As operações de Tamponamento e Abandono (P e A) devem ser realizadas ao final da vida útil do poço, de modo a garantir a preservação do meio ambiente. Uma etapa essencial nas operações de P e A é a avaliação da qualidade do cimento, que comumente é feita por meio de técnicas de perfilagem acústica baseadas na propagação de ondas sônicas ou ultrassônicas, onde é verificada a integridade da camada de cimento e sua capacidade de vedação. Atualmente, esse procedimento exige a retirada prévia da coluna de produção, o que aumenta os custos e a complexidade dessas operações. Assim, é de grande interesse para a indústria de óleo e gás desenvolver ferramentas e técnicas capazes de realizar a avaliação do cimento sem a retirada da tubulação. Portanto, este trabalho visa aplicar métodos de extração de características para processar sinais obtidos por meio de experimentos de perfilagem acústica em poços de petróleo com a presença da coluna de produção, e, em seguida, utilizar as características provenientes para treinar e testar redes neurais do tipo Multi-layered Perceptron (MLP). Resultados promissores foram obtidos para a tarefa de classificação de defeito, com acurácia de quase todos os métodos acima de 0,8 e AUC acima de 0,9.