Identificação de Falhas em Bombeio Mecânico a Partir de Cartas Dinamométricas de Fundo
Autores
|
6111 |
Nathalia Marassi Cianni
|
2794,299
|
|
6112 |
2794,299
|
Informações:
Publicações do PESC
O bombeio mecânico é o método de elevação artificial de óleo mais utilizado no mundo. A rápida identificação de falhas em sua operação é essencial para reduzir as despesas com manutenção corretiva nas unidades de bombeio e aumentar a produção de óleo. A operação de bombeio em um poço pode ser acompanhada através da observação do formato da carta dinamométrica de fundo (CDF). A CDF é um gráfico, gerado a cada ciclo de bombeio, que apresenta a variação das cargas que atuam sobre a bomba de fundo durante o seu deslocamento. A interpretação da carta, no entanto, é uma tarefa desgastante e demorada. Este trabalho propõe uma rede neural supervisionada para realizar o reconhecimento automático da falha a partir do formato da carta. A aplicabilidade de outros tipos de redes neurais ao problema exposto também é apresentada. Como produto final deste estudo, foi implementado um módulo capaz de diagnosticar falhas em sistemas de bombeio mecânico a partir da classificação da CDF realizada pela rede neural proposta.
Sucker rod pumping is the most widely used method of artificial lift in the world. Identifyllig rod pumping faults as soon as possible is essencial to increase oil production and to reduce operating costs for corrective maintenance. Pumping conditions may be monitored through the shape of a load vs. position plot of the pump, known as downhole dynamometer card (DDC). The interpretation of the DDC, however, is a hard and time consuming task. This work proposes a supervised neural network to perform automatic recognition of the DDC shape. It also evaluates the applicability of others kind of artificial neural networks to address this problem. As a final product, a software was developed to diagnose faults in rod pumping systems from the DDC classification performed by the proposed neural network.