Controle de bombas centrífugas submersas para operação no ponto de melhor eficiência

Orientador: Alberto Luiz Serpa Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica Resumo: Este trabalho tem como objetivo principal o estudo de uma técnica de controle baseada em dados experimentais e inteligência artificial para levar a bomba centrífuga submersa (BCS) a operar o mais próximo possível do ponto de melhor eficiência (Best Efficiency Point, BEP) para diferentes condições de operação. Especificamente é proposta a técnica de Redes Neuro-Fuzzy (RNF) no método de controle inverso-direto baseado em variáveis operacionais envolvidas nos experimentos. Este projeto é dividido em duas etapas: na primeira, é projetado o controlador inverso-direto para buscar a operação da BCS em um ponto desejável de ganho de pressão através da variação da rotação. Na segunda etapa, o controlador proposto é integrado em um algoritmo desenvolvido neste projeto para levar a bomba a operar próximo do ponto de melhor eficiência. Os dados experimentais foram adquiridos fazendo testes de desempenho e comportamento dinâmico da BCS operando com petróleo ultra viscoso. Três condições de operação da BCS foram modeladas com base nos dados experimentais para três diferentes viscosidades de petróleo. A dinâmica da BCS para estas condições foi modelada através das Redes Neurais Artificiais (RNA). Uma vez obtidos os modelos dinâmicos da bomba para os três casos de estudo propostos, foi obtido o controlador. Por fim, os resultados dos três sistemas foram analisados a partir da resposta temporal do sistema em malha fechada. Os resultados obtidos demostraram que o método de controle baseado em modelo inverso usando redes Neuro-Fuzzy foi eficaz na resolução deste tipo de problema. Por outro lado, o algoritmo proposto para levar a bomba a operar próximo do BEP depende das curvas de eficiência da bomba. Desta forma, uma outra RNA foi proposta para modelar as curvas de eficiência e conseguir determinar o BEP no regime permanente para diferentes condições de operação. Finalmente, com os sistemas e o controlador modelado, o comportamento do algoritmo em uma malha fechada foi verificado através de simulações. Foi verificado que o algoritmo proposto foi eficaz nas simulações utilizadas Abstract: The goal of this work is to study of a control technique based on experimental data and artificial intelligence to bring the Electric Submersible Pump (ESP) to operate as close as possible to the Best Efficiency Point (BEP) for different operational conditions. Specifically, the technique of Neuro-Fuzzy Networks (NFN) is proposed in combination with the Direct Inverse Control method based on the operational variables involved in the experiments. This work is divided into two steps: in the first step, the direct inverse control is designed to operate the ESP at a desirable point of pressure gain through the variation of the rotation speed. In the second step, the proposed controller is integrated into an algorithm developed in this project to lead the pump to operate near to the Best Efficiency Point. Experimental data were acquired by performing performance tests and dynamic behavior of ESP operating with ultra viscous oil. Three ESP operating conditions were modeled based on experimental data for three different petroleum viscosities. The dynamic behavior of the ESP for these conditions were modeled through Artificial Neural Networks (ANN). Once the dynamics of the pump were obtained for the three proposed studies cases, the controller were modeled. Finally, the results of the three systems were analyzed form the time response of the closed-loop system. The results obtained demonstrated that the control method based on a direct inverse control method using Neuro-Fuzzy networks was effective in solving this type of problem. On the other hand, the algorithm proposed to operate the ESP near to the Best Efficiency Point depends on the efficiency curves of the pump. In this way, another Artificial Neural Network was proposed to model the efficiency curves and to determine the Best Efficiency Point in a steady state condition for different operational conditions. Finally, with the systems and the controller modeled, this algorithm was verified through simulations to verify its behavior in a closed loop. It was verified that the algorithm proposed on different operating conditions was effective for the proposed simulations Mestrado Mecânica dos Sólidos e Projeto Mecânico Mestre em Engenharia Mecânica