Una nueva técnica computacional, que mezcla física e inteligencia artificial (IA), desarrollada por investigadores de la Escuela de Ingeniería São Carlos (CESE) de la USP, promete generar una economía millonaria en el proceso de extracción de petróleo de los pozos del presal.Además, la tecnología debe brindar mayor seguridad a los procedimientos realizados en las plataformas, reduciendo el riesgo de accidentes ambientales en las refinerías y minimizando la emisión de CO2 a la atmósfera. Los resultados obtenidos en el trabajo generaron un artículo que fue publicado en 2021 en el Journal of Fluids Engineering, de ASME (The American Society of Mechanical Engineers), revista científica internacional. La expectativa de los científicos es que Petrobras incorpore el nuevo método a finales de este año.
Actualmente, para diseñar, simular y monitorear el comportamiento de un nuevo pozo de petróleo y gas, las empresas del sector petrolero utilizan algunos códigos computacionales en el área de mecánica de fluidos (rama de la física) con el fin de predecir y evaluar cómo está el sistema. haciendo. operando. Sin embargo, según el profesor responsable de la investigación, Oscar Mauricio Hernández Rodríguez, del Departamento de Ingeniería Mecánica (SEM) del CESE, estas herramientas tienen limitaciones. “De hecho, se utilizan expresiones matemáticas simplificadas, que no son capaces de predecir todas las variables de producción que existen en la práctica, como diferentes tipos de petróleo, presencia de gas, condiciones severas de presión y temperatura y flujos multifásicos”, dice el docente.
Para llenar estos vacíos, un equipo de científicos liderado por el profesor desarrolló una técnica que une las leyes de la mecánica de fluidos con el aprendizaje automático (área de inteligencia artificial). «El uso del aprendizaje automático en el área de producción de petróleo y gas vendría a ayudar a los códigos computacionales existentes permitiendo una respuesta más precisa, completa y segura del sistema. De esta manera, sería posible evaluar con mayor precisión el condiciones de producción de petróleo. y kilómetros de profundidad de gas y para informar a tiempo al operador de la plataforma si ocurre algo anormal. Nuestra técnica podría ser utilizada tanto para la elaboración del proyecto como para el seguimiento y operación de la plataforma en operación ”, completa.
Eficiencia productiva – Según la Asociación Brasileña de Ingeniería y Ciencias Mecánicas (ABCM), el presal aportará el 77% de la producción de petróleo y aproximadamente el 80% de la producción de gas natural del país en 2029, con inversiones que pueden llegar a R $ 1,8 billones. para entonces. Para que estos montos se inviertan en el aumento de utilidades, los proyectos de nuevos pozos en el presal deben ser más precisos y eficientes. Según Rodríguez, con la nueva técnica desarrollada se podrá generar una economía millonaria en las labores de extracción de petróleo.
«Se puede diseñar mejor un pozo, hacer un proyecto más optimizado, reduciendo los gastos de capital, el famoso CAPEX (gasto de capital), y los costos operativos, OPEX (gasto operativo). Estamos hablando de ahorros de millones y millones de dólares», revela . El científico también explica que, con el método desarrollado, los precios de los productos petrolíferos pueden tener una variación menor, ya que su producción por parte de las petroleras será más estable, protegiendo a las empresas de sorpresas del mercado, como la que ocurrió recientemente con la pandemia. de COVID-19, que bajó el precio del barril de petróleo.
El uso de un modelo híbrido que combine los principios de la inteligencia artificial con los fundamentos de la mecánica de fluidos es fundamental para el funcionamiento más eficiente del sistema de control de la plataforma. André Mendes Quintino, estudiante de doctorado del Programa de Posgrado en Ingeniería Mecánica del CESE, explica que utilizar solo el aprendizaje automático en este proceso requeriría una enorme base de datos, que a menudo no está disponible para aplicaciones de ingeniería. Por ello, los modelos físicos son importantes para suplir esta demanda de información: «Usas una base de datos experimental, obtenida del trabajo de campo o de un laboratorio, junto con ecuaciones físicas de tu fenómeno. Esto da como resultado una predicción más precisa y que requiere un número mucho menor de datos ”, explica el investigador.
Menor riesgo de accidentes: al permitir un monitoreo más eficiente de los pozos de petróleo, la tecnología desarrollada en la USP también debería reducir el riesgo de accidentes ambientales en las plataformas donde se realizan las extracciones. “A partir del momento en que existe un seguimiento más adecuado de su proceso productivo, tiene más control y, en consecuencia, más seguridad en el proceso. Esto es fundamental para que usted evite derrames de petróleo y accidentes que pueden costar vidas y capital para la función. de este sistema es para garantizar que el flujo de aceite se produzca de forma segura y con el menor consumo de energía posible.
Fuente: TN Petróleo