DISSERTAÇÃO DE MESTRADOlivros01.livrosgratis.com.br/cp110886.pdfHeitor Penalva Gomes...

UNIVERSIDADE DO RIO GRANDE DO NORTEFEDERAL

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTECENTRO DE TECNOLOGIA CT

CENTRO DE CIÊNCIAS EXATAS E DA TERRA CCETPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E

ENGENHARIA DEPETRÓLEO - PPGCEP

DISSERTAÇÃO DE MESTRADO

Desenvolvimento de um Sistema Inteligente para a Análise de CartasDinamométricas no Método de Elevação por Bombeio Mecânico

Heitor Penalva Gomes

Orientador: Prof. Dr. André Laurindo Maitelli

Natal, RN, Junho de 2009

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.



Natal, RN, Junho de 2009



Dissertação de Mestrado apresentada aoPrograma de Pós-Graduação em Ciência eEngenharia de Petróleo da UFRN (área deconcentração: Automação na Indústria dePetróleo e Gás Natural) como parte dos re-quisitos para obtenção do título de Mestreem Ciência e Engenharia de Petróleo.

Aprovado em _____ de __________ de 2009.

Prof. Dr. André Laurindo Maitelli (Orientador) . . . . DCA/UFRN

Prof. Dr. Pablo Javier Alsina . . . . . . . . . . . . . . . . . . . . . DCA/UFRN

Dr. Benno Waldemar Assmann . . . . . . . . . . . . . . . . . . . . . . Petrobras

Aos meus pais, Hedilberto e Helenae à minha noiva, Renata

Agradecimentos

Aos meus pais e irmão, pelo amor e incentivo.

À minha noiva Renata, pelo amor e compreensão em todos os momentos.

Ao meu orientador Maitelli, pelo incentivo e confiança.

Aos amigos da RN Tecnologia, João Maria e Rodrigo Barbosa.

Ao amigo Gustavo Bezerra, pelo apoio e incentivo durante a elaboração deste trabalho.

A Rafael Marrocos, pela colaboração prestada no desenvolvimento deste trabalho.

Aos colegas do PPGCEP.

À Petrobras, pelo incentivo e contribuição técnica.

E a todos que de alguma maneira se fizeram presentes, se preocuparam, foram solidáriase torceram por mim.

Resumo

A necessidade da elevação artificial de petróleo se dá quando a pressão do reservatórionão é suficientemente elevada para que os fluidos nele contidos possam alcançar a super-fície espontaneamente. Assim a elevação artificial fornece energia de forma suplementarou integral aos fluidos do poço para que cheguem à superfície. O Bombeio mecânico comhastes é o método de elevação artificial mais utilizado no mundo e a Carta Dinamométrica(de superfície e de fundo) é a melhor ferramenta de análise de um poço equipado com essetipo de método de elevação.Um Sistema que utiliza Redes Neurais Artificiais MLP foi de-senvolvido e usando padrões pré-estabelecidos, baseadas em sua geometria, as cartas defundo dos poços são utilizadas para o treinamento da rede e posteriormente essa rededisponibiliza o conhecimento adquirido para a classificação de novas cartas, permitindo odiagnóstico de possíveis falhas no sistema de bombeio e das condições de funcionamentodesse sistema de elevação. Essas rotinas podem ser integradas a um Sistema Supervisórioque coleta as cartas a serem analisadas.

Palavras-chave: Automação industrial, Elevação artificial, Bombeio mecânico, Re-des Neurais.

Abstract

The artificial lifting of oil is needed when the pressure of the reservoir is not highenough so that the fluid contained in it can reach the surface spontaneously. Thus theincrease in energy supplies artificial or additional fluid integral to the well to come tothe surface. The rod pump is the artificial lift method most used in the world and thedynamometer card (surface and down-hole) is the best tool for the analysis of a wellequipped with such method. A computational method using Artificial Neural NetworksMLP was and developed using pre-established patterns, based on its geometry, the down-hole card are used for training the network and then the network provides the knowledgefor classification of new cards, allows the fails diagnose in the system and operation con-ditions of the lifting system. These routines could be integrated to a supervisory systemthat collects the cards to be analyzed.

Keywords: Industrial automation, Artificial Lift, Rod Pump, Artificial Neural Net-works.

Sumário

Sumário i

Lista de Figuras iii

Lista de Tabelas v

Lista de Símbolos e Abreviaturas vi

Lista de Símbolos vi

1 Introdução 11.1 Objetivo da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2 Trabalhos Relacionados . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3 Estrutura do documento . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Bombeio Mecânico 52.1 Componentes Mecânicos . . . . . . . . . . . . . . . . . . . . . . . . . . 52.2 Bomba de Fundo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2.1 Deslocamento Volumétrico . . . . . . . . . . . . . . . . . . . . . 82.3 Coluna de Hastes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.4 Unidade de Bombeio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102.5 Carta Dinamométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.5.1 Carta Dinamométrica de Fundo . . . . . . . . . . . . . . . . . . 142.6 Análise de Bombeio Mecânico . . . . . . . . . . . . . . . . . . . . . . . 15

2.6.1 Haste Partida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.6.2 Vazamento na Válvula de Passeio . . . . . . . . . . . . . . . . . 172.6.3 Vazamento na Válvula de Pé . . . . . . . . . . . . . . . . . . . . 182.6.4 Pancada de Fluido . . . . . . . . . . . . . . . . . . . . . . . . . 182.6.5 Interferência de Gás . . . . . . . . . . . . . . . . . . . . . . . . 19

i

2.6.6 Outros Fatores . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3 Reconhecimento de Padrões 223.1 Redes Neurais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.1.1 Perceptron de Múltiplas Camadas . . . . . . . . . . . . . . . . . 243.1.2 Funções de Ativação . . . . . . . . . . . . . . . . . . . . . . . . 263.1.3 Número de Neurônios . . . . . . . . . . . . . . . . . . . . . . . 273.1.4 Treinamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4 Resultados 304.1 Ferramentas Utilizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 304.2 Integração ao SISAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334.3 Resultados Experimentais . . . . . . . . . . . . . . . . . . . . . . . . . . 36

5 Considerações Finais 51

Referências bibliográficas 52

Lista de Figuras

2.1 Componentes para bombeio mecânico com hastes. . . . . . . . . . . . . 62.2 Bomba de fundo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72.3 Carta Dinamométrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.4 Celula de Carga. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.5 Dinamómetro Convencional. . . . . . . . . . . . . . . . . . . . . . . . . 122.6 Carta Dinamométrica Teórica. . . . . . . . . . . . . . . . . . . . . . . . 122.7 Cartas Dinamométricas de Superfície e Fundo Teóricas. . . . . . . . . . . 152.8 Carta de superfície com Haste Partida . . . . . . . . . . . . . . . . . . . 162.9 Carta de superfície e fundo do poço TM0016URN com Haste Partida . . 162.10 Sobreposição de cartas de superfície de surgência e haste partida . . . . . 172.11 Carta de fundo com vazamento na Válvula de Passeio . . . . . . . . . . . 172.12 Carta de fundo com vazamento na Válvula de Pé . . . . . . . . . . . . . 182.13 Carta de fundo com Pancada de Fluido . . . . . . . . . . . . . . . . . . . 192.14 Pontos que marcam a Pancada de Fluido . . . . . . . . . . . . . . . . . . 192.15 Carta de fundo com Interferência de Gás . . . . . . . . . . . . . . . . . . 202.16 Pontos que marcam a Interferência do Gás . . . . . . . . . . . . . . . . . 20

3.1 Modelo de neurônio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233.2 Funções de ativação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243.3 Percéptron de Múltiplas Camadas . . . . . . . . . . . . . . . . . . . . . 253.4 Transformação e Separação . . . . . . . . . . . . . . . . . . . . . . . . . 263.5 Fluxo no treinamento back-propagation . . . . . . . . . . . . . . . . . . 27

4.1 Programa AnaliseBM - Modificado . . . . . . . . . . . . . . . . . . . . . 314.2 Tela para criação de modelos de carta de fundo no CvCarta . . . . . . . . 324.3 Tela para classificação de cartas de fundo no CvCarta . . . . . . . . . . . 324.4 Sobreposição de todas as cartas . . . . . . . . . . . . . . . . . . . . . . . 334.5 Tela de supervisão de poço de BM no SISAL . . . . . . . . . . . . . . . 344.6 Fluxo de dados atual . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

iii

4.7 Proposta de fluxo de dados para classificação das cartas de fundo . . . . . 364.8 Resumo quantitativo das cartas . . . . . . . . . . . . . . . . . . . . . . . 394.9 Sobreposição de todas as cartas cheias . . . . . . . . . . . . . . . . . . . 394.10 Sobreposição de todas as cartas com vazamento na válvula de passeio . . 404.11 Sobreposição de todas as cartas com vazamento na válvula de pé . . . . . 404.12 Sobreposição de todas as cartas com pancada de fluido . . . . . . . . . . 404.13 Sobreposição de todas as cartas inteferência de gás . . . . . . . . . . . . 414.14 Comportamento do erro quadrático - MLP-E200-O50-TGS . . . . . . . . 424.15 Janela de treinamento do nntool - MLP-E200-O50-TGS . . . . . . . . . . 424.16 Saída da rede com entrada 200 . . . . . . . . . . . . . . . . . . . . . . . 444.17 Erros de classificação da rede com entrada 200 . . . . . . . . . . . . . . 444.18 Comportamento do erro quadrático - MLP-E100-O50-TGS . . . . . . . . 454.19 Janela de treinamento do nntool - MLP-E100-O50-TGS . . . . . . . . . . 454.20 Saída da rede com entrada 100 . . . . . . . . . . . . . . . . . . . . . . . 464.21 Erros de classificação da rede com entrada 100 . . . . . . . . . . . . . . 464.22 Saída da rede especialista com entrada 100 . . . . . . . . . . . . . . . . . 474.23 Erros de classificação da rede especialista com entrada 100 . . . . . . . . 474.24 Saída da rede especialista com entrada 101 . . . . . . . . . . . . . . . . . 484.25 Erros de classificação da rede especialista com entrada 101 . . . . . . . . 49

Lista de Tabelas

4.1 Arquitetura das redes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434.2 Matriz-confusão MLP-E200-O50-TGS . . . . . . . . . . . . . . . . . . . 494.3 Matriz-confusão MLP-E100-O50-TGS . . . . . . . . . . . . . . . . . . . 494.4 Matriz-confusão MLP-E100-O50-TGS com a MLP-E101-O50-TGS-ESP . 49

v

Lista de Símbolos

UB Unidade de BombeioHB Hastes de BombeioBF Bomba de Fundo

UTR Unidade Terminal RemotaCPM Ciclos por MinutoBM Bombeio MecânicoCDS Carta de SuperfícieCDF Carta de fundoCLP Controlador Lógico Programável

SCADA Supervisory Control and Data AcquisitionUFRN Universidade Federal do Rio Grande do NorteMLP Perceptron de Multiplas Camadas

RPROP Resilient Back-propagation

Capítulo 1

Introdução

Os métodos de elevação de petróleo podem ser classificados em duas classes: naturaise artificiais. Na elevação natural, os fluidos da reservatório alcançam a superfície ape-nas com a energia contida no próprio reservatório. Os poços que produzem dessa formasão denominados surgentes [de Souza 2005]. Quando a pressão do reservatório não ésuficientemente elevada para que os fluidos nele contidos alcancem a superfície expon-taneamente, se faz necessário a adição de energia externa através da elevação artificial.Assim a elevação artificial fornece energia de forma suplementar ou integral aos fluidosdo poço para que cheguem à superfície. Equipamentos específicos são utilizados paracada método de elevação artificial. Os principais métodos são:

∙ Gás-lift contínuo ou intermitente (GLC ou GLI);∙ Bombeio centrífugo submerso (BCS);∙ Bombeio mecânico (BM);∙ Bombeio por cavidades progressivas (BCP).

A escolha do melhor método de elevação para cada poço depende de fatores econômi-cos, ambientais, segurança, características dos fluidos a serem produzidos, profundidadedo reservatório, equipamentos disponíveis, entre outros.

Para que a produção de Petróleo seja feita utilizando o método de elevação bombeiomecânico, é necessário que inicialmente se faça o dimensionamento dos seus compo-nentes de superfície (Unidade de Bombeio - UB) e de subsuperfície (Bomba de Fundo -BF e Coluna de Hastes de Bombeio - HB).

Esse dimensionamento é feito com base em dados de profundidade da bomba de fundoe vazão a ser produzida [Corrêa 1995]. Como o dimensionamento é feito com base nosdados de projeto, quando se inicia a produção, deve ser feita uma comparação entre os

CAPÍTULO 1. INTRODUÇÃO 2

dados de projeto com os dados operacionais obtidos no poço (vazão, nível, regime eetc). Esse acompanhamento permite que ações de otimização ou medidas corretivas sejamtomadas em função de algum afastamento entre esses dados.

Com o avanço da automação, os poços de bombeio mecânico já podem ser equipadoscom sensores que, através de uma UTR (Unidade Terminal Remota) e de um sistema detelemetria, disponibilizam as informações e condições de bombeio para os operadores emuma sala de controle e supervisão. Além de informações como velocidade de bombeio(CPM), tempo de funcionamento, tempo de parada, violações de carga, entre outras, ossistemas de automação disponibilizam também a informação mais importante para umpoço equipado com bombeio mecânico: a carta dinamométrica.

Tendo em vista que as informações já estão em meio digital (no Sistema Supervisório),elas podem ser processadas e analisadas automaticamente para auxílio no diagnóstico enas tomadas de decisões sobre os poços equipados com Bombeio Mecânico, que, se-gundo [Costa 2005], são 67% dos poços produtores do Brasil. Levando em conta essaproporção em relação ao grande número de poços e a grande quantidade de informaçãogerada pelo Sistema de Automação, o acompanhamento sem ferramentas de análises au-tomáticas pode se tornar ineficiente e muito custoso, demandando uma grande quantidadede recursos humanos para tal.

1.1 Objetivo da Dissertação

A proposta desse trabalho é buscar algoritmos que possam analisar e reconhecerpadrões de cartas dinamométricas de fundo e classificá-las em um grupo de falhas/problemaspredefinidos. Sabe-se que o uso de Inteligência Artificial em um sistema é capaz de me-lhorar seu desempenho, confiabilidade e robustez, pois eles têm condições de agregarum tipo de conhecimento que não pode ser resgatado nos modelos analíticos tradicionais[Pereira 2006]

Tendo em vista o problema da classificação das cartas dinamométricas de fundo, o usodas redes neurais torna-se vantajoso pela sua capacidade de aprender a partir de dados deentrada [Ludwig & Costa 2007], ou seja, a partir de um conhecimento prévio, a redeneural pode identificar e classificar uma carta dinamométrica de fundo em uma classe defalhas/problemas sem que seja necessário um conjunto de regras para executar tal tarefa.

Neste trabalho será proposta uma arquitetura de rede neural que, utilizando o conhe-cimento prévio sobre os padrões de cartas de fundo e o grande número de cartas de fundojá classificadas, seja integrada a um sistema de supervisão de poços terrestres para auxílioda supervisão e ajuda na tomada de decisão, devido o grande número de poços. O Sistema


de supervisão que receberá essa ferramenta de classificação é o SISAL (Sistema Super-visório para Automação da Elevação) que atualmente supervisiona mais de 4000 poçosde bombeio mecânico automatizados em todo o Brasil.

O SISAL (SIstema Supervisório para Automação da ELevação), desenvolvido pelaUFRN em parceria com a Petrobras, tem como objetivo proporcionar uma interface sim-ples para supervisão de poços de petróleo equipados com sistemas de elevação artificial.Projetado para ser multi método de elevação e multi controladores, o SISAL já supervi-siona poços de BM, BCP e BCS com controladores de diversos fabricantes. Atualmenteo SISAL supervisiona todos os poços terrestres de Bombeio Mecânico automatizados nosestados do Rio Grande do Norte, Ceará, Sergipe e Alagoas, além de um piloto com algunspoços no Espírito Santo.

1.2 Trabalhos Relacionados

Desde o desenvolvimento do método para cálculo de cartas de fundo a partir de car-tas de superfície, proposto por Gibbs e Neely [Gibbs & Neely 1966], que esforços vêmsendo tomados para criar ferramentas automáticas para detecção de falhas no sistemade bombeio através da geometria desses registros. Diversos métodos Matemáticos e deInteligência Artificial já foram aplicados com esse propósito.

Uma proposta matemática para matching foi abordada por [Keating et al. 1989], ondeas cartas de fundo eram pré-processadas, formando vetores, e eram submetidas a um pro-duto escalar com todos os vetores de modelos de cartas de uma biblioteca. O maior resul-tado do produto escalar era considerado o melhor matching. Uma biblioteca incompletapoderia causar diagnóticos incorretos.

Outros métodos matemáticos foram propostos por [Dickinson & Jannings 1990], emque as cartas a serem classificadas eram montadas em matrizes de zeros e uns e, atravésde uma função de custo, eram confrontadas com matrizes de pesos que representavamos padrões. O menor custo era considerado o melhor matching. Outro método propostocomo alternativa à aproximação numérica foi o da série de Fourier, onde as cartas defundo eram representadas como séries e seus coeficientes eram comparados para efetuara classificação.

O uso de Redes Neurais foi tratado por [Rocha et al. 1996] e por [Corrêa 1995], onderedes neurais simbólicas, que armazenavam o conhecimento de especialistas ao invés deaprendizado por exemplos, foram usadas para supervisão e controle de poços de BombeioMecânico utilizando as cartas de fundo. Em [Alegre et al. 1993], dois tipos de redes neu-rais são descritas, onde uma mais simples funciona localmente no poço, fazendo controle


de pump-off e de velocidade além de gerar alarmes, enquanto outra mais complexa éresponsável pelo diagnóstico da eficiência e dos problemas de bombeio.

Em [Nazi et al. 1993], foi descrita a utilização de uma rede neural híbrida, comfunções de ativação senoidais para camadas ocultas e sigmoidais para a camada de saída.O treinamento, baseada em exemplos, utilizava a técnica back-propagation.

1.3 Estrutura do documento

Esta dissertação encontra-se estruturada de acordo com os itens subseqüentes:

∙ No Capítulo 2 é apresentada a fundamentação teórica necessária para uma melhorcontextualização do método de elevação bombeio mecânico. São abordados osaspectos mecânicos do método e os aspectos de análise de seu funcionamento.∙ No Capítulo 3 é apresentada a fundamentação teórica sobre reconhecimento de

padrões e redes neurais artificiais.∙ No Capítulo 4 são apresentados os resultados experimentais de classificação das

cartas de fundo extraídas do SISAL.∙ No Capítulo 5 são expostas as considerações finais do trabalho.

Capítulo 2

Bombeio Mecânico

O bombeio mecânico com hastes funciona, de forma simplificada, pelo movimentorotativo de um motor (elétrico ou a combustão interna) que é convertido em movimentoalternativo de um conjunto de hastes ligadas a uma bomba no fundo do poço que gera umdiferencial de pressão, levando o fluido até a superfície.

Dentre todos os métodos, o bombeio mecânico é utilizado em cerca de 90% dos poçosprodutores do mundo. Isso se deve ao baixo custo de investimento e manutenção, alémda grande flexibilidade de vazão e profundidade, possibilidade de operar com fluidos dediferentes composições e viscosidades em largas faixas de temperatura, além de uma altaeficiência energética [Costa 2005].

2.1 Componentes Mecânicos

Os equipamentos necessários para um poço de bombeio mecânico são divididos em:equipamentos de superfície e equipamentos de subsuperfície. Os principais componentesde superfície são:

∙ Unidade de bombeio

– Cabeça do cavalo, tripé, bielas, contrapesos, manivelas, redutor e viga

∙ Motor

e os de subsuperfície são:

∙ Bomba de fundo∙ Coluna de hastes∙ Coluna de produção

conforme mostra a figura 2.1.

CAPÍTULO 2. BOMBEIO MECÂNICO 6

Figura 2.1: Componentes para bombeio mecânico com hastes.

2.2 Bomba de Fundo

Sua função é gerar um diferencial de pressão a partir do movimento alternativo dacoluna de hastes, provendo energia ao fluido da formação, elevando-o para a superfície.Seus componentes são: camisa, pistão, válvula de pé (inferior) e válvula de passeio (su-perior), como ilustrado na 2.2.

As bombas de fundo podem ser classificadas em dois grupos, de acordo com a formainstalação no poço (conseqüência da forma como foram confeccionadas). Elas podem serdo tipo insertável, que são instaladas dentro da coluna de produção ou do tipo tubular, quesão adaptadas à extremidade da coluna de produção através de luvas.

A bomba é confeccionada na forma de tubos, montados um na parte interna do outro,


com medidas internas (camisa) muito próximas às medidas externas (pistão), sendo essafolga da ordem de milésimos de polegadas.

As válvulas são do tipo sede-esfera. As sedes e as esferas devem ser confeccionadasde forma que proporcionem uma vedação perfeita, visto que delas dependem o bom fun-cionamento de uma bomba de fundo. Esse rigor na vedação é necessário devido os altosdiferenciais de pressão a que serão submetidas. Falhas na usinagem das válvulas podemlevar a vazamento de fluido e perda da eficiência da válvula e conseqüentemente da bombacomo um todo. A abrasão (muito acentuada na produção de areia) e corrosão na produçãode fluidos, também levam a desgastes prematuros no conjunto sede-esfera. Para reduziro desgaste por ações mecânicas do impacto do assentamento da esfera na sede duranteo movimento, são utilizadas gaiolas que guiam a esfera para o alinhamento do orifíciocentral da sede.

Figura 2.2: Bomba de fundo.

O movimento alternativo (ciclo de bombeio) é dividido em duas partes: curso ascen-dente (upstroke) e descendente (downstroke). No ciclo ascendente, a válvula de pé seabre devido à baixa pressão criada, permitindo a entrada do fluido na bomba, enquanto aválvula de passeio permanece fechada, devido o peso do fluido na coluna de produção. Opistão eleva toda a coluna de fluido acima dele. No curso descendente, a válvula de pése fecha por conta da compressão criada pelo pistão. Como o pistão continua descendo,as pressões acima e abaixo da bomba se igualam, fazendo com que a válvula de passeiode abra, permitindo a passagem do fluido para cima do pistão. Ao atingir o final do cursodescendente e iniciar o curso ascendente, a válvula de passeio de fecha, iniciando umnovo ciclo de bombeio.

Durante o ciclo de bombeio, a distância percorrida pelo pistão entre o ponto morto


inferior (próximo a válvula de pé) e o ponto morto superior (próximo a válvula de passeio)caracteriza o curso do pistão. A distância mínima entre a válvula de pé e de passeio,estando o pistão em repouso no ponto morto inferior é denominada espaço morto e édeterminado de acordo com o tipo de fluido a ser bombeado e do regime de bombeio. Ovolume de fluido bombeado em cada ciclo depende do movimento relativo entre o pistãoe a camisa da bomba. Este movimento, chamado de curso do pistão, pode ser bastantediferente do curso medido na haste polida devido a elasticidade das hastes de bombeio eao sobrecurso do pistão (devido a inércia, o curso do pistão tende a aumentar).

A escolha adequada da bomba (profundidade de assentamento e diâmetro do pistão)evita que os equipamentos de superfície e a coluna de hastes sofram esforços desnecessários.

2.2.1 Deslocamento Volumétrico

Para melhor compreender os efeitos do bombeio mecânico, visto que foram explica-dos qualitativamente os fenômenos que acontecem em um ciclo de bombeio, o processode deslocamento volumétrico do fluido deve ser demonstrado. A quantidade de fluidodeslocado pela bomba de fundo é função da área e do curso do pistão durante o ciclo debombeio. Levando em conta que a área do pistão Ap é dada por:

Ap =πd2

p

4(2.1)

sendo dp o diâmetro do pistão. Considerando Sp o curso do pistão em polegadas,temos o volume deslocado em um ciclo Vd , em polegadas cúbicas, dado por:

Vd =πd2

pSp

4(2.2)

e o regime de bombeio representado por N ciclos por minuto, podemos podemosdeterminar o deslocamento volumétrico Pd , em pol3/dia, como:

Pd = 1440πd2

p

4SpN (2.3)

Porém alguns fatores causam imprecisão nesse cálculo como:

∙ Compressibilidade do óleo e da água;∙ Presença de gás associado;∙ Enchimento incompleto da bomba;∙ Perdas por escorregamento.


Sendo a perda por escorregamento causada pela folga entre o pistão e a camisa dabomba em função da viscosidade do fluido e pelas características mecânicas da bomba.

2.3 Coluna de Hastes

A coluna de hastes é a responsável pela transferência do movimento alternativo daunidade de bombeio até a bomba de fundo. É considerado o componente de maior efeitona ação e no desempenho do sistema de bombeio, devido à alternância de esforços. Acoluna de hastes é composta por um conjunto de hastes interligadas umas as outras atravésde luvas em suas extremidades. Essa pode ter ser combinada com hastes de diferentesdiâmetros (diâmetro decrescente até a conexão com a bomba) de acordo com a aplicação.

A composição das hastes de bombeio é basicamente Ferro (90%) mais outros metaise metalóides, formando as hastes de aço carbono ou outras ligas de aço. A classificaçãodas hastes é feita em função do diâmetro nominal e a composição química (grau do aço).Existem ainda hastes de fibra de vidro para poços de alta corrosão e altas cargas, porémpossuem custos muito elevados [Costa 2005].

A haste superior da coluna é chamada de haste polida, por possuir sua área externapolida. O objetivo é que haja uma maior vedação na cabeça do poço, devido ao movi-mento alternativo da coluna de hastes, entrando e saindo do poço. A vedação da cabeçado poço é feita pelo stuffing box (ou gaxeta), por onde passa a haste polida.

Os maiores esforços na coluna são exercidos na haste polida, pois esta sustenta to-das as cargas do peso das hastes, peso do fluido além de cargas dinâmicas geradas pelomovimento da unidade de bombeio.

O dimensionamento de uma coluna de hastes para que ela dure no mínimo 10 milhõesde ciclos deve seguir os seguintes critérios de tensão:

Sadm =

(T4+0,5625Smin

)SF (2.4)

que utliza o diagrama de Goodman Modificado, T é a tensão de ruptura mínima, Sadm

é a tensão máxima admissível, Smin é a tensão mínima presente na haste e SF é o fator deserviço (selecionado pela experiência do usuário). O fator de serviço é 1 para ambientenão corrosivo e é inversamente proporcional à corrosividade do ambiente [Costa 2005].

A tensão mínima pode ser calculada por:

Smin =MPRL

Ar(2.5)


sendo Ar a área da primeira haste de bombeio, por de tratar do ponto mais frágil dacoluna, já que está sujeita aos maiores esforços. Da mesma forma, a tensão máxima podeser calculada por:

Smax =PPRL

Ar(2.6)

O PPRL 1 e o MPRL 2 serão explicados na seção 2.5.Dessa forma, se Smax<Sadm, a coluna de hastes está dimensionada quanto a fadiga

[Costa 2005].

2.4 Unidade de Bombeio

Os equipamentos de superfície utilizados para o bombeio mecânico com hastes fazemparte da unidade de bombeio (UB). Esse conjunto é responsável por transformar o movi-mento rotativo do motor em um movimento alternativo das hastes. A figura 2.1 ilustra umaunidade de bombeio e seus principais componentes (viga, biela, manivela, contrapeso,cabeça da unidade, cabresto, tripé e motor).

Para se dimensionar uma unidade de bombeio para um dado poço, deve-se levar emconta as seguintes limitações mecânicas da UB:

1. Capacidade estrutural: carga máxima que pode ser erguida pela UB;2. Capacidade de torque: torque máximo que pode ser exigido do eixo de saída do

redutor, quando em movimento;3. Curso máximo: amplitude máxima do movimento alternativo que pode ser exercido

à haste polida;4. Frequência máxima de bombeio: frequência máxima de bombeamento suportada

pelo equipamento;5. Frequência mínima de bombeio: frequência mínima de bombeamento para garantir

uma boa lubrificação interna do redutor.

2.5 Carta Dinamométrica

Para acompanhar o funcionamento de um poço em produção por bombeio mecânicosão necessários testes de produção, registros de sonolog e cartas dinamométricas. Com

1Carga máxima na haste polida2Carga mínima na haste polida


o avanço da automação de poços de bombeio mecânico, as cartas dinamométricas setornaram, dentro os três itens supracitados, o de mais fácil aquisição, tornando-se a prin-cipal ferramenta para avaliação das condições de bombeio.

Figura 2.3: Carta Dinamométrica.

A carta dinamométrica é obtida instalando-se um dinamômetro como o da figura 2.5(ou célula de carga da figura 2.4, no caso de poços automatizados) na haste polida paramedir os esforços durante um ciclo de bombeio completo. O resultado obtido consisteem um gráfico contínuo de carga na haste polida e posição da mesma durante um ciclo debombeio. Um exemplo de carta dinamométrica pode ser observado na figura 2.3.

Figura 2.4: Celula de Carga.

Outros métodos menos convencionais podem ser usados para se obter uma carta di-namométrica, como sensor na viga (que mede a flexão da viga) ou sensor de torque noredutor, onde a carta pode ser obtida fazendo cálculos baseados na geometria da UB.

Da carta dinamométrica podem ser extraídas informações quantitativas e qualitativassobre o funcionamento da bomba de fundo, esforços nas hastes e na unidade de bombeio,entre outras. Porém, devido a efeitos dinâmicos como a elongação das hastes e outrasdistorções embutidas, faz-se necessário a obtenção ou o cálculo da carta de fundo. Parapoços rasos, a carta de superfície se assemelha bastante com a carta de fundo.


Figura 2.5: Dinamómetro Convencional.

Nesse texto vamos nos referir à carta dinamométrica de superfície como CDS e a cartadinamométrica de fundo como CDF.

Figura 2.6: Carta Dinamométrica Teórica.

A figura 2.6 representa uma CDS teórica, sobre a qual estão marcados os pontos A,B,C e D que serão definidos a seguir:

A. Inicio do curso ascendente. Neste ponto a válvula de passeio fecha e a válvula de péabre. A carga da coluna de fluido começa a ser transferida para a coluna de hastes.Esta, devido a sua elasticidade vai se elongando a medida que vai sendo erguidacom o peso da coluna de fluido;

B. Neste ponto, toda a carga da coluna de fluido já está atuando na coluna de hastes, quejá está totalmente elongada. Assim, as cargas permanecerão constantes até o pontoC, que representa o fim do curso ascendente e o início do curso descendente;


C. Neste ponto, a válvula de pé fecha e a de passeio abre. A carga da coluna de fluidocomeça a ser transferida da coluna de hastes para a coluna de tubing até o ponto D,a partir do qual todo o peso do fluido estará atuando sobre a mesma;

D. Fim da contração da coluna de hastes e as cargas permanecerão constantes até o pontoA.

A carta da figura 2.6, como foi citado acima, é teórica, portanto dificilmente é en-contrada na prática. Poços com elevada eficiência de bombeio, baixo CPM (ciclos porminuto) e de baixa produtividade podem registrar cartas que se aproximem das cartasteóricas.

Os segmentos de reta c e e representam a contração e a elongação das colunas dehastes e de produção. Já as linhas ft v e fsv representam a carga estática máxima e a cargaestática mínima, respectivamente. Essas linhas são traçados com a UB parada próximosaos pontos finais do curso ascendente (para ft v) e do curso descendente (para fsv). Éinteressante traçar essas linhas de cargas estáticas para detectar vazamentos na válvula depé ou passeio.

Essas linhas também podem ser calculadas a partir de dados mecânicos e dados dosfluidos utilizando o procedimento semi-empírico, conhecido no Brasil como Método Con-

vencional (citado por [Costa 2005]), que assume o poço vertical, sem efeitos dinâmicos ede atrito. Considerando que:

n é o número de seçõesk é uma seção em n

Prk é a massa específica das hastesArk é a área da seção transversal das hastesLk é o comprimento da seçãoy f é a densidade do fluidohd é o nível dinâmicoAp é a área do pistão

temos:

ft v = wr− fe + fo (2.7)

efsv = wr− fe (2.8)

onde:


wr é o peso das hastes no arfe é o empuxo nas hastes no fluidofo é a carga no pistão

que são dados por:

wr = gn

∑k=1

PrkArkLk (2.9)

fe = 0,127wry f (2.10)

fo = 1,42y f hdAp (2.11)

Os valores de carga máxima (PPRL) e carga mínima (MPRL) de uma carta de super-fície também podem ser calculadas ao se encontrar o valor do esforço dinâmico, dadopor:

fd = wramax

g(2.12)

onde g é a aceleração da gravidade, amax =w2S

2 e w = 2πN, sendo N a frequência debombeio e S o curso da haste polida. Para obter o valor do esforço dinâmico em libras,usando N em cpm e S em polegadas, temos:

fd = wrSN2

70500(2.13)

Dessa forma, define-se a carga máxima como:

PPRL = ft v + fd (2.14)

e a carga mínima como:

MPRL = fsv− fd (2.15)

2.5.1 Carta Dinamométrica de Fundo

Os esforços medidos na superfície com a coluna de haste em movimento traçam umacarta dinamométrica, que representa o resultado dos efeitos gerados pela carga atuantena bomba de fundo, após terem se propagado através da coluna de hastes [de A. Bar-


reto Filho 1993]. Como a carta de superfície contém distorções provenientes da propa-gação dos efeitos gerados pela coluna de hastes, ela pode, para certos casos, se mostraruma ferramenta ineficiente de análise, sendo esse problema agravado mais com o aumentoda profundidade dos poços (profundidades acima dos 1.000 metros).

O cálculo da carta de fundo consiste em, a partir de dados da superfície e de infor-mações do esquema mecânico do poço (hastes, bomba de fundo e etc.), encontrar a cargaimediatamente acima da bomba de fundo e assim inferir as condições de operação dobombeio mecânico no fundo do poço.

Figura 2.7: Cartas Dinamométricas de Superfície e Fundo Teóricas.

Na carta de fundo, baseada na carta teórica mostrada na figura 2.7, os pontos A′, B′,C′ e D′ são os equivalentes aos pontos A, B C e D marcados na carta de superfície.

2.6 Análise de Bombeio Mecânico

Como já foi descrito anteriormente, vários fatores influenciam as características deum ciclo de bombeio, e que combinados, formam um estado de tensões que podem serregistrados numa CDS. Os principais fatores são:

1. Características mecânicas do poço (profundidades, verticalidade e etc);2. Características do fluido;3. Características do reservatório;4. Condições operacionais do sistema de bombeio (curso, cpm, estado da bomba, com-

posição da coluna de hastes e etc).


Havendo alterações em qualquer um desses parâmetros, um novo estado de tensõesserá gerado e conseqüentemente essas condições serão observadas no formato das cartas.

2.6.1 Haste Partida

Uma coluna de hastes de bombeio mecânico pode se partir devido a esforços exces-sivos na coluna de hastes, pois como elas sofrem a atuação de cargas variáveis, conse-quentemente, estão sujeitas à fadiga. A figura 2.8 mostra uma carta simulada com hastepartida e a figura 2.9 mostra uma carta real do poço TM0016URN com haste partida.

Figura 2.8: Carta de superfície com Haste Partida

Figura 2.9: Carta de superfície e fundo do poço TM0016URN com Haste Partida

O pistão desenroscado ou a coluna de hastes desenroscada também causam o mesmoefeito na carta de superfície da haste partida. Porém outro fator que não envolve proble-mas na coluna de hastes pode gerar esse tipo de carta, que é o poço surgente.

Um poço surgente quando equipado com bombeio mecânico, faz com que o nívelno anular do poço chegue à superfície e não exista diferencial de pressão nas válvulas


da bomba de fundo. Assim as cargas medidas na superfície serão apenas os esforçosdinâmicos e o peso das hastes do fluido.

Essas duas condições só se tornam parecidas quando a coluna de hastes está partidapróxima ao pistão, como mostra a figura 2.10, onde é feita a sobreposição de cartas desurgência e de haste partida a 1500m, 750m e 300m.

Figura 2.10: Sobreposição de cartas de superfície de surgência e haste partida

2.6.2 Vazamento na Válvula de Passeio

Um problema bastante comum em poços com elevação artificial por bombeio mecânicoé o vazamento na válvula de passeio, mostrado na figura 2.11. Esse vazamento ocorre pordesgaste natural, desgaste prematuro ou por acúmulo de produto na sede e cone das válvu-las, causando redução na eficiência volumétrica da bomba.

Figura 2.11: Carta de fundo com vazamento na Válvula de Passeio

O desgaste dessas válvulas ocorre de forma natural e pode ser explicado facilmente,pois em um poço com 12 CPM, elas abrem e fecham 6 milhões de vezes em 1 ano. Quantomaior o regime de bombeio, maior o desgaste da válvula.


O desgaste prematuro ocorre normalmente em poços com produção de areia ou outroproduto abrasivo, ou ainda em decorrência da presença de produtos corrosivos.

O último caso ocorre por acúmulo de produtos na sede ou corpo das válvulas, comoparafina ou outros produtos. A circulação de óleo quente pode resolver esse problema.

Problemas com a válvula de passeio podem ser facilmente identificados na carta defundo, pois há uma comunicação entre a coluna de fluido acima da válvula de passeiocom o fluido no interior da camisa causando uma transferência gradual da carga atuantena válvula e como consequência, um descarregamento do fluido acima da válvula depasseio.

2.6.3 Vazamento na Válvula de Pé

As causas do vazamento na válvula de pé são as mesmas encontradas nas válvulasde passeio. Esse vazamento causa uma perda de pressão no interior da camisa, fazendocom que a válvula de passeio feche e, conseqüentemente, interrompa o fluxo de fluidoda camisa para a coluna de produção. A figura 2.12 ilustra uma carta de fundo com esseproblema.

Figura 2.12: Carta de fundo com vazamento na Válvula de Pé

2.6.4 Pancada de Fluido

Pancada de fluido, Batida de fluido ou fluid Pound ocorre quando o pistão se chocacom o fluido no interior da camisa, decorrente do enchimento incompleto da mesma nocurso ascendente. A figura 2.13 ilustra a batida de fluido.

No movimento de A para B, mostrado na figura 2.14, a coluna de hastes sofre umaviolenta compressão e ao chegar em B, durante o choque com o fluido no interior dacamisa, a válvula de passeio se abre, fazendo com que a coluna de hastes seja tracionadaem um curto espaço de tempo.


Figura 2.13: Carta de fundo com Pancada de Fluido

Essas tensões anormais causadas pela batida de fluido se propagam por todo o equipa-mento, de tubulações e hastes até a UB. Neste caso, o formado da carta de fundo apresentauma deformação que pode ser visto na figura 2.14 entre os pontos A e B.

Figura 2.14: Pontos que marcam a Pancada de Fluido

2.6.5 Interferência de Gás

O efeito do gás no bombeio mecânico, mostrado na figura 2.15, é bastante prejudicial,produzindo dois efeitos: ocupa o espaço dentro da bomba, reduzindo o espaço para o óleoe interfere no funcionamento das válvulas de pé e de passeio.

Através da carta dinamométrica é possível detectar o efeito do gás durante um ciclo debombeio. Na subida do pistão, o óleo e o gás passarão para o interior da camisa. Na des-cida do pistão (pontos A e B na figura 2.16), o gás será comprimido e a válvula de passeiosó abrirá quando a pressão do gás atingir a pressão da coluna de fluido acima do pistão.A carta dinamométrica terá um aspecto parecido com a de Batido de Fluido, porém com


Figura 2.15: Carta de fundo com Interferência de Gás

uma curva mais suave entre os pontos A e B da figura 2.16, devido à compressibilidadedo gás.

Figura 2.16: Pontos que marcam a Interferência do Gás

Em casos onde o volume de gás é muito grande, o gás pode bloquear o efeito dabomba, pois a pressão do mesmo não é suficiente para abrir a válvula de passeio, fazendoque o movimento do pistão apenas varie o volume do gás dentro da camisa.

2.6.6 Outros Fatores

Outros efeitos do bombeio mecânico podem causar mudanças no formato da CDF,como já foi citado anteriormente. Esses fatores podem ser de caráter:

∙ mecânicos dos equipamentos de bombeio

– Pistão preso– Movimentação da coluna de produção– Atrito excessivo com a coluna de produção


– Overtravel

– Undertravel

∙ do fluido produzido

– Bloqueio de gás– Atrito excessivo com o fluido produzido

Alguns desses efeitos podem aparecer combinados a outros, de forma que não pos-suem um formato de carta de fundo bem definido, dificultando a análise das mesmas. Aanálise dessas cartas de fundo com efeitos combinados não fazem parte do escopo dessetrabalho.

Capítulo 3

Reconhecimento de Padrões

Reconhecimento de padrões é a área de pesquisa que tem por objetivo classificar ob-jetos em um conjunto de classes predefinido. Essa classificação pode ser feita baseada emconhecimentos anteriores ou em informações estatísticas extraídas dos padrões.

Dado um padrão, seu reconhecimento/classificação consiste em uma das seguintestarefas:

1. classificação supervisionada - em que o padrão de entrada é identificado como ummembro de uma classe pré-definida pelos padrões de treinamento, que são rotuladoscom suas classes; ou

2. classificação não supervisionada - em que o padrão é associado a uma classe que éaprendida com base na similaridade entre os padrões de treinamento.

Um projeto de sistemas de reconhecimento de padrões essencialmente envolve trêsaspectos:

1. aquisição de dados e pré-processamento;2. representação dos dados;3. tomada de decisões.

Assim, geralmente o desafio encontra-se na escolha de técnicas para efetuar esses trêsaspectos

3.1 Redes Neurais

Uma rede neural é um sistema paralelamente distribuído, maciçamente interligadopor unidades simples de processamento, chamadas de "neurônios", cuja modelagem éinspirada no funcionamento dos neurônios biológicos [Haykin 2001].

CAPÍTULO 3. RECONHECIMENTO DE PADRÕES 23

Os neurônios e as redes neurais são caracterizados por:

∙ capacidade de adquirir conhecimento do seu ambiente através de treinamento, re-fletido na força entre as conexões dos mesmos, conhecidos como pesos sinápticos;e∙ capacidade de tornar esse conhecimento disponível para uso.

O modelo de um neurônio é mostrado na figura 3.1.

Figura 3.1: Modelo de neurônio

Os componentes de um neurônio são:

∙ Pesos sinápticos: caracteriza a força de ligação entre os neurônios da rede∙ Combinador linear: responsável pela soma dos sinais de entrada, ponderados pelo

peso referente a cada sinapse∙ Função de ativação: sendo linear ou não-linear, é responsável por gerar a saída do

neurônio a partir dos valores do vetor de pesos, além de assegurar que sua amplitudetenha um valor finito.

A figura 3.1 também inclui o bias, representado por bk, que é aplicado externamentee tem o efeito de aumentar ou diminuir a entrada da função de ativação. Então o modelodo neurônio pode ser representado matematicamente da seguinte forma:

uk = ∑wk jx j (3.1)

eyk = f (uk +bk) (3.2)

onde:

∙ x j representa os sinais de entrada∙ wk j são os pesos sinápticos do neurônio k


∙ uk é a saída do combinador linear∙ bk é o bias∙ f (.) é a função de ativação∙ yk é o sinal de saída do neurônio.

A função f (.) corresponde à função de ativação. Costumam ser implementados quatrotipos básicos de funções de ativação, que podem ser: degrau, linear, sigmóide ou tangentehiperbólica.

Figura 3.2: Funções de ativação

Essa abordagem é conhecida como conexionista, já que o conhecimento é represen-tado pelo ajuste de pesos entre os neurônios, diferentemente da abordagem simbólica,onde o conhecimento é representado por regras explícitas.

3.1.1 Perceptron de Múltiplas Camadas

Sabe-se que as redes de uma única camada têm a limitação de resolver apenas pro-blemas com características lineares, porém também sabe-se que as não-linearidades são


inerentes à maioria das situações e dos problemas reais, sendo assim necessária a utiliza-ção de estruturas com características não-lineares para resolver esses problemas de maiorcomplexidade [de Pádua Braga et al. 2007].

Uma das arquiteturas de rede neural mais utilizadas é a rede Perceptron de MúltiplasCamadas, ou MultiLayer Perceptron (MLP), na qual os neurônios são organizados em ca-madas e conectados entre si. A arquitetura da rede neural define a quantidade de camadas,quantos neurônios são dispostos em cada camada e como eles são interligados. A figura3.3 demonstra a arquitetura de uma rede MLP feedforward.

Figura 3.3: Percéptron de Múltiplas Camadas

As redes feedforward são aquelas cuja informação é propagada a partir da camadade entrada, passando pelas camadas ocultas, até a camada de saída sem realimentaçãoda informação, ou seja, as saídas de cada camada são conectadas somente às entradas dacamada posterior.

O papel das múltiplas camadas em uma rede como a MLP é transformar sucessiva-mente o problema descrito no espaço de entrada de forma a tornar o problema tratávelpara a camada de saída da rede.

O comportamento de uma rede MLP pode ser descrito por transformações sucessivasda Y (H(x;wi)ws) onde H(.) é relativa à camada intermediária e Y (.) relativa à camadade saída, x representa o vetor de entrada e wi e ws representam os vetores de pesos inter-mediários e de saída, respectivamente.

A figura 3.4 demonstra graficamente como funcionam as transformações em umaMLP, onde um espaço de entrada não-linearmente separável é transformado em uma rep-


Figura 3.4: Transformação e Separação

resentação linearmente separável.O número de camadas de uma MLP deve ser determinado de acordo com a comple-

xidade da operação a ser realizada. Quando se segue da primeira camada intermediáriapara a camada de saída, as funções implementadas se tornam cada vez mais complexas.Essas funções determinam como será dividido o espaço de decisão.

Segundo Cybenko, uma camada intermediária é suficiente para aproximar qualquerfunção contínua [Cybenko 1989] e duas camadas são suficientes para aproximar qualquerfunção[Cybenko 1988].

A grande maioria dos problemas práticos não exige mais de que uma camada inter-mediária. O uso de camadas em excesso pode causar problemas de convergência da rede,pois as camadas intermediárias utilizam estimativas de erro.

3.1.2 Funções de Ativação

Não existem regras que restrinjam o uso de determinado tipo de função de ativação,lineares ou não, visto que todas listadas na seção 3.1 atendem aos requisitos básicos dauniversalidade. Porém sabe-se que é necessário utilizar funções de ativação não linearesnas camadas intermediárias para que a composição das camadas sucessivas seja capaz deresolver problemas de maior ordem no espaço de entrada.

A utilização de apenas funções lineares em MLP resultaria em uma rede equivalentede uma única camada, já que as transformações sucessivas poderiam ser descritas em umaúnica transformação linear. Dessa forma, é aconselhável o uso de funções de ativação não-lineares em pelo menos uma das camadas intermediárias. Para problemas de classificação,as camadas intermediárias e de saída utilizam normalmente funções sigmoidais, apesardisso não ser uma regra geral [de Pádua Braga et al. 2007].


3.1.3 Número de Neurônios

A definição do número de neurônios de cada camada é o problema fundamental a serresolvido no projeto de uma rede MLP. Esse número vai determinar o desempenho darede, principalmente no que se refere à capacidade de generalização.

Quanto maior o número de neurônios, maior a capacidade de solução de problemas(possíveis soluções) de rede MLP. Porém quanto mais esse número cresce, maior a com-plexidade da estrutura, causando maior dificuldade de se encontrar as soluções que seaproximam da função geradora dos dados.

3.1.4 Treinamento

O algoritmo mais utilizado para treinar redes MLP é o back-propagation. Por ser umalgoritmo de treinamento supervisionado, utiliza pares de entrada e saída desejada (X ,Yd)

para ajustar os pesos da rede através de correção do erro.O treinamento pode ser dividido em duas fases, em que na primeira se apresenta a

entrada à rede e se obtém a saída, fase forward e a segunda que utiliza a saída da rede e asaída desejada para ajustar os pesos das conexões, fase backward. A figura 3.5 mostra ofluxo de processamento nas duas fases.

Figura 3.5: Fluxo no treinamento back-propagation

Segundo [de Pádua Braga et al. 2007], as equações de ajuste de pesos são aplicadas


de acordo com a camada desejada (oculta ou de saída), onde a correção ∆w ji(n) aplicadaaos neurônios da camada de saída é dada por:

∆w ji(n) = ηe j(n) f ′(u j(n))hi(n) (3.3)

e a correção ∆wik(n) aplicada aos neurônios da camada oculta é dada por:

∆wik(n) = ηh′i(ui(n))∑j

e j(n) f ′(u j(n))w ji(n)xk(n) (3.4)

onde:

∙ ∆w Correção aplicada aos neurônios∙ η Taxa de aprendizagem∙ n Iteração do treinamento∙ u Saída linear do neurônio∙ e Erro do neurônio∙ f () Função de ativação da camada de saída∙ h() Função de ativação da camada oculta

Podemos assim caracterizar os passos do treinamento da seguinte forma:

∙ Fase forward:

1. O vetor de entrada x é apresentado às entradas da rede e as saídas dos neurôniosda primeira camada escondida C1 são calculadas.

2. A saída da camada escondida C1 é utilizada como entrada da camada escon-dida C2 e suas saídas serão calculadas. Esse procedimento é realizado até quechegue a camada de saída Ck.

3. As saídas y da camada de saída Ck são comparadas as saídas desejadas yd parao vetor de entrada x, e o erro e é calculado como yd− y.

∙ Fase backward:

1. O erro e calculado para a camada Ck é utilizado para ajustar diretamente seuspesos, utilizando o gradiente descendente do erro, de acordo com a equação3.3.

2. Os erros dos neurônios da camada Ck são propagados para a camada anteriorCk−1 utilizando os pesos das conexões entre as camadas multiplicadas peloserros correspondentes. Assim, tem-se um valor de erro estimado para cadaneurônio da camada escondida Ck−1 que representa a sua influência no erroda saída Ck, de acordo com a equação 3.4.


3. O procedimento utilizado para ajustar a camada Ck−1 é utilizado para ajustaras camadas escondidas anteriores até que os pesos da camada C1 sejam ajusta-dos e assim toda a rede estará ajustada para uma entrada x e sua saída desejadayd .

Resilient Back-propagation - Rprop

O algoritmo Rprop é uma adaptação do algoritmo de treinamento back-propagation,que procura eliminar a influência negativa do valor da derivada parcial na definição doajuste dos pesos [de Pádua Braga et al. 2007]. Essa influência ocorre devido o erro nasaída do neurônio onde se y ≈ 1 e yd ≈ 0 ou y ≈ 0 e yd ≈ 1, a derivada será próxima dezero, fazendo com que esse neurônio receba o ajuste mínimo, próximo de zero.

Dessa forma, o Rprop utiliza apenas o sinal da derivada para indicar a direção doajuste de pesos, usando um valor de atualização baseado em um processo de adaptaçãoque depende do sinal da derivada do erro com relação ao peso a ser ajustado. A troca desinal da derivada parcial do erro indica que o último ajuste aumentou o erro produzido.

Capítulo 4

Resultados

O objetivo deste trabalho é utilizar conhecimentos da área de Elevação Artificialde petróleo, juntamente com algoritmos de Inteligência Artificial para diagnosticar acondição de bombeio de um poço equipado com bombeio mecânico, através da classifi-cação das cartas dinamométricas de superfície e fundo, baseado na análise da suas formasgeométricas, a fim de auxiliar a supervisão e as tomadas de decisões, além de prevenirproblemas no sistema de bombeio. Juntamente com a rede neural, um conjunto de cál-culos é utilizado para diagnosticar algumas falhas utilizando a carta de superfície, sem anecessidade da rede.

Com uma arquitetura de rede neural definida, a estratégia de reconhecimento é exe-cutada sobre um conjunto de poços utilizando como dados de entrada a suas cartas desuperfície e os dados do esquema mecânico, gerando a carta de fundo e os outros dadosnecessários para a caracterização da condição de bombeio.

4.1 Ferramentas Utilizadas

Para que esse trabalho fosse posto em prática, algumas ferramentas foram utilizadascomo o Matlab R2008a, outras foram modificadas como o AnaliseBM e outras foramcriadas como o CvCartas. Algumas de suas funcionalidades serão descritas a seguir.

O programa AnaliseBM é uma ferramenta desenvolvida na empresa RN Tecnologia,pelo Eng. Msc. João Maria Araújo, para a Petrobras usar na análise de poços de bombeiomecânico. Ela foi modificada para exportar as cartas de superfície e os dados do poçopara análise e criar o repositório de cartas de fundo usado pelo programa CvCarta. Aimagem 4.1 mostra a interface do programa durante a execução da análise.

Com conexão direta à base de dados do SISAL e ao SIP (Banco de dados de infor-

CAPÍTULO 4. RESULTADOS 31

Figura 4.1: Programa AnaliseBM - Modificado

mações de produção da Petrobras), o AnaliseBM possui informações do poço do tipo:

∙ Nome do poço∙ Carta de Superfície∙ Carta de Fundo∙ Grau API∙ BSW∙ Revestimento∙ Coluna de produção∙ Unidade de bombeio∙ Coluna de hastes∙ Curso∙ Bomba de fundo

entre outras, que são mostradas na tela da figura 4.1. De posse dessas informações,o cáldulo do PPRL, do MPRL e da carta de fundo pode ser feito e o diagnóstico de umdado poço efetuado.

As cartas de fundo são calculadas utilizando o processo criado pelo Eng. ManuelBarreto, em [de A. Barreto Filho 1993] e modificado pelo Eng. Rutácio de Oliveira Costa.Depois de calculadas, a cartas de fundo passam por um processo de normalização antes


de serem exportadas. Todos os dados de carga e posição (cem pares) são transformadosem dados percentuais e são inicializadas na classe Sem Classificação.

Já o programa CvCarta foi desenvolvido especialmente para esse trabalho, na lin-guagem de programação C++. Inicialmente criado apenas para desenhar e visualizarmodelos de cartas de fundo como mostra a figura 4.2.

Figura 4.2: Tela para criação de modelos de carta de fundo no CvCarta

Com a necessidade de gerar dados para o treinamento da rede neural, foi necessárioadicionar ao programa as funcionalidades de visualização e classificação manual das car-tas de fundo (figura 4.3) a partir de um repositório exportado pelo Analise BM - Modifi-

cado, por um formato de arquivo compartilhado entre os dois programas.

Figura 4.3: Tela para classificação de cartas de fundo no CvCarta

Para fins de análise visual da distribuição dos pontos das cartas, a funcionalidadede sobreposição de todas as cartas está disponível, conforme a figura 4.4. Para uma


análise visual minuciosa, também está disponível a sobreposição dos pontos de apenasuma classe.

Figura 4.4: Sobreposição de todas as cartas

Antes da exportação de dados para o Matlab, uma nova normalização é feita, onde osvalores dos pontos são enquadrados entre zero e um, com base em seus valores máximose mínimos. Essa nova normalização se faz necessária para manter a padronização dosdados de entrada, além de estar diretamente ligada à arquitetura usada na rede neural.

Depois da importação dos dados no Matlab, um valor percentual deve ser definidopelo usuário (por padrão 10%) para que os dados de treinamento e validação sejam sepa-rados aleatoriamente. A ferramenta nntool (Neural Network Toolbox) foi utilizada paratreinar e simular as diversas redes neurais durante todo o processo de desenvolvimentodesse trabalho.

4.2 Integração ao SISAL

Os Sistemas de Supervisão, também conhecidos como SCADA (Supervisory Control

And Data Acquisition) ou apenas Supervisório, devem ser capazes de adquirir as infor-mações do processo e torná-las disponíveis para os usuários do sistema. Um sistemaSCADA também pode executar tarefas de controle em nível de supervisão, atuando dire-tamente no processo [Souza et al. 2006].

Os sistemas supervisórios têm se mostrado de fundamental importância na estruturade gestão das empresas, fato pelo qual deixaram de ser vistos como meras ferramentasoperacionais, ou de engenharia, e passaram a ser vistos como uma relevante fonte deinformação [Souza et al. 2005]. Por isso é cada vez mais necessário o uso de algoritmosinteligentes para auxiliar no processamento dessas informações.


O SISAL , como citado na seção 1.1, foi projetado para ser o supervisório de poçosequipados com elevação artificial e atualmente supervisiona todos os poços terrestres deBombeio Mecânico automatizados nos estados do Rio Grande do Norte, Ceará, Sergipe eAlagoas, além de um piloto com alguns poços no Espírito Santo.

Para os poços de Bombeio Mecânico a principal informação coletada dos contro-ladores de campo pelo SISAL é a carta de superfície.

Figura 4.5: Tela de supervisão de poço de BM no SISAL

A partir da carta de superfície e das informações cadastrais dos poços (coluna dehastes e equipamentos de superfície), são calculadas a carta de fundo e a curva de torque.

Como o SISAL possui coleta automática e/ou programada de cartas de superfície, aproposta é que o procedimento de reconhecimento de padrões de cartas de fundo acimacitado seja aplicado a essa ferramenta de supervisão para diagnosticar falhas e ajudar osusuários na manutenção preventiva dos sistemas de bombeio mecânico, que representamgrande parte dos poços terrestres do Brasil, como citado no capítulo 1.

A figura 4.6 mostra como se dá o fluxo dos dados atualmente no sistema de automação,onde as cartas de superfície são coletadas e as cartas de fundo são calculadas e analisadaspela equipe da operação. Normalmente, a informação extraída da carta de fundo não érealimentada no supervisório. O fluxo da informação se dá da seguinte forma:

1. As cartas de superfície são coletadas pelos controladores através de uma célula decarga e armazenadas em um buffer de memória local;

2. O SISAL coleta a carta de superfície através de seus módulos de comunicação coma rede de campo (Mestres de Campo);


3. Através do esquema mecânico, dos dados do fluido e da carta de superfície a cartade fundo é calculada;

4. As cartas de superfície e fundo ficam disponíveis para os usuários analisá-las;5. A vizualização das cartas de superfície e fundo pelos usuários pode ser online ou

através de históricos;

Figura 4.6: Fluxo de dados atual

A figura 4.7 mostra uma proposta de fluxo de dados na automação de poços com ouso da classificação automática de cartas de fundo, onde todas as cartas coletadas podemser analisadas e classificadas, tendo essa classificação historiada em base de dados. Umamudança de comportamento de um poço pode ser facilmente detectada apenas verificandoalterações na classificação das cartas de fundo. Dessa forma, o fluxo da informação podese dar da seguinte forma:

1. As cartas de superfície são coletadas pelos controladores através de uma célula decarga e armazenadas em um buffer de memória local;

2. O SISAL coleta a carta de superfície através de seus módulos de comunicação coma rede de campo (Mestres de Campo);

3. Através do esquema mecânico, dos dados do fluido e da carta de superfície a cartade fundo é calculada;


4. As cartas de superfície e fundo são passadas para análise e o resultado é armazenadona base de dados do SISAL;

5. Os resultados das análises ficam disponíveis para os usuários, sem que seja necessárioverificar todas as cartas do SISAL, e sim apenas as que apresentarem resultados in-desejados;

6. A vizualização das cartas de superfície e fundo e dos resultados das análises ficadisponível para os usuários de forma online ou através de históricos;

Figura 4.7: Proposta de fluxo de dados para classificação das cartas de fundo

4.3 Resultados Experimentais

Os resultados foram obtidos através de duas fases, que compreendem a análise de 6tipos de cartas da forma:

∙ Análise de cartas de superfície:

1. Haste partida

∙ Análise de cartas de fundo:


1. Carta cheia2. Pancada de fluido3. Interferência de gás4. Vazamento na válvula de pé5. Vazamento na válvula de passeio

Análise de cartas de superfície

A análise das cartas de superfície para detectar haste partida não leva em conta a formageométrica da carta, mas sim seus valores de carga máxima (PPRL) e de carga mínima(MPRL). Esse valores são comparados com valores cálculados com base nos dados decadastro do poço, conforme mostrado na seção 2.5, utilizando o Método Convencional.

Um dos conceitos que foi utilizado foi o de SPAN de carga, que é dados por:

SPAN = PPRL−MPRL (4.1)

que representa basicamente o esforço pistão fo, além do esforço dinâmico fd , de valormuito menor que o anterior. Manipulando as equações 2.14 e 2.15, temos:

SPAN = fo +2 fd (4.2)

Dessa forma, três spans podem ser utilizados:

∙ SPANcarta: span da carta de superficie∙ SPANmax: span calculado considerando o máximo esforço no pistão ( fo), con-

siderando o valor do nível dinâmico hd igual à de profundidade de assentamentoda bomba∙ SPANmin: span desconsiderando o esforço no pistão ( fo)

Para que uma carta seja caracterizada como suspeita de haste partida, três critériosforam adotados e devem ser obedecidos:

1. SPANcarta < SPANmax

2. SPANcarta ∕= 03. PPRLcarta < PPRLmax

que além de descartar cartas normais, evitam que cartas geradas com problemas naautomação/instrumentação sejam processadas e criem informações erradas. Para as cartas


que se encaixam nesse perfil de suspeita de haste partida, um percentual de confiança Cp

é calculado com base na equação:

Cp =(SPANcarta−2 fd− fo)100

fo(4.3)

O fator Cp foi utilizado porque o método convencional não considera o atrito viscosoe outros efeitos dinâmicos gerados durante o movimento das hastes.

As análises feitas com os poços do SISAL, mostraram que as cartas com haste partidapossuiam valores de Cp maiores que 85%. Porém esse fator pode ser facilmente ajustadopara um novo conjunto de dados, caso seja necessário.

Confirmado que a haste do poço está partida, pode-se calcular o local aproximado daquebra da mesma verificando um novo Wr partida reescrevendo a equação 2.13, da forma:

Wr partida =fd carta70500

SN2 (4.4)

onde o fd carta é dado por:

fd carta =PPRL−MPRL

2(4.5)

pois com a haste está partida, não existe esforço no pistão, então fo = 0.Possuindo o valor de Wr partida , o local da quebra é estimado comparando o valor de

Wr partida com o do somatório do peso das hastes a cada iteração, mostrado na equação2.9, começando na superfície até o fundo do poço. Caso a coluna de hastes seja formadapor apenas uma seção, o ponto de quebra Lp pode ser encontrado diretamente usando ocomprimento L da seção:

Lp =Wr partidaL

Wr(4.6)

As cartas consideradas com haste partida não tem suas cartas de fundo analisadas pelarede neural.

Análise de cartas de fundo

Conforme foi citado na seção 4.1, as cartas de fundo são pré-processadas antes deserem apresentadas à rede neural. Durante o pré-processamento, apenas as informaçõesrelevantes foram extraídas das cartas de fundo, para serem utilizadas no problema de re-conhecimento e classificação das mesmas. Os valores de carga e posição foram normali-zados proporcionalmente em valores entre zero e um, sem perda de informação [Dickinson


& Jannings 1990], pois apenas o formato geométrico é importante nesse processo [Gomeset al. 2009].

Um vetor com os 100 valores de carga é utilizado no treinamento, na validação e naclassificação da rede neural. A utilização apenas dos valores de carga se dá pelo fato dospontos serem igualmente espaçados durante um ciclo de bombeio, fazendo com que osvalores de posição se repitam em todas as cartas, não agregando nenhuma informaçãorelevante. Esse número de pontos foi utilizado por representar bem um carta de fundo eagregar a quantidade necessária de dados para o aprendizado da rede neural.

Para gerar os resultados, conforme mostra a figura 4.8, foram usadas 330 cartas defundo coletadas pelo SISAL e extraídas pelo programa AnaliseBM - Modificado. Os cincotipos de cartas de fundo serão mostrados com seus elementos sobrepostos para demonstrara distribuição dos dados de entrada da rede, nas figuras 4.9, 4.12, 4.10, 4.11 e 4.13. Aseção 2.6 descreve em detalhes cada uma das cartas.

Figura 4.8: Resumo quantitativo das cartas

Figura 4.9: Sobreposição de todas as cartas cheias

Segundo as recomendações vistas em [de Pádua Braga et al. 2007], deve-se utilizaruma estrutura de rede mínima que atenda aos requisitos de minimização do erro quadrático


Figura 4.10: Sobreposição de todas as cartas com vazamento na válvula de passeio

Figura 4.11: Sobreposição de todas as cartas com vazamento na válvula de pé

Figura 4.12: Sobreposição de todas as cartas com pancada de fluido


Figura 4.13: Sobreposição de todas as cartas inteferência de gás

do conjunto de treinamento, para reduzir os riscos estruturais. Ainda segundo [de Pá-dua Braga et al. 2007], quanto maior o número de neurônios,maior será o número desoluções possíveis, porém, mais difícil se torna a busca pelas soluções que se aproximamda função geradora dos dados. Dessa forma, o número de neurônios da camada oculta foisendo incrementado a fim de analisar a eficiência de classificação das redes.

Os resultados foram gerados a partir de duas redes neurais com entradas de diferen-tes tamanhos. Ambas são redes MLP, citadas na seção 3.1.1, com uma camada oculta.A tabela 4.1 mostra as arquiteturas utilizadas. Outras redes com 10 e 30 neurônios nacamada oculta foram testadas, mas o erro médio ficou muito acima dos 10% desejados.

A saída da rede é um vetor de 5 posições onde cada posição é referente a um padrãoe o valor contido em cada posição indica o resposta da rede quanto a classificação deuma carta de fundo. Esses valores estão compreendidos entre zero e um, onde valoresacima de 0,5 indicam que o carta pertence a uma determinada classe. Os resultados dostreinamentos e validação das redes ilustrarão bem essa estrutura.

MLP-E200-O50-TGS

Os primeiros resultados foram obtidos através de uma rede com 200 dados de entrada,que representam os 100 pontos da carta de fundo. A figura 4.14 mostra o comportamentodo erro quadrático durante o treinamento, validação e testes, com o término do processoem 284 épocas, conforme a janela do nntool na figura 4.15.

A validação externa, que é feita com cartas que não foram usadas no treinamentoda rede, gerou resultados positivos para as cartas dos tipos Carta cheia, Vazamento na

válvula de pé e Vazamento na válvula de passseio. Porém para as cartas com Pancada

de fluido e Interferência de gás a rede gerou um erro na carta de no 2 e uma incerteza naclassificação da carta de no 32, conforme a figura 4.16, que mostra graficamente o vetorde saída da rede neural.


Figura 4.14: Comportamento do erro quadrático - MLP-E200-O50-TGS

Figura 4.15: Janela de treinamento do nntool - MLP-E200-O50-TGS


Tabela 4.1: Arquitetura das redes

Característica MLP-E200-O50-TGS MLP-E100-O50-TSGEntrada 200 100Camada Oculta 50 50Camada de saída 5 5Função de ativação Tang. sigmóide Tang. sigmóideÉpocas 284 125Algoritmo de treinamento RPROP RPROPTempo total de treinamento 5 seg 3 segTempo objetivo 0.8 seg 0.9 seg% Treiamento 54% 54%% Validação e teste 36% 36%% Validação externa 10% 10%Dados de entrada 330 330

Esse comportamento também pode ser observado na figura 4.17, que mostra o erro declassificação para cada uma das cartas, evidenciando o erro nas cartas de no 2 e de no 32.

MLP-E100-O50-TGS

Para que apenas as informações mais significativas da carta fossem enviados para arede neural, os dados de posição foram suprimidos, fazendo com que um vetor de 100valores de carga fosse usado como entrada. Dessa forma o treinamento da rede terminouem um número menor de épocas e consequentemente em um tempo menor. A figura 4.18mostra o comportamento do erro quadrático durante o treinamento, validação e testes,com o término do processo em 125 épocas, conforme a janela do nntool na figura 4.19.

A validação externa gerou resultados positivos para as cartas dos tipos Carta cheia,Vazamento na válvula de pé e Vazamento na válvula de passseio. Porém para as cartascom Pancada de fluido e Interferência de gás a rede gerou uma incerteza na classificaçãodas cartas de no 2 e no 35, conforme a figura 4.20.

Esse comportamento também pode ser observado na figura 4.21, que mostra o erro declassificação para cada uma das cartas, evidenciando a incerteza nas cartas de no 2 e deno 35.

Rede Especialista

Para diminuição dos erros entre as cartas do tipo Pancada de fluido e Interferência de

gás e não correr riscos de diagnósticos errados, uma rede especialista (MLP-E100-O50-


Figura 4.16: Saída da rede com entrada 200

Figura 4.17: Erros de classificação da rede com entrada 200


Figura 4.18: Comportamento do erro quadrático - MLP-E100-O50-TGS

Figura 4.19: Janela de treinamento do nntool - MLP-E100-O50-TGS


Figura 4.20: Saída da rede com entrada 100

Figura 4.21: Erros de classificação da rede com entrada 100


TGS-ESP) foi treinada para embasar a resposta da rede principal. Sempre que a saídada rede principal indicar um dos dois tipos de cartas citadas acima, a carta em questão ésubmetida a uma segunda rede que decidirá com um maior grau de certeza o tipo da carta.

Essa rede especialista é treinada apenas com os valores de carga das cartas de Pancada

de fluido e Interferência de gás. Dessa forma ela se especializa na detecção dessas cartas.Pelo fato das formas geométricas das cartas serem muito parecidas, mesmo a rede sendoespecializada nesses dois tipos de carta, ainda apresentou erros na classificação, comomostram as figuras 4.22 e 4.23.

Figura 4.22: Saída da rede especialista com entrada 100

Figura 4.23: Erros de classificação da rede especialista com entrada 100


Para que a rede especialista não cometesse esses erros na classificação, adotou-se aestratégia de gerar dados significativos para a rede a partir da própria carta. Como citadona seção 2.6.5, a diferença mais significativa entre as cartas com Pancada de fluido e In-

terferência de gás é a curvatura do curso descendente. Dessa forma, foi extraído o desviopadrão do quadradado das inclinações dos segmentos de reta formados pelos pontos nessaparte da carta. O desvio padrão é uma medida estatítica que mede a dispersão de uma de-terminada amostra em relação a média aritmética. Como a variação de inclinação no casoda Pancada de fluido é notadamente maior, o desvio padrão das inclinações tende a daruma medida mais dispersa quando comparada com a Interferência de gás, que tem mu-dança mais suave. O somatório quadrático das inclinações foi utilizado para que a partemais curvada do curso descendente fosse mais evidenciada no cálculo.

Os resultados dessa nova implementação podem ser vistos nas figuras 4.24 e 4.25,onde essa informação, juntamente com os valores de carga das cartas, foi inserida numarede neural especialista (MLP-E101-O50-TGS-ESP).

Figura 4.24: Saída da rede especialista com entrada 101

Matriz-confusão

De acordo com os dados de validação mostrados nas figuras 4.16 e 4.20 , teremos asseguintes matrizes de confusão para as redes, mostrada na tabelas 4.2 e 4.3, respectiva-mente. Essas matrizes indicam o grau de confiança das redes nas respostas dadas e não opercentual de acerto das mesmas.

Confrontando os dados da rede MLP-E100-O50-TGS com a rede especialista MLP-


Figura 4.25: Erros de classificação da rede especialista com entrada 101

Tabela 4.2: Matriz-confusão MLP-E200-O50-TGS

Saída→ Pancada Carta Vazamento na Vazamento na InterferênciaEntrada ↓ de fluido cheia válvula de pé válvula de passeio de gásPancada de fluido 91% 0% 0% 0% 9%Carta cheia 0% 100% 0% 0% 0%Vazamento na válvula de pé 0% 0% 100% 0% 0%Vazamento na válvula de passeio 0% 0% 0% 100% 0%Interferência de gás 6% 0% 0% 0% 94%

Tabela 4.3: Matriz-confusão MLP-E100-O50-TGS


Tabela 4.4: Matriz-confusão MLP-E100-O50-TGS com a MLP-E101-O50-TGS-ESP


E101-O50-TGS-ESP, teremos a matriz de confusão mostrada na tabela 4.4 com 100%de aproveitamento nas classificações.


Esses resultados demosntram como as redes MLP são capazes de classificar as car-tas de fundo usando apenas as formas geométricas das cartas e informações extraídasdas mesmas. Caso seja necessário, outras informações como RGO, pressão de sucção,pressão de recalque e nível dinâmico podem ser utilizadas na classificação, já que trazeminformações relevantes sobre a condição de bombeio, porém elas normalmente não pos-suem medição automática, o que dificulta suas aquisições, pois normamente são medidasesporadicamente.

Capítulo 5

Considerações Finais

As cartas dinamométricas de fundo são elementos indispensáveis para acompanhamentode poços equipados com o método de elevação por Bombeio Mecânico. Com o aumentodo parque tecnológico de automação nos campos de petróleo, o número dessas cartastem crescido cada vez mais e a demanda pelo tratamento adequado das mesmas aumentaproporcionalmente. Dessa forma, ferramentas de classificação automáticas das cartas po-dem se tornar ferramentas indispensáveis, visto que atualmente o SISAL chega a coletaraproximadamente 25.000 cartas por dia em apenas um servidor.

Dessa forma, analisar as cartas de fundo por uma rede neural utilizando apenas o for-mato geométrico e o conhecimento prévio sobre os padrões a serem usados, sem nenhumdado adicional, faz com que a estratégia descrita no trabalho seja facilmente integrada aosistema de supervisão dos poços, visto que não vai gerar demanda de novos dados.

Os resultados mostraram a capacidade que as redes neurais MLP tem de realizar clas-sificações satisfatoriamente usando apenas os dados da carta de fundo, visto que o modeloque descreve o processo é bastante complexo e requer muitos dados de entrada.

Após a obtenção desses resultados, novas técnicas podem ser criadas para operaremde maneira complementar, fazendo análise de falhas conjugadas (mais de uma falha porcarta de fundo), análise temporal para detectar o aumento gradativo das falhas e prediçãode problemas com os sistemas de bombeio.

Referências Bibliográficas

Alegre, L., C.K. Morooka & A.F. Rocha (1993), Intelligent diagnosis of rod pumping,Relatório técnico, SPE.

Corrêa, José Francisco S. (1995), Sistema inteligente para aplicações de solucões aobombeamento mecânico de petróleo, Dissertação de mestrado, Universidade Estad-ual de Campinas, UNICAMP, Campinas, SP.

Costa, Rutácio O. (2005), ‘Curso de bombeio mecânico’, Petrobras.

Cybenko, G. (1988), Continuous valued neural networks with tow hidden layers are suf-ficient, Relatório técnico, Department of Computer Science of Tufts University.

Cybenko, G. (1989), Approximation by superpositions of a sigmoid function. Mathematics

of Control, Signals and Systems, MCSS.

de A. Barreto Filho, Manuel (1993), Geração de carta dinamométrica de fundo para di-agnóstico do bombeio mecânico em poços de petróleo, Dissertação de mestrado,Universidade Estadual de Campinas, UNICAMP, Campinas, SP.

de Pádua Braga, Antônio, André Ponce de Leon F. de Carvalho & Teresa Bernarda Lud-ermir (2007), Redes Neurais Artificiais - Teorias e Aplicações, LTC.

de Souza, Rodrigo Barbosa (2005), Uma arquitetura para sistemas supervisórios indus-triais e sua aplicação em processos de elevação artificial de petróleo, Dissertação demestrado, Universidade Federal do Rio Grande do Norte, UFRN, Natal, RN.

Dickinson, Roderick R. & James W. Jannings (1990), Use of pattern-recongnition tech-niques in analyzing downhole dynamometer cards, Relatório técnico, SPE.

Gibbs, S. G. & A. B. Neely (1966), ‘Computer diagnosis of down-hole conditions insucker rod pumping wells’, Journal of Petroleum Technology .

52

REFERÊNCIAS BIBLIOGRÁFICAS 53

Gomes, Heitor P., André L. Maitelli, Rutácio O. Costa & Rafael M. Magalhães (2009),Desenvolvimento de um sistema inteligente para a análise de cartas dinamométricasno método de elevação por bombeio mecânico, em ‘V Congresso Rio Automação’.

Haykin, Simon (2001), Redes Neurais: Princípios e Práticas, BOOKMAN.

Keating, J.F., R.E. Mine & J.W. Jenning (1989), Pattern recognition applied to dy-namometer cards, Relatório técnico, SPE.

Ludwig, Oswaldo & Eduardo Montgomery Meira Costa (2007), Redes Neurais - funda-

mentos e aplicação com programas em C, Ciência Moderna.

Nazi, G. M., K. Ashenayi, J. F. Lea & F. Kemp (1993), Application of an artificial neuralnetwork to pump card diagnosis, Relatório técnico, SPE.

Pereira, David R. V. (2006), Algoritmos inteligentes para auto-calibração, auto-correçãoe auto-validação de medidas em sensores, Dissertação de mestrado, UniversidadeFederal do Rio Grande do Norte, UFRN, Natal, RN.

Rocha, A.F., C.K. Morooka, M. Tygel & M. A. Barreto Filho (1996), Automatic downholecard generation and classification, Relatório técnico, SPE.

Souza, Rodrigo B., Adelardo A. D. de Medeiros & Edson H. Bolonhini (2005), Umaferremanta alternativa de supervisão para a elevação artificial de petróleo, em ‘3∘

Congresso Brasileiro de P&D em Petróleo e Gás’.

Souza, Rodrigo B., Adelardo A. D. Medeiros, João M. A. Nascimento, André L. Maitelli& Heitor P. Gomes (2006), Sisal - um sistema supervisório para elevação artificialde petróleo, em ‘Rio Oil & Gas’.

Livros Grátis( http://www.livrosgratis.com.br )

Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas










http://www.livrosgratis.com.br/cat_1/administracao/1







http://www.livrosgratis.com.br/cat_2/agronomia/1







http://www.livrosgratis.com.br/cat_3/arquitetura/1







http://www.livrosgratis.com.br/cat_4/artes/1







http://www.livrosgratis.com.br/cat_5/astronomia/1







http://www.livrosgratis.com.br/cat_6/biologia_geral/1









http://www.livrosgratis.com.br/cat_8/ciencia_da_computacao/1











http://www.livrosgratis.com.br/cat_9/ciencia_da_informacao/1











http://www.livrosgratis.com.br/cat_7/ciencia_politica/1









http://www.livrosgratis.com.br/cat_10/ciencias_da_saude/1











http://www.livrosgratis.com.br/cat_11/comunicacao/1







http://www.livrosgratis.com.br/cat_12/conselho_nacional_de_educacao_-_cne/1















http://www.livrosgratis.com.br/cat_13/defesa_civil/1









http://www.livrosgratis.com.br/cat_14/direito/1







http://www.livrosgratis.com.br/cat_15/direitos_humanos/1









http://www.livrosgratis.com.br/cat_16/economia/1







http://www.livrosgratis.com.br/cat_17/economia_domestica/1









http://www.livrosgratis.com.br/cat_18/educacao/1







http://www.livrosgratis.com.br/cat_19/educacao_-_transito/1









http://www.livrosgratis.com.br/cat_20/educacao_fisica/1









http://www.livrosgratis.com.br/cat_21/engenharia_aeroespacial/1









http://www.livrosgratis.com.br/cat_22/farmacia/1







http://www.livrosgratis.com.br/cat_23/filosofia/1







http://www.livrosgratis.com.br/cat_24/fisica/1







http://www.livrosgratis.com.br/cat_25/geociencias/1







http://www.livrosgratis.com.br/cat_26/geografia/1







http://www.livrosgratis.com.br/cat_27/historia/1







http://www.livrosgratis.com.br/cat_31/linguas/1







Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo

http://www.livrosgratis.com.br/cat_28/literatura/1







http://www.livrosgratis.com.br/cat_30/literatura_de_cordel/1











http://www.livrosgratis.com.br/cat_29/literatura_infantil/1









http://www.livrosgratis.com.br/cat_32/matematica/1







http://www.livrosgratis.com.br/cat_33/medicina/1







http://www.livrosgratis.com.br/cat_34/medicina_veterinaria/1









http://www.livrosgratis.com.br/cat_35/meio_ambiente/1









http://www.livrosgratis.com.br/cat_36/meteorologia/1







http://www.livrosgratis.com.br/cat_45/monografias_e_tcc/1







http://www.livrosgratis.com.br/cat_37/multidisciplinar/1





http://www.livrosgratis.com.br/cat_38/musica/1







http://www.livrosgratis.com.br/cat_39/psicologia/1







http://www.livrosgratis.com.br/cat_40/quimica/1







http://www.livrosgratis.com.br/cat_41/saude_coletiva/1









http://www.livrosgratis.com.br/cat_42/servico_social/1









http://www.livrosgratis.com.br/cat_43/sociologia/1







http://www.livrosgratis.com.br/cat_44/teologia/1







http://www.livrosgratis.com.br/cat_46/trabalho/1







http://www.livrosgratis.com.br/cat_47/turismo/1







DISSERTAÇÃO DE MESTRADOlivros01.livrosgratis.com.br/cp110886.pdfHeitor Penalva Gomes...

Documents

Transcript of DISSERTAÇÃO DE MESTRADOlivros01.livrosgratis.com.br/cp110886.pdfHeitor Penalva Gomes...