SISTEMA PARA DETECÇÃO DE VAZAMENTOS EM DUTOS DE TRANSPORTE DE FLUIDOS MONOFÁSICOS E MULTIFÁSICOS
- Considerações preliminares [001] A opção pelo transporte de fluidos através de dutos é extremamente difundida, tanto em aplicações industriais envolvendo longas distâncias quanto em sistemas de distribuição, onde um determinado fluido deve ser entregue a um grande número de usuários ou processos através de uma malha de dutos.
[002] Em ambos os casos, para uma operação eficiente e segura, é necessário detectar e prontamente eliminar vazamentos acidentais ou intencionais, especialmente quando o fluido transportado for tóxico e/ou inflamável.
[003] Esta necessidade fica absolutamente clara face ao número expressivo de acidentes que têm ocorrido repetidamente, via de regra, com importantes consequências econômicas e ambientais.
[004] As principais causas de acidentes em oleodutos e gasodutos estão ligadas à corrosão, falhas mecânicas e operacionais, movimentação do solo, fenômenos naturais e ações externas não intencionais ou não autorizadas, tal como ligações clandestinas.
[005] Estes problemas são particularmente graves no Brasil devido a duas causas básicas:
- envelhecimento do sistema de dutos associados à implantação da indústria petrolífera brasileira a partir da década de 60; e,
- forte expansão do setor ocorrendo em função de investimentos internos e externos, flexibilização de monopólios e privatizações.
- Estado da técnica [006] Analisando a problemática desde um ponto de vista técnico, a detecção de vazamentos em dutos é considerada como uma tecnologia ainda em desenvolvimento em razão de limitações extremamente
Petição 870180069236, de 09/08/2018, pág. 15/25
2/7 significativas associadas às tecnologias atualmente disponíveis comercialmente.
[007] Desta forma podemos dizer que os sistemas de detecção baseados em balanço de massa não são aplicáveis em dutos de transporte de gás e muito menos em dutos de transporte de fluidos multifásicos devido à imprecisão intrínseca dos modelos físicos associados a estas classes de escoamentos.
[008] Por outro lado, a detecção baseada no sensoriamento de ondas acústicas, falha ou apresenta desempenho insatisfatório quando as extremidades do duto estão conectadas a dispositivos que influam na propagação acústica o que gerem sinais semelhantes ao de um vazamento. [009] Este é o caso da abertura de uma válvula, cujo transiente fluidodinâmico é semelhante a um vazamento, ou o caso da tubulação descarregar num reservatório pulmão, cujo efeito é o cancelamento da onda acústica de pressão.
[010] Em linhas gerais, as tecnologias disponíveis atualmente baseiam-se em modelos mecanicistas, nas quais o estado operacional do sistema é continuamente confrontado com um modelo.
[011] Alternativas não mecanicistas são a injeção de traçadores químicos, análise de emissões acústicas e ondas de pressão, inspeção visual, análise de variações térmicas associadas ao vazamento e emissões de ondas de radar ou rádio emitidas por sondas introduzidas na tubulação e conhecidas como “pigs”. Não obstante sua relativa difusão, estas soluções são frequentemente insatisfatórias, seja pela alta complexidade operacional, falsos alarmes, falta de alarme, etc..., bem como pelos altos custos intrínsecos.
- Atividade inventiva [012] A presente invenção não está sujeita a essa sorte de limitações porque se baseia em um modelo de inteligência artificial passível de ser ajustado para cada situação específica. Além disso, a presente
Petição 870180069236, de 09/08/2018, pág. 16/25
3/7 invenção monitora um conjunto de variáveis físicas e não somente a pressão acústica como é o caso de invenções anteriores, eliminando com isso, a probabilidade de haver um alarme falso, ou seja, essa possibilidade é virtualmente nula porque assinatura dinâmica de um vazamento é única quando registrada em um conjunto de variáveis físicas.
- Descrição dos desenhos [013] Para obter uma total e completa visualização de como é constituído o Sistema para Detecção de Vazamentos em Dutos de Transporte de Fluidos Monofásicos e Multifásicos, ora em questão e objeto da presente Patente de Invenção, acompanham os desenhos ilustrativos anexos, aos quais se faz referências conforme segue:
Figura 1: Corresponde à descrição esquemática do Sistema Para Detecção de Vazamentos.
Figura 2: Representa a vista esquemática de diferentes meios de propagação do transiente fluidodinâmico.
Figura 3: Ilustra modelo neural para detecção das formas de ondas características de um vazamento.
- Descrição do invento [014] Conforme infere-se dos desenhos que acompanham e fazem parte integrante deste relatório, o Sistema Para Detecção de Vazamento em Dutos de Transporte de Fluidos Monofásicos e Multifásicos é caracterizado por ser constituído por um sistema capaz de detectar numa tubulação (1) de transporte de fluidos, o surgimento de um vazamento (2) e determinar sua localização.
[015] O sistema é formado de células de medição (3) compostas de conjuntos de sensores (4) responsáveis pelo monitoramento de variáveis físicas descritivas do escoamento, processadores locais (5) responsáveis pela aquisição e processamento dos sinais fornecidos pelas células de medição (3) e emissão de alarmes de vazamento, sistemas de comunicação em rede (6) entre os processadores locais (5) e microcomputador (7) para visualização do
Petição 870180069236, de 09/08/2018, pág. 17/25
4/7 estado operacional da tubulação através de uma interface IHM, comunicação externa via ethernet, etc...
[016] A atividade inventiva deste sistema decorre de seu princípio de funcionamento, onde o transiente fluidodinâmico causada por um vazamento (2) possui uma assinatura única quando registrada por um conjunto de variáveis físicas, tais como: a pressão do escoamento, vazão, velocidade, aceleração, deformação específica, etc...
[017] A detecção se dá através dos processadores locais (5) contendo um modelo de inteligência artificial previamente ajustado para reconhecer essa assinatura, bem como a discriminar situações operacionais normais como o fechamento de uma válvula ou a partida de uma bomba.
[018] Estes modelos de inteligência artificial se constituem de instruções computacionais executadas nos processadores locais (5). Por sua vez, estas instruções computacionais são programadas de forma a dependerem de parâmetros numéricos que podem ser configurados de maneira que o desempenho do sistema de detecção possa ser ajustado de forma ótima.
[019] O procedimento de configuração destes parâmetros é realizado a partir do registro das assinaturas de diferentes situações de operação normal, bem como de testes de vazamento executados de forma intencional e controlada. Estes dados são fornecidos ao modelo de inteligência artificial e sua parametrização interna é alterada interativamente de forma que seu desempenho seja otimizado, i.e. que sejam emitidos alarmes nas situações de vazamento e que os transientes de operação normal não produzam alarmes de vazamento, ou seja, alarmes falsos.
[020] A localização do vazamento (2) é feita em cada um dos processadores locais (5), tendo como base as diferentes velocidades de propagação dos sinais característicos do vazamento (2) através do meio fluídico e através das paredes ou estrutura da tubulação (1).
Petição 870180069236, de 09/08/2018, pág. 18/25
5/7 [021] Desta forma adotaremos como L a posição do vazamento (1), Vf e Vp as velocidades de propagação no fluido e nas paredes respectivamente e Tf e Tp os respectivos tempos de chegada dos transientes na célula de medição (3). Nestes termos, a posição do vazamento pode ser determinada pelo processador local (5) através da seguinte fórmula:
L= (Tf-Tp) VpVp - VfVf [022] É importante destacar que somente a diferença entre Tf e Tp pode ser determinada pelo processador local (5), uma vez que é desconhecido o instante exato em que a tubulação (1) se rompeu engendrando o vazamento (2).
[023] A variável de saída do modelo de inteligência artificial muda de estado assim que assinatura de um vazamento (2) é identificada, desencadeando o procedimento de localização conforme estratégia descrita no parágrafo anterior. Uma vez que o vazamento (2) é validado, entre outros condicionantes, o mesmo deve ter ocorrido dentro da zona de monitoração do processador local (5), um alarme é emitido através da rede de comunicação (6) sendo captado pelos outros processadores, bem como pelo microcomputador (7) contendo a interface IHM. Índices de certeza e precisão de localização são atribuídos ao vazamento (2) conforme é detectado por diferentes processadores locais (5) e em função das discrepâncias entre as posições transmitidas por cada um deles.
[024] Uma característica importante da presente invenção referese à possibilidade de melhorar a precisão de localização do vazamento (2) em cada processador local (5), tendo como base o fato de que o transiente fluidodinâmico engendrado pelo vazamento (2) pode se propagar por outros meios além do fluido e das paredes da tubulação (1), tal como a estrutura de sustentação dos tubos e o solo cuja capacidade de conduzir ondas elásticas de baixa frequência é bastante significativa.
[025] Todos os processadores locais (5) são implementados com um modelo de inteligência artificial, o qual corresponde a uma rede neural ou
Petição 870180069236, de 09/08/2018, pág. 19/25
6/7 rede coneccionista precedida de um conjunto de memórias dinâmicas responsáveis pelo registro do histórico das variáveis de monitoração do escoamento.
[026] É importante destacar que cada sensor (4) constituinte de uma célula de medição (3) fornece um sinal que é analisado por uma rede neural específica e ajustada de forma independente. Desta forma, seja então x (t) o sinal fornecido por um destes sensores e xn = x (t - nÁt) uma sequência de valores amostrados a uma taxa Át pelo processador local (5). [027] Pode-se observar que o histórico de x(t) é armazenado em N posições de memória, i.e., n = 0,1,... N -1, o que representa um horizonte de análise dado por T = NÁt.
[028] Estes valores constituem os estímulos de entrada na camada de neurônios seguinte, sendo que, cada um deles, é responsável pela identificação de uma forma de onda específica associada ao vazamento ou a um transiente normal de operação do duto.
[029] Matematicamente um neurônio é uma função dita de ativação que deverá mudar de estado caso seja identificada a forma de onda a ele associada. Sejam então fi ( ) = Ai a função de ativação do i-ésimo neurônio da camada de entrada, Wi,n os pesos sinápticos responsáveis pelo acoplamento entre o estímulo e o neurônio em foco e bi um bias (parâmetro de deslocamento do estímulo). Nestes termos, o estado de saída do i-ésimo neurônio pode ser calculado através da seguinte expressão:
(N-1
Σ W, nXn+bi n = 0,1 [030] Diversas funções de ativação podem ser empregadas para fins de detecção de formas de onda, dependendo do algoritmo de treinamento da rede neural a ser executado na fase de ajuste do sistema. Por exemplo, funções sigmóide-logística podem ser usadas caso o treinamento seja executada por retropropagação, uma vez que esse algoritmo requer que as funções de ativação sejam diferenciáveis.
Petição 870180069236, de 09/08/2018, pág. 20/25
7/7 [031] Uma característica importante do modelo neural é que as saídas da primeira camada de neurônios podem ser classificadas em dois grupos conforme os respectivos neurônios sejam especializados na identificação das formas de onda característica do vazamento (saídas de reforço) ou na identificação dos transientes normais de operação do duto (saídas inibidoras). Matematicamente isso pode ser feito treinando os neurônios de reforço para produzirem saídas positivas em caso de ativação, e treinando os neurônios inibidores de forma que em caso de ativação saídas negativas sejam produzidas. Desta forma, o conjunto de saídas {Ai} pode ser analisado através de uma ou mais camadas neuronais subsequentes responsáveis pela emissão ou não do alarme através de um estado de saída único indicador do vazamento.
[032] Quando se tem uma única camada subsequente, e formada por um único neurônio de análise, verifica-se que neste caso, sua função de ativação é indicada por Fx( ) (o índice x denota o sensor da célula de medição a que o modelo neural se associa) e seus pesos sinápticos e bias são denotados por Pk, k = 0,1,...M -1, e b respectivamente. Assim, a saída Sx do modelo neural se calcula como:
S = F Jx 1 x
M-1
Σ
5k=0,1 PkAk + b
Fx (u)= {0 [033] A função de ativação do neurônio de saída Fx ( ) pode igualmente ser escolhida entre as diversas funções normalmente usadas para esse fim (sigmóide-logística, tangencial-hiperbólica e purelin, entre outras).
Uma alternativa interessante consiste em adotar a função binária dada por:
|O se u <0 se u > 0 uma vez que, nesse caso, maximiza-se a precisão dos tempos de chegada da formas de onda característica do transiente fluidodinâmico causado pela ruptura da tubulação e, consequentemente, o vazamento é localizado com maior precisão.