Desenvolvimento de uma técnica baseada em medidas ultrassônicas e redes neurais para a identificação do padrão de escoamento e determinação da fração volumétrica de gás de escoamentos multifásicos da indústria petrolífera.

Abstract

Na indústria petrolífera, o escoamento a jusante do poço é composto de uma grande variedade de hidrocarbonetos e componentes não desejados como água, dióxido de carbono, sais, enxofre e areia. A necessidade de um medidor de vazão multifásico surge quando é necessário ou desejável medir a vazão a montante dos separadores. A técnica ultrassônica preenche muito dos requisitos para medição multifásica, principalmente por ser não intrusiva, não radioativa, robusta e relativamente barata. O inconveniente da técnica ultrassônica, como ocorre com outros medidores multifásicos, é a necessidade de calibração do sinal. Uma solução para esse problema pode ser o uso das redes neurais artificias (RNAs). Neste contexto, o presente trabalho estudou a técnica ultrassônica associada a RNAs para predição da fração volumétrica de gás (FVG). Para a realização das medições ultrassônicas, projetou-se um protótipo para operar sob condições comumente encontradas na indústria petrolífera. O protótipo foi então testado em laboratório utilizando uma montagem simplificada. Ademais, fez-se um estudo profundo do uso de números adimensionais, calculados a partir de variáveis medidas no cotidiano da indústria petrolífera, associados a RNAs para a previsão da FVG e do padrão de escoamento. Os resultados das RNAs baseadas em números adimensionais foram comparados com resultados de simulações numéricas unidimensionais utilizando o programa computacional OLGA distribuído pela companhia Schlumberger.