11 |
[en] INTELLIGENT SYSTEM FOR OPTIMIZATION OF ALTERNATIVES FOR PETROLEUM FIELDS DEVELOPMENT / [pt] SISTEMA INTELIGENTE DE OTIMIZAÇÃO DE ALTERNATIVAS DE DESENVOLVIMENTO DE CAMPOS PETROLÍFEROSYVAN JESUS TUPAC VALDIVIA 15 June 2005 (has links)
[pt] Este trabalho investiga o problema de otimização de
alternativas para o
desenvolvimento de campos petrolíferos. Uma alternativa de
desenvolvimento
refere-se à forma como um campo petrolífero, conhecido e
delimitado, é colocado
em produção, isto é, diz respeito à determinação do número,
localização e
agendamento dos poços de produção e injeção. Otimização de
alternativas
consiste em encontrar as configurações de produção que, a
longo prazo, forneçam
o maior valor presente líquido (VPL), obtido a partir do
custo de investimento
inicial, do preço do petróleo, da produção de óleo e gás,
dos custos de operação,
das alíquotas de impostos e dos royalties pagos durante o
tempo de produção. A
produção de óleo é obtida usando-se um simulador de
reservatório. O simulador
recebe a informação da alternativa a ser simulada e retorna
a curva de produção de
óleo e gás no tempo de produção especificado. Cada execução
do simulador pode
demorar desde alguns segundos até várias horas, dependendo
da complexidade do
reservatório modelado. Este trabalho propõe, implementa e
avalia um sistema
inteligente de otimização que emprega: algoritmos genéticos
(AGs) para a busca
de uma alternativa de desenvolvimento ótima; uso de
ambiente de computação
paralela para a simulação de reservatório e cálculo do VPL
das alternativas; um
módulo de inferência baseado em modelos inteligentes para
aproximar a função
de produção de óleo; e um módulo de caracterização baseado
em mapas de
qualidade para obter informações do campo petrolífero a
serem aproveitadas
durante a otimização. Este trabalho consistiu de 4 etapas:
uma revisão da
literatura sobre desenvolvimento de campos petrolíferos,
simulação de
reservatórios e caracterização de campos petrolíferos; um
estudo das técnicas de
inteligência computacional para otimização e aproximação de
funções;
desenvolvimento do modelo proposto de otimização de
alternativas; e o estudo de
casos. O modelo proposto foi avaliado com configurações de
reservatório
homogêneo e heterogêneo obtendo resultados da otimização,
do uso da
caracterização, da aproximação pelo módulo de inferência e
do uso do ambiente paralelo. Os resultados obtidos mostram
que, o modelo proposto, permite
alcançar respostas com altos VPL sem utilizar conhecimento
prévio, e também a
partir de informações extraídas da caracterização ou
fornecidas pelo próprio
especialista como sementes iniciais na otimização. A
principal contribuição deste
trabalho é a concepção e implementação de um sistema
baseado em técnicas
inteligentes para otimizar alternativas de desenvolvimento
com uma redução do
tempo computacional para um processo iterativo, obtida
tanto pelo
aproveitamento do poder computacional de um ambiente de
computação paralela,
como pelo uso de aproximações das curvas de produção. Este
sistema inteligente
oferece uma ferramenta de suporte à decisão que automatiza
a busca de
alternativas de desenvolvimento e aproveita informações
vindas do conhecimento
do engenheiro de reservatório. / [en] This work investigates the problem of optimization of
alternatives for
petroleum fields` development. A development alternative
refers to the way a
well-known and delimited petroleum field is placed in
production. This process
involves the determination of the number, localization and
scheduling of producer
and injector wells. Thus, the optimization of alternatives
consists of finding the
production configurations that, in the long term, provide
the maximum net present
value (NPV); this is obtained from the investment cost, oil
price, oil & gas
production, operation costs and taxes and royalties paid
during the production
time. The oil and gas production is obtained from a
reservoir simulator. The
simulator receives information from the alternative to be
simulated, and returns an
oil & gas production to specified production time. Each
simulation can take from
a few seconds to several hours, depending on complexity of
the reservoir being
modeled. This work proposes, implements and evaluates an
intelligent
optimization system that comprises: genetic algorithms
(GAs) to search an
optimal development alternative; using of parallel
computing environment to
reservoir simulation and NPV computing; an inference
module, basis in intelligent
models, to approximate the oil production function; and a
oilfield characterization
module, basis in quality maps, to obtain information about
the oilfield to use
during optimization process. This work consisted of four
stages: a literature
review about petroleum field development and reservoir
simulation; a study about
computational intelligence techniques applied in
optimization and functions
approximation; the development of alternatives optimization
proposal model; and
the case studies. The proposal model was evaluated using
homogeneous and
heterogeneous reservoir configurations, obtaining results
of optimization, by using
characterization, the inference module and the parallel
environment. The obtained
results indicate that the proposed model provides
alternatives with high NPV
without previous knowledge and also from information
provided by
characterization or information inserted by the expert as
initial seeds into optimization. The main contribution of
this work is the conception and the
implementation of a system basis in intelligent techniques
to optimize
development alternatives offering a reduction time to an
iterative process,
obtained from exploit of computational effort of a parallel
computing environment
or by using of production curves approximations. This
intelligent system offers a
decision-support tool that allows automating the search
process of development
alternatives and exploiting information from knowledge of
reservoir engineers.
|
12 |
[pt] MÉTODOS PSEUDO-ANALÍTICOS DE ONDA COMPLETA, VARIACIONAIS E DE PERTURBAÇÃO PARA MODELAGEN DA PROPAGAÇÃO ELETROMAGNÉTICA EM FORMAÇÕES GEOFÍSICAS COMPLEXAS / [en] SOME NOVEL FULL-WAVE, VARIATIONAL, AND PERTURBATIONAL PSEUDO-ANALYTIC METHODS FOR ELECTROMAGNETIC PROPAGATION MODELING IN COMPLEX GEOPHYSICAL FORMATIONSLISSETH SAAVEDRA PATIÑO 04 January 2021 (has links)
[pt] Este trabalho apresenta um estudo abrangente sobre novas técnicas
para modelagem de sensores eletromagnéticos usados na prospecção de
petróleo. Estes sensores normalmente ficam imersos em formações geofísicas
complexas (não homogêneas, dissipativas e anisotrópicas) com dimensões
e parâmetros constitutivos do meio envolvendo múltiplas escalas, e isso
representa um problema desafiador para as técnicas tradicionais de
eletromagnetismo computacional. Nossa proposta supera esses problemas
e contribui para uma melhor compreensão dos fenômenos eletromagnéticos
físicos que ocorrem nessas estruturas. Analisamos o problema de propagação
usando: a) uma técnica de onda completa baseada no método de casamento
de modos, b) soluções perturbacionais para a equação integral de Fredholm
vetorial baseadas na aproximação de Born, e c) métodos variacionais para
o cálculo da impedância dos sensores eletromagnéticos de interesse para
a exploração geofísica. Nós apresentamos resultados que demostram a
capacidade das técnicas introduzidas nesta tese para modelar de forma
acurada e eficiente sensores eletromagnéticos de forma mais realista do
que as alternativas disponiveis na literatura. O custo computacional dos
algoritmos desenvolvidos é relativamente baixo comparado com técnicas
puramente numéricas tradicionais (tais como os métodos de elementos e
diferenças finitas ou o método dos momentos). / [en] This work presents a comprehensive study on some techniques for
modeling electromagnetic sensors used in well prospecting. These sensors
are usually immersed in complex geophysical formations (inhomogeneous,
dissipative, and anisotropic) with multiscale dimensions and constitutive
parameters of the medium abruptly varying, resulting in a challenging
problem for conventional computational electromagnetic techniques.
Our proposal overcomes these problems and contributes to a better
understanding of the physical electromagnetic phenomena that occur in
these structures. We analyzed the propagation problem by using: a) a fullwave
method based on the mode-matching technique, b) perturbational
solutions for solving a Fredholm integral equation on the grounds of
the Born approximation, and c) variational methods for calculating the
sensor impedance. We present results that demonstrate the ability of the
techniques introduced in this dissertation to accurately and efficiently
modeling electromagnetic sensors in a more realistic fashion when compared
with other methods available in the literature.The computational cost of the
numerical algorithms developed in this work is relatively low if compared
to that required in traditional techniques (such as finite elements, finite
differences, and method of moments).
|
13 |
[en] A STOCHASTIC APPROACH FOR OFFSHORE FLIGHT SCHEDULING OPTIMIZATION / [pt] UMA ABORDAGEM ESTOCÁSTICA PARA A OTIMIZAÇÃO DA PROGRAMAÇÃO DE VOOS OFFSHOREYAN BARBOZA BASTOS 23 December 2020 (has links)
[pt] A Petrobras, maior empresa de óleo e gás do Brasil e uma das maiores do mundo, possui mais de 94 porcento da sua produção proveniente de campos offshore. Na região Sudeste o transporte dos trabalhadores para as unidades marítimas de exploração e produção é realizado por modal aéreo, através de helicópteros afretados de médio a grande porte. Para atender ao grande número de voos, a Petrobras possui uma central de planejamento e programação de voos, cujo objetivo é construir escalas de
atendimento eficientes, em relação ao uso de recursos e ao nível de serviço. Um dos desafios enfrentados é gerar, manualmente, programações dos voos em situações de ruptura do atendimento, como por exemplo quando ocorre interrupção de pousos e decolagens devido a condições meteorológicas adversas (exigindo que os voos sejam programados para horários posteriores aos previamente planejados). Nessa dissertação de mestrado, é proposta uma abordagem de programação estocástica para gerar a programação de voos offshore ótima do ponto de vista do nível de serviço, reduzindo os atrasos esperados nos voos.
Considerando a característica combinatória dos problemas de agendamento, utilizou-se o método de Aproximação pela Média Amostral (SAA) para gerar os cenários do modelo de programação estocástica. Um modelo de Simulação de Eventos Discretos também foi desenvolvido para avaliar o nível de serviço
das programações de voos geradas. Os resultados numéricos indicam que a abordagem estocástica pode reduzir atrasos imprevisíveis, que causam grande impacto nos passageiros e na cadeia de suprimentos. / [en] Petrobras, the largest oil and gas company in Brazil and one of the largest in the world, has more than 94 percent of its production from offshore fields. In the Southeast region, workers are transported to offshore exploration and production units by air, using medium size to large size chartered helicopters.
To serve the large number of flights, Petrobras has a flight planning and scheduling center, with the objective of building efficient service scales, related to the use of resources and the level of service. One of the challenges faced is to generate, manually, flight schedules in situations of disruption of service, such as when there is an interruption of landings and takeoffs due to adverse weather conditions (requiring that flights be scheduled for times after those previously planned). In this master s thesis, a stochastic programming approach is proposed to generate the optimal offshore flight schedule from the service level point of view, reducing expected flight delays. Considering the combinatorial characteristic
of scheduling problems, the Sample Average Approximation (SAA) method was used to generate the scenarios of the stochastic programming model. A Discrete Event Simulation model was also developed to evaluate the service level of the generated flight schedules. The numerical results indicate
that the stochastic approach can reduce unpredictable delays, which have a major impact on passengers and the supply chain.
|
14 |
[pt] OTIMIZAÇÃO TOPOLÓGICA ESTRUTURAL COM MUITOS CASOS DE CARGA: ABORDAGENS APROXIMAÇÃO ESTOCÁSTICA E DECOMPOSIÇÃO DE VALORES SINGULARES / [en] STRUCTURAL TOPOLOGY OPTIMIZATION WITH MANY LOAD CASES: STOCHASTIC APPROXIMATION AND SINGULAR VALUE DECOMPOSITION APPROACHESLUCAS DO NASCIMENTO SAGRILO 17 November 2022 (has links)
[pt] Sabe-se que a maioria das estruturas reais estão sujeitas à diferentes casos
de carregamentos, relacionadas à diferentes solicitações estruturais e à ação de
forças naturais, como ventos e ondas. Neste contexto, é importante levar em
consideração o efeito da maior quantidade de cenários possíveis que possam
atuar em uma estrutura ao realizar um estudo de otimização topológica. A
maneira tradicional de solução deste tipo de probema envolve uma análise caso
a caso dos cenários, o que no contexto de um algoritmo de otimização estrutural
requer a solução de um problema de elementos finitos para cada cenário em
cada passo do algoritmo, ficando limitada pelo elevado custo computacional
associado. Esta limitação abre espaço para abordagens baseadas em redução
de dimensões como a aproximação estocástica e a decomposição em valores
singulares. Este trabalho verifica a viabilidade do uso destes dois métodos na
solução de problemas de otimização topológica estrutural com muitos casos de
carga. Duas aplicações são apresentadas, otimização robusta e o problema de
cargas dinâmicas usando o método do carregamento estático equivalente. Com
isso, situações envolvendo carregamentos mais complexos podem ser estudadas
através de algoritmos eficientes de otimização topológica. Para ambos os
casos, são mostrados resultados comparando os resultados obtidos através da
metodologia desenvolvida neste trabalho com resultados da literatura. / [en] It is known that most real structures are subject to different loading
scenarios, related to different structural solicitations and the action of natural
forces, such as winds and sea waves. In this context, it is important to consider
the effect of the largest number of possible scenarios that can act on a structure
when performing a topology optimization study. The traditional way of solving
this type of problem involves a case-by-case analysis of the scenarios, which in
the context of a structural optimization algorithm requires the solution of one
finite element problem for each scenario and at each step of the algorithm, being
limited by the high associated computational cost. This limitation leave room
for approaches based on dimenson reduction such as stochastic approximation
and decomposition into singular values. This work verifies the feasibility of
using these two approaches to solve structural topology optimization problems
with many load cases. Two applications are presented, robust optimization
and the problem of dynamic loads using the equivalent static loading method.
Thus, situations involving more complex loads can be studied through efficient
topology optimization algorithms. For both cases, comparisons are established
between the results obtained through the methodology developed in this work
and the ones from the literature.
|
Page generated in 0.0324 seconds