Neste trabalho, foram desenvolvidos dois modelos. O primeiro, um modelo PVT e, o segundo, um modelo de kick.
O modelo PVT utiliza a equação de estado de Peng-Robinson, trabalhando com regras de mistura e parâmetro de interação binária por um método de contribuição de grupo. Foi desenvolvido para obter as propriedades termodinâmicas de misturas de hidrocarbonetos que podem variar desde compostos simples, como o metano, até cadeias carbônicas mais complexas.
O modelo para estudo do controle de poços utiliza o modelo termodinâmico desenvolvido para prever o comportamento das pressões e do pit gain durante a circulação de um kick considerando a solubilidade do gás no fluido de perfuração.
São então apresentadas neste capítulo, as conclusões tiradas sobre o estudo dos dois modelos desenvolvidos e as recomendações para trabalhos futuros.
É importante salientar que o modelo PVT desenvolvido pode ser utilizado independentemente do modelo de kick.
7.1 Análise Termodinâmica
• As regras de mistura implementadas apresentaram bons resultados quando comparadas com os dados da literatura.
• O comportamento para misturas binárias apresentou melhores resultados que os dados do CMG Winprop (2005) para os sistemas metano/decano, metano/hexano, metano/dodecano e metano/benzeno.
• O parâmetro de interação binária tem um efeito significativo sobre os cálculos da pressão de bolha das misturas estudadas. A adição do grupo Caro na metodologia para o cálculo do parâmetro de interação binária reduziu os desvios na pressão de bolha da mistura benzeno/metano, cerca de 10%.
• O simulador proposto por Sandler (VLMU) apresentou resultados insatisfatórios quando comparados com os outros simuladores e dados da literatura. Este simulador não considera o parâmetro de interação binária, portanto seus cálculos da pressão de bolha dão resultados sempre inferiores aos resultados analisados.
• O comportamento do modelo PVT para misturas multicomponentes foi satisfatório para a faixa de pressão e temperatura estudada. Analisando a Tabela 4.9, pode-se concluir que não houve grandes alterações comparando as duas simplificações feitas com a n-parafina.
• Para o sistema metano/diesel o efeito da simplificação foi mais expressivo. Um dos problemas relacionados a esta simulação é o fato de considerar que os componentes do diesel são todos compostos de cadeia normal. Portanto, o desvio relativo a esta simulação, quando comparado com os dados experimentais, não é somente devido à simplificação efetuada, o principal agravante é a utilização de uma mistura que não é representativa da mistura original.
• Em termos do desvio com relação à fração de metano presente no sistema, as Figuras 4.21 e 4.22 mostram as variações dos desvios com a fração de metano na mistura, para os sistemas binários e sistemas multicomponentes, respectivamente. Na Figura 4.21, para o sistema metano/benzeno o desvio é maior e aumenta com o aumento da fração
molar de metano. Na Figura 4.22, para o sistema metano/diesel o desvio é maior com o aumento da fração de metano. Para os sistemas metano/n-parafina o comportamento é inverso, o desvio diminui com o aumento da fração de metano.
7.2 Simulador de Kick
• Com relação ao desenvolvimento do modelo, foi possível observar a evolução dos resultados com a implementação dos efeitos físicos (expansão do influxo, perdas de carga na região monofásica, variação de temperatura, gás real utilizando correlação, gás real utilizando uma equação de estado e, finalmente, solubilidade).
• A evolução mais significativa foi obtida com a implementação do modelo de solubilidade do gás no fluido de perfuração.
• Um fator importante no desenvolvimento do modelo foi a discretização da seção contaminada. A quantidade de células em que a seção contaminada é dividida é um fator determinante não só no tempo de simulação como também no perfil obtido. O perfil de pressões na superfície e a vazão de gás são os parâmetros de resposta mais afetados com a variação da discretização. O pit gain não sofre grandes alterações com a variação do número de células.
• É importante optar por uma discretização, ou número de células, que ofereça custo benefício em termos de tempo de simulação e confiabilidade no resultado, especialmente para a região de líquido saturado que é a mais afetada pela discretização. • A análise de sensibilidade efetuada permitiu identificar os fatores mais relevantes
quando se considera a solubilidade do gás no fluido de perfuração. O volume inicial do
kick, profundidade do poço e vazão de gás são os fatores mais relevantes neste tipo de
simulação.
• A vazão de circulação, temperatura e densidade do fluido de perfuração não causaram mudanças significativas nos perfis de pressão, pit gain e volume de gás na fase vapor. Isto é um indicativo de que esses parâmetros tiveram pouco efeito sobre a solubilidade do gás no fluido de perfuração.
• A variação de perda de carga no anular não é significativa o suficiente para causar alterações na profundidade em que a primeira fração de gás é liberada da fase líquida. • Variações no volume de influxo, sem alteração da composição da mistura, não
modificam a profundidade em que a primeira fração de gás é liberada da fase líquida. • Temperatura, pressão e composição da mistura são os parâmetros que afetam a
solubilidade. Dentre esses parâmetros a pressão e a composição são os fatores determinantes. Verificou-se que alterações da temperatura não modificam significativamente a solubilidade.
7.3 Recomendações
• Utilização de outros gases e fluidos de perfuração para o estudo da solubilidade.
• Extensão do modelo para o cálculo do parâmetro de interação binária com o objetivo de trabalhar com misturas que contenham compostos com grupo éster.
• Vincular a técnica de translação de volume à equação de estado com o objetivo de minimizar o erro obtido nos cálculos do volume da fase líquida.
• Para o desenvolvimento de um modelo matemático de kick confiável, e que apresente resultados mais próximos possíveis da realidade, é primordial uma modelagem adequada do escoamento bifásico, assim sendo, é necessária a incorporação de um modelo de escoamento bifásico ao modelo desenvolvido.
• Comparação dos dados obtidos pelo modelo de kick desenvolvido com dados de campo.