organizing different selection routes according to the application objective, whether maximum accuracy or reduction in the number of features and model complexity. The main contribution of this thesis is the consolidation of an integrated approach for selecting sensors, features, and classifiers in discrete near-infrared optical systems. The proposed methodology supports the development of instrumentation solutions for automatic two-phase flow monitoring, with selective processing and potential application in dedicated systems.