CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO · CONTROLE AVANÇADO PARA PLATAFORMAS DE...

CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO

MARIO C. CAMPOS, ALEX TEIXEIRA, SIDIMAR SANTOS E OSCAR MEIEN

PETROBRAS SA Av. Horácio Macedo, 950, Cidade Universitária, Ilha do Fundão, Rio de Janeiro RJ – CEP 21941-915

E-mails: [email protected], [email protected], [email protected], [email protected]

Abstract Production platforms are becoming more complex, with increasingly stringent regulations for safety, energy effi-ciency, environment and quality of products, which poses new technological challenges for automation and control. Advanced control systems can play an important role to improve stability and profitability and support the operators and engineers. The po-tential gains associated with effective use of these technologies are: lower operational costs and gas flaring, higher profitability, greater stability allowing operation of critical equipment under favorable condition, and minimization of unscheduled downtime. This article will present some results obtained with the application of advanced control systems for production platforms.

Keywords Advanced control, production platforms.

Resumo As unidades marítimas de produção de petróleo estão se tornando cada vez mais complexas, e com exigências mais severas em termos de segurança, eficiência energética, meio ambiente e qualidade dos produtos. Estes fatos impõem novos desa-fios tecnológicos para as áreas de automação e controle nas plataformas de petróleo. O uso de técnicas de controle avançado e otimização em tempo real podem ajudar a superar muitos destes desafios. Os ganhos do efetivo uso destas tecnologias são mui-tos, como: redução do custo operacional, otimização da produção, estabilização da unidade permitindo a operação dos equipa-mentos em uma região de menor desgaste com redução do número de paradas não-programadas da produção e das manutenções corretivas. Este artigo irá apresentar os resultados obtidos com a aplicação de sistemas de controle avançado nas plataformas de produção.

Palavras-chave Controle avançado de processos, aplicações em plataformas de produção, ferramentas de controle avançado.

1 Introdução

Os sistemas de controle de uma unidade indus-trial são fundamentais para garantir a estabilidade e a segurança dos processos. Se esta camada não apre-sentar um bom desempenho, as outras camadas de automação como os sistemas de alarmes e os sistemas instrumentados de segurança irão sobrecarregar os operadores com uma alta demanda de ações correti-vas, além de gerar um número maior de paradas de emergência, com perdas de produção e com a queda na disponibilidade dos processos.

Pode-se dividir os sistemas de controle em dois tipos: o controle regulatório (Campos e Teixeira, 2006), responsável por manter as variáveis básicas do processo (níveis, pressões, temperaturas, etc.) nos seus respectivos setpoints, e que é configurado nos CLPs (Controladores Lógicos Programáveis) ou nos SDCDs (Sistemas Digitais de Controle Distribuídos), e o controle avançado, que requer cálculos mais com-plexos e é normalmente implementado em um com-putador, que se comunica com o CLP ou SDCD atra-vés de algum protocolo. O controle regulatório é o principal sistema de controle da planta, e se for pos-sível, poderá ser o único. Para isto, deve-se monitorar e acompanhar o desempenho do mesmo através de ferramentas de gestão de ativos, com o BR-PerfX (desenvolvida em conjunto com a UFRGS), (Kempf, 2003) (Farenzena, 2008) e quando necessário, reajus-

tar a sintonia do mesmo, utilizando, por exemplo, a ferramenta BR-Tuning (desenvolvida em conjunto com a UFCG), (Acioli et al., 2009) (Carvalho et al., 2010). Entretanto, o algoritmo de controle utilizado nesta camada é o PID, que é um controlador linear, e cujo desempenho pode degradar consideravelmente quando aplicado em processos não-lineares, ou sujei-tos a grandes perturbações, como é o caso das plata-formas de produção. Assim, nestes casos, pode ser necessária a utilização de algoritmos de controle a-vançado com objetivo de melhorar o desempenho da camada de controle da planta industrial. As estratégias de controle avançado ainda não são muito comuns nas unidades de produção de petróleo, principalmente, devido a dificuldade de desenvolver algoritmos capazes de lidar com muitos transientes, típicos destas plantas (paradas, diferentes alinhamen-tos dos poços, golfadas, etc.), e com processos não-lineares e variantes no tempo (p. ex. a quantidade de água (BSW) e gás (RGO) presente na produção de óleo dos poços podem variar ao longo do tempo, etc.) (Campos et al., 2012). Entretanto, nos últimos dois anos a Petrobras tem desenvolvido e implementado vários sistemas de controle avançado, com o objetivo de aumentar o desempenho do controle regulatório e otimizar os processo, e cujos algoritmos e resultados serão descritos neste artigo. A estratégia adotada pela Petrobras foi a de subdivi-dir o problema de controle, com seus múltiplos obje-tivos, em subproblemas, e desenvolver ferramentas mais específicas. A vantagem desta abordagem é que

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014

1172

teremos problemas de controle menos complexos para serem resolvidos, assim como algoritmos mais simples de serem sintonizados e implementados. Ou-tra vantagem é que os resultados parciais podem apa-recer mais rapidamente, fomentando novas imple-mentações, assim como novos módulos. Obviamente, no futuro, outros módulos, além dos que serão descri-tos a seguir, serão necessários para, por exemplo, gerenciar a injeção de água nos reservatórios, para otimizar as plantas de processamento e de compres-são, etc. Portanto, a estratégia de controle avançado para plataformas de produção focará inicialmente no desenvolvimento e implantação de três módulos prin-cipais (ver figura 1): um sistema para aumentar a estabilidade e o desempenho do controle regulatório associado, outro para eliminar ou minimizar as per-turbações associadas com as golfadas, e finalmente um módulo de otimização da produção, associado com um sistema de otimização offline.

Figura 1. Três módulos de controle avançado propostos

2 Controle Avançado para Estabilização

O principal objetivo deste módulo avançado para estabilização dos processos é gerenciar automatica-mente a sintonia da camada do controle regulatório, com o objetivo de ter o melhor desempenho possível dos controladores PIDs. Isto é, dependendo do grau das perturbações que a plataforma esteja submetida em certo momento, existirá uma sintonia ótima para os controladores, e este sistema avançado será res-ponsável por alterar estes parâmetros de ajuste dos PIDs. Este algoritmo vem sendo desenvolvido desde 2007, e foi apresentado em outros trabalhos (Campos et al., 2012), (Campos et al., 2013). Entretanto, nos últimos dois anos houve uma grande disseminação na Petro-bras, passando de duas (02) para oito (08) platafor-mas, que utilizam este algoritmo de controle avança-do. Assim, o foco desta parte do trabalho será mos-trar os resultados obtidos nestas novas implementa-ções e as pequenas evoluções do algoritmo. Entretan-to, será feita inicialmente uma pequena descrição do algoritmo. Como dito anteriormente, o objetivo é ajustar as sin-tonias dos PIDs automaticamente em função do grau

de perturbação da planta para manter as variáveis controladas em torno do setpoint aumentando a con-fiabilidade do processo. O operador define para cada controlador uma banda ou faixa que, por exemplo, o nível pode oscilar em torno do setpoint. Se o nível sair desta faixa o sistema deve atuar rapidamente para que a variável retorne à região desejada de operação e evite uma possível parada da produção decorrente de um descontrole dos níveis. Outro objetivo é evitar variações bruscas nas pressões e vazões dos oleodu-tos, que dificultam a operação dos sistemas de detec-ção de vazamento, e que também podem provocar fadiga do material e vazamentos. Este sistema de controle avançado tem sido usado em malhas de ní-vel, mas nada impede de ser utilizado em outras vari-áveis do processo, como pressões e temperaturas.

A Figura 2 mostra um diagrama de blocos deste novo sistema de controle avançado, que roda para cada controlador PID configurado no mesmo. Assim, existirá um “agente inteligente” para cada PID, cujo algoritmo possui basicamente dois módulos: o pri-meiro acompanha o desempenho atual do PID e faz um diagnóstico, em função do nível (PV), do seu setpoint (SP) e da banda desejada, obtendo o grau atual de perturbação da planta. Em seguida, outro módulo calcula em função deste grau de perturbação e da banda desejada, a nova sintonia, e caso necessá-rio irá alterar estes parâmetros no sistema de automa-ção.

Figura 2. Controle Avançado de Estabilização dos PIDs

A Figura 3 mostra um exemplo de uma superfície para calcular a sintonia do controlador (neste exem-plo o ganho proporcional) a partir da banda desejada (definida na tela do supervisório pelo operador) e do grau de perturbação atual da planta diagnosticado pelo sistema. Observa-se que quanto maior a banda desejada menor será o ganho do controlador e, por-tanto mais lenta será a sintonia e a ação do mesmo. Entretanto, para uma mesma banda, quanto maior for o grau das perturbações que a planta estiver submeti-da naquele instante, maior será o ganho do controla-dor. Isto é, mais agressiva deverá ser a sintonia para que a banda seja respeitada, já que a planta está sujei-ta a grandes perturbações (por exemplo, golfadas). Esta superfície de sintonias possíveis é definida offli-ne e deve garantir a estabilidade em malha fechada do controle para qualquer valor desta curva.


1173

Figura 3. Superfície com a sintonia do controlador

A figura 4 mostra um exemplo de interface de opera-ção do sistema, onde o operador pode ligar ou desli-gar o controle avançado para cada controlador PID em particular, assim como especificar a banda dese-jada, ou desempenho, para esta malha específica.

Figura 4. Interface de operação do controlador

A função de diagnóstico do controle avançado é feita “olhando” uma janela de tempo móvel e caso a banda seja violada significativamente, então o sistema au-menta o grau de perturbação atual da planta de um valor pré-estabelecido (por exemplo, 10%), o que significa que o sistema irá alterar a sintonia do PID para um valor mais agressivo.

Por outro lado, se o sistema estiver muito estável e não violar uma “meia banda” (metade da faixa defi-nida pelo operador), então significa que a planta não está sofrendo grandes perturbações, e que o grau de perturbação pode ser diminuído de certo valor, por exemplo, 2,5%. Desta forma, o controle avançado vai caminhar no sentido de especificar uma sintonia mais suave. Entretanto, observa-se que o sistema aumenta o ganho do PID em uma velocidade maior do que aquela que ele diminui o ganho.

Em função dos requisitos de cálculo destes algorit-mos, estes sistemas de controle avançado são nor-malmente implementados em um computador de pro-cesso, que se comunica com o sistema de automação

através de um driver para o supervisório ou de um protocolo OPC. Nestes casos, ele foi configurado no ambiente MPA – Módulo de Procedimentos Automa-tizados. Este software foi desenvolvido pelo Labora-tório TECGRAF da PUC-Rio para a PETROBRAS (Satuf et al., 2009).

A figura 5 mostra uma parte da implementação do controle avançado de estabilização no MPA. A gran-de vantagem da utilização do MPA para a implemen-tação dos algoritmos de controle avançado é a flexi-bilidade para se construir sistemas mais complexos, além de ser um único algoritmo controle para várias plataformas, facilitando a manutenção. Outra opção seria tentar implementar no próprio PLC estas lógicas avançadas, mas além da dificuldade de configuração, devido as limitações próprias dos PLCs, seria neces-sário dar manutenção em diferentes implementações, uma para cada PLC.

Figura 5. Algoritmo de Controle Avançado no MPA

Como um exemplo da flexibilidade desta abordagem, a figura 6 mostra a redução do número de eventos de alta corrente nos motores das bombas de exportação de uma plataforma, após a implementação deste mó-dulo de controle avançado.

Figura 6. Redução dos eventos de alta corrente nos motores das bombas de exportação da plataforma, após o controle avançado

Nesta aplicação, foi feita a inclusão de um novo fluxo no MPA para verificar continuamente a corrente das bombas, e em caso de alta corrente, o sistema auto-maticamente evita que o controlador PID do nível do separador continue abrindo a válvula e pedindo mais vazão pelas bombas, o que levará ao desligamento (trip) das mesmas. Assim, o sistema mantém as bom-bas operando na máxima vazão, mas não acima das possibilidades destes equipamentos, ao colocar o respectivo controlador PID em manual. E automati-


1174

camente, o controle avançado libera a operação do PID, quando a situação se inverte (nível caindo ou corrente baixa).

A figura 7 mostra a redução da vibração das bombas de outra plataforma após a implementação do contro-le avançado de estabilização. A Figura 8 mostra a variabilidade da pressão do oleoduto para um período sem o controle avançado e um período posterior à ativação. Dependendo do ponto de operação, as sin-tonias originais causavam muita oscilação nesta pres-são com desvio da ordem de 2 a 6 kgf/cm2. Com o controle avançado ativo a variabilidade chegou a somente 20% deste valor.

Figura 7. Diminuição da vibração das bombas da plataforma após a implementação do controle avançado

Figura 8. Variabilidade da pressão do oleoduto

Uma das formas de medir o desempenho de controla-dores de nível é avaliar o quanto este sistema está transmitindo os distúrbios da entrada para a sua saí-da. Esta avaliação pode ser feita com o indicador chamado de Fator de Amplificação (FA). A equação do FA encontra-se abaixo:

Percurso da MVFA

Percurso da PV=

Este índice basicamente mede a relação entre os per-cursos (variações) da variável manipulada do PID (MV) e da variável de processo (PV). Se o fator FA for menor do que um (1), o controlador utiliza o vaso como um pulmão, amortecendo as perturbações, caso contrário, ele está amplificando os distúrbios.

A figura 9 mostra este indicador FA (fator de ampli-ficação) médio para os vasos de separação de uma plataforma, calculado pela ferramenta própria da Petrobras de Auditoria e Gerenciamento de Malhas de Controle (BR-PerfX), para um período antes e após a implantação do controle avançado de estabili-zação. O resultado mostra que a seção de separação e tratamento de óleo, passou a operar com característi-

ca pulmão, logo após a habilitação do controlador e assim permaneceu.

Figura 9. Fator de Amplificação médio dos vasos da P-53

A Figura 10 mostra o sinal de saída do controlador PID enviado para a válvula do vaso de tratamento eletrostático de uma plataforma. Neste caso, a sinto-nia original para o ponto de operação em questão estava muito agressiva, fazendo a válvula abrir e fe-char desnecessariamente. Neste caso, além estabilizar o nível, o ganho se justifica pelo aumento da vida útil dos atuadores.

Figura 10. Ações enviadas para a válvula do tratador eletrostático

A figura 11 mostra que o fator de utilização deste módulo de controle avançado de estabilização está acima de 80% do tempo de operação, desde a sua partida, para várias plataformas de produção, de-monstrando que os operadores estão aceitando bem o controlador, e que os mesmos percebem os ganhos que estes sistemas representam para as suas ativida-des, deixando, por exemplo, os processos da plata-forma mais estáveis (menores variações nas vazões), e absorvendo melhor as perturbações.

Figura 11. Fator de utilização do controle avançado

de estabilização nas plataformas

Os principais benefícios e resultados observados após a partida destes sistemas de controle avançado de estabilização foram:

• Redução das ações enviadas para as válvulas (percurso e reversão), demonstrado pela di-minuição do indicador FA (fator de amplifi-cação);


1175

• Redução da variabilidade e do valor médio da corrente e do diferencial de pressão nas bombas de exportação (Booster e Princi-pais);

• Redução da variabilidade da pressão do ole-oduto, que aumenta a eficiência do sistema de detecção de vazamento.

3. Controle Avançado Anti-Golfadas

As golfadas (slugs) são uma das maiores perturba-ções para a operação das plataformas de produção. Elas se caracterizam por severas variações, ou insta-bilidades, nas vazões de produção de óleo e gás, com momentos de altas vazões, seguido de momentos de baixas vazões. Este é um fenômeno cíclico que causa uma redução na eficiência dos processos, podendo gerar perdas de produção devido a paradas (trips) não planejadas, redução do potencial de produção dos poços, etc. Este fenômeno pode ter várias causas (Hu, 2004) (Sinegre, 2006) (Kaasa et al, 2007), por exemplo:

• Diferença nas velocidades do gás e do óleo produzido ao longo do poço, das linhas de produção e dos risers (hydrodynamic slug-ging);

• Geometria das linhas de produção (golfadas induzidas pelo terreno ou pelo próprio ri-ser);

• Instabilidades associadas ao gas-lift (feed-back positivo em função das características da válvula de gas-lift);

Um das maneiras de minimizar, ou mesmo eliminar, as golfadas é através de técnicas de controle, que utilizam as medições de pressão disponíveis (como o PDG – permanent downhole gauge) para atuar na válvula de produção (choke) dos poços. Na prática, existe uma resistência ao uso destas técnicas de con-trole em função de um paradigma operacional, de que se deveria manter a válvula de produção 100% aber-ta. Realmente, esta poderia ser a melhor estratégia nos casos em que os poços produzem sem golfadas. Mas quando existem golfadas, manter as válvulas paradas e muito abertas pode não ser a melhor filoso-fia, pois além das perdas de produção média (ver Hu, 2004), existem os riscos associados com trips da produção, devido aos descontroles nos níveis e/ou nas pressões da plataforma. Existem vários outros trabalhos demonstrando os potenciais de ganhos das estratégias de controle anti-golfadas (Godhavn et al., 2005), (Olsen, 2006), e (Plucenio et al., 2012). O principal objetivo do controle anti-golfadas é eli-minar ou minimizar os efeitos destas perturbações. A figura 12 mostra um esquema deste controle avança-do. Existem três subsistemas: um responsável por diagnosticar e identificar as golfadas, considerando

apenas os padrões de variações das pressões envolvi-das, outro responsável por atuar continuamente nas válvulas chokes de produção para tentar eliminar as golfadas, e finalmente um para proteger os processos e equipamentos a jusante da válvula choke em caso de golfadas severas.

Figure 12 – Esquemático do controle avançado anti-golfadas.

O subsistema de diagnóstico possui duas funções: identificar as golfadas severas e ajustar os parâmetros do controle anti-golfadas quando necessário. O sis-tema de proteção assume o controle das válvulas de produção dos poços (chokes), colocando-as na posi-ção de mínima abertura (definida pelo operador na interface de operação IHM – ver figura 13) enquanto estiver ocorrendo uma golfada severa. Finalmente, o controle anti-golfadas que tenta seguir uma lei para estabilizar os perfis de pressão do escoamento através de manipulações dinâmicas na válvula choke de pro-dução (Storkaas e Skogestad, 2003), (Eikrem, 2006), (Sinegre, 2006), (Kaasa et al., 2007). Existem várias opções de algoritmos de controle, como os descritos em Plucenio et al. (2012) e Stasiak et al. (2012), que utilize um PI para controlar as variações nas pres-sões:

( ) ( ) ( ) ( )1 1 21 1U k U k k E k k E k= − + + −

Onde: ( ) ( ) ( )1E k PDG k PDG k= − −

E em seguida, tenta levar a posição da válvula choke de produção para um setpoint desejado definido na IHM:

( ) ( ) ( )( )2 1 1U k U k SP U kβ= + × − −

Obviamente, se o poço produz sem golfadas, quanto maior for o setpoint de posição da válvula choke, menor será a pressão de fundo do poço (PDG) e mai-or será a produção.

Figure 13 – Interface de operação do controle anti-golfadas.

A figura 14 mostra um exemplo de atuação do subsis-tema de proteção anti-golfadas, onde o sistema fe-chou a válvula choke de produção rapidamente para se evitar danos aos equipamentos, como trocadores


1176

de calor, compressores, separadores, etc. Após a pas-sagem da golfada, o sistema abre automaticamente esta válvula de produção.

Figure 14 – Desempenho do subsistema de proteção anti-golfadas.

A figura 15 mostra o desempenho do controle anti-golfadas. Pode-se observar, em amarelo, o setpoint desejado para a válvula choke de produção, em azul a posição atual da choke, e em verde e magenta os li-mites desejados para a operação. O objetivo é mani-pular a choke para estabilizar as pressões e obter uma maior estabilidade na pressão de fundo.

Figura 15 – Desempenho do controle anti-golfadas.

Este controle avançado de anti-golfadas já foi im-plementado em três (03) plataformas marítima de produção. Os operadores também têm aceitado bem este controle, como se pode observar pelo fator de utilização em torno de 65%, para uma plataforma, na figura 16. Os ganhos deste controle anti-golfadas são:

• Quando ocorrem golfadas nos poços, este controle pode atuar tentando minimizar a pressão de fundo (PDG), e levando a uma maior produção;

• Quando ocorrem golfadas severas, este sis-tema fechar rapidamente a choke de produ-ção minimizando as conseqüências de danos nos equipamentos (p. ex. trocadores de ca-lor), e o número de paradas de emergência (trips) devido a nível alto nos separadores, ou pressões elevadas nos compressores.

• Finalmente, este controle pode aumentar a estabilidade, minimizando o desgaste nos equipamentos críticos (turbinas, bombas e compressores).

Figura 16 – Fator de utilização do controle anti-golfadas.

4. Controle Avançado de Otimização da Produção

Estão sendo desenvolvidas duas abordagens diferen-tes para a otimização da produção: uma baseada em um sistema de regras (sem modelo formal) e outra baseada em um controlador preditivo não-linear (NMPC) (Campos et al., 2013). Ambos os sistemas recebem uma região desejada de operação de um otimizador rigoroso offline de gas-lift (BR-SIOP - Teixeira et al., 2013), e tenta maximizar a produção de óleo considerando as restrições do processo. Esta região de operação do controle avançado é estimada em torno de 10 a 20% do ponto ótimo calculado pelo BR-SIOP, em função das incertezas de modelagem e de medição. As variáveis manipuladas pelo controle avançado são os setpoints das vazões de gas-lift para cada poço. O sistema baseado em regras utiliza os conhecimen-tos dos especialistas (operadores e engenheiros) para implementar uma otimização heurística. Este sistema também foi configurado no software MPA. O contro-lador preditivo NMPC (Bequette, 2007), (Duraiski, 2009), (Ribeiro, 2012) tem como função objetivo maximizar a produção de óleo, considerando um mo-delo não-linear do processo e as restrições da planta de tratamento e de compressão. Desta forma, foi de-senvolvido um modelo do processo, que em função das vazões de gas-lift, das pressões no fundo (PDG), na chegada dos poços na plataforma e nos separado-res, estima as vazões de produção (óleo, água e gás).

A figura 17 mostra uma comparação entre a vazão de óleo estimada e a realmente medida na plataforma. O erro de estimação é utilizado para corrigir o modelo utilizando um filtro de Kalman estendido.

Ambas as abordagens foram implementadas e estão rodando em malha aberta, para validação e ajustes finais. Espera iniciar os testes em malha fechada em breve, e uma pendência é o controle regulatório, pois muitas malhas de controle de vazão do gas-lift ainda estão operando em manual em muitas plataformas. Outro benefício de fechar estas malhas é a redução da alta variabilidade da vazão de gas-lift, com possíveis perdas de produção por operar longe do ponto ótimo.


1177

Figure 17 – Predição do BR-NMPC para a vazão de produção de

óleo e a medição fiscal.

5. Conclusões

As plataformas de produção estão se tornando mais complexas e necessitam de sistemas de controle a-vançado para apoiar os operadores e engenheiros na busca pela otimização dos processos. Portanto, exis-tem boas perspectivas de uso destas ferramentas nas plataformas com o objetivo de aumentar a estabilida-de, a segurança, a confiabilidade e a produtividade. A estratégia adotada para a implementação destes sistemas foi a de desenvolver e implantar sistemas de controle avançado mais focados e com objetivos mais simples de serem alcançados e avaliados, de forma a facilitar a aceitação dos mesmos pelas equipes de operação e manutenção. Atualmente já existem mais de sete (07) plataformas com estes sistemas implan-tados, e com mais de 80% de fator de utilização.

Agradecimentos

Gostaríamos de agradecer aos engenheiros e opera-dores das diversas plataformas, unidades operacio-nais e do CENPES, que muito contribuíram para o desenvolvimento e a implantação destes sistemas de controle avançado. Gostaríamos também de agrade-cer a vários pesquisadores das universidades envol-vidas com projetos de P&D na área de controle avan-çado (UFRGS, UFRJ, UFMG, UFSC, PUC-Rio) e finalmente a equipe da empresa Trisolutions envolvi-da nos projetos para as plataformas. E finalmente, à Petrobras que tem incentivado os trabalhos de otimi-zação em tempo real das suas unidades industriais.

Referências Bibliográficas

Acioli, G., Santos, J. e Barros, P., (2009), “On Simple Identification Techniques for First-Order plus Time-Delay Systems”, 15th IFAC Symposium on System Identification, Saint-Malo, France, pp. 605-610, 2009.

Bequette, W, (2007). Non-linear Model Predictive Control: A Personal Retrospective, The Canadian Journal of Chemical Engineering, Vol. 85, pp. 408-415.

Campos, M. e Teixeira, H., Controles Típicos de Equipamentos e Processos Industriais, Ed. Edgard Blücher, 2006.

Campos, M., Teixeira, A., Furtado, P., Pimenta, A. e Meien, O., Controle Avançado e Otimização em Tempo Real em Unidades Marítimas de Produção, Rio Oil & Gas Expo and Conference - IBP, Rio de Janeiro, 2012.

Campos, M., Gomes, M. e Perez, J., Controle Avançado e Otimização na Indústria do Petróleo, Ed. Interciência, 2013.

Carvalho, R., Schmidt, D., Campos, M., Barros, P., Acioli, G., e Santos, J., (2010), “Sintonia de malhas de controle com BR-Tuning: novas funcionalidades e aplicação em unidades da Petrobras”, Segundo CICAP – Congresso de Instrumentação, Controle e Automação da Petrobras, Maio, Rio de Janeiro.

Dalsmo, M., Halvorsen, E. e Slupphuag, O., (2002). Active Feedback Control of Unstable Wells at Brage Field, SPE 2002 SPE77650.

Duraiski, R., (2009), “Otimização Dinâmica em Tempo Real Utilizando Modelos Não-Lineares Simplificados”, Tese de doutorado na Universidade Federal do Rio Grande do Sul.

Eikrem, G., (2006). Stabilization of Gas-Lift Wells by Feedback Control, Department of Engineering Cybernetics, Norwegian Univ. of Sci. and Tech., PhD Thesis, NTNU.

Farenzena, M., (2008), “Novel Methodologies for Assessment and Diagnostics in Control Loop Management”, Tese de Doutorado, UFRGS.

Godhavn et al., (2005). New Slug Control Strategies, Tuning Rules and Experimental Results, Journal of Process Control 15, pp 547-557.

Hu, B., (2004). Characterizing gás-lift instabilities, Department of Petroleum Engineering and Applied Geophysics, PhD Thesis, NTNU.

Kaasa et al., (2007). Nonlinear Model-Based Control of Unstable Wells, Modeling, Identification and Control, Vol. 28, No. 3, 2007, pp. 69–79.

Kempf, A., (2003), “Avaliação de Desempenho de Malhas de Controle”, Dissertação de Mestrado, UFRGS.

Olsen, H., (2006). Anti-Slug Control and Topside Measurements for Pipeline-Riser Systems, PhD Thesis, NTNU.

Plucenio, A., Ganzaroli, C. and Pagano, D., (2012). Stabilizing gas-lift well dynamics with free operating point. IFAC Workshop - Automatic Cont. in Offshore Oil and Gas Production, Trondheim, May 31.

Ribeiro, C., (2012). Controle Preditivo Multivariável em Plataformas para Produção de Petróleo com


1178

Restrição de Qualidade, M.Sc. Thesis, COPPE/UFRJ.

Satuf, E., Pinto, S. e Quaresma, B., (2009). Sistema automático de alinhamento para a Plataforma de rebombeio autônomo PRA-1, Brazil Automation ISA 2009, São Paulo, 10 a 12 de Novembro.

Sinegre, L., (2006). Dynamic study of unstable phenomena stepping in gas-lift activated wells, These Docteur de l’Ecole des Mines de Paris.

Stasiak, M., Pagano, D. e Plucenio, A.,(2012). A New Discrete Slug-Flow Controller for Production Pipeline Risers, IFAC Workshop - Automatic Control in Offshore Oil and Gas Production, Trondheim, May 31, 2012.

Storkaas, E., e Skogestad, S., (2003). Cascade control of unstable systems with application to stabilization of slug flow. International Symposium on Advanced Control of Chemical Process , AdChem’03 Hong Kong.

Teixeira, A.F., Campos, M.C.M.M., Barreto, F.P., Rosa, V.R., Arraes, F.F. e Stender, A.S., (2013). Model Based Production Optimization Applied to Offshore Fields, OTC Brazil 2013, Offshore Technology Conference, Rio de Janeiro, Brazil.


1179

CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO · CONTROLE AVANÇADO PARA PLATAFORMAS DE...

Documents

Transcript of CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO · CONTROLE AVANÇADO PARA PLATAFORMAS DE...