Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico

Detalhes bibliográficos
Autor(a) principal: Magalhães, Rickson Peralta
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/235734
Resumo: Vazamentos e rompimentos em tubulações nos segmentos de óleo e gás podem trazer diversos problemas graves, tanto ambientais quanto econômicos. Devido a isso, vários métodos de detecção de rompimentos nessas tubulações são propostos na literatura. Devido a grande parte desses rompimentos ocorrerem no fundo do mar, é difícil encontrar um método de detecção que tenha uma boa relação custo-benefício, pois ou o método de detecção não é satisfatório ou a sua implementação é muito cara. Dessa forma, o estudo em questão possui como objetivo a criação de um algoritmo para detectar rompimentos de fácil implementação e baixo custo. O método escolhido é um método estatístico que se baseia na Análise de Componentes Principais e na distribuição T² de Hotelling. No estudo, foram comparadas duas plantas: uma com sintonia rápida e outra com sintonia lenta. O algoritmo proposto para a primeira planta identificou 100% dos casos de rompimentos e apresentou 24% de falsos positivos. A planta de sintonia lenta também identificou 100% dos casos de rompimento, mas apresentou um número menor de falsos positivos, apenas 12%. Os dois algoritmos foram confrontados com a Distância de Mahalanobis e com as Redes Neurais Artificiais. A Distância de Mahalanobis teve um resultado próximo ao da planta de sintonia rápida e as Redes Neurais Artificiais detectaram todos os rompimentos sem a presença de falsos positivos. Como a base de dados da literatura era muito menor que a base do estudo em questão, o método proposto se mostra tão eficiente quanto as Redes Neurais. O método proposto pode ser utilizado como monitoramento dos rompimentos nas linhas de injeção e compressão de gases desde que sejam avaliados os seus limites de confiabilidade e os riscos associados à presença de falsos positivos.
id UFRGS-2_88815ff2649f2c0c2680c33e1bfef5b7
oai_identifier_str oai:www.lume.ufrgs.br:10183/235734
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Magalhães, Rickson PeraltaFarenzena, MarceloDiehl, Fábio César2022-03-09T04:41:00Z2021http://hdl.handle.net/10183/235734001135743Vazamentos e rompimentos em tubulações nos segmentos de óleo e gás podem trazer diversos problemas graves, tanto ambientais quanto econômicos. Devido a isso, vários métodos de detecção de rompimentos nessas tubulações são propostos na literatura. Devido a grande parte desses rompimentos ocorrerem no fundo do mar, é difícil encontrar um método de detecção que tenha uma boa relação custo-benefício, pois ou o método de detecção não é satisfatório ou a sua implementação é muito cara. Dessa forma, o estudo em questão possui como objetivo a criação de um algoritmo para detectar rompimentos de fácil implementação e baixo custo. O método escolhido é um método estatístico que se baseia na Análise de Componentes Principais e na distribuição T² de Hotelling. No estudo, foram comparadas duas plantas: uma com sintonia rápida e outra com sintonia lenta. O algoritmo proposto para a primeira planta identificou 100% dos casos de rompimentos e apresentou 24% de falsos positivos. A planta de sintonia lenta também identificou 100% dos casos de rompimento, mas apresentou um número menor de falsos positivos, apenas 12%. Os dois algoritmos foram confrontados com a Distância de Mahalanobis e com as Redes Neurais Artificiais. A Distância de Mahalanobis teve um resultado próximo ao da planta de sintonia rápida e as Redes Neurais Artificiais detectaram todos os rompimentos sem a presença de falsos positivos. Como a base de dados da literatura era muito menor que a base do estudo em questão, o método proposto se mostra tão eficiente quanto as Redes Neurais. O método proposto pode ser utilizado como monitoramento dos rompimentos nas linhas de injeção e compressão de gases desde que sejam avaliados os seus limites de confiabilidade e os riscos associados à presença de falsos positivos.Leaks and ruptures in pipelines in the oil and gas segments can cause several serious problems, both environmental and economic. Because of this, several methods of leakage detection in these pipes are proposed in the literature. Because most of these disruptions occur on the seabed, it is difficult to find a good cost-effective detection method, as either the detection method is not satisfactory or it’s implementation is too expensive. Thus, the goal of this study is to create an algorithm to detect breaks that is easy to implement and low cost. The method chosen is a statistical method that is based on Principal Component Analysis and on Hotelling's T² distribution. In the study, two plants were compared: one with better performance controllers and the other with worst ones. The proposed algorithm for the first plant identified 100% of the rupture cases and presented 24% of false positives. The second plant also identified 100% of the rupture cases, but had a lower number of false positives, only 12%. The two algorithms were confronted with the Mahalanobis Distance and the Artificial Neural Networks. The Mahalanobis Distance had a result close to the better controllers plant and the Artificial Neural Networks detected all the ruptures without the presence of false positives. As the literature database was much smaller than the base of this study, the proposed method proves to be as efficient as Neural Networks. The proposed method can be used to monitor disruptions in gas injection and compression lines as long as its reliability limits and the risks associated with the presence of false positives are evaluated.application/pdfporTubulação submarinaDetecção de falhasVazamentosLeakage detectionOil and gas pipelinesOff-shorePCAHotellingDetecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatísticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2021Engenharia Químicagraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001135743.pdf.txt001135743.pdf.txtExtracted Texttext/plain81296http://www.lume.ufrgs.br/bitstream/10183/235734/2/001135743.pdf.txtb713d31defed7ba1aa2adf0ba1bd971cMD52ORIGINAL001135743.pdfTexto completoapplication/pdf1293154http://www.lume.ufrgs.br/bitstream/10183/235734/1/001135743.pdfd6b5112193a4d14c1c3395b88af9b590MD5110183/2357342022-07-21 04:55:25.88023oai:www.lume.ufrgs.br:10183/235734Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-07-21T07:55:25Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
title Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
spellingShingle Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
Magalhães, Rickson Peralta
Tubulação submarina
Detecção de falhas
Vazamentos
Leakage detection
Oil and gas pipelines
Off-shore
PCA
Hotelling
title_short Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
title_full Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
title_fullStr Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
title_full_unstemmed Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
title_sort Detecção de rompimentos de linhas de gases usando técnicas de cartas de controle estatístico
author Magalhães, Rickson Peralta
author_facet Magalhães, Rickson Peralta
author_role author
dc.contributor.author.fl_str_mv Magalhães, Rickson Peralta
dc.contributor.advisor1.fl_str_mv Farenzena, Marcelo
dc.contributor.advisor-co1.fl_str_mv Diehl, Fábio César
contributor_str_mv Farenzena, Marcelo
Diehl, Fábio César
dc.subject.por.fl_str_mv Tubulação submarina
Detecção de falhas
Vazamentos
topic Tubulação submarina
Detecção de falhas
Vazamentos
Leakage detection
Oil and gas pipelines
Off-shore
PCA
Hotelling
dc.subject.eng.fl_str_mv Leakage detection
Oil and gas pipelines
Off-shore
PCA
Hotelling
description Vazamentos e rompimentos em tubulações nos segmentos de óleo e gás podem trazer diversos problemas graves, tanto ambientais quanto econômicos. Devido a isso, vários métodos de detecção de rompimentos nessas tubulações são propostos na literatura. Devido a grande parte desses rompimentos ocorrerem no fundo do mar, é difícil encontrar um método de detecção que tenha uma boa relação custo-benefício, pois ou o método de detecção não é satisfatório ou a sua implementação é muito cara. Dessa forma, o estudo em questão possui como objetivo a criação de um algoritmo para detectar rompimentos de fácil implementação e baixo custo. O método escolhido é um método estatístico que se baseia na Análise de Componentes Principais e na distribuição T² de Hotelling. No estudo, foram comparadas duas plantas: uma com sintonia rápida e outra com sintonia lenta. O algoritmo proposto para a primeira planta identificou 100% dos casos de rompimentos e apresentou 24% de falsos positivos. A planta de sintonia lenta também identificou 100% dos casos de rompimento, mas apresentou um número menor de falsos positivos, apenas 12%. Os dois algoritmos foram confrontados com a Distância de Mahalanobis e com as Redes Neurais Artificiais. A Distância de Mahalanobis teve um resultado próximo ao da planta de sintonia rápida e as Redes Neurais Artificiais detectaram todos os rompimentos sem a presença de falsos positivos. Como a base de dados da literatura era muito menor que a base do estudo em questão, o método proposto se mostra tão eficiente quanto as Redes Neurais. O método proposto pode ser utilizado como monitoramento dos rompimentos nas linhas de injeção e compressão de gases desde que sejam avaliados os seus limites de confiabilidade e os riscos associados à presença de falsos positivos.
publishDate 2021
dc.date.issued.fl_str_mv 2021
dc.date.accessioned.fl_str_mv 2022-03-09T04:41:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/235734
dc.identifier.nrb.pt_BR.fl_str_mv 001135743
url http://hdl.handle.net/10183/235734
identifier_str_mv 001135743
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/235734/2/001135743.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/235734/1/001135743.pdf
bitstream.checksum.fl_str_mv b713d31defed7ba1aa2adf0ba1bd971c
d6b5112193a4d14c1c3395b88af9b590
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224622773895168