6.4 Comparação de Descritores de Borda Utilizando PCA
6.4.1 Resultados Gerais Utilizando Distância Euclidiana
Utilizando a distância Euclidiana conforme equacionado na Seção 4.4, a carta padrão, que possuir as componentes de menor distância em relação as componentes da carta di- namométrica em análise, é o modo de operação que representa a carta analisada.
Foram analisadas todas as combinações de pré-processamento, descritores e análise de componentes principais (PCA) possíveis. A Tabela 6.10 apresenta apenas as combinações que melhor se comportaram com a classificação do modo de operação "Normal".
A Tabela 6.11 mostra que os descritores de Fourier, além de possuir uma melhor classificação do modo de operação, apresentou o menor valor de falso negativo. Ou seja, apresentou 2% das suas classificações como sistema operando fora da condição normal.
A Tabela 6.12 apresenta apenas as combinações que possuem os melhores índice de acerto nas classificações e não apresentaram um falso positivo para cada modo de opera- ção quando analisadas as cartas em modo de operação "Interferência de Gás".
A Tabela 6.13 mostra a detecção do modo de operação.
A Tabela 6.14 apresenta apenas as combinações que possuem os melhores índice de acerto nas classificações e não apresentaram um falso positivo para cada modo de opera- ção quando analisadas as cartas em modo de operação "Pancada de Fluido".
A Tabela 6.15 apresenta que todos os descritores apresentaram 100% de acerto na detecção de modo de operação anormal.
A Tabela 6.16 apresenta apenas as combinações que possuem os melhores índice de acerto nas classificações para cada modo de operação quando analisadas as cartas em modo de operação "Vazamento na Válvula de Passeio".
A Tabela 6.17 apresenta que nem todos os descritores apresentaram 100% de acerto na detecção de modo de operação anormal. Destaca-se, novamente, os descritores de Fourier.
A Tabela 6.18 apresenta apenas as combinações que possuem os melhores índice de acerto nas classificações para cada modo de operação quando analisadas as cartas em modo de operação "Vazamento na Válvula de Pé".
A Tabela 6.19 apresenta que nem todos os descritores apresentaram 100% de acerto na detecção de modo de operação anormal. Destaca-se, novamente, os descritores de Fourier.
Na classificação do modo de operação de Vazamento das Válvulas, os descritores de Fourier não tiveram resultados muito bons em relação a classificação. Isto era esperado, pois como comentado, a invariância a rotação inserida devido à necessidade de invariân- cia ao ponto inicial, faz com que este descritor não diferencie adequadamente estes dois
1Com Pré-Processamento com Algoritmo 4.1 2Com Pré-Processamento com Algoritmo 4.2
6.4. COMPARAÇÃO DE DESCRITORES DE BORDA UTILIZANDO PCA 75
Tabela 6.9: Descritores de Bordas e suas Siglas
Descritor de Borda Sigla
Centróide C
Centróide A11 CA1
Centróide A22 CA2
Desc. Curvatura DC
Desc. Curvatura A11 DCA1
Desc. Curvatura A22 DCA2
Desc. Fourier DF
Desc. Fourier A11 DFA1
Desc. Fourier A22 DFA2
Desc. Fourier Modificado - Centróide DFC Desc. Fourier Modificado - Centróide A11 DFCA1
Desc. Fourier Modificado - Centróide A22 DFCA2
Desc. Fourier Modificado - Centróide e K-Curvatura DFCK Desc. Fourier Modificado - Centróide e K-Curvatura A11 DFCKA1
Desc. Fourier Modificado - Centróide e K-Curvatura A22 DFCKA2
Desc. Fourier Modificado - Desc. Curvatura DFDC Desc. Fourier Modificado - Desc. Curvatura A11 DFDCA1
Desc. Fourier Modificado - Desc. Curvatura A22 DFDCA2
Desc. Fourier Modificado - K-Curvatura DFK Desc. Fourier Modificado - K-Curvatura A11 DFKA1
Desc. Fourier Modificado - K-Curvatura A22 DFKA2
K-Curvatura K
K-Curvatura A11 KA1
K-Curvatura A22 KA2
PCA Centróide PCAC
PCA Centróide A11 PCACA1
PCA Centróide A22 PCACA2
PCA Desc. Curvatura PCADC
PCA Desc. Curvatura A11 PCADCA1
PCA Desc. Curvatura A22 PCADCA2
PCA Desc. Fourier PCADF
PCA Desc. Fourier A11 PCADFA1
PCA Desc. Fourier A22 PCADFA2
PCA Desc. Fourier - Modif. Centróide PCADFC PCA Desc. Fourier - Modif. Centróide A11 PCADFCA1
PCA Desc. Fourier - Modif. Centróide A22 PCADFCA2
PCA Desc. Fourier - Modif. Centróide e K-Curvatura PCADFCK PCA Desc. Fourier - Modif. Centróide e K-Curvatura A11 PCADFCKA1
PCA Desc. Fourier - Modif. Centróide e K-Curvatura A22 PCADFCKA2
PCA Desc. Fourier - Modif. Desc. Curvatura PCADFDC PCA Desc. Fourier - Modif. Desc. Curvatura A11 PCADFDCA1
PCA Desc. Fourier - Modif. Desc. Curvatura A22 PCADFDCA2
PCA Desc. Fourier - Modif. K-Curvatura PCADFK PCA Desc. Fourier - Modif. K-Curvatura A11 PCADFKA1
PCA Desc. Fourier - Modif. K-Curvatura A22 PCADFKA2
PCA K-Curvatura PCAK
PCA K-Curvatura A11 PCAKA1
Tabela 6.10: Distância Euclidiana - Resultados da Classificação do Modo de Operação Normal
Descritor
Modos de Operação
Interferência Normal Pancada Vazamento Vazamento de Gás de Fluido Válv. Passeio Válv. Pé PCADF 0% 98% 0% 2% 0% DF 0% 98% 0% 2% 0% PCAC 0% 96% 0% 0% 4% C 0% 96% 0% 0% 4% PCACA1 0% 95% 0% 2% 3% CA1 0% 95% 0% 2% 3% PCADFA1 0% 92% 1% 1% 6% DFA1 0% 92% 1% 1% 6%
Tabela 6.11: Distância Euclidiana - Resultados das Análises dos Modo de Operação Nor- mal
Descritor NormalAnálise da OperaçãoAvaliar Anormal
PCADF 58% 40% 2% DF 46% 52% 2% PCAC 33% 63% 4% C 4% 92% 4% PCACA1 38% 57% 5% CA1 7% 88% 5% PCADFA1 83% 9% 8% DFA1 72% 20% 8%
Tabela 6.12: Distância Euclidiana - Resultados da Classificação do Modo de Operação Interferência de Gás
Descritor
Modos de Operação
Interferência Normal Pancada Vazamento Vazamento de Gás de Fluido Válv. Passeio Válv. Pé PCADF 100% 0% 0% 0% 0% DF 100% 0% 0% 0% 0% PCAC 100% 0% 0% 0% 0% C 100% 0% 0% 0% 0% PCACA1 100% 0% 0% 0% 0% CA1 100% 0% 0% 0% 0% PCADFA1 100% 0% 0% 0% 0% DFA1 100% 0% 0% 0% 0%
6.4. COMPARAÇÃO DE DESCRITORES DE BORDA UTILIZANDO PCA 77
Tabela 6.13: Distância Euclidiana - Resultados das Análises dos Modo de Operação In- terferência de Gás
Descritor NormalAnálise da OperaçãoAvaliar Anormal
PCADF 0% 0% 100% DF 0% 0% 100% PCAC 0% 0% 100% C 0% 0% 100% PCACA1 0% 0% 100% CA1 0% 0% 100% PCADFA1 0% 0% 100% DFA1 0% 0% 100%
Tabela 6.14: Distância Euclidiana - Resultados da Classificação do Modo de Operação Pancada de Fluido
Descritor
Modos de Operação
Interferência Normal Pancada Vazamento Vazamento de Gás de Fluido Válv. Passeio Válv. Pé DFCA2 2% 0% 98% 0% 0% DFCKA2 0% 0% 98% 0% 2% PCADFCA2 2% 0% 98% 0% 0% PCADFCKA2 0% 0% 98% 0% 2% DFC 4% 0% 96% 0% 0% PCADFC 4% 0% 96% 0% 0% DF 4% 0% 95% 1% 0% PCADF 4% 0% 95% 1% 0%
Tabela 6.15: Distância Euclidiana - Resultados das Análises dos Modo de Operação Pan- cada de Fluido
Descritor NormalAnálise da OperaçãoAvaliar Anormal
DFCA2 0% 0% 100% DFCKA2 0% 0% 100% PCADFCA2 0% 0% 100% PCADFCK 0% 0% 100% DFC 0% 0% 100% PCADFC 0% 0% 100% DF 0% 0% 100% PCADF 0% 0% 100%
Tabela 6.16: Distância Euclidiana - Resultados da Classificação do Modo de Operação Vazamento na Válvula de Passeio
Descritor
Modos de Operação
Interferência Normal Pancada Vazamento Vazamento de Gás de Fluido Válv. Passeio Válv. Pé C 0% 0% 0% 92% 8% PCAC 0% 0% 0% 92% 8% DFC 0% 8% 0% 92% 0% PCADFC 0% 8% 0% 92% 0% DCA1 8% 0% 0% 84% 8% PCADCA1 8% 0% 0% 84% 8% DF 0% 0% 0% 77% 23% PCADF 0% 0% 0% 77% 23%
Tabela 6.17: Distância Euclidiana - Resultados das Análises dos Modo de Operação Va- zamento na Válvula de Passeio
Descritor NormalAnálise da OperaçãoAvaliar Anormal
C 0% 0% 100% PCAC 0% 0% 100% DFC 0% 8% 92% PCADFC 0% 8% 92% DCA1 0% 0% 100% PCADCA1 0% 0% 100% DF 0% 0% 100% PCADF 0% 0% 100%
Tabela 6.18: Distância Euclidiana - Resultados da Classificação do Modo de Operação Vazamento na Válvula de Pé
Descritor
Modos de Operação
Interferência Normal Pancada Vazamento Vazamento de Gás de Fluido Válv. Passeio Válv. Pé DC 0% 0% 0% 0% 100% PCADC 0% 0% 0% 0% 100% C 0% 0% 5% 0% 95% PCAC 0% 0% 5% 0% 95% CA1 0% 5% 5% 0% 90% PCACA1 0% 5% 5% 0% 90% DF 0% 0% 0% 80% 20% PCADF 0% 0% 0% 80% 20%
6.5. CONSIDERAÇÕES FINAIS 79
Tabela 6.19: Distância Euclidiana - Resultados das Análises dos Modo de Operação Va- zamento na Válvula de Pé
Descritor NormalAnálise da OperaçãoAvaliar Anormal
DC 0% 0% 100% PCADC 0% 0% 100% C 0% 0% 100% PCAC 0% 0% 100% DFCA1 0% 8% 92% CA1 0% 5% 95% PCACA1 0% 5% 95% DF 0% 0% 100% PCADF 0% 0% 100%
modos de operação. Porém, se considerarmos um agrupamento chamado Vazamento de Válvulas, os descritores possuiriam um índice de classificação de 100%. Como conclusão geral, pode-se concluir que ao utilizar a distância Euclidiana para o cálculo de similari- dade, os descritores de Fourier se destacam.
6.5
Considerações Finais
O principal objetivo desta tese é a detecção e a classificação dos modos de operação através da proximidade de características de contorno das bordas das cartas dinamomé- tricas. O modelo baseado no método PCA permite uma redução de dimensionalidade e a partir da projeção de uma carta dinamométrica neste modelo, o diagnóstico do sistema pode ser feito de acordo com a proximidade da projeção da carta com as regiões mapeadas para cada condição de operação com uma quantidade de dados muito menores para ser processados que os trabalhos atualmente apresentados na literatura.
Uma das propostas foi analisar alguns descritores utilizados na literatura e os aplicar ao problema de detecção e classificação de modos de operação do método de elevação Bombeio Mecânico. A análise passou pela a invariância a transformação dos descritores e a robustez quanto ao ruído. Destaca-se, então, os Descritor de Fourier. Considerando a distância Euclidiana e a de Mahalanobis, o Descritor de Fourier é o que apresenta o melhor resultado geral. Porém, deve-se destacar o problema de invariância a rotação. Este descritor apresentou problema quando apresentado os modos de operação de vazamento de válvula de pé e o de vazamento de válvula de passeio. Isto era esperando, pois uma das características desta ferramenta é que ao inserir a invariância de ponto inicial da imagem, consequentemente é retirado a variância de rotação, necessária para diferenciar os dois modos de operação. Pode-se na prática criar um cluster de Vazamento de Válvulas, que represente os dois, sem prejudicar a classificação do modo de operação.
Quando utilizado a correlação de Pearson, os descritores de Fourier também apre- sentaram bons resultados. Porém, vale destacar a não compatibilidade da correlação de Pearson com a PCA no descritor de Fourier. Pois, ao utilizar a PCA as componentes que são apresentadas a Pearson não são correlacionadas. A função da ferramenta é gerar
componentes que são ortogonais em um novo espaço, ou seja, não correlacionadas. Isto explica o fato de os descritores sem a análise de suas componentes principais possuirem melhores resultados e a presença de alguns descritores com PCA que não apresentavam bons resultados. O fato é que em todos, mesmo que a classificação não tenha ocorrido da melhor forma, a detecção do modo de operação diferente do modo de operação "Nor- mal"ocorre.
Capítulo 7
Conclusões
Atualmente, a obrigação em manter os equipamentos com alta taxa de disponibili- dade, adicionado à grande quantidade de equipamentos no chão de fábrica que dificulta o trabalho da equipe de manutenção,percebe-se, que após o estudo realizado, os sistemas de detecção e classificação dos modos de operação devem se concentrar em:
• Detectar ou, até mesmo, predizer as falhas em curto espaço de tempo; • Classificar qual modo de operação ocorrido.
A proposta desta tese foi empregar ferramentas de processamento de imagens junta- mente com ferramentas matemáticas para cálculo de similaridade mostrando uma solução viável para o problema de detecção e classificação de modos de operação através de uma nova abordagem de Análise de Tendência Qualitativa (QTA - Qualitative Trend Analysis, possibilitando a interpretação de condições de fundo de poço para o método de Bombeio Mecânico enfrentadas na indústria com rapidez e precisão. Esta abordagem é baseada na descrição da carta dinamométrica através dos Descritores de Fourier. Através da PCA, devido à grande quantidade de componentes para descrever esta carta, faz-se a descri- ção com apenas 4 componentes, tornando o processo de detecção e classificação menos complexo.
Desta forma, a proposta visou contribuir para a melhoria da confiabilidade e da dispo- nibilidade dos equipamentos e instalações operacionais, através da otimização dos recur- sos disponíveis com qualidade e segurança, pois com uma ferramenta preditiva é possível assegurar o intervalo máximo entre os reparos e uma melhor planejamento de intervenção. Reduzindo os custos de paradas não-programadas e permitindo as intervenções ocorram com base em dados e não em suposições. Como descrito na Seção C.1.5 com esta nova metodologia será possível melhorar:
• A produtividade industrial; • A qualidade do produto; • A vida útil dos equipamentos; • O lucro.
Como principais contribuições desta tese, obteve-se:
• Proposta de metodologia para detecção, classificação e, até mesmo, uma predição dos modos de operação baseados em cartas dinamométricas;
• Possibilidade de detectar e classificar a ocorrência de diversos tipos de modos de operação do sistema de Bombeio Mecânico;
• Análise de desempenho de diversos tipos de descritores de forma e ferramentas matemáticas para cálculo de similaridade aplicados à análise de cartas dinamomé- tricas;
• Validação da metodologia proposta em dados reais de campo;
• Compressão de dados utilizando Descritores de Fourier, reduzindo a quantidade necessária de pontos para reconstrução da carta dinamométrica;
• Redução da dimensão da carta dinamométrica utilizando Análise de Componentes Principais;
• Apresentação de Descritores de Fourier modificados, utilizando descritores mais comuns na literatura como Centróide, Descritor de Curvatura e K-Curvatura.
7.1
Trabalhos Futuros
No presente trabalho foi mostrada uma nova abordagem para o problema de detecção e classificação de de modos de operação do sistema de Bombeio Mecânico. Essa abor- dagem se mostrou eficiente nos casos apresentados no decorrer da tese e apresentou bons resultados aos falsos alarmes, tanto do tipo falso positivo quanto do tipo falso negativo.
A metodologia utilizada ser mais explorada utilizando outras ferramentas de classi- ficação. Destaca-se como trabalhos futuros o desenvolvimento de classificadores como K-NN e as redes neurais de simples estrutura ou mesmo a utilização do K-means para a geração de cluster de modos de operação baseado em históricos.
Todavia, a metodologia proposta pode ser utilizada para predizer um modo de opera- ção, visto que considerando o espaço em que as componentes se apresentam, o problema de similaridade se torna um problema de distância, bem exemplificado com a distância Euclidiana e a de Mahalanobis. Acredita-se que com o passar do tempo a "deformação"da carta dinamométrica tenderá a algum modo de operação. Esta tendência irá reduzir a dis- tância para algum padrão de modo de operação e será possível predizer o tempo para o novo modo de operação. Então, como um dos principais trabalhos futuros, destaca-se a possibilidade de investigar técnicas de predição para estimar a dinâmica que o sistema se dirige a um determinado modo de operação. Desta maneira, será possível detectar falhas incipientes e executar um planejamento para manutenção do sistema em tempo ótimo.
Bibliografia
Abello, James, Anne Houang & James Russell (1993), ‘A hierarchy of pattern recogni- tion algorithms for the diagnosis of sucker rod pumped wells’, IEEE - International Conference on Computing and Information Proceedingspp. 359–364.
Aguirre, Luís Antônio (2007), Introdução à Identificação de Sistemas, terceira ediçãoa edição, Editora UFMG.
Alegre, L., C.K. Morooka & A.F. da Rocha (1993), ‘Intelligent diagnosis of rod pumping problems’, SPE - 68th Annual Technical Conference III, 97–108.
Alegre, Lldenircr, Da Rocha A, F & C.K. Morooka (1993), ‘Intelligent approach of rod pumping problems’, SPE - Petroleum Computer Conference pp. 249–255.
Assmann, Benno Waldemar (2008), Estudo de Estratégias de Otimização para Poços de Petróleo com Elevação por Bombeio de Cavidades Progressivas, Tese de doutorado, UNIVERSIDADE FEDERAL DO RIO G. NORTE - UFRN.
Barreto, F.M.A., M. Tygel, A.F. Rocha & C.K. Morooka (1996), ‘Automatic downhole card generation and classification’, SPE Annual Technical Conference pp. 311–318.
Chacln, J.E. (1969), ‘A numerical approach to the diagnosis of sucker rod pumping instal- lations and its verification with downhole pump field measurements’, SPE - Society Petroleum Engineer.
de Lima, Fábio Soares (2004), Estratégia de escalonamento de controladores pid baseado em regras Fuzzy para redes industriais Foundation Fieldbus usando blocos padrões, Dissertação de mestrado, UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE - UFRN.
de Siqueira, Iony Patriota (2005), Manutenção Centrada na Confiabilidade, 2005aedição,
QualityMark Editora.
Dickinson, R.R. & J.W. Jennings (1990), ‘Use of pattern-recognition techniques in analy- zing downhole dynamometer cards’, SPE Production Engineering pp. 187–192.
dos Santos Côrrea, José Francisco (1995), Sistema inteligente para aplicações de solu- ções em bombeamento mecânico, Dissertação de mestrado, UNIVERSIDADE ES- TADUAL DE CAMPINAS - UNICAMP.
Duda, Richard O., Peter E. Hart & David G. Stork (2001), Pattern Classification, second editionaedição, Wiley-Interscience.
Eduardo, Alexandre Carlos (2003), Diagnóstico de Defeitos em Sistemas Mecânicos Ro- tativos através da Análise de Correlações e Redes Neurais Artificiais, Tese de dou- torado, UNIVERSIDADE ESTADUAL DE CAMPINAS - UNICAMP.
EuALF, ed. (2006), European Artificial Lift Forum, Society of Petroleum Engineers.
Gibbs, Sam (1963), ‘Predicting the behavior of sucker rod pumping system’, Jornal of Petroleum Technologypp. 52–55.
Gonzalez, Rafael C., Richard E. Woods & Steven L. Eddins (2003), Digital Image Pro- cessing Using Matlab, Prentice Hall.
Haykin, Simon (2001), Redes Neurais, segunda ediçãoa edição, Editora Bookman.
Hazewinkel, Michiel (2001), Encyclopedia of Mathematics, Springer.
Isermann, Rolf (2006), Fault-Diagnosis Systems - An Introduction From Fault Detection To Fault Tole, Editora Springer.
Johnson-Fagg (1958), Sucker Rod Handbook: Handbook 489, segunda ediçãoa edição,
Bethlehem Steel.
Kardec, Alan & Júlio Nascif (1998), Manutenção - Função Estratégica, 1998a edição, QualityMark Editora.
Kunttu, Iivari & Leena Lepistö Ari Visa (2005), ‘Efficient fourier shape descriptor for industrial defect images using wavelets’, Society of Photo-Optical Instrumentation Engineers.
Nazi, G.M. & J.F. Lea (1994), ‘Application of artificial neural network to pump card diagnosis’, SPE Computer Application pp. 9–14.
Oil, Camcon (2014), ‘Improving enhanced oil recovery’. http://new.camcon- oil.com/2011/02/countering-well-instability-and-improving-enhanced-oil-
recovery-through-digital-artificial-gas-lift/ - Acessado em 11 de Abril de 2014.
Petrobras (2014), ‘Portal de transparência’. http://www.petrobras.com.br/acessoainformacao - Acessado em 17 de Abril de 2014.
Rogers, J.D., C.G. Guffey & W.J.B. Oldham (1990), ‘Artificial neural networks for iden- tification of beam pump dynamometer load cards’, SPE - 65th Annual Technical Conferencepp. 349–359.
BIBLIOGRAFIA 85
Schirmer, Gay P. & J. C. P. Toutain (1991), ‘Use of advanced pattern recognition and knowledge-based system in analyzing dynamometer cards’, SPE Computer Appli- cationpp. 21–24.
Schnitman, L., G. S. Albuquerque & J.F. Corrêa (2003), ‘Modeling and implementation of a system for sucker rod downhole dynamometer card pattern recognition’, SPE - Annual Technical Conference and Exhibitionpp. 1–4.
Takács, Gábor (2003), Sucker-rod Pumping Manual, PennWell Corporation.
Varella, Carlos Alberto Alves (2008), Análise de Componentes Principais, UFRRJ. Venkatasubramanian, V., R. Rengaswamy, K. Yin & S.N. Kayuri (2003a), ‘A review of
process fault detection and diagnosis part i: Quantitative model-based methods’, Computers and Chemical Engineeringpp. 293–311.
Venkatasubramanian, V., R. Rengaswamy, K. Yin & S.N. Kayuri (2003b), ‘A review of process fault detection and diagnosis part ii: Qualitative models and search strate- gies’, Computers and Chemical Engineering pp. 313–326.
Venkatasubramanian, V., R. Rengaswamy, K. Yin & S.N. Kayuri (2003c), ‘A review of process fault detection and diagnosis part iii: Process history based methods’, Com- puters and Chemical Engineeringpp. 327–346.
Xu, Peng, Shijin Xu & Hongwei Yin (2006), ‘Application of self-organizing competitive neural network in fault diagnosis of suck rod pumping system’, Journal of Petroleum Science and Engineeringpp. 43–48.
Yu, Yunhua, Haitao Shi & Lifei Mi (2013), ‘Research on feature extraction of indicator card data for sucker-rod pump working condition diagnosis’, Journal of Control Science and Engineering2013.
Apêndice A
Cartas Dinamométricas
Neste capítulo, são apresentadas algumas referências de cartas dinamométricas para modos de operação do sistema de BM que foram utilizados neste trabalho. A escolha das referências apresentadas foi baseada em alguns dos principais problemas de campos de petróleo e estes também podem ser encontrados em trabalhos anteriores [dos San- tos Côrrea 1995, Gibbs 1963].
As cartas apresentadas são cartas de fundo, pois conforme comentado na Seção 3.3.3, as formas das cartas de superfície incorporam vários efeitos degenerativos ocasionados pela propagação da carga ao longo do conjunto de coluna de hastes. Estes efeitos fazem com que as cartas de superfície representem apenas a dinâmica do poço e assim, quando se utiliza as cartas de fundo é possível observar os padrões de operação do sistema são os mesmos. A seguir são apresentados alguns padrões de operação do bombeio mecânico.
A Tabela A.1 apresenta as assinaturas padrões de modos de operação do sistema de bombeio mecânico de petróleo utilizadas nos experimentos.
A seguir são descritos os modos de operação utilizados neste trabalho.
Normal Esta carta representa o modo de operação normal, em que a bomba está comple- tamente cheia, sem presença de gás, parafina ou outro contaminante.
Modo 1 Este modo de operação é conhecido como Pancada de Fluido. Este modo de operação ocorre quando o a vazão do reservatório está abaixo das condições de bombeio. Neste modo, a camisa da bomba não é totalmente preenchida e, durante o curso ascendente, o pistão sai do nível do fluido na bomba e ao iniciar o curso descendente ocorre o encontro com o fluido.
Modo 2 Quando a camisa da bomba não é totalmente preenchida por líquido e ocorre a presença de gás no espaço vazio, ao iniciar o curso descendente, o pistão começa a comprimir um fluido compressível (gás) até iniciar a compressão do líquido. Este modo de operação é conhecido como Interferência de Gás
Modo 3 O Vazamento da Válvula de Pé ocorre, quando ao iniciar o curso descendente, o pistão comprimi o fluido contido dentro da camisa, porém a válvula de pé, por algum motivo, não suporta a pressão interna da camisa e começa a permitir o retorno do fluido.
Modo 4 O modo de operação conhecido por Vazamento da Válvula de Passeio é seme-