[pt] Empresas que operam dutos possuem como uma de suas premissas básicas a
segurança operacional. Dentro desse quesito, alguns fatores podem levar a
acidentes com possibilidade de danos materiais, ambientais e pessoais, tais como:
corrosão interna e externa, escavações acidentais, operações indevidas levando o
duto a pressões excessivas, assim como ações de terceiros cujo objetivo seria o furto
de produtos refinados, gasolina, diesel, álcool, entre outros. Esta dissertação está
alinhada com necessidades reais de empresas relacionadas ao transporte de
produtos líquidos por dutos, desenvolvendo sistemas que possam vir a ser utilizados
nestas empresas. Foram desenvolvidos sistemas de detecção e localização de
vazamentos a serem utilizados em um centro de controle operacional de oleodutos,
investigando métodos não convencionais, além dos mencionados pela norma API
1130. Foram desenvolvidos sistemas de detecção de vazamento por balanço de
massa, balanço de volume, lógica fuzzy e redes neurais artificiais. Para localização
de vazamentos, foram testados os métodos por redes neurais, pela estimativa da
velocidade sônica e do gradiente hidráulico. Os produtos utilizados foram gasolina,
diesel e óleo combustível. No quesito detecção de vazamento, o sistema baseado
em redes neurais detectou vazamentos simulados, porém também indicou
indevidamente. O sistema baseado em lógica fuzzy apresentou bons resultados,
indicando vazamentos corretamente sem falsos positivos, interpretando
corretamente os fenômenos inerentes à operação de dutos. O sistema de balanço de
massa também apresentou bons resultados, ou seja, não gerou alarmes falsos,
detectando corretamente os vazamentos simulados, inclusive para detecção de
vazamento com duto parado e pressurizado. Para avaliar sistemas de detecção de
vazamento é comum realizar testes de campo que podem ter um custo alto e levar
muito tempo para realizar. Um método para realizar testes a um custo inferior deve
ser desenvolvido e uma proposta está sendo mostrada nesta dissertação. / [en] Companies in the business of pipeline operations have as a basic assumption, operational security. Concerning this issue, there are some factors that could lead to accidents with material, environment and personal damage possibilities such as: internal and external corrosion, accidental excavations, improper operation that could submit the pipe to high pressures and third party interventions interested in commodities theft. This dissertation is aligned with pipeline companies real demands through the development of systems that could be used by these companies. Leak detection systems provided with leak location capabilities were developed to be used in liquid pipeline control centers, exploring non-conventional methods, besides the ones mentioned by API 1130. The leak detection systems developed were: mass balance, volume balance, fuzzy logic and neural networks. For the leak location systems the systems tested were: sonic velocity, hydraulic gradient and artificial neural networks. The products used were gasoline, diesel and fuel oil. On the issue of leak detection, the system based on neural networks detected simulated leakages, although there were some false indications. The system based on fuzzy logic presented good results, giving correct leak indications without any indication of false alarms, interpreting correctly the phenomena due to pipeline usual operations. The mass balance system has also presented good results, not generating false alarms, but detecting simulated leaks even with the pipeline in shut-in condition. To evaluate leak detection systems is common to conduct field tests that can be costly and take a long time to accomplish. A method for testing at a lower cost should be developed and a proposal is being shown in this work.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:27567 |
Date | 04 October 2016 |
Creators | THIAGO LESSA ARAMAKI |
Contributors | CARLOS ROBERTO HALL BARBOSA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0023 seconds