5. Considerações Finais
Este trabalho apresentou uma aplicação com foco prático que tem como objetivo auxiliar as atividades das operações em plantas de produção de petróleo. A aplicação se baseou totalmente no método de recuperação de injeção de água, já que foram detectadas fragilidades no processo atual, em que uma aplicação automatizada poderia contribuir para melhorar o desempenho, evitando indisponibilidade do sistema e maior precisão no método aplicado.
A aplicação atual é resultado de um projeto que foi idealizado desde o rascunho, ao se perceber alguns cenários que poderiam ser otimizados no processo de injeção de água em plataformas de produção, através de procedimentos automatizados, até a conclusão de uma primeira versão da aplicação que obteve resultados satisfatórios, conforme mostrado no Capítulo 4.
Para que fosse possível implementar um software homologado pela Petrobras, foi utilizado o Módulo de Procedimentos Automatizados (MPA 6.0). Este se mostrou bastante objetivo para solucionar diversas questões operacionais, pois tem a capacidade de gerenciar, através de diagramas, diversas funcionalidades de uma planta, e também processar um algoritmo escrito em uma linguagem direta em formato de texto estruturado. Por meio dessa união, foi possível processar o algoritmo fuzzy, realizar os intertravamentos desejados e tratar as variáveis de forma objetiva.
Na atual fase da aplicação, foram realizados diversos testes apenas em ambiente simulado. Para começar a testar na prática é necessário ajustar devidamente a comunicação externa das entradas e saídas, já que cada planta possui um sistema de automação com suas particularidades. A partir do momento em que a aplicação MPA e o sistema de automação e controle de determinada planta estiverem se comunicando via OPC, é possível começar a realizar testes da aplicação na prática, sendo recomendado no início apenas analisar resultados, sem de fato escrever e atuar diretamente no processo. Por se tratar de problemas práticos e bastante dinâmicos, a aplicação poderá ter muito a crescer e se ajustar, desde o algoritmo fuzzy até a criação de novos diagramas.
De acordo com os resultados que estavam sendo esperados, a aplicação respondeu muito bem depois dos devidos ajustes, à medida que os testes iam sendo realizados e novas dificuldades sendo criadas. Todos os problemas que foram mapeados na fase de projeto e relatados no Capítulo 3, obtiveram uma solução através do supervisor implementado. Portanto, o projeto se mostra com alto potencial para aumentar a longevidade de
CAPÍTULO 5. CONSIDERAÇÕES FINAIS 60
equipamentos, otimizar a recuperação de petróleo, e, principalmente, evitar a indisponibilidade do sistema causada por eventos inesperados, resultando em uma maior estabilidade da planta como um todo.
Dentro das dificuldades encontradas na elaboração do projeto, pode-se destacar a escolha das variáveis que iriam se utilizar para oferecer uma solução, ainda na fase de planejamento. Diante de tantas válvulas, bombas e medidores, teve que se pensar da forma mais objetiva para “atacar” os problemas que se tinha como objetivo solucionar. Na fase de execução, a dificuldade ficou por conta do software MPA, que foi o primeiro contato e poucas pessoas tiveram experiência. Desta forma, não só o manual, mas também o apoio da equipe idealizadora do software foi fundamental desde a instalação.
Como perspectivas futuras, além de realizar os testes da aplicação na prática, para efetuar os devidos ajustes, é possível também inserir novas funcionalidades na aplicação. Um dos objetivos de se implementar um supervisor inteligente baseado na lógica fuzzy é para que se possa ter abertura para inserir novas funções. Portanto, seria interessante, por exemplo, dedicar atenção a cada poço através de sua HV (válvula choke), tendo em vista que sua atuação é apenas por pulsos enviados manualmente. Se fosse desenvolvida uma IA (inteligência artificial) que aprendesse a quantidade de pulsos de abertura ou fechamento que aquela válvula necessita para fazer com que apenas aquele volume de água seja injetado, isso poderia ser somado à aplicação já existente para otimizar e automatizar ainda mais o processo.
REFERÊNCIAS BIBLIOGRÁFICAS 62
Referências Bibliográficas
Bader, M. (2007). Sulfate removal technologies for oil fields seawater injection operations. Journal of Petroleum Science and Engineering, ELSEVIER, v. 55, 93-110.
Camponogara, E., Plucenio, A., Teixeira, A. F., & Campos, S. (2010). An automation system for gas- lifted oil wells: Model identification, control, and optimization. Journal of Petroleum Science and Engineering, Elsevier, 157-167.
Campos, M. C., Ribeiro, L. D., & Lima, M. L. (2018). Controle avançado para sistema de injeção de água em plataformas de produção. P&D em Integridade, sustentabilidade e otimização, PETROBRAS, Logística e otimização, Rio de Janeiro.
Campos, M., Gomes, M., & Perez, J. (2013). Controle Avançado e Otimização na Indústria. Ed. Interciência.
Craig Jr., F. (1971). The Reservoir Engineering Aspects of Waterflooding. Richardson: Monograph Series SPE.
Díaz, S., Pérez-Correa, J. R., Cipriano, A., & Fernández, M. (2106). Intelligent Control applications on a Binary Destillation Column. IEEE ICA/ACCA.
Donham, J. E. (1991). Offshore Water Injection System: Problems and Solutions. Offshore Technology Conference. doi:10.4043/6782-MS, 773-782.
Favilla, J., Machion, A., & Gomide, F. (1992). Fuzzy Traffic Control: Adaptive Strategies. Proceedings of the second IEEE International Conference on Fuzzy Systems, Vol1.
Galvão, H. L. (2016). Desenvolvimento e aplicação de uma estratégia de controle para o método de elevação artificial por bombeio mecânico. Dissertação (Mestrado). Universidade Federal do Rio Grande do Norte.
Gheybe, M., Mirzaee, A., Talebi, R. A., & Suratgar, A. A. (2013). Gas-oil ratio self tuning controller in gas lift system. IEEE. (3rd International Conference on Control, Instrumentation, and Automation), 170-173.
Jang, J. S., Sun, C., & Mizutani, E. (1997). Neuro-fuzzy and soft computing. A computational approach to learning and machine intelligence. Prentice-Hall, Englewood Cliffs, 614 pp.
Júnior, J. M. (2017). Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. Dissertação (Mestrado). Universidade Federal do Rio Grande do Norte.
Linhares, L. L. (2010). Sistema híbrido de inferência baseado em análise de componentes. Dissertação (Mestrado). Universidade Federal do Rio Grande do Norte.
Mamdani, E. H. (1974). Application of fuzzy algorithms for simple dynamic plant. Proceedings of Institute of Electrical Engineering, 121:1585–1588.
REFERÊNCIAS BIBLIOGRÁFICAS 63
Mozelli, L. A. (outrubro de 2008). Controle Fuzzy para sistemas Takagi-Sugeno: Condições Aprimoradas e Aplicações. Dissertação. Universidade Federal de Minas Gerais.
Oliveira, S. A., Junior, J. D., Santos, D. L., Silva, C. D., & Oliveira, R. C. (2009). Controlador Fuzzy PI, por bandas, aplicado em um processo de nível em vasos separadores de plataformas de petróleo offshore. SBAI.
Palsson, B., Davies, D. R., Todd, A. C., & Somerville, J. M. (2003). The water injection process. A technical and economic integrated approach. Trans IChemE, Vol 81, Part A.
Pérez-Rodríguez, H. R., Grandas, G. G., & Pérez, H. D. (2015). Intelligent Control Techniques Applied to Improve the Performance of water Treatment Facilities Bring Great Financial Benefits to the Colombian Oil Industry. SPE-174148-MS.
Rosa, A. K., Carvalho, R. S., & Xavier, J. A. (2006). Engenharia de reservatórios de petróleo. Rio de Janeiro: Interciência, Petrobras.
Rose, S., Buckwalter, J., & Woodhall, R. (1989). The Design Engineering Aspects of Waterflooding. Richardson: Monograph Series, SPE.
Salanitro, J., Williams, M., & Langston, G. (1993). Growth and Control of Sulfidogenic Bacteria in a Laboratory Model Seawater Flood Thermal Gradient. SPE 25198, 457–467.
Shukla, A., & Karki, H. (2016). Robotics and Autonomous Systems. Elsevier, 508-524.
Takagi, T., & Sugeno, M. (1983). Derivation of fuzzy control rules from human operator’s control actions. IFAC Proceedings Volumes, Elsevier, v. 16, n. 13, p. 55–60.
Takagi, T., & Sugeno, M. (1985). Fuzzy identification of systems and its applications to modeling. IEEE Transactions on Systems, Man, and Cybernetics, 15(1):116–132.
Tecgraf/PUC-Rio. (2017). Manual do MPA - Módulo de Procedimentos Automatizados.
Thomas, J. E., Triggia, A. A., Correia, C. A., Filho, C. V., Xavier, J. A., Machado, J. C., et al. (2001). Fundamentos de Engenharia de Petróleo. Rio de Janeiro - RJ, Brasil: Editora Interciência.
Vítor, T. S. (2011). Projeto de Sistemas de Controle com Modelagem Takagi-Sugeno e Implementação de Controladores Fuzzy com Retroação de Estados. Dissertação. Universidade Federal de Itajubá. Walsh, M. P. (2007). Oil reservoir primary drive mechanisms. Richardson: Society of Petroleum Engineers.
Willhite, G. P. (1986). Waterflooding. Richardson: Textbook Series, SPE. Zadeh, L. A. (1965). Fuzzy sets. Information and Control (8), 338-353.