Desenvolvimento de metodologias integradas de modelagem numérica, computacional e inteligência artificial aplicadas ao escoamento multifásico e à garantia de escoamento em sistemas de produção de petróleo

Descrição

O escoamento multifásico em sistemas de produção de petróleo constitui um dos problemas mais complexos da engenharia de petróleo e gás, envolvendo a interação simultânea entre fases líquidas e gasosas sob elevadas pressões e temperaturas, em sistemas que podem se estender por vários quilômetros. Em poços produtores, flowlines, risers e equipamentos submarinos, fenômenos associados à garantia de escoamento (flow assurance) podem comprometer significativamente a produção, destacando-se a deposição de parafinas, formação de hidratos, incrustações inorgânicas, emulsificação excessiva, erosão, corrosão e instabilidades hidrodinâmicas. A compreensão e previsão desses fenômenos são fundamentais para garantir segurança operacional, redução de custos e aumento da eficiência dos sistemas de produção offshore. A modelagem computacional desses problemas envolve desafios associados à representação física dos escoamentos multifásicos e multicomponentes, bem como ao elevado custo computacional das simulações numéricas. Simulações tridimensionais via Dinâmica dos Fluidos Computacional (DFC/CFD) permitem elevado nível de detalhamento físico, incluindo análise de turbulência, transporte de espécies, dispersão de gotas, transferência de calor e interação entre fases. Entretanto, tais simulações apresentam elevado custo computacional, principalmente em sistemas reais de produção offshore. Por outro lado, simuladores unidimensionais (1-D), como ALFAsim, OLGA e LedaFlow, permitem análises em grandes extensões de dutos, embora frequentemente utilizem simplificações físicas e esquemas numéricos de menor ordem. Neste contexto, o presente projeto propõe o desenvolvimento de metodologias integradas envolvendo modelagem matemática, Dinâmica dos Fluidos Computacional, simulação numérica de alta ordem, computação de alto desempenho e técnicas de inteligência artificial aplicadas à análise de escoamentos multifásicos em sistemas de produção de petróleo. O projeto prevê a integração entre modelos 1-D e 3-D, utilizando ferramentas comerciais e códigos desenvolvidos in-house, visando a obtenção de modelos computacionais mais eficientes e fisicamente representativos. Além disso, serão investigadas técnicas de inteligência artificial e machine learning aplicadas à aceleração de simulações, construção de modelos substitutos (surrogate models), análise de padrões de escoamento, previsão de formação de incrustações, hidratos e emulsões, otimização de estratégias de injeção química e identificação de padrões operacionais associados a problemas de garantia de escoamento. Técnicas como redes neurais artificiais, regressão baseada em aprendizado de máquina, redução de dimensionalidade e modelos híbridos físico-computacionais poderão ser empregadas em conjunto com os modelos numéricos tradicionais. O projeto também contempla o desenvolvimento de metodologias computacionais de alto desempenho, incluindo paralelização, adaptatividade dinâmica de malhas, métodos numéricos de alta ordem e automação de processos computacionais. Espera-se, com isso, contribuir para o avanço das técnicas de modelagem computacional aplicadas à indústria do petróleo, reduzindo custos computacionais e aumentando a capacidade preditiva dos modelos utilizados em problemas de garantia de escoamento. Os resultados esperados incluem o desenvolvimento de modelos numéricos integrados, metodologias de análise assistidas por inteligência artificial, formação de recursos humanos qualificados, produção científica de alto impacto e fortalecimento das pesquisas em escoamentos multifásicos e garantia de escoamento no âmbito da Universidade Federal de Pernambuco.