Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/320770
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Controle do ponto de operação de bombas centrífugas submersas em escoamento líquido-gás usando redes neurais
Title Alternative: Operational point control of electric submersible pumps working with liquid-gas flow using artificial neural network
Author: Pineda, Luis Ruiz, 1988-
Advisor: Serpa, Alberto Luiz, 1967-
Abstract: Resumo: O desempenho das Bombas Centrífugas Submersas (BCS) é grandemente afetado pela presença de gás na sucção. O gás na sucção desestabiliza a operação da bomba e causa uma acentuada queda no ganho de pressão para vazões menores à do ponto de surging (ponto de máxima pressão no diagrama de pressão versus vazão). Dependendo das condições na sucção, o gás contido no escoamento pode parar a ação de bombeio devido a que os rotores da bomba ficam cheios de gás (fenômeno conhecido como gas-locking). Por isso, é muito importante conhecer as condições para as quais o surging e o gas-locking ocorrem. Neste trabalho, é proposta uma técnica de controle que mantenha a operação da bomba em um ponto seguro, embora as condições na sucção mudem. Na atualidade, não há um modelo exato que descreva o desempenho de uma BCS operando com escoamento gás-líquido (desempenho bifásico), mas existem alguns modelos aproximados para certos tipos de bombas. Neste caso, uma Rede Neural Artificial (RNA) é usada para modelar o desempenho bifásico da bomba e assim determinar as condições para as quais o surging ocorre. Uma outra RNA é usada para controlar a operação da bomba num ponto estável, usando como técnica de controle o Método Inverso Direto e a velocidade de rotação como variável de controle. Os dados usados para treinar e verificar as RNA foram obtidos através de uma bancada experimental operando com água e ar. O sistema de controle proposto neste trabalho foi submetido a uma série de simulações, gerando assim alguns resultados onde se evidencia o potencial das RNA, como uma ferramenta útil para modelar e controlar a operação de BCS trabalhando com escoamento líquido-gás

Abstract: The Electric Submersible Pump (ESP) performance is highly affected by the gas presence at the pump suction. This causes operation instabilities and a pronounced drop in the pump pressure increment to lower flows than surging point (point of maximum pressure in the pressure versus flow diagram). Depending on the suction conditions, the gas content in the flow can lead pumping action to stop, because the pump impellers are filled with gas (phenomena known as gas-locking). So it is important to meet the conditions which surging and the gas-locking occurs. In this work, it is proposed a control technique that keeps the pump operating in a safe point, despite the suction conditions changes. Today there is not an exact model that describes the gas-liquid pump performance, but approximate models have been proposed for some specific pump types. In this case, an Artificial Neural Network (ANN) is used to model the gas-liquid ESP performance and thus determine the surging conditions. Another ANN is used to control the pump operation in a stable point, using the Direct Inverse Control Method with the pump rotation speed as the control output. Data used to train and verify the ANN were obtained from an experimental ESP bench operating with water-air flow. The proposed control system was submitted to some simulations, obtained results show the potential of the ANN as a useful tool to model and control the ESP operation working with liquid-gas flow
Subject: Bomba centrífuga submersa
Gas - Escoamento
Redes neurais (Computação)
Editor: [s.n.]
Citation: PINEDA, Luis Ruiz. Controle do ponto de operação de bombas centrífugas submersas em escoamento líquido-gás usando redes neurais. 2016. 1 recurso online (107 p.). Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/320770>. Acesso em: 31 ago. 2018.
Date Issue: 2016
Appears in Collections:FEM - Tese e Dissertação

Files in This Item:
File SizeFormat 
Pineda_LuisRuiz_M.pdf3.43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.