Beruflich Dokumente
Kultur Dokumente
C ENTRO DE T ECNOLOGIA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE P ROGRAMA DE P ÓS -G RADUAÇÃO EM E NGENHARIA E LÉTRICA
Ao meu orientador e ao meu co-orientador, professores Ortiz e João Lima, sou grato pela
orientação, sugestões e incentivo.
Aos colegas da Petrobras, em especial do ENGP/ELV pelo apoio e aos colegas do ATP-
MO/OP-CAM e ATP-MO/MI pela presteza na instalação e apoio nos procedimentos de
campo.
Aos colegas do projeto AUTOPOC da UFRN, do qual este trabalho faz parte, especial-
mente a sua coordenação, pelo apoio.
Resumo
The progressing cavity pump artificial lift system, PCP, is a main lift system used
in oil production industry. As this artificial lift application grows the knowledge of it’s
dynamics behavior, the application of automatic control and the developing of equipment
selection design specialist systems are more useful. This work presents tools for dynamic
analysis, control technics and a specialist system for selecting lift equipments for this
artificial lift technology.
The PCP artificial lift system consists of a progressing cavity pump installed downhole
in the production tubing edge. The pump consists of two parts, a stator and a rotor, and is
set in motion by the rotation of the rotor transmitted through a rod string installed in the
tubing. The surface equipment generates and transmits the rotation to the rod string.
First, is presented the developing of a complete mathematical dynamic model of PCP
system. This model is simplified for use in several conditions, including steady state
for sizing PCP equipments, like pump, rod string and drive head. This model is used to
implement a computer simulator able to help in system analysis and to operates as a well
with a controller and allows testing and developing of control algorithms.
The next developing applies control technics to PCP system to optimize pumping ve-
locity to achieve productivity and durability of downhole components. The mathematical
model is linearized to apply conventional control technics including observability and
controllability of the system and develop design rules for PI controller. Stability condi-
tions are stated for operation point of the system.
A fuzzy rule-based control system are developed from a PI controller using a inference
machine based on Mandami operators.
The fuzzy logic is applied to develop a specialist system that selects PCP equipments
too.
The developed technics to simulate and the linearized model was used in an actual well
where a control system is installed. This control system consists of a pump intake pressure
sensor, an industrial controller and a variable speed drive. The PI control was applied
and fuzzy controller was applied to optimize simulated and actual well operation and the
results was compared. The simulated and actual open loop response was compared to
validate simulation.
A case study was accomplished to validate equipment selection specialist system.
Keywords: Inteligent Automatic Control, Artificial Lift, Progressing Cavity, Espe-
cialist System, Simulator, Fuzzy Logic
Sumário
Sumário i
Lista de Figuras v
Lista de Tabelas ix
1 Introdução 1
1.1 O Bombeio de Cavidades Progressivas na Indústria do Petróleo . . . . . . 1
1.2 Justificativa e motivação do trabalho . . . . . . . . . . . . . . . . . . . . 3
1.3 Importância do Controle de Velocidade no Sistema BCP . . . . . . . . . 7
1.4 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Apresentação e Organização . . . . . . . . . . . . . . . . . . . . . . . . 10
2 A elevação de Petróleo 13
2.1 O poço de Petróleo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Fases da vida de um poço . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1 Perfuração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2 Completação . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.3 Produção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.4 Abandono . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3 Elevação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Elevação Natural . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Elevação Artificial . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
i
3.4.4 Bomba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.5 Coluna de hastes . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.4.6 Anular Revestimento - coluna de produção . . . . . . . . . . . . 75
3.5 Dimensionamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.6 Simulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.7 Interface Gráfica do Simulador . . . . . . . . . . . . . . . . . . . . . . . 82
3.8 Simplificação do Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.8.1 Parada com Rotor Preso . . . . . . . . . . . . . . . . . . . . . . 84
3.8.2 Parada Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.8.3 Sistema de Controle de Reversão . . . . . . . . . . . . . . . . . . 92
3.8.4 Operação Normal . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.9 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4 Controle e Monitoramento 95
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2 Instrumentação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.1 Registro de nível . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.2.2 Medição de pressão de sucção e de recalque da bomba . . . . . . 97
4.2.3 Medição da Carga Axial . . . . . . . . . . . . . . . . . . . . . . 98
4.2.4 Medição da potência elétrica . . . . . . . . . . . . . . . . . . . . 99
4.2.5 Medição de torque e outras possibilidades . . . . . . . . . . . . . 100
4.3 Controlador PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3.1 Modelo linear da BCP . . . . . . . . . . . . . . . . . . . . . . . 101
4.3.2 Modelo Linear Simplificado . . . . . . . . . . . . . . . . . . . . 103
4.3.3 Sistema Linearizado no Ponto de Operação . . . . . . . . . . . . 104
4.3.4 Bomba Posicionada Acima dos Canhoneados . . . . . . . . . . . 104
4.3.5 Bomba Posicionada Abaixo dos Canhoneados . . . . . . . . . . . 105
4.3.6 Resposta em Malha Aberta . . . . . . . . . . . . . . . . . . . . . 106
4.3.7 Resposta em Malha Fechada e Projeto do Controlador . . . . . . 106
4.4 Lógica Fuzzy aplicada ao BCP . . . . . . . . . . . . . . . . . . . . . . . 108
4.4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.4.2 Aplicações da Lógica fuzzy . . . . . . . . . . . . . . . . . . . . . 110
4.4.3 Fundamentos de Lógica Fuzzy . . . . . . . . . . . . . . . . . . . 116
4.4.4 Desenvolvimento de um controlador PI- fuzzy . . . . . . . . . . . 120
4.5 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6 Resultados 153
6.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.2 Controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.2.1 Instalações de Campo . . . . . . . . . . . . . . . . . . . . . . . 153
6.2.2 Projeto de controle PI para o Poço . . . . . . . . . . . . . . . . . 155
6.2.3 Especificação do Controlador PI-fuzzy . . . . . . . . . . . . . . 165
6.2.4 Simulação e Resposta em Malha Aberta . . . . . . . . . . . . . . 166
6.2.5 Simulação Comparada em Malha Fechada . . . . . . . . . . . . . 167
6.2.6 Codificação e Teste do Controle Fuzzy no Controlador . . . . . . 167
6.2.7 Supervisão no SISAL . . . . . . . . . . . . . . . . . . . . . . . . 174
6.2.8 Dados de Campo e Análise dos Resultados . . . . . . . . . . . . 178
6.3 Sistema Especialista . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
6.3.1 Problema Proposto . . . . . . . . . . . . . . . . . . . . . . . . . 182
6.3.2 Características do Poço . . . . . . . . . . . . . . . . . . . . . . . 183
6.3.3 Disponibilidade de Equipamentos . . . . . . . . . . . . . . . . . 183
6.3.4 Detalhamento do Processo de Inferência . . . . . . . . . . . . . . 184
6.3.5 Análise dos Resultados . . . . . . . . . . . . . . . . . . . . . . . 188
6.4 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
v
3.18 Variável θ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.19 Relação entre as variáveis numa bomba BCP na posição de referência . . 69
3.20 Relação entre as variáveis numa bomba BCP na posição correspondente
a um ângulo com relação à posição de referência . . . . . . . . . . . . . 70
3.21 seção transversal do volume da cavidade . . . . . . . . . . . . . . . . . 71
3.22 Deformação do elastômero . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.23 Esforços na coluna de hastes . . . . . . . . . . . . . . . . . . . . . . . . 73
3.24 Circuito mecânico representando os esforços de torção na coluna de hastes 74
3.25 Equilíbrio de massas no anular . . . . . . . . . . . . . . . . . . . . . . . 76
3.26 IPR composta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.27 Fluxograma de processo de dimensionamento . . . . . . . . . . . . . . . 78
3.28 Acoplamento entre os diversos subsistemas . . . . . . . . . . . . . . . . 79
3.29 Fluxograma da Classe SimuladorBCP . . . . . . . . . . . . . . . . . . . 80
3.30 Tela Principal do Simulador . . . . . . . . . . . . . . . . . . . . . . . . 82
3.31 Tela de configuração do Poço . . . . . . . . . . . . . . . . . . . . . . . . 83
3.32 Tela de configuração do Acionamento . . . . . . . . . . . . . . . . . . . 84
3.33 Tela de configuração da Bomba . . . . . . . . . . . . . . . . . . . . . . 85
3.34 Tela de configuração do Fluido . . . . . . . . . . . . . . . . . . . . . . . 86
3.35 Tela de configuração do Reservatório . . . . . . . . . . . . . . . . . . . 87
3.36 Tela de configuração do Anular . . . . . . . . . . . . . . . . . . . . . . . 88
3.37 Tela de configuração da Simulação . . . . . . . . . . . . . . . . . . . . . 89
ix
Lista de Símbolos e Abreviaturas
λabc
r vetor de fluxos magnéticos do rotor
iabc
s vetor de correntes elétricas do estator
rabc
r vetor de resistências do enrolamento do rotor
rabc
s vetor de resistências do enrolamento do estator
A Conjunto de elementos
xi
CAR capacidade térmica do sistema de controle de reversão
Ec excentricidade da bomba
Ff Esforço de flutuação
Ki ganho integral
Kp ganho proporcional
Ler distância entre o ponto de contato entre rotor e estator e o eixo do rotor
PR pressão de recalque
PS pressão de sucção
Pb pressão de bolha
Pr Pressão pseudo-crítica
Q vazão de escoamento
Rs razão de solubilidadade
T Temperatura
Tr Temperatura pseudo-crítica
Labc
rs matriz de indutâncias mútuas rotor-estator
Labc
sr matriz de indutâncias mútuas estator-rotor
Labc
ss matriz de indutâncias próprias do estator
Labc
ss matriz de indutâncias próprias do rotor
Re número de Reynolds
λabc
s vetor de fluxos magnéticos do estator
iabc
s vetor de correntes elétricas do rotor
vabc
r vetor de tensões elétricas do rotor
vabc
s vetor de tensões elétricas do estator
μ viscosidade do fluido
μL viscosidade do líquido
μw viscosidade da água
he nível estático
θrt ângulo de giro da linha que liga o centro da seção do rotor ao centro do eixo do
rotor em relação à posição de referência
cp valor sobre-sinal
e1 erro no instante 1
e2 erro no instante 2
fw fração de água
g aceleração da gravidade
h submergência da bomba
hc altura de fluido dentro da colua de produção, ou seja, distância vertical que vai da
bomba até a altura de fluido dentro da coluna de produção
hr espessura do reservatório
qr vazão do reservatório
r1 raio interno
r2 raio externo
u sinal de controle
xi Elemento de um conjunto
BM Bombeio Mecânico
RGO razão entre o volume de gás produzido nas condições normais de pressão e tempe-
ratura para o volume de óleo produzido
t Tempo em seg
Introdução
1
2 CAPÍTULO 1. INTRODUÇÃO
limitação deste método é a vazão de bombeio (< 250m3 /dia) e a capacidade de suportar
elevados diferenciais de pressão (< 250kg f /cm2 ) [Mathews et al. 2002].
Entretanto, o bombeio de cavidades progressivas é o método que têm mostrado maior
capacidade de superar suas próprias limitações diante das enormes perspectivas de evolu-
ção tecnológica que apresenta. Uma das fronteiras ainda pouco exploradas são a mode-
lagem dinâmica, o controle e supervisão automática, especialmente em face da segurança
operacional, já que o fenômeno denominado reversão da coluna de hastes (back-spin) tem
provocado acidentes graves [Mathews et al. 2002].
Diante do custo operacional crescente, a tendência preponderante no desenvolvimento
dos métodos de elevação artificial tem sido a sua automatização. O método de elevação
por bombeio mecânico (BM) tem sido alvo de aperfeiçoamento contínuo no sistema de
automação. O fato dos poços terrestres serem distribuídos geograficamente em grandes
extensões e da sua produção exigir uma máxima continuidade operacional são as princi-
pais razões desta tendência. É de grande valia um sistema local de controle do processo de
elevação capaz de mantê-lo no ponto ótimo de operação, identificar descontinuidades ope-
racionais, retornar rapidamente ao ponto de operação após uma perturbação recuperando
a produção da forma mais rápida possível, bem como diagnosticar a causa de algum pro-
blema, transmitindo a um sistema de supervisão avisos de providências a serem tomadas,
tais como intervenção de limpeza, manutenção em equipamentos e outros. O bombeio
mecânico, método de elevação mais utilizado no mundo todo, é o mais largamente au-
tomatizado e já existe um amplo domínio tecnológico e experiência acumulada nesta área
[Costa 1995].
O segundo método de elevação mais utilizado, em número de poços, no Brasil é o
bombeio de cavidades progressivas (11% dos poços). No mudo todo, ele é o quarto
método em número de poços com 6% dos poços, atrás do bombeio mecânico (71%), do
bombeio centrífugo submerso (10%) e gas lift (10%). A automação deste sistema ainda se
encontra com um nível de desenvolvimento elementar, daí a necessidade de se empreender
pesquisas no sentido de entender melhor o comportamento dinâmico deste sistema e as
formas possíveis de otimização do processo segundo diversos critérios, sinalizando ou até
mesmo parando o sistema em caso de violação de limites de parâmetros operacionais que
indiquem algum problema ou coloquem em risco o operador. As operações de partida
e parada em especial, por conta dos riscos em que implicam, tornam muito atrativa sua
automatização [Assmann 2005].
O bombeio por cavidades progressivas (BCP), por conta de sua versatilidade, tem sido
o método de maior expansão no uso em todo o mundo [Mathews et al. 2002]. Daí sua
importância para a indústria do petróleo. A ação de bombeio é promovida por uma bomba
de cavidades progressivas instalada no fundo do poço [Moineau 1930].
Esta bomba é constituída essencialmente por duas peças, o estator que é um tubo de
aço revestido internamente com elastômero formando uma cavidade interna de geometria
especial e um rotor helicoidal [Cholet 1986]. O rotor é acionado desde a superfície por
uma coluna de hastes. O sistema de superfície é constituído por um sistema de transmis-
são de movimento rotativo, que transforma a energia mecânica rotativa de um motor de
indução em rotação apropriada na haste polida, primeiro elemento da coluna de hastes. O
ajuste de rotação deve ser feito de forma que a bomba libere uma vazão e diferencial de
1.2. JUSTIFICATIVA E MOTIVAÇÃO DO TRABALHO 3
Figura 1.2: Peças que compõem a bomba de cavidades progressivas - o rotor e o estator
1.2. JUSTIFICATIVA E MOTIVAÇÃO DO TRABALHO 5
1.4 Objetivos
1.5 Metodologia
O Simulador dinâmico de BCP foi desenvolvido em linguagem C++ Builder em
trabalho conjunto com o DCA/UFRN (Departamento de Computação e Automação da
UFRN) dentro do projeto AUTOPOC. O destaque deste trabalho será a modelagem ma-
temática do sistema, cabendo a implementação ao pessoal de apoio do projeto Autopoc.
O banco de dados foi implementado a partir do catálogo dos fabricantes, da litera-
tura especializada em elevação de petróleo e a partir dos dados disponíveis no software
1.5. METODOLOGIA 9
PCPump [CFER 2006]. Esta base de dados foi implementada tanto no simulador quanto
no software de dimensionamento.
O modelo dinâmico do sistema BCP e respectivo simulador deve incluir os seus di-
versos subsistemas:
As diversas partes do sistema são modelados por equações algébricas e equações dife-
renciais, que, juntamente com as condições iniciais e de contorno, constituem um sistema
dinâmico não linear. Este sistema de equações diferenciais foi resolvido numericamente
através da aproximação por um sistema de equações de diferenças finitas e a solução
numérica do sistema algébrico resultante foi obtida.
A base de dados de equipamentos de BCP foi montado a partir dos dados existentes
nos catálogos e manuais dos fabricantes. Alguns dados foram estimados a partir dos dados
de catálogo, mas não constam do texto por serem segredo industrial de propriedade dos
fabricantes. Outras características, como as que implicam nas alterações de desempenho
da bomba por efeito de interferência, foram calculados por modelo proposto neste texto.
O simulador dinâmico foi desenvolvido para permitir a seleção dos equipamentos
constantes do poço simulado a partir da base de dados e desta forma alterar suas carac-
terísticas operacionais. A saída do sistema é visual, em que uma animação 3D mostra o
poço equipado com o sistema BCP em movimento e o ângulo de visão do usuário pode
ser modificado. Os parâmetros operacionais podem ser visualizados em função do tempo.
Estes dados vão sendo atualizados a medida que progride a execução de forma que o poço
se comporta simulando o que acontece em tempo real, como por exemplo, o comporta-
mento do nível dinâmico.
Foram obtidos modelos simplificados para simulação de reversão com rotor preso ou
parada normal, com e sem sistema de controle de reversão, e para análise de controlabili-
dade e observabilidade e para projeto de PI.
O desenvolvimento do sistema de controle PI-fuzzy [Shaw 1999] foi testado em con-
junto com o simulador dinâmico antes de ser levado para a aplicação real. Neste teste
simulado, varreram-se diversas condições de características do poço e do sistema BCP
assim como diversas configurações de fuzzificação, chegando-se a conclusão de que é
mais rápido e mais fácil de ajustar do que o controle PI. Como a planta BCP é não-linear
e variante no tempo, o controle PI-fuzzy, relativamente fácil de implementar e configurar
caso haja uma grande experiência acumulada, tem uma aplicação adequada ao sistema
proposto e pode ser facilmente adequado a outros sistemas de elevação, como por exem-
plo o BCS e o Gas lift.
Após os teste em simulação, foi implementado o algoritmo no controlador EXS-10000
[BAKER-CAC 1997] da Weatherford que possui uma linguagem de programação deno-
10 CAPÍTULO 1. INTRODUÇÃO
minada ACL (Automatic Control Language [CAC 1999]). O código pode ser testado no
simulador de execução do controlador.
O sistema de controle foi instalado no poço real (denominado poço A), onde se pode
verificar o comportamento do controle PI e do controle PI-fuzzy e compará-los.
A supervisão do controle foi incorporada ao SISAL [Souza et al. 2006](Sistema Su-
pervisório para Automação de Poços desenvolvido em conjunto pela PETROBRAS e a
UFRN dentro do projeto AUTOPOC) com facilidade, pois o controlador já havia sido
implementado no supervisório. Através dele pode-se acompanhar a atuação do controle
em todos os seus parâmetros, armazenar as entradas analógicas e alterar a configuração
de qualquer um dos parâmetros de controle.
O desenvolvimento de programa especialista de dimensionamento de BCP utilizando
lógica fuzzy foi idealizado de forma a permitir que o usuário imponha faixas de utiliza-
ção de capacidade dos equipamentos. O dimensionamento deve atender as diretrizes de
projeto de Bombeio de cavidades progressivas que impõem estes limites e provém do
conhecimento prático do método. Além disso, a aplicação de campo leva a definição de
faixas particulares para determinados campos em função do maior ou menor rendimento
ou durabilidade do sistema. Como os equipamentos possuem uma ou mais característi-
cas a serem analisadas, e os diversos equipamentos trabalham de forma sistêmica, com o
comportamento de um influenciando no outro, a escolha dos equipamentos por tentativa
e erros é dificultada. Para facilitar esta escolha, foi desenvolvido um sistema especialista
que pesquisa a melhor combinação para o as características do poço através da lógica ne-
bulosa. Os fatores de utilização são fuzzificados valendo-se das faixas ideais e toleráveis
e as regras de avaliação nebulosas, que constituem as denominadas regras de produção da
base de conhecimento, são responsáveis pela inferência que se dá em níveis de satisfação
aos critérios de projeto. As diversas opções são comparadas e a que tem melhores níveis
de satisfação é escolhida. Foram estudadas também regras para aceleração da escolha,
porém, como o algoritmo é processado rapidamente, foi possível varrer todas as opções
e obter a resposta exata. Para realizar isto, foi desenvolvido um programa fácil de usar e
que ainda permite a seleção de equipamentos disponíveis para serem incluídos na análise.
Este programa pode ser facilmente incorporado ao simulador dinâmico em uma próxima
fase, permitindo uma maior integração entre projeto e simulação.
O programa foi validado, verificando sua escolha entre equipamentos disponíveis no
programa PCPump [CFER 2006].
1. Introdução
2. A Elevação de Petróleo
3. Simulador Dinâmico de BCP
4. Controle e Monitoramento
5. Sistema Especialista
6. Resultados
1.6. APRESENTAÇÃO E ORGANIZAÇÃO 11
7. Conclusões e Recomendações
A elevação de Petróleo
O petróleo2 , no sentido mais estrito de petróleo bruto, é uma substância natural oleosa,
inflamável, quase sempre de densidade menor que a água, com características particulares
de odor e cor que pode variar desde o incolor ou castanho claro até o preto, passando por
verde e marrom (castanho), coloração esta relacionada à maior ou menor presença de
certos componentes predominantes da mistura [Rosa et al. 2006].
É uma mistura complexa de compostos químicos cujos principais constituintes são os
hidrocarbonetos, porém outros componentes estão na maioria dos casos presentes cuja es-
trutura contém elementos químicos tais como o nitrogênio, o enxofre, o oxigênio, muitas
1 onshore (em terra) ou offhore (na plataforma continental)
2 do latim petrus, pedra e oleum, óleo
13
14 CAPÍTULO 2. A ELEVAÇÃO DE PETRÓLEO
tos.
2.2.1 Perfuração
O poço é realizado pela perfuração de um furo de 5 a 30 polegadas (13 a 76 cm) de
diâmetro no solo. A perfuração é realizada pela rotação de uma broca na extremidade de
uma coluna de tubos. A rotação desta coluna é feita pela sonda de perfuração. Depois
que o poço é perfurado, uma coluna de tubos de aço chamada revestimento é descida
no poço. Logo após, esta coluna de revestimento é cimentada ao furo. O revestimento
confere integridade estrutural ao poço e o conjunto cimento e revestimento protege o poço
da invasão de fluidos das rochas e das pressões em que estes se encontram. A operação
pode ser repetidas várias vezes.
Para perfurar um poço, é preciso:
Este processo é realizado pela sonda de perfuração que dispõe de todos os equipamen-
tos para circular o fluido de perfuração (lama), controlar a pressão dos fluidos no fundo do
poço e, no interior da rocha, remover os cascalhos da lama de perfuração, e gerar potência
para essas operações.
2.2.2 Completação
Após a perfuração, o poço precisa ser completado, ou seja, condicionado para iniciar a
produção de hidrocarbonetos. A completação é o processo através do qual um poço pode
ser colocado para produzir óleo e gás. Na completação de um poço revestido, é preciso
perfurar na profundidade da rocha portadora de hidrocarbonetos o conjunto revestimento,
cimento e poço. Esta atividade é chamada de canhoneio ) que coloca em comunicação
a rocha reservatório e o interior do poço. A figura 2.4 mostra, em três fases, a operação
de canhoneio. A fase A representa o posicionamento do canhão, ferramenta que dispara
projéteis radialmente perfurando o revestimento, o cimento e a rocha. A fase B mostra os
projéteis perfurando o conjunto revestimento, cimento e rocha, colocando a rocha perme-
ável em comunicação com o interior do poço. A fase C mostra o escomento dos fluidos do
reservatório para o interior do poço possibilitada pela operação de canhoneio. Portanto,
através dos canhoneados o fluido pode fluir do reservatório para o poço e, daí, poderá ser
elevado à superfície. Na completação à poço aberto (quando não há revestimento na zona
produtora), telas filtro ou gravel pack são instalados para permitir a integridade do poço,
a filtração de sólidos e permitir a comunicação do reservatório e o interior do poço.
Após ser criada a comunicação entre o reservatório e o poço, pode-se bombear ácidos
ou outros fluidos para estimulação, como será visto seguir, ou condicionar o poço para
produzir o reservatório.
Finalmente, a área anular entre a coluna de produção e o revestimento acima da seção
de reservatório pode ser isolada através de um obturador (packer). A produção é feita
através de uma coluna de tubos de menor diâmetro que o revestimento do poço, coluna
esta denominada coluna de produção que é instalada durante a completação do poço.
18 CAPÍTULO 2. A ELEVAÇÃO DE PETRÓLEO
Esta coluna serve para uma proteção redundante contra vazamentos, permitindo a troca
de seções de tubo. Além disso, o seu menor diâmetro promove uma maior velocidade de
ascensão do fluido, permitindo a superação da contrapressão hidrostática exercida pelo
fluido.
Um esquema típico de completação de poço para surgência é apresentado na figura
2.5. Ela identifica diversos componentes de um poço produtor de petróleo. A árvore de
natal,o bean, a cabeça de produção, a coluna de produção, o revestimento e o canhoneado.
Estes elementos serão detalhado ao longo deste capítulo.
Na maior parte dos poços, a pressão do reservatório é alta o suficiente para trazer o
óleo ou gás até a superfície. Entretanto, nem sempre isso acontece, especialmente em
campos já depletados. Depleção é a redução substancial da pressão do fluido no reser-
vatório pela produção acumulada em poços vizinhos. Nestes casos, às vezes é possível
instalar uma coluna de produção de menor diâmetro, mas na maioria das vezes é preciso
instalar algum método de elevação artificial, tais como o gas lift, o bombeio mecânico, o
bombeio centrífugo submerso e o bombeio por cavidades progressivas.
2.2. FASES DA VIDA DE UM POÇO 19
2.2.3 Produção
A fase de produção é a mais importante da vida de um poço e, durante ela, os hidro-
carbonetos são produzidos.
Após a atividade de perfuração e de completação, a sonda é removida do poço e são
instalados equipamentos de superfície variados que dependem do tipo de elevação do
poço. No caso de poços surgentes, é instalado um equipamento na superfície denominado
árvore de natal que consiste de um conjunto de válvulas. Estas válvulas permitem blo-
quear o poço o promover acesso a sua coluna ou seu anular em caso de intervenção com
sonda e permitem controlar a pressão e o fluxo no poço. Da válvula de saída da árvore de
natal se pode conectar a linha de produção que permite escoar o fluido produzido até as
facilidades de produção3 e daí até refinarias, quadros de bóias, compressores ou estações
de transferências.
Enquanto a pressão do reservatório se mantém elevada, o poço produz por surgência,
ou seja, não é necessário acrescentar energia ao fluido no fundo do poço para que este
chegue à superfície e às facilidades de produção. Por outro lado, se o reservatório já não
tem pressão suficiente para vencer as perdas de carga e chegar à superfície, será necessário
um sistema de elevação artificial.
Ao longo da vida do poço, são necessárias intervenções com sonda denominadas in-
tervenções de workover. Essas intervenções podem ser para manutenção ou substituição
dos equipamentos de fundo, para limpeza de parafina, areia ou outros sólidos, ou, ainda,
para a operação de recompletação, quando se modifica o intervalo canhoneado. Outras
operações que podem vir a ser realizadas são as de estimulação ou mesmo abandono do
poço.
Outra atividade que ocorre durante a operação de poços são as de recuperação se-
cundária ou avançada, tais como injeção de água, gás, vapor ou CO2 . Estas operações
servem para melhorar e eficiência de drenagem4 do reservatório e para manutenção da
pressão de reservatório quando este é depletivo5 . Outra possibilidade é a melhoria a mo-
bilidade do fluido no reservatório, como nos casos de fluido muito viscoso ou reservatório
de pequena permeabilidade.
Cumpre distinguir alguns conceitos que são muitas vezes confundidos:
2.2.4 Abandono
Quando o poço deixa de produzir ou produz muito pouco a ponto de se tornar anti-
econômica sua produção, por estar exaurida sua reserva de petróleo, o poço é abandonado.
Neste processo, o poço é cimentado de tal forma que o caminho do reservatório até a su-
perfície fique definitivamente bloqueado. Existe também o abandono temporário, quando
se interpõe uma barreira removível no poço, ou o abandono definitivo através do seu ar-
rasamento.
2.3 Elevação
A elevação de petróleo trata do escoamento do fluido produzido pelo poço desde o
fundo do poço até a superfície.
Vários temas são pertinentes à atividade de elevação. O escoamento multifásico é, sem
dúvida, um dos mais importantes. O fluido produzido por um reservatório de petróleo
é extremamente heterogêneo e variado. A fase líquida é composta de diversos hidro-
carbonetos, desde líquidos leves, como hexanos, heptanos, octanos, etc, formadores da
gasolina natural e outras parafinas e aromáticos até moléculas complexas e pesadas como
os asfaltenos. Além disto a água é presença constante nos reservatórios, tanto a conata6
como a água introduzida no reservatório na perfuração 7 como nos projetos de recupera-
ção suplementar por injeção de água. Ainda há a fase gasosa, composta de hidrocarbone-
tos8 como por gás carbônico, gás sulfídrico ou outros.
Assim, o escoamento na elevação de petróleo pode ser classificado como multicom-
ponente e multifásico.
Outros assuntos pertinentes à elevação de petróleo são o escoamento em meios porosos
e o estudo de sistemas de bombeamento, como o bombeio alternativo, o bombeio cen-
trífugo submerso e o bombeio de cavidades progressivas assim como seu sistema de
acionamento.
A elevação de petróleo pode ser classificada da seguinte forma:
1. Natural
2. Artificial
(a) Pneumáticos
i. Gás Lift Contínuo
ii. Gás Lift intermitente
iii. Plunger Lift
iv. Pig Lift
(b) Bombeio
i. Bombeio Mecânico
ii. Bombeio Centrífugo Submerso
iii. Bombeio de Cavidades Progressivas
6 águaexistente originariamente no reservatório
7 noprocesso denominada filtração da lama de perfuração
8 metano, etano, propano e butano
2.3. ELEVAÇÃO 21
1. produtividade do poço;
2. pressão e profundidade do reservatório;
3. diâmetro da coluna de produção;
4. características do fluido;
(a) viscosidade;
(b) densidade;
(c) fração de água;
(d) razão gás líquido;
(e) tensão interfacial;
(f) pressão de bolha;
5. abertura do bean;
6. diâmetro da linha de produção;
7. pressão de separação.
A primeira das curvas, a IPR, relaciona a vazão de fluido do reservatório com a pressão
no fundo do poço. Quanto menor a pressão de fundo, maior será o influxo de fluido do
reservatório para o poço. Para dada vazão ela estabelece qual a pressão disponível no
fundo do poço para a elevação natural.
9 obturador
22 CAPÍTULO 2. A ELEVAÇÃO DE PETRÓLEO
A segunda curva, a TPR, relaciona a vazão de produção com a perda de carga desde
o fundo do poço até o separador de produção para diversas combinações de diâmetro
de coluna de produção, abertura do bean, pressão de separador e diâmetro de linha de
produção. Com a perda de carga e a pressão no separador, pode-se estabelecer a pressão
de fundo necessária para escoar cada valor de vazão. A pressão no fundo provinda da
TPR estabelece a pressão requerida no fundo do poço para escoar dada vazão.
O ponto de encontro entre a TPR de uma dada combinação de parâmetros e a IPR dá a
vazão de operação por surgência de um poço. Caso se queira operar com uma vazão maior,
deve-se colocar um sistema de elevação que supra o diferencial de pressão requerido. A
figura 2.7 mostra uma a IPR e a TPR de um poço, assim como o ponto de operação por
elevação natural ou surgência e o diferencial de pressão requerido do sistema de elevação
artificial para operar com uma vazão maior que a natural. No caso deste gráfico, se o
poço for equipador para surgência ele produirá uma vazão menor que a que produzirá se
equipado para bombeio. A pw f mínima é a pressão mínima requerida pelo método de
bombeio, abaixo da qual o método se torna pouco eficiente. O sistema de bombeio deverá
promover uma elevação de pressão de ΔP.
O conhecimento da IPR exige o conhecimento de dados de reservatórios, de produção
2.3. ELEVAÇÃO 23
Gas Lift - GL
No sistema pneumático denominado gas lift é transmitida energia para o fundo do
poço na forma de gás comprimido. O gás é injetado sob pressão no anular existente entre
o revestimento do poço e a coluna de produção. Válvulas situadas na coluna de produção
10 queda de pressão
24 CAPÍTULO 2. A ELEVAÇÃO DE PETRÓLEO
Bombeio Mecânico - BM
passe para dentro do pistão e, enquanto isso, a válvula de pé se fecha, de tal forma que o
fluido no interior da camisa não retorne para a sucção [Brown 1977].
No início da fase ascendente, como mostra a figura 2.12, a válvula de passeio se fecha
imediatamente de forma e não permitir que retorne o fluido da coluna de produção para
o interior da camisa, arrastando este para cima para, logo em seguida, a válvula de pé se
abrir ao ser descomprimido o fluido existente na camisa, permitindo com isto que o fluido
da sucção preencha o interior da camisa no espaço deixado pela ascensão do pistão, tal
como mostra a figura 2.12.
A instalação de superfície permite que o fluido elevado escoe para a linha de produção
ao mesmo tempo vedando a passagem da haste polida12 . A haste polida está conectada
à uma coluna de hastes de bombeio de comprimento padrão (7,6 metros) que vai desde a
superfície até o pistão. Quando a haste polida é movida alternativamente pela unidade de
bombeio, o pistão também é movido alternativamente. A conexão da linha de produção ao
12 primeiro elemento da colua da hastes
2.3. ELEVAÇÃO 27
8. cabeça;
9. mancal central;
10. mancal equalizador;
11. base de fixação.
O motor aciona a polia motora que move, através da transmissão por polias e cor-
reias, a polia do redutor, reduzindo a velocidade e aumentando o torque. O redutor pro-
move uma segunda etapa de redução de velocidade. O eixo de saída do redutor aciona a
manivela que, por sua vez, faz movimentar a biela e o balancim. O balacim oscila sobre o
mancal central que é fixo, enquanto a biela tem uma extremidade girando com a manivela
e a outra com a extremidade do balancim unidas pelo mancal equalizador. A atuação
destes três elementos, manivela, biela e balancim fazem com que o movimento rotativo no
eixo de baixa do redutor se transforme em um movimento alternativo do balancim. Final-
mente, na cabeça de produção, dois cabos de aço, cujo conjunto é denominado "cabresto",
transmitem, através da mesa do cabresto, o movimento alternativo para a haste polida.
para que o fluido admitido sirva de fluido de refrigeração do motor. Por esta necessidade,
este método de elevação não concorre, em condições normais, com o bombeio mecânico
e o bombeio de cavidades progressivas quando se trata de poços com baixa vazão, pois
estes podem não fornecer convecção forçada suficiente para refrigerar o motor de fundo.
O método, da mesma maneira que os sistemas de elevação por ação de bombeio, tem
limitações quando se trata de poços com quantidade significativa de gás ou de sólidos.
Relativamente ao BCP, não consegue concorrer em eficácia quando se trata de poços com
fluido de alta viscosidade ou de alto teor de areia. Sua aplicação é particularmente eficaz
em poços desviados por independer de coluna de hastes, trabalhando com elevada durabi-
lidade em poços com alto dog-leg. O aspecto mais importante a se considerar na projeto,
instalação e operação do sistema é relativo aos equipamentos elétricos e à sua tempera-
tura de operação. A figura 2.14, mostra uma instalação de fundo típica, identificando o
motor de subsuperfície, o protetor ou selo do motor, a admissão ou sucção da bomba, a
bomba centrífuga composta de diversos estágios e o cabo elétrico chato. A figura 2.15
mostra a correspondente instalação de superfície, mostrando a ligação do cabo chato com
o quadro de comandos através de uma caixa de ventilação que impede de gases provindos
do poço cheguem ao quadro. O transformador reduz a voltagem de alimentação para o
valor exigido pelo motor de subsuperfície. Um fator importante a se considerar é que a
operação da bomba, o ajuste de velocidade de rotação da bomba, tem aspectos similares
ao bombeio por cavidades progressivas, sendo possível que muitos resultados deste tra-
balho possam vir a ser aplicados no controle de BCS. A bomba centrífuga utilizada no
BCS é composta de uma série de elementos impelidores e difusores em série.
motor é muito alta, um sistema de polias reduz a velocidade de rotação para acionar o
eixo de entrada do redutor do cabeçote.
A figura 3.2 mostra o sistema BCP identificando suas principais partes. O capítulo 3
tratará detalhadamente do sistema.
talado por circulação de fluido sem a necessidade de sonda. Entretanto, tem um baixo
rendimento energético [Noronha et al. 1997].
2.4 Conclusão
Os poços produtores de petróleo, por serem distribuídos no espaço de forma bas-
tantes esparsa, são unidades industriais extrativas cujo automação e operação remota são
bastante atraentes do ponto de vista econômico e de segurança. O principal controle re-
querido é o de adequação de regime de operação. A operação otimizada trás como benefí-
cio a manutenção da produção dos poços reduzindo os custos decorrentes da manutenção
corretiva e parada na produção . A operação remota reduz drasticamente a necessidade
do operador na área do poço reduzindo o número de percursos requeridos ao poço seja
por transporte rodoviário, seja por transporte aéreo, fluvial ou marítimo, reduzindo o con-
sumo de combustíveis, reduzindo as emissões de dióxido de carbono e, principalmente,
reduzindo os riscos de acidentes.
O princípio geral é que se o sistema operar regulado para uma vazão maior do que
a requerida isto poderá causar problemas de reservatórios, tais como formação de cone
de água ou excessiva produção de areia, ou um desgaste excessivo do equipamento de
bombeio e desperdício de energia. Por outro lado, se o sistema estiver regulado para uma
vazão aquém da requerida, o poço produzirá menos e daí decorrerão os custos de atraso na
produção. A produção a menos só poderá ser recuperada ao fim da vida economicamente
atrativa do poço.
No caso do bombeio mecânico, o sistema de controle, a partir da carta dinamométrica
detecta o momento em que a bomba opera com enchimento incompleto, condição denomi-
nada pump-off e desliga o bombeio. A parada do sistema faz com que o fluido provindo
do reservatório se acumule no espaço anular do poço fazendo com que a bomba opere
cheia. O controle de pump-off mantém a bomba operando com rendimento máximo e ci-
clando um número mínimo de vezes, minimizando o consumo de energia e maximizando
a vida útil do equipamento de fundo. Por outro lado, a regulagem do tempo de parada do
sistema, denominado idle time mantém a produção controlada.
No Gas-lift deve-se controlar a vazão de injeção de gás de forma a otimizar a produção
de gás. Se for injetado menos gás do que o ótimo a quantidade de gás será insuficiente
para manter a pressão de fluxo no mínimo. Entretanto, a partir do ponto ótimo, não
adianta injetar mais gás pois o regime de fluxo se modifica e boa parte do gás escorrega
sem arrastar líquido, reduzindo o rendimento do sistema.
O Bombeio Centrífugo Submerso, deve-se controlar a velocidade de operação do
motor de fundo de forma a manter a pressão de fundo em um valor mínimo. Excesso
de velocidade provoca o desgaste mais acelerado do equipamento de fundo, rendimento
energético baixo, sobreaquecimento do motor, etc. Velocidade de operação insuficiente
provoca a perda de parte da produção.
Da mesma forma no BCP, deve-se controlar a velocidade de rotação do rotor da bomba
de fundo. Velocidade insuficiente provoca a perda de produção enquanto o excesso de
velocidade provoca o desgaste acelerado e baixo rendimento energético.
Capítulo 3
3.1 Introdução
O desenvolvimento de um sistema de controle requer, como uma primeira verificação
de desempenho, seleção de variáveis de processo mais importantes, seleção de estratégia
de controle entre outras finalidades, a simulação dinâmica do processo. A simulação pode
ser analógica, numérica ou híbrida. Adotou-se a simulação numérica neste trabalho.
O simulador desenvolvido é capaz de simular o comportamento dinâmico de diversas
variáveis do processo, tais como:
33
34 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
axial e tensão nas hastes, parâmetros elétricos de operação do motor de indução, etc. A
saída é apresentada em função do tempo ao usuário na interface do programa.
Na seção que se segue, mostrar-se-á de que partes se compõe um sistema BCP. Em
seguida, cada uma das partes será modelada matematicamente, valendo-se de técnicas
consagradas ou, onde estas faltarem, mostrar-se-á os modelos que foram propostos de
forma a cobrirem o vazio deixado. Também serão mostrados os cálculos requeridos para
o dimensionamento do sistema.
1. motor de indução;
2. propriedades de fluido;
3. bomba;
4. cabeçote e hastes;
5. escoamento;
6. reservatório;
7. anular revestimento-coluna de produção;
permitem combinações que devem prover uma redução total de 12:1 a 6:1. O motor de in-
dução é o tipo de motor elétrico largamente utilizado e difundido, tanto para motorização
de sistemas, quanto para processos industriais, graças à robustez, simplicidade e baixo
custo proporcionado pelo mesmo. Mesmo com essas vantagens, os motores de indução
não tinham muita importância até alguns anos atrás, quando se levava em consideração
aplicações com velocidade variável. Durante décadas, todas as soluções realizáveis eram
muito complicadas e/ou muito caras. Uma primeira solução foi obtida com relação às
técnicas de modelagem, com o propósito de se obter um conjunto de equações dinâmi-
cas mais simples e voltadas para aplicações de controle, mas sua implementação exigia
grande esforço computacional. Os avanços tecnológicos tornaram possível a evolução
das técnicas de modelagem, uma vez que os novos processadores e softwares existentes
no mercado possibilitaram o estudo e aprimoramento dessas técnicas com o propósito de
se obter um conjunto de equações mais simples e voltadas para aplicações de controle
[Cad 2000].
No desenvolvimento do modelo da máquina [Vidal 2005] algumas considerações
foram feitas [Barbi 1985]:
dλas
vas = ias rs +
dt
dλbs
vbs = ibs rs +
dt
dλcs
vcs = ics rs +
dt
dλar
var = iar rr +
dt
dλbr
vbr = ibr rr +
dt
dλcr
vcr = icr rr + (3.1)
dt
3.4. MODELO MATEMÁTICO 39
vabc
s = dt λs + rs is
d abc abc abc
(3.2)
abc
vr = dt λr + rr ir
d abc abc abc
rotor em função das indutâncias. Nestas equações, os fluxos estão definidos em 3.4 e as
correntes em 3.6.
λabc Labc Labc iabc
s = ss sr s (3.3)
λabc
r Labc
rs Labc
rr iabc
r
λabc
s = (λas , λbs , λcs )t (3.4)
λabc
r = (λar , λbr , λcr )t (3.5)
iabc
s = (ias , ibs , ics )t (3.6)
iabc
r = (iar , ibr , icr )t (3.7)
As matrizes de indutâncias próprias do estator e do rotor são descritas por 3.8 e 3.9,
enquanto as indutâncias mútuas entre o rotor e o indutor são dependentes do ângulo do
rotor e são descritas pela equação 3.10.
⎡ ⎤
Lls + Lss Lsm Lsm
Labc
ss =
⎣ Lsm Lls + Lss Lsm ⎦ (3.8)
Lsm Lsm Lls + Lss
40 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
⎡ ⎤
Llr + Lrr Lrm Lrm
Labc
rr =
⎣ Lrm Llr + Lrr Lrm ⎦ (3.9)
Lrm Lrm Llr + Lrr
⎡
⎤
cos θr cos θr + 2π
3 cos
θr + 2π3
Labc abc
sr = Lrs = Lsr ⎣ cos
θr + 2π
3
cos θr 2π cos θr + 3
2π ⎦
(3.10)
cos θr + 32π
cos θr + 3 cos θr
⎡ ⎤ ⎡ ⎤
fq
fa
⎣ fd ⎦ = Tdq0 (θ) ⎣ fb ⎦ (3.11)
f0 fc
⎡
⎤
cos θ cos
θ − 2π
3 cos
θ + 2π
3
2
Tdq0 (θ) = ⎣ sin θ sin θ − 2π 3 sin θ + 2π
3
⎦ (3.12)
3 1 1 1
2 2 2
Aplicando a transformação em 3.2 às grandezas de fase (tensão, corrente e fluxo), são
obtidas as equações 3.13 e 3.14 para as tensões do estator e do rotor respectivamente,
observando que o ângulo entre o eixo do rotor e o eixo dq0 é (θ − θ0 ) [Vidal 2005].
3.4. MODELO MATEMÁTICO 41
⎡ ⎤
0 1 0
d dq0
vdq0
s = ω ⎣ −1 0 0 ⎦ λdq0
s + λs + rdq0
s is
dq0
(3.13)
dt
0 0 0
⎡ ⎤
0 1 0
d dq0
vdq0
r = (ω − ωr ) ⎣ −1 0 0 ⎦ λdq0
r + λ + rdq0
r ir
dq0
(3.14)
dt r
0 0 0
⎡ ⎤ ⎡ ⎤⎡ ⎤
λqs Lls + Lm 0 0 Lm 0 0 iqs
⎢ λds ⎥ ⎢ 0 Lls + Lm 0 0 Lm 0 ⎥⎢ ids ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ λ0s ⎥ ⎢ 0 0 Lls 0 0 0 ⎥⎢ i0s ⎥
⎢ ⎥=⎢ ⎥⎢ ⎥ (3.15)
⎢ λqr ⎥ ⎢ Lm 0 0 Llr + Lm 0 0 ⎥⎢ iqr ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎣ λdr ⎦ ⎣ 0 Lm 0 0 Llr + Lm 0 ⎦⎣ idr ⎦
λ0r 0 0 0 0 0 Llr i0r
A partir das equações de tensão dq0 do estator e do rotor pode-se calcular a potência
de entrada do enrolamentos, composta de perdas no cobre, taxa de variação do campo
magnético e energia convertida em trabalho mecânico. A partir da última componente da
potência e das relações expressas por 3.15, pode-se obter as expressões 3.16.
Tem = 2
λdr iqr − λqr idr
3
= 2 λ
ds iqs − λqs ids
3
(3.16)
= 2 Lm idr iqs − iqr ids
3
λqr = ωr λqr + RLrr (λmq − λqr ) dt
(3.19)
λdr = −ωr λdr + RLrr (λmd − λdr ) dt
λqs −λmq
iqs = Ls
λds −λmd
ids =
Ls (3.20)
λ λ
λmq = LM Lqss + Lqrr
λmd = LM λLdss + λLdrr
Lm Ls Lr
LM = (3.21)
Lm Ls + Lm Lr + Ls Lr
O torque eletromecânico e a velocidade angular são expressas pelas equações 3.22 e
3.23.
3 P
Tem = (λds iqs − λqs ids ) (3.22)
2 2ωr
P
ωr = (Tem + Tmec − TDAMP ) (3.23)
2J
Alguns dos principais compêndios de correlações empíricas do tipo black oil são Mc-
Cain [McCain Jr. 1990], Beggs e Brill [Beggs & Brill 1978], Brown [Brown 1977] e Rosa,
Carvalho e Xavier [Rosa et al. 2006] .
As propriedades que precisam ser calculadas são as seguintes:
A massa molecular do óleo pode ser calculada através da equação 3.25, expressão
desenvolvida por Assmann [Assmann 1994] a partir de dados em Beggs e Brill [Beggs &
Brill 1978].
3 razão
entre o volume de gás total produzido nas condições padrão (25o C e 1 atm) e volume de óleo
nas mesmas condições
44 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
O referido gráfico pode ser aproximado ([Assmann 1994]) pelo polinômio apresen-
tado na equação 3.27.
yG = −0, 0000554437FPb
5 − 0, 0002635095F 4 + 0, 01400300282F 3 −
Pb Pb (3.27)
−0, 106272599FPb
2 + 0, 398953026F − 0, 003237893
Pb
Com esta expressão, pode-se calcular a razão de solubilidade Rs para dada pressão,
respeitando-se, sempre, a razão gás-óleo RGO do poço que é limite máximo de razão de
solubilidade de gás.
Quando se calcula a pressão de bolha ou pressão de saturação, é necessário inverter
o cálculo e, para dada uma razão de solubilidade, e, em conseqüência, uma dada fração
molar de gás, deve-se calcular o fator de pressão de bolha. A relação inversa está na
equação 3.28.
Nesta equação, a razão de solubilidade está expressa em scf/stb (scf - pés cúbicos nas
condições standard, 60o F e 14,7 psia, stb - barril nas mesmas condições). A conversão
de m3/m3 para scf/stb é a seguinte:
m3 sc f
3
= 5, 6144 (3.30)
m stb
A correlação pode ser usada para calcular a pressão de bolha, calcular a razão de
solubilidade numa dada condição de pressão e temperatura (o que serve para calcular o
fator volume de formação Bo e para calcular a fração de gás livre yG numa dada condição
de pressão e temperatura.
A correlação de Standing [Standing 1947], apresentada na equação 3.31 é mais sim-
ples e permite o cálculo direto da razão de solubilidade.
o 0,83
1
Pb 100,0125 API
Rs = dG × (3.31)
18 100 , 0009T
Diversas outras correlações, tais como as de Glaso [Glaso 1980] e Vazquez e Beggs
[Vasquez & Beggs 1980] que se adaptam melhor a óleos leves e com alta RGL, circuns-
tâncias que tornam o bombeio de cavidades progressivas bastante limitado e de pouca
aplicabilidade, por isso, no simulador, foram apenas incluídas as correlações de Standing
e a de Lasater.
bolha pode ser considerada isotérmica, pois predomina o efeito de pressão. Conforme a
correlação de Trube [Rosa et al. 2006], a compressibilidade é calculada pela expressão
3.34.
cr Pr
co = (3.34)
Tr
Viscosidade do óleo
μo = AμBOD (3.39)
A = 10, 715(Rs + 100)−0,515 (3.40)
μL = (1 − fw )μo + fw μw (3.41)
3.4. MODELO MATEMÁTICO 47
A massa específica da mistura bifásica é obtida pela ponderação das massas específi-
cas de cada uma das fases na proporção da fração de vazio, conforme mostra a equação
3.42.
ρL = (1 − fw )ρo + fw ρa (3.43)
do ρa + dGD ρar Rs
ρo = (3.44)
Bo
R p dG − Rs dGD
dGF = (3.45)
R p − Rs
A massa específica do gás livre é calculada pela equação de estado do gás real em
função do fator de compressibilidade, conforme e mostrado na equação 3.46.
PdGF (29)
ρGF = (3.46)
ZRT
(R p − Rs )Bg
α= (3.47)
Bo
(R p − Rs )Bg +
1 − fw
O fator volume de formação do gás deve ser avaliado utilizando a definição represen-
tada na equação 3.48
PTstd
Bg = (3.48)
Pstd ZT
48 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
• pressão no revestimento;
• pressão exercida pela coluna de gás acima da sucção;
• pressão exercida pela coluna de líquido acima da sucção;
O segundo pode ser desprezado por ser muito menor que os outros. Através da coluna de
líquido existente no anular é borbulhado o gás separado na sucção da bomba, resultando
em que a densidade desta coluna é menor do que a do líquido. Quando se pretende calcular
a pressão de sucção a partir da medição do nível dinâmico, é preciso considerar este
efeito do borbulhamento de gás através da coluna de líquido, mas quando se quer estimar
diretamente a pressão de sucção é mais simples considerar o gás e o líquido segregados
no espaço anular utilizando a expressão apresentada em 3.50.
mento entre as fases, o hold-up será igual a fração volumétrica de líquido na vazão e será
denominada non-slip hold-up.
dP
= ρml g = [HL ρL + (1 − HL )ρG )] g = [(1 − α)ρL + αρG ] g (3.52)
dx g
1 d dvz 1 dP
r = (3.53)
r dr dr μ dz
vz (r1 ) = 0
vz(r2 ) = 0
dvz (3.54)
= 0
dr rmax
dP 8Qμ
= 4 (3.56)
dz f πr1 Fk
onde
(1 − k2 )2
Fk = (1 − k ) +
4
lnK
r2
k =
r1
Esta expressão só é válida para escoamento laminar, isto é, quando atendida a condição
3.57. A expressão utilizada para escoamento turbulento, que ocorre para a condição ex-
pressa por 3.58, é determinada pela correlação 3.59 [Mathews et al. 2002]. Entre estas
duas condições o regime é de transição e é comum adotar-se um valor intermediário entre
a perda de carga laminar e turbulenta para a metodologia não sofrer solução de con-
tinuidade.
4ρQ
Re = < 2100 (3.57)
πμ(d2 − d1 )
Se o fluido for incompressível e/ou bifásico a solução deve ser obtida por diferenças
finitas, ou seja, a coluna deve ser dividida em células limitadas por cortes transversais
e o gradiente de pressão por fricção e gravitacional em cada seção calculados com pro-
priedades médias. A solução integrada em N seções está representada em 3.61.
N
dP dP Ltbg
ΔP = ∑ + dz (3.61)
i=1 dz g f N
Como no caso do escoamento bifásico a velocidade de fluxo varia ao longo da coluna
é preciso dividir o tubo em fatias infinitesimais e integrar a solução da perda de carga total
ao longo do tubo. Normalmente esta integração é feita através de elementos de tubulação
3.4. MODELO MATEMÁTICO 51
que o modelo ainda exige uma equação de transporte de gás para que possa representar
adequadamente o fenômeno de deslocamento de um fluido monofásico que preenche a
coluna antes do início do bombeio por um fluido bifásico. Este modelo foi desenvolvido
para uma coluna de seção circular.
O modelo homogêneo é o mais simples, pois parte da premissa do equilíbrio total
entre as fases e, portanto, exige apenas as equações de continuidade, de conservação
da quantidade de movimento e da conservação da energia, requerendo ainda a referida
equação de transporte de gás. Se for ainda adotada a premissa do escoamento isotérmico,
pode-se desconsiderar a equação da energia.
O modelo adotado no simulador foi o homogêneo isotérmico, adotando como equação
constitutiva da fricção, as equações 3.56 ou 3.59 a depender do número de Reynolds na
seção e passo de tempo.
O modelo utilizado no simulador é representado pelas equações 3.63. A primeira
é a equação da continuidade, a segunda é a equação de conservação da quantidade de
movimento e a terceira é equação de transporte de gás .
∂ρm ∂ (ρm v)
+ = 0
∂t
∂z
∂(ρm v) ∂ ρm v2 ∂P ∂P
+ = ρm g − − (3.63)
∂t ∂z ∂z ∂z f
∂R p ∂R p
+v = 0
∂t ∂z
Este sistema de equações diferenciais tem três variáveis dependentes e duas variáveis
independentes. As variáveis dependentes descrevem o seu estado e são constituídas de
velocidade da mistura vm , pressão P e razão gás-líquido R p , que são função da seção da
tubulação z e do tempo t que são as variáveis independentes do sistema. As equações
3.63 podem ser expressas em termos de derivadas das variáveis dependentes em relação
às variáveis dependentes conforme [Assmann 1994]. As equações assim representadas
estão mostradas em 3.65.
∂ρm ∂P ∂v ∂ρm ∂P
+ ρm + v = 0
∂P ∂t ∂z ∂P T ∂z
T
∂v ∂v ∂P ∂P
ρm + ρm v + = ρm g − (3.64)
∂t ∂z ∂z ∂z f
∂R p ∂R p
+v = 0
∂t ∂z
Portanto, para que se estabeleça como um problema bem proposto, é preciso três
condições de contorno e três condições iniciais. É preciso conhecer a velocidade do flu-
ido no fundo ao longo do tempo e isto provém da solução do modelo da bomba, é preciso
conhecer a pressão na superfície que é aproximadamente constante, e é preciso conhecer
3.4. MODELO MATEMÁTICO 53
P(H,t) = Psep
Qb
v(0,t) = (3.65)
Aan
R p (0,t) = RGO p
P(z, 0) = Psep + ρm gz
v(z, o) = 0 (3.66)
R p (z, 0) = 0
Rk+1
Pi − RPi
k RkP − RkPi−1
+ vki i =0 (3.69)
Δt Δz
Dividindo a coluna em N seções, haverá N+1 pontos, sendo o ponto i = 0 no fundo e
o ponto N na superfície. A velocidade e a RGL são conhecidas no ponto zero e a pressão
no ponto i = N, conforme as condições de contorno 3.65. As três variáveis dependentes
são conhecidas no passo de tempo inicial k = 0. Para cada seção i = [1, N] podem ser
escritas as equações 3.67, formando um sistema de 2 equações algébricas, representadas
3.4. MODELO MATEMÁTICO 55
i,k i,k
1 ∂ρm vk ∂ρm
a1,1 (i, k) = + i
Δt ∂P T Δz ∂P T
ρi,k
m
a1,2 (i, k) = (3.71)
Δz
1
a2,1 (i, k) =
Δz
ρi,k
m ρi,k
m · vi
k
a2,2 (i, k) = + (3.72)
Δz Δt
i,k k
∂ρm Pi ρi,k k+1
m vi−1 ∂ρm i,k Pik vki
b1 (i, k) = + +
∂P T Δt Δz ∂P T Δt
i,k
ρi,k
m vi
k ρi,k k k+1
m vi vi−1
k+1
Pi−1 ∂P
b2 (i, k) = + + − ρm g −
Δt Δz Δt ∂z f
⎡ ⎤⎡ ⎤ ⎡ ⎤
a1,1 a1,2 0 0 a1,5 0 0 0 P0 b1
⎢ a2,1 a2,2 0 0 a2,5 0 0 0 ⎥⎢ P1 ⎥ ⎢ b2 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ 0 a3,2 a3,3 0 a3,5 a3,6 0 0 ⎥⎢ P2 ⎥ ⎢ b3 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ 0 a4,2 a4,3 0 0 a4,6 a4,7 0 ⎥⎢ P3 ⎥ ⎢ b4 ⎥
⎢ ⎥⎢ ⎥=⎢ ⎥ (3.73)
⎢ 0 0 a5,3 a5,4 0 a5,6 a5,7 0 ⎥⎢ v1 ⎥ ⎢ b5 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ 0 0 a6,3 a6,4 0 a6,6 a6,7 0 ⎥⎢ v2 ⎥ ⎢ b6 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣ 0 0 0 a7,4 a7,5 0 0 a7,7 ⎦⎣ v3 ⎦ ⎣ b7 ⎦
0 0 0 a8,4 a8,5 0 0 a8,7 v4 b8
Com esta equação, pode-se a partir do instante k = 0, em que todas variáveis são con-
hecidas, calcular as variáveis no passo de tempo k = 1. A partir das variáveis calculadas,
utiliza-se a equação 3.69 para calcular novos valores de R p nas seções. A partir das var-
iáveis calculadas, reescreve-se a equação matricial de forma que, a partir das variáveis
no passo de tempo 1 possa se calcular as variáveis no passo de tempo k = 2 e assim por
diante. Soluções deste algoritmo foram estudas por [Vidal 2005] e implementadas no
simulador.
56 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
3.4.4 Bomba
Princípio básico de funcionamento
Nesta seção, são mostrados os fundamentos teóricos da modelagem da bomba de cavi-
dades progressivas. As principais referências são Cholet[Cholet 1986], Mathews et. al.
[Mathews et al. 2002] e Gamboa [Gamboa & Urdaneta 2004]. Estas fontes serviram de
base para este trabalho.
A bomba de cavidades progressivas é formada por um estator (parte estática) e um
rotor (parte rotativa). O estator é composto por um tubo de aço revestido internamente
com elastômero e cuja superfície interna é o envelope de um helicóide de N dentes sem
excentricidade [Mathews et al. 2002]. O rotor é metálico e tem uma superfície interna
com a forma do envelope de um helicóide de N-1 passos com certa excentricidade e passo
igual a metade do passo do estator. O conjunto, quando o rotor está inserido dentro do
estator, forma uma série de cavidades isoladas umas das outras por linhas de interferência.
Ao girar o rotor dentro do estator, mantido o estator parado, as cavidades se movimen-
tam axialmente da sucção para o recalque da bomba, promovendo uma ação de bombeio
[Cholet 1986]. A geometria descrita pode ser observada em corte transversal e axial na
Figura 3.8 para uma bomba de rotor com dente simples. Esta figura mostra um corte
longitudinal da bomba com o rotor montado dentro do estator e três cortes transversais
representando o rotor em diversas posições que dentro do estator quando o rotor está
girando.
A geometria de uma bomba BCP é caracterizada pelo passo do rotor, passo do estator,
diâmetro do rotor, excentricidade e número de dentes. Na bomba denominada single-
lobe, o helicóide associado ao estator é a superfície resultante da translação do envelope
do hipociclóide de dois dentes (que é um segmento de reta) ao longo de uma geratriz
helicoidal situada na extremidade e sem excentricidade.
3.4. MODELO MATEMÁTICO 57
Numa seção qualquer, a área existente entre o estator e o rotor corresponde à área
da seção da cavidade. A geometria é completamente definida pelo passo, diâmetro do
rotor e excentricidade do rotor, além da folga ou aperto existente entre o rotor e o estator,
parâmetro este denominado interferência. Estas características podem ser observadas nas
Figuras 3.9 e 3.10. Estas figuras mostram diversas dimensões importantes das bombas
BCP, tais como o passo do rotor, passo do estator, excentricidade, diâmetro maior e menor
do rotor e diâmetro maior do estator. A primeira mostra a bomba em três dimensões,
enquanto a segunda a motra em corte longitudinal e transversal.
Diz-se que a bomba single lobe tem uma configuração 2:1, referindo-se ao número de
lóbulos ou dentes do estator e do rotor respectivamente.
A relação de passos de uma BCP varia na mesma proporção da relação de dentes,
conforme estabelece mostra a tabela 3.1.
As bombas com relação de dentes superior a 1:2 são denominadas multi-lobe e não
serão tratadas neste trabalho. Elas possuem maior capacidade de vazão para o mesmo
diâmetro do tubo estator, porém desenvolvem um maior torque. A geometria multilobe
58 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
tem se mostrado mais adequada para motores hidráulicos, tais como os que são utilizados
em perfuração de poços para acionar hidraulicamente a broca e a geometria single-lobe
mais apropriada para bombeio. Isto se explica porque em um motor o que se deseja
é um torque de acionamento máximo para uma vazão mínima e na bomba justamente
o contrário. Por terem geometria mais complexa e seu uso ainda não ser amplamente
disseminada na indústria de petróleo [Assmann 2005], as bombas multilobe não serão
alvo da modelagem, recomendando-se seu futuro estudo.
Algumas outras características importantes de uma BCP são as conexões do estator e
do rotor. Estas estão mostradas na Figura 3.11, na qual D é . Muitas vezes são requeridos
adaptadores nas conexões para diversos tipos de coluna. As carcaças dos estatores das
bombas BCP são normalmente feitas de tubo em aço tipo J-55 e suas roscas são do tipo
NU. Quando se usa coluna de produção composta de tubos de aço tipo N-80 ou P-110, as
roscas são do tipo EU, daí a necessidade de adptadores conhecidos como crossover.
Quando o rotor é posicionado dentro do estator, uma série de cavidades isoladas são
formadas. Cada cavidade tem um comprimento igual a um passo de estator e tem forma
espiralada ao redor do rotor. A seção da cavidade varia continuamente ao longo do eixo
do estator, desde zero a um máximo, voltando para zero. Quando uma cavidade termina
a outra está em seu máxima seção transversal de forma que sempre há duas cavidades
coexistentes. Ao longo de um passo de estator, há uma cavidade completa e duas meias
cavidades. Nas Figuras 3.9 e 3.10, já referenciadas, apresentam também a geometria
estática do encaixe entre estator e rotor ao longo de um passo de estator e o formato da
cavidade. Observe-se que o passo do estator é duas vezes o passo do rotor. A figura 3.12
mostra como ocorre o movimento excêntrico do eixo do rotor em relação ao eixo central
do estator. Enquanto o rotor gira no sentido horário em torno de seu próprio eixo, o eixo
do rotor gira em torno da linha de centro do estator no sentido anti-horário.
3.4. MODELO MATEMÁTICO 59
Deslocamento Volumétrico
Quando o rotor perfaz uma revolução em torno de seu eixo, uma cavidade se desloca
de um passo de estator no sentido vertical de baixo para cima. O deslocamento volu-
métrico será, portanto, proporcional ao número de voltas que o rotor dá em torno de seu
próprio eixo e a vazão teórica da bomba será proporcional ao número de rotações por
minuto. Dá-se o nome de deslocamento volumétrico (pump displacement) ao volume no-
minal produzido por uma bomba por revolução. O controle de vazão da bomba BCP é
feito pelo ajuste da velocidade de rotação.
A área ocupada pelo fluido numa seção transversal ao eixo do estator é igual à área
interna da seção transversal do estator menos a área de seção do rotor, como esclarece
a figura 3.13. O volume deslocado pela bomba em uma revolução é igual a esta área
multiplicada pelo passo do estator já que esta área será deslocada de um passo em uma
revolução.
A vazão teórica da bomba a uma dada velocidade de rotação expressa em RPM
(rotações por minuto) é o produto do deslocamento volumétrico da bomba pela veloci-
dade de rotação. Esta é a vazão que a bomba deve teoricamente bombear contra um
diferencial de pressão nulo em bancada de teste com rotor com ajuste de interferência
padrão4 (Standard).
Na bomba single lobe, o deslocamento volumétrico é dado pela expressão 3.74.
4o ajuste de interferência é a diferença entre o diâmetro da seção do rotor e o diâmetro menor do estator
60 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
Capacidade de pressão
inchamento previsto para o elastômero quando em contato com o fluido produzido e sob
efeito de pressão e temperatura. Outro parâmetro que interfere na capacidade de pressão
é a viscosidade do fluido a ser produzido.
Tipicamente, a capacidade de suportar diferencial de pressão de uma cavidade para
outra é de 35 a 44 psi, Como em um passo existem duas cavidades, há, por passo, uma
capacidade de 70 a 88 psi. Costumava-se definir um estágio como sendo igual a uma
passo e meio, portanto, cada estágio teria de 105 a 132 psi de capacidade de pressão. Na
figura abaixo observa-se as áreas de selagem entre cavidades que definem a capacidade
de pressão de uma bomba BCP.
Diferencial de pressão excessivo resulta em:
Estágio Cavidade lenticular e espiral que é formada pelo volume criado entre o rotor e
estator quando montados, equivalente a 1 passo do estator.
Número de Estágios O número de estágios de uma bomba é definido como o compri-
mento da parte revestida do estator dividido pelo passo do estator subtraído de uma
unidade, no caso de não haver descontinuidade da camada de elastômero, ou de 2
unidades, caso ocorra uma descontinuidade.
-mudança de interferência5 ;
-inchamento do elastômero;
-desgaste do rotor;
-desgaste do estator;
-temperatura;
-escorregamento;
-viscosidade;
-presença de gás;
-diferencial de pressão;
-capacidade de selagem;
1. interferência
2. número de estágios
3. temperatura
4. viscosidade do fluido
5. quantidade de gás
A figura 3.14 apresenta uma curva de desempenho típica de uma bomba BCP a duas
rotações. Nesta figura estão identificadas suas características mais importantes. Qo é
vazão da bomba na velocidade de 100 rpm com diferencial de pressão zero, Qs é o es-
corregamento quando o diferencial de pressão é igual ao nominal da bomba e ΔPABT é
o diferencial de pressão de abertura de selo correspondente a um escorregamento menor
que 1% da vazão nominal da bomba. Deve-se observar que a bomba tem uma vazão a
diferencial de pressão nulo que depende apenas da rotação de ope ração. Esta vazão é
proporcional ao volume da cavidade. Outra característica é que existe uma região à es-
querda do gráfico em que a vazão bombeada independe do diferencial de pressão e outra
região à direita em que a vazão cai à medida que o diferencial de pressão cresce. O dife-
rencial de pressão que divide estas duas curvas é chamado de pressão de abertura de selo.
Este diferencial de pressão é o suficiente para abrir a linha de selo e permitir que algum
fluido retorne para a cavidade anterior. A pressão de abertura é definida como aquela em
que o escorregamento medido é menor que 1% da vazão nominal da bomba.
5 capacidade de selagem, volume da cavidade
3.4. MODELO MATEMÁTICO 63
Ainda não existem modelos consagrados que descrevam corretamente todos estes
efeitos. Entretanto, existem muitos dados medidos em bancada. A partir destes da-
dos, de alguns modelos limitados obtidos pelo C-Fer, centro de pesquisas canadense que
funciona em Edmonton, na província de Alberta([Mathews et al. 2002] e [Skoczylas &
Alhanati 2003]), de modelos sugeridos pela norma ISO [ISO15136-1 2000] , assim como
de modelos sugeridos por Gamboa[Gamboa & Urdaneta 2004], é proposto neste trabalho
alguns modelos para suprir esta deficiência e descrever o desempenho da bomba de cavi-
dades progressivas quanto à relação entre vazão e diferencial de pressão.
Sabe-se que o escorregamento é função do diferencial de pressão, da interferência e
da viscosidade do fluido bombeado. Quanto maior a interferência entre o rotor e o esta-
tor, maior a compressão exercida pelo rotor sobre o elastômero e maior a estanqueidade
promovida pela linha de interferência. Isto significa que a pressão de abertura de selo
será tanto maior quanto maior for a interferência. Assume-se a hipótese que a pressão de
abertura de selo seja proporcional à compressão do rotor sobre o estator. O escorrega-
mento será função da deformação do elastômero. Assume-se por hipótese que para um
diferencial de pressão acima do diferencial de abertura de selo, parte deste diferencial de
pressão deforma a cavidade até o ponto de rompimento e a parte do diferencial de pressão
que ultrapassa este diferencial de abertura é responsável pelo escorregamento. O escor-
regamento é uma função quadrática do diferencial de pressão adicional ΔPb − ΔPa bt, pois
a vazão de escorregamento é proporcional ao diferencial de pressão e à abertura e esta
abertura é função do diferencial de pressão também. Quanto maior a viscosidade do flu-
ido menor será o escorregamento. A expressão 3.76 é um modelo que se propõe a incluir
os efeitos de interferência, diferencial de pressão e de viscosidade do fluido e está baseada
em resultados experimentais. Outro efeito da interferência é sobre o volume da cavidade.
Quanto maior a interferência, menor será o volume da cavidade e menor será o desloca-
64 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
mento da bomba.
ΔP ≤ ΔPABT → qb = cB ωrt
μban ΔPb − ΔPABT 2 (3.76)
ΔP > ΔPABT → qb cB ωrt − qsn 3
μop ΔPN − ΔPABT
Efeito da Interferência
de torque exercido pelo atrito dinâmico no interior da bomba. A partir deste modelo,
pode-se calcular fatores de proporcionalidade entre volume da cavidade, torque no rotor
e compressão e a interferência para cada modelo de bomba. Com isto pode-se corrigir a
curva de desempenho da bomba para outra condição de interferência com a finalidade de
simular os efeitos decorrentes do inchamento do elastômero, expansão térmica e desgaste
do rotor.
Neste modelo, um estágio da bomba é dividido em fatias transversais e cada uma
dessas fatias cilíndricas é dividida em fatias setoriais angulares do tipo pizza como mostra
a figura 3.15.
θrt = 2 × θest
θest
z = pest (3.79)
2π
xC = 2 × Ec × cos(θest )
Da Figura 3.19, que mostra o rotor na posição mais à direita possível, situação em que
o rotor se aloja na parte semicircular da cavidade do estator, pode-se perceber facilmente
que a distância, medida ao longo do eixo do rotor, entre o centro da seção do rotor ao
centro da hélice do rotor e a distancia do centro da hélice do rotor ao centro do estator é
constante e igual a excentricidade, Ec . De tal maneira que a distância, medida ao longo
3.4. MODELO MATEMÁTICO 67
do eixo do estator, entre o centro do estator e o centro da seção do rotor é 2Ec . Agora,
se o rotor (seção e hélice, obviamente) sofre uma rotação de um ângulo θ graus, a nova
configuração da BCP será como mostrada na Figura 3.20. Isto é, a nova posição do centro
da hélice do rotor será dada por: x = Ec cos θ e y = Ec sin θ. Esta é forma parametrizada
da equação do círculo com centro na origem (em vermelho), e representa a trajetória do
centro da hélice do rotor, como uma função do ângulo de rotação.
O volume da cavidade, diretamente proporcional ao deslocamento da bomba, é calcu-
lado através da integração numérica da área existente entre o rotor e o estator, conforme
visto na figura 3.21, ao longo do passo do estator.
Para realizar a integral numérica é necessário dividir o passo em N seções e cada seção
em M setores. Assim, cada seção i tem espessura Δz = Np e coordenada z = i × Δz. O k-
ésimo setor tem área de abertura Δϕ = 2π M e ângulo em relação ao ângulo de referência
ϕ = k × Δϕ. O volume é, portanto, resultado do somatório da equação 3.80, na qual se
introduziu a função apresentada na equação 3.81.
68 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
N M N M
2π p
V=∑ ∑ χ [rest (ϕ, z) − rrt (ϕ, z)] Δϕ × Δz = ∑ ∑ χ [rest (ϕ, z) − rrt (ϕ, z)] M N (3.80)
i=0 k=0 i=0 k=0
x < 0 → χ(x) = 0
χ(x) → (3.81)
x ≥ 0 → χ(x) = x
A área que o rotor superpõe ao estator, mostrada na figura 3.22 quantifica a defor-
mação do elastômero provocada pelo rotor, conforme estabelece a equação 3.82.
A integração deste elemento resulta no torque exercido sobre o rotor para vencer o
atrito. A aplicação deste modelo, mostra que os três parâmetros, volume da cavidade,
compressão e torque de atrito podem ser aproximados pelas expressões refparamtrosem-
funcaodainterferencia em que são definidos Av , parâmetro constante da função de efeito
de interferência na capacidade da bomba, Bv , parâmetro proporcional à interferência do
rotor da função de efeito de interferência na capacidade da bomba, Cv , parâmetro pro-
porcional à expansão total da função de efeito de interferência na capacidade da bomba,
Bc , parâmetro proporcional à interferência do rotor da função de efeito de interferência
na compressão, Cc , parâmetro proporcional à expansão total do elastômero da função de
efeito de interferência na compressão, Bτ f , parâmetro proporcional à interferência do ro-
3.4. MODELO MATEMÁTICO 69
Figura 3.19: Relação entre as variáveis numa bomba BCP na posição de referência
cB = Av − Bv Ir −Cv it
ΔPABT = Bc Ir +Cc it (3.85)
τ f = Bτ f Ir +Cτ f it
A presença de gás na sucção da bomba, faz com que a eficiência da bomba diminua. A
literatura é ainda carente de modelos que descrevam o comportamento da bomba de cavi-
dades progressivas quando existe um volume de gás na sucção da bomba. Como a bomba
funciona aprisionando o fluido em sua cavidade, o efeito do gás na primeira cavidade é
ocupar uma fração do volume da cavidade igual à fração de vazio existente na sucção.
Já foi visto como se calcula esta fração de gás. Ao contrário do que ocorre com fluido
70 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
Figura 3.20: Relação entre as variáveis numa bomba BCP na posição correspondente a
um ângulo com relação à posição de referência
3.4. MODELO MATEMÁTICO 71
• fluido monofásico ou bomba abaixo dos canhoneados com boa eficiência de sepa-
ração;
• fluido bifásico e bomba acima dos canhoneados, sem separação de gás.
equação 3.76. Neste caso, a vazão de líquido da bomba será dada por 3.86.
LT = LB + wh L − ∑ Ff (3.89)
⎡ ⎤⎛ ⎞
ln Dditbg
h
D2itbg − D2h
Ff b = 0, 3704LQμDh ⎣ ⎦ ⎝ Dh + ⎠
(D4itbg − D4h ) ln DDitbg
h
+ D2itbg − D2h 2Dh ln DDitbg
h
(3.91)
O torque exercido pela bomba é a resultante de dois componentes, como está repre-
sentado na equação 3.92.
τb = τ f + τhid (3.92)
D2h D2itbg ωh
τres = 4πLH (3.94)
D2h − D2itbg
A dinâmica da coluna de hastes foi modelada dividindo-a em elementos cilíndricos
distribuídos em N pontos, cada um deles, composto de momento de inércia, amortecedor
74 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
viscoso e mola de torção, representados na figura 3.24 que mostra a relação entre os
mesmos. A equação 3.95 descreve o equilíbrio de esforços na haste polida. A equação
3.96 descreve o equilíbrio no rotor, enquanto a equação 3.97 o descreve para os demais
nós.
dθ1 d 2 θ1
τhp − B1 − K1 (θ1 − θ2 ) = (Jsup + J1 ) 2 (3.95)
dt dt
dθN d 2 θN
KN−1 (θN−1 − θN ) − BN − τb = JN 2 (3.96)
dt dt
dθi d 2 θi
Ki (θi−1 − θi ) − Bi − Ki+1 (θi − θi+1 ) = Ji 2 (3.97)
dt dt
O momento de inércia de superfície Jsup é calculado a partir dos momentos de inércia
das polias, engrenagens e do motor tal como mostra e equação 3.98 [ISO15136-2 2005].
J pr J pm Jm
Jsup = Jcab + 2
+ 2 2+ 2 2 (3.98)
nred nred n p nred n p
∂2 θ ∂θ ∂θ
J = ku − B (3.100)
∂t 2 ∂z ∂t
dh
Aan = qr − qb (3.101)
dt
pr (re ) − pr (rw ) r
pr (r) = pr (rw ) + ln (3.103)
ln rwre rw
2πkr hr
qr = (Pe − Pw f ) = I p (Pe − Pw f ) (3.104)
μ ln rrwe − 12
76 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
Pw f Pw2 f
Pw f < Psat → qr − qsat = (qmax − qsat ) 1 − 0, 2 Psat − 0, 8 P2
sat (3.106)
Pw f ≥ Psat → qr = I p (pe − Pw f )
Pw f = Prev + ρan gh
(3.109)
h = H −h
3.5 Dimensionamento
A verificação de dimensionamento do sistema BCP é feita de acordo com o fluxo-
grama de figura 3.27 que traduz a aplicação dos modelos estáticos desenvolvidos na seção
3.4. Deve-se definir os equipamentos que serão utilizados:
Se a rotação escolhida não for adequada para bombear a vazão desejada, deve-se corrigir
este parâmetro operacional até que se obtenha esta vazão.
Comparando estes parâmetros com a capacidade dos equipamentos, pode-se avaliar
se o projeto está adequado ou não. O processo será mais detalhado no capítulo 5.
3.6 Simulação
Para simular o comportamento do sistema, é preciso que os modelos dos subsistemas
apresentados na seção anterior, sejam acoplados permitindo a solução simultânea do con-
junto de equações diferenciais que representam cada um deles. Cada um dos subsistemas
possui como entrada a saída de outro subsistema, como mostra a figura 3.28, caracteri-
zando as inter-relações do sistema como um todo. O sistema como um todo se comporta
como uma carga mecânica para o motor elétrico. O motor, por sua vez, fornece o torque
na superfície que é aplicado à haste polida, que corresponde à condição de contorno do
3.6. SIMULAÇÃO 79
sistema mecânico rotativo juntamente com o torque fornecido pela bomba. A vazão da
bomba impõe a condição de contorno de velocidade do fluido para o sistema hidrodi-
nâmico e o torque hidráulico desenvolvido pela bomba se apresenta como uma carga
mecânica para a haste. O cálculo da distribuição de pressão ao longo da coluna de pro-
dução, realizada no sistema hidrodinâmico, fornece a pressão de recalque da bomba. A
diferença entre a pressão de recalque e a pressão de sucção, fornecida pelo cálculo da
dinâmica do fluido no anular tubing-revestimento, consiste no diferencial de pressão so-
bre a bomba o que permite calcular o nível dinâmico ou pressão de sucção da bomba, após
o que, o procedimento de cálculo se reinicia com novas condições do poço [Vidal 2005].
Elemento Parâmetros
Potência
Motor Número de Pólos
Velocidade Nominal
Vazão Nominal
Eficiência de bancada
Rotação de bancada
Rotação de operação
Viscosidade do fluido produzido
Viscosidade do fluido de bancada
Bomba
Diferencial de pressão nominal
Diferencial de pressão de abertura de selo
Temperatura de bancada
Temperatura de operação
Interferência
Profundidade de assentamento
Temperatura do fluido
Pressão de separador
RGO
Fluido
Densidade do gás
Grau API
BSW
Diâmetro interno do revestimento
Diâmetro externo da coluna de produção
Esquema Mecânico
Diâmetro interno da coluna de produção
Diâmetro da coluna de hastes
Pressão do revestimento
Pressão estática
Reservatório
Índice de Produtividade
Nível de fluido no anular
82 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
d 2 θHP
Jt + Kh θ0 = 0
dt 2
θHP (0) = θ0 (3.110)
dθHP (0)
= 0
dt
Nesta equação, o momento de inércia total é dados pela expressão 3.111.
J pr J pm Jm π ρac D4h Lh
Jt = Jcab + + + + (3.111)
n2red n2red n2p n2red n2p 32 4
π Jt
tmax = (3.114)
2 Kh
Este modelo pode ser aprimorado se for considerado o amortecimento provocado pela
viscosidade do fluido na coluna e a fricção mecânica do cabeçote, como mostra a equação
3.115.
⎛ ⎞
dθHP
d 2 θHP ⎜ ⎟
⎜Bh + τ f c dt ⎟ dθHP + Kh θHP = 0
Jt + ⎝ dθHP ⎠ dt (3.115)
dt 2
dt
Esta equação pode ser resolvida numericamente. Em geral, o atrito mecânico no
cabeçote não é conhecido, se for considerado apenas o amortecimento viscoso do fluido,
pode-se obter uma solução analítica que está representada na equação 3.116.
θHP (t) = θ0 e−at cos(bt) + ab e−at sen(bt)
Bh
a =
2J$
t (3.116)
B 2
4Kh
b = 12 − 2h
Jt Jt
A solução destas equações mostra que a velocidade máxima é atingida em um tempo
extremamente curto e, nesta curta duração de tempo, o amortecimento quase não faz
efeito mesmo para viscosidades extremamente elevadas. Portanto, a solução não amorte-
cida dá uma boa indicação da tensão que a polia pode atingir, permitindo uma adequada
especificação de seu material.
dωh
Jt + Bh ωh = −cB ρg(h − hc )
dt
dhc cB
= − ωh (3.117)
dt Ac
dh cB I p rhog
= ωh − ωh
dt Aan Aan
Para simular a reversão quando atua um sistema de controle de reversão que pode ser
do tipo hidráulico, centrífugo ou hidrodinâmico, o modelo é bem parecido ao apresentado
na subseção anterior. É preciso incluir no modelo, podendo ser tanto o de reversão por
prisão do rotor como a parada normal, o torque contrário ao movimento fornecido pelo
sistema anti-reversão que é função tanto da velocidade de reversão como da temperatura
e incluir as equações térmicas que permitem calcular a temperatura do fluido hidráulico
durante a reversão. Por exemplo, se for desejado estudar o comportamento da reversão na
prisão de rotor, o conjunto de equações mostradas em 3.118.
⎛ ⎞
dθHP
d 2 θHP ⎜ ⎟
⎜Bh + τ f c dt ⎟ dθHP + Kh θHP + τAR (TAR , ωHP ) = 0
Jt + ⎝ dθHP ⎠ dt
dt 2
dt (3.118)
QT = UAR (TAR , Tamb ) [TAR − Tamb ]
TAR 1
= [τAR (TAR , ωHP ) × ωAR − QT ]
dt CAR
d 2 θm dθm
τHP = Jt 2
+ Bh + Kh (θHP − θrt ) = 0
dt dt
Kh (θHP − θrt ) = cB ρgh + cb p f ωrt (3.119)
dh 1
= cB ωrt − I p ρgh
dt Aan
Este modelo é linear e será utilizado para a análise do sistema quanto a observabilidade
e controlabilidade.
Como o comportamento elástico das hastes tem uma dinâmica muito mais rápida do
que a do nível dinâmico do poço, pode-se obter um modelo que representa com boa
aproximação o fenômeno ao se desprezar a elasticidade das hastes e considerar a veloci-
dade de rotação do rotor e da haste polida iguais. Neste caso, pode-se considerar as não
linearidades decorrentes da IPR e do desempenho da bomba. A equação 3.120 representa
o balanço de massa no anular do poço, ou seja, ela expressa que a variação de volume
de líquido no anular −Aan dh é a diferença de volume igual ao volume alimentado pelo
reservatório qr dt menos o volume bombeado qb dt.
dh
Aan = qb − qr (3.120)
dt
Este modelo será utilizado para obter o comportamento linearizado aproximado e com
ele obter a metodologia de projeto de controle PI no próximo capítulo.
3.9 Conclusão
Neste capítulo foram apresentados a modelagem e o simulador dinâmico de BCP. Ini-
cialmente, abordou-se a estrutura do simulador e o sistema BCP como um todo. Foram
apresentados os modelos matemáticos adotados na simulação tanto para regime perma-
nente como transiente de cada parte do sistema.
A seguir, apresentou-se a aplicação do modelo no dimensionamento do sistema BCP e
de sua simulação dinâmica. Apresentou-se também a interface gráfica do simulador e sua
utilização e o desenvolvimento de modelos simplificados para estudo de parada com rotor
preso, parada normal, parada com atuação de sistema de controle de reversão e operação
normal.
São contribuições inovadoras deste capítulo o desenvolvimento de um modelo dinâ-
mico do sistema BCP que compreende os diversos subsistemas aplicando modelos con-
hecidos e inovadores. Outra contribuição foi a implementação deste modelo em um simu-
lador computacional que envolve o acoplamento de subsistemas com resposta dinâmica
94 CAPÍTULO 3. SIMULADOR DINÂMICO BCP
muito diferentes. Como parte deste simulador foram desenvolvidos modelos para o com-
portamento dinâmico do escoamento bifásico anular e do comportamento dinâmico das
hastes e estes foram acoplados entre si e ao comportamento do motor e da bomba. Na mo-
delagem do comportamento da bomba, o trabalho apresenta como contribuição inovadora
um modelo de desempenho de bomba que incorpora efeitos de escoamento bifásico e
de interferência entre rotor e estator. Este modelo foi simplicado para determinadas
condições chegando-se a resultados já conhecidos como no caso da dinâmica de rever-
são para o caso de rotor preso e parada normal coerentes com os apresentados na norma
[ISO15136-2 2005]. O modelo foi validado pelos testes de campo apresentados no capí-
tulo 6.
Capítulo 4
Controle e Monitoramento
4.1 Introdução
Neste capítulo será abordado o projeto do sistema de controle e monitoração do sis-
tema BCP. Inicialmente será mostrada uma visão geral sobre as possibilidades e alternati-
vas para instrumentar um poço BCP, incluindo propostas e o esquema de instrumentação
escolhido para ser instalado no poço. A seguir, será mostrado como é feito o projeto de
um sistema clássico PI, o comportamento previsto em simulação e as regras de sintonia
aplicáveis. Por fim, mostra-se o desenvolvimento de um sistema de controle por lógica
nebulosa. Este desenvolvimento se inicia mostrando o que é a lógica fuzzy, seus princípios
básicos e como se aplica na prática. A seguir, é feita uma revisão de diversos sistemas
de controle fuzzy desenvolvidos, propostos e aplicados na indústria. Então, mostra-se o
caso mais específico dos controladores P-fuzzy, PI-fuzzy e PI-fuzzy. Por fim, mostra-se o
desenvolvimento de um controle de velocidade de rotação PI-fuzzy para o sistema BCP e
sua simulação.
4.2 Instrumentação
As atividades de acompanhamento que permitem avaliar o desempenho de um poço
incluem a sistemática de diagnóstico. Os dados coletados no campo precisam ser ade-
quadamente interpretados para que ações corretivas sejam tomadas ou para que se possa
alterar as condições operacionais de tal forma a otimizar um poço segundo um critério
definido. Os critérios de otimização podem variar conforme as circunstâncias e as carac-
terísticas do poço. Os critérios mais utilizados são os econômicos, tais como maximiza-
ção da produção, maximização do MTBF, maximização do valor presente líquido, etc. O
MTBF, Mean Time Between Failure, é o tempo médio entre falhas de um equipamento.
Adotaremos como estratégia de otimização a máxima produção com o mínima rotação
possível que acarreta num mínimo MTBF para dada instalação BCP. Esta estratégia parte
do princípio, comum a grande parte dos poços, de que o reservatório não é afetado pela
95
96 CAPÍTULO 4. CONTROLE E MONITORAMENTO
produção do poço (o que exclui aqueles casos em que pode se formar cone ou haver pro-
dução de areia em altas vazões) e que o preço do petróleo é tal que permite pagar os
custos de produção sem afetar sensivelmente a rentabilidade do poço. Um critério apri-
morado seria o da obtenção do máximo resultado econômico levando-se em conta, con-
comitantemente, ambos fatores, entretanto o MTBF é amplamente variável e dependente
de circunstâncias nem sempre controláveis. Gamboa [Gamboa & Urdaneta 2004] faz uma
revisão dos principais sistemas de monitoração de bombeio de cavidades progressivas.
A técnica é eficaz porém ela não leva em conta a possibilidade de reduzir a rotação,
coisa que sempre será necessária em função da natural depleção do poço. Assim, é co-
mum encontrar poços com rotação desnecessariamente excessiva. Só uma adequada con-
frontação do rendimento da bomba permitiria se diagnosticar uma condição de pump-off.
Esta é uma substancial diferença em relação ao bombeio mecânico, pois este permite a de-
tecção desta condição através da análise da carta dinamométrica. Um sistema de controle
automático eficaz, deve necessariamente contemplar a detecção desta situação. O prin-
cipal propósito de se medir o nível de líquido no anular é inferir a pressão de sucção da
bomba. Quanto maior o nível, menor a submergência e menor a pressão de sucção. Tanto
menor a pressão de sucção, menor a pressão de fluxo e maior o diferencial de pressão a
que está submetido o reservatório. Assim, consegue-se obter a maior vazão possível para
o poço quando se minimiza a submergência ou se maximiza o nível dinâmico.
Para se obter o nível de líquido no anular, utiliza-se um registrador sônico de nível
denominado sonolog ou echometer. Um impacto de pressão criado por um canhão de
gás ou um cartucho de festim disparado contra a válvula de acesso ao anular do poço
provoca um onda de som que viaja desde a superfície até o nível de líquido sendo, então,
refletida. Cada uma das reduções de seção do espaço anular resultante da existência de
luvas de conexão entre os tubos de produção provocam reflexões de menor intensidade
do que a reflexão provocada pela superfície de líquido. O intervalo de tempo que o som
leva para percorrer o espaço entre as luvas está relacionado à velocidade do som no gás.
Uma maneira de determinar o nível de fluido no anular é calcular a velocidade do som no
4.2. INSTRUMENTAÇÃO 97
gás, que é função da pressão a que o gás está submetido e ao peso específico do gás, e
multiplicar pelo tempo decorrido entre o disparo e a reflexão principal. Outra maneira é
contar o número de reflexões intermediárias e multiplicar pelo comprimento dos tubos de
produção (padronizados em 9,3 metros).
Entretanto, a pressão de sucção não está linearmente direcionada com o nível de fluido
pois há fluxo de gás através do líquido no anular. Diversas correlações foram desenvolvi-
das para relacionar o gradiente de pressão do fluido no espaço anular com a vazão de gás
que o atravessa. A medição de vazão de gás do anular é, entretanto, cara e é mais comum
estimar a mesma. A solução para o problema é obtida pela medição de gás, pelo cál-
culo da vazão de gás a partir do crescimento de pressão de gás e utilização da correlação
de MacCoy e Podio [McCoy et al. 1987] ou outras, tais como Gilbert, Godbey, Hasan e
Kabir, Shakiro, etc ([Kabir & Hasan 1994]), ou pela medição direta da pressão de fundo
com a utilização de sensor de pressão de fundo. Apesar das limitações, o método de re-
gistro de nível dinâmico é o mais utilizado e é certamente muito útil e prático. Não há
tanta necessidade de saber qual o nível do que saber se ele está mais alto ou mais baixo.
A informação qualitativa é a mais importante. Seria mais interessante desenvolver uma
técnica de detecção de pump-off na bomba do que medir com exatidão qual o nível dinâ-
mico ou a pressão de fluxo. O método do registro do nível não tem sido utilizado para
automatização do método de elevação BCP.
controle clássica. Entretanto, está bem assentado que variações na carga axial estão as-
sociadas ao desempenho da bomba e pode ser uma variável cuja monitoração permitiria,
em associação com a monitoração simultânea de outras variáveis, um diagnóstico sobre o
estado da bomba. O projeto de um sensor de carga também tem limitações de sensibili-
dade, já que o sensor deve suportar cargas elevadas, mas ser capaz de detectar pequenas
diferenças de carga para que seja eficaz no controle de velocidade de operação da bomba.
Sabe-se que a variação da carga axial está associada a um das seguintes causas prin-
cipais:
1 ) variação na vazão
2 ) variação no desempenho da bomba
3 ) falha na coluna de hastes
a - detectar falhas
b - desgaste da bomba
c - medição indireta de inchamento ou atrito
Em um sistema BCP as perdas por fricção ao longo da coluna de hastes são pequenas
quando comparadas com a potência da bomba. Isso faz com que a potência ativa medida
no motor corresponda com bastante aproximação à potência consumida no motor. Entre-
tanto, para que isto seja válido, é preciso que o motor tenha um carregamento adequado,
ou seja, que seu fator de utilização esteja próximo a 0,75. Se estiver muito fora deste fator
de utilização, a correlação entre a potência ativa no motor e a potência consumida pela
bomba será pobre.
100 CAPÍTULO 4. CONTROLE E MONITORAMENTO
4.3 Controlador PI
O controlador PI tem sido o mais aplicado na indústria. As principais caracterís-
ticas que determinam esta predominância são a familiaridade e simplicidade de opera-
ção e a facilidade de se ajustar os ganhos quando se trata de uma planta desconhecida
[Ogata 2003]. A maioria dos processos é linearizável no ponto de operação, de forma a se
poder aplicar as técnicas clássicas de projeto e aplicar as regras de sintonia de Ziegler &
Nichols [Ziegler 1942] que permitem um primeiro ajuste do desempenho do controlador.
Entretanto, a aplicabilidade deste tipo de controlador pode ficar prejudicada quando se
conhece pobremente as características da planta e os custos de ajustar o ganho são eleva-
dos ou ainda quando esta é variante no tempo. Outra dificuldade é que o sistema pode ter
4.3. CONTROLADOR PI 101
que operar em um ponto de operação diferente e, se o sistema não for linear, os ganhos
do controlador precisam ser ajustados para manter o desempenho.
Para que seja possível aplicar a teoria clássica de controle, é preciso, inicialmente,
adotar um modelo linear ou linearizado. A seguir, mostra-se três modelos destinados a
situações diferentes. O primeiro é o modelo linear no qual a IPR do poço é linear e a
curva de desempenho da bomba não apresenta escorregamento. Neste caso, são levados
em conta a elasticidade de torção das hastes e a perda de carga por fricção na coluna de
produção. Nos demais casos, serão desprezados estes efeitos e, assim, não será levado
em conta o efeito de mola e o transiente mecânico nas hastes pois a velocidade de rotação
e da haste polida serão iguais, nem será levado em conta qualquer variação de pressão
de recalque da bomba, pois o peso da coluna monofásica será sempre igual. No segundo
caso, a bomba opera com IPR Vogel e bomba com escorregamento, representando o caso
em que o fluido produzido contém gás e a bomba está instalada acima dos canhonea-
dos. O terceiro modelo representa a mesma situação e a bomba está instalada abaixo dos
canhoneados do poço. Em primeiro lugar, deve-se identificar a variável controlada e a
variável de controle do sistema [Ogata 2003].
A otimização de um sistema BCP consiste em ajustar a velocidade de rotação ótima
da bomba de forma a obter em regime o nível de fluido do anular desejado. Na técnica
tradicional, determina-se o nível dinâmico do poço e, por tentativa e erro, determina-
se uma nova velocidade de rotação, maior, caso o nível esteja acima do desejável, ou
menor, caso a bomba esteja trabalhando parcialmente seca. A troca de velocidade é feita
através da troca de polias, atividade trabalhosa e demorada. Além disto, só existem al-
guns diâmetros de polias disponíveis de forma que raramente a velocidade de operação é
a ideal. Para piorar, o sistema de determinação de nível é caro e itinerante. A amostragem
da evolução do nível é insuficiente pois exige o deslocamento do operador até o poço. A
medição contínua da pressão de fluxo, que é proporcional à submergência do poço, per-
mite o ajuste contínuo de velocidade economizando energia, produzindo o poço de forma
ótima (geralmente a produção deve ser a máxima possível) e minimizando o desgaste do
equipamento.
1. IPR linear, ou seja, a relação entre a vazão do poço e a pressão dinâmica no fundo
do poço é ;
2. bomba sem escorregamento;
3. escoamento monofásico na coluna de hastes;
4. fluido monofásico no anular;
5. perda por fricção na coluna de produção muito menor que a componente gravita-
cional e, portanto, pressão no recalque da bomba constante;
102 CAPÍTULO 4. CONTROLE E MONITORAMENTO
h(s)
G(s) = (4.2)
ωHP (s)
velocidade média da coluna de hastes que é a média entre a velocidade da haste polida
ωHP e a velocidade do rotor ωrt . A equação 4.4 representa a igualdade entre o torque
resultante aplicada na coluna de hastes e o torque hidráulico necessário para que o rotor
eleve o fluido. Nesta equação, p f é a perda de carga unitária (por metro de tubulação)
no escoamento entre a coluna de produção e as hastes. A equação 4.5 traduz o equilíbrio
de massa de fluido no anular resultante da alimentação de fluido pelo reservatório e a
drenagem de fluido pela bomba.
τHP = Jt ω̇h + Bh ωh + Kh ωHP dt − ωrt dt (4.3)
Kh ωHP dt − ωrt dt = cB ρgh + cB p f ωrt (4.4)
c I p ρg
h˙ = ωrt − h (4.5)
Aan Aan
Destas equações, chega-se a função de transferência em malha aberta do sistema
(equação 4.6).
Kh
h(s) Aan p f
G(s) = = (4.6)
ωHP (s) cB ρg I p ρg Kh Kh I p ρg
s +
2 + + s+
Aan p f Aan cB p f cB Aan p f
A função de transferência obtida é de segunda ordem e pode se aplicar a teoria clássica
de sistemas de segunda ordem para o modelo linear. Como não há cancelamento de polos
e zeros, o sistema é observável e controlável. O sistema também é sempre estável pois a
parte real dos pólos é sempre positiva, como mostra a expressão 4.7.
cρg I p ρg Kh
+ + >0 (4.7)
Aan p f Aan cB p f
A função de transferência pode ser expressa, o que é mais útil, em termos de pressão
de fundo que é a variável medida, ao invés de submergência, como mostra a equação 4.9.
Δpsuc fr ρgcB I p ρg
G (s) = = s+ (4.9)
ΔωHP Aan Aan
Este modelo servirá para avaliar as respostas em malha aberta e em malha fechada do
sistema.
1
h˙ = [qb (ωh , h) − qr (h)] (4.12)
Aan
4.3. CONTROLADOR PI 105
˙ dqb (ho ) dqr (ho )
Δh = cB Δωh + Δh − Δh (4.13)
dh dh
As expressões 4.14 e 4.15 são, respectivamente, as formas linearizadas para a vazão
da bomba e do reservatório, enquanto a expressão 4.16 é a equação diferencial de conser-
vação de massa no anular linearizada.
dα(ho )
Δqb = −cωh Δh + cB [1 − α(h)]Δωh (4.14)
dh
0, 2h0 1, 6h0
Δqr = − − 2 Δh (4.15)
he he
˙ 1 dα(h0 ) 0, 2h0 1, 6h0 1
Δh = −cB ωh − − 2 Δh + cB [1 − α(h)]Δωh (4.16)
Aan dh he h Aan
e
cB fr (1−α)
Δh
G(s) = = Aan (4.17)
Δωh s + dqr α
Aan dΔh − cB ωh dh
1
cB fr ρg(1−α)
Δpsuc
G(s) = =− Aan (4.18)
Δωh s+ 1 dqr
− c ω α
Aan dΔh B h dh
Δh fr Acan
B
G(s) = = (4.19)
Δωh s + 1 dqr | − dqB |
Aan dh h̄o d h̄ h̄o
ρg
Δpsuc fr cABan
G (s) = = (4.20)
Δωh dqr dqb
s + Aan dh |ho − dh |ho
1
Assim, todas as possibilidades analisadas tem a mesma forma tal como se apresenta
na equação 4.21.
KS
G(s) = (4.21)
s + T1S
G(s)H(s)
M(s) = (4.23)
1 + G(s)H(s)
4.3. CONTROLADOR PI 107
Ki
H(s) = K p + (4.24)
s
Esta função de transferência em malha fechada pode ser expressa em termos de parâ-
metros de freqüência natural do sistema e fator de amortecimento, como mostra a equação
4.25.
G(s)H(s) ω2h
M(s) = = KM (4.25)
1 + G(s)H(s) s2 + 2ζωh s + ω2h
Especificação de Sobre-sinal ζ
sem ζ=1
c p ≤ 5% 0, 7 ≤ ζ < 1
c p ≤ 2% 0, 78 ≤ ζ < 1
y p − y(∞)
cp = × 100 (4.26)
y(∞)
No caso específico do controlador para BCP, o compromisso maior é com o tempo
de resposta, já que o processo é muito lento, porém, como há muito ruído no sistema,
o sobre-sinal não pode ser excessivo para que a variável de controle não oscile muito,
consumindo muita energia desnecessariamente nem haja risco de operar a bomba com
enchimento parcial. Um fato de amortecimento aceitável pode ser considerado entre 0,5 e
0,9. É sempre conveniente deixar algum sobre-sinal para se evitar trabalhar com o sistema
superamortecido e, consequentemente, excessivamente lento.
O projeto do controlador, portanto, consiste em escolher os ganhos do controlador
de forma que o fator de amortecimento do sistema e o sobre-sinal estejam dentro das
condições especificadas.
108 CAPÍTULO 4. CONTROLE E MONITORAMENTO
a ) método experimental;
b ) método de modelagem matemática;
c ) método de modelagem heurística;
d ) uma combinação dos métodos anteriores
operação, mas apenas nas condições de laboratório, não possuindo modelos matemáticos
capazes de extrapolar esses parâmetros para as situações reais de operação.
A modelagem de um sistema BCP, especialmente em condições dinâmicas, requer o
acoplamento do comportamento individual de muitas partes, com velocidades de resposta
muito diferentes o que torna a sua modelagem extremamente complexa. Neste trabalho
foi desenvolvida uma modelagem matemática complexa, mas que ainda fica muito a dese-
jar em relação ao comportamento real de um sistema operando em um poço. O simulador
é de extrema importância para prever qualitativamente o comportamento do sistema, mas
sua exatidão em relação ao sistema real fica aquém do satisfatório devido às inúmeras sim-
plificações a que teve que ser submetido, na maior parte das vezes para tornar o trabalho
matemático realizável, outras vezes por simples carência de estudos relevantes.
Muitos distúrbios provocados pelo ambiente de um poço, na maior parte das vezes
pouco ou nada conhecidos, tais como o comportamento de temperatura, a produção de
sólidos e as heterogeneidades na geometria e características da rocha-reservatórios, se
somam às complexidades, carências e dificuldades já elencadas no desenvolvimento de
uma modelagem matemática adequada.
Por todas estas razões, a modelagem matemática não parece ser a abordagem mais
adequada para o problema em questão, qual seja, o de implementar um controle eficaz de
um sistema de elevação BCP.
O método de modelagem heurístico evita os problemas salientados nos parágrafos an-
teriores. O conhecimento acumulado na operação de BCP é grande, apesar de ainda não
ter sido inteiramente sistematizado. Pode-se implementar o conhecimento verbal exis-
tente assim como o próprio comportamento do poço para elaborar e treinar redes fuzzy
simplificando sobremaneira o projeto do sistema de controle, superando problemas com-
plexos tais como a não-linearidade do processo, tais como a IPR, a curva de desempenho
da bomba e o comportamento do motor de indução.
parte integrante, juntamente com dados dos processos, do modelo da planta industrial.
Sarma e Rengaswamy [Sarma & Rengaswamy 2000] desenvolveram um sistema de con-
trole MIMO (Multi-Input-Multi-Output) para uma unidade de craqueamento catalítico
fluidizado. O sistema de controle baseado em lógica difusa com ganho programado foi
modificado para entradas e saídas desacopladas. A partir de algumas perturbações, foram
definidos os ganhos para uma série de estados estacionários que, através do desacoplador,
permitiram a adaptação do controlador. Os resultados foram bons, mostrando que a com-
binação de metodologias bem estabelecidas e sistemas inteligentes com lógica difusa são
robustos e flexíveis possuindo desempenho adequado para sistemas complexos.
Um sistema fuzzy configurado na forma de uma rede feedforward foi utilizado por
Belarbi, Bettou e Mezaache [Belarbi et al. 2000] para estudos de modelagem e controle
de uma unidade de digestão de celulose.
Caputo e Pelagagge [Caputo & Pelagagge 2000] aplicaram um sistema fuzzy para
adaptar o ganho de um sistema de circulação de ar para a recuperação de calor.
Groumpos e Stylios [Groumps & Stylios 2000] comentam uma ferramenta para mo-
delagem que é, basicamente, uma associação da lógica difusa e grafos. Neuroth, Mac-
Connell, Stronach e Vamplew [Neuroth et al. 2000] aplicaram um controlador de Mam-
dani [Mamdani 1974], [Mamdani 1981] e uma rede neuronial para uma estação de bombea-
mento de gás. Wong, Shah, Bourke e Fisher [Wong et al. 2000]) aplicaram os contro-
ladores fuzzy no controle de nível de um par de tanques interativos, formando um sistema
de segunda ordem.
Bastian [Bastian 2000] introduziu a identificação difusa de sistemas usando progra-
mação genética para configurar o modelo fuzzy. Tang, Da e Wang [Tang et al. 2000]
apresentaram um sistema fuzzy adaptativo para o controle de sistemas variantes no tempo.
Aplicaram o sistema fuzzy para caracterizar a produção agrícola, a partir de fatores ambi-
entais, em uma região da China.
Edgar e Postlethwaite [Edgar & Postlethwaite 2000] identificaram um sistema de neu-
tralização ácido-base com um modelo fuzzy e desenvolveram um método para a inversão
do modelo, produzindo um controlador fuzzy com modelo interno.
Galluzzo et al. [Galluzzo et al. 2001] aplicaram um sistema de controle a nível su-
pervisório para um processo com lodo ativado. Dois níveis de controle foram projetados
formando um controlador denominado ARGMC (Adaptive Robust Generic Model Con-
trol). O controlador foi testado em experimentos reais e simulados. Para os experimentos
simulados foi utilizado um modelo contendo 82 equações diferenciais, desenvolvido por
Stenstrom e Ducato & Galluzzo [Galluzzo et al. 2001].
Finol, Guo e Jing [Guo & Jing 2001] estudaram os parâmetros para determinar reser-
vatórios de petróleo, utilizando um modelo fuzzy construído a partir de regras de Takagi
Sugeno Kang. O ajuste dos parâmetros aos conseqüentes das regras foi realizado através
do método dos mínimos quadrados. O modelo fuzzy apresentou um desempenho superior
ao clássico (linear).
O algoritmo dos Mínimos Quadrados Ortogonal com restrições foi aplicado por Mas-
torocostas, Theocharis e Petridis [Mastorocostas et al. 2001] para geração de modelos
fuzzy baseados em regras de Takagi Sugeno Kang associando clusters e regras. Kojima,
Kubota e Hashimoto [Kojima et al. 2001] propuseram um sistema fuzzy para detecção de
4.4. LÓGICA FUZZY APLICADA AO BCP 113
Liu, Pei e Guam [Liu et al. 2002] aplicaram a atualização on-line de um modelo
fuzzy através do método dos mínimos quadrados recursivo ponderado para um sistema
caótico com erro máximo de mais ou menos 2%. Zhao, Tian, Tadé e Li [Zhao et al.
2002], desenvolveram uma estratégia denominada para compensação de tempo morto. A
estratégia permite um balanceamento entre estabilidade e robustez.
Cho, Park e Park [Cho et al. 2002] aplicaram um estimador de parâmetros para um
modelo de Takagi Sugeno. Testes com uma simulação de um pêndulo invertido foram
efetuados.
Rajapakse, Furuta e Kondo [Rajapakse et al. 2002] aplicaram aprendizado genético
para ajuste, em tempo real, de um controlador fuzzy simples. Mrad e Deeb [Mrad &
Deeb 2002], enfatizam a aplicação de controle fuzzy em casos onde o modelo não está
disponível ou é incerto e apresentam uma proposta de mecanismo adaptativo.
Horiuchi [Horiuchi 2002] apresenta uma revisão das aplicações de controle fuzzy em
processos biológicos com bom levantamento bibliográfico e sistemas desenvolvidos por
empresas. Babuska, Oosterhoff, Oudshoorn e Bruijn [Babuska et al. 2002] aplicaram um
controlador PI, com auto ajuste fuzzy, para o controle de pH em reatores com 2-15L de
capacidade. Chang e Chang [Chang & Chang 2003] desenvolveram uma estratégia para
diagnóstico de falhas, baseada em lógica difusa, para sistemas em geral ou malhas de
controle. Os padrões de propagação de falhas em uma malha feedback foram estudados
e representados na forma de regras produção e os aplicara em um sistema de controle de
nível foram realizados.
Lin [Lin 2003] propôs um esquema de aprendizado por reforço e aplicou a teoria
de estabilidade de Lyapunov para análise de robustez de um controlador fuzzy aplicado
ao braço de um robô simulado. Fernández e Gutiérrez [Fernández & Gutiérrez 2003]
introduziram uma abordagem para configuração de sistemas de Takagi Sugeno de ordem
zero em intervalos com suavização/filtro de saída de dados utilizando splines.
Angelov [Angelov 2003] desenvolveu um algoritmo para otimização evolucionária
utilizando uma codificação com cromossomos reduzidos, permitindo a manipulação de
um maior número de termos lingüísticos e variáveis difusas, aplicando a uma serpentina
de resfriamento.
Hanai, Ohki, Honda e Kobayashi [Hanai et al. 2003] especificaram uma rede neu-
ronial difusa para determinar as condições iniciais de produção do polibutadieno para
obtenção de determinadas propriedades físico-químicas e estimar índice de polidisper-
sividade, conversão e proporção do isômero cis do polímero. Van Lith, Betlem e Roffel
[VanLith et al. 2003] aplicaram um modelo híbrido fenomenológico/fuzzy para uma co-
luna de destilação em batelada com bons resultados, apesar de reduzido número de exper-
imentos. Bouchon-Meunier, Mesiar, Marsala, e Rifqi [Meunier et al. 2003] estudaram o
raciocínio dedutivo obtido através da regra composicional de inferência.
Lee e Shin [Lee & Shin 2003] desenvolveram dois algoritmos baseados em: mí-
nimos quadrados e híbrido mínimos quadrados/algoritmos genéticos, para aprendizado
autônomo e construção de redes com funções de base difusa a partir de dados para treina-
mento.
Karr [Karr 2003] descreve uma arquitetura combinando redes neuroniais, algoritmos
genéticos e lógica difusa para formar um sistema de controle inteligente para manipular
4.4. LÓGICA FUZZY APLICADA AO BCP 115
por Azevedo [Salazar & de Azevedo 2002], fonte chaveada para alimentação de uma câ-
mara de nitretação iônica por Guimarães [Guimarães 1999], fonte chaveada com correção
de fator de potência para alimentação de um reator de nitretação iônica por Dubut[Dubut
2001] e regulador fuzzy para geradores eólicos de indução por Santana[de Santana 2000].
Shaw e Simões [Shaw 1999] dedicam um capítulo a exemplos de aplicações de con-
trole fuzzy. As aplicações citadas podem ser de 5 tipos:
mente humana, que é capaz de distinguir uma tonalidade de cinza de outra. A lógica fuzzy
trata este problema utilizando conceitos lingüísticos e graus de pertinência. Enquanto na
lógica tradicional um elemento pertence ou não pertence a um conjunto, na lógica fuzzy
um elemento pertence em um determinado grau denominado pertinência a um conjunto.
Na teoria de conjuntos clássica, a pertinência de um elemento xi a um conjunto A,
seria expressa como 1 ou zero, caso o elemento pertencesse ou não ao conjunto, como
expressa a equação 4.27.
1 se xi ∈ A
μA = (4.27)
0 se xi ∈ /A
Nos conjuntos fuzzy a pertinência é uma função que pode assumir valores entre zero
e um, expressando assim o grau de incerteza desta pertinência. Os conjuntos fuzzy foram
criados para expressar aquela situação em que o elemento pertencer ou não a um conjunto
é um grau, como no caso do cinza pertencer ao branco ou ao preto. O valor da pertinência
varia continuamente do zero ao um e é tanto maior quanto mais o elemento se aproxima
daquele conceito. Conceitos lingüísticos para valores tais como muito ou pouco, alto ou
baixo, são representáveis deterministicamente através de funções de pertinência. A repre-
sentação através de conjuntos fuzzy permite expressar matematicamente tanto o fato de
um elemento pertencer ou não pertencer a um conjunto como o fato de alguns elementos
estarem em um vizinhança nebulosa da fronteira do conjunto.
A função de pertinência, que expressa se um elemento pertence ou não pertence a um
conjunto, também expressa o grau em que um elemento pertence ao conjunto, nos casos
em que há um certo grau de incerteza. Uma função de pertinência típica é aquela em
que um valor pertence a um determinado conceito dentro de uma faixa de valores e não
pertence ao conceito fora dessa faixa. Na teoria de conjuntos tradicionais o limiar entre
pertencer ou não pertencer ao conjunto é abrupta e valores muito próximos podem ser
tratados de maneira inteiramente diversa. Na teoria dos conjuntos fuzzy a pertinência varia
continuamente em grau. A figura 4.3 compara a pertinência tradicional com a pertinência
fuzzy.
Um conjunto na teoria dos conjuntos clássica pode ser expresso pela relação dos ele-
mentos do universo X = {xi } e o valor 1 ou 0 ou a função IA (x) para definir se o elemento
pertence ou não ao conjunto como em 4.28. Na teoria dos conjuntos fuzzy, cada ele-
mento está associado à uma pertinência ao conjunto, e assim, um conjunto fuzzy pode ser
representado pelo par, elemento, pertinência como em 4.29.
Os conjuntos fuzzy servem para representar conceitos do tipo alto, baixo, grande, pe-
queno, denominados variáveis lingüísticas, modificados ou não por quantificadores do
tipo muito ou pouco, denominados, modificadores lingüísticos que intensificam os con-
ceitos. O conjunto de combinações de modificadores e variáveis lingüísticas forma o
universo de discurso ou universo lingüístico. Para cada conceito ou variável lingüística,
deve haver uma função de pertinência. O processo de fuzzificação é uma transformação
que parte de uma variável analógica e a transforma num conjunto de valores de pertinência
4.4. LÓGICA FUZZY APLICADA AO BCP 119
a cada uma das variáveis lingüísticas. Vamos supor que exista uma variável analógica x
com um correspondente universo lingüístico de três variáveis, BAIXO, MÉDIO E ALTO,
ou seja, U = [B, M, A]. Pode-se adotar uma função de pertinência para cada uma das
variáveis lingüísticas, tal como mostra a figura 4.5.
que é tem um valor que é a soma ponderada dos valores de pertinência dos conceitos de
saída. Existem diversos esquemas de defuzzificação, tais como o Centro-de-Área C-o-A,
o Centro-do-Máximo C-o-M e Média do Máximo M-o-M[Shaw 1999]. No método do
Centro-do-Máximo, por exemplo, o valor dos pesos da ponderação das pertinências são
os picos das funções de pertinência representados no universo de discurso da variável de
saída, enquanto no método de Centro-de-Área, aos pesos são as áreas de cada função de
pertinência.
A partir destas variáveis pode-se obter o sinal de controle. Esta metodologia é obtida
da definição do controlador PI . O sinal de controle gerado pelo sistema PI é expresso pela
equação 4.39.
u = K p e + Ki edt (4.39)
Em sua forma discreta, a equação 4.39 toma a forma apresentada na equação 4.40.
% &
t n
u[k] = K pd e[k] + ∑ e[k]
τid k=0
(4.40)
Derivando-se ambos os lados desta expressão, obtém-se uma equação que relaciona
a variação do sinal de controle u com o erro e e a variação do erro Δe. Com os ganhos
definidos como K p (ganho proporcional) e Ki (ganho integral), a expressão derivada é
expressa por 4.41.
Δu = K p Δe + Ki e (4.41)
Ou, em termos discretos, a expressão 4.42.
'
T
u[k] − u[k − 1] = K pd e[k] − e[k − 1] + e[k] (4.42)
τid
O que se deseja no controlador PI-Fuzzy é substituir qualquer regra de cálculo que exige a
definição de constantes de ganho por um conjunto de regras intuitivas e simples baseadas
no conhecimento empírico da planta para se obter um controle mais simples de entender,
ajustar ou configurar para controlador uma planta complexa e com conhecimento bastante
impreciso como já se viu.
No controlador convencional é de suma importância definir os valores dos ganhos
para se obter um desempenho especificado. Como será visto adiante, uma das vantagens
do controlador fuzzy é que ele independe de ajustes de ganhos e sim de faixa de valores
de nebulização e de faixa de valores de ajustes que são muito mais fortemente ligados à
experiência de operação.
122 CAPÍTULO 4. CONTROLE E MONITORAMENTO
Variáveis Fuzzy
O primeiro passo para se projetar um controlador fuzzy é definir o universo de discurso,
ou seja, introduzir os conceitos fuzzy para expressar as variáveis de entrada e saída do
sistema. É possível estabelecer universos de discursos mistos, ou seja, diferentes para
cada tipo de variável de entrada e de saída. Ainda é possível que cada variável possua
um número diferente de conceitos. No caso do controlador em questão, foram escolhidos
dois tipos de universo de discurso para serem comparados. Os dois estão expressos em
4.43 e 4.44. Nestes conjunto foram introduzidos os conceitos lingüísticos N - negativo,
para expressar um valor negativo, Z - Zero, para expressar um valor aproximadamente
nulo, e P - para expressar um valor positivo. Os conceitos de intensidade M - muito, P -
pouco se agregam aos conceitos anteriores para intensificar os conceitos anteriores.
U = [N, Z, P] (4.43)
Assim como foram definidos para as entradas conceitos fuzzy, é preciso estabelecer
os valores de fuzzificação da saída, ou seja, o sinal de controle de variação de velocidade,
lembrando que este sinal foi derivado para se obter a expressão 4.41 e portanto precisa ser
4.4. LÓGICA FUZZY APLICADA AO BCP 123
Condição Pertinência
x ≤ NL μN = 1, μZ = 0, μP = 0
x > NL ∧ x ≥ 0 μN = 1 − x−N x−NL
NL , μZ = NL , μP = 0
L
x=0 μN = 0, μZ = 1, μP = 0
x > 0 ∧ x ≤ PL μN = 0, μZ = 1 − PLx−x , μP = PLx−x
x > PL μN = 0, μZ = 0, μP = 1
Regras de inferência
A segunda etapa no projeto de um controlador PI-fuzzy será estabelecer as regras de
inferência. Elas são a base de conhecimento provindas da entrevista com um operador
experiente. O tipo de regra a ser estabelecido é do tipo: "Se Variável de entrada A é
Conceito1 e Variável de Entrada B é Conceito2 então Saída é Conceito 3"
As variáveis de entrada são, no caso o erro e a variação do erro. A variável de saída é
a variação do sinal de controle. Os conceitos são aqueles introduzidos no tópico anterior
tanto para a entrada como para a saída.
As regras aplicáveis são nove, uma para cada combinação possível de conceitos. O
que se deseja é estabelecer regras intuitivas para cada combinação possível de conjuntos
fuzzy de entrada.
124 CAPÍTULO 4. CONTROLE E MONITORAMENTO
Tais regras são apresentadas de forma esquemática e mais compacta na tabela 4.7. A
ação de aumentar ou diminuir a velocidade é simétrica, isto é, ambos conceitos possuem
a mesma intensidade.
As regras são aplicadas utilizando-se as operações E e OU fuzzy, conhecidas como
T-normas. Às variáveis fuzzy de entrada são aplicadas a operação E, que é o mínimo das
duas entradas. O valor resultante é atribuído à variável fuzzy de saída determinada pela
regra. As regras que resultam em uma mesma saída fuzzy são combinadas utilizando a
T-norma OU, que resulta no máximo valor dos operadores.
Defuzzificação
Após a aplicação das regras, a saída será um valor de pertinência para cada um dos
conceitos fuzzy de saída [μA , μM , muD ] e estes valores passarão por um processo de de-
fuzzificação . A idéia é calcular, a partir da variável fuzzy, um valor analógico de saída
que será o sinal de variação do controle (na verdade, um sinal para aumentar, manter ou
diminuir a velocidade de rotação do motor). Existem diversos métodos de defuzzificação,
dentre os quais foi escolhido para o controlador projetado, o método Centro-dos-Máximos
(CoM). Ele é realizado em uma única operação e é a média dos centros dos conceitos
fuzzy, Aumenta, Mantém e Diminui [AL , ML , DL ], ponderados pela sua respectiva perti-
nência [μA , μM , muD ]. A expressão utilizada está mostrada na equação 4.46.
∑k μkCk
Δu = (4.46)
∑k μk
4.4. LÓGICA FUZZY APLICADA AO BCP 125
Figura 4.6: Esquema Geral de fuzzificação das entradas erro e variação do erro
μA AL + μZ AL + μD DL μA AL + μD DL
Δu = = (4.47)
AL + ZL + DL A L + DL
Como a forma do valor do sinal foi obtida a partir da derivação do sinal de controle
do controlador PI, é preciso integrar o sinal de controle, o que equivale num sistema
discreto a fazer os somatório dos sinais de variação. Como o sinal de controle num dado
instante é a soma das variações do sinal de controle acumulada, pode-se concluir que o
sinal de controle será a soma da variação do sinal de controle com o sinal de controle
como estabelece a equação 4.48.
n
u[n] = ∑ Δu[i] = u[n − 1] − Δu[n] (4.48)
i=1
A filtragem de ruídos no sinal de entrada pode ser feita através de um filtro digital do tipo
Butterworth, por uma regressão linear dos dados discretos acumulados ou ainda através
do cálculo da média aritmética de uma fração final dos dados discretos acumulados entre
duas inferências.
A especificação completa do controlador PI-fuzzy é dada pela definição dos parâme-
tros da tabela 4.4.
Parâmetro Definição
NL LIMIAR DO CONCEITO NEGATIVO (μN = 1 se x ≤ NL )
PL LIMIAR DO CONCEITO POSITIVO (μP = 1 se x ≥ PL )
ΔTin f INTERVALO DE TEMPO ENTRE DUAS INFERÊNCIAS
Δω PASSO DE AUMENTO OU DIMINUÇÃO DE VELOCIDADE
ΔTmed INTERVALO DE TEMPO PARA CÁLCULO DE MÉDIA DO SINAL
pSET SET-POINT DE PRESSÃO DE SUCÇÃO
Concepção do sistema
4.5 Conclusão
Neste capítulo foram apresentadas as alternativas de instrumentação para o sistema de
elevação BCP, tendo sido escolhido o sistema com sensor de pressão de fundo para ser
instalado no campo. Foram desenvolvidas as possibilidades de linearização do modelo
da planta e estas foram aplicadas na análise de observabilidade, controlabilidade e esta-
bilidade em torno do ponto de operação, assim como o projeto do sistema de controle PI
convencional. Foram apresentados os fundamentos da lógica fuzzy e suas aplicações e
esta técnica utilizada para desenvolvimento de um controlador baseado em regras do tipo
PI para otimização de velocidade de rotação do acionamento do sistema de elevação por
BCP.
As contribuições deste capítulo são a linearização do modelo completo de BCP apre-
sentado no capítulo anterior com a finalidade de aplicar os conceitos de controle PI e a
concepção e desenvolvimento de um controlador fuzzy baeado em regras do tipo PI para
controlar a velocidade de rotação do motor de um sistema BCP de forma a manter con-
trolada a pressão de sucção da bomba.
128 CAPÍTULO 4. CONTROLE E MONITORAMENTO
5.1 Introdução
O objetivo deste capítulo é apresentar o desenvolvimento de um sistema especialista
baseado em lógica fuzzy para dimensionamento de sistema de elevação por bombeio de
cavidades progressivas. Não existem programas disponíveis no mercado para a execução
desta tarefa, mas apenas um programa verificador de projeto desenvolvido pelo C-FER
em Alberta no Canadá, o PCP-Pump [CFER 2006]. Este software tem como parâmetros
de entrada as características do poço (diâmetro do revestimento, IPR, propriedades do
fluido, etc) e os equipamentos de elevação que se pretende utilizar (modelo de bomba,
profundidade de assentamento, composição da coluna de hastes, modelo do cabeçote de
acionamento, potência do motor elétrico, vazão, rpm, etc.). Como saída, o programa dá
alguns alertas avisando se alguma condição limite foi ultrapassada, e fornece os valores
de carregamento da bomba, das hastes, do cabeçote e do motor. O programa dá avisos de
que o projeto ultrapassou algum limite, mas não orienta no sentido de se efetuar uma nova
escolha de equipamentos de forma a melhorar o desempenho do projeto. Na verdade o
projeto do sistema de elevação é a própria escolha dos modelos destes equipamentos feita
pelo usuário e isto depende de experiência e dispende tempo. A escolha da melhor confi-
guração de equipamentos, depende de experiência acumulada, coisa que só o especialista
que trabalha há anos projetando sistemas de elevação possui. Um programa de computa-
dor especialista para dimensionamento de BCP, completa esta lacuna, nada impedindo que
o projeto por ele fornecido seja depois verificado através do referido software, acelerando
o processo e facilitando a tomada de decisões urgentes.
Este capítulo está assim organizado. Primeiro, se faz uma revisão dos principais con-
ceitos de sistemas especialistas, sua definição, seus objetivos, suas características, vanta-
gens e desvantagens, os princípios de funcionamento e como é estruturado, desenvolvido
e aplicado, dando destaque para as motivações da aplicação aqui desenvolvida.
A seguir é apresentado o processo de dimensionamento do sistema de elevação tal
como é feito na prática, manualmente ou utilizando o software comercial. Apresentam-se
os dados de entrada, ou seja, a configuração da aplicação específica, os dados disponíveis
na base de dados, os cálculos requeridos e as verificações mais importantes.
Após isto, apresenta-se a concepção do sistema especialista para dimensionamento de
129
130 CAPÍTULO 5. SISTEMA ESPECIALISTA PARA PROJETO DE BCP
Apesar das inúmeras vantagens, existem algumas limitações no uso desta técnica,
quais sejam:
O raciocínio utilizado pelo sistema até chegar a conclusão pode ser explicitado, fa-
cilitando a análise e subsidiando a decisão. Opcionalmente, o sistema especialista pode
estar munido de mecanismos de aquisição de conhecimento de forma a permitir que o
usuário insira novos conhecimentos sem que precise recorrer ao engenheiro de conhec-
imento. É através de uma interface homem-máquina que o usuário se comunica com o
sistema especialista.
O motor de inferência é o elemento do sistema que controla a aplicação das regras de
produção ao caso específico.
Existem dois métodos de inferência, o encadeamento para frente (forward-chaining) e
o encadeamento para trás (backward-chaining). Um encadeamento é um grupo de múlti-
plas inferências que conectam um problema à sua solução ([Giarratano & Riley 1994]).
No encadeamento para frente, a inferência é feita a partir dos fatos, gerando as respecti-
vas conclusões de acordo com as regras. Já no encadeamento para trás, parte-se de uma
hipótese (uma conclusão a ser provada) e buscam-se os fatos que geram esta conclusão.
A escolha do método de inferência depende do problema a ser resolvido. O encadea-
mento para frente é mais apropriado para problemas de prognóstico, monitoramento, con-
trole, projeto e seleção, enquanto problemas de diagnóstico são resolvidos de forma mais
eficiente utilizando-se o encadeamento para trás.
No desenvolvimento do sistema apresentado neste trabalho, aplicou-se o encadea-
mento para frente, por ser o mais apropriado à aplicação especifica, qual seja, a seleção
de equipamentos de elevação para BCP.
A implementação de um sistema especialista requer um trabalho de engenharia de
conhecimento. Esta é a atividade de adquirir o conhecimento do especialista e codificá-lo
sob a forma de regras de produção.
Segundo Liebowitz [Liebowitz 1988], a engenharia de conhecimento é o "processo
de construção, teste e avaliação de um sistema especialista". Este processo é realizado
pelo engenheiro de conhecimento. As etapas envolvidas na atividade de engenharia de
conhecimento são:
• Identificação do problema
• Aquisição de conhecimento
• Representação do conhecimento
• Implementação
• Verificação e
• testes.
Um grande acúmulo de experiência no dimensionamento de sistemas de elevação
BCP, torna o processo de engenharia de conhecimento mais simples. A metodologia
aqui adotada para desenvolver o sistema especialista tem duas características essenciais.
A primeira é a de que preenche uma real necessidade, dada a freqüência e complexidade
do projeto e a falta de pessoal especializado para realizá-lo. A segunda, é de que o es-
pecialista, engenheiro de conhecimento e implementador do sistema se reúnem em uma
mesma pessoa, o que permite suprimir algumas etapas no desenvolvimento do sistema.
Normalmente, o desenvolvimento de sistema seria um processo iterativo. As etapas de
aquisição de conhecimento, representação do conhecimento, implementação, validação e
testes seriam realizados de forma iterativa durante o desenvolvimento.
5.2. SISTEMA ESPECIALISTA 133
As fases mais importantes são, sem dúvida, o estabelecimento das regras e o re-
finamento do modelo. Uma vez estabelecido o conjunto de regras e a estratégia de
busca da melhor seleção de equipamentos, deve-se verificar o resultado da escolha con-
frontando com a escolha do especialista. Na verdade, no caso específico desta aplicação,
foi necessária a modificação de duas regras pois o algoritmo não escolhia adequadamente
os equipamentos em aplicações de baixa solicitação, mas a alteração destas duas regras
resolvem o problema de maneira bastante satisfatória. É que a base de conhecimento
deve ser refinada, aumentando-se o conhecimento e filtrando-se imperfeições e erros
[Liebowitz 1988].
Nesta fase de desenvolvimento, costuma-se modelar um subconjunto da tarefa onde
todas as etapas iterativas são realizadas, fechando-se um ciclo de desenvolvimento. A
cada ciclo, um novo subconjunto é modelado e implementado, promovendo a evolução
do sistema em forma de protótipos. O ciclo iterativo PROTÓTIPO - AVALIAÇÃO -
REFINO permite a melhoria gradativa da base de conhecimento. Como já foi dito, em
duas iterações chegou-se a resultados bastante satisfatórios. A validação do sistema foi
obtida por meio do programa PCPump [CFER 2006] através de estudo de casos.
A primeira etapa a ser confrontada no desenvolvimento de um sistema especialista é a
identificação do problema. Esta etapa é uma atividade de análise que tem como objetivo
determinar se o problema abordado pode ser resolvido utilizando-se a técnica de sistemas
especialistas e se a utilização desta técnica apresenta alguma vantagem sobre a forma
como o problema é resolvido no momento. Algumas características de uma tarefa tornam
a aplicação de sistemas especialistas aconselhada [Liebowitz 1988]:
• A tarefa deve ser bem delimitada para evitar explosão combinatorial.
• Envolve principalmente processamento simbólico (processamento de símbolos e
listas), em contraste com processamento numérico.
• O problema leva de algumas horas a algumas semanas para resolver.
• A tarefa é realizada com freqüência, e não raramente.
• Existe uma diferença significativa entre uma boa e uma má realização da tarefa.
Dados de teste estão disponíveis com facilidade.
• Existe um consenso geral sobre o resultado da tarefa.
• O especialista está disposto a participar no desenvolvimento do Sistema Especia-
lista. e dispõe o tempo necessário para o desenvolvimento do sistema.
• O especialista é articulado e pode ser entendido pelo engenheiro de conhecimento.
A partir da análise positiva destas características, pode-se optar pelo desenvolvimento
de um sistema especialista. Na verdade, no caso especifico deste desenvolvimento, todos
os requisitos foram atendidos. A fase de aquisição de conhecimento foi realizada com
presteza pelos motivos já citados. O procedimento foi identificar as variáveis de entrada da
máquina de inferência, adotar os conjuntos fuzzy mais adequados e estabelecer as regras
para cada combinação de valores de entrada [Rich & Knight 1992].
O processo usual utilizado para extrair o conhecimento do especialista é a realização
de entrevistas, onde ocorre a interação entre engenheiro de conhecimento e especialista.
A dificuldade inerente a esta tarefa está relacionada com a dificuldade que um especialista
em qualquer domínio encontra em escrever de forma clara e detalhada os passos realiza-
dos durante a realização da tarefa. Segundo Hart [Hart 1992], a inabilidade de explicar
134 CAPÍTULO 5. SISTEMA ESPECIALISTA PARA PROJETO DE BCP
• o modelo da bomba
• a composição da coluna de hastes
• o cabeçote de acionamento
136 CAPÍTULO 5. SISTEMA ESPECIALISTA PARA PROJETO DE BCP
Nem sempre estas condições podem ser atendidas na prática, seja por não haver
equipamento disponível no mercado, como no caso em que se deseja uma vazão muito
maior que as disponíveis no mercado, seja por não existir o componente em estoque.
Nestes casos, a experiência determina que se deva buscar condições que se aproxime
daquelas ideais. O trabalho de escolher previamente os equipamentos exige experiência
do projetista, ou será necessário que o projetista aproxime da condição ideal por tentativa
e erro.
Supondo que estejam disponíveis 80 modelos de bomba, 9 de hastes e 20 de cabeçotes,
existiriam 14400 alternativas de projeto. A experiência do especialista é uma mercadoria
escassa e o preparo de novos especialistas demanda muito tempo, daí a necessidade de
se desenvolver um sistema especialista para reduzir o tempo demandado para projeto de
sistemas de elevação.
O usuário deve fornecer os dados do caso especifico em estudo que são os dados de
entrada. O sistema deve buscar automaticamente uma combinação de equipamentos e
qualificar esta combinação, dando um valor de intensidade de satisfação aos critérios de
projeto. Caso a satisfação seja baixa, o sistema especialista deve buscar uma nova combi-
nação de equipamentos segundo um estratégia de busca. O projeto do sistema especialista
consiste em desenvolver os diversos blocos desta estrutura. Em primeiro lugar, devem ser
estabelecidos os dados de entrada do sistema, ou seja, os dados a serem fornecidos pelo
usuário e que especificam o caso a ser estudado. Em segundo lugar, deve-se estabele-
cer que dados dos equipamentos são necessários para construir a base de dados e, depois
138 CAPÍTULO 5. SISTEMA ESPECIALISTA PARA PROJETO DE BCP
a partir dos catálogos e manuais técnicos dos equipamentos, alimentar esta base de da-
dos. Em terceiro lugar, deve-se elaborar as regra de produção que constituem a base de
conhecimentos do sistema especialista. Em quarto lugar deve-se elaborar a máquina de
inferência, capaz de fuzzificar as variáveis de entrada da base de conhecimento, aplicar as
regras e deffuzificar a saída de forme a qualificar o nível de satisfação do projeto. Elaborar
uma rotina de busca de forma que a nova combinação de equipamentos se aproxime mais
das condições ideais estabelecidas pelos critérios de avaliação.
ΔP
FUΔP = (5.1)
ΔPN
σop
FUh = (5.2)
σesc
Lop
FUL = (5.3)
Lcab
τop
FUτ = (5.4)
τcab
Para cada um destes fatores deve ser definido uma faixa ideal de utilização e faixas
toleráveis de utilização. O projeto idealmente concebido deve se posicionar em cada um
dos critérios dentro da faixa ideal. Como nem sempre isso é possível, ainda mais quando
há limitação de estoque e se requer o equipamento imediatamente, as faixas de tolerân-
cia permitem escolher equipamentos nestas situações. Fora das faixas de tolerância o
projeto deve ser reprovado. A tabela de faixas advém da experiência dos especialistas e
devem ser adequadas em função das características de cada área de produção de petróleo
e dos objetivos da operadora, sendo necessário que um profissional qualificado e experi-
ente nesta determinada área de produção defina faixas de valores mais convenientes. O
5.6. DADOS DE ENTRADA DO USUÁRIO 139
sistema especialista permite que o profissional autorizado especifique outras faixas que
considere mais adequadas. A tabela 5.1 mostra os valores utilizados como limites ideais
e de tolerância para cada fator de utilização.
tretanto, que se aperfeiçoe o sistema de forma a permitir que se use valores específicos
das características do fluido quando exista análise PVT para o mesmo.
• BOMBA;
– Fabricante;
– Modelo do fabricante;
– Vazão Nominal;
– Vazão Exata;
– Pressão Nominal;
– Número de estágios;
– Diâmetro Mínimo da Coluna de Produção;
– Conexão do Rotor;
– Conexão do Estator;
– Diâmetro Mínimo do Revestimento;
– Excentricidade;
– Diâmetro do rotor;
– Passo do estator;
– Modelo Petrobras;
– Comprimento do estator;
– Parâmetros de correção de volume, torque e pressão de selagem em função da
interferência;
• HASTE;
– Tipo;
– Diâmetro Nominal;
– Limite de Escoamento
– Tensão de Ruptura
– Grau do Aço
– Diâmetro da Luva
• CABEÇOTE;
– Fabricante;
– Modelo do Fabricante;
– Capacidade de Carga Axial do Mancal de Rolamento;
– Capacidade de Torque do Redutor;
– Taxa de Redução;
– Modelo Petrobras;
da bomba, por se tratar de segredo industrial dos fabricantes) e na figura 5.3 para os
cabeçotes.
Os dados foram coletados a partir dos catálogos e manuais das bombas e cabeçotes
([Wea 1999] e [Nez 2002]) em sua maioria, tendo sido necessário elaborar alguns cálculos
para se obter dados não apresentados nestes documentos.
O sistema especialista deve ser o mais simples possível, por isso se começou com um
conjunto fuzzy com universo de discurso de três conceitos. Não se chegou a comparar os
resultados, pois os resultados obtidos com três conceitos foram satisfatórios.
As regras de produção na forma original estão nas tabelas 5.2, 5.3 e 5.4.
5.12 Conclusão
Neste capítulo, apresentou-se um sistema especialista para Dimensionamento de BCP,
assim como seus objetivos , suas características, vantagens e desvantagens, seu funciona-
mento, uso, estrutura, critérios de projeto que servem de base para o seu desenvolvimento,
a estrutura de entrada de dados pelo usuário, a base de dados de equipamentos de BCP e
a base de conhecimento que constituem este sistema. Apresentou-se, também, a Interface
Gráfica do sistema desenvolvido e seu uso.
Ao reduzir substancialmente o tempo requerido para dimensionar o sistema de ele-
vação de um poço, o sistema desenvolvido permite a melhor utilização do especialista
148 CAPÍTULO 5. SISTEMA ESPECIALISTA PARA PROJETO DE BCP
humano, recurso escasso e que exige um tempo excessivo para formação, e permite a
tomada de decisões mais rapidamente, especialmente em operações de completação ou de
workover que, por conta de dados de poços novos, recompletados ou estimulados serem
obtidos durante a operação, exigem o dimensionamento em momentos em que o especia-
lista não está disponível e reduz o significativo custo de espera da sonda.
A contribuição inovadora deste capítulo é o sistema especialista desenvolvido.
5.12. CONCLUSÃO 151
Resultados
6.1 Introdução
Os objetivos do presente capítulo são validar a modelagem do sistema e o simulador
comparando os resultados previstos com os medidos em campo, aplicar as técnicas de
controle desenvolvidas no capítulo 4 em um poço real, validando a metodologia e validar
o sistema especialista desenvolvido no capítulo 5.
Para atingir o primeiro e o segundo objetivos, foi implantado um sistema de moni-
toração de pressão de fundo e ajuste de regime em um poço real, consistente de sensor
de pressão, controlador lógico programável e variador de freqüência para ajustar a veloci-
dade de operação do motor. A resposta em malha aberta e em malha fechada, permitiu
a validação do modelo implementado no simulador. Tanto no controlador como no si-
mulador foi implementado o sistema de controle fuzzy desenvolvido. O controlador foi
implentado também em outro controlador que foi testado em conjunto com o simulador
de poço.
A validação do sistema especialista foi obtida através da análise de um problema pro-
posto pelas características de um poço e a disponibilidade de equipamentos. Procedeu-se
a obtenção do melhor dimensionamento passo a passo, com o detalhamento do processo
de inferência e a análise dos resultados valendo-se do programa PCPpump. O resultado
obtido é comparado com o obtido pelo sistema especialista desenvolvido.
6.2 Controle
6.2.1 Instalações de Campo
O sistema de controle foi instalado no poço A no campo de X. A instalação consiste
dos seguintes equipamentos.
153
154 CAPÍTULO 6. RESULTADOS
Ks = 4, 5 × 10−4 (6.2)
O cálculo da constante de tempo da função de tranferência do sistema aproximado de
primeira ordem está mostrado em 6.3.
156 CAPÍTULO 6. RESULTADOS
I p ρg
Ts = = 15.195s (6.3)
Aan
A função de transferência do sistema em unidades SI (pressão em Pa e rotação em
rad/s) está representada na equação 6.4, caracterizando o desempenho em malha aberta
do sistema.
146
G(s) = (6.4)
s + 15195
1
4, 5 × 10−4
G(s) = (6.5)
s + 15195
1
Kp ζ Ki
3 1 0,000241
3 0,9 0,000298
3 0,8 0,000377
3 0,7 0,000493
3 0,6 0,000671
3 0,5 0,000966
3 0,4 0,00151
3 0,3 0,00268
3 0,2 0,006
6.2. CONTROLE 163
O aumento do ganho integral torna a resposta mais rápida, porém o controle fica mais
sensível a pequenas perturbações, especialmente a ruídos.
Esta regras foram utilizadas para um ajuste fino da resposta do controlador, ainda que
a resposta obtida sem estes ajustes tenha resultado em um desempenho superior ao obtido
com o controle PI.
Ao contrário do controlador PI, não houve dificuldade de ajustar o controlador fuzzy,
tendo funcionado de maneira satisfatória em sua primeira aproximação, como será visto
na seção de apresentação de dados de campo. Isto aconteceu especialmente porque havia
um grande experiência acumulada na operação da planta. É importante que a faixa de
fuzzificação da variação do erro seja compatível com a máxima taxa de variação de erro
166 CAPÍTULO 6. RESULTADOS
que poderia ser obtida com a bomba operando na sua máxima velocidade que é cerca de
10 psi ou 0, 75kg f /cm2 que corresponde a uma variação de volume igual a 7,5 metros.
Para valores muito maiores que este, o amortecimento poderá se tornar muito baixo. Isto
é mostrado na figura 6.17 em que se compara a resposta ao degrau para várias faixas de
fuzzificação da variação do erro.
Figura 6.17: Resposta ao degrau de pressão para várias faixas de fuzzificação da vari-
ação do erro
Por isso, não se utilizou valores maiores que 4 kg f /cm2 . Faixas de fuzzificação do
erro menores implicam em uma resposta mais rápida, como mostra a figura 6.18 em que
se compara a resposta ao degrau para faixa de fuzzificação de erro de 7 e 10 Kg f /cm2 .
O tempo de resposta mais rápido não implica necessariamente numa maior sensibilidade,
pois há um largo tempo entre mudanças de sinal de referência de velocidade e a atuação
se dá em termos de médias móveis do sinal da variável controlada.
ser representado por uma função linear em qualquer condição operacional, mas poderá
ser representado por um sistema de primeira ordem linearizado no ponto de operação.
Figura 6.18: Resposta ao degrau de pressão para várias faixas de fuzzificação de erro
Algumas memórias voláteis precisaram ser utilizadas para armazenar parâmetros ope-
racionais do controle, registros temporários utilizados nos cálculos, no status, controle do
programa e registros de saída. A lista completa dos registros utilizados e sua função, in-
cluindo sua referência como parâmetro que serve de endereçamento para escrita e leitura
através do sistema supervisório, e sua correlação com a referência ao endereço de memória
através da linguagem de programação estão mostradas na tabela 6.3.
O desenvolvimento do programa de controle foi feito utilizando a linguagem ACL. O
programa consiste dos seguintes subprogramas.
• boot - através do qual se faz a leitura dos parâmetros não - voláteis que são ar-
mazenados em memórias temporárias; este programa só opera na partida, após
inicializados os registros do programa de controle e solicita o ligamento do VSD
através da saída digital DI1 1 , fica em estado de espera, até que o controlador pare
por qualquer motivo e seja reinicializado, com a acontece ;
• fuzzy - programa que controla a execução das sub-rotinas do controlador, listadas a
seguir;
• coleta - que coleta valores da variável de entrada durante o tempo especificado na
parametrização do controlador, sendo que a parte final do intervalo, duração que
também depende da parametrização, serve para calcular a média móvel que serve
de filtro de ruídos do sinal de entrada;
• fuzzyfica - que toma os valores de erro e de variável de erro, variáveis de entrada do
sistema e os transforma em um vetor de pertinências aos conceitos NE, ZE e PO;
• regras - que aplica as regras de produção da máquina de inferência aos vetores e
pertinência de erro e variação de erro, gerando um vetor de pertinência de ajuste de
velocidade do motor ou de freqüência;
• defuzzifica - que transforma o vetor de ajuste de freqüência em valor analógico
de ajuste de frquência, valor este integrado de forma discreta ao valor de saída do
sistema; item comando - que coloca o valor de saída do sistema na saída analógica
que serve de referência de velocidade para o VSD;
• testa e informa - rotinas que verificam se o sistema estabilizou e diagnostica se a
bomba é superdimensionada ou tem capacidade insuficiente para a vazão do poço;
O programa, uma vez digitado, pode ser compilado através da interface do ACL, mo-
mento em que uma análise de sintaxe do programa é feita. Uma vez compilado, ele pode
ser testado través da tela mostrada na figura 6.26, que permite que sejam digitados valores
na entradas digitais e analógicas e acesso aos diversos parâmetros do controlador. Através
deste teste, pode-se testar o programa de controle em busca de erros de lógica em tempo
de execução antes se implementar no controlador do poço para executar o controle real.
máximo e mínimo de cada uma delas, configurando alarmes para as respectivas violações.
Através destes alarmes, pode-se diagnosticar algumas importantes situações, quais sejam:
• corrente alta - alerta contra o excesso de interferência entre rotor e estator, per-
mitindo que se antecipe a situação de rotor preso e suas graves conseqüências;
• corrente baixa - identifica tanto correia partida como haste partida;
• pressão de fundo baixa - alerta contra a situação de bomba trabalhando parcialmente
em vazio permitindo que se evite a queima do estator por sobre-aquecimento;
• pressão de fundo alta - alerta perda de produção decorrente de ineficiência da
bomba;
• freqüência alta - alerta excesso de desgaste dos mancais de rolamento do motor em
decorrência da incapacidade da bomba devido a desgaste, subdimensionamento ou
aumento de produtividade do poço como conseqüência de efeito de recuperação
suplementar;
• freqüência baixa - alerta possível sobreaquecimento do motor devido ao superdi-
mensionamento do motor ou aumento de interferência.
obteve-se um desempenho satisfatório sem que para isso fosse preciso realizar ajustes de
campo.
CASO 1 2 3 4
Bomba 24.35.400 28.35.400 14.40.600 18.40.600
Haste 1"D 1"D 1"D 1"D
FUΔP 61,2 51,6 108,7 80,4
RPM 308 309 237 215
FUσ 28,7 28,7 36,2 36,2
Carga axial 5,69 5,69 6,55 6,66
Torque 233,8 233,6 313,3 312,8
μDeltaPA 0 0 100 100
μDeltaPO 100 86 0 0
μDeltaPB 0 14 0 0
μRPMA 100 100 63 85
μRPMO 0 0 37 15
μRPMB 0 0 0 0
BombaR 85 71,7 63 85
BombaB 0 0 0 0
BombaO 0 0 0 15
Notabomba 0 0 0 15
A tabela 6.11 mostra a comparação das hastes entre os dois casos que apresentaram o
melhor resultado quanto à bomba (casos 7 e 18). Deles, o que apresenta melhor resultado
quanto à haste é o caso 18, pois ambas são superdimensionadas, mas a haste no caso 18
está relativamente mais carregada.
Os resultados de carga axial e torque na haste polida da combinação de bomba e
coluna de hastes do caso selecionado como melhor, devem ser utilizados para calcular o
fator de utilização de carga axial e torque dos três tipos de cabeçote. O resultado desta
análise está na tabela 6.12.
6.3. SISTEMA ESPECIALISTA 185
CASO 5 6 7 8
Bomba 24.40.600 18.45.700 24.45.700 28.45.700
Haste 1"D 1"D 1"D 1"D
FUΔP 62,5 80,4 63,75 51,6
RPM 200 197 182 177
FUσ 36.2 39.3 39.3 39.3
Carga axial 6,57 7,27 7,28 7,28
Torque 313 335,1 334,9 334,7
μDeltaPA 0 100 0 0
μDeltaPO 100 0 100 86
μDeltaPB 0 0 0 14
μRPMA 0 0 0 0
μRPMO 100 100 100 100
μRPMB 0 0 0 0
BombaR 0 0 0 0
BombaB 16,7 0 15 28,3
BombaO 0 100 0 0
Notabomba 50 100 50 50
CASO 9 10 11
Bomba 14.40.1200 18.451200 24.45.1200
Haste 1"D 1"D 1"D
FUΔP 108,7 80,4 62,5
RPM 158 136 121
FUσ 49,8 49,8 49,8
Carga axialo 7,28 7,29 7,31
Torque 472,3 471,7 471,1
μDeltaPA 100 100 0
μDeltaPO 0 0 100
μDeltaPB 0 0 0
μRPMA 0 0 0
μRPMO 100 72 42
μRPMB 0 28 58
BombaR 100 0 17
BombaB 0 28 58
BombaO 0 72 42
Notabomba 0 86 60,8
186 CAPÍTULO 6. RESULTADOS
CASO 12 13 14 15
Bomba 24.35.400 28.35.400 14.40.600 18.40.600
Haste 7/8"D 7/8"D 7/8"D 7/8"D
FUΔP 61,2 51,6 108,7 80,4
RPM 308 309 237 215
FUσ 38,3 38,3 49,5 49,5
Carga axial 4,47 4,77 5,63 56,4
Torque 233,6 233,5 313 312,8
μDeltaPA 0 0 100 100
μDeltaPO 100 86 0 0
μDeltaPB 0 14 0 0
μRPMA 100 100 63 85
μRPMO 0 0 37 15
μRPMB 0 0 0 0
BombaR 83,3 71,7 63 85
BombaB 0 0 0 0
BombaO 0 0 0 15
Notabomba 0 0 0 15
CASO 16 17 18 19
Bomba 24.40.600 18.45.700 24.45.700 28.45.700
Haste 7/8"D 7/8"D 7/8"D 7/8"D
FUΔP 62,5 80,4 63,75 51,6
RPM 200 197 182 177
FUσ 49,5 53,7 53,7 53,7
Carga axial 5,65 6,35 6,36 6,36
Torque 312,5 334,9 334,6 334,5
μDeltaPA 0 100 0 0
μDeltaPO 100 0 100 86
μDeltaPB 0 0 0 14
μRPMA 0 0 0 0
μRPMO 100 100 100 100
μRPMB 0 0 0 0
BombaR 0 0 0 0
BombaB 16,7 0 16,7 28,3
BombaO 0 100 0 0
Notabomba 50 100 50 50
6.3. SISTEMA ESPECIALISTA 187
CASO 20 21 22
Bomba 14.40.1200 18.451200 24.45.1200
Haste 7/8"D 7/8"D 7/8"D
FUΔP 108,7 80,4 62,5
RPM 158 135 121
FUσ 70,5 70,4 70,4
Carga axial 6,36 6,38 6,39
Torque 471,9 471,3 470,7
μDeltaPA 100 100 0
μDeltaPO 0 0 100
μDeltaPB 0 0 0
μRPMA 0 0 0
μRPMO 100 70 42
μRPMB 0 30 58
BombaR 100 0 16,7
BombaB 0 30 58
BombaO 0 70 42
Notabomba 0 86 60,8
CASO 6 17
μhasteA 0 0
μhasteO 56,1 76,7
μhasteB 45,9 23,3
Nota 49,3 15
188 CAPÍTULO 6. RESULTADOS
6.4 Conclusão
Neste capítulo foram mostrados os resultados obtidos com o sistema de controle e o
sistema especialista de dimensionamento.
Foram apresentadas detalhadamente as instalações de campo, a aplicação da metodolo-
gia de projeto de PI e a especificação do controlador PI-fuzzy. A simulação foi validada
6.4. CONCLUSÃO 189
Conclusões e Recomendações
Neste trabalho foi apresentada uma visão geral da situação da elevação de petróleo
por bombeio de cavidades progressivas dentro da indústria de produção de petróleo, assim
como dos diversos sistemas de elevação.
Foi apresentada uma modelagem do sistema tanto para regime permanente como para
regime transitório. A primeira com a finalidade de mostrar como calcular as solicitações a
que estão submetidos os equipamentos de elevação para fins de dimensionamento do sis-
tema BCP. O modelo matemático transiente tem a finalidade de estudar o comportamento
do sistema em malha aberta ou em malha fechada sob a ação de um sistema de controle.
A teoria de controle PI convencional foi aplicada ao sistema BCP, permitindo a análise
quanto à observabilidade, controlabilidade de controle PI e estabelecimento das técnicas
de projeto deste tipo de controle e suas condições de estabilidade.
Foi desenvolvido um sistema de controle fuzzy baseado em regras a partir de um sis-
tema de controle PI. O sistema foi desenvolvido a partir da experiência humana em con-
trole do sistema, a partir da qual se estabeleceu funções de fuzzificação e regras de pro-
dução. Foi projetada uma máquina de inferência independente das regras e das estratégias
de fuzzificação baseadas nas t-normas de Mandami.
As técnicas de simulação, linearização e obtenção da função de transferência lineari-
zada foram aplicadas a um poço real no qual foi implementado um sistema de controle
constituído de sensor de pressão de sucção da bomba, controlador industrial e variador
de freqüência. Aplicaram-se as técnicas de projeto de controle PI e controlador fuzzy ao
poço e comparou-se o comportamento dos dois controladores por simulação. A resposta
em malha aberta da função de transferência foi comparada com a resposta em malha
aberta medida no poço, validando a técnica de modelagem matemática e de simulação
utilizadas.
As técnicas de controle foram implementadas no poço e suas atuações comparadas,
estabelecendo-se alguns ganhos de produtividade comuns aos dois tipos de controle e
específicos do sistema fuzzy. Foi comparada a resposta ao degrau de controle fuzzy no
poço com o simulado, validando a técnica de simulação da atuação do controle.
Foi realizado um estudo de caso de dimensionamento de sistema BCP utilizando as
técnicas implementadas no sistema especialista com detalhamento da inferência. A se-
leção obtida foi analisada quanto aos critérios de dimensionamento, validando o dimen-
sionamento e mostrou-se que o sistema especialista provê a mesma seleção.
191
192 CAPÍTULO 7. CONCLUSÕES E RECOMENDAÇÕES
isso foi feito com relação ao código ladder implementado em um controlador in-
dustrial. O sistema desenvolvido é capaz de otimizar a velocidade visando maior
durabilidade do equipamento de fundo e maior produção do poço, minimizando o
número de sensores necessários e auxiliando partida e parada do sistema através de
funções de partida e parada em rampa providos pelos VSD. Resta, ainda, aprimorar
o sistema de forma a atender a outras necessidades, tais como utilizar sensor de su-
perfície ao invés de sensor de fundo, inferindo parâmetros de fundo a partir destes
e identificar causas de falhas.
• O sistema especialista de dimensionamento de BCP é capaz de selecionar os equipa-
mentos de BCP a partir da lista disponibilidade em um tempo extremamente curto e
sem depender da disponibilidade de um especialista humano, recurso extremamente
escasso e que demanda muito tempo para treinar. A estimativa é que um projeto de
dimensionamento de BCP feito por um especialista humano demora cerca de 4 ho-
ras, enquanto o mesmo dimensionamento pode ser feito pela sistema especialista
em cerca de 10 minutos, incluindo na tarefa a configuração das listas de disponibi-
lidade.
Angelov, P. (2003), ‘An evolutionary approach to fuzzy rule-based model synthesis using
indices for rules’, Fuzzy Sets and Systems (137), 325338.
Bastian, A. (2000), ‘Identifying fuzzy models utilizing genetic programming’, Fuzzy Sets
and Systems (113), 333–350.
Beal, C. (1946), ‘The viscosity of air, water, natural gas, crude oil and its associated gases
at oil field temperatures and pressures’, Trans. AIME (165), 94.
Beggs, H. D. & J. R. Robinson (1975), ‘Estimating the viscosity of crude oil systems’, J.
Petr. Techn. p. 1140.
Belarbi, K., K. Bettou & A. Mezaache (2000), ‘Fuzzy neural networks for estimation
and fuzzy controller design: Simulation study for a pulp batch digester’, Journal of
Process Control pp. 35–41.
195
196 REFERÊNCIAS BIBLIOGRÁFICAS
Bird, R. B., W. E. Steward & E. N. Lightfoot (1960), Transport Phenomena, Wiley Inter-
national Edition.
Brown, Kermit (1977), Artificial Lift Methods, Vol. 1, Penn Well Books.
CAC (1999), Automatic Control Logic - User Manual part 62-02009-01 O, CAC.
Cao, S. G., N. W. Rees & G. Feng (2001), ‘Mamdani-type fuzzy controllers are universal
fuzzy controllers’, Fuzzy Sets and Systems (123), 359 – 367.
Caputo, A. C. & P. M. Pelagagge (2000), ‘Fuzzy control of heat recovery systems from
solid bed cooling, applied thermal engineering’, (20), 49–67.
Carvalho, M. T. & Durão (2002), ‘F. control of a flotation column using fuzzy logic
inference’, Fuzzy Sets and Systems (125), 121 – 133.
CFER (2006), PCPUMP - User Guide, versão 2.671a edição, CFER Technologies, Al-
berta, Canadá.
Chang, S. & C. A. Chang (2003), ‘fuzzy-logic based fault diagnosis strategy for process
control loops’, Chemical Engineering Science (58), 3395 – 3411.
Chen, S., F. Yu & H. Chung (2002), ‘Decoupled fuzzy controller design with single-input
fuzzy logic’, Fuzzy Sets and Systems (129), 335342.
Chew, J. & C.A. Connally (1959), ‘A viscosity correlation for gas saturated crude oils’,
Trans. AIME (216).
Chierici, G. L. et al. (1974), ‘Two-phase vertical flow in oil wells - prediction of pressure
drop’, Trans. AIME p. 927.
Cho, Y., C. Park & M. Park (2002), ‘An indirect model reference adaptive fuzzy control
for siso takagisugeno model’, Fuzzy Sets and Systems (n.131), p.197–215.
da Cunha, Horácio & S. Ribeiro (1987), Introdução aos Sistemas Especialistas, LTC,
Livros Técnicos e Científicos.
REFERÊNCIAS BIBLIOGRÁFICAS 197
Dreyfus, H. L. & S. E. Dreyfus (1986), Mind over Machine: The Power of Human Intui-
tion and Expertise in the Era of Computer, Free Press, New York.
Dubois, D., Prade H. Sessa S. (2003), ‘Recent literature’, Fuzzy Sets and Systems
(n.138), p.213219.
Dubut, J. P. (2001), Uma proposta de fonte chaveada com correção de fator de potên-
cia para alimentação de um reator de nitretação iônica, Dissertação de mestrado,
PPgEE/UFRN.
e Takashi Yoneyama, Caio Lúcio Nascimento Jr. (2004), Inteligência Artificial em Con-
trole e Automação, Edgard Blücher.
Edgar, C. R. & B. E. Postlethwaite (2000), ‘Mimo fuzzy internal model control’, Auto-
matica (34).
Feng, G., S. G. Cao & N. W. Rees (2002), ‘Stable adaptive control of fuzzy dynamic
systems’, Fuzzy Sets and Systems (131), 217 224.
Fernández, F. & J. Gutiérrez (2003), ‘A takagisugeno model with fuzzy inputs viewed
from multidimensional interval analysis’, Fuzzy Sets and Systems (n.135), p.3961.
Galluzzo, M., R. Ducato, V. Bartolozzi & Picciotto (2001), ‘A. expert control of an acti-
vated sludge process, computers chemical engineering’, (n.25), p.619–625.
Gamboa, J. & Urdaneta (2004), Advance Course on Progressing Cavity Pump, Tulsa
University.
Giarratano, J. C. & G. Riley (1994), Expert Systems Principles and Programming, second
editiona edição, PWS Publishing Company.
Gottschalk, K. & L. Nagy I. Farkas (2003), ‘Improved climate control for potato stores
by fuzzy controllers’, Computers and Electronics in Agriculture (n.40), p.127–140.
Guerra, T. M. & L. Vermeiren (2001), ‘Control laws for takagisugeno fuzzy models’,
Fuzzy Sets and Systems (120), 95108.
Guo, J. Finoland Y. K. & X. D. Jing (2001), ‘A rule based fuzzy model for the predic-
tion of petrofisical rock parameters’, Journal of Petroleum Science and Engineering
(n.29), p.97–113.
Hanai, T., T. Ohki, H. Honda & T. Kobayashi (2003), ‘Analysis of initial conditions for
polymerization reaction using fuzzy neural network and genetic algorithm’, Com-
puters and Chemical Engineering (n.27), p.1011–1019.
Hart, A. (1992), Knowledge Acquisition for Expert Systems, second editiona edição,
McGraw-Hill.
Horiuchi, J. (2002), ‘Fuzzy modeling and control of biological processes : Review’, Jour-
nal of Bioscience and Bioengineering v. 94(n. 6), p.574–578.
Hsu, Y., G. Chen, S. Tong & H. Li (2003), ‘Integrated fuzzy modeling and adaptive
control for nonlinear systems’, Information Sciences (153), 217 236.
ISO15136-1 (2000), ‘Standard for downhole progressing cavity pump iso 15136’.
ISO15136-2 (2005), ‘Standard for progressing cavity pump drives iso 15136-2’.
Jr., McCain W. D. (1973), The Properties of Petroleum Fluids, Petroleum Publishing Co,
Tulsa, Oklahoma.
Jr, Oliveira & Hime Aguiar (1999), Lógica Difusa - Aspectos Práticos e Aplicações, In-
terciência.
Jr., R. Sousa & P. I. F. Almeida (2001), ‘Design of a fuzzy system for the control of a
biochemical reactor in fed-batch culture’, Process Biochemistry (37), 461–469.
Jurado, F. & J. R. Saenz (2002), ‘Neuro-fuzzy control for autonomous winddiesel systems
using biomass’, Renewable Energy (27), 39–56.
Mamdani, E. H. (1974), ‘Applications of fuzzy algorithm for simple dynamic plant’, Pro-
ceedings IEE (121), 1585–1588.
Marseguerra, M. & E. Zio (2003), ‘Model-free fuzzy tracking control of a nuclear reac-
tor’, Annals of Nuclear Energy (30), 953981.
Mathews, Zahacy & Skoczylas (2002), Progressing Cavity Pumping Systems: Design,
Operation and Performance Optimization, Course Notes, C-Fer, Edmonton, Canada.
McCain Jr., W.D. (1990), The Properties of Petroleum Fluids, 2nda edição, PennWell
Books.
Moineau, Rene (1930), A New Capsulism, Tese de doutorado, The University of Paris,
Paris, France.
REFERÊNCIAS BIBLIOGRÁFICAS 201
Mrad, F. & G. Deeb (2002), ‘Experimental comparative analysis of adaptive fuzzy logic
controllers’, IEEE Transactions on Control Systems Technology v. 10(n. 2), p.250–
155.
Mukaidono, Masado (2001), Fuzzy Logic for Begginers, World Scientific Publishing Co.
Pte. Ltda.
Muthusamy, K., S. C. Sung, M. Vlach & H. Ishii (2003), ‘Scheduling with fuzzy delays
and fuzzy precedences’, Fuzzy Sets and Systems (134), 387–395.
Noronha, F.A.F., F. A. França & F. J. S. Alhanati (1997), ‘Improved two-phase model for
hydraulic jet-pumps’, Society of Petroleum Engineers (SPE 37472).
Polite, Staben & Labat (2002), ‘fuzzy model for an anaerobic digester, comparison with
experimental results’, Engineering Applications of Artificial Intelligence (15), 385 –
390.
Rajapakse, A., K. Furuta & S. Kondo (2002), ‘Evolutionary learning of fuzzy logic con-
trollers and their adaptation through perpetual evolution’, IEE Transactions on Fuzzy
Systems 10(3), 309–321.
Rosa, Adalberto J., Renato S. Carvalho & José A. D. Xavier (2006), Engenharia de Reser-
vatórios de Petróleo, Editora Interciência, Rio de Janeiro, RJ.
Sebzalli, Y. M., R. F. Li, F. Z. Chen & X. Z. WANG (2000), ‘Knowledge discovery from
process, operational data for assessment na monitoring of operators performance’,
(24), 409–414.
Shaw, Jan S. e Simões, Marcelo G. (1999), Controle e Modelagem Fuzzy, Editora Blücher.
Shieh, C. (2002), ‘Genetic fuzzy control for time-varying delayed uncertain systems with
a robust stability safeguard’, Applied Mathematics and Computation (n.131), 39–58.
Skoczylas & Alhanati (2003), Analysis of Progressing Cavity Pump Laboratory Testing
Final Report, C-Fer.
S.T. Klein, SPE, InterRep; W.B. Thrasher SPE InterRep; L. Mena SPE InterRep; E. Qui-
jada SPE PDVSA; C. Brunings SPE PDVSA (1999), ‘Well optimization package for
progressive cavity pumping systems’, Society of Petroleum Engineer Library (SPE
52162).
Tanaka, Kazuo (1996), An Introduction to fuzzy logic for pratical applications, Springer-
Verlag.
Tang, B., X. Da & Wang (2000), ‘W. an adaptative control method for time-varying sys-
tems’, European Journal of Operational Research (124), 342–352.
VanLith, P. F., B. H. Betlem & T. B. Roffel (2003), ‘Combining prior knowledge with
data driven modeling of a batch distillation column including start-up’, Computers
and Chemical Engineering (27), 1021–1030.
Vasquez, M. & H. D. Beggs (1980), ‘Correlation for fluid physical property predictions’,
JPT pp. 968–970.
REFERÊNCIAS BIBLIOGRÁFICAS 203
Venkat, A. N., P. Vijaysai & R. D. Gudi (2003), ‘Identification of complex nonlinear pro-
cesses based on fuzzy decomposition of the steady state space’, Journal of Process
Control (n.13), p–473488.
Vieira, R. A. M., M. Embiruçu, Sayer, C. J. C Pinto & E. L. Lima (2003), ‘Control strate-
gies for complex chemical processes, applications in polymerization processes’,
Computers and Chemical Engineering (27), 1307 – 1327.
Vogel, J. V. (1968), ‘Inflow performance relationship for solution gas drive wells’, J. Pet.
Tech. pp. 83–93.
Weiss, S., M. Sholom & C. Kulikowski (1984), A Pratical Guide to Designing Expert
Systems, Rowman Allanheld Publishers, New Jersey.
Wong, C. H., S. L. Shah, M. M. Bourke & D. G. Fisher (2000), ‘Adaptative fuzzy rela-
tional predictive control’, Fuzzy Sets and Systems (115), 247–260.
Zhao, F., Y. Tian, M. Tadé & H. Li (2002), ‘A time-delay compensation strategy for
processes with uncertainties’, Computers and Chemical Engineering p. 1437 1447.
Ziegler, J. G. e Nichols, N.B. (1942), ‘Optimum settings for automatic controllers’, ASME
Transactions 64, 759–768.
AO1=60;
REG46=60;
"INICIALIZA MÉDIA
REG45=AI1;
"P1201=Idle Time
"FASE=1 - COLETA
run fuzzy;
"fuzzy IF (DI1==1)
IF (REG6==1)
reg5=0;
REG44=0;
RUN coleta;
idle;
endif
IF (REG6==2)
RUN fuzzifica;
idle;
ENDIF
IF (REG6==3)
RUN regras;
IDLE;
ENDIF
IF (REG6==4)
RUN defuzzy;
IDLE;
ENDIF
IF (REG6==5)
RUN comando;
IDLE;
ENDIF
IF (REG6==6)
RUN testa;
IDLE;
ENDIF
IF (REG6==7)
RUN informa;
idle;
endif;
ENDIF;
IF (REG5<REG7)
REG5=REG5+1;
IF (REG5>REG7-REG8);
REG44=REG44+AI1;
ENDIF;
ENDIF; IF (REG5==REG7)
REG44=REG44/REG8;
207
reg6=2;
RUN fuzzy;
idle;
ENDIF;
"fuzzifica if (reg44>reg1)
reg31=reg44-reg1;
else
reg31=reg1-reg44;
endif if (reg44>reg45)
reg32=reg44-reg45;
else
reg32=reg45-reg44;
endif "fuzzifica o erroreg33=N, reg34=Z, reg35=P
reg33=0;
reg34=0;
reg35=0;
if (reg33<reg36)
if (reg33>reg39)
reg39=reg33;
endif
else
if (reg36>reg39)
reg39=reg36;
endif
endif
if (reg33<reg37)
if (reg33>reg39)
reg39=reg33;
endif
else
if (reg37>reg39)
reg39=reg37;
endif
endif
if (reg33<reg38)
if (reg33>reg39)
209
reg39=reg33;
endif
else
if (reg38>reg39)
reg39=reg38;
endif
endif
if (reg34<reg36)
if (reg34>reg39)
reg39=reg34;
endif
else
if (reg36>reg39)
reg39=reg36;
endif
endif
if (reg34<reg37)
if (reg34>reg40)
reg40=reg34;
endif
else
if (reg37>reg40)
reg40=reg37;
endif
endif
if (reg34<reg38)
if (reg34>reg41)
reg41=reg34;
endif
else
if (reg38>reg41)
reg41=reg38;
210 APÊNDICE A. ALGORITMO DE CONTROLE - CÓDIGO ACL
endif
endif
if (reg35<reg36)
if (reg35>reg41)
reg41=reg35;
endif
else
if (reg36>reg41)
reg41=reg36;
endif
endif
if (reg35<reg37)
if (reg35>reg41)
reg41=reg35;
endif
else
if (reg37>reg41)
reg41=reg37;
endif
endif
reg6=4;
run fuzzy;
idle;
"defuzzy
reg43=reg46;
if (reg39>reg41)
reg42=reg41*REG12;
reg42=(REG12*reg39-reg42)/(reg39+reg40+reg41);
if (reg43+reg42>90)
reg43=90;
211
else
reg43=reg43+reg42;
endif
else
reg42=reg39*REG12;
reg42=(REG12*reg41-reg42)/(reg39+reg40+reg41);
if (reg43--reg42<30)
reg43=30;
else
reg43=reg43-reg42;
endif
endif;
reg6=5;
run fuzzy;
idle;
"comando
AO1=reg43;
reg6=6;
run fuzzy;
idle;
212 APÊNDICE A. ALGORITMO DE CONTROLE - CÓDIGO ACL
Apêndice B
213
214 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER
215
216 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER
217
218 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER
219
220 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER
221
222 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER
223
224 APÊNDICE B. ALGORITMO DE CONTROLE - CÓDIGO LADDER