Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina

Detalhes bibliográficos
Autor(a) principal: Medeiros, Philippe Eduardo de
Data de Publicação: 2020
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/31936
Resumo: As oscilações stick-slip representam uma das principais causas de problemas e da queda de desempenho do processo de perfuração de um poço de petróleo, além de limitar a vida útil e a produtividade da broca. Embora grandes melhorias tenham sido feitas para superar essa disfunção, o projeto de controladores para esse tipo de sistema é muito desafiador, principalmente em consequência da grande quantidade de incertezas envolvidas. Neste trabalho, um controlador inteligente inspirado numa estrutura biológica é proposto para atenuar as auto-oscilações torcionais em colunas de perfuração de poços de petróleo devido ao fenômeno stick-slip. A estrutura do controlador inteligente é baseada na combinação de uma técnica de controle não linear com inteligência computacional, o que permite ao sistema fazer previsões razoáveis sobre o comportamento dinâmico da planta, adaptar-se às mudanças que acontecem durante o seu funcionamento, aprender interagindo com o ambiente e ser robusto a incertezas estruturadas e não estruturadas. Essas características, que estão associadas com os atributos mais fundamentais da inteligência biológica, são levadas em consideração no projeto do controlador, o qual é baseado na técnica de controle por modos deslizantes juntamente com uma rede neural adaptativa. Um algoritmo de aprendizagem por reforço, baseado no limite de confiança superior (Upper Confidence Bound - UCB), é utilizado para fazer parte do treinamento da rede neural, que é concluído através da atualização online do seu vetor de pesos pela minimização de um sinal de erro composto. As propriedades de limite e convergência de todos os sinais de malha fechada são provadas por meio de uma análise de estabilidade de Lyapunov. Por último, simulações numéricas são apresentadas para validar a eficácia da abordagem proposta na estabilização de velocidade em colunas de perfuração e, consequentemente, na atenuação das oscilações torcionais provocadas pelo fenômeno stick-slip.
id UFRN_684c75a60e929b3c4339e1543ae8fbc7
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/31936
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Medeiros, Philippe Eduardo dehttp://lattes.cnpq.br/5594617038786753http://lattes.cnpq.br/3256782908311485Sousa, Fábio José Pinheirohttp://lattes.cnpq.br/9909217959915292Fernandes, Josiane Maria de Macedohttp://lattes.cnpq.br/3438701343488110Araújo, Marcio Valério dehttp://lattes.cnpq.br/0827462439273599Ritto, Thiago Gamboahttp://lattes.cnpq.br/8907423644221097Bessa, Wallace Moreira2021-03-18T20:01:42Z2021-03-18T20:01:42Z2020-12-08MEDEIROS, Philippe Eduardo de. Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina. 2020. 151f. Tese (Doutorado em Engenharia Mecânica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/handle/123456789/31936As oscilações stick-slip representam uma das principais causas de problemas e da queda de desempenho do processo de perfuração de um poço de petróleo, além de limitar a vida útil e a produtividade da broca. Embora grandes melhorias tenham sido feitas para superar essa disfunção, o projeto de controladores para esse tipo de sistema é muito desafiador, principalmente em consequência da grande quantidade de incertezas envolvidas. Neste trabalho, um controlador inteligente inspirado numa estrutura biológica é proposto para atenuar as auto-oscilações torcionais em colunas de perfuração de poços de petróleo devido ao fenômeno stick-slip. A estrutura do controlador inteligente é baseada na combinação de uma técnica de controle não linear com inteligência computacional, o que permite ao sistema fazer previsões razoáveis sobre o comportamento dinâmico da planta, adaptar-se às mudanças que acontecem durante o seu funcionamento, aprender interagindo com o ambiente e ser robusto a incertezas estruturadas e não estruturadas. Essas características, que estão associadas com os atributos mais fundamentais da inteligência biológica, são levadas em consideração no projeto do controlador, o qual é baseado na técnica de controle por modos deslizantes juntamente com uma rede neural adaptativa. Um algoritmo de aprendizagem por reforço, baseado no limite de confiança superior (Upper Confidence Bound - UCB), é utilizado para fazer parte do treinamento da rede neural, que é concluído através da atualização online do seu vetor de pesos pela minimização de um sinal de erro composto. As propriedades de limite e convergência de todos os sinais de malha fechada são provadas por meio de uma análise de estabilidade de Lyapunov. Por último, simulações numéricas são apresentadas para validar a eficácia da abordagem proposta na estabilização de velocidade em colunas de perfuração e, consequentemente, na atenuação das oscilações torcionais provocadas pelo fenômeno stick-slip.Stick-slip oscillations represent one of the main causes of problems and the drop in performance of an oil well drilling process, in addition to limiting the life and productivity of the drill bit. Although major improvements have been made to overcome this dysfunction, the design of controllers for this type of system is very challenging, mainly due to the large amount of uncertainties involved. In this work, a biologically inspired framework of an intelligent controller is proposed to control torsional vibrations of drillstrings due to the stick-slip phenomenon. The structure of the intelligent controller is based on the combination of a nonlinear control technique with computational intelligence, which allows the system to make reasonable predictions about the dynamic behavior of the plant, adapt itself to the changes that happen during its operation, learn by interacting with the environment and be robust to both structured and unstructured uncertainties. These characteristics, which are associated with the most fundamental attributes of biological intelligence, are taken into account in the controller design, which is based on the sliding mode control technique together with an adaptive neural network. A reinforcement learning algorithm, based on the Upper Confidence Bound (UCB), is used to be part of the neural network training, which is completed by online updating its weight vector by minimizing a composite error signal. The boundedness and convergence properties of all closed-loop signals are proved using a Lyapunov-like stability analysis. Finally, numerical simulations are presented to validate the efficacy of the proposed approach in controlling the speed of drillstrings and consequently in attenuating the torsional vibrations induced by the stick-slip phenomenon.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESUniversidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICAUFRNBrasilColuna de perfuraçãoOscilações stick-slipControle inteligenteRedes neurais artificiaisAprendizagem por reforçoControle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquinainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTControleinteligenteoscilacoes_Medeiros_2020.pdf.txtControleinteligenteoscilacoes_Medeiros_2020.pdf.txtExtracted texttext/plain349063https://repositorio.ufrn.br/bitstream/123456789/31936/2/Controleinteligenteoscilacoes_Medeiros_2020.pdf.txtd6b9949600d3453c1124a64ef3b51c5dMD52THUMBNAILControleinteligenteoscilacoes_Medeiros_2020.pdf.jpgControleinteligenteoscilacoes_Medeiros_2020.pdf.jpgGenerated Thumbnailimage/jpeg1245https://repositorio.ufrn.br/bitstream/123456789/31936/3/Controleinteligenteoscilacoes_Medeiros_2020.pdf.jpg5633f7498bc6bab307ffaea93061081fMD53ORIGINALControleinteligenteoscilacoes_Medeiros_2020.pdfapplication/pdf22496522https://repositorio.ufrn.br/bitstream/123456789/31936/1/Controleinteligenteoscilacoes_Medeiros_2020.pdff5f46a484368993a5c01a1999906a6f5MD51123456789/319362021-03-21 05:48:25.218oai:https://repositorio.ufrn.br:123456789/31936Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-03-21T08:48:25Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
title Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
spellingShingle Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
Medeiros, Philippe Eduardo de
Coluna de perfuração
Oscilações stick-slip
Controle inteligente
Redes neurais artificiais
Aprendizagem por reforço
title_short Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
title_full Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
title_fullStr Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
title_full_unstemmed Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
title_sort Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina
author Medeiros, Philippe Eduardo de
author_facet Medeiros, Philippe Eduardo de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5594617038786753
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3256782908311485
dc.contributor.referees1.none.fl_str_mv Sousa, Fábio José Pinheiro
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9909217959915292
dc.contributor.referees2.none.fl_str_mv Fernandes, Josiane Maria de Macedo
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3438701343488110
dc.contributor.referees3.none.fl_str_mv Araújo, Marcio Valério de
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees3Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0827462439273599
dc.contributor.referees4.none.fl_str_mv Ritto, Thiago Gamboa
dc.contributor.referees4ID.pt_BR.fl_str_mv
dc.contributor.referees4Lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8907423644221097
dc.contributor.author.fl_str_mv Medeiros, Philippe Eduardo de
dc.contributor.advisor1.fl_str_mv Bessa, Wallace Moreira
contributor_str_mv Bessa, Wallace Moreira
dc.subject.por.fl_str_mv Coluna de perfuração
Oscilações stick-slip
Controle inteligente
Redes neurais artificiais
Aprendizagem por reforço
topic Coluna de perfuração
Oscilações stick-slip
Controle inteligente
Redes neurais artificiais
Aprendizagem por reforço
description As oscilações stick-slip representam uma das principais causas de problemas e da queda de desempenho do processo de perfuração de um poço de petróleo, além de limitar a vida útil e a produtividade da broca. Embora grandes melhorias tenham sido feitas para superar essa disfunção, o projeto de controladores para esse tipo de sistema é muito desafiador, principalmente em consequência da grande quantidade de incertezas envolvidas. Neste trabalho, um controlador inteligente inspirado numa estrutura biológica é proposto para atenuar as auto-oscilações torcionais em colunas de perfuração de poços de petróleo devido ao fenômeno stick-slip. A estrutura do controlador inteligente é baseada na combinação de uma técnica de controle não linear com inteligência computacional, o que permite ao sistema fazer previsões razoáveis sobre o comportamento dinâmico da planta, adaptar-se às mudanças que acontecem durante o seu funcionamento, aprender interagindo com o ambiente e ser robusto a incertezas estruturadas e não estruturadas. Essas características, que estão associadas com os atributos mais fundamentais da inteligência biológica, são levadas em consideração no projeto do controlador, o qual é baseado na técnica de controle por modos deslizantes juntamente com uma rede neural adaptativa. Um algoritmo de aprendizagem por reforço, baseado no limite de confiança superior (Upper Confidence Bound - UCB), é utilizado para fazer parte do treinamento da rede neural, que é concluído através da atualização online do seu vetor de pesos pela minimização de um sinal de erro composto. As propriedades de limite e convergência de todos os sinais de malha fechada são provadas por meio de uma análise de estabilidade de Lyapunov. Por último, simulações numéricas são apresentadas para validar a eficácia da abordagem proposta na estabilização de velocidade em colunas de perfuração e, consequentemente, na atenuação das oscilações torcionais provocadas pelo fenômeno stick-slip.
publishDate 2020
dc.date.issued.fl_str_mv 2020-12-08
dc.date.accessioned.fl_str_mv 2021-03-18T20:01:42Z
dc.date.available.fl_str_mv 2021-03-18T20:01:42Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MEDEIROS, Philippe Eduardo de. Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina. 2020. 151f. Tese (Doutorado em Engenharia Mecânica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/31936
identifier_str_mv MEDEIROS, Philippe Eduardo de. Controle inteligente de oscilações stick-slip em colunas de perfuração de poços de petróleo utilizando aprendizagem de máquina. 2020. 151f. Tese (Doutorado em Engenharia Mecânica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2020.
url https://repositorio.ufrn.br/handle/123456789/31936
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.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/31936/2/Controleinteligenteoscilacoes_Medeiros_2020.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/31936/3/Controleinteligenteoscilacoes_Medeiros_2020.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/31936/1/Controleinteligenteoscilacoes_Medeiros_2020.pdf
bitstream.checksum.fl_str_mv d6b9949600d3453c1124a64ef3b51c5d
5633f7498bc6bab307ffaea93061081f
f5f46a484368993a5c01a1999906a6f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832668437643264