Slug flow em riser de extração de petróleo em águas profundas: uma análise numérica profunda e proposta de diagnóstico

Abstract

O slug flow em risers de extração de petróleo em águas profundas é um fenômeno amplamente conhecido por seu potencial destrutivo nos casos em que esse efeito se torna extremo, fazendo com que a pressão se acumule e, consequentemente, origine o fluxo de pressão oscilante. Esse tipo de escoamento ocorre devido à característica multifásica na extração do óleo, formada geralmente pelas fases óleo e ar (gás). Ao longo de toda a história da extração de petróleo, o controle e reconhecimento desse padrão de fluxo gera desafios à engenharia de poços, e ainda hoje o método de mitigação e controle utilizado é subjetivo e dependente da experiência do operador de sonda. A proposta deste artigo é apresentar uma ferramenta de diagnóstico utilizando inteligência artificial a partir das informações de variação de pressão (velocidades de escoamento) coletadas pelos sensores do BOP (Blow Out Preventer) para o reconhecimento do fluxo de golfadas (slugging). Para analisar o slugging em toda a sua faixa e variação de velocidades, aplica-se uma análise numérica fluidodinâmica computacional (CFD) utilizando o software ANSYS Fluent. Os mapas identificadores dos tipos de escoamento devidos à velocidade de escoamento das fases, amplamente aceitos na literatura pertinente, foram utilizados para validar os resultados encontrados na análise CFD, comprovando que o modelo implementado neste estudo está em consonância com o fenômeno real. Os resultados obtidos foram usados para gerar um banco de dados que possibilitou o desenvolvimento de uma rede neural para diagnóstico de slugging. Algumas maneiras de controlar ou mitigar o slugging pesado também são discutidas.

Keywords

• cfd
• óleo e gás
• rede neural artificial
• riser
• slug flow