Navegando por Autor "Nascimento, João Maria Araújo do"
Agora exibindo 1 - 3 de 3
- Resultados por página
- Opções de Ordenação
Dissertação Avaliação da qualidade de operação de sistemas de bombeio por cavidades progressivas baseada em análise científica de dados(Universidade Federal do Rio Grande do Norte, 2024-08-29) Lopes Júnior, Silvano Carlos; Oliveira, Luiz Affonso Henderson Guedes de; https://orcid.org/0000-0003-2690-1563; http://lattes.cnpq.br/7987212907837941; http://lattes.cnpq.br/5967407683391820; Leitao, Gustavo Bezerra Paz; Nascimento, João Maria Araújo doO sistema de bombeio por cavidades progressivas (BCP) é considerada uma tecnologia de elevação artificial eficiente, em termos de consumo de energia, além de ser bem versátil em relação ao tipo de material que pode extrair. Ele pode ser utilizado para a extração de óleos pesados, líquidos com alto teor de sedimentos e na extração de óleo com uma certa fração de gás. O monitoramento das condições do equipamento é feito via sensores instalados na cabeça e no fundo do poço. Em alguns casos, o diagnóstico de uma possível falha do poço é feito a partir de análise visual por parte do operador. Nesse sentido, o objetivo do trabalho é propor uma abordagem baseada em análise e visualização científica dos dados para monitoramento do desempenho e diagnóstico de falhas de operação de poços com sistema de elevação por bombeio de cavidades progressivas. No trabalho, foram obtidos dados reais dos parâmetros que caracterizam as condições operacionais dos poços em estudo, além de incluir no conjunto de atributos os dados relativos à testes de produção do poço. Para permitir a caracterização do comportamento de um sistema com tantos atributos, foram utilizadas técnicas de análise e visualização de dados em conjunto com regras de associação. Essa abordagem permite visualizar e relacionar dados multidimensionais de operações, além de facilitar o entendimento acerca do comportamento dos atributos quando o sistema opera com algum tipo de falha, assim como em seu funcionamento normal. Os resultados obtidos indicam que a abordagem proposta permitiu identificar visualmente padrões de modos de operação desse tipo de sistema, possibilitando detecção de falhas e análise de desempenho com suas tendências.Tese Diagnóstico das condições de operação e falhas de sensor em poços operando por bombeio mecânico utilizando Machine Learning(Universidade Federal do Rio Grande do Norte, 2023-06-16) Nascimento, João Maria Araújo do; Maitelli, André Laurindo; https://orcid.org/0000-0001-6083-7425; http://lattes.cnpq.br/0477027244297797; https://orcid.org/0000-0002-4690-086X; http://lattes.cnpq.br/0572726574522312; Cavalcanti, Anderson Luiz de Oliveira; http://lattes.cnpq.br/7224754476792019; Maitelli, Carla Wilza Souza de Paula; Lima, Fábio Soares de; Gabriel Filho, Oscar; Costa, Rutacio de OliveiraEm campos petrolíferos com muitos poços operando por bombeio mecânico, devido à falta de diagnóstico precoce das condições de operação ou falhas de sensores, vários problemas podem passar despercebidos, podendo causar grandes prejuízos, como aumento do tempo de inatividade, aumento das despesas operacionais (OPEX), diminuição da eficiência e perda de produção. Na prática, a identificação e o diagnóstico das condições de operação são primordialmente realizados a partir de cartas dinamométricas de superfície e fundo, por meio de padrões pré-estabelecidos, com esforço visual humano nos centros de operação. Essa tarefa consome muito tempo e trabalho, além de exigir experiência, pois pode ser influenciada por fatores subjetivos. Porém, nos últimos anos, com as facilidades inerentes aos algoritmos de Aprendizagem de Máquina (Machine Learning - ML), várias pesquisas realizadas sobre o assunto alcançaram bons resultados no diagnóstico de condições de operação, evidenciando que ML pode ser utilizado para esse fim. Todavia, ainda é comum a existência de dúvidas sobre o nível de dificuldade da tarefa de classificação de cartas dinamométricas, o melhor algoritmo, o melhor descritor de formas, as melhores métricas e qual o impacto dos conjuntos de dados desequilibrados. Na busca por respostas a essas questões, neste trabalho foram utilizados dados reais de 38 poços que operam por bombeio mecânico na região de Mossoró, RN, Brasil. Mais de 50.000 cartas foram classificadas pelo autor do trabalho e distribuídas em oito modos de operação e duas falhas de sensor, comuns neste campo. Setenta e três testes foram realizados e divididos em nove grupos. Três algoritmos foram testados (com e sem sintonia de hiperparâmetros): árvore de decisão, Random Forest e XGBoost, além de pipelines fornecidos via Automated Machine Learning (AutoML). Os descritores utilizados foram: Centróide, Fourier e Wavelet, além dos valores de carga da carta dinamométrica de fundo. Conjuntos de dados balanceados e desbalanceados também foram testados. Os resultados confirmam a viabilidade da aplicação de ML para diagnóstico de condições de operação e falha de sensores em sistemas de bombeio mecânico, uma vez que 80,82% dos testes alcançaram acurácia acima de 90% e foi alcançada uma acurácia de 99,9%. Por fim, uma parte das implementações sugeridas nesta pesquisa foi avaliada em ambiente de produção. Foram avaliadas cartas de mais de uma centena de poços, alcançando uma acurácia superior a 96%, o que reforça a eficácia das implementações em um contexto real. No geral, os resultados evidenciam o potencial do ML como uma abordagem promissora para o diagnóstico de condições de operação e falhas de sensores em sistemas de bombeio mecânico.Dissertação Simulador computacional para poços de petróleo com método de elevação artificial por bombeio mecânico(Universidade Federal do Rio Grande do Norte, 2005-03-11) Nascimento, João Maria Araújo do; Alsina, Pablo Javier; Maitelli, André Laurindo; ; http://lattes.cnpq.br/0477027244297797; ; http://lattes.cnpq.br/3653597363789712; ; Oliveira, Luiz Affonso Henderson Guedes de; ; http://lattes.cnpq.br/7987212907837941Este trabalho propõe um simulador computacional para poços de petróleo com trajetória vertical, equipados com elevação artificial por bombeio mecânico (BM). O simulador é capaz de representar o comportamento dinâmico de sistemas de BM e avaliar numericamente diversos parâmetros relevantes ao mesmo, permitindo a fácil visualização de diversos fenômenos pertinentes ao processo, tudo isso, de forma conveniente e a custos e tempos menores, do que experimentos com poços reais. A simulação utiliza um modelo baseado no comportamento dinâmico da coluna de hastes, o qual pode ser representado por uma equação diferencial parcial de segunda ordem. A partir deste modelo, pode-se verificar a ocorrência de diversas situações comumente vivenciadas em campo. A simulação conta ainda com animações em 3D, facilitando o entendimento físico do processo, devido a uma melhor interpretação visual dos fenômenos. Outra característica importante é a emulação dos principais sensores utilizados na automação de BM. A emulação dos sensores é feita através de uma interface microcontrolada entre o simulador e controladores industriais, de maneira que os controladores interpretem o simulador como um poço real. No simulador foi desenvolvido um módulo de falhas onde são implementadas seis diferentes condições de falhas. Estas pertencem ao grupo dos principais problemas encontrados em sistemas de BM. Assim, a análise e verificação destes problemas, através do simulador, dá ao usuário a oportunidade de identificar tais situações que só poderiam ser observadas em campo. A implementação destas condições recebe um tratamento diferenciado em virtude das diferentes condições de contorno impostas à solução numérica do problema. Diversas aplicações são encontradas para o simulador, dentre elas: a parametrização e análise de poços, a aplicação em cursos de capacitação técnica para técnicos e engenheiros, a realização de testes em controladores, sistemas supervisórios e a validação de algoritmos de controle