SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

88
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM REGIME PERMANENTE DE POÇOS DE PETRÓLEO EQUIPADOS COM GAS-LIFT CONTÍNUO Ewerton Alexandre Pinheiro de Moura Orientador: Prof. D.Sc André Laurindo Maitelli – UFRN Co-orientador: M.Sc Edson Henrique Bolonhini – Petrobras Dissertação submetida ao Programa de Pós-graduação em Engenharia Elétrica da Universidade Federal do Rio Grande do Norte, como parte dos requisitos necessários para obtenção do título de Mestre em Ciências de Engenharia Elétrica. Natal – RN – Brasil Novembro de 2004

Transcript of SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

Page 1: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTECENTRO DE TECNOLOGIA

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

SIMULADOR COMPUTACIONAL DOCOMPORTAMENTO EM REGIME PERMANENTE DE POÇOS DE PETRÓLEO EQUIPADOS COM GAS-LIFT

CONTÍNUO

Ewerton Alexandre Pinheiro de Moura

Orientador:Prof. D.Sc André Laurindo Maitelli – UFRN

Co-orientador:M.Sc Edson Henrique Bolonhini – Petrobras

Dissertação submetida ao Programa de Pós-graduação em Engenharia Elétrica da Universidade Federal do RioGrande do Norte, como parte dos requisitos necessáriospara obtenção do título de Mestre em Ciências deEngenharia Elétrica.

Natal – RN – BrasilNovembro de 2004

Page 2: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

Divisão de Serviços Técnicos

Catalogação da Publicação na Fonte. UFRN / Biblioteca Central Zila Mamede

Moura, Ewerton Alexandre Pinheiro de. Simulador computacional do comportamento em regime permanente de poços de petróleo equipados com gas-lift contínuo / EwertonAlexandre Pinheiro de Moura. – Natal [RN], 2004. 86 f.

Orientador: Profº DSc. André Laurindo Maitelli.Co-Orientador: MSc. Edson Henrique Bolonhini.

Dissertação (Mestrado) – Universidade Federal do Rio Grande doNorte. Centro de Tecnologia. Programa de Pós-graduação em Engenharia Elétrica.

1. Simulador - Dissertação. 2. Gás lift - Dissertação. 3. Elevaçãoartificial - Dissertação. 4. Petróleo - Dissertação. 5. Automação -Dissertação. I. Maitelli, André Laurindo. II. Bolonhini, Edson Henrique.III. Título.

RN/UF/BCZM CDU 533.6.072

Page 3: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM REGIME PERMANENTE DE POÇOS DE PETRÓLEO EQUIPADOS COM GAS-LIFT

CONTÍNUO

Ewerton Alexandre Pinheiro de Moura

Dissertação de Mestrado aprovada em 17 de novembro de 2004 pela bancaexaminadora composta pelos seguintes membros:

Comissão Examinadora:

André Laurindo Maitelli, D. Sc – UFRN (Orientador)

Adelardo Adelino Dantas de Medeiros, D.Sc – UFRN

Manuel de Almeida Barreto Filho, Ph.D – Petrobras

Page 4: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

ii

ÍNDICE DE ASSUNTOS

LISTA DE FIGURAS ...................................................................................... IV

RELAÇÃO DE SÍMBOLOS E ABREVIATURAS .................................... VI

SUMÁRIO ......................................................................................................VIII

ABSTRACT.........................................................................................................X

AGRADECIMENTOS....................................................................................XII

DEDICATÓRIA.............................................................................................XIII

1. INTRODUÇÃO...........................................................................................15

2. ELEVAÇÃO DE PETRÓLEO.................................................................192.1 FLUXO NA COLUNA DE PRODUÇÃO...................................................................20

2.2 REPRESENTAÇÃO DO COMPORTAMENTO DO RESERVATÓRIO................21

2.3 ANÁLISE NODAL .......................................................................................................24

2.4 ELEVAÇÃO POR GAS-LIFT.......................................................................................26

3. DESENVOLVIMENTO DO SIMULADOR..........................................34

3.1 BASE DE DADOS........................................................................................................36

3.2 CONFIGURAÇÃO DO POÇO....................................................................................38

3.3 SELEÇÃO DE PARÂMETROS CARACTERÍSTICOS...........................................39

3.4 VISUALIZAÇÃO DE CURVAS IPR E TPR..............................................................39

3.5 CONFIGURAÇÃO DE CONTROLE .........................................................................44

3.6 SIMULAÇÃO DE CONTROLE..................................................................................47

3.7 PRODUÇÃO ÓTIMA ..................................................................................................54

4. CONCLUSÃO.............................................................................................61

REFERÊNCIAS BIBLIOGRÁFICAS ...........................................................64

ANEXO I TABELAS DA BASE DE DADOS...............................................66

I.1 TABELA BHP .........................................................................................66

Page 5: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

iii

I.2 TABELA “BOLHA”...............................................................................76

I.3 TABELA VÁLVULA DE INJEÇÃO ..................................................85

Page 6: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

iv

LISTA DE FIGURAS

Figura 2.1 - Sentidos dos fluxos envolvidos no sistema.......................................................19

Figura 2.2 - Curvas de Gradiente Dinâmico típicas para diferentes vazões.........................21

Figura 2.3 - Curva típica de IPR (Inflow Performance Relationship) ............. ...................22

Figura 2.4 – Curva IPR para o modelo linear.......................................................................23

Figura 2.5 – Curva IPR para o modelo Vogel. .....................................................................24

Figura 2.6 – Curva Típica de uma TPR. ..............................................................................25

Figura 2.7 – Comportamento de disponibilidade do reservatório e solicitação da coluna de

produção................................................................................................................................26

Figura 2.8 – Caso típico de um poço que não produz naturalmente. ...................................27

Figura 2.9 – Poço produzindo muito abaixo de seu potencial..............................................27

Figura 2.10 – Compromisso entre a PFFP e a vazão de fluxo produzida...............................28

Figura 2.11 – Esquema com disposição do mandril e válvula de gas-lift num poço............29

Figura 2.12 - Comportamento típico das válvulas de injeção de gás....................................30

Figura 2.13 - Resumo geral da elevação artificial por gas-lift contínuo...............................32

Figura 3.1 – Fluxograma de execução do simulador SGALI. ..............................................35

Figura 3.2 – Modelo de IPR Linear (a), Vogel (b) e Mista (c) ............................................41

Figura 3.3 – Curvas IPR (preto) e TPR (colorida) – PFFP(kgf/cm2) x Ql(m3/dia) – para

condição PE = 105kgf/cm2, GLR = 80, THP = 2kgf/cm2 e BSW = 0,51 para diversos Qgi

(entre 0 e 27000m3/dia).........................................................................................................43

Figura 3.4 – Curva de Desempenho – PFFP(kgf/cm2) x Ql(m3/dia) – para condição PE =

105kgf/cm2, GLR = 80, THP = 2kgf/cm2 e BSW = 0,51 para diversos Qgi (entre 0 e

27000m3/dia).........................................................................................................................44

Figura 3.5 – Exemplo de etapa de simulação exibindo a curva de desempenho, limites

mínimo e máximo da PR, PFFP no passo atual e PFFP no passo anterior................................51

Figura 3.6 – Fluxo de informações da simulação SGALI - CLP .........................................54

Figura 3.7 – Enlace de Rádio SGALI – Supervisório...........................................................54

Figura 3.8 – Janela inicial do SGALI....................................................................................55

Figura 3.9 – Janela principal do SGALI...............................................................................57

Page 7: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

v

Figura 3.10 – Seleção do Ponto de Operação, Configuração de Simulação e Condição de

Partida. Visualização do Status Atual...................................................................................58

Figura 3.11 – Algoritmo de controle em execução...............................................................56

Figura 3.12 – Janela de Salvamento, Carga, Cópia e Transferência de dados do SGALI....58

Figura 3.13 – Fim de simulação do SGALI. Condição ótima exibida na caixa “Status

Atual”....................................................................................................................................59

Page 8: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

vi

RELAÇÃO DE SÍMBOLOS E ABREVIATURAS

AutPoc Automação de Poços

A1 Coeficiente do primeiro filtro

A2 Coeficiente do segundo filtro

BHP Bottom Hole Pressure - Pressão no Orifício de Fundo

BSW Basic Sediments and Water – Relação entre a água e sedimentos em um

volume do fluido produzido

CLP Controlador Lógico Programável

CNPq Conselho Nacional de Pesquisa

DCA Departamento de Engenharia de Computação e Automação

DTI Desenvolvimento Tecnológico Industrial

G Aceleração da gravidade

GLR Gás Liquid Rlationship – idem a RGL

H Profundidade da válvula de Injeção

IP Índice de Produtividade

IPR Inflow Performance Relationship

PBOLHA Pressão de fluxo a partir da qual há variação no IP

PCAB Pressão na Cabeça do Poço

PE Pressão Estática

Petrobras Petróleo Brasileiro S.A.

PFFP Pressão de Fluxo no Fundo do Poço

PH Pressão Hidrostática

PM Massa Molar do gás de Injeção

PR Pressão no Revestimento

PR inicial Pressão no Revestimento Inicial

PT Pressão de Tubo

PV Pressão na Válvula de Injeção

Pwf Ref Pressão de Fluxo no Fundo do Poço de Referência

Q Vazão

Page 9: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

vii

QBOLHA Vazão de fluxo a partir da qual há variação no IP

Qgi Vazão de gás de elevação injetado no poço

Ql Vazão de líquidos na superfície

QMAX Vazão máxima

R Constante universal dos gases

RGL Razão gás-líquido – idem a GLR

ST-ELV Suporte Técnico – Elevação

T Temperatura média do revestimento

THP Top Hole Pressure - equivalente ao Pcab

TPR Tubbing Pressure Requeriment

U Sinal de PFFP

UFRN Universidade Federal do Rio Grande do Norte

Y1 Sinais do primeiro filtro

Y2 Sinais do segundo filtro

Z Fator de compressibilidade do poço

? Ângulo entre o poço e a horizontal

Page 10: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

viii

SUMÁRIO

Dentre os resultados do Projeto AutPoc – Automação de Poços, estabelecido entre

UFRN e Petrobras com o apoio do CNPq, FINEP, CTPETRO, FUNPEC, foi desenvolvido

um simulador para poços de petróleo equipados com o método de elevação por gas-lift

contínuo.

O gas-lift é um método de elevação bastante utilizado em produção offshore

(produção marinha), e seu conceito fundamental é injetar gás no fundo do poço produtor de

petróleo tornando-o menos denso de modo a facilitar seu deslocamento desde o reservatório

até a superfície.

Baseado na utilização de tabelas e equações que condensam o maior número de

informações sobre características do reservatório, do poço e das válvulas de injeção de gás,

é permitido, através de sucessivas interpolações, simular curvas representativas do

comportamento físico das variáveis características existentes.

Com um simulador que aproxime um computador das condições físicas reais de um

poço de petróleo é possível analisar comportamentos peculiares com velocidades muito

maiores, visto que as constantes de tempo do sistema em questão são bem elevadas e, além

disso, otimizar custos com ensaios em campo.

O simulador apresenta grande versatilidade, destacadamente a análise da influência

de parâmetros, como a pressão estática, razão gás-líquido, pressão na cabeça do poço, BSW

(Basic Sediments and Water) em curvas de solicitação no fundo do poço e a obtenção da

curva de desempenho do poço onde pode-se simular regras de controle e otimização.

No tocante as regras de controle, o simulador permite a utilização em dois modos de

simulação: a aplicação do controle via software simulado incluído no próprio simulador,

bem como a utilização de controladores externos. Isto implica que o simulador pode ser

utilizado como ferramenta de validação de algoritmos de controle.

Page 11: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

ix

Através das potencialidades acima citadas, naturalmente surge uma outra poderosa

aplicação para o simulador: a utilização didática da ferramenta. Será possível utilizá-lo em

cursos de formação e reciclagem de engenheiros.

Page 12: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

x

ABSTRACT

Amongst the results of the AutPoc Project - Automation of Wells, established

between UFRN and Petrobras with the support of the CNPq, FINEP, CTPETRO, FUNPEC,

was developed a simulator for equipped wells of oil with the method of rise for continuous

gas-lift.

The gas-lift is a method of rise sufficiently used in production offshore (sea

production), and its basic concept is to inject gas in the deep one of the producing well of

oil transform it less dense in order to facilitate its displacement since the reservoir until the

surface.

Based in the use of tables and equations that condense the biggest number of

information on characteristics of the reservoir, the well and the valves of gas injection, it is

allowed, through successive interpolations, to simulate representative curves of the physical

behavior of the existing characteristic variable.

With a simulator that approaches a computer of real the physical conditions of an oil

well is possible to analyze peculiar behaviors with very bigger speeds, since the constants

of time of the system in question well are raised e, moreover, to optimize costs with assays

in field.

The simulator presents great versatility, with prominance the analysis of the

influence of parameters, as the static pressure, relation gas-liquid, pressure in the head of

the well, BSW (Relation Basic Sediments and Water) in curves of request in deep of the

well and the attainment of the curve of performance of the well where it can be simulated

rules of control and otimization.

In moving the rules of control, the simulator allows the use in two ways of

simulation: the application of the control saw software simulated enclosed in the proper

Page 13: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

xi

simulator, as well as the use of external controllers. This implies that the simulator can be

used as tool of validation of control algorithms.

Through the potentialities above cited, of course one another powerful application

for the simulator appears: the didactic use of the tool. It will be possible to use it in

formation courses and recycling of engineers.

Page 14: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

xii

AGRADECIMENTOS

Ao professor D. Sc. André Laurindo Maitelli, por ter estimulado trabalhos

acadêmicos vinculados ao Projeto AutPoc, por sua orientação e companheirismo durante a

realização do trabalho.

Ao Eng. Edson Bolonhini por ter cedido sua competência na co-orientação deste

trabalho.

A todos os colegas do DCA da UFRN e ST-ELV da UN-RNCE da Petrobras que

participaram do Projeto AutPoc.

Aos professores Adelardo Medeiros e Pablo Alsina.

Aos amigos da base de pesquisa coordenados pelos professores André Laurindo

Maitelli e Andrés Ortiz Salazar que contribuíram, diariamente, para o engrandecimento do

trabalho e em especial ao meu grande Amigo João Maria Nascimento por seu

companheirismo e suporte técnico em todos os instantes.

A minha família pelo incentivo, confiança, colaboração e compreensão em todos os

momentos.

Page 15: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

xiii

DEDICATÓRIA

Dedico este trabalho aos meus pais José

Moura e Fátima, à minha noiva Ana Carolina, e a

todos os amigos que contribuíram com este

trabalho.

Page 16: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

14

CAPÍTULO 1 – INTRODUÇÃO

Page 17: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

15

1. INTRODUÇÃO

O homem utiliza o petróleo desde a antigüidade. Seja para utilização medicinal,

lubrificação, impermeabilização entre outros. Há relatos de sua utilização no Antigo Egito,

por Sacerdotes Hebreus na realização de sacrifícios e até na bíblica Arca de Noé. Teria sido

usado também na construção das Pirâmides egípcias e nos Jardins Suspensos de

Nabucodonosor.

Por muitos séculos, o petróleo era coletado apenas na superfície. Na antiga União

Soviética no início do século XIX, os poços eram cavados a mão e chegavam a

profundidades de 30m. O marco que mudou o rumo da produção petrolífera ocorreu em

1859 por Edwin Drake em 1859 na Pensilvânia, EUA. A idéia era construir poços

profundos através de um sistema semelhante a um bate-estaca. Esse poço apresentava uma

produção de 19 barris/dia, rendimento altíssimo para época. Essa forma de produção atraiu

a atenção de várias outras pessoas e em poucos anos já eram centenas as companhias que

buscavam o petróleo. Desde então a corrida em busca do ouro negro se intensificou mais e

mais até os dias atuais.

Foram desenvolvidos vários métodos para trazer o petróleo dos reservatórios até a

superfície e a cada instante são desenvolvidas novas técnicas para maximizar a produção.

Neste trabalho foi desenvolvido um simulador cuja implementação foi possível

graças à parceria entre universidade e indústria, no caso a UFRN e Petrobras,

respectivamente. O projeto AutPoc – Automação de Poços – aprovado no edital 03/2000

FINEP/CTPETRO teve início no mês de fevereiro de 2001 e conclusão em novembro de

2003. O projeto apresentou três frentes de trabalho: estudo do método de elevação por gas-

lift contínuo; estudo do método de elevação por bombeio mecânico e desenvolvimento de

um sistema supervisório.

Após a fase de levantamento bibliográfico em que foi obtido um primeiro contato

com a indústria do petróleo, mais especificamente com o método de elevação artificial por

Page 18: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

16

gas-lift contínuo, e encontros mantidos com a equipe de especialistas da Petrobras UN-

RNCE, ficou estabelecido uma série de metas a serem cumpridas.

Havia, para o estudo do método de elevação por gas-lift contínuo, um objetivo

principal: desenvolver um algoritmo de controle e otimização de poços equipados com o

método de elevação em destaque. De modo a auxiliar no desenvolvimento deste algoritmo,

foi proposta a implementação de uma rotina computacional que tratasse os dados gerados

por um simulador que reproduzisse o comportamento da Pressão de Fluxo no Fundo do

Poço (PFFP) em função de um conjunto de parâmetros que poderiam ser combinados.

Com o decorrer do projeto, muitas outras evoluções foram conquistadas. Avanços

foram obtidos, de modo que, ao longo do tempo, foi desenvolvido um protótipo de um

simulador de poços equipados com gas-lift contínuo. Sua implementação foi realizada no

ambiente de programação Matlab. Graças aos recursos facilitadores do Matlab, o trabalho

foi razoavelmente simplificado: rotinas de interpolação estavam disponíveis; o trabalho de

gerenciamento de memória era realizado internamente de forma transparente ao

programador, entre outras vantagens.

Entretanto, dois pontos falhos foram observados e foram agentes motivadores: a

baixa velocidade no tratamento de dados; e a restrição no uso das rotinas implementadas. A

primeira trazia desconforto ao usuário uma vez que o trabalho de carga da base de dados

era demorado. O segundo exige, necessariamente, a instalação software Matlab nos

computadores em que se deseje utilizar o simulador.

Para reduzir tais dificuldades, partiu-se para idéia da implementação das rotinas

existentes em uma linguagem de programação comercial, no caso o C++ Builder versão 5.

O objetivo desse conjunto de rotinas foi criar um simulador computacional que

gerasse curvas características de Pressão de Fluxo no Fundo do Poço (PFFP) versus Pressão

no Revestimento (PR) a partir de um banco de dados criado através do uso dos programas

Page 19: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

17

computacionais Wellflo e Marlim. Essas correlações permitem, a partir daí, a análise do

comportamento de poços que operem com o método de elevação por gas-lift contínuo.

O simulador possibilita, dentre outras aplicações, a utilização didática em cursos de

elevação, a validação de algoritmos de controle e otimização ou análise de estabilidade em

poços que operem com esse método.

Os capítulos desta dissertação tratam da elevação de petróleo, do desenvolvimento

do simulador proposto, conclusões e sugestões. No primeiro se discute quais e como as

grandezas interferem na produção e como elas se correlacionam; formas de representação

do comportamento de reservatórios, o método de elevação por gas-lift. No segundo são

apresentadas às etapas organizacionais do simulador proposto. Por fim, são apresentadas as

conclusões do trabalho além de sugestões para aperfeiçoamento em projetos futuros.

Page 20: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

18

CAPÍTULO 2 – ELEVAÇÃO DE PETRÓLEO

Page 21: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

19

2. ELEVAÇÃO DE PETRÓLEO

Para a determinação da produção de um poço e o bom entendimento de seu

comportamento, é necessária a compreensão do problema de fluxo no reservatório, na

coluna de produção e na superfície. A Figura 2.1 ilustra os sentidos dos fluxos envolvidos

no sistema. Os dois primeiros merecem especial destaque uma vez que concentram a maior

parcela energética do total do trabalho necessário para o transporte dos fluidos desde o

reservatório até os tanques de armazenagem.

Figura 2.1 – Sentidos dos fluxos envolvidos no sistema.

Na indústria do petróleo, a elevação se concentra no transporte dos fluidos no trecho

ascendente, ou seja, na coluna de produção.

Denomina-se um poço como surgente ou com elevação natural quando a pressão no

reservatório é suficiente para transferir os fluidos do fundo até a superfície. Essa é uma

característica comum no início da vida produtiva dos poços. Varia, porém, com o decorrer

do tempo e principalmente com o volume da produção retirado do reservatório.

Fluxo no Meio Poroso

Fluxo na

Fluxo na Coluna de Produção

Injeção de

Page 22: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

20

São muitos os fatores determinantes na elevação natural de um poço dentre eles:

propriedades dos fluidos; produtividade do reservatório; mecanismo de produção do

reservatório; equipamentos utilizados no sistema de escoamento tais como coluna e linha de

produção entre outros.

2.1 FLUXO NA COLUNA DE PRODUÇÃO

Para que o fluido em movimento vença a extensão da coluna de produção, é

necessário que haja diferença suficiente de pressão entre o fundo do poço e a cabeça de

produção.

Essa diferença de pressão deve ser tal que possibilite vencer as perdas de pressão

oriundas do peso dos fluidos no interior da coluna, das perdas por fricção resultante do

movimento e das perdas por aceleração que resultam da descompressão dos fluidos na

medida que sobem.

Define-se gradiente de pressão como a relação da diferença de pressão entre dois

pontos e a distância entre eles.

Pode-se definir, portanto, gradientes de pressão associados às perdas por peso

(hidrostáticas), fricção e aceleração para cada trecho da coluna de produção.

Dessa forma, obtém-se o gradiente dinâmico em cada trecho, como o resultado da

soma dessas parcelas. A Figura 2.2 mostra as curvas típicas de gradiente dinâmico em

função da vazão num poço de petróleo com elevação natural.

Os modelos matemáticos que relacionam essas grandezas são bastante complexos e

não estão incluídos no escopo deste trabalho.

Page 23: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

21

Figura 2.2 – Curvas de Gradiente Dinâmico típicas para diferentes vazões.

2.2 REPRESENTAÇÃO DO COMPORTAMENTO DO RESERVATÓRIO

A análise dinâmica do fluxo em meios porosos (fluxo no reservatório) possui

modelagem de complexidade acentuada e não é foco de análise deste trabalho. Desse modo,

o comportamento da pressão disponibilizada pelo reservatório no fundo do poço, em função

da vazão será representada por curvas chamadas de IPR (Inflow Performance Relationship).

Uma curva típica de uma IPR está representada na Figura 2.3.

Define-se Índice de Produtividade como:

dP

dQIP IORESERVATÓR??

Page 24: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

22

Figura 2.3 – Curva típica de IPR (Inflow Performance Relationship)

Em função da presença de gás livre no interior do reservatório, serão utilizados dois

modelos: Linear e Vogel.

No modelo Linear, o Índice de Produtividade (IP) é constante, ou seja, a IPR é

representada por uma reta (Figura 2.4). No modelo de Vogel o IP varia em função da

pressão de fluxo (Figura 2.5).

A presença de gás livre no interior do reservatório se dá quando a pressão no seu

interior se torna menor que a pressão de saturação do óleo ali contido. A pressão de

saturação do óleo é, de maneira simplista, o limiar de pressão a partir do qual há a

ocorrência do fluxo gasoso.

A Equação 2.1 relaciona a PFFP com a vazão de acordo com o modelo Linear, [1].

IP

PQPP FFPEFFP

)(?? (2.1)

Em que:

PFFP = pressão de fluxo no fundo do poço;

PE = pressão estática;

Page 25: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

23

Q = vazão do reservatório em condições de P e T padrão;

IP = índice de produtividade.

Figura 2.4 – Curva IPR para o modelo linear.

A Equação 2.2 apresenta o modelo de Vogel, que leva em conta os efeitos do fluxo

de óleo e gás no meio poroso, [2].

???

?

???

????

????

?????

????

???

2

8,02,01E

FFP

E

FFPMAX

P

P

P

PQQ (2.2)

Em que:

PFFP = pressão de fluxo no fundo do poço;

PE = pressão estática;

Q = vazão do reservatório em condições de P e T padrão;

QMAX = vazão máxima.

Page 26: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

24

Figura 2.5 – Curva IPR para o modelo de Vogel.

Em ambos os modelos, a vazão máxima ocorre quando a PFFP é igual a zero. Esta é

uma situação ideal de operação de um poço de petróleo no que tange o seu potencial

produtivo.

O fato mais importante nesta seção é a observação de que, à medida que diminuem

as pressões de fluxo no fundo do poço, maiores se tornam as vazões disponíveis pelo

reservatório. A maximização da produção é perseguida baseada neste fato.

2.3 ANÁLISE NODAL

Das curvas da Figura 2.2, para uma dada coluna de produção e uma dada PCAB,

pode-se obter a relação entre as PFFPs e as vazões de escoamento (Q) através da coluna.

A Figura 2.6 apresenta essa relação. A curva obtida a partir desses pontos é

conhecida, na indústria do petróleo, como TPR (Tubbing Pressure Requeriment).

Page 27: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

25

Figura 2.6 – Curva típica de uma TPR.

Relacionando-se no mesmo gráfico, Figura 2.7, as vazões do reservatório e as

vazões na coluna de produção com a PFFP, observa-se a existência de um compromisso

entre a disponibilidade de pressão resultante do fluxo no reservatório (IPR) e a solicitação

de pressão na coluna de produção (TPR). Ou seja, do ponto de vista do reservatório para se

obter uma solução estável, quanto menor a PFFP, maior será a vazão. Para coluna de

produção, maior será a vazão quando maior for a pressão requerida para o transporte até a

superfície. Representar este comportamento é um dos aspectos fundamentais do simulador

desenvolvido.

É importante destacar e entender o compromisso entre disponibilidade do

reservatório e necessidade do poço. A condição de produção acontece quando essas duas

características se completam.

Page 28: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

26

Figura 2.7 – Comportamento de disponibilidade do reservatório e solicitação da coluna de produção.

Há um outro sentido no escoamento do fluxo produzido. É o fluxo na superfície.

Este acontece no sentido horizontal e, apesar de não representar parcela significativa nas

perdas de pressão desde o reservatório até os tanques de armazenagem, é considerado na

simulação para fins de maior semelhança com a realidade do sistema produtivo dos poços

de petróleo.

2.4 ELEVAÇÃO POR GAS-LIFT

Nos casos em que o poço deixa de produzir naturalmente ou naqueles onde a

surgência se dá com vazões abaixo do ideal, seja por razões técnicas ou econômicas,

adotam-se procedimentos artificiais que buscam reduzir a PFFP solicitada pela coluna de

produção (métodos de elevação) ou aumentar a PFFP disponibilizada pelo reservatório

(métodos de estimulação). As Figuras 2.8 e 2.9 mostram casos em que se faz necessário a

utilização de métodos artificiais de elevação. Existe uma série de métodos utilizados para

este fim: Gás–Lift, Plunger Lift, Pig Lift, Bombeio Mecânico, BCP, entre outros. Cada um

deles apresenta vantagens e desvantagens. No Gas-lift Contínuo (GLC), método largamente

utilizado em produção offshore, destacam-se entre suas vantagens: versatilidade, pois

atende a larga faixa de vazões, tanto de óleo, quanto de gás, pode ser instalado em qualquer

Page 29: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

27

poço independentemente da profundidade ou do tipo de fluidos produzidos, e robustez, já

que é praticamente imune a problemas mecânicos.

A necessidade de PFFPs relativamente altas, entretanto, é a principal desvantagem do

gas-lift quando comparado com outros métodos de elevação.

Figura 2.8 – Caso típico de um poço que não produz naturalmente.

Figura 2.9 – Poço produzindo muito abaixo de seu potencial.

Page 30: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

28

O princípio fundamental de funcionamento do GLC é reduzir o peso do fluido no

interior da coluna de produção através da injeção de gás na sua extremidade inferior. Essa

gaseificação da coluna reduz o gradiente dinâmico e com isso a PFFP. Há, entretanto, um

limite para essa redução de pressão. À medida que se eleva a quantidade de gás injetada na

coluna de produção aumenta a velocidade de ascensão do fluido tendo como conseqüência

o aumento das perdas por aceleração e fricção. Sendo assim, o efeito da redução do peso

passa a ser anulado por esse fenômeno a partir de uma certa vazão de injeção. O

comportamento citado acima pode ser observado na Figura 2.10.

Figura 2.10 – Compromisso entre a PFFP e a vazão de fluxo produzida.

O equipamento que permite a injeção de gás na coluna de produção é denominado

mandril de gas-lift. Sua função é alojar o dispositivo de controle de vazão de gás (válvula

de gas-lift) e permitirá o fluxo desse gás entre o espaço anular e a coluna de produção. A

válvula de gas-lift é utilizada para estabelecer a vazão de gás que se deseja. A Figura 2.11

apresenta um esquema com a disposição do mandril e da válvula de gas-lift num poço.

A Equação 2.3 relaciona a vazão de gás com as pressões a montante e a jusante da

válvula de gas-lift, [3].

Page 31: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

29

Figura 2.11 – Esquema com disposição do mandril e válvula de gas-lift num poço.

460

2946 794,1587,1

?????

?G

duduVPG

T

RRPAQgi (2.3)

onde:

? ?)7,14(

7,14

??

?V

VIdu

P

PR (2.4)

Page 32: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

30

Em que:

Qgi = vazão de gás injetada;

APG = área de passagem do gás;

TG = temperatura do gás;

PV = pressão do espaço anular na profundidade da válvula;

PVI = pressão de fluxo no interior da coluna de produção à profundidade da válvula.

Se Rdu ? 0,553,

Então:

Rdu = 0,553 (fluxo crítico) (2.5)

Observa-se pela Equação 2.3 que a vazão de gás através da válvula pode ser alterada

através da variação de pressão do espaço anular na profundidade da válvula (PV).

A Figura 2.12 mostra o comportamento típico da vazão de gás através da válvula em

função de PV e PFFP.

Figura 2.12 – Comportamento típico das válvulas de injeção de gás.

Page 33: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

31

A Equação 2.6 relaciona a Pressão na altura da válvula (PV) com a Pressão no

Revestimento (PR) do poço medida na superfície.

????

??

?????

?? TRz

HgPM

RV ePP

)sen(?

(2.6)

Em que:

PR = pressão do revestimento (medido na cabeça);

PV = pressão de gás na profundidade da válvula;

PM = peso molecular do gás de injeção;

g = aceleração da gravidade;

H = profundidade da válvula de injeção;

? = ângulo entre o poço e a horizontal;

z = fator de compressibilidade média do gás de injeção;

R = constante universal dos gases;

T = temperatura média do espaço anular.

Através das relações apresentadas é possível obter uma relação entre a PR e a PFFP.

Ou, em última análise, é possível caracterizar a vazão de produção de um poço com gas-lift

através da definição da PR.

A Figura 2.13 mostra um resumo geral da idéia da elevação artificial por gas-lift.

Page 34: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

32

Figura 2.13 - Resumo geral da elevação artificial por gas-lift contínuo.

Page 35: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

33

CAPÍTULO 3 – DESENVOLVIMENTO DO SIMULADOR

Page 36: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

34

3. DESENVOLVIMENTO DO SIMULADOR

O simulador chamado de SGALI (Simulador de Gas-lift) tem seu funcionamento

representado esquematicamente no fluxograma da Figura 3.1. Nele estão presentes as

etapas para o desenvolvimento e entendimento de sua implementação. Na cor amarela estão

dispostas as etapas que levarão a interpretação de curvas que simulam o poço equipado com

gas-lift. Em azul, as etapas que simulam um controlador que otimizará a produção deste

poço.

A estrutura funcional do simulador pode ser dividida em várias etapas, a saber:

acesso ao banco de dados; seleção dos parâmetros desejados; aplicação de processos de

interpolação para geração de várias curvas TPR para variadas vazões de gas-lift injetado e

da curva IPR característica do reservatório; obtenção de condições de equilíbrio; geração da

curva de desempenho do poço.

As etapas acima citadas fazem parte da simulação para alcançar a Curva de

Desempenho do poço. A partir de então, pode-se simular algoritmos de controle: utilizando

a curva de desempenho do poço como referência, simula-se adequadamente ajustes de PR

de modo a obter a condição ótima de produção. Ou seja, maximizar a vazão produzida com

a menor injeção de gás possível.

Page 37: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

35

Figura 3.1 – Fluxograma de execução do simulador SGALI.

O significado de cada bloco do fluxograma da Figura 3.1 está descrito nos itens a

seguir.

Início do Programa de Simulação

Configuração do Poço

Seleção de Parâmetros Característicos

Visualização de Curvas IPR e TPR

Geração da Curva de Desempenho do Poço

(Poço Virtual)

Configuração de Controle

Base de Dados

Simulação de Controle

Algoritmo Interno: Controle Simulado

Algoritmo Externo: Controle via CLP

Produção Ótima

Etapa Conjunta

Controlador RealControlador Simulado

Início do Programa de Simulação

Configuração do Poço

Seleção de Parâmetros Característicos

Visualização de Curvas IPR e TPR

Geração da Curva de Desempenho do Poço

(Poço Virtual)

Configuração de Controle

Base de Dados

Simulação de Controle

Algoritmo Interno: Controle Simulado

Algoritmo Externo: Controle via CLP

Produção Ótima

Etapa Conjunta

Controlador RealControlador Simulado

Page 38: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

36

3.1 BASE DE DADOS

A base de dados utilizada pelo SGALI é constituída exclusivamente de tabelas

geradas com o auxílio de simuladores de propriedade da Petrobras. São três tipos de tabelas

que definem um vasto conjunto de possibilidades. Uma delas é gerada automaticamente. As

outras são obtidas manualmente, a partir de diversas simulações.

As tabelas citadas, com suas respectivas características, são as seguintes:

a. Tabela BHP (Bottom Hole Pressure – Pressão no Orifício do Fundo)

A tabela BHP é gerada totalmente por um simulador da Petrobras chamado

Wellflo. Este simula, a partir da combinação de determinados parâmetros, um

valor para a pressão no orifício do fundo que é exatamente a pressão na válvula

de injeção de gas-lift postada no nível mais inferior (BHP). Suas variáveis são

parametrizadas e podem ser observadas no anexo A. A formatação do arquivo

gerado por este simulador serve como referência às demais tabelas geradas

manualmente. Os parâmetros que são usados para configuração do poço e

conseqüentes obtenções de BHP são:

- Ql: é a vazão de líquidos na superfície para uma determinada pressão de

fluxo no fundo do poço (m3/dia);

- RGL: é a razão gás líquido. Relaciona as quantidades de gás e líquidos

produzidos;

- BSW: relaciona as quantidades de água e sedimentos com o volume total

de produção;

- Qgi: é a vazão de gás injetado no poço (m3/dia);

- THP ou PCAB: é a pressão na cabeça de produção (kgf/cm2).

Page 39: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

37

b. Tabela “Bolha”

Trata-se de uma tabela gerada a partir da observação de curvas simuladas em um

outro software da Petrobras chamado Marlim. Este gera curvas de fluxo

características do reservatório chamadas de IPR (Inflow Performance

Relationship). A tabela foi gerada utilizando a mesma formatação da anterior,

através da parametrização de seus dados. A diferença é que seus dados foram

observados no simulador Marlim, variando seus parâmetros um a um, seguidos

do registro da informação de interesse. Nesta tabela obtemos cinco informações

importantes para o levantamento da curva IPR. São elas:

? IP: índice de produtividade do poço;

? QMAX: máxima vazão que poderia ser obtida do reservatório que

ocorreria se o BHP pudesse ser reduzido a zero;

? CURVA: indica o tipo de modelo utilizado para representar o

reservatório (Linear, Vogel ou ambos – características detalhadas num

tópico específico à frente);

? PBOLHA: pressão a partir da qual o IP varia. A partir de então, utiliza-se o

modelo de Vogel;

? QBOLHA: vazão a partir da qual o IP varia. A partir de então, utiliza-se o

modelo de Vogel.

Os parâmetros que definem essas características são:

? PE: Pressão Estática. Pressão medida do reservatório em que a vazão de

fluxo é zero;

? RGL: é a razão gás líquido, relaciona as quantidades de gás e líquidos

produzidos;

? BSW: relaciona as quantidades de água e sedimentos com o volume total

de produção.

Page 40: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

38

c. Tabela Válvula de Injeção

É uma tabela que mostra o desempenho da válvula de injeção de gás. Moldada

de maneira semelhante as anteriores, esta mostra qual a vazão de gás é injetado,

na válvula de injeção, para variações incrementais de pressão até o seu valor na

cabeça de produção. Através da análise dessa tabela é obtido um conjunto de

pontos de vazão em função de pressão que configuram uma curva de

desempenho. O parâmetro de escolha é:

? PR: pressão de revestimento (kgf/cm2).

De maneira a racionalizar o gerenciamento do processo de aquisição dos arquivos

constituintes da base de dados, sua leitura foi agrupada dentro de uma grande Classe, e em

seus métodos foram criadas rotinas para o tratamento dos dados, seja em nível de

endereçamento ou obtenção de curvas através de processos de interpolação com geração de

polinômios característicos para o processamento de suas informações, [4].

3.2 CONFIGURAÇÃO DO POÇO

Alguns parâmetros de configuração do poço são solicitados. São eles:

? Diâmetro da linha: duto que transportará o fluido produzido até os

separadores. Este não se trata especificamente de um parâmetro do poço.

Relaciona-se com o fluxo horizontal desde a cabeça de produção aos

tanques de armazenamento;

? Diâmetro do tubbing: é o duto vertical inserido no poço por onde sobe o

fluxo oriundo do reservatório;

? Orifício de injeção: indica a abertura dos orifícios das válvulas de gas-

lift.

Page 41: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

39

3.3 SELEÇÃO DE PARÂMETROS CARACTERÍSTICOS

Alguns parâmetros são solicitados para configurar uma condição de operação. Estes

foram agrupados e receberam a definição de “Ponto de Operação”. Os parâmetros que

devem ser especificados são os seguintes:

? PE;

? RGL;

? THP;

? BSW.

Sua apresentação é feita através de uma caixa de escolha com opções pré-definidas.

Seu conteúdo é determinado por duas das três tabelas que servem de base de dados. São

elas a Tabela BHP e a Tabela Bolha. Para conjuntos distintos de tabelas, opções distintas

existirão para combinações destes parâmetros.

Um outro parâmetro possui uma característica peculiar: é a Vazão de Gás Injetado.

Na área do “Ponto de Operação”, há uma caixa onde são apresentados vários Qgi’s também

relacionados na Tabela BHP. Não é uma variável passível de manipulação pelo usuário.

Sua cor explicita a respectiva curva TPR.

3.4 VISUALIZAÇÃO DE CURVAS IPR E TPR

Após a seleção dos parâmetros definidores do “Ponto de Operação”, pode-se

visualizar o comportamento das curvas de IPR e TPR (detalhado no item 2.2 e 2.3). Duas

janelas gráficas surgirão. Na primeira, o compromisso entre a solicitação do poço e a

disponibilidade do reservatório é evidenciada. Na segunda, tem-se a chamada Curva de

Desempenho. O modo de obtenção desse conteúdo, bastante rico em informações, será

detalhado a seguir.

a. Oposição IPR x TPR

Page 42: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

40

Como visto anteriormente, a curva de IPR está relacionada com o reservatório. Sua

interpretação expressa a vazão produzida para variações na PFFP desde zero até a PE.

Nas Tabelas BHP e Bolha, os dados estão organizados em função das grandezas cujos

valores foram selecionados no “Ponto de Operação”. Para geração da curva IPR, são

utilizados três parâmetros: PE, RGL e BSW. Com estas informações, determina-se o

modelo de IPR a ser utilizada. Se Linear, Vogel ou ainda a combinação destes dois

modelos: o modelo Misto. As equações 2.1 e 2.2 descrevem o comportamento para os

casos em que o modelo utilizado é Linear ou de Vogel, respectivamente. Para os casos

em que é utilizada a combinação dos dois, é observada a existência de fluxo gasoso

devido a saturação no reservatório. Para pressões acima deste ponto, com ordenadas

denominadas Pressão de Bolha (PBOLHA) e Vazão de Bolha (QBOLHA), é utilizado o

modelo Linear. A partir de então, utiliza-se o modelo de Vogel.

As equações 2.1 e 2.2 podem ser combinadas gerando o modelo descrito nas equações

3.1 e 3.2, apresentadas abaixo:

? ????

?

???

????

????

?????

????

?????

2

8.02.01BOLHA

FFP

BOLHA

FFPBOLHAMAXBOLHA

P

P

P

PQQQQ (3.1)

? ?BOLHAFFPBOLHA PPIPQQ ??? (3.2)

Em que:

Q = vazão;

QBOLHA = vazão, a partir da qual, passa a existir gás em saturação;

QMAX = vazão máxima;

IP = índice de produtividade;

PFFP = pressão de fluxo no fundo do poço;

PBOLHA = pressão a partir da qual passa a existir gás em saturação.

A Figura 3.2 mostra os três possíveis tipos de IPR: Linear (a), Vogel (b), Misto (c).

Page 43: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

41

(a) (b) (c)

Figura 3.2 – Modelo de IPR Linear (a), Vogel (b) e Mista (c).

Para gerar a IPR, a faixa de pressões foi discretizada – mil amostras – desde seu

valor nulo até a PE. Para cada amostra de pressão, a devida equação é aplicada com o

objetivo de se estabelecer à respectiva vazão. O simulador SGALI busca a informação

sobre o reservatório na Tabela Bolha, que contém a informação correspondente sobre o

modelo a ser utilizado: Linear, Vogel ou ainda, Mista. Dessa maneira, a curva IPR será

constituída por mil pontos.

No caso das curvas TPR, não foram utilizados modelos matemáticos. Na Tabela

BHP, estão disponibilizados um grande número de informações relativas às pressões. De

acordo com os parâmetros selecionados para o “Ponto de Operação”, é feita a seleção

adequada à visualização das TPR.

A Tabela BHP acima citada apresenta, como principal característica, o ordenamento

de seus parâmetros. De acordo com a combinação de RGL, THP, BSW, Qgi e Ql,é adquirida

uma PFFP. Para obtenção da TPR, foi adotada a seguinte estratégia:

? Mostrar a curva na mesma condição da IPR, ou seja, mostrar no eixo das

abscissas a Ql e, no eixo das ordenadas, a PFFP;

? Buscar a PFFP equivalente fixando os parâmetros GLR, THP, BSW e Qgi,

variando um a um o parâmetro Ql;

? Armazenar os pares coordenados (Ql, PFFP);

Page 44: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

42

? Aplicar um método de ajuste de curva;

? Gerar curva TPR com pontos interpolados.

O método de ajuste de curvas utilizado foi o de Mínimos Quadrados. A idéia básica

deste método é obter um polinômio de grau inferior ao número de pontos utilizados, que

reduza ao mínimo o erro entre os valores reais e ajustados. A função programada no

SGALI, denominada interpoli, apresenta como saída um polinômio característico, P = f(Q),

para cada curva.

De posse dos coeficientes do polinômio ajustado, obtidos com a aplicação de uma

função, facilmente pode-se determinar a curva TPR. Como no caso das curvas IPR, a faixa

de Ql tabelada foi discretizada em mil amostras. Cada uma destas amostras de vazão foi

aplicada no polinômio característico P = f(Q) de modo a obter o seu par ordenado. Com

isso foi possível gerar a curva TPR.

Na seqüência aparecerá uma janela gráfica exibindo uma única curva IPR e várias

curvas TPR. O fato de surgirem várias curvas TPR é explicado da seguinte maneira: Na

área do ‘Ponto de Operação’ do simulador SGALI, há a possibilidade de escolha de vários

parâmetros, exceto um: o Qgi. Para este, há apenas, a possibilidade de visualização de seus

valores numéricos. Para cada valor de Qgi, há uma respectiva curva TPR exibida. Isto

significa que, mantendo-se os demais parâmetros constantes (PE, GLR, THP e BSW), a

TPR varia de acordo com cada um desses valores de Qgi exibidos. Esta peculiaridade é de

importância extrema para geração da Curva de Desempenho. A Figura 3.3 mostra uma

curva IPR e várias TPR obtidas através de simulação realizada no SGALI.

b. Curva de Desempenho

O resultado do encontro das curvas IPR e TPR é a condição de produção de um

poço. É o resultado do compromisso, como dito anteriormente, da disponibilidade do

reservatório com a solicitação do poço.

Page 45: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

43

Figura 3.3 – Curvas IPR (preto) e TPR (colorida) – PFFP(kgf/cm2) x Ql(m3/dia) – para condição PE =

105kgf/cm2, GLR = 80, THP = 2kgf/cm2 e BSW = 0,51 para diversos Qgi (entre 0 e 27000m3/dia).

No processo simulado até o momento, já se tem disponível a geração de uma curva

IPR e várias curvas TPR (uma para cada Qgi). A intersecção da curva IPR com uma TPR

gera uma condição de produção PFFP àquele determinado Qgi. Desta forma, é possível

agrupar e condensar um conjunto de informações discretas referentes ao desempenho do

poço. Cada informação é agrupada como um par ordenado com as informações de Qgi e

PFFP.

Utiliza-se mais uma vez a função interpoli. Desta vez para gerar a Curva de

Desempenho do Poço. Os pares ordenados, o número de pontos e o grau do polinômio

desejado são os parâmetros de entrada da função. Um polinômio característico é a sua

saída. Este polinômio a identificará.

O intervalo entre os Qgi mínimo e máximo é discretizado em mil amostras para

abscissa. Cada um deles será aplicado ao polinômio característico da Curva de

Desempenho obtendo-se, por conseqüência, seu PFFP equivalente. A Figura 3.4 mostra uma

curva de desempenho obtida a partir desse processo.

Page 46: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

44

Figura 3.4 – Curva de Desempenho – PFFP(kgf/cm2) x Ql(m3/dia) – para condição PE = 105kgf/cm2, GLR = 80,

THP = 2kgf/cm2 e BSW = 0,51 para diversos Qgi (entre 0 e 27000m3/dia).

3.5 CONFIGURAÇÃO DE CONTROLE

A simulação de algoritmos de controle é outro objetivo de grande importância do

simulador SGALI. Essa função foi implementada com o objetivo de simular rotinas reais

num poço virtual. Dessa forma, se o modelo simulador representar com grande fidelidade

poços reais, pode-se avaliar com segurança a funcionalidade dos controladores.

Vários parâmetros são utilizados para configurar devidamente o controle do poço.

Os parâmetros foram divididos em dois grupos: o grupo “Configuração de Simulação” e o

grupo “Condição de Partida”. Cada um desses parâmetros será apresentado agora.

? Configuração de Simulação:

� PRmin: dado em kgf/cm2, é a mínima PR (Pressão no Revestimento)

necessária para manter o poço “vivo”, ou seja, manter o poço em condições

de produção;

Page 47: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

45

� PRmax: dado em kgf/cm2, é a máxima PR a ser injetada no revestimento do

poço. É, geralmente, limitada pela capacidade dos compressores;

� Fator N: Fator de Sensibilidade. É um número adimensional. Importante na

determinação do Passo. Sua escolha é feita empiricamente para melhorar a

simulação. Não possui um significado físico no processo;

� Tolerância: é a variação percentual admitida a PFFP. É sempre medida em

relação à última PFFP admitida como referência. Sempre que a variação na

PFFP ultrapassar a Tolerância, o processo de busca de uma nova condição de

operação é acionado;

� Coeficientes dos Filtros 1 e 2: durante a fase de estudos que resultaram com

o desenvolvimento do SGALI, uma importante característica foi observada

com as medições da PFFP. Havia uma grande oscilação em seus sinais de

entrada. Em alguns casos foi observado que esta variação ultrapassava a

tolerância estabelecida. Dessa maneira havia a possibilidade de coleta de

informações distorcidas. Foram realizados testes com um filtro de primeira

ordem e os resultados esperados não foram suficientemente atingidos. A

opção por dois filtros de primeira ordem em série foi implementada,

resultando assim num filtro de segunda ordem. As equações 3.3 e 3.4

modelam sua implementação.

)()()1( 1111 KUBKYAKY ??? (3.3)

)()()1( 12222 KYBKYAKY ??? (3.4)

Em que:

Y1: são os sinais do primeiro filtro;

Y2: são os sinais do segundo filtro;

U: sinal de PFFP;

K = 0,1,2,3, ...

Page 48: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

46

Os parâmetros de entrada são o A1 e A2. A relação entre A e B é a indicada na

equação 3.5.

102.1,ipara1 i ????? ABA ii (3.5)

Assim como o Fator N, os coeficientes do filtro foram ajustados empiricamente.

Observa-se que, para coeficientes elevados, Ai próximo de 1, o sinal torna-se

cada vez mais limpa, ou seja, menos oscilante. Entretanto, sua resposta é mais

lenta uma vez que se utiliza uma maior parcela da informação passada. Já, para

Ai próximo de 0, a resposta é acelerada e o sinal não perde muita oscilação. O

sinal é constituído, em sua maior parte, dos dados mais recentes.

� Tempo de Espera: é o tempo necessário, em minutos, para acomodação de

um novo set point para PR. Quando o controlador envia um novo valor, há

um tempo transitório para que a válvula que controla a injeção de gás no

revestimento e por conseqüência, a PR, atue e se estabilize no valor

adequado.

� Tempo de Análise: parâmetro especificado em minutos. Após o

estabelecimento de uma condição ótima de operação, o algoritmo de

controle deve esperar um tempo para iniciar um novo processo de busca,

fato que deve acontecer se houver uma diferença na PFFP maior que a

especificada pela Tolerância.

� Time Step: é um intervalo de tempo, especificado em segundos, em que

evolui o processo. Este simula o decorrer do tempo real. Ou seja, a cada

Time Step o algoritmo executa um conjunto de instruções que deveria, para

o caso real, acontecer em longos tempos. Para Time Step pequeno, o

processo ocorre mais lentamente. Caso o Time Step seja próximo ou igual ao

tempo de Espera, o processo é avançado mais rapidamente.

Os parâmetros Coeficientes do Filtro 1 e 2, Tempo de Espera, Tempo de

Análise e Time Step são utilizados, exclusivamente, no modo de simulação

Page 49: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

47

utilizando o modo controle externo. O modo de controle externo e o modo de

controle via simulador SGALI serão detalhados num tópico a seguir.

3.6 SIMULAÇÃO DE CONTROLE

Uma vez disponibilizada a Curva de Desempenho do poço, abre-se uma vasta

possibilidade de análise desses poços e exploração do SGALI. Vale destacar que o software

simula algoritmos implementados em controladores para um poço simulado que é

representado por sua curva de desempenho. O SGALI ainda permite como será destacado a

seguir, a conexão para ensaio entre um controlador real, normalmente um CLP, e o poço

simulado.

Em poços equipados com gas-lift, o controle realizado era, até certo ponto, pouco

automatizado. Os cálculos eram realizados remotamente e seu ajuste realizado muitas vezes

in loco. O poço produzia geralmente em condições impróprias, não ótimas, e cujo

desempenho apresentava consequentemente, alguma desvantagem econômica.

Para acabar com essas características inoportunas aos dias atuais, foi desenvolvido

um algoritmo de controle e otimização da injeção de gas-lift. Os dois princípios básicos

consistem em:

� Ajustar, de modo automático, a PR de modo a obter a menor PFFP e

conseqüentemente a maior vazão (como visto no item 2.4);

� Caso a PFFP mantenha suas variações com a PR dentro de um limite tolerável,

mantendo a vazão produzida praticamente constante, então, faça-se com que

a menor injeção de gás seja aplicada.

Com o primeiro princípio, visa-se obter a maior vazão possível, independentemente

da quantidade de gás injetado. Já com o segundo, o objetivo passa a ser economizar ao

máximo a injeção do gás visto que suas variações interferem em pouco a produção do poço.

Page 50: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

48

Um conjunto de regras foi idealizado e aperfeiçoado com o objetivo de cobrir todas

as possíveis combinações geométricas referentes às Curvas de Desempenho do poço. Ou

seja, partindo-se de qualquer PR, obter a mínima PFFP.

Vale salientar que a elaboração do algoritmo de controle da injeção de gas-lift não é

o objetivo fim deste trabalho. O algoritmo executado no simulador é apenas um exemplar

de metodologia para o tratamento deste problema e sua escolha está diretamente

relacionada com o desenvolvimento das etapas previstas pelo Projeto AutPoc.

As regras definidas foram agrupadas em um complexo fluxograma. Seu

desenvolvimento permitiu o aperfeiçoamento do simulador. Pequenas variações visando

correções em determinada condição afetavam, em diversos casos, o procedimento já

coerente em outros e com o auxílio do simulador os erros de desenvolvimento tornavam-se

visíveis.

Nesta etapa foi necessária a utilização do recurso de Threads, devido ao elevado

número de procedimentos executados e a necessidade fundamental de utilização de

recursos gráficos concomitantemente. Graças a este recurso, foram tratados os problemas

de gerenciamento de memória que ocorriam em tempo de execução. Os Threads

administram tal característica. Assim, processos conflitantes no tempo puderam ser

realizados “simultaneamente”, [5].

A programação multitarefa permite ao processador executar instruções de um

determinado processo, em seguida executar as de um outro de maneira organizada pelo

programador, à medida que existam. Em seguida o processo é retomado em seu início e o

ciclo de alternância de execução pelo processador é reiniciado.

A utilização desse recurso apresenta suas desvantagens:

Page 51: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

49

� Execução do programa de forma mais lenta, a não ser que haja várias CPUs

e que o sistema operacional possa dividir threads entre os processadores, ou

seja, através de processamento paralelo;

� Os programas devem sincronizar o acesso a recursos e memória

compartilhados, fazendo com que escrevê-los seja um processo muito

complexo e criterioso.

As vantagens da utilização deste recurso são:

� Execução do thread em segundo plano, permitindo que o usuário continue a

operar o programa além de acessar a outros;

� Gerenciamento da prioridade da execução, controle de acesso e atribuição de

armazenamento local para cada thread [3].

A utilização da thread traz um grande conforto ao usuário do simulador, uma vez

que permite a utilização do mesmo simultaneamente com o processador que pode executar

outras atividades, inclusive do próprio sistema operacional.

3.6.1 Algoritmo Interno: Controlador Simulado

Com base no fluxograma de controle desenvolvido, foi implementado, fielmente no

corpo do SGALI, todo o conjunto de instruções necessárias para o perfeito funcionamento e

coerência entre o algoritmo aplicado em campo e o utilizado em simulação.

Os parâmetros que devem ser informados estão dispostos na área “Configuração de

Partida”. São eles:

� PRinicial: em kgf/cm2, é a pressão utilizada no revestimento para iniciar a busca do

ponto ótimo de produção. Seu conteúdo será utilizado para os casos em que a

“PWFref” for diferente de zero;

Page 52: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

50

� PWFref: em kgf/cm2, é a pressão de fluxo no fundo do poço utilizada como

referência na busca da condição ótima de produção. Se seu conteúdo for igual à

zero, significa que o operador que está simulando desconhece as características

do poço e não sabe, ou não quer informar um valor típico de produção. Para este

caso, uma rotina específica é executada, sempre com o objetivo de encontrar a

condição ótima de produção. Em campo, esta aplicação levará a um maior

tempo necessário para o atendimento do objetivo uma vez que mais passos serão

utilizados para tal fim. Caso seu conteúdo seja diferente de zero, este será

utilizado como referência inicial para efeito de comparação da PFFP admitida

para o “PRinicial”.

� Passo: em kgf/cm2, é o tamanho da variação da PR. O Passo é aplicado quando a

PFFP oscila fora da faixa de tolerância especificada. O Passo pode incrementar ou

decrementar a PR de acordo com a situação específica. Se a especificação do

Passo for zero, uma rotina de busca do Passo ótimo de produção é executada.

Iniciando a simulação, uma seqüência de curvas é apresentada. A curva em

vermelho é a Curva de desempenho do poço. Sua obtenção já foi apresentada no item 3.5.b.

As curvas que a interceptam, nas cores verde, azul e magenta, são as Curvas de

Desempenho das Válvulas de Injeção de Gas-lift. As curvas verdes indicam os limites de

atuação para PR. A curva azul representa a posição instantânea (estado atual) para a PR. Já a

curva magenta indica a posição anterior (estado passado) da PR. A Figura 3.5 ilustra as

curvas descritas acima.

Page 53: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

51

Figura 3.5 – Exemplo de etapa de simulação exibindo a curva de desempenho, limites mínimo e máximo da

PR, PFFP no passo atual e PFFP no passo anterior.

A interpretação física das curvas da válvula de injeção assemelha-se ao caso das

curvas IPR e TPR. O objetivo é buscar uma relação de compromisso relacionando as

Curvas de Desempeno do Poço e das Válvulas de Injeção de Gás.

3.6.1.1 Curva de Desempenho das Válvulas de Injeção de Gas-lift

Esta curva tem suas características de vazão e pressão contida na Tabela Válvula de

Injeção. As informações pertinentes relacionam a vazão de gás injetada com a pressão

aplicada no revestimento.

A Tabela Válvula de Injeção explicita a variação da vazão em função de

incrementos da pressão desde zero até PV.

Novamente a função interpoli é utilizada para gerar um polinômio característico à

Curva de Desempenho das Válvulas de Injeção.

Page 54: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

52

Como será explicado adiante, o objetivo é obter curvas que estejam relacionadas

com as grandezas da Curva de Desempenho do Poço. Desta forma, as variáveis devem estar

caracterizadas como vazão no eixo das abscissas e pressão no eixo das ordenadas. Um fato

particular deve ser destacado nesse instante: os parâmetros de entrada da função interpoli

são as abscissas; ordenadas; número de pontos e, por fim, grau do polinômio desejado.

Como visto, a vazão (abscissa) quando em fluxo crítico, não varia. Desta forma tem-se o

caso em que, para valores distintos de pressão (ordenada), haverá um correspondente de

mesmo valor à vazão, descaracterizando desta forma uma função matemática.

Para solucionar tal problema, a equação 2.5 foi utilizada com a seguinte estratégia:

? Utilizar os pontos da Tabela Válvula de Injeção enquanto houver variação na

vazão;

? Gerar polinômio interpolador para este intervalo;

? Admitir a vazão constante, forçando os pontos coordenados, para pressões

abaixo desse limiar (55,3% da PV), [6].

Uma vez traçadas as Curvas de Desempenho do Poço e das válvulas de Injeção,

pode-se obter a relação de compromisso entre a oferta do poço e a disponibilidade das

válvulas. Uma vez que a Curva de Desempenho do Poço é a combinação das condições

ideais de produção para diversas quantidades de gás injetado, pode-se determinar a PR, a

PFFP, a Qgi e a Ql às condições especificadas.

3.6.2 Algoritmo Externo: Controlador Real

Uma outra aplicação relaciona ao SGALI é a simulação do poço com a utilização de

um controlador externo. Dessa maneira, o simulador pode ser utilizado para testes de

algoritmos de controle para o método de elevação em destaque.

Para a aplicação específica deste trabalho, foi utilizado um CLP ZAP500 fabricado,

fornecido e desenvolvido pela HI Tecnologia Indústria e Comércio LTDA [9]. Trata-se de

Page 55: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

53

uma empresa parceira da Petrobras e que a cada dia, vem se tornando mais atuante na

automação de poços de petróleo principalmente nas unidades dos estados do Rio Grande do

Norte, Ceará e Bahia.

Para implementação do LADDER de controle, foi seguido o mesmo fluxograma

utilizado na implementação do algoritmo do SGALI. Graças a essa compatibilidade, fica

assegurado o idêntico funcionamento em ambos os modos de simulação.

A comunicação entre o SGALI e o CLP ZAP500 é feita através de um arquivo

Dynamic Link Library (arquivo com extensão dll) disponibilizado pela HI. Com ela, todas

as funções de manipulação de variáveis necessárias à coordenação da simulação ficaram

acessíveis.

A seqüência de transferência de informações é realizada da seguinte maneira:

? Escolha da opção de controle “Simulação HI”: indica simulação com

controlador real;

? Ativar conexão através do arquivo dll: instalação de um drive de comunicação;

? Ativação do botão ‘Carrega Configuração’: sua ativação transmite às memórias

do CLP um conjunto de parâmetros necessários à inicialização do sistema

(PRmin, PRmax, Fator N, Tolerância, Coeficientes dos Filtros 1 e 2, Tempos de

Espera e Análise e Time Step);

? Ativação do botão “Automático”: nesse instante, inicia-se a troca de

informações entre o CLP e o SGALI.

Enquanto o controlador atuar, o SGALI disponibilizará as informações necessárias

para o bom funcionamento. O fluxo de informações é contínuo como indicado na Figura

3.6. O SGALI recebe do CLP uma informação de PR, simula o efeito dessa pressão e

retorna a respectiva PFFP. As rotinas implementadas no CLP são executadas gerando um

novo Set Point para PR e assim por diante.

Page 56: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

54

A simulação pode ser realizada utilizando um enlace de rádio. Com isso uma outra

função de SGALI é destacada: a função de ferramenta para testes de sistemas supervisórios.

O esquema de um enlace típico é mostrado na Figura 3.7.

Figura 3.6 – Fluxo de informações da simulação SGALI - CLP

SGALI+

CLP+

Estação de Rádio

Supervisório+

Estação de Rádio

Enlace de Rádio

SGALI+

CLP+

Estação de Rádio

Supervisório+

Estação de Rádio

Enlace de Rádio

Figura 3.7 – Enlace de Rádio SGALI – Supervisório.

3.7 PRODUÇÃO ÓTIMA

A filosofia fundamental, que deve ser assimilada, para a completa compreensão do

algoritmo de controle está definida em dois princípios. São eles:

Page 57: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

55

- Variar a PR visando obter a menor PFFP;

- Se, para variações na PR, a PFFP se mantiver constante dentro de uma

faixa determinada por um limite de tolerância, então, que seja aplicada a

menor PFFP.

A condição ótima será obtida quando a PFFP for a mínima possível para o intervalo

de pressões no revestimento especificada, dessa maneira, o diferencial de pressão será o

ótimo e conseqüentemente, ótima será a vazão. O algoritmo de otimização está

implementado com uma rotina que realiza esta busca verificando parâmetros e realizando

um conjunto de comparações.

Abaixo, são apresentadas janelas do simulador SGALI.

Na Figura 3.8 é apresentada a janela inicial do SGALI. Nela são selecionados

parâmetros construtivos relacionados a geometria do sistema.

Figura 3.8 – Janela inicial do SGALI.

Na Figura 3.9 aparece a janela principal do SGALI. Podem-se observar todos os

parâmetros de configuração da simulação, além da apresentação das curvas IPR, TPR,

Curva de Desempenho e Curva das válvulas de injeção. Os resultados obtidos também são

vistos nesta tela.

Page 58: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

56

Figura 3.9 – Janela Principal do SGALI

A Figura 3.10 mostra em detalhe a região de configuração. Seleciona-se o Ponto de

Operação, a Configuração de Simulação e a Condição de Partida. Pode-se acompanhar a

condição de momento na área de Status Atual além de visualizar numericamente a condição

ótima de produção ao fim da simulação.

Page 59: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

57

Figura 3.10 – Seleção do Ponto de Operação, Configuração de Simulação e Condição de Partida. Visualização

do Status Atual

A Figura 3.11 evidencia a execução do algoritmo de controle. Pode-se observar as

curvas limites para busca do ponto ótimo, a curva de pressão passada para se observar a

tendência de busca e a curva atual.

Page 60: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

58

Figura 3.11 – Algoritmo de controle em execução.

A Figura 3.12 mostra a janela de configuração de parâmetros para comunicação

entre o simulador e o controlador externo. Nela se especifica e valoriza as memórias

apropriadas.

Figura 3.12 – Janela de Salvamento, Carga, Cópia e Transferência de dados do SGALI.

Page 61: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

59

A Figura 3.13 detalha o fim de uma simulação no simulador SGALI. A Condição

ótima é exibida na caixa Status Atual e pode-se observar a curva que maximiza a produção

de acordo comas regras estabelecidas no controlador.

Figura 3.13 – Fim de simulação do SGALI. Condição ótima exibida na caixa “Status Atual”.

Page 62: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

60

CAPÍTULO 4 – CONCLUSÃO

Page 63: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

61

4. CONCLUSÃO

O projeto do simulador SGALI atendeu todas as especificações solicitadas pela

equipe de engenheiros da Petrobras. Dessa forma, a idéia concebida foi implementada e

alguns resultados já podem ser colhidos.

Destacam-se dois exemplos práticos de sua aplicação: utilização na validação de

algoritmos de controle. Num primeiro caso, o algoritmo desenvolvido pelo Eng. Rafael

Spíndola foi testado e seus resultados apresentados em uma dissertação de mestrado. Outro

caso é o algoritmo de controle implementado nos controladores da empresa HI, em que

vários testes foram realizados com objetivo de testá-lo antes sua implementação definitiva

em campos de produção. A expectativa é que os outros propósitos do simulador (utilização

com fins didáticos e como ferramenta de treinamento e reciclagem de profissionais) sejam,

em breve, utilizados.

Muito aprendizado foi obtido com o projeto AutPoc. Algumas variáveis do

processo, com o passar dos tempos, mostraram comportamentos diferentes ou curiosos

como, por exemplo, a característica oscilante da PFFP mesmo com a PR estabilizada. Graças

a essa peculiaridade, um filtro digital foi implementado no algoritmo de controle.

Do ponto de vista computacional, pode-se concluir que o gerenciamento claro da

memória para uma boa programação é fundamental para o sucesso de qualquer aplicação.

Muito trabalho foi necessário para desatar nós gerado pela falta de experiência no assunto.

Uma vez feito, o trabalho fluiu com naturalidade.

Outra observação importante é que, embora o estágio atual do simulador seja de

sucesso, o trabalho nunca estará totalmente concluído. Adaptações e funções são sempre

bem-vindas.

Uma adaptação importante e que pode ser implementada é a independência da

simulação com relação às tabelas utilizadas como base. Estas podem ser substituídas por

Page 64: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

62

modelos matemáticos tornando mais o simulador SGALI mais independente por não

necessitar do resultado prévio de outros simuladores para sua execução e ágil visto que

dessa forma, muitos processos de interpolação das curvas características seriam

desnecessários aumentando assim o desempenho computacional do programa.

O assunto é bastante vasto e interessante e os materiais utilizados neste trabalho

bem como os códigos desenvolvidos estão disponíveis a quem quiser dar continuidade em

desenvolvimentos futuros.

Page 65: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

63

REFERÊNCIAS BIBLIOGRÁFICAS

Page 66: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

64

REFERÊNCIAS BIBLIOGRÁFICAS

[1] Thomas, José Eduardo, organizador. Fundamentos de Engenharia de Petróleo. Editora

Interciência. Rio de Janeiro: PETROBRAS, 2001.

[2] Torrico, José Ramiro Cadena. Desenvolvimento analítico das curvas IPR a partir de um

simulador de reservatórios, 1995.

[3] Choi, Kwon Il. Modelo computacional dinâmico Langrangiano-Euleriano para

escoamento bifásico em poços de petróleo – Dissertação de Mestrado. Faculdade de

Engenharia Mecânica. Departamento de Engenharia de Petróleo, UNICAMP 1996.

[4] Schildt, Herbert. Borland C++: Completo e Total. Tradução e revisão técnica Jeremias

Pereira dos Santos. São Paulo. Editora Makron Books, 1997.

[5] Cantú, Marco. Dominando o Delphi 3. Revisão técnica Álvaro Antunes e Marcos Jorge.

São Paulo. Makron Books, 1997.

[6] Bolonhini, Edson Henrique. Gás Lift Contínuo – Dimensionamento e Análise de

Operação, PETROBRAS S/A – E&P – RNCE, 1997.

[7] Peixoto, Guilherme de Almeida. Otimização do Dimensionamento de Gas Lift em

Poços de Petróleo, 1995.

[8] Rebello, Marcos Paulo Ferreira. KARDS: Ambiente para desenvolvimento de

aplicações inteligentes para o gerenciamento das atividades de um ambiente especializado,

1997.

[9] HI Tecnologia. Manual ZAP500.

[10] HI Tecnologia. Manual dll de comunicação. Versão 8.

[11] HI Tecnologia. Manual Kit de treinamento ZAP500.

Page 67: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

65

ANEXO I - TABELAS DA BASE DE DADOS

Page 68: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

66

I TABELAS DA BASE DE DADOS

I.1 TABELA BHP

A tabela que se segue é gerada pelo simulador Wellflo da Petrobras. É uma tabela muito extensa e sua visualização integral não se faz necessária. Seus trechos inicial e final estão exibidos abaixo. Ele é o conjunto de soluções para variáveis parametrizadas. Seuspontos formam as curvas TPR.

BHPTAB 1 1475.99

QLIQ 1.00 6.00 11.00 16.00 21.00 26.00 31.00 36.00 41.00 46.00 51.00

56.00 61.00 66.00 71.00

GLR 10.00 30.00 55.00 70.00 80.00 105.00 130.00 150.00 170.00 190.00

WCUT 0.0100 0.1100 0.2100 0.3100 0.4100 0.5100 0.6100 0.7100 0.8100

0.9100

ALQ 0 3000 6000 9000 12000 15000 18000 21000 24000 27000

THP 196.1 490.3 784.5

IGLR IWCUT IQLIQ IALQ BHP(ITHP)

1 1 1 1 18002.6 18296.8 18591.0

1 1 1 2 1170.8 1425.4 1758.2

1 1 1 3 1525.8 1686.5 1936.8

1 1 1 4 1907.2 2021.5 2213.8

1 1 1 5 2292.9 2380.5 2534.5

1 1 1 6 2679.3 2749.7 2876.9

1 1 1 7 3065.0 3123.7 3231.4

1 1 1 8 3450.0 3500.0 3593.0

1 1 1 9 3832.6 3876.1 3958.1

1 1 1 10 4213.3 4251.6 4324.3

1 1 2 1 18017.1 18311.4 18605.7

1 1 2 2 1589.6 1887.7 2308.8

1 1 2 3 1874.0 2035.1 2294.5

1 1 2 4 2238.2 2349.2 2540.3

1 1 2 5 2615.8 2700.6 2851.7

1 1 2 6 2996.7 3064.8 3189.2

1 1 2 7 3378.1 3435.0 3540.1

1 1 2 8 3759.1 3807.6 3898.8

1 1 2 9 4139.0 4181.3 4261.4

1 1 2 10 4516.3 4553.7 4625.0

1 1 3 1 18031.8 18326.2 18620.5

1 1 3 2 2014.9 2307.5 2710.1

1 1 3 3 2243.4 2411.5 2677.2

1 1 3 4 2576.3 2687.5 2881.7

1 1 3 5 2943.0 3026.5 3177.4

1 1 3 6 3317.9 3384.9 3508.0

1 1 3 7 3695.6 3751.2 3855.1

1 1 3 8 4074.0 4121.4 4211.2

1 1 3 9 4452.2 4493.7 4572.1

1 1 3 10 4828.0 4864.4 4934.6

1 1 4 1 18047.8 18342.1 18636.5

1 1 4 2 2438.6 2758.2 3378.2

1 1 4 3 2569.3 2730.6 2990.0

1 1 4 4 2898.2 3007.8 3195.0

1 1 4 5 3262.1 3343.5 3490.8

Page 69: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

67

1 1 4 6 3633.3 3700.2 3820.2

1 1 4 7 4006.4 4061.7 4164.4

1 1 4 8 4380.5 4427.6 4516.6

1 1 4 9 4755.2 4796.1 4874.0

1 1 4 10 5128.8 5164.8 5234.4

1 1 5 1 18065.9 18360.3 18654.7

1 1 5 2 3015.4 3525.8 4290.0

1 1 5 3 2918.5 3097.9 3407.9

1 1 5 4 3215.1 3326.8 3523.6

1 1 5 5 3571.0 3653.1 3806.3

1 1 5 6 3942.6 4008.0 4131.1

1 1 5 7 4317.0 4371.4 4475.0

1 1 5 8 4693.4 4740.1 4829.2

1 1 5 9 5070.1 5110.6 5189.2

1 1 5 10 5444.2 5481.3 5550.9

1 1 6 1 18087.7 18382.0 18676.4

1 1 6 2 3875.5 4488.1 5523.5

1 1 6 3 3353.2 3561.6 3919.9

1 1 6 4 3580.1 3695.7 3917.5

1 1 6 5 3910.7 3994.8 4152.4

1 1 6 6 4271.4 4337.7 4463.8

1 1 6 7 4641.7 4697.7 4802.8

1 1 6 8 5017.3 5064.5 5155.1

1 1 6 9 5393.3 5435.1 5513.9

1 1 6 10 5769.1 5805.3 5876.5

1 1 7 1 18114.2 18408.5 18702.8

1 1 7 2 5049.9 5985.8 7381.0

1 1 7 3 3877.1 4105.2 4497.8

1 1 7 4 3988.3 4118.3 4352.8

1 1 7 5 4278.8 4369.9 4537.7

1 1 7 6 4622.2 4692.0 4823.5

1 1 7 7 4985.9 5042.5 5150.4

1 1 7 8 5357.2 5404.9 5497.2

1 1 7 9 5731.5 5773.0 5852.6

1 1 7 10 6105.1 6144.1 6214.2

1 1 8 1 18146.3 18440.5 18734.8

1 1 8 2 6690.6 7678.2 8969.1

1 1 8 3 4463.0 4711.2 5139.2

1 1 8 4 4435.3 4572.6 4820.7

1 1 8 5 4674.2 4768.4 4943.1

1 1 8 6 4992.3 5064.0 5198.8

1 1 8 7 5341.6 5399.5 5509.5

1 1 8 8 5705.1 5753.5 5846.5

1 1 8 9 6074.7 6116.7 6196.9

1 1 8 10 6447.7 6484.6 6555.4

1 1 9 1 18183.2 18477.6 18771.9

1 1 9 2 8251.9 9095.6 10375.6

1 1 9 3 5116.0 5383.7 5845.1

1 1 9 4 4920.1 5065.2 5327.5

1 1 9 5 5093.7 5191.2 5372.9

1 1 9 6 5380.2 5453.7 5592.4

1 1 9 7 5711.6 5770.5 5882.9

1 1 9 8 6064.1 6113.1 6207.7

1 1 9 9 6426.6 6469.1 6550.1

1 1 9 10 6794.8 6831.9 6903.3

1 1 10 1 18224.0 18518.4 18812.9

1 1 10 2 9662.4 10470.1 11692.0

Page 70: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

68

1 1 10 3 5829.5 6113.9 6684.4

1 1 10 4 5438.3 5590.7 5866.7

1 1 10 5 5534.3 5635.5 5824.2

1 1 10 6 5782.6 5858.2 6000.9

1 1 10 7 6092.6 6152.4 6267.4

1 1 10 8 6430.8 6481.1 6577.2

1 1 10 9 6784.6 6827.5 6909.8

1 1 10 10 7146.4 7183.8 7255.9

1 1 11 1 18269.1 18563.6 18858.2

1 1 11 2 10991.5 11743.9 12700.6

1 1 11 3 6747.6 7123.5 7707.2

1 1 11 4 5992.4 6151.6 6440.5

1 1 11 5 5999.5 6104.3 6300.0

1 1 11 6 6203.7 6281.2 6428.0

1 1 11 7 6488.0 6549.1 6666.6

1 1 11 8 6810.2 6861.3 6958.6

1 1 11 9 7153.3 7196.9 7280.2

1 1 11 10 7507.6 7545.3 7618.3

1 1 12 1 18318.4 18613.0 18907.7

1 1 12 2 12025.7 12713.2 13595.8

1 1 12 3 7762.4 8052.1 8637.9

1 1 12 4 6576.6 6742.0 7042.1

1 1 12 5 6487.4 6595.7 6797.7

1 1 12 6 6639.4 6719.0 6869.8

1 1 12 7 6894.4 6956.8 7076.9

1 1 12 8 7198.0 7249.9 7349.0

1 1 12 9 7528.6 7572.6 7657.3

1 1 12 10 7874.0 7912.2 7986.0

1 1 13 1 18372.4 18667.1 18961.9

1 1 13 2 12940.4 13574.6 14391.6

1 1 13 3 8689.9 8974.9 9560.1

1 1 13 4 7190.0 7359.8 7726.4

1 1 13 5 6997.0 7108.4 7316.3

1 1 13 6 7093.2 7174.3 7328.9

1 1 13 7 7315.4 7378.9 7501.6

1 1 13 8 7598.1 7650.8 7751.6

1 1 13 9 7914.4 7958.9 8044.8

1 1 13 10 8249.7 8288.1 8362.9

1 1 14 1 18430.8 18725.6 19020.4

1 1 14 2 13753.8 14342.4 14934.4

1 1 14 3 9518.0 9901.3 10486.3

1 1 14 4 7938.0 8171.5 8479.7

1 1 14 5 7523.3 7637.3 7850.3

1 1 14 6 7559.8 7642.6 7801.2

1 1 14 7 7746.4 7811.4 7935.6

1 1 14 8 8006.1 8059.7 8162.0

1 1 14 9 8306.6 8351.6 8438.7

1 1 14 10 8630.6 8669.4 8745.0

1 1 15 1 18493.9 18788.8 19083.7

1 1 15 2 14485.3 14870.1 15575.0

1 1 15 3 10443.9 10716.9 11286.2

1 1 15 4 8680.4 8916.4 9222.1

1 1 15 5 8066.8 8182.9 8399.7

1 1 15 6 8043.3 8127.9 8288.9

1 1 15 7 8190.2 8256.2 8382.4

1 1 15 8 8425.1 8479.2 8583.2

1 1 15 9 8708.5 8754.0 8842.0

Page 71: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

69

1 1 15 10 9020.2 9059.2 9135.6

1 2 1 1 18421.4 18715.7 19010.0

1 2 1 2 1192.9 1451.2 1786.9

1 2 1 3 1546.7 1708.8 1959.0

1 2 1 4 1927.7 2042.3 2234.7

1 2 1 5 2313.2 2401.0 2555.2

1 2 1 6 2699.4 2770.1 2897.4

1 2 1 7 3084.9 3143.6 3251.5

1 2 1 8 3469.6 3519.7 3612.8

1 2 1 9 3852.9 3896.5 3978.3

1 2 1 10 4233.6 4271.8 4344.6

1 2 2 1 18433.6 18728.0 19022.3

1 2 2 2 1637.4 1943.1 2388.5

1 2 2 3 1909.2 2071.0 2330.9

1 2 2 4 2269.9 2381.1 2572.3

1 2 2 5 2646.5 2731.4 2882.6

1 2 2 6 3026.7 3094.9 3219.4

1 2 2 7 3407.6 3464.5 3569.8

1 2 2 8 3788.2 3836.6 3927.8

1 2 2 9 4167.8 4210.0 4289.9

1 2 2 10 4545.7 4583.1 4654.5

1 2 3 1 18446.3 18740.7 19035.1

1 2 3 2 2081.1 2367.3 2756.7

1 2 3 3 2294.2 2463.4 2728.0

1 2 3 4 2619.9 2731.2 2925.6

1 2 3 5 2984.4 3068.0 3219.0

1 2 3 6 3358.0 3425.1 3548.2

1 2 3 7 3734.8 3790.4 3894.4

1 2 3 8 4112.4 4159.9 4249.6

1 2 3 9 4489.7 4531.1 4609.6

1 2 3 10 4866.5 4902.9 4973.1

1 2 4 1 18460.7 18755.2 19049.6

1 2 4 2 2499.7 2806.4 3426.5

1 2 4 3 2624.9 2784.2 3049.4

1 2 4 4 2949.9 3058.8 3243.5

1 2 4 5 3312.7 3393.4 3539.5

1 2 4 6 3685.4 3750.1 3869.0

1 2 4 7 4055.5 4110.8 4214.5

1 2 4 8 4428.6 4475.4 4564.4

1 2 4 9 4802.2 4843.0 4921.0

1 2 4 10 5175.8 5211.9 5281.3

1 2 5 1 18478.2 18772.6 19067.1

1 2 5 2 3079.4 3586.1 4345.7

1 2 5 3 2976.5 3153.3 3460.7

1 2 5 4 3269.4 3380.1 3574.6

1 2 5 5 3624.5 3705.8 3858.0

1 2 5 6 3996.0 4060.5 4183.0

1 2 5 7 4369.9 4423.7 4526.5

1 2 5 8 4745.9 4791.9 4880.5

1 2 5 9 5121.7 5162.3 5240.3

1 2 5 10 5496.8 5533.4 5602.7

1 2 6 1 18500.1 18794.5 19088.9

1 2 6 2 3950.6 4553.4 5580.5

1 2 6 3 3418.8 3626.8 3984.5

1 2 6 4 3641.9 3755.6 3977.3

1 2 6 5 3970.7 4053.6 4210.1

1 2 6 6 4330.6 4395.9 4521.0

Page 72: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

70

1 2 6 7 4701.2 4755.8 4860.0

1 2 6 8 5075.0 5122.4 5212.2

1 2 6 9 5451.3 5492.5 5571.2

1 2 6 10 5827.0 5863.2 5933.7

1 2 7 1 18527.8 18822.1 19116.4

1 2 7 2 5129.5 6057.6 7292.0

1 2 7 3 3955.7 4182.7 4573.5

1 2 7 4 4059.8 4189.6 4423.6

1 2 7 5 4346.9 4437.8 4605.5

1 2 7 6 4688.4 4758.2 4889.5

1 2 7 7 5051.9 5107.6 5215.3

1 2 7 8 5422.2 5469.8 5561.5

1 2 7 9 5796.2 5837.6 5917.2

1 2 7 10 6170.0 6206.5 6278.6

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

10 8 14 4 8837.1 8893.0 9000.6

10 8 14 5 9106.7 9153.6 9244.8

10 8 14 6 9410.0 9450.1 9529.1

10 8 14 7 9734.1 9805.6 9874.8

10 8 14 8 10107.5 10138.5 10200.6

10 8 14 9 10452.7 10480.5 10536.6

10 8 14 10 10803.3 10828.5 10879.6

10 8 15 1 9211.0 9319.9 9526.0

10 8 15 2 9141.4 9223.4 9379.2

10 8 15 3 9245.8 9311.0 9436.0

10 8 15 4 9448.8 9502.2 9605.8

10 8 15 5 9708.4 9753.5 9841.7

10 8 15 6 10035.5 10074.1 10150.8

10 8 15 7 10350.7 10384.7 10452.3

10 8 15 8 10680.1 10710.3 10770.7

10 8 15 9 11018.8 11045.8 11100.7

10 8 15 10 11363.6 11388.2 11437.9

10 9 1 1 1262.1 11169.2 16429.3

10 9 1 2 805.5 1504.4 2712.5

10 9 1 3 1478.5 1659.7 1929.4

10 9 1 4 1890.2 2016.6 2286.3

10 9 1 5 2360.7 2454.3 2614.2

10 9 1 6 2751.3 2820.5 2944.7

10 9 1 7 3125.8 3187.2 3299.3

10 9 1 8 3523.3 3575.5 3672.3

10 9 1 9 3918.0 3963.0 4047.9

10 9 1 10 4309.5 4349.0 4424.0

10 9 2 1 2163.7 2473.1 2838.4

10 9 2 2 1508.6 1849.3 2506.3

10 9 2 3 1770.4 1929.0 2171.6

10 9 2 4 2133.5 2246.7 2433.4

10 9 2 5 2514.7 2601.5 2750.0

10 9 2 6 2905.4 3191.5 3316.0

10 9 2 7 3519.5 3577.8 3683.7

10 9 2 8 3916.6 3965.3 4057.1

10 9 2 9 4309.8 4352.2 4432.7

10 9 2 10 4700.4 4737.8 4809.5

Page 73: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

71

10 9 3 1 2649.0 2723.0 3089.5

10 9 3 2 2116.7 2336.5 2607.1

10 9 3 3 2358.8 2507.2 2738.2

10 9 3 4 2696.2 2803.3 2977.9

10 9 3 5 3062.3 3144.4 3283.7

10 9 3 6 3444.1 3509.4 3624.3

10 9 3 7 3831.7 3884.1 3982.6

10 9 3 8 4217.5 4262.7 4348.3

10 9 3 9 4777.8 4817.5 4893.8

10 9 3 10 5163.8 5199.2 5267.4

10 9 4 1 2504.0 2825.6 3453.0

10 9 4 2 2520.6 2683.6 2953.5

10 9 4 3 2862.1 2968.6 3151.1

10 9 4 4 3234.7 3323.6 3463.9

10 9 4 5 3608.1 3684.9 3807.2

10 9 4 6 3980.1 4038.7 4148.1

10 9 4 7 4356.7 4406.1 4499.7

10 9 4 8 4735.9 4778.6 4860.6

10 9 4 9 5115.9 5153.8 5226.5

10 9 4 10 5496.1 5674.5 5739.1

10 9 5 1 2968.2 3296.8 3897.1

10 9 5 2 2995.4 3156.0 3381.7

10 9 5 3 3299.4 3407.9 3591.2

10 9 5 4 3667.5 3745.6 3885.7

10 9 5 5 4058.9 4115.6 4229.2

10 9 5 6 4442.0 4488.3 4592.6

10 9 5 7 4827.9 4867.3 4957.0

10 9 5 8 5214.6 5249.2 5328.1

10 9 5 9 5595.6 5631.8 5701.5

10 9 5 10 5981.1 6013.7 6071.5

10 9 6 1 3537.0 3875.8 4393.9

10 9 6 2 3509.7 3685.9 3964.5

10 9 6 3 3806.6 3922.1 4090.8

10 9 6 4 4166.0 4247.7 4379.4

10 9 6 5 4544.3 4607.5 4714.8

10 9 6 6 4928.9 4981.5 5072.3

10 9 6 7 5309.2 5353.9 5440.5

10 9 6 8 5698.1 5737.9 5807.3

10 9 6 9 6081.6 6116.6 6184.1

10 9 6 10 6468.7 6500.0 6556.7

10 9 7 1 4187.0 4477.4 4929.5

10 9 7 2 4141.1 4301.8 4561.6

10 9 7 3 4388.3 4492.3 4674.5

10 9 7 4 4718.6 4791.9 4932.2

10 9 7 5 5086.5 5135.8 5249.3

10 9 7 6 5457.1 5507.3 5595.5

10 9 7 7 5835.4 5878.9 5962.1

10 9 7 8 6222.8 6261.1 6329.2

10 9 7 9 6605.3 6639.2 6704.8

10 9 7 10 6988.1 7018.3 7077.6

10 9 8 1 4839.0 5089.2 5488.6

10 9 8 2 4781.4 4924.0 5167.0

10 9 8 3 5000.5 5093.4 5267.2

10 9 8 4 5304.1 5375.4 5510.4

10 9 8 5 5647.8 5705.5 5816.3

10 9 8 6 6010.7 6059.7 6153.0

10 9 8 7 6384.0 6426.1 6506.9

Page 74: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

72

10 9 8 8 6762.0 6799.0 6870.4

10 9 8 9 7142.4 7175.1 7239.1

10 9 8 10 7523.6 7552.9 7610.8

10 9 9 1 5496.9 5711.0 6066.8

10 9 9 2 5432.6 5555.4 5782.8

10 9 9 3 5617.0 5705.0 5870.3

10 9 9 4 5901.9 5970.1 6100.1

10 9 9 5 6231.9 6287.4 6394.7

10 9 9 6 6584.3 6631.9 6722.5

10 9 9 7 6949.8 6990.6 7069.4

10 9 9 8 7321.8 7357.6 7427.3

10 9 9 9 7697.3 7729.1 7791.7

10 9 9 10 8074.5 8103.1 8159.6

10 9 10 1 6155.9 6335.4 6655.3

10 9 10 2 6074.4 6188.5 6401.0

10 9 10 3 6237.7 6321.1 6478.8

10 9 10 4 6504.9 6570.3 6695.7

10 9 10 5 6820.8 6875.0 6978.3

10 9 10 6 7163.3 7209.0 7297.2

10 9 10 7 7520.2 7559.9 7636.7

10 9 10 8 7885.5 7920.3 7988.4

10 9 10 9 8255.5 8286.5 8347.5

10 9 10 10 8628.0 8655.9 8711.1

10 9 11 1 6805.7 6963.8 7253.8

10 9 11 2 6719.7 6825.9 7025.2

10 9 11 3 6865.3 6944.3 7094.9

10 9 11 4 7116.3 7179.2 7299.3

10 9 11 5 7419.0 7471.5 7571.5

10 9 11 6 7750.9 7795.4 7881.1

10 9 11 7 8099.4 8137.8 8212.8

10 9 11 8 8457.8 8491.5 8558.2

10 9 11 9 8822.1 8852.3 8911.9

10 9 11 10 9189.7 9272.8 9327.1

10 9 12 1 7448.6 7591.2 7854.8

10 9 12 2 7363.2 7462.2 7649.5

10 9 12 3 7494.0 7569.0 7712.9

10 9 12 4 7729.9 7790.7 7906.5

10 9 12 5 8020.7 8070.9 8167.9

10 9 12 6 8341.8 8384.7 8468.2

10 9 12 7 8681.5 8718.8 8791.9

10 9 12 8 9032.6 9065.5 9130.5

10 9 12 9 9390.8 9420.1 9478.8

10 9 12 10 9803.5 9829.9 9882.9

10 9 13 1 8090.3 8219.7 8460.8

10 9 13 2 8008.2 8100.6 8276.6

10 9 13 3 8126.9 8198.4 8334.7

10 9 13 4 8349.5 8407.8 8519.3

10 9 13 5 8628.4 8677.0 8770.8

10 9 13 6 8939.5 8981.0 9062.1

10 9 13 7 9270.7 9306.9 9378.0

10 9 13 8 9614.4 9646.4 9709.8

10 9 13 9 10011.8 10040.3 10097.6

10 9 13 10 10367.6 10393.3 10445.3

10 9 14 1 8725.9 8843.9 9065.4

10 9 14 2 8649.0 8735.7 8901.2

10 9 14 3 8757.4 8826.0 8956.1

10 9 14 4 8969.3 9024.9 9132.2

Page 75: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

73

10 9 14 5 9236.7 9283.4 9374.4

10 9 14 6 9538.1 9578.1 9657.0

10 9 14 7 9860.6 9895.7 10006.6

10 9 14 8 10238.4 10269.4 10331.5

10 9 14 9 10582.7 10610.4 10666.4

10 9 14 10 10932.6 10957.6 11008.7

10 9 15 1 9358.5 9466.4 9670.5

10 9 15 2 9288.5 9369.9 9524.6

10 9 15 3 9390.7 9456.1 9580.5

10 9 15 4 9591.3 9644.5 9747.7

10 9 15 5 9848.8 9893.8 9981.6

10 9 15 6 10140.9 10217.6 10293.8

10 9 15 7 10492.9 10526.8 10594.2

10 9 15 8 10821.0 10851.1 10911.4

10 9 15 9 11158.6 11185.5 11240.3

10 9 15 10 11502.5 11526.9 11576.5

10 10 1 1 3811.5 12738.1 19144.0

10 10 1 2 835.4 1788.2 2973.9

10 10 1 3 1543.9 1726.3 1999.2

10 10 1 4 1952.4 2080.7 2351.0

10 10 1 5 2420.4 2515.4 2672.9

10 10 1 6 2802.8 2870.8 2990.9

10 10 1 7 3163.9 3225.6 3337.5

10 10 1 8 3559.7 3612.2 3709.0

10 10 1 9 3953.4 3998.8 4083.7

10 10 1 10 4344.5 4384.2 4459.4

10 10 2 1 2222.1 2748.8 4109.7

10 10 2 2 1575.6 2032.4 3350.0

10 10 2 3 1780.6 1965.5 2214.5

10 10 2 4 2153.5 2280.9 2712.2

10 10 2 5 2782.0 2878.4 3033.1

10 10 2 6 3181.9 3257.6 3383.6

10 10 2 7 3582.1 3644.3 3750.9

10 10 2 8 3978.6 4031.9 4123.8

10 10 2 9 4372.0 4418.4 4499.0

10 10 2 10 4762.8 4803.5 4875.4

10 10 3 1 2664.0 2762.0 3117.9

10 10 3 2 2193.1 2399.4 2667.0

10 10 3 3 2379.9 2562.9 2800.9

10 10 3 4 2728.9 2853.5 3033.1

10 10 3 5 3098.0 3190.9 3332.7

10 10 3 6 3478.2 3552.2 3668.9

10 10 3 7 3864.8 4124.3 4224.0

10 10 3 8 4451.3 4505.4 4592.0

10 10 3 9 4840.5 4887.4 4963.9

10 10 3 10 5228.0 5269.0 5337.4

10 10 4 1 2556.2 2886.3 3490.0

10 10 4 2 2515.4 2740.9 3008.3

10 10 4 3 2887.8 3022.4 3205.8

10 10 4 4 3278.9 3384.6 3524.9

10 10 4 5 3654.7 3747.1 3869.1

10 10 4 6 4022.6 4096.9 4207.1

10 10 4 7 4399.0 4461.7 4555.6

10 10 4 8 4779.1 4833.1 4915.4

10 10 4 9 5326.5 5373.4 5446.6

10 10 4 10 5709.3 5750.0 5815.2

10 10 5 1 2886.9 3345.5 3943.5

Page 76: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

74

10 10 5 2 2993.6 3204.3 3425.5

10 10 5 3 3324.3 3458.5 3642.3

10 10 5 4 3699.6 3799.8 3938.4

10 10 5 5 4094.0 4169.3 4281.2

10 10 5 6 4478.4 4552.6 4646.3

10 10 5 7 4867.3 4930.4 5011.0

10 10 5 8 5257.6 5311.4 5382.3

10 10 5 9 5647.5 5693.4 5756.3

10 10 5 10 6171.1 6210.2 6273.0

10 10 6 1 3489.1 3935.5 4450.1

10 10 6 2 3551.2 3738.5 4018.7

10 10 6 3 3850.7 3977.3 4141.9

10 10 6 4 4194.8 4302.1 4431.3

10 10 6 5 4574.3 4662.0 4767.2

10 10 6 6 4963.0 5036.4 5125.3

10 10 6 7 5354.9 5407.7 5494.2

10 10 6 8 5739.7 5792.2 5860.4

10 10 6 9 6132.9 6170.6 6238.0

10 10 6 10 6518.7 6555.2 6610.2

10 10 7 1 4174.7 4547.0 4995.5

10 10 7 2 4159.1 4367.2 4626.1

10 10 7 3 4413.8 4554.0 4735.9

10 10 7 4 4747.4 4851.4 4991.4

10 10 7 5 5120.6 5194.1 5307.2

10 10 7 6 5494.4 5566.5 5652.5

10 10 7 7 5885.2 5937.0 6020.3

10 10 7 8 6270.1 6320.3 6386.6

10 10 7 9 6657.0 6698.0 6763.4

10 10 7 10 7044.9 7076.6 7135.8

10 10 8 1 4850.2 5168.4 5564.2

10 10 8 2 4807.7 4999.7 5242.1

10 10 8 3 5033.3 5165.6 5338.9

10 10 8 4 5340.7 5445.0 5579.7

10 10 8 5 5688.6 5773.5 5884.0

10 10 8 6 6056.4 6126.3 6219.6

10 10 8 7 6434.2 6491.8 6572.7

10 10 8 8 6817.8 6864.4 6935.6

10 10 8 9 7204.2 7239.9 7303.9

10 10 8 10 7588.1 7617.6 7675.3

10 10 9 1 5518.0 5799.7 6152.2

10 10 9 2 5468.6 5641.5 5868.1

10 10 9 3 5658.4 5787.5 5952.3

10 10 9 4 5948.1 6050.1 6179.8

10 10 9 5 6283.1 6365.6 6472.6

10 10 9 6 6641.4 6708.4 6799.2

10 10 9 7 7012.8 7066.5 7145.1

10 10 9 8 7391.4 7432.6 7502.3

10 10 9 9 7771.8 7803.6 7866.1

10 10 9 10 8148.6 8177.2 8233.7

10 10 10 1 6187.0 6433.5 6750.4

10 10 10 2 6119.1 6284.8 6496.1

10 10 10 3 6288.9 6414.1 6571.3

10 10 10 4 6562.2 6660.7 6785.7

10 10 10 5 6884.2 6963.2 7066.4

10 10 10 6 7233.1 7296.0 7384.0

10 10 10 7 7597.6 7645.9 7722.3

10 10 10 8 7970.5 8005.2 8073.3

Page 77: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

75

10 10 10 9 8340.0 8370.7 8431.7

10 10 10 10 8711.8 8739.6 8794.8

10 10 11 1 6849.4 7071.5 7358.7

10 10 11 2 6774.6 6932.2 7130.4

10 10 11 3 6927.9 7047.7 7197.7

10 10 11 4 7186.0 7279.8 7399.8

10 10 11 5 7496.2 7569.9 7670.1

10 10 11 6 7835.8 7892.7 7978.1

10 10 11 7 8193.0 8233.7 8308.6

10 10 11 8 8552.7 8586.5 8653.0

10 10 11 9 8916.4 8946.5 9006.0

10 10 11 10 9348.6 9375.6 9429.8

10 10 12 1 7502.7 7708.4 7969.5

10 10 12 2 7429.7 7578.8 7764.8

10 10 12 3 7569.3 7682.8 7826.0

10 10 12 4 7813.7 7901.6 8017.4

10 10 12 5 8112.6 8180.2 8276.9

10 10 12 6 8443.2 8492.2 8575.6

10 10 12 7 8787.7 8825.0 8898.0

10 10 12 8 9137.5 9170.6 9235.6

10 10 12 9 9495.2 9524.4 9641.9

10 10 12 10 9915.7 9942.0 9995.0

10 10 13 1 8156.8 8346.7 8585.5

10 10 13 2 8087.9 8227.2 8402.0

10 10 13 3 8216.4 8322.2 8458.1

10 10 13 4 8448.8 8529.6 8640.7

10 10 13 5 8737.4 8796.6 8890.3

10 10 13 6 9057.5 9098.8 9179.9

10 10 13 7 9387.2 9423.4 9494.5

10 10 13 8 9729.8 9761.8 9825.0

10 10 13 9 10134.0 10162.5 10219.7

10 10 13 10 10489.2 10514.8 10566.9

10 10 14 1 8806.2 8980.7 9200.1

10 10 14 2 8743.0 8872.1 9036.0

10 10 14 3 8862.9 8960.0 9090.4

10 10 14 4 9085.3 9157.3 9264.0

10 10 14 5 9364.1 9413.6 9504.3

10 10 14 6 9666.6 9706.5 9785.2

10 10 14 7 9987.4 10022.6 10091.7

10 10 14 8 10371.3 10402.2 10464.2

10 10 14 9 10714.6 10742.3 10798.3

10 10 14 10 11063.7 11088.7 11139.4

10 10 15 1 9454.2 9613.2 9815.3

10 10 15 2 9398.1 9516.1 9670.5

10 10 15 3 9513.6 9601.0 9724.6

10 10 15 4 9725.7 9787.4 9889.9

10 10 15 5 9989.5 10034.4 10122.0

10 10 15 6 10279.7 10318.3 10438.9

10 10 15 7 10636.8 10670.7 10738.0

10 10 15 8 10963.7 10993.7 11054.0

10 10 15 9 11300.2 11327.1 11381.8

10 10 15 10 11643.3 11667.6 11717.1

Page 78: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

76

I.2 TABELA “Bolha”

Esta tabela determina a característica da curva IPR.

BOLHATAB 0

PE 85.0 95.0 101.8 105.0 110.0

RGL 10 30 55 70 80 105 130 150 170 190

BSW 0.01 0.11 0.21 0.31 0.41 0.51 0.61 0.71 0.81 0.91

IPE IRGL IBSW IP QMAX CURVA PBOLHA QBOLHA

1 1 1 0.4410 37.5 L - -

1 1 2 0.3552 30.2 L - -

1 1 3 0.3391 28.8 L - -

1 1 4 0.3397 28.7 D 0.91 28.50

1 1 5 0.3513 29.2 D 4.33 28.33

1 1 6 0.3739 30.1 D 9.96 28.06

1 1 7 0.4113 31.4 D 19.21 27.06

1 1 8 0.4740 32.8 D 35.33 23.49

1 1 9 0.5854 32.2 D 67.67 10.14

1 1 10 0.5234 24.7 Q - -

1 2 1 0.6447 46.9 D 26.70 36.95

1 2 2 0.4980 34.8 D 33.93 25.43

1 2 3 0.4711 31.3 D 41.67 20.41

1 2 4 0.4713 29.3 D 51.59 15.75

1 2 5 0.4889 27.5 D 64.58 9.98

1 2 6 0.5236 25.4 D 82.29 1.42

1 2 7 0.4273 20.2 Q - -

1 2 8 0.4355 20.6 Q - -

1 2 9 0.4567 21.6 Q - -

1 2 10 0.4970 23.5 Q - -

1 3 1 0.8500 48.1 D 64.00 17.85

1 3 2 0.6325 33.0 D 73.77 7.10

1 3 3 0.4763 22.5 Q - -

1 3 4 0.4351 20.5 Q - -

1 3 5 0.4172 19.7 Q - -

1 3 6 0.4104 19.4 Q - -

1 3 7 0.4122 19.5 Q - -

1 3 8 0.4226 20.0 Q - -

1 3 9 0.4440 21.0 Q - -

1 3 10 0.0000 0.0 I - -

1 4 1 0.7040 33.2 Q - -

1 4 2 0.5052 23.9 Q - -

1 4 3 0.4483 21.2 Q - -

1 4 4 0.4201 19.8 Q - -

1 4 5 0.4058 19.2 Q - -

1 4 6 0.4007 18.9 Q - -

1 4 7 0.4034 19.0 Q - -

1 4 8 0.4041 19.5 Q - -

1 4 9 0.4348 20.5 Q - -

1 4 10 0.0000 0.0 I - -

1 5 1 0.6683 31.6 Q - -

1 5 2 0.4298 23.1 Q - -

1 5 3 0.4371 20.6 Q - -

1 5 4 0.4112 19.4 Q - -

1 5 5 0.3981 18.8 Q - -

1 5 6 0.3937 18.6 Q - -

Page 79: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

77

1 5 7 0.3966 18.7 Q - -

1 5 8 0.4071 19.2 Q - -

1 5 9 0.0000 0.0 I - -

1 5 10 0.0000 0.0 I - -

1 6 1 0.6473 30.6 Q - -

1 6 2 0.4771 22.5 Q - -

1 6 3 0.4289 20.3 Q - -

1 6 4 0.4043 19.1 Q - -

1 6 5 0.3920 18.5 Q - -

1 6 6 0.3879 18.3 Q - -

1 6 7 0.3909 18.5 Q - -

1 6 8 0.4012 18.9 Q - -

1 6 9 0.0000 0.0 I - -

1 6 10 0.0000 0.0 I - -

1 7 1 0.6314 29.8 Q - -

1 7 2 0.4698 22.2 Q - -

1 7 3 0.4222 19.9 Q - -

1 7 4 0.3985 18.8 Q - -

1 7 5 0.3867 18.3 Q - -

1 7 6 0.3829 18.1 Q - -

1 7 7 0.3859 18.2 Q - -

1 7 8 0.0000 0.0 I - -

1 7 9 0.0000 0.0 I - -

1 7 10 0.0000 0.0 I - -

1 8 1 0.6185 29.2 Q - -

1 8 2 0.4625 21.8 Q - -

1 8 3 0.4165 19.7 Q - -

1 8 4 0.3935 18.6 Q - -

1 8 5 0.3821 18.0 Q - -

1 8 6 0.3785 17.9 Q - -

1 8 7 0.3815 18.0 Q - -

1 8 8 0.0000 0.0 I - -

1 8 9 0.0000 0.0 I - -

1 8 10 0.0000 0.0 I - -

1 9 1 0.6074 28.7 Q - -

1 9 2 0.4562 21.5 Q - -

1 9 3 0.4114 19.4 Q - -

1 9 4 0.3891 18.4 Q - -

1 9 5 0.3780 17.8 Q - -

1 9 6 0.3745 17.7 Q - -

1 9 7 0.0000 0.0 I - -

1 9 8 0.0000 0.0 I - -

1 9 9 0.0000 0.0 I - -

1 9 10 0.0000 0.0 I - -

1 10 1 0.5976 28.2 Q - -

1 10 2 0.4505 21.3 Q - -

1 10 3 0.4068 19.2 Q - -

1 10 4 0.3850 18.2 Q - -

1 10 5 0.3741 17.7 Q - -

1 10 6 0.3708 17.5 Q - -

1 10 7 0.0000 0.0 I - -

1 10 8 0.0000 0.0 I - -

1 10 9 0.0000 0.0 I - -

1 10 10 0.0000 0.0 I - -

2 1 1 0.4299 40.8 L - -

2 1 2 0.3476 33.0 L - -

2 1 3 0.3324 31.6 L - -

Page 80: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

78

2 1 4 0.3334 31.5 D 0.91 31.30

2 1 5 0.3453 32.1 D 4.31 31.30

2 1 6 0.3680 33.3 D 9.96 31.29

2 1 7 0.4054 35.0 D 19.20 30.72

2 1 8 0.4672 37.1 D 35.32 27.88

2 1 9 0.5807 37.7 D 67.68 15.86

2 1 10 0.5315 28.1 Q - -

2 2 1 0.6288 52.0 D 27.69 42.32

2 2 2 0.4881 39.0 D 33.92 29.80

2 2 3 0.4629 35.4 D 41.68 24.69

2 2 4 0.4643 33.5 D 51.59 20.16

2 2 5 0.4829 32.0 D 64.58 14.69

2 2 6 0.5189 30.3 D 82.29 6.60

2 2 7 0.4427 23.4 Q - -

2 2 8 0.4474 23.6 Q - -

2 2 9 0.4666 24.6 Q - -

2 2 10 0.5044 26.6 Q - -

2 3 1 0.8332 55.5 D 63.98 25.85

2 3 2 0.6234 38.8 D 73.77 13.23

2 3 3 0.5856 33.3 D 85.74 5.42

2 3 4 0.4572 24.1 Q - -

2 3 5 0.4339 22.9 Q - -

2 3 6 0.4246 22.4 Q - -

2 3 7 0.4247 22.4 Q - -

2 3 8 0.4337 22.9 Q - -

2 3 9 0.4535 23.9 Q - -

2 3 10 0.0000 0.0 I - -

2 4 1 0.7674 40.5 Q - -

2 4 2 0.5343 28.2 Q - -

2 4 3 0.4697 24.8 Q - -

2 4 4 0.4378 23.1 Q - -

2 4 5 0.4211 22.2 Q - -

2 4 6 0.4143 21.9 Q - -

2 4 7 0.4155 21.9 Q - -

2 4 8 0.4248 22.4 Q - -

2 4 9 0.4442 23.4 Q - -

2 4 10 0.0000 0.0 I - -

2 5 1 0.7132 37.6 Q - -

2 5 2 0.5147 27.2 Q - -

2 5 3 0.4570 24.1 Q - -

2 5 4 0.4280 22.6 Q - -

2 5 5 0.4129 21.8 Q - -

2 5 6 0.4069 21.5 Q - -

2 5 7 0.4085 21.6 Q - -

2 5 8 0.4178 22.1 Q - -

2 5 9 0.0000 0.0 I - -

2 5 10 0.0000 0.0 I - -

2 6 1 0.6886 36.3 Q - -

2 6 2 0.5026 26.5 Q - -

2 6 3 0.4481 23.7 Q - -

2 6 4 0.4207 22.2 Q - -

2 6 5 0.4064 21.5 Q - -

2 6 6 0.4009 21.2 Q - -

2 6 7 0.4027 21.3 Q - -

2 6 8 0.4118 21.7 Q - -

2 6 9 0.0000 0.0 I - -

2 6 10 0.0000 0.0 I - -

Page 81: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

79

2 7 1 0.6708 35.4 Q - -

2 7 2 0.4933 26.0 Q - -

2 7 3 0.4410 23.3 Q - -

2 7 4 0.4146 21.9 Q - -

2 7 5 0.4010 21.2 Q - -

2 7 6 0.3958 20.9 Q - -

2 7 7 0.3976 21.0 Q - -

2 7 8 0.0000 0.0 I - -

2 7 9 0.0000 0.0 I - -

2 7 10 0.0000 0.0 I - -

2 8 1 0.6565 34.6 Q - -

2 8 2 0.4855 25.6 Q - -

2 8 3 0.4349 23.0 Q - -

2 8 4 0.4094 21.6 Q - -

2 8 5 0.3962 20.9 Q - -

2 8 6 0.3912 20.6 Q - -

2 8 7 0.3931 20.7 Q - -

2 8 8 0.0000 0.0 I - -

2 8 9 0.0000 0.0 I - -

2 8 10 0.0000 0.0 I - -

2 9 1 0.6444 34.0 Q - -

2 9 2 0.4788 25.3 Q - -

2 9 3 0.4296 22.7 Q - -

2 9 4 0.4048 21.4 Q - -

2 9 5 0.3919 20.7 Q - -

2 9 6 0.3871 20.4 Q - -

2 9 7 0.0000 0.0 I - -

2 9 8 0.0000 0.0 I - -

2 9 9 0.0000 0.0 I - -

2 9 10 0.0000 0.0 I - -

2 10 1 0.6338 33.5 Q - -

2 10 2 0.4728 25.0 Q - -

2 10 3 0.4248 22.4 Q - -

2 10 4 0.4005 21.1 Q - -

2 10 5 0.3880 20.5 Q - -

2 10 6 0.3833 20.2 Q - -

2 10 7 0.0000 0.0 I - -

2 10 8 0.0000 0.0 I - -

2 10 9 0.0000 0.0 I - -

2 10 10 0.0000 0.0 I - -

3 1 1 0.4222 43.0 L - -

3 1 2 0.3423 34.8 L - -

3 1 3 0.3277 33.4 L - -

3 1 4 0.3290 33.4 D 0.91 33.12

3 1 5 0.3410 34.1 D 4.31 33.24

3 1 6 0.3638 35.4 D 9.96 33.40

3 1 7 0.4012 37.4 D 19.20 33.14

3 1 8 0.4631 39.9 D 35.30 30.80

3 1 9 0.5771 41.4 D 67.67 19.69

3 1 10 0.5369 30.4 Q - -

3 2 1 0.6175 55.3 D 27.69 45.77

3 2 2 0.4810 41.7 D 33.93 32.65

3 2 3 0.4570 38.1 D 41.65 27.49

3 2 4 0.4592 36.2 D 51.59 23.06

3 2 5 0.4785 35.0 D 64.59 17.80

3 2 6 0.5152 33.6 D 82.27 10.06

3 2 7 0.4534 25.6 Q - -

Page 82: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

80

3 2 8 0.4554 25.8 Q - -

3 2 9 0.4730 26.8 Q - -

3 2 10 0.5090 28.8 Q - -

3 3 1 0.8210 60.2 D 63.70 31.03

3 3 2 0.6166 42.5 D 73.77 17.30

3 3 3 0.5805 37.0 D 85.71 9.34

3 3 4 0.5768 33.1 D 100.68 0.65

3 3 5 0.4457 25.2 Q - -

3 3 6 0.4343 24.6 Q - -

3 3 7 0.4331 24.5 Q - -

3 3 8 0.4410 24.9 Q - -

3 3 9 0.4596 26.0 Q - -

3 3 10 0.0000 0.0 I - -

3 4 1 1.0405 60.7 D 97.87 4.09

3 4 2 0.5560 31.4 Q - -

3 4 3 0.4847 27.4 Q - -

3 4 4 0.4498 25.4 Q - -

3 4 5 0.4313 24.4 Q - -

3 4 6 0.4233 23.9 Q - -

3 4 7 0.4235 24.0 Q - -

3 4 8 0.4319 24.4 Q - -

3 4 9 0.4502 25.5 Q - -

3 4 10 0.0000 0.0 I - -

3 5 1 0.7452 42.1 Q - -

3 5 2 0.5323 30.1 Q - -

3 5 3 0.4705 26.6 Q - -

3 5 4 0.4393 24.8 Q - -

3 5 5 0.4227 23.9 Q - -

3 5 6 0.4156 23.5 Q - -

3 5 7 0.4163 23.5 Q - -

3 5 8 0.4247 24.0 Q - -

3 5 9 0.0000 0.0 I - -

3 5 10 0.0000 0.0 I - -

3 6 1 0.7172 40.6 Q - -

3 6 2 0.5191 29.4 Q - -

3 6 3 0.4611 26.1 Q - -

3 6 4 0.4316 24.4 Q - -

3 6 5 0.4160 23.5 Q - -

3 6 6 0.4095 23.2 Q - -

3 6 7 0.4103 23.2 Q - -

3 6 8 0.4186 23.7 Q - -

3 6 9 0.0000 0.0 I - -

3 6 10 0.0000 0.0 I - -

3 7 1 0.6978 39.5 Q - -

3 7 2 0.5092 28.8 Q - -

3 7 3 0.4536 25.7 Q - -

3 7 4 0.4268 24.1 Q - -

3 7 5 0.4104 23.2 Q - -

3 7 6 0.4042 22.9 Q - -

3 7 7 0.4052 22.9 Q - -

3 7 8 0.0000 0.0 I - -

3 7 9 0.0000 0.0 I - -

3 7 10 0.0000 0.0 I - -

3 8 1 0.6825 38.6 Q - -

3 8 2 0.5010 28.3 Q - -

3 8 3 0.4473 25.3 Q - -

3 8 4 0.4199 23.8 Q - -

Page 83: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

81

3 8 5 0.4055 22.9 Q - -

3 8 6 0.3995 22.6 Q - -

3 8 7 0.4005 22.7 Q - -

3 8 8 0.0000 0.0 I - -

3 8 9 0.0000 0.0 I - -

3 8 10 0.0000 0.0 I - -

3 9 1 0.6696 37.9 Q - -

3 9 2 0.4939 27.9 Q - -

3 9 3 0.4417 25.0 Q - -

3 9 4 0.4151 23.5 Q - -

3 9 5 0.4011 22.7 Q - -

3 9 6 0.3953 22.4 Q - -

3 9 7 0.0000 0.0 I - -

3 9 8 0.0000 0.0 I - -

3 9 9 0.0000 0.0 I - -

3 9 10 0.0000 0.0 I - -

3 10 1 0.6584 37.2 Q - -

3 10 2 0.4877 27.6 Q - -

3 10 3 0.4367 24.7 Q - -

3 10 4 0.4108 23.2 Q - -

3 10 5 0.3971 22.5 Q - -

3 10 6 0.3914 22.1 Q - -

3 10 7 0.0000 0.0 I - -

3 10 8 0.0000 0.0 I - -

3 10 9 0.0000 0.0 I - -

3 10 10 0.0000 0.0 I - -

4 1 1 0.4185 43.9 L - -

4 1 2 0.3397 35.7 L - -

4 1 3 0.3255 34.2 L - -

4 1 4 0.3269 34.2 D 0.91 33.95

4 1 5 0.3389 34.9 D 4.31 34.13

4 1 6 0.3617 36.4 D 9.94 34.38

4 1 7 0.3991 38.5 D 19.21 34.24

4 1 8 0.4611 41.2 D 35.33 32.12

4 1 9 0.5754 43.1 D 60.90 20.33

4 1 10 0.5393 31.5 Q - -

4 2 1 0.6121 56.7 D 27.69 47.33

4 2 2 0.4776 42.9 D 33.92 33.95

4 2 3 0.4542 39.3 D 41.68 28.76

4 2 4 0.4567 37.5 D 51.59 24.41

4 2 5 0.4763 36.3 D 64.59 19.25

4 2 6 0.5134 35.1 D 82.29 11.67

4 2 7 0.4596 26.8 Q - -

4 2 8 0.4591 26.8 Q - -

4 2 9 0.4760 27.8 Q - -

4 2 10 0.5111 29.8 Q - -

4 3 1 0.8150 62.4 D 63.99 33.42

4 3 2 0.6132 44.3 D 73.76 19.16

4 3 3 0.5780 38.7 D 85.74 11.13

4 3 4 0.5778 34.8 D 100.70 2.48

4 3 5 0.4514 26.3 Q - -

4 3 6 0.4389 25.6 Q - -

4 3 7 0.4370 25.5 Q - -

4 3 8 0.4444 25.9 Q - -

4 3 9 0.4624 27.0 Q - -

4 3 10 0.0000 0.0 I - -

4 4 1 1.0349 63.6 D 97.87 7.38

Page 84: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

82

4 4 2 0.5675 33.1 Q - -

4 4 3 0.4920 28.7 Q - -

4 4 4 0.4555 26.6 Q - -

4 4 5 0.4362 25.4 Q - -

4 4 6 0.4275 24.9 Q - -

4 4 7 0.4272 24.9 Q - -

4 4 8 0.4351 25.4 Q - -

4 4 9 0.4529 26.4 Q - -

4 4 10 0.0000 0.0 I - -

4 5 1 0.7609 44.4 Q - -

4 5 2 0.5407 31.5 Q - -

4 5 3 0.4769 27.8 Q - -

4 5 4 0.4446 25.9 Q - -

4 5 5 0.4273 24.9 Q - -

4 5 6 0.4197 24.5 Q - -

4 5 7 0.4199 24.5 Q - -

4 5 8 0.4279 25.0 Q - -

4 5 9 0.0000 0.0 I - -

4 5 10 0.0000 0.0 I - -

4 6 1 0.7310 42.6 Q - -

4 6 2 0.5269 30.7 Q - -

4 6 3 0.4672 27.3 Q - -

4 6 4 0.4367 25.5 Q - -

4 6 5 0.4205 24.5 Q - -

4 6 6 0.4134 24.1 Q - -

4 6 7 0.4139 24.1 Q - -

4 6 8 0.4218 24.6 Q - -

4 6 9 0.0000 0.0 I - -

4 6 10 0.0000 0.0 I - -

4 7 1 0.7107 41.5 Q - -

4 7 2 0.5167 30.1 Q - -

4 7 3 0.4595 26.8 Q - -

4 7 4 0.4303 25.1 Q - -

4 7 5 0.4148 24.2 Q - -

4 7 6 0.4081 23.8 Q - -

4 7 7 0.4086 23.8 Q - -

4 7 8 0.0000 0.0 I - -

4 7 9 0.0000 0.0 I - -

4 7 10 0.0000 0.0 I - -

4 8 1 0.6949 40.5 Q - -

4 8 2 0.5083 29.7 Q - -

4 8 3 0.4530 26.4 Q - -

4 8 4 0.4249 24.8 Q - -

4 8 5 0.4098 23.9 Q - -

4 8 6 0.4034 23.5 Q - -

4 8 7 0.4040 23.6 Q - -

4 8 8 0.0000 0.0 I - -

4 8 9 0.0000 0.0 I - -

4 8 10 0.0000 0.0 I - -

4 9 1 0.6816 39.8 Q - -

4 9 2 0.5011 29.2 Q - -

4 9 3 0.4474 26.1 Q - -

4 9 4 0.4200 24.5 Q - -

4 9 5 0.4054 23.6 Q - -

4 9 6 0.3991 23.3 Q - -

4 9 7 0.0000 0.0 I - -

Page 85: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

83

4 9 8 0.0000 0.0 I - -

4 9 9 0.0000 0.0 I - -

4 9 10 0.0000 0.0 I - -

4 10 1 0.6700 39.1 Q - -

4 10 2 0.4947 29.8 Q - -

4 10 3 0.4423 25.8 Q - -

4 10 4 0.4156 24.2 Q - -

4 10 5 0.4013 23.4 Q - -

4 10 6 0.3952 23.1 Q - -

4 10 7 0.0000 0.0 I - -

4 10 8 0.0000 0.0 I - -

4 10 9 0.0000 0.0 I - -

4 10 10 0.0000 0.0 I - -

5 1 1 0.4127 45.4 L - -

5 1 2 0.3357 36.9 L - -

5 1 3 0.3219 35.4 L - -

5 1 4 0.3236 35.5 D 0.88 35.23

5 1 5 0.3357 36.3 D 4.31 35.47

5 1 6 0.3585 37.9 D 9.96 35.86

5 1 7 0.3959 40.2 D 19.20 35.94

5 1 8 0.4579 43.2 D 35.33 34.19

5 1 9 0.5726 45.8 D 67.62 24.26

5 1 10 0.5432 33.2 Q - -

5 2 1 0.6037 59.0 D 27.69 49.69

5 2 2 0.4722 44.8 D 33.92 35.93

5 2 3 0.4497 41.1 D 41.68 30.72

5 2 4 0.4528 39.4 D 51.59 26.45

5 2 5 0.4729 38.4 D 64.59 21.47

5 2 6 0.5104 37.5 D 82.28 14.16

5 2 7 0.5698 35.4 D 107.78 1.27

5 2 8 0.4650 28.4 Q - -

5 2 9 0.4805 29.4 Q - -

5 2 10 0.5143 31.4 Q - -

5 3 1 0.8055 65.7 D 64.00 37.05

5 3 2 0.6079 46.9 D 73.76 22.03

5 3 3 0.5739 41.3 D 85.74 13.93

5 3 4 0.5746 37.5 D 100.68 5.35

5 3 5 0.4607 28.2 Q - -

5 3 6 0.4460 27.3 Q - -

5 3 7 0.4430 27.1 Q - -

5 3 8 0.4495 27.5 Q - -

5 3 9 0.4668 28.5 Q - -

5 3 10 0.0000 0.0 I - -

5 4 1 1.0259 68.2 D 97.87 12.45

5 4 2 0.5921 36.2 Q - -

5 4 3 0.5037 30.8 Q - -

5 4 4 0.4645 28.4 Q - -

5 4 5 0.4437 27.1 Q - -

5 4 6 0.4340 26.5 Q - -

5 4 7 0.4329 26.5 Q - -

5 4 8 0.4401 26.9 Q - -

5 4 9 0.4571 27.9 Q - -

5 4 10 0.0000 0.0 I - -

5 5 1 0.7865 48.1 Q - -

5 5 2 0.5540 33.9 Q - -

5 5 3 0.4870 29.8 Q - -

5 5 4 0.4529 27.7 Q - -

Page 86: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

84

5 5 5 0.4344 26.5 Q - -

5 5 6 0.4260 26.0 Q - -

5 5 7 0.4255 26.0 Q - -

5 5 8 0.4327 26.4 Q - -

5 5 9 0.0000 0.0 I - -

5 5 10 0.0000 0.0 I - -

5 6 1 0.7529 46.0 Q - -

5 6 2 0.5392 33.0 Q - -

5 6 3 0.4767 29.1 Q - -

5 6 4 0.4447 27.2 Q - -

5 6 5 0.4274 26.1 Q - -

5 6 6 0.4196 25.6 Q - -

5 6 7 0.4193 25.6 Q - -

5 6 8 0.4266 26.1 Q - -

5 6 9 0.0000 0.0 I - -

5 6 10 0.0000 0.0 I - -

5 7 1 0.7315 44.7 Q - -

5 7 2 0.5284 32.3 Q - -

5 7 3 0.4687 28.6 Q - -

5 7 4 0.4381 26.8 Q - -

5 7 5 0.4216 25.8 Q - -

5 7 6 0.4141 25.3 Q - -

5 7 7 0.4140 25.3 Q - -

5 7 8 0.0000 0.0 I - -

5 7 9 0.0000 0.0 I - -

5 7 10 0.0000 0.0 I - -

5 8 1 0.7144 43.7 Q - -

5 8 2 0.5197 31.8 Q - -

5 8 3 0.4621 28.2 Q - -

5 8 4 0.4325 26.4 Q - -

5 8 5 0.4165 25.5 Q - -

5 8 6 0.4093 25.0 Q - -

5 8 7 0.4093 25.0 Q - -

5 8 8 0.0000 0.0 I - -

5 8 9 0.0000 0.0 I - -

5 8 10 0.0000 0.0 I - -

5 9 1 0.7004 42.8 Q - -

5 9 2 0.5122 31.3 Q - -

5 9 3 0.4562 27.9 Q - -

5 9 4 0.4275 26.1 Q - -

5 9 5 0.4119 25.2 Q - -

5 9 6 0.4050 24.8 Q - -

5 9 7 0.0000 0.0 I - -

5 9 8 0.0000 0.0 I - -

5 9 9 0.0000 0.0 I - -

5 9 10 0.0000 0.0 I - -

5 10 1 0.6884 42.1 Q - -

5 10 2 0.5056 30.9 Q - -

5 10 3 0.4510 27.6 Q - -

5 10 4 0.4230 25.9 Q - -

5 10 5 0.4078 24.9 Q - -

5 10 6 0.4010 24.5 Q - -

5 10 7 0.0000 0.0 I - -

5 10 8 0.0000 0.0 I - -

5 10 9 0.0000 0.0 I - -

5 10 10 0.0000 0.0 I - -

Page 87: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

85

I.3 TABELA VÁLVULA DE INJEÇÃO

Essa tabela representa o comportamento das válvulas de injeção.

QGITAB 0

PR 20.0 22.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 42.5 45.0 47.5 50.0 55.0

60.0 65.0 70.0

PV 23.3524 26.2715 29.1905 32.1096 35.0286 37.9477 40.8667 43.7858

46.7048 49.6239 52.5429 55.4620 58.3810 64.2191 70.0572 75.8953 81.7334

DELTAP 16

IPR QGI(IDELTAP)

1 4244.1 4244.1 4244.1 4244.1 4244.1 4244.1 4244.1 4244.1

4243.5 4194.2 4059.6 3828.5 3478.9 2970.4 2188.5 0.0

2 4769.7 4769.7 4769.7 4769.7 4769.7 4769.7 4769.7 4769.7

4769.7 4768.0 4716.5 4588.8 4376.6 4064.9 3626.7 0.0

3 5299.2 5299.2 5299.2 5299.2 5299.2 5299.2 5299.2 5299.2

5299.0 5242.6 5078.4 4792.4 4358.3 3722.0 2743.3 0.0

4 5832.6 5832.6 5832.6 5832.6 5832.6 5832.6 5832.6 5832.6

5832.5 5772.5 5593.4 5279.7 4802.4 4101.9 3023.8 0.0

5 6371.9 6371.9 6371.9 6371.9 6371.9 6371.9 6371.9 6371.9

6371.8 6308.2 6114.0 5772.3 5251.3 4486.0 3307.3 0.0

6 6913.9 6913.9 6913.9 6913.9 6913.9 6913.9 6913.9 6913.9

6913.9 6846.6 6637.2 6267.3 5702.5 4872.0 3592.3 0.0

7 7459.9 7459.9 7459.9 7459.9 7459.9 7459.9 7459.9 7459.9

7459.9 7394.2 7164.3 6766.1 6157.0 5260.9 3879.3 0.0

8 8010.1 8010.1 8010.1 8010.1 8010.1 8010.1 8010.1 8010.1

8010.1 7935.5 7695.3 7437.7 6615.0 5652.7 4168.6 0.0

9 8564.3 8564.3 8564.3 8564.3 8564.3 8564.3 8564.3 8564.3

8564.3 8486.0 8230.3 7774.8 7076.4 6047.4 4460.0 0.0

10 9122.7 9122.7 9122.7 9122.7 9122.7 9122.7 9122.7 9122.7

9122.7 9040.6 8769.3 8284.7 7541.2 6445.1 4753.6 0.0

11 9685.1 9685.1 9685.1 9685.1 9685.1 9685.1 9685.1 9685.1

9685.1 9599.2 9312.2 8798.4 8009.3 6845.6 5049.2 0.0

12 10251.7 10251.7 10251.7 10251.7 10251.7 10251.7 10251.7 10251.7

10251.7 10162.0 9859.1 9315.9 8481.0 7249.2 5347.2 0.0

13 10822.2 10822.2 10822.2 10822.2 10822.2 10822.2 10822.2 10822.2

10822.2 10728.6 10409.7 9836.9 8955.8 7655.4 5647.1 0.0

14 11982.5 11982.5 11982.5 11982.5 11982.5 11982.5 11982.5 11982.5

11982.5 11881.0 11529.7 10896.6 9921.7 8052.7 6257.1 0.0

15 13150.9 13150.9 13150.9 13150.9 13150.9 13150.9 13150.9 13150.9

13150.9 13041.4 12657.5 11963.7 10894.2 9313.8 6871.4 0.0

16 14333.4 14333.4 14333.4 14333.4 14333.4 14333.4 14333.4 14333.4

14333.4 14215.8 13798.8 13043.6 11878.5 10156.0 7493.0 0.0

17 15528.5 15528.5 15528.5 15528.5 15528.5 15528.5 15528.5 15528.5

15528.5 15402.7 14952.3 14135.1 12873.3 11007.1 8121.4 0.0

IPR DELTAP(IDELTAP)

1 0.0000 1.5568 3.1137 4.6705 6.2273 7.7841 9.3410 10.8978

12.4546 14.0114 15.5683 17.1251 18.6819 20.2387 21.7956 23.3524

2 0.0000 1.7514 3.5029 5.2543 7.0057 8.7572 10.5086 12.2600

14.0115 15.7629 17.5143 19.2658 21.0172 22.7686 24.5201 26.2715

3 0.0000 1.9460 3.8921 5.8381 7.7841 9.7302 11.6762 13.6222

15.5683 17.5143 19.4603 21.4064 23.3524 25.2984 27.2445 29.1905

4 0.0000 2.1406 4.2813 6.4219 8.5626 10.7032 12.8438 14.9845

17.1251 19.2658 21.4064 23.5470 25.6877 27.8283 29.9690 32.1096

Page 88: SIMULADOR COMPUTACIONAL DO COMPORTAMENTO EM …

86

5 0.0000 2.3352 4.6705 7.0057 9.3410 11.6762 14.0114 16.3467

18.6819 21.0172 23.3524 25.6876 28.0229 30.3581 32.6934 35.0286

6 0.0000 2.5298 5.0597 7.5895 10.1194 12.6492 15.1791 17.7089

20.2388 22.7686 25.2985 27.8283 30.3582 32.8880 35.4179 37.9477

7 0.0000 2.7244 5.4489 8.1733 10.8978 13.6222 16.3467 19.0711

21.7956 24.5200 27.2445 29.9689 32.6934 35.4178 38.1423 40.8667

8 0.0000 2.9191 5.8381 8.7572 11.6762 14.5953 17.5143 20.4334

23.3524 26.2715 29.1905 32.1096 35.0286 37.9477 40.8667 43.7858

9 0.0000 3.1137 6.2273 9.3410 12.4546 15.5683 18.6819 21.7956

24.9092 28.0229 31.1365 34.2502 37.3638 40.4775 43.5911 46.7048

10 0.0000 3.3083 6.6165 9.9248 13.2330 16.5413 19.8496 23.1578

26.4661 29.7743 33.0826 36.3909 39.6991 43.0074 46.3156 49.6239

11 0.0000 3.5029 7.0057 10.5086 14.0114 17.5143 21.0172 24.5200

28.0229 31.5257 35.0286 38.5315 42.0343 45.5372 49.0400 52.5429

12 0.0000 3.6975 7.3949 11.0924 14.7899 18.4873 22.1848 25.8823

29.5797 33.2772 36.9747 40.6721 44.3696 48.0671 51.7645 55.4620

13 0.0000 3.8921 7.7841 11.6762 15.5683 19.4603 23.3524 27.2445

31.1365 35.0286 38.9207 42.8127 46.7048 50.5969 54.4889 58.3810

14 0.0000 4.2813 8.5625 12.8438 17.1251 21.4064 25.6876 29.9689

34.2502 38.5315 42.8127 47.0940 51.3753 55.6566 59.9378 64.2191

15 0.0000 4.6705 9.3410 14.0114 18.6819 23.3524 28.0229 32.6934

37.3638 42.0343 46.7048 51.3753 56.0458 60.7162 65.3867 70.0572

16 0.0000 5.0597 10.1194 15.1791 20.2387 25.2984 30.3581 35.4178

40.4775 45.5372 50.5969 55.6566 60.7162 65.7759 70.8356 75.8953

17 0.0000 5.4489 10.8978 16.3467 21.7956 27.2445 32.6934 38.1423

43.5911 49.0400 54.4889 59.9378 65.3867 70.8356 76.2845 81.7334