Sistema de identificação de padrões de escoamento bifásico de oleodutos, gasodutos e linhas de vapor

• Processo: 07/01270-0
• Modalidade de apoio: Bolsas no Brasil - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Vigência (Início): 01 de novembro de 2008
• Vigência (Término): 31 de janeiro de 2009
• Área do conhecimento: Engenharias - Engenharia Mecânica - Fenômenos de Transportes
• Pesquisador responsável: Erica Regina Filletti Nascimento
• Beneficiário: Erica Regina Filletti Nascimento
• Empresa Sede: Mselli Engenharia e Consultoria Ltda
• Vinculado ao auxílio: 07/01264-0 - Sistema de identificação de padrões de escoamento bifásico em óleodutos, gasodutos e linhas de vapor, AP.PIPE
• Assunto(s): Redes neurais (computação) Escoamento bifásico Oleodutos Gasodutos Turbinas a vapor
• Palavra(s)-Chave do Pesquisador: Redes Neurais Artificiais

Resumo

Este projeto de inovação tecnológica tem como objetivo fundamental o desenvolvimento de um sistema de identificação/detecção de padrões de escoamento bifásico líquido - líquido ou gás-líquido. Podemos citar, entre outras, três aplicações imediatas para o sistema proposto: I) detecção de golfadas (slugs) de óleo em escoamentos multifásicos - provenientes de poços de petróleo - na entrada de separadores trifásicos e outros equipamentos on-shore e off-shore (problema bem conhecido e ainda não solucionado na indústria do petróleo); II) monitoração e controle de escoamento de óleo pesado assistido por água (Projeto FAPESP 04/13374-7), aplicação muito importante porque permite a exploração de campos antes inviáveis e diminui sensivelmente o consumo de energia no transporte de óleos pesados; III) detecção de arraste de água em tubulações de vapor (estes arrastes acontecem na forma de bolhas ou pequenas golfadas de água no vapor), que provocam desde avarias nas paletas até a destruição total de turbinas a vapor. Para tanto serão combinadas tecnologias de detecção de sinais em uma plataforma de inteligência artificial. A primeira tecnologia baseia-se na análise tempo-frequência do gradiente local de pressão, seguida da aplicação de técnicas de inteligência artificial (redes neurais artificiais). A utilização conjunta destas tecnologias mostrou-se muito eficaz na detecção destes sinais (SELLI, 2007) em laboratório, o que torna bastante segura a industrialização deste sistema. A especialização do sistema para uma ou outra aplicação será feita em fase de treinamento e sintonia de seus parâmetros de operação. Isto permitirá o desenvolvimento de um sistema totalmente inovador e com desempenho bastante aprimorado, além de facilmente adaptável a situações práticas complexas, que são comumente encontradas nas indústrias do petróleo e de energia. É importante ressaltar que esta proposta é motivada e embasada pelos resultados extremamente encorajadores obtidos em um projeto de doutorado de um dos participantes da equipe de trabalho. (AU)