The Atmos book of pipeline simulation - capítulo três

Otimização do desempenho de um simulador de dutos

As falhas e incertezas na simulação de dutos não surgem apenas de um aspecto específico do simulador ou modelo, mas do sistema geral de ponta a ponta, incluindo os próprios medidores. A análise de sensibilidade mostra o impacto potencial de vários fatores que podem gerar incerteza. A abordagem das incertezas que podem surgir desses fatores ajuda a criar uma simulação mais precisa.

Aqui exploramos como superar falhas e incertezas nas simulações de dutos para otimizar o desempenho, incluindo:

1. Os principais fatores que geram incerteza
2. Solução de problemas quando algo dá errado
3. Validação e estabelecimento da precisão

Os principais fatores que geram incerteza

Embora alguma incerteza surja do simulador, são outros aspectos, como a instrumentação do duto, que normalmente desempenham o papel principal. Há muitos fatores que geram pelo menos algum nível de incerteza ou erro:

• Medições de entrada - incluindo defasagens e distorções no tempo
• Parâmetros do tubo - como rugosidade da parede e diâmetro interno
• Propriedades térmicas - como temperatura ambiente e condutividade do solo
• Propriedades do fluido - como viscosidade, capacidade térmica e densidade
• Abordagem do modelo - por exemplo, se deve ser usado um modelo térmico de solo transiente
• Erros numéricos - nos cálculos do solucionador do simulador
• Correlações empíricas - nas equações do modelo, como o fator de atrito
• O estimador de estado - interpretando os dados do medidor em condições de limite
• Falhas nos dados recebidos - em um medidor específico, ou na conversão de dados, ou na sondagem¹

Qualquer comparação entre dados do modelo e do medidor deve ter em mente que os dados do medidor estão sempre sujeitos a suas próprias imprecisões. Cada medidor está inerentemente associado a alguma combinação de:

1. Um deslocamento (também conhecido como bias)
2. Um nível de imprecisão conhecido como repetibilidade¹

Outros fatores a serem considerados incluem a conversão analógico-digital, que introduz um grau inevitável de erro ou ruído em qualquer cálculo prático de engenharia baseado em medições de campo. O API 1149 define a precisão do valor e sua tendência com referência a esse valor real.

Figura 1: Precisão e polarização (API 1149), essa probabilidade pode não ser distribuída normalmente se incluir os efeitos da conversão analógica para digital

Qual é a importância da precisão nos domínios da simulação de dutos?

A finalidade de um aplicativo, como a simulação de dutos, determina a precisão, a velocidade e a complexidade necessárias. Por exemplo, no rastreamento de lotes de vários produtos, as condições operacionais de pressão e temperatura só são importantes para o pessoal de programação enquanto influenciam as taxas de fluxo e os caminhos de fluxo, enquanto o pessoal de operações está monitorando se os limites são violados.

Da mesma forma, na análise antecipada ou preditiva de variações hipotéticas, os próprios acionadores da simulação estão sujeitos a uma enorme incerteza. Espera-se que os resultados da simulação do duto forneçam apenas uma estimativa aproximada das condições futuras.

É importante entender como a simulação de dutos lida com dados ruins em modelos on-line, onde a precisão é considerada particularmente crítica.

Solução de problemas quando algo dá errado

Conforme descrito anteriormente, como os dados ruins são tratados é uma consideração importante para superar as incertezas. A maioria dos problemas que surgem na precisão do simulador de dutos é causada por dados de entrada de má qualidade recebidos em tempo real dos instrumentos de campo.

Existem regras gerais para a solução de problemas que podem surgir durante uma simulação. Por exemplo, se forem observadas oscilações nos resultados, elas podem se dever a alguma combinação do solucionador numérico e do algoritmo de malha adaptável.

Validação e estabelecimento da precisão

Uma validação rigorosa é importante para estabelecer a precisão de um simulador de dutos. Os engenheiros precisam confirmar que estão obtendo os resultados corretos, principalmente se forem usar o simulador para operar mais próximo dos limites físicos ou comerciais. Um grau de imprecisão está sempre presente em qualquer modelo, nossa tarefa é garantir que ele esteja sempre dentro de níveis aceitáveis. Isso garante que as operações do duto ocorram sem problemas e, ao mesmo tempo, atendam aos requisitos profissionais e legais.

Há diferentes maneiras de validar um modelo. Podemos comparar os resultados simulados com os resultados analíticos ou valores medidos, ou podemos submeter o modelo a qualquer um dos seguintes testes:¹

• Soluções analíticas para casos especiais de fechamento, estado estável ou transientes
• Aproximações numéricas confirmadas manualmente usando planilhas eletrônicas
• Valores aproximados de senso comum, perfis razoáveis, balanços de massa
• Resolver novamente no mesmo simulador de dutos com uma malha mais refinada
• Resolver de forma independente usando pacotes de software de diferentes fornecedores
• Testes de campo usando conjuntos de dados históricos para verificar o que acontece no local

Comparação dos resultados simulados com os resultados analíticos

Muitos cálculos manuais são fáceis o suficiente para que os engenheiros se refiram a eles como "back-of-the-envelope". Em geral, esses cálculos são de estado estável, mas um exemplo valioso de um cálculo simples que valida uma operação transitória é a equação de Joukowsky. Os resultados analíticos são uma das formas que usamos para determinar a precisão dos resultados de um simulador de dutos. No caso da equação de Joukowsky, ela valida eventos de surto transitório rápido em condições isotérmicas.

Testes de aceitação e conjuntos de dados históricos

Uma vez que as verificações internas tenham sido feitas no modelo, os dados reais do processo são aproveitados para aumentar a confiança no modelo, verificando os cálculos do modelo no local.

Todo projeto tem marcos importantes, incluindo um teste de aceitação na fábrica (FAT), um teste de aceitação na fábrica de integração (IFAT) e um teste de aceitação no local (SAT). Eles podem ocorrer com anos de intervalo se um duto estiver em construção, representando um desafio para a entrega do projeto, bem como para o registro e a validação de dados. Alguns projetos têm um teste de aceitação de modelo (MAT) que inspeciona o modelo isoladamente.

Os operadores de dutos de gás dependem de modelos em tempo real para estimar o inventário mantido como linepack, portanto, é crucial que eles tenham confiança em seu modelo. Há algumas maneiras de validar com base em dados históricos. Ao avaliar o desempenho de um simulador de dutos no local, estamos fazendo várias perguntas ao mesmo tempo, incluindo:

• Podemos deduzir com precisão o valor de um medidor ausente que ele não conhece?
• Qual é o impacto geral de um parâmetro de modelo particularmente incerto (por exemplo, modelo térmico)?
• O sistema geral de ponta a ponta pode lidar com períodos de dados de medidores ruins eficazmente?¹

É a precisão de um modelo que nos permite fazer perguntas relacionadas a outros resultados, como:

• Um consumo não medido aciona um alarme de vazamento durante todos os tipos de operações e em paradas?
• O sistema de detecção de vazamento fornece uma estimativa precisa da taxa de fluxo e do local do vazamento?
• O tempo estimado de chegada (ETA) de um raspador ou de um pico de composição está conforme a realidade?

Quando os dados do local ficam disponíveis, há um período inicial de validação do local, ajuste dos parâmetros do modelo, recalibração e configuração do ajuste automático (aprendizado) para se atualizar continuamente.

Superando as incertezas na simulação de dutos

A implementação de sistemas de simulação oferece aos operadores de dutos a capacidade de responder a muitas perguntas e ajudar nas tarefas cotidianas. No entanto, é fundamental manter um processo adequado de implantação para reduzir a incerteza da implementação do sistema.

O uso de técnicas de validação, como a comparação de resultados simulados com resultados analíticos e a submissão do modelo a testes razoáveis, ajuda a estabelecer a precisão.

Referências

¹ “The Atmos book of pipeline simulation”

Baixe o capítulo Faça o pedido do livro

Pronto para o capítulo quatro?

Chapter four covers a range of equations of state that can be used to express thermodynamic properties dependent on two others and the particulars when considering these calculations for pipeline simulation.