Você está na página 1de 143

UNIVERSIDADE ESTADUAL PAULISTA UNESP FACULDADE DE ENGENHARIA CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELTRICA CURSO DE PS-GRADUAO EM ENGENHARIA

IA ELTRICA

JOS WANDERLEY SCUCUGLIA

SISTEMA DE CONTROLE DE ESCOAMENTO DE GS NATURAL EM DUTOS DE DISTRIBUIO COM DETECO DE VAZAMENTOS UTILIZANDO REDES NEURAIS
Tese submetida Faculdade de Engenharia de Ilha Solteira UNESP, como parte dos requisitos necessrios para a obteno do ttulo de Doutor em Engenharia Eltrica. Orientador: Marcelo Carvalho Minhoto Teixeira

ILHA SOLTEIRA SP AGOSTO DE 2006

FICHA CATALOGRFICA Elaborada pela Seo Tcnica de Aquisio e Tratamento da Informao - Servio Tcnico de Biblioteca e Documentao da UNESP - Ilha Solteira.

S436s

Scucuglia, Jos Wanderley Sistema de controle de escoamento de gs natural em dutos de distribuio com deteco de vazamentos utilizando redes neurais / Jos Wanderley Scucuglia. -- Ilha Solteira : [s.n.], 2006 128 p. : il.

Tese (doutorado) - Universidade Estadual Paulista. Faculdade de Engenharia de Ilha Solteira, 2006 Orientador: Marcelo Carvalho Minhoto Teixeira Bibliografia: p. 111-115 1. Automao e controle. 2. Gs natural. 3. Localizao de vazamentos. 4. Redes neurais artificiais.

minha esposa Patrcia,

Dedico

Aos meus pais Roque e Zilda. Aos meus filhos Jlia e Pedro. As minhas irms Lucimari e Viviane. Aos meus irmos Alexandre, Jlio e Rafael. Aos meus tios Alberto e Iraci.

A minha famlia. Aos meus amigos.

Ofereo

Escolha um problema, chame-o de x e resolva-o (Albert Einstein)

AGRADECIMENTOS

Agradeo primeiramente a Deus e a todos aqueles que contriburam para a realizao deste trabalho. A minha esposa pelo carinho e compreenso durante esta etapa. Aos meus filhos, simplesmente por existirem. Aos meus pais e irmos e a toda minha famlia que me acompanharam, com entusiasmo desde os primeiros passos. Aos meus tios Alberto e Iraci e aos primos Albertinho, Ana e Adriana, que me acolheram no incio da minha trajetria. Aos meus amigos e colegas de trabalho Celso Corra, Waldemar Maldonado, Antonio Marcos Reis, Lauro Cruz Jr, Moiss Suzuqui, Willian Rosa, Marco Antonio, Matheus Belin, Renato Guimares, Isidoro Casal Caminha, Maria Paula Villela, Lillian Villela, Kelen Fagundes, Donato, Uender, Fausto e todos aqueles que de alguma forma deram valiosas contribuies durante a realizao deste trabalho. Ao professor Marcelo Minhoto, pela orientao, confiana e pela amizade em todos os momentos. Aos professores do curso de ps-graduao em Engenharia Eltrica da FEIS, pela busca continua da excelncia da qualidade dos trabalhos e das condies de realizao dos mesmos. FINEP pelo suporte financeiro.

RESUMO

Este trabalho descreve o desenvolvimento de um sistema de simulao do escoamento e controle de vazamento para uma rede de distribuio de gs natural. De forma a alcanar os objetivos propostos, foram discutidos vrios mtodos de abordagem do problema de fluxo de gs em redes de gasodutos e definido um mtodo mais adequado ao presente trabalho para compor as rotinas de simulao. Foram abordadas diversas formas de deteco de vazamentos de gs em tubulaes, optando-se pelo balano de volume para esse fim. Para a localizao do vazamento ao longo do duto foi proposto e utilizado um sistema de Redes Neurais Artificiais (RNA). O fluxo no interior da rede de dutos simulado por um sistema de equaes diferenciais no lineares obtido para regime permanente, cuja soluo para uma dada topologia de rede, fornece pares de valores de presso e vazo em pontos especficos. A partir de valores de presso e vazo de sada, obtidos de simulaes em condies de vazamentos, treinada uma RNA com o objetivo de fornecer a localizao de eventuais escapes ao longo do duto. Sensores e medidores instalados em pontos estratgicos na rede, fornecem um conjunto de entrada ao algoritmo neural que tem como sada a posio do vazamento para as respectivas condies de operao. Atuando no controle de vlvulas eletro-hidrulicas com controladores proporcionais, integrais e derivativos (PID), instaladas na rede, possvel isolar eventuais trechos com vazamento. Para tanto, foi projetado um controlador PID para otimizar o tempo de resposta das respectivas vlvulas. De acordo com o modelo proposto de anlise, foi desenvolvido um sistema algbrico computacional com interface grfica amigvel, em linguagem Delphi, que relaciona rotinas de simulao, algoritmos neurais, e mecanismos remotos de superviso e controle em tempo real. Ao operador permitido construir visualmente na tela do computador, atravs de cones grficos, a rede de distribuio desejada, para a qual, o sistema computacional compe automaticamente um conjunto de equaes algbricas lineares correspondente, cuja soluo numrica obtida pelo mtodo de Newton-Raphson. Dispe-se, portanto, de um sistema computacional inteligente, que permite simulao das condies de escoamento do gs na rede de distribuio, deteco e localizao de vazamentos e isolamento de trechos, uma ferramenta simples e de baixo custo, porm de vanguarda, para subsidiar a automao da operao de distribuio de gs natural em gasodutos.

ABSTRACT
A flow simulation and a leaking control computational system has been developed for a gas distribution network pipeline. A discussion of gas flow in pipeline is presented and the lamelar regime of flow has been chosen to be implemented in a simulating routine. Also, a description of gas leaking detection method has been carried out and the balance volume one has been adapted to find out the location of the leaking point in the pipeline a system an artificial neural network (ANN) has been proposed. The flow info the pipeline network is simulated by a system of non-linear deferential equation, obtained in a lamelar regime, which solution for any topology greed specification provide a couple of values of pressure and flow at discrete points into the domain. From this couple of values of pressure and flow at the ending point of the pipeline, obtained by simulating leaking condition, an ANN is trained with the purpose to provide a location of eventual escapes through the pipeline. Sensors to detect flow located in strategical points of the network pipeline may provide information to feed the neural system which output is the position of leaking point under a such operation conditions. Handle the electro-hydraulic through the proportional integral derivative (PID), installed along the network pipeline, is possible to isolate a pipeline interval with eventual leaking. For this purpose a PID controller system has been developed to minimize the time response of the electro-hydraulic valves. According to the proposed model of analysis, an algebric computational system with a friendly graphic interface in a Delphi language has been carried out. In this computer program simulating routine, neural algorithmic and remote mechanism of supervision and control in peal time, have been related. The user are allowed to build visually at the computer video, through the graphic icons, the desired network pipeline which corresponding system of equation are automatically generated by the computational system and solved by means of the Newton-Raphson method. In that way, and intelligent computational system is disposal, where the flow simulation in a gas network pipeline, the detection, location and isolation of leaking points are allowed. It may be considered that a simple and low cost tool to aid in the automation process of distribution of natural gas in pipeline, is offered in the present report.

LISTA DE FIGURAS

Figura 2.1 Parmetros do escoamento de fluido em dutos .................................................. 11 Figura 2.2 Escoamento de fluido em uma poro infinitsima de duto. ............................. 12 Figura 2.3 Topologia de uma rede de gs............................................................................ 24 Figura 2.4 Dutos em rede com escoamento de gs.............................................................. 26 Figura 3.1 Fluxograma do mtodo nodal de Newton. ......................................................... 33 Figura 3.2 Caractersticas da convergncia para o mtodo nodal de Newton. .................... 36 Figura 3.3 Interpolao e processo da mdia. ..................................................................... 36 Figura 3.4 Fluxograma mtodo nodal Hardy-Cross. ........................................................... 37 Figura 3.5 Rede de distribuio de gs, malha simples....................................................... 38 Figura 3.6 Grafo da rede de distribuio de gs. ................................................................. 41 Figura 3.7 Fluxograma do mtodo de malha de Newton. ................................................... 42 Figura 3.8 Caractersticas de convergncia para o mtodo de malha.................................. 44 Figura 3.9 Fluxograma do mtodo de malha de Newton - Hardy-Cross. ........................... 45 Figura 3.10 Rede de escoamento de gs em regime permanente. ....................................... 46 Figura 4.1 Sistema pneumtico de posio. ........................................................................ 50 Figura 4.2 Diagrama do sistema pneumtico de posicionamento. ...................................... 51 Figura 4.3 Sistema pneumtico de posicionamento. ........................................................... 52 Figura 4.4 Diagrama do mecanismo completo.................................................................... 53 Figura 4.5 Descrio do bloco da vlvula proporcional eletro-hidrulica. ......................... 53
Figura 4.6 Grfico da abertura da vlvula proporcional x tempo, com ganhos Ka = 3, 5, 7 e 9. ....................................................................................................................................................... 55

Figura 4.7 Controlador PID em srie com a Planta H ( s ) ................................................... 56 Figura 4.8 Sada do sistema controlado com um PID. ........................................................ 59 Figura 4.9 Controlador PID em srie com a vlvula proporcional...................................... 60 Figura 4.10 Grfico da abertura da vlvula proporcional com o controlador PID.............. 61 Figura 4.11 - Rede de distribuio de gs. ............................................................................. 62 Figura 5.1- Valores de presso medidos e previstos pelo modelo transiente. ........................ 73 Figura 6.1 Neurnio biolgico............................................................................................. 81 Figura 6.2 - Analogia entre neurnio e seu modelo matemtico............................................ 82 Figura 6.3 Funes de ativao. .......................................................................................... 82 Figura 6.4 Representao de um neurnio. ......................................................................... 83

Figura 6.5 - Rede neural direta MLP...................................................................................... 85 Figura 6.6 - Estrutura da rede LVQ........................................................................................ 85 Figura 6.7 - MLP com janela temporal................................................................................... 87 Figura 6.8 - Rede neural com atraso no tempo....................................................................... 87 Figura 6.9 - Neurnio recorrente. ........................................................................................... 89 Figura 6.10 - Topologia de uma rede simtrica...................................................................... 89 Figura 6.11 - Redes parcialmente recorrentes. ....................................................................... 90 Figura 6.12 Gasoduto sob vazamento.................................................................................. 94 Figura 6.13 Presso x Vazamento. ...................................................................................... 94 Figura 6.14 Presso de sada em gasoduto sob vazamento. ................................................ 95 Figura 6.15 Presso de sada em funo da posio de vazamento..................................... 95 Figura 7.1 Abordagem da pesquisa. ................................................................................... 102 Figura 7.2 Elementos da rede de distribuio de gs natural. ............................................ 104 Figura 7.3 Composio da rede de distribuio. ................................................................ 105 Figura 7.4 Atribuio de parmetros dos elementos. ......................................................... 105 Figura 7.5 Simulao de escoamento. ................................................................................ 106 Figura 7.6 Expanso da rede............................................................................................... 106 Figura 7.7 Histricos de presso e vazo. .......................................................................... 107 Figura 7.8 Localizao de vazamento pela RNA. .............................................................. 108

LISTA DE TABELAS

Tabela 3.1 Dados de vazo e presso da rede proposta....................................................... 46 Tabela 3.2 Dados de dimetro e comprimento dos dutos da rede proposta. ....................... 47 Tabela 3.3 Resultados comparativos dos mtodos de Newton............................................ 47 Tabela 4.1 Parmetros de vlvula eletro-hidrulica. ........................................................... 54 Tabela 4.2 - Parmetros de ajuste pelo mtodo de oscilao de Ziegler-Nichols. ................. 58 Tabela 4.3 - Dados de vazo e presso nos ns...................................................................... 63 Tabela 4.4 - Dados dos dutos e resultados obtidos antes e aps vazamento no duto 12. ....... 64

LISTA DE SIGLAS

LVQ: Learning Vector Quantization MLP: Multi-Layer Perceptron PDP: Parallel Distributed Processing PID : Proporcional, Integral e Derivativo. RNA: Redes Neurais Artificiais SCADA: Supervisory Control and Data Acquisition. TDNN: Time Delay Neural Network

SUMRIO

CAPTULO I: INTRODUO ......................................................................................... 01

CAPTULO II: MODELAGEM DO ESCOAMENTO DO GS EM REDES DE DISTRIBUIO EM REGIME PERMANENTE ........................................................... 10 2.1 MODELAGEM DO ESCOAMENTO DO GS EM DUTOS ISOLADOS .................. 10 2.1.1 Equao geral do escoamento do gs em dutos ....................................................... 10 2.1.2 Fator de eficincia ........................................................................................................ 17 2.1.3 Equaes usuais do escoamento do gs em dutos ..................................................... 19 2.1.3.1 Equao para baixa presso .................................................................................... 19 2.1.3.2 Equao para mdia presso..................................................................................... 20 2.1.3.3 Equao para alta presso ........................................................................................ 21 2.2 MODELAGEM DO ESCOAMENTO DO GS EM REDES DE DUTOS .................... 24 2.2.1 Topologia das redes de gs ......................................................................................... 24 2.2.1.1 Matriz de incidncia: ramo-n ................................................................................. 25 2.2.1.2 Matriz de incidncia: ramo-malha............................................................................ 25 2.2.2 Formulao nodal de uma rede de gs ..................................................................... 26 2.2.3 Formulao de uma rede de gs por malha ............................................................. 28 2.3 CONCLUSO .................................................................................................... 29

CAPTULO III: MTODOS DE SOLUO NUMRICA DE REDES DE ESCOAMENTO DE GS EM REGIME PERMANENTE ............................................ 30 3.1 MTODO NODAL DE NEWTON: CASO MULTI-DIMENSIONAL.......................... 30 3.2 MTODO NODAL DE NEWTON: CASO UNI-DIMENSIONAL (HARDY-CROSS).. 34 3.3 Mtodo de Malha de Newton: Caso Multi-Dimensional ...................................... 38 3.4 MTODO DE MALHA DE NEWTON: CASO UNI-DIMENSIONAL (HARDY-CROSS) ................................................................................................................................................ 42 3.5 Implementao Numrica dos Mtodos de Newton ........................................... 46 3.6 CONCLUSo...................................................................................................... 47

CAPTULO IV: ISOLAMENTO DE DUTOS COM VLVULAS PROPORCIONAIS ELETRO-HIDRULICAS CONTROLADAS VIA CONTROLADORES PID............ 49 4.1 MODELAMENTO MATEMTICO DE VLVULAS ELETRO-PNEUMTICAS.... 50 4.1.1 Sistema pneumtico de posicionamento .................................................................... 50 4.1.2 Controlador PID ......................................................................................................... 56 4.2 MTODO DE OSCILAO DE AJUSTE DE ZIEGLER E NICHOLS DO CONTROLADOR PID .......................................................................................................... 57 4.3 CONTROLADOR PID ACOPLADO VLVULA PROPORCIONAL...................... 60 4.4 ISOLAMENTO DE DUTOS EM REDES DE DISTRIBUIO DE GS NATURAL UTILIZANDO SISTEMA DE POSICIONAMENTO COM CONTROLADOR PID ACOPLADO VLVULA ELETRO-PNEUMTICA ...................................................... 62 4.4.1 Implementao numrica ........................................................................................... 62 4.5 CONCLUSO.................................................................................................................. 65

CAPTULO V: MTODOS DE DETECO DE VAZAMENTOS EM DUTOS DE DISTRIBUIO DE GS NATURAL ............................................................................. 66 5.1 MTODOS UTILIZADOS NA DETECO DE VAZAMENTO DE GS NATURAL EM DUTOS E REGIME PERMANENTE DE ESCOAMENTO ......................................... 66 5.1.1 Balano de volume ...................................................................................................... 67 5.1.2 Anlise de presso em um ponto do duto ................................................................. 69 5.2 MTODOS UTILIZADOS NA DETECO DE VAZAMENTO DE GS NATURAL EM DUTOS EM TRANSIENTES ........................................................................................ 71 5.2.1 Mtodo do desvio de presso ..................................................................................... 72 5.2.2 Modelo de compensao do balano de volumes ..................................................... 74 5.3 CONSIDERAES SOBRE OS MODELOS DE DETECO DE VAZAMENTOS . 76

CAPTULO

VI:

LOCALIZAO DE GS

DE

VAZAMENTOS UTILIZANDO

EM

DUTOS

DE

DISTRIBUIO

NATURAL

REDES

NEURAIS

ARTIFICIAIS ...................................................................................................................... 80 6.1 REDES NEURAIS ARTIFICIAIS .................................................................................. 80 6.2 ESTRUTURAS DE REDES NEURAIS ......................................................................... 84 6.2.1 Redes diretas (Feedforward) ...................................................................................... 84 6.2.2 Learning Vector Quantization (LVQ) ........................................................................ 85 6.3 REDES NEURAIS TEMPORAIS ................................................................................... 86

6.3.1 Redes no recorrentes ................................................................................................ 86 6.3.2 Redes localmente recorrentes .................................................................................... 88 6.3.3 Redes totalmente recorrentes .................................................................................... 89 6.3.4 Redes parcialmente recorrentes ................................................................................ 89 6.4 TREINAMENTO DE REDE NEURAL .......................................................................... 91 6.4.1 Treinamento supervisionado ..................................................................................... 91 6.4.1.1 Backpropagation ....................................................................................................... 92 6.4.2 Treinamento no-supervisionado .............................................................................. 92 6.5 LOCALIZAO DE VAZAMENTOS DE GS NATURAL EM DUTOS

UTILIZANDO RNA .............................................................................................................. 93 6.5.1 Caractersticas de presso e vazo em dutos sob vazamento em regime permanente ................................................................................................................................................ 93 6.5.2 Modelo proposto de localizao de vazamento utilizando RNA ............................ 96 6.5.3 Implementao numrica ........................................................................................... 97 6.5.4 Consideraes prticas sobre RNA ........................................................................... 98

CAPTULO VII: SISTEMA DE SUPERVISO E CONTROLE DA OPERAO DE DISTRIBUIO DE GS NATURAL EM REDES DE DISTRIBUIO ................. 100 7.1 O SISTEMA PROPOSTO .............................................................................................. 101 7.1.1 Modelagem e estratgia de controle ......................................................................... 102 7.1.2 O Software desenvolvido ........................................................................................... 104 7.2 CONCLUSO................................................................................................................. 108

CAPTULO VIII: CONCLUSES.................................................................................... 109

REFERNCIAS BIBLIOGRFICAS ............................................................................. 111

ANEXO A ............................................................................................................................ 116

CAPTULO I: INTRODUO

Tecnologias emergentes envolvendo a utilizao do gs natural como combustvel automotivo e em aplicaes residenciais e comerciais tm ampliado cada vez mais a diversificao do uso do gs natural em vrios pases. O suprimento dessa crescente demanda limitado, muitas vezes, pela ausncia de uma adequada infra-estrutura de transporte. Dentre as opes disponveis, os gasodutos representam a alternativa mais segura e econmica para o transporte de gs natural. Em todo mundo, grandes recursos tm sido investidos para o desenvolvimento de novas tecnologias para a atividade dutoviria, visando principalmente a melhoraria dos nveis de segurana, eficincia e efetividade da operao. O controle da operao de um gasoduto uma tarefa bastante complexa. A diversidade de componentes, aliada s grandes distncias envolvidas, impe a necessidade de um monitoramento permanente das condies operacionais. A obteno de informao precisa e confivel sobre as condies da rede representa papel chave na operao dos gasodutos, no s com o propsito de manter a eficincia operacional, mas, em particular, para a minimizao dos riscos associados a possveis acidentes, como por exemplo, vazamentos, que acontecem de forma no prevista, causando danos ao homem e ao meio ambiente. Em um cenrio de legislaes ambientais cada vez mais rigorosas, a deteco e localizao de vazamentos tornam-se imperativos, sendo necessrio que eventuais acidentes sejam reparados rapidamente. O objetivo deste trabalho foi desenvolver um sistema computacional inteligente para simulao e controle do escoamento de gs em redes de distribuio em regime permanente, permitindo a deteco, a localizao e o isolamento de pontos de vazamentos. Para tanto, foram avaliados diferentes mtodos de modelagem e soluo numrica do problema de escoamento de gs em redes de gasodutos; projetado um controlador proporcional, integral e derivativo (PID), de forma a otimizar o tempo de resposta de vlvulas de fluxo eletro-

hidrulicas; estudados vrios mtodos de deteco de vazamentos de gs em tubulaes; desenvolvida uma rotina inteligente utilizando redes neurais artificiais (RNA) visando localizar a posio do vazamento ao longo do duto, e por fim, foi desenvolvido um sistema computacional inteligente, em linguagem de programao Delphi, com toda a modelagem avaliada e proposta, para ser utilizado em projetos de redes de gasodutos e na automao da operao da distribuio de gs. Para a deteco de vazamentos em gasodutos, vrios mtodos podem ser utilizados, dependendo das caractersticas operacionais de cada rede. A grande dificuldade na aplicao dos mtodos se d pela compressibilidade do gs no interior dos dutos, o que pode levar a alarmes falsos nos transitrios. No entanto, em regime permanente o escoamento uniforme, e as caractersticas de presso e vazo ao longo dos dutos tornam os modelos considerados aplicveis com suficiente segurana. Os estudos iniciais de deteco de vazamento tratavam desta operao como preventiva a paradas em dutos, no se preocupando com prejuzos ao meio ambiente, somente com prejuzos comerciais. A literatura consultada permitiu identificar tambm muitos casos de estudo para dutos transportando leo (oleodutos) ou vrios fluidos diferentes, tambm chamados de polidutos (HIGGES, 1983; THOMPSON & SOGMAN, 1984; MONTOMERY, 1986; ELLUL, 1989; JAVARSHEISHVILI & NAMGALADZE, 1991; RACHFORD & WIKE, 1996; MUKHERJEE & NARASHIMHAN, 1996). Inicialmente, considera-se o trabalho de Whaley et al. (1992), que apresenta um tutorial dos mtodos computacionais utilizados para a deteco de vazamentos em dutos. Os autores apresentam tcnicas baseadas em simulao computacional das condies e propriedades do fluido escoando, para o regime transitrio, e tambm tcnicas que consideram regime permanente para o escoamento no duto, tratando a variao das presses ou dos volumes transportados pelo duto. Os autores ainda discutem as vantagens e desvantagens de cada tcnica, apresentando o estado da arte de tal metodologia. Ainda tratando de modelagem transitria para a deteco de vazamento, Jencek e Sterba (1994), apresentam um modelo, onde os mesmos se preocupam com a qualidade da instrumentao que fornecer as informaes que permitam ao modelo monitorar incidncias no duto. Interessa-se tambm na definio, pelo uso do modelo apresentado, nas alteraes necessrias para que os resultados possam ser alcanados. Belsito et al. (1998) tambm propem um modelo para a deteco de vazamento utilizando o conceito de redes neurais para o processamento das informaes provenientes do

campo. O trabalho foi inspirado na necessidade de deteco de vazamentos inferiores a 1% da vazo de operao, para um sistema de transporte de amnia liquefeita, material este considerado pelos autores, de extrema periculosidade, devendo, portanto, sofrer rgido controle durante a operao. A rede foi treinada com dados simulados e testada levando em considerao os sinais de rudos existentes na tubulao. No sistema em estudo foram detectados vazamentos de 1% do fluxo de entrada e a localizao de vazamentos maiores (5%, 10%) foi feita com alta confiabilidade mesmo na presena de rudos. No trabalho tambm tratado o efeito de transdutores em falha no duto sobre o sistema de deteco. Outro trabalho interessante do ponto de vista da apresentao das tcnicas atualmente utilizadas, foi apresentado por Ellul (1989) em sua dissertao de mestrado. Tcnicas como monitoramento acstico de dutos, monitoramento via sistema computacional e modelagem matemtica so tratados por este autor. Em seu trabalho, o autor apresenta a simulao computacional da deteco de vazamento de uma malha de distribuio de gs, tomando como parmetros de anlise: i) o tempo necessrio para a deteco do vazamento; ii) o tempo necessrio para a determinao do local de vazamento e; iii) o tempo necessrio para a perfeita determinao do volume vazado. Ainda constam simulaes semelhantes para uma malha de distribuio de etileno e um sistema para transporte de produtos lquidos. Do ponto de vista operacional da deteco de ruptura do duto, Mc Kee (1988) faz uma anlise considerando: i) parmetros necessrios para a deteco; ii) efeitos de condies operacionais e configuraes do duto, e; iii) simulao da propagao do transiente causado pela ruptura do duto, apresentando diversas leituras de registros de presso em dutos alteradas pelo ruptura dos mesmos. Como concluses importantes, o autor apresenta: i) a importncia da rapidez de deteco para minimizao de perdas dos produtos transportados, continuidade na operao, se possvel, e reduo do potencial de dano ao meio ambiente e populaes localizadas prximas ao duto; ii) a relevncia da deteco de ondas acsticas devidas a ruptura; iii) o conhecimento dos tempos de resposta e sensibilidade dos instrumentos de medio utilizados, e; iv) a presena de esquemas para controle da ruptura do duto e conseqente colocao em operao. O autor ainda cita uma tabela apresentando a aplicabilidade de diversos esquemas de deteco de ruptura de dutos relacionada ao tipo de operao escolhida para o duto, quais sejam, controle autnomo, estao de controle e central de controle. Pringle (1988) trata a importncia do ajuste de parmetros do modelo implantado. Este ajuste de parmetros nico para cada sistema, devendo, portanto, ser efetuado para cada implantao de sistemas de deteco de vazamentos utilizado em um duto. Alm disso, cita a

importncia dos dados obtidos dos medidores instalados no duto, afirmando que uma boa deteco depende do nvel e da qualidade dos instrumentos de medio utilizados. Cabe ressaltar que a comunicao e coleta de dados em um computador central so necessrias para a implantao de um sistema de deteco de vazamentos, uma vez que o mesmo deve monitorar todo o duto, ou pelo menos, o trecho em questo. Nicholas (1992) ateve-se ao estudo das incertezas inerentes aos sistemas de deteco de vazamento. Ele discute incertezas devidas ao balano de fluxo no duto, a taxa de variao do empacotamento do duto, a medio da presso e sua taxa de variao, ao clculo das propriedades do fluido, ao modelo computacional utilizado, a mudana da temperatura mdia do duto, ao clculo do volume empacotado no duto e ao balano total de volume. Com relao medio de presso, o autor informa que o aumento da incerteza de medio de presso pode variar de 1 a 4% da faixa de SPAN calibrada para uma variao de temperatura da ordem 50C. Tambm informa que para os modelos transientes, a incerteza tambm depende da discretizao utilizada para o modelo e dos intervalos de tempo utilizados em seus clculos (discretizao no tempo), e apresenta a ordem de grandeza das diversas incertezas discriminadas para leo cru, gs natural e gs natural liquefeito. Outros autores que estudaram o efeito das incertezas de medio sobre os sistemas de deteco de vazamento so Van Reet e Skogman (1987). Eles apresentam a importncia do conhecimento das incertezas introduzidas pelos instrumentos de medio do sistema, assim como o efeito de tais incertezas sobre o processo de deteco do vazamento no duto. Um trabalho bastante interessante aquele apresentado por Bowles et al. (1996), que trata da operao e localizao das vlvulas usadas em gasodutos para rpido isolamento de reas rompidas do duto. Nesse trabalho os autores discutem o uso de vlvulas automticas e de controle remoto, apresentando simulaes de condies de aparecimento de rompimentos em dutos, analisando ento respostas e tempos de atuao de tais sistemas, e a questo de bloqueios ocasionados por falsos alarmes. Ainda tratando de vlvulas, Murphy e Dean (1984) apresentam a importncia da segura identificao das ondas acsticas induzidas pelo fechamento de tais equipamentos no campo de presses no duto. Uma anlise de vazamentos ocasionados na rede de transporte/distribuio da companhia francesa de gs apresentada por Delarue (1996). Neste trabalho ele cita a ocorrncia de dez acidentes por ano neste pas, em mdia, sendo setenta por cento deles causada por equipamento de escavao. O autor discute vrias ferramentas atualmente disponveis para a deteco de vazamento em linhas de gs, afirmando que um estudo de

viabilidade deve ser levado em conta na escolha do sistema a ser adotado, uma vez que, em sua experincia naquele pas, os vazamentos causados simplesmente pelo uso do duto so, de maneira geral, de pequena monta, o que, na maioria das vezes inviabiliza a compra de equipamentos caros. Um fator importante a ser considerado a proximidade dos dutos de reas urbanas, onde acidentes podem alcanar dimenses catastrficas. Nicholas (1989) discute em seu artigo Deteco de vazamento em dutos: Quo confivel ela ? (Pipeline leak detection: How much is feasible?) os vrios efeitos que influenciam a deteco de vazamento em dutos. Como concluso para a melhoria operacional do processo de deteco, ele cita a importncia de: i) filtrar os dados antes de amostr-los; ii) amostrar com uma freqncia pelo menos duas vezes maior que a maior freqncia de variao dos dados; iii) usar transmissores com incertezas de no mximo 0.25% para evitar efeitos de variao com a temperatura; iv) proteger os transmissores da ao direta do sol e da chuva; v) limitar a preciso esperada para a medio da vazo mxima sensibilidade do sistema; vi) reconhecer que o vazamento nada mais que um fluxo de fluido no medido; vii) manter o sistema atuando 24 horas por dia; (viii) lembrar que tais sistemas esperam informaes consistentes todo o tempo. Wike (1986) enumera vrias tcnicas de deteco e localizao de vazamentos baseadas no sistema SCADA (Supervisory Control and Data Acquisition): teste esttico, variaes inesperadas, gradiente de presso, balano de massa, ondas de presso negativa, simulao paralela. Dempsey e Al-Habib (1996) descrevem a aplicao de um novo sistema SCADA, em duas tubulaes transportando petrleo por 1100 km na Arbia Saudita. O sistema SCADA computadorizado monitora e controla as tubulaes. A substituio do sistema SCADA anterior por este, ocorreu por dois motivos: proporcionar um sistema de controle distribudo e providenciar ao sistema maior nmero de funes de monitoramento e controle supervisrio. O sistema SCADA inclui um software de aplicao para deteco de vazamento em tempo real. Black (1992) classificou os sistemas de deteco de vazamentos nas seguintes categorias: observao, mtodos baseados em sensores, pigs inteligentes, anlise a partir de medidas de presso, balano de volume no compensado e modelagem matemtica da tubulao. A observao o meio mais simples de detectar vazamentos, a patrulha regular da tubulao, fazendo a inspeo visual da integridade da linha. Um mtodo similar a injeo de aditivos qumicos em gases atxicos provendo odor. A ocorrncia de vazamentos deve ser

verificada em inspees regulares, j que a eficcia deste mtodo pode deteriorar dependendo das condies ambientais e da direo do vento (BLACK, 1992). Mtodos acsticos, em princpio so mtodos que podem detectar vazamentos muito pequenos em um curto espao de tempo, mas que nem sempre funcionam bem, devido ao rudo de fundo de compressores e vlvulas. Sanderberg et al. (1989) cita pigs de monitoramento acstico que detectam o vazamento atravs da energia acstica gerada pelo escape do fludo. Sensores de rudos ultra-snicos: instrumentos baseados na deteco do rudo criado pelo vazamento, produzido na faixa de freqncias ultra-snicas. O software associado deve ser desenvolvido cuidadosamente de modo a filtrar os rudos externos (BLACK, 1992). Chung e Lee (2001) desenvolveram um sistema de monitoramento de vazamento de gs natural, baseado em sensores de SnO2 que apresentam deteco seletiva do metano ou gs natural. Sanderberg et al. (1989) desenvolveu um sistema sensor de hidrocarbonetos que consiste em um mdulo de alarme e um cabo sensor envolto tubulao. O cabo sensor instalado ao longo da tubulao e tem comprimento de 2 km. O cabo revestido por um polmero condutivo que incha ao entrar em contato com o hidrocarboneto que est vazando da tubulao. Mtodos de gradiente de presso baseiam-se no princpio de que um vazamento deve distorcer o perfil de presso ao longo de uma seo da tubulao. O gradiente mdio de presso ao longo da linha pode ser calculado por meio de medidores de presso nas extremidades das sees. Um vazamento causa uma diminuio no gradiente mdio e atravs de tcnicas de ajuste de curvas de interpolao entre medidas de presso, o vazamento localizado com razovel preciso (WIKE, 1996). Zhang (2001) examina a aplicao do sistema ATMOS Pipe desenvolvido pela Shell. Este mtodo estatstico de deteco de vazamentos em tubulaes no usa modelos matemticos para calcular o fluxo e a presso na tubulao, mas ele detecta as mudanas na relao entre o fluxo e a presso, usando dados de medidas disponveis. Opera em tubulaes de gs e lquido. Baseado em medidas de fluxo e presso, ele continuamente calcula a probabilidade de ocorrncia de vazamento, informando a magnitude do vazamento e sua localizao aproximada. Tem uma taxa muito baixa de alarmes falsos, as variaes geradas por mudanas operacionais so registradas, assegurando que o alarme de vazamento ocorra quando houver um padro nico de mudanas no fluxo e presso, suas caractersticas proporcionam ao sistema uma capacidade de aprendizado on-line adaptando-se s

mudanas na tubulao e instrumentos de medida. O sistema foi testado em uma tubulao transportando etileno a alta presso por 413 quilmetros. O sistema recolhe dados provenientes do SCADA existente, aps o processamento a posio da linha (normal ou vazamento) devolvida ao SCADA juntamente com a taxa de vazamento e a estimativa do local. Durante as operaes normais da tubulao, o sistema no gerou alarmes falsos. Testes tambm foram feitos em tubulaes transportando petrleo e propileno lquido. Deteco baseada na modelagem matemtica da tubulao. Embora existam diferentes formulaes, a essncia da maioria dos sistemas de modelagem a mesma: soluo de equaes da conservao de massa, momento e energia. Estas equaes no representam um sistema fechado e devem ser suplementadas por uma equao de estado e formulao do fator de frico. Mtodos numricos so usados para resolver este grupo de equaes no lineares, o resultado uma ferramenta preditiva conhecida como modelo de tempo real, ou on-line (BLACK, 1992). O modelo estima variveis intermedirias ao longo da tubulao atravs de um conjunto limitado de medies reais da tubulao como presso a montante e fluxo a jusante, que so usados como condies de contorno. As discrepncias entre as variveis intermedirias, calculadas pelo modelo, e medies reais so usadas para indicar vazamentos (WIKE, 1986). Uma predio exata do empacotamento da linha e o efeito do transiente no balano de volume s so obtidos quando se utiliza o sistema baseado no modelo. Black (1992), Pudar e Liggett (1992) e Dempsey e Al-Habib (1996) fizeram a modelagem na rede inteira para obter o transiente hidrulico. Billmann e Isermann (1987) propuseram um modelo matemtico dinmico para detectar e localizar pequenos vazamentos, baseado nas equaes de escoamento transiente, observadores de estado adaptativo no linear e uma tcnica de correlao. Os sinais medidos so a taxa de fluxo e a presso nas extremidades da seo. So detectveis vazamentos maiores de 2% para lquidos e maiores que 10% para gases. Verde (2001) descreve a deteco de vazamentos mltiplos baseada no modelo da tubulao distribuda. O problema resolvido usando apenas sensores de fluxo e presso nos extremos do duto e a redundncia analtica dada por essas medidas. O modelo da tubulao com mltiplos vazamentos feito considerando uma condio de contorno adicional na equao diferencial parcial correspondente ao ramo onde h vazamento.

Fukushima et al. (2000) relatam o sistema de deteco de vazamento de gs, em funcionamento desde 1997, instalado na tubulao Niigata-Sendai, de 250 km de extenso. A deteco do vazamento feita medindo a presso e temperatura nas estaes de vlvulas, distantes 12 km entre si, e medindo o fluxo de gs na entrada e na sada da tubulao. Como a demanda principal para a estao de energia de Sendai, que opera continuamente, no h estado estacionrio na operao da tubulao. O sistema de deteco de vazamento, automaticamente, determina o local do vazamento e a taxa de vazamento em tempo real. O mtodo proposto uma extenso do mtodo de balano de massa e volume. O modelo de simulao para a tubulao baseado no modelo do fluxo transiente, e o mtodo das caractersticas usado para resolver as equaes diferenciais ordinrias. A deteco em tempo real feita em duas etapas. feita uma simulao baseada no balano da presso. O vazamento em potencial definido pela diferena de balano de massa a cada estao de vlvula. No momento em que h certeza de que no existe vazamento, um parmetro de sintonia reconcilia o balano de presso para minimizar a possibilidade de vazamento a cada estao de vlvula. A discrepncia entre o valor do balano da presso simulada e o real avaliado para determinar o possvel vazamento. A deteco de vazamento feita comparando o valor do vazamento em potencial com um valor preestabelecido. Se o vazamento em potencial for maior que o valor preestabelecido ele pode ser determinado como um possvel vazamento. A localizao do vazamento feita entre os dois pontos em que os valores preestabelecidos foram violados. Por fim, Macias (2004), em sua dissertao de mestrado, descreve uma tcnica de deteco de vazamentos, em tubulaes de transporte de gs, baseada na anlise de transientes de presso simulados e reais. Os transientes de presso foram detectados e simulados para os casos de tubulaes com e sem escoamento em vrias condies de operao. No presente trabalho, por se tratar de um estudo em regime permanente, foi utilizado o modelo de compensao de balano de volumes para a deteco de vazamento em gasodutos, apresentado em Whaley et al. (1992). Para a obteno das modelagens adequadas que compuseram as rotinas de simulao do sistema proposto, vrios estudos e simulaes foram realizados. No captulo II, so apresentadas as modelagens do escoamento do gs em dutos isolados e redes de dutos. No captulo III so apresentados diferentes mtodos de soluo numrica propostos por Newton para resoluo de problemas de escoamento de gs natural em regime permanente em redes de distribuio. Os mtodos foram testados atravs da implementao em MATLAB, como apresentado no anexo A.

No captulo IV, foi avaliado o isolamento de dutos com vlvulas proporcionais eletrohidrulicas, controladas via controladores PID, apresentado o modelo matemtico da referida vlvula, e projetado um controlador PID com o objetivo de otimizar seu tempo de resposta atuao em isolamento de dutos. No captulo V, esto descritos os principais mtodos de deteco de vazamentos em gasodutos. No captulo VI apresentada uma proposta de modelo de localizao de vazamento em regime permanente, utilizando redes neurais artificiais. No captulo VII, est descrito o sistema proposto e desenvolvido com todas as modelagens agregadas. Finalizando, no captulo VIII, so apresentadas as concluses finais e as propostas para trabalhos futuros.

CAPTULO II: MODELAGEM DO ESCOAMENTO DO GS EM REDES DE DISTRIBUIO EM REGIME PERMANENTE

O escoamento do gs em redes de distribuio pode ser descrito, no seu estado permanente, por um conjunto de equaes algbricas, geralmente no-lineares, mas de fcil tratamento matemtico. No estado transitrio o modelo mais complexo, podendo ser representado por um sistema de equaes diferenciais parciais. Neste captulo, sero apresentados modelos de escoamento de gs natural em redes em regime permanente, segundo Osiadacz (1987), e a topologia adotada para compor a rotina de simulao do sistema desenvolvido.

2.1 MODELAGEM DO ESCOAMENTO DO GS EM DUTOS ISOLADOS

2.1.1 Equao geral do escoamento do gs em dutos


Para obteno do modelo no estado permanente, pode-se tomar como base um elemento de duto de comprimento infinitesimal dx (m), e seo transversal A (m2), e considerar w (m/s) e a (m/s2), respectivamente, a velocidade e a acelerao do gs no interior desse elemento, W (Kg.m/s2) o peso das partculas de gs e p (bar), a presso externa, como mostrado na figura 2.1, segundo Osiadacz (1987).

11

dx A W w

p+dp

dz a

z
Eixo de referncia

Figura 2.1 Parmetros do escoamento de fluido em dutos.

Para escoamentos de fluidos incompressveis, com densidades constantes, a equao que determina o seu comportamento dinmico a equao 2.1, de Bernoulli, como apresentado por Fox (1995) e Vianna (1993).

p w2 + +z =C g 2 g

(2.1)

sendo que:

= densidade do fluido (Kg/m3);

g = acelerao da gravidade (m/s2); w = velocidade de escoamento do fluido (m/s);


z = altura relativa ao eixo de referncia (m);

C = constante de proporcionalidade.

Cada termo da equao de Bernoulli, representa energia por unidade de peso do fluido: o termo p / g representa o trabalho realizado pela presso por unidade de peso do

fluido, o termo w 2 / 2 g , a energia cintica por unidade de peso do fluido, e z a energia potencial por unidade de peso do fluido devido altura em relao ao eixo de referncia. No estado permanente, o escoamento de massa constante em qualquer seo transversal do duto, conforme mostrado na figura 2.2, e representado pela equao 2.2.

12

w1 A1 = w 2 A 2 = Q = Constante

(2.2)

sendo que:
A1 e A2 representam as reas das sees transversais 1 e 2 mostradas na figura 2.2.

x p1 p w1 w

dx p+dp w+d +d L w2 2 z2 p2

Q z1 1

h=z2 z1

Figura 2.2 Escoamento de fluido em uma poro infinitsimal de duto.

Assim, para as sees 1 e 2 da figura 2.2, pode-se a equao 2.3:

1 .w1 = 2 .w2
na qual, 1

(2.3)

e 2 representam, respectivamente, as densidades nas sees 1 e 2 e

w1 e w2 as velocidades nas respectivas sees.

A densidade decresce ao longo do duto com a diminuio da presso, ( p1 > p 2 ), e h um conseqente aumento da velocidade ( w1 < w2 ) e energia cintica do sistema. Considerando no elemento de duto de comprimento infinitesimal dx uma presso p , aplicada a uma distncia x da origem e p + dp aplicada a uma distncia x + dx dessa mesma origem, como esquematizado na figura 2.2. A velocidade w e a densidade variam atravs do elemento
dx . Segundo Osiadacz (1987), em termos prticos, a variao na densidade do gs pode ser

considerada desprezvel, e a equao 2.1 de Bernoulli pode ser escrita como a equao 2.4.

13

p g

p + dp ( w + dw ) 2 w2 +z = + + ( z + dz ) + dh f 2g g 2g

(2.4)

na qual, o termo dh f representa as perdas em forma de calor, devido ao atrito do gs na parede do duto e pode ser quantificado pela equao 2.5 de Darcy, conforme Streeter (1982).

dh f =

4 f w2 dx D 2g

(2.5)

sendo que:

f o fator de frico (adimensional), e D o dimetro interno do duto (m).

Considerando um fluxo em que a variao da energia cintica em relao densidade e a velocidade so desprezveis, a substituio da equao (2.5) em (2.4), fornece, aps simplificaes, a equao (2.6), segundo Osiadacz (1987).

dp =

2 fw 2 dx + gdz D

(2.6)

Considerando a equao 2.3, e a proporcionalidade das variaes de densidade, presso e velocidade de escoamento nas tubulaes, obtm-se a equao 2.7, segundo Osiadacz (1987).

pdp =

2f p2 1 p1 w12 dx + 1 gdz D p1

(2.7)

Da teoria dos gases, Vianna (1993), sabe-se que a densidade do gs definida como o inverso do volume especfico, como mostrado na equao 2.8.

14

1 v

(2.8)

O fator de compressibilidade Z do gs na tubulao dado pela equao 2.9.


pv RT

Z=

(2.9)

Das equaes 2.7, 2.8 e 2.9 obtm-se a equao 2.10.

p2 2f 2 2 pdp = 1 w1 ZRTdx + gdz D ZRT

(2.10)

Das equaes 2.2 e 2.3 pode-se escrever a equao 2.11.

2 2 2 Qn Qn n w = w = 2 = 2 A (D / 4) 2 2 1 2 1 2 n 2 n 2 n

(2.11)

na qual, o subscrito n indica os valores para as condies padres de presso e temperatura, que so p n 0 ,1 MPa e Tn = 288 K .

Substituindo a equao 2.11 na equao 2.10 obtm-se a equao 2.12.


2 2 2 32 f n Qn p av pdp = ZRTdx + gdz ZRT 2 D5

(2.12)

15

Segundo Osiadacz (1987),

pode-se considerar p av = ( p1 + p 2 ) / 2 , e

para o gs

p n = n RTn , enquanto para o ar p n = ( ar ) n Rar Tn . Dividindo a segunda pela primeira podese escrever a equao 2.13:

n R = ar = S ( ar ) n R

(2.13)

Considerando S a gravidade especfica do gs, obtm-se a equao 2.14.

n =

Sp n Rar Tn

(2.14)

Substituindo a equao 2.13 e 2.14 na equao 2.12, pode-se escrever a equao 2.15.

2 p av S 32 fSZT 2 p n pdp = 2 gdz Qn dx + 5 ZRar T Rar D Tn

(2.15)

Integrando a equao 2.15 nos seguintes limites de integrao: x = 0; p = p1 , para


x = L, p = p 2 e z = h , obtm-se a equao 2.16.

2 S 64 fSLZT p n 2 2 p av gh + p p = 2 Q n 5 ZRar T Rar D Tn 2 1 2 2

(2.16)

16

Isolando Qn , pode-se escrever a equao 2.17, que a equao geral de escoamento de gs em regime permanente, segundo Osiadacz (1987).

Qn =

2 R ar T n pn 64

2 2 p av Sgh 5 2 2 p p 1 D 2 ZR T ar fSZLT

(2.17)

Se o duto for horizontal, a equao geral do escoamento pode ser escrita de forma reduzida como mostrado na equao 2.18, segundo Osiadacz (1987).

Qn =

2 R ar T n 64 pn

2 ( p 12 p 2 )D 5 fSZLT

(2.18)

na qual, R

ar

dado em (N.m.Kg-1.K-1), p em (N.m-2), D em (m), L em (m), T em

(K) e Qn em (m3.s-1).

A obteno da equao geral do escoamento envolve hipteses de simplificaes, tais como: escoamento permanente e isotrmico, mudana de energia cintica desprezvel, compressibilidade constante do gs ao longo do escoamento, validade das perdas por frico de Darcy e coeficiente de frico constante ao longo do duto. Para baixa presso, uma nova forma para a equao do escoamento pode ser obtida,
2 envolvendo a simplificao do termo p12 p 2 para 2 p av ( p1 p 2 ) e a presso absoluta p

igual a presso p n . Assim, considerando que a presso p n igual a presso mdia p av e ainda Tn T e Z 1 , a equao 2.18, aps simplificaes, pode ser escrita como a equao 2.19, Osiadacz (1987).

Qn =

2Tn Rar D 5 ( p1 p 2 ) 8 p n fSL

(2.19)

17

Variantes da equao (2.19) de escoamento de gs so obtidas quando diferentes consideraes no fator de frico f adotado, Vianna (1993). O escoamento de gs em dutos pode resultar em pequenos valores baixa presso nos sistemas de distribuies e altos valores em altas presses. Para pequenos escoamentos aplicase as propriedades do escoamento laminar, ao passo que para grandes escoamentos aplica-se as leis do escoamento turbulento. Contudo, a maioria dos sistemas de distribuio de gs operam na regio parcialmente turbulenta. Na regio laminar, o fator de frico pode ser dado pela equao 2.20, denominada relao de Hagen Poiseuille, segundo Osiadacz (1987).

f = 16 / Re

(2.20)

na qual, Re o nmero de Reynolds, definido como Re = Dw , considerando o coeficiente de viscosidade dinmica do gs (N.s.m-2).

2.1.2 Fator de eficincia

O volume de escoamento de gs em dutos pode apresentar-se menor do que aquele obtido analiticamente, pelo fato de existir uma perda devido uma frico extra ou pelas perdas por arrasto, produzidas pelos grnulos de solda, curvaturas nos encaixes e sujeiras provocadas pela oxidao, todas nas paredes internas dos dutos. Assim, na expresso do coeficiente de frico conveniente introduzir um novo fator E , denominado fator de eficincia, compensando essas perdas extras. O fator de eficincia E varia com a taxa de escoamento, mas pode ser considerado constante visto que as variaes so pequenas. Na regio laminar praticamente no existem perdas extras, conseqentemente, no requerendo o uso do fator de eficincia. Nos escoamentos parcialmente turbulentos e totalmente turbulentos o seu uso necessrio, cada um deles com seu coeficiente de eficincia apropriado. O fator de eficincia normalmente varia no intervalo de 0.8 a 1.0 para a maioria dos dutos: 1 representa 100% de eficincia para dutos perfeitamente lisos; 0.8 representa 80% daquele escoamento previsto quando usada a equao de escoamento sem um fator de

18

eficincia. Contudo, alguns dutos de ao podem ter fator de eficincia em torno de 0.7, ou at menos. Introduzindo o fator de eficincia na equao 2.20 do fator de frico, obtm-se a equao 2.21.

1 1 = E. f ft

(2.21)

sendo que:

f o fator de frico atual usado em equaes de escoamento gerais, e f t o fator de


frico terico.

Substituindo a equao 2.21 na equao 2.18, pode-se escrever uma nova equao geral de escoamento que incorpora as perdas extras no escoamento de gs natural, a equao 2.22.

Qn =

2 R ar T n E 64 pn

2 ( p 12 p 2 )D 5 fSZLT

(2.22)

Observa-se que o escoamento Qn diretamente proporcional ao fator de eficincia

E . Rearranjando a equao 2.22, obtm-se a equao 2.23.


2

(p

2 1

p2

64 p n = 2 R ar T n

f t SLTZ 1 2 Qn 5 2 D E

(2.23)

2 Para um dado escoamento, o termo ( p12 p 2 ) inversamente proporcional ao

quadrado do fator de eficincia. Esse termo um bom indicador das perdas fsicas de presso

19

ao longo do duto. O fator de eficincia pode ter um efeito muito significativo sobre as quedas de presses ao longo do duto.

2.1.3 Equaes usuais do escoamento do gs em dutos

2.1.3.1 Equao para baixa presso

Em termos prticos, quando a rede opera em baixa presso, entre 0 e 75 mbar, usa-se a equao de Lacey, segundo Osiadacz (1987).

Q n = 5 , 72 10 4

( p1

p 2 )D 5 fSL

(2.24)

sendo que:
3 p dada em (mbar), D em (mm), e Qn em (m /h).

O valor de f determinado pela equao 2.25.

12 f = 0,00441 + 0,276 D

(2.25)

Alternativamente, o valor de f = 0,0065 pode ser usado para todos os dutos, obtendose a equao 2.26, denominada de equao de Pole, Osiadacz (1987).

Qn = 7,1 10 3

( p1 p 2 )D 5
SL

(2.26)

20

Considerando S = 0.589, segundo Osiadacz (1987), a equao 2.26 pode ser escrita na forma da equao 2.27.
p1 p 2 = KQn
2

(2.27)

sendo que:

K pode ser calculado pela equao 2.28.

K = 11,7 10 3

L D5

(2.28)

2.1.3.2 Equao para mdia presso

Para redes operando mdia presso, entre 75 mbar e 7.0 bar, pode-se usar a equao 2.29, denominada Polyflo, segundo Osiadacz (1987).

Q n = 7 ,57 10

Tn pn

(p

2 1

p2 D 5 fSLT

(2.29)

O fator de frico f pode ser dado pela equao 2.30. 1 = 5,338 Re 0, 076 E f (2.30)

Considerando T = 288 K e S = 0.589, segundo Osiadacz (1987), pode-se escrever a equao 2.29 como a equao 2.31.

21

p1 p 2 = KQn

1,848

(2.31)

sendo que:

K pode ser calculado como mostrado na equao 2.32.

K = 27,24

L E D 4,848
2

(2.32)

2.1.3.3 Equao para alta presso

Em redes operando a altas presses, acima de 7.0 bar usa-se a equao 2.33, denominada de Panhandle, Osiadacz (1987).

Q n = 7 ,57 10 4

Tn pn

(p

2 1

p2 D 5 fSLTZ

(2.33)

O fator de frico f pode ser dado pela equao 2.34.

1 0 , 073 = 6,872 (Re ) E f

(2.34)

Considerando Z = 0.95 , T = 288 K e S = 0.589 , a equao 2.33 pode ser pode ser escrita como a equao 2.35.

p1 p 2 = KQn

1,854

(2.35)

sendo que:
K pode ser calculado pela equao 2.36.

22

K = 18,43

L E D 4,854
2

(2.36)

Utilizando as equaes 2.27, 2.31 e 2.35 para dutos comuns, a equao de escoamento pode ter uma forma geral. Para qualquer duto k , a equao de escoamento de um n i para um n j pode ser escrita como mostrado na equao 2.37.

[(Qn )k ] = K k Qn

m1

(2.37)

sendo que:

[(Qn )k ] = funo de escoamento para o duto k ; K k = constante do duto, para o


duto k ; [(Qn )k ] = escoamento no duto k ; m1 = expoente de escoamento, com m1 = 2

para redes em baixas presses; m1 = 1,484 para redes em mdias presses e m1 = 1,854 para redes em altas presses, Osiadacz (1987).

Para baixa presso uma verso da equao de escoamento mostrada na equao 2.38.

[(Qn )k ] = K k Qn
sendo que:

( )
2

= pi p j = pk

(2.38)

p k = queda de presso no duto k ; pi = a presso absoluta no n i ; p j = a presso


absoluta no n j ; i = n de remessa do duto k e j = n de recebimento do duto k . Para mdias e altas presses, uma verso da equao 2.37, mostrada na equao 2.38.

[(Qn )k ] = K k Qn

m1

= Pi Pj = Pk

(2.38)

23

sendo que:
Pi = pi
2

e Pj = p 2 j .

As equaes de escoamento para baixa presso, mdia e alta presses podem ser rearranjadas e escritas como a equao 2.39 e a equao 2.40.

' (Pk ) = (Qn )k

p k = K k

2
1 m1

(2.39)

Pk ' (Pk ) = (Qn )k = K k

(2.40)

Levando-se em conta o fato da mudana na direo do escoamento, as equaes 2.39 e 2.40 podem ser rearranjadas e escritas, respectivamente como as equaes 2.41 e 2.42, segundo Osiadacz (1987).

(Qn )k

S ij ( pi p j ) 2 = S ij Kk
1

(2.41)

(Qn )k
sendo que:
S ij = 1 se Pi > Pj

S ij ( Pi Pj ) m1 = S ij Kk
( pi < p j ) .

(2.42)

( pi > p j ) , e S ij = 1 se Pi < Pj

24

2.2 MODELAGEM DO ESCOAMENTO DO GS EM REDES DE DUTOS


Existe uma importante analogia entre as leis de Kirchhoff para circuitos eltricos e as leis que regem o comportamento dinmico do escoamento do gs em uma rede de dutos, simplificando extraordinariamente o seu estudo. Tal analogia se aplica a qualquer fluido escoando em uma rede de dutos. Neste tpico ser apresentada a modelagem por ns e por malhas de uma rede de distribuio de gs.

2.2.1 Topologia das redes de gs


Toda rede de gs pode ser descrita por um conjunto de matrizes construdo em funo da topologia da prpria rede. Na figura 2.3 apresentada uma rede de gs composta por 04 ns e 05 ramos.
L2 4 2 A 1 2 1 L1 3 B 3 L3 5 L4 4

Figura 2.3 Topologia de uma rede de gs.

Os ns 2, 3 e 4 representam os ns de cargas, ou sadas do sistema. O n 1, por possuir parmetros conhecidos, representa o n de referncia, ou n fonte. Contudo, qualquer n que tenha a presso definida pode ser usado como n de referncia. Uma rede pode, ainda, ter vrios ns de referncia, desde que tenham suas presses definidas. Os ns de carga so partes da rede onde as cargas Li (i=1, 2, 3) so entregues. A interconexo de uma rede pode produzir um caminho fechado de ramos, conhecido como malha. Na figura 2.3, a malha A consiste dos ramos 1, 2 e 4, e a malha B consiste dos ramos 3, 2 e 5. Uma terceira malha pode ser definida pelos ramos 3, 1, 4 e 5, mas redundante diante das malhas A e B.

25

A direo do escoamento em todo o ramo definida arbitrariamente e essa direo considerada positiva para o escoamento. Se o valor do escoamento resultar negativo, ento a direo do escoamento oposta quela considerada.

2.2.1.1 Matriz de incidncia: ramo-n

A interconexo de uma rede pode ser descrita por uma matriz de incidncia representada pela equao 2.43.

A = aij

[ ]

n m

(2.43)

sendo que:
n representa o nmero de ns, incluindo o n de referncia, m , o nmero de ramos,

e aij representa o elemento da linha i e coluna j da matriz A , correspondendo ao n i e o ramo j e definido conforme a equao 2.44.

+ 1, se o ramo j entra no n i, aij = 1, se o ramo j deixa o n i, 0, se o ramo j no est conectado ao n i.

(2.44)

2.2.1.2 Matriz de incidncia: ramo-malha

Analogamente matriz de incidncia ramo-n, define-se a matriz de incidncia ramomalha, como apresentada na equao 2.45.

B = bij

[ ]

k m

(2.45)

sendo que:

26

k representa o nmero de malhas independentes, m , o nmero de ramos, e

bij

representa o elemento da linha i e coluna j da matriz B , correspondendo a malha i e o ramo j , e definido conforme a equao 2.46.

+ 1, se o ramo j tem a mesma direo daquela da malha i, bij = 1, se o ramo j tem a direo oposta malha i, 0, se o ramo j no est na malha i.

(2.46)

2.2.2 Formulao nodal de uma rede de gs

A analogia entre a 1 lei de Kirchhoff, referente corrente eltrica em um circuito, e o escoamento de gs em uma rede de dutos, facilita bastante a obteno das equaes do escoamento do gs nos dutos em redes. A soma algbrica dos escoamentos em qualquer n da rede pode ser considerada zero. Tomando como referncia a rede de distribuio de gs apresentada na figura 2.4, e considerando Qi (i=1, 2, 3 e 4) os escoamentos de gs nos ramos.

L2 2

Q4 A Q1

L3 3 B Q2

Q5

L4 4

Q3

1 L1

Figura 2.4 Dutos em rede com escoamento de gs. A analogia dessa rede de distribuio de gs com um circuito eltrico, relativamente a 1 lei de Kirchhoff, permite a representao da equao 2.47 para os ns 1, 2, 3 e 4.

27

N 1 : L1 N 2 : L2 N 3 : L3 N 4 : L4

Q1 + Q1

Q2 + Q2

Q3 + Q4 Q4 + Q3 Q5 + Q5

=0 =0 =0 =0

(2.47)

Que pode ser escrita em forma do sistema linear apresentado na equao 2.48.

Q1 + Q1

Q2 + Q2

Q3 + Q4 Q4 + Q3 Q5 + Q5

= L1 = L2 = L3 = L4

(2.48)

Deve-se considerar ainda L1 = L2 + L3 + L4 . O sistema de equaes lineares representado pela equao 2.48 linearmente dependente, pois a soma das equaes igual a zero. Eliminando-se a parcela do n de referncia, o sistema se torna linearmente independente, podendo ser escrito conforme demonstrado na equao 2.49.

L = A1 .Q

(2.49)

sendo que:
A1 representa a matriz reduzida de incidncia ramo n, Q o vetor dos escoamentos

nos ramos, de dimenso m , e L o vetor de cargas nos ns.

As quedas de presses nos ramos podem ser relacionadas presses nodais. Considerando a rede da figura 2.4, como uma rede de alta presso, as presses nos ns podem ser representadas pela equao 2.50, segundo Osiadacz (1987).

28

P = A T P

(2.50)

sendo que:
P representa o vetor queda de presso nos ramos, de dimenso m , P representa o

vetor presso nodal, de dimenso n , e AT , a matriz transposta nodal.

Com base nas equaes 2.38, 2.49 e 2.50, obtm-se a formulao apresentada pela equao 2.51, que representa a formulao nodal de uma rede de distribuio de gs.

L = A1 ' AT P

[ (

)]

(2.51)

Resolvendo a equao 2.51 determinam-se as presses nodais.

2.2.3 Formulao de uma rede de gs por malha

Atravs da analogia com a 2 lei de Kirchhoff, referente s quedas de tenses em uma malha do circuito eltrico, pode-se considerar que a soma algbrica das quedas de presses em uma malha de dutos sempre zero. Tomando como base a topologia de rede apresentada na figura 2.4, pode-se representar a formulao proposta pela equao 2.52.

Malha A: P1 Malha B:

+ P2

+ P4

= 0

+ P2

P3

+ P5

= 0

(2.52)

As quedas de presses P podem ser consideradas positivas se os escoamentos nos ramos tiverem as mesmas direes das malhas de escoamento, e negativas, em caso contrrio.

29

Considerando as equaes 2.45 e 2.52, pode-se escrever a formulao geral das malhas de uma rede de distribuio de gs como mostrado na equao 2.53.

B.P = 0
sendo que:
P

(2.53)

representa o

vetor quedas de presses nos ramos, de dimenso m , 0

representa um vetor nulo de dimenso k , e B , a matriz incidncia do malha-ramo.

Considerando (Q) o vetor de funes vetoriais de escoamentos de dimenso m , e com base nas equaes 2.40 e 2.53 obtm-se a equao 2.54, que pode ser resolvida pelo mtodo de anlise de malhas para a obteno dos escoamentos nos ramos.

B[ (Q )] = 0

(2.54)

2.3 CONCLUSO
Verifica-se atravs da modelagem estudada, que o escoamento do gs em redes de gasodutos pode ser representado por um conjunto de equaes algbricas geralmente nolineares, cujas incgnitas so os valores das presses nos ns de sada de gs nos pontos de consumo e dos escoamentos nos ramos, com base na presso de entrada da rede e valores das cargas nas respectivas sadas. O equacionamento matemtico utiliza modelos de escoamento de gs em dutos desenvolvidos com base nas leis da Fsica (Mecnica dos Fluidos e Circuitos Eltricos), possibilitando o controle do processo. No captulo III sero apresentados os principais mtodos de resoluo das formulaes descritas.

CAPTULO III: MTODOS DE SOLUO NUMRICA DE REDES DE ESCOAMENTO DE GS EM REGIME PERMANENTE

Uma rede de distribuio de gs pode ser considerada em estado de regime permanente quando os valores das quantidades caracterizando o escoamento do gs no sistema so independentes do tempo, sendo o sistema descrito por um conjunto de equaes algbricas no-lineares. O problema da simulao de redes de gs em regime permanente geralmente aquele do clculo dos valores das presses nos ns e dos escoamentos nos dutos individuais para valores das presses de entrada conhecida e do consumo de gs nos ns de entrega. O objetivo da simulao esttica o de estimar os valores das presses nos ns e as taxas de escoamento nos dutos, que devem satisfazer a equao de escoamento e, juntamente, com os valores de sadas e entradas, devem satisfazer a 1 e a 2 leis de Kirchhoff. A importncia do problema de eficincia dos mtodos vem da grande dimenso das redes a serem simuladas. Isso requer um custo computacional relativamente elevado, levandose em conta o tempo de computao envolvido bem como o armazenamento dos dados, justificando a escolha de um bom mtodo. Nos itens 3.1, 3.2, 3.3 e 3.4 esto apresentados os principais mtodos de resoluo do problema de escoamento de gs em redes de distribuio.

3.1 MTODO NODAL DE NEWTON: CASO MULTI-DIMENSIONAL

O conjunto de equaes nodais que descreve a rede de gs uma matriz representada pela equao 2.51.

31

No mtodo nodal de Newton a aproximao inicial feita para as presses nodais, e essa aproximao sucessivamente corrigida, at que a soluo final seja encontrada. O desequilbrio em um n o erro nodal, que uma funo de todas as presses nodais, exceto as do n de referncia, que so fixados, que denotada por f ( P 1 ) , sendo P 1 um vetor de dimenso n1 dos quadrados das presses para altas e mdias presses nas sadas dos ns. H um erro nodal para cada n e esse conjunto de erros representado pela equao 3.1.

f1 ( P1 , P2 ,........, Pn ) f ( P , P ,......., P ) 2 1 2 n F ( P1 ) = ........................ f n1 ( P1 , P2 ,......., Pn ) sendo que:

(3.1)

F representa um vetor de funes.

Os erros nodais esto incorporados na equao 2.51 e descritos conforme a equao 3.2.

F ( P1 ) = A1 ' AT P L

[ (

)]

(3.2)

Os erros F ( P 1 ) tendem a zero quando as presses se aproximam de seus verdadeiros valores. O mtodo Nodal de Newton resolve a equao 3.2 iterativamente, at que o erro nodal se torne menor que os especificados na tolerncia. O esquema de iteratividade para a correo das aproximaes das presses nodais pode ser expresso pela equao 3.3.

P1k +1 = P1k + (P1 ) sendo que:


k representa o nmero de iteraes.

(3.3)

32

O termo (P1 ) calculado pela equao 3.4.

J k (P1 ) = [F (P1 )]
k

(3.4)

A matriz J a matriz nodal de Jacobi expressa pela equao 3.5.

f1 P 1 f 2 J = P1 M f n1 P1

f1 P2 f 2 P2 M f n1 P2

f 1 Pn1 f 2 K Pn1 K M f n1 K Pn1


K

(3.5)

Devido ao fato da matriz jacobiana J ser negativa ( 1 / m1 ), as correes nodais das presses devero ser positivas se o erro no n for positivo, e sero negativas se os erros nodais forem negativos. Um erro nodal positivo significa que o escoamento para o n maior do que o escoamento para fora do n. O resultado positivo da correo (P 1 ) aumentar a presso no isimo n. Isso ter o efeito de reduzir o escoamento para dentro do n. O oposto verdadeiro quando o erro nodal for negativo. A principal desvantagem do mtodo nodal a lenta convergncia do mtodo. As equaes nodais possuem razes quadradas ou termos com expoentes 1 / 2 ou 1 / m1 . So termos ineficientes computacionalmente e o mtodo extremamente sensvel para valores iniciais, se as estimativas iniciais para o processo iterativo estiverem longe da soluo, o processo computacional diverge. Na figura 3.1 apresentado um fluxograma da soluo numrica do problema do escoamento pelo Mtodo Nodal de Newton.

33

k=0

Clculo de aproximao inicial das presses nodais P10

Clculo dos escoamentos nos ramos Qk e da queda de presso Pk

Clculo dos erros nodais F(P1)k

SIM

Todos os erros nodais so menores que a tolerncia especificada?

NO

Obtida a soluo FIM

Calcular a matriz nodal de Jacobi

Jk

Calcular a correes P1k para as presses nodais resolvendo o conjunto de equaes

J k (P1 ) k = [ F ( P1 )]k

Calcular as novas presses nodais P1k+1

Fazer k = k + 1

SIM

k > nmx

NO

O mtodo no converge FIM

Figura 3.1 Fluxograma do mtodo nodal de Newton.

34

3.2 MTODO NODAL DE NEWTON: CASO UNI-DIMENSIONAL (HARDYCROSS)

O mtodo nodal de Newton, caso uni-dimensional, tambm denominado de mtodo de Hardy-Cross, resolve o mesmo conjunto de equaes nodais como no mtodo de Newton, caso multi-dimensional, isto , um conjunto de equaes como mostrado na equao 3.2. Contudo, o presente mtodo determina a soluo de cada equao do conjunto individualmente, j o mtodo multi-dimensional determina a soluo do conjunto de equaes como um todo. Uma aproximao inicial feita para as presses nodais, e essa aproximao corrigida para cada n, para uma melhor aproximao. Esse processo repetido at que todos os erros nodais sejam menores que uma tolerncia especificada. Para todo n fonte i , o erro nodal de presso f i ( P 1 ) , pode ser calculado pela equao 3.5.

f i ( P1 ) = aij [ ' ( AT P)] Li


j =1

(3.5)

O esquema iterativo para a correo da aproximao da presso no n i apresentado na equao 3.6.

Pi k +1 = Pi k + Pi k sendo que:

(3.6)

Pik pode ser calculado como mostrado na equao 3.7.

k 1 Pi k = ( J ii ) f i ( P1 ) k

(3.7)

35

O termo J ii no uma matriz, mas uma simples varivel representada pela equao 3.8.

J ii =

f i Pi

(3.8)

sendo que: f i se entende por f i ( P 1) .

Comparando a equao 3.8 com a equao 3.5, observa-se que J ii a diagonal da matriz nodal de Jacobi correspondente ao n i do mtodo nodal de Newton, caso multidimensional. O mtodo nodal Hardy-Cross, simplesmente ignora os elementos fora da diagonal principal da matriz nodal de Jacobi. Ele trata cada n individualmente sem considerao de qualquer conexo com outros ns. Na aplicao prtica anterior, durante uma iterao simples, a melhor aproximao para todas as presses calculada independentemente, considerando cada n sucessivamente. As correes para as presses nodais so calculadas usando o escoamento dos ramos que so dependentes das presses nodais. Os escoamentos nos ramos permanecem sem mudana nessa mesma iterao enquanto as presses nodais so sucessivamente corrigidas. O nmero de iteraes requeridas para obter a soluo pode ser reduzido recalculando os escoamentos dos ramos aps cada presso nodal individual ter sido corrigida durante uma iterao. Pelo fato dos elementos fora da diagonal serem ignorados, na matriz nodal de Jacobi, no mtodo nodal de Hardy-Cross, a convergncia mais lenta do que o mtodo nodal de Newton, caso multidimensional. A curva da funo f ( P1 ) versus Pi para alta e mdia presso ou f i ( p1 ) versus pi para rede de gs a baixa presso para qualquer n tem a forma de um S, como na figura 3.2:

36

Figura 3.2 Caractersticas da convergncia para o mtodo nodal de Newton.

Isso pode resultar em fracasso para encontrar a soluo se a soluo inicial estimada para o processo iterativo do tipo PA ou PB . Para a garantia da convergncia para a soluo PC , a aproximao inicial deve ser prxima da soluo. O mtodo nodal pode ser melhorado por uma interpolao ou processo da mdia se o processo iterativo diverge da soluo, como mostrado na figura 3.3.

Figura 3.3 Interpolao e processo da mdia.

Se duas aproximaes consecutivas, PB e PA , para a soluo PC ter resduos, f B e


f A , de sinais opostos, ento uma melhor aproximao pode ser obtida tomando um valor de

P , entre PA e PB . A interpolao liga os pontos A e B por uma linha reta e uma nova

37

aproximao PE encontrada onde a linha cruza o eixo (OP), na figura (3.3). Uma nova aproximao PF tomada como a mdia dos valores de PB e PA . A figura 3.4 apresenta o fluxograma para o mtodo nodal Hardy-Cross.

k=0
Clculo da aproximao inicial para as presses nodais Clculo Qk dos escoamentos dos ramos e queda de presses Pk

N i = 1
Clculo do erro nodal fi(P1)k O erro nodal menor do que o especificado para tolerncia ?

SIM SI
Checou todos os ns?

NO
Clculo (Jii)k e (Jii-1)k

SIM SI
Soluo obtida Clculo das correes Pik Clculo da nova presso Pik+1 Checou todos os ns?

NO
Prximo n

FIM

NO
Prximo n

SIM
k=k+1

Figura 3.4 Fluxograma mtodo nodal Hardy-Cross.

38

3.3 MTODO DE MALHA DE NEWTON: CASO MULTI-DIMENSIONAL

A equao 2.54 representa um conjunto de equaes de malha que descreve uma rede de fluxo de gs. Essas equaes tm uma representao matemtica simples, usando a 2 lei de Kirchhoff que afirma que a soma das quedas de presses em torno de qualquer malha zero. O mtodo da malha requer que o conjunto de malhas na rede esteja definido. Uma aproximao inicial para escoamentos nos ramos assegura que o balano dos escoamentos existe para cada n. Visto que os escoamentos nos ramos so aproximaes para os seus valores verdadeiros, uma malha de escoamento obtida. A malha de escoamento a correo do escoamento para ser adicionado aos escoamentos aproximados dos ramos e convergir aos verdadeiros valores. Considerando uma rede de malha simples como a apresentada na figura 3.5.

L3 3

Q3

L4 4

q Q1 Q2

Figura 3.5 Rede de distribuio de gs, malha simples.

A malha de ramos conectando os ns 2, 3 e 4, a parte de uma rede conectada por um conjunto de outros ramos para o n fonte 1. L3 e L4 so cargas de sadas dos ns 3 e 4.
Q1 ,

Q2 e Q3 so os escoamentos nos ramos. Se a aproximao inicial consiste em fazer Q3 = 0,

ento as aproximaes inicias para os escoamentos nos ramos podem ser representadas pelas equaes 3.10.

39

Q10 = L3
0 Q2 = L4

(3.10)

Q30 = 0

A malha de correo de escoamento denotada por q e especifica a direo horria em torno da malha. Os verdadeiros valores para os escoamentos nos ramos so ento obtidos das aproximaes iniciais e das direes da malha, como apresentado no sistema de equaes 3.11.

Q1 = Q10 + q = L3 + q
0 Q2 = Q2 q = L4 q

(3.11)

Q3 = Q30 + q = q

Um particular escoamento de ramo pode ser influenciado por mais do que um escoamento de malha, ou seja, o ramo conectando os ns 1 a 3 na figura 3.5. Assim, em geral, os escoamentos de ramos so funes de suas aproximaes iniciais e de todas as malhas de escoamentos, como apresentado na equao 3.12.

Q = Q 0 + BT q

(3.12)

sendo que:
q = vetor dos escoamentos de malha de dimenso k, e k = nmero de malhas.

No mtodo de malha, em cada iterao, a equao 3.11 ser diferente de zero. Os escoamentos nos ramos so somente aproximaes de seus verdadeiros valores e, portanto, as quedas de presses calculadas desses escoamentos tero somatrio diferente de zero em torno de uma malha. Isso introduz um erro de malha em cada malha que uma funo de todos os ramos de escoamentos, sendo denotado por f (q ) . Existe um erro de malha para cada malha, sendo o conjunto de erro representado pela equao 3.13.

40

f1 (q1 , q 2 ,K , q k ) f 2 (q1 , q 2 ,K , q k ) F (q) = ....................... f ( q , q , K , q ) k k 1 2

(3.13)

sendo que:

F uma funo vetorial.

Os erros de malha so incorporados na equao 3.11. Segundo Osiadacz (1987), F (q ) pode ser calculada como apresentado na equao 3.12.

F (q) = B[ (Q 0 + B T q )]

(3.12)

O mtodo de malha de Newton resolve a equao 3.12 iterativamente at que os erros de malha sejam menores do que uma tolerncia especificada. O esquema iterativo para correo das aproximaes para os escoamentos de malha pode se representado pela equao 3.13.

q k +1 = q k + .q k

(3.13)

As correes para os escoamentos de malhas so computadas pela equao 3.14.

J k q k = [ F (q)]k

(3.14)

A matriz J a matriz jacobiana em malha dada ela equao 3.15.

41

f1 q 1 f 2 J = q1 L f k q 1

f 1 q 2 f 2 q 2 L f k q 2

f 1 q k f 2 L q k L L f k L q k L

(3.15)

sendo que:
f i significa f i (q ) .

As aproximaes tericas so ilustradas em termos de redes na figura 3.6. As correes para os escoamentos na malha so encontradas na equao 3.14. Visto que a matriz de Jacobi positiva, a correo para o escoamento na malha ser negativa se o erro na malha for positivo e ser positivo se o erro for negativo. Um erro positivo na malha significa que a soma das quedas de presses em torno da malha, na direo do fluxo da malha maior que zero. Os resultados das correes q decrescero no escoamento de ramos na mesma direo do escoamento na malha e cresce os escoamentos nos ramos em direo oposta do fluxo na malha. Isso causar uma reduo da soma das quedas de presses em torno da malha. O oposto verdadeiro quando o erro em malha for negativo.

Q4 qA Q1

3 qB Q2

Q5

Q3

Figura 3.6 Grafo da rede de distribuio de gs.

Na figura 3.7 apresentado o fluxograma para o mtodo de malha de Newton.

42

Iterao k = 0 Clculo das aproximaes iniciais do fluxo Q0 Conjunto de valores iniciais de fluxos de malhas q0 Clculo do fluxo Qk Clculo de erros F(q) Todos os erros so menores do que a tolerncia especificada?

SIM SI

NO

Obteve soluo FIM

Clculo da matriz de Jacobi Jk de malha e resolver a equao J k q k = F (q) k

Clculo dos novos fluxos da malha qk

Iterao k = k + 1

Figura 3.7 Fluxograma do mtodo de malha de Newton.

3.4 MTODO DE MALHA DE NEWTON: CASO UNI-DIMENSIONAL (HARDY-CROSS)

O mtodo de malha de Hardy-Cross soluciona o mesmo problema do conjunto de equaes em malha, como no mtodo de malha de Newton multi-dimensional, isto , o conjunto de equaes representado pela equao 3.12.

43

O mtodo Hardy-Cross soluciona cada equao do conjunto individualmente, ao passo que o mtodo de Newton resolve o conjunto de equaes como um todo. Uma aproximao inicial feita para os escoamentos nos ramos Q e os escoamentos de malha q . Para cada malha, a aproximao do escoamento em malha sucessivamente corrigido para um melhor valor. Esse processo repetido at todos os erros em malha serem menores que uma tolerncia especificada. Para qualquer ramo j , o erro em malha calculado pela equao 3.15.

T f j (q) = b ji Q 0 + Bq i =1

[(

)]

(3.15)

O esquema iterativo para as correes das aproximaes para o escoamento em malha para a malha j pode ser representado pela equao 3.16.

k .q kj = (J k jj ) . f j ( q ) 1

+1 k = qk qk j j + .q j

(3.16)

O termo J jj uma varivel simples que pode ser calculada como representado na equao 3.17, e representa o termo da diagonal na matriz de Jacobi de malha de Newton J , correspondendo ao ramo j .

J jj = sendo que: f i representa f i (q ) .

. f j .q j

(3.17)

44

O mtodo em malha de Hardy-Cross simplesmente ignora os elementos fora da diagonal da matriz malha de Jacobi, tratando cada malha individualmente, sem considerao com qualquer interconexes com outras malhas. O mtodo possui boas caractersticas de convergncia, como mostrado na figura 3.8, contudo, no considerando os elementos fora da diagonal da matriz de Jacobi, o mtodo resulta numa convergncia lenta e de grande sensibilidade para as condies iniciais em comparao com o mtodo de malha de Newton, caso multi-dimensional.

Figura 3.8 Caractersticas de convergncia para o mtodo de malha.

Na figura 3.9 apresentada um fluxograma do mtodo de malha de Newton, caso unidimensional.

45

k=0

Clculo das aproximaes iniciais p/ escoamentos nos ramos Q0

Conjunto inicial de valores de escoamentos em malha


0

Clculo dos escoamentos nos ramos Qk

j=1
Clculo dos erros da malha fi(q)

SIM

O erro de malha menor que a especificada tolerncia ?

NO

NO

Todos as malhas foram verificadas ?

SIM

Calcular ( J jj ) e ( J jj )

Prxima malha j = j+1

Obtida a soluo

Calcular as correes q j

Calcular o novo escoamento na malha q j

k +1

NO

Todos as malhas foram

SIM
k=k+1

Prxima malha j=j+1

--------: Rota alternativa Figura 3.9 Fluxograma do mtodo de malha de Newton - Hardy-Cross.

46

3.5 IMPLEMENTAO NUMRICA DOS MTODOS DE NEWTON

Aplicando os mtodos de Newton para a rede apresentada na figura 3.10, o objetivo determinar a presso em cada n para manter constantes as vazes de sada L1 , L2 e L3 .

L2 2

Q4 A

L3 3 B Q2

Q5

L4 4

Q3

Q1 1 L1

Figura 3.10 Rede de escoamento de gs em regime permanente.

Na tabela (3.1) so apresentadas as vazes de sada nos ns 2, 3 e 4, e a presso de entrada no n 1, e na tabela (3.2), os dimetros, comprimentos e sentido convencional de fluxo de gs nos dutos. Denomina-se n de remessa o n de entrada do fluxo de gs no duto, e n de recebimento o respectivo n de sada.

Tabela 3.1 Dados de vazo e presso da rede proposta. N 1 2 3 4 Vazes (m3/h) 250 100 180 Presso (mbar) 30

47

Tabela 3.2 Dados de dimetro e comprimento dos dutos da rede proposta. Duto (k) 1 2 3 4 5 N de Remessa 1 1 1 3 3 N de Recebimento 2 3 4 2 4 Dimetro (mm) 150 100 150 100 100 Comp. (m) 680 500 420 600 340

Utilizando programas implementados em MATLAB, que esto apresentados no Anexo A, ao final deste trabalho, e utilizando uma tolerncia de 10-4, comparou-se os vrios mtodos de soluo de Newton para a rede de distribuio de gs natural em regime permanente expressa na figura 3.10, obtendo-se os resultados demonstrados na tabela (3.3). Tabela 3.3 Resultados comparativos dos mtodos de Newton. Mtodos de Newton Utilizados Nodal: Caso Multi-Dimensional Nodal: Caso Uno-Dimensional Malha: Caso Multi-Dimensional Malha: Caso Uno-Dimensional Iteraes ( k) P1 5 11 5 24 P2 Presso (mbar) P3 P4 30.0000 25.0349 25.7682 26.6572 30.0000 25.0348 25.7682 26.6572 30.0000 25.0349 25.7682 26.6572 30.0000 25.0348 25.7682 26.6572

3.6 CONCLUSO

Na soluo do problema de rede de gs, o modelamento utilizou conceitos de circuitos eltricos, relativamente aplicao as leis de Kirchhoff, com relao s correntes nos ns e tenses em malhas. Assim, como em redes eltricas, o clculo de determinados parmetros para redes de gs, podem resultar em equaes no-lineares, dificultando a implementao numrica.

48

Nos mtodos de Newton avaliados, foi utilizado como sub-rotina, o mtodo de GaussSeidel para a soluo dos sistemas lineares obtidos em cada iterao. Os resultados da implementao numrica podem ser considerados bons para todos os mtodos, visto que a convergncia foi obtida em um nmero pequeno de iteraes, no havendo diferenas significativas entre eles. Isso se d pelo bom comportamento das caractersticas do fluxo do gs em regime permanente no interior dos dutos. Porm bom ressaltar que, devido ao fato das equaes de malha serem quadrticas ou prximas de quadrticas em funo do expoente m1 (equao 2.42), o seu grau de convergncia aumenta com uma menor sensibilidade relativa s condies iniciais. Na implementao da rotina de simulao do sistema proposto no captulo VII desse trabalho, foi utilizado o mtodo Nodal de Newton, caso multi-dimensional.

CAPTULO IV: ISOLAMENTO DE DUTOS COM VLVULAS PROPORCIONAIS ELETRO-HIDRULICAS CONTROLADAS VIA CONTROLADORES PID

Os sistemas pneumticos de posicionamento tm inmeras aplicaes, tanto em equipamentos mveis quanto na indstria, direcionando fluidos para partes distintas de um circuito, controlando a presso e o escoamento. Atualmente, uma aplicao destacada destes sistemas no controle e interrupo de fluxo de gs natural em dutos de redes de distribuio. Quando existe uma variao em qualquer ponto de demanda de gs, uma nova presso de entrada deve ser aplicada para atender nova conformao da rede, provocando um transitrio na rede. Enquanto as novas presses de sada no forem atingidas, sistemas pneumticos de posicionamento devem atuar no sentido de estabilizar o sistema. Se por qualquer motivo, deseja-se isolar determinada seco de uma rede, interrompendo o fluxo de gs, sistemas pneumticos de posicionamento so usados para este fim, ou para evitar o retorno de gs em dutos. A estrutura bsica dos sistema pneumticos de posicionamento, para anlise, a de um equipamento cuja entrada um sinal de tenso eltrica Vr e a sada o posicionamento Xa de uma carga, correspondendo a uma abertura ou fechamento do sistema. Levando-se em conta que a reduo do tempo de estabilizao do sistema importante, um controlador proporcional, integral e derivativo (PID) incorporado ao sistema, com a finalidade de minimizar a tempo de resposta da vlvula quando solicitada. Nesse captulo ser apresentada a modelagem matemtica de um sistema pneumtico de posio, com um controlador PID acoplado. Na seqncia utilizou-se o modelo proposto para o controle de fluxo de gs natural em uma rede de distribuio de 36 dutos para simulao em computador.

50

4.1

MODELAMENTO

MATEMTICO

DE

VLVULAS

ELETRO-

PNEUMTICAS

Os modelos matemticos dos elementos que fazem parte de uma malha de controle so necessrios para a anlise e controle de sistemas dinmicos. Tais modelos so representados por equaes matemticas que relacionam a entrada com a sada dos sistemas. A base para esses modelos matemticos dada pelas leis da fsica que regem o comportamento dinmico de cada elemento deste sistema.

4.1.1 Sistema pneumtico de posicionamento

Os sistemas pneumticos so sistemas fluidos que usam principalmente o ar como meio para a transmisso de sinais e de potncia. Assim como os sistemas hidrulicos, tambm os sistemas pneumticos so largamente empregados na automao industrial, sendo que vrios tipos de controladores pneumticos so encontrados em sistemas de controle. Um sistema pneumtico de posicionamento consiste de uma servo-vlvula proporcional eletro-hidrulica cuja entrada um sinal de tenso eltrico Vr , e a sada o deslocamento Xa , de uma carga acoplada ao sistema. O diagrama de blocos simplificado deste mecanismo est representado na figura 4.1.

Vr

Xa

Figura 4.1 Sistema pneumtico de posio. sendo K a constante de proporcionalidade do mecanismo.

A relao entre a entrada e a sada deste sistema pode ser dada pela equao 4.1.

51

Xa = K Vr

(4.1)

A anlise deste mecanismo quanto estabilidade e tempo de resposta apresentado com um melhor detalhamento em trs novos blocos, representando, respectivamente, o mecanismo do sistema pneumtico de posicionamento, o sensor de posio que transforma o deslocamento Xa em um sinal de tenso eltrica e um bloco comparador e amplificador do erro entre o tenso de posio e a tenso de referncia, como mostrado na figura 4.2.

Vr

+ -

Vf

Ve

Amplificador Ka

Vea

Sistema Pneumtico de Posicionamento H H(s)

Xa

Sensor de Posio Ks

Xa

Figura 4.2 Diagrama do sistema pneumtico de posicionamento. sendo que: K s = constante de realimentao, Ka = constante de amplificao e H ( s ) = funo de transferncia do sistema pneumtico de posicionamento. O sinal de tenso amplificado
Vea , promove no bloco do sistema de posicionamento o deslocamento Xa da carga acoplada

servo-vlvula. A tenso de realimentao pode ser representada pela equao 4.2, a tenso de erro pela equao 4.3 e a tenso de erro amplificada pela equao 4.4.

Vf = K s Xa

(4.2)

Ve = Vr Vf

(4.3)

Vea = Ka Ve

(4.4)

52

A planta pode ser representada pelo sistema pneumtico de posicionamento representado na figura 4.3, que apresenta uma configurao composta de uma servo-vlvula eletro-hidrulica de simples estgio, tipo carretel, de quatro vias e um cilindro hidrulico de duplo efeito com carga acoplada. A figura apresenta a configurao bsica dessa vlvula.

Figura 4.3 Sistema pneumtico de posicionamento.

Existe um componente eletro-mecnico que converte sinal de tenso (Vea ) num deslocamento mecnico do carretel da vlvula. Quando a presso Pa da cmara A for superior presso Pb da cmara B , ocorrer um deslocamento Xv da carga de massa Ma para a direita, caso a sua inrcia seja vencida, dando origem a uma vazo Qa entrando na cmara A e uma vazo de sada Qb na cmara B , com Qa = Qb = Qc , sendo Qc denominada vazo de controle. Para manter as presses constantes, e dependendo do sinal de Xv , um fludo hidrulico introduzido nas cmaras A ou B , para manter o cilindro em movimento. O diagrama de blocos da figura 4.4 representa o mecanismo completo do comportamento do sistema, composto pela funo de transferncia da vlvula proporcional

53

eletro-hidrulica e cilindro hidrulico em srie com uma constante de amplificao Ka do erro Ve e em paralelo com uma constante de realimentao Ks da tenso de sada Vf .

Vr

Vf

Ve

Ka

Vea

H H(s)

Xa

Ks

Figura 4.4 Diagrama do mecanismo completo.

O bloco da planta H ( s) da vlvula proporcional eletro-hidrulica pode ser desmembrado em vrios blocos, levando-se em conta os parmetros da vlvula. A figura 4.5 apresenta o diagrama de blocos completo desta vlvula, De Negri, et al. (1997).

Kco

Vea

Keqo

Qc

1 (Vt 4 e ) s

Ap s Ma s 2 + BD

Xa

Ap.s Figura 4.5 Descrio do bloco da vlvula proporcional eletro-hidrulica. sendo que:

Ap = rea da coroa do pisto (m 2 ) ; B = coeficiente de atrito viscoso; Kco =


variao da vazo quando se varia a presso prxima do ponto de operao; Keqo = variao da vazo obtido experimentalmente; e = mdulo de elasticidade efetivo; Vt = volume total de leo contido em ambas as linhas (m 3 ) . A funo de transferncia do diagrama apresentado na figura 4.5, representando a vlvula proporcional eletro-hidrulica pode ser descrita pela equao 4.5.

54

H (s ) =

Xa(s ) Keqo Ap = 3 Vea(s ) (Ma Vt 4 e )s + (Ma Kco + B Vt 4 e )s 2 + B Kco + Ap 2 s

(4.5)

A determinao da funo de transferncia importante para o estudo do comportamento dinmico da vlvula, como o tempo de resposta e a estabilidade do sistema. Com o auxilio da equao 4.2 pode-se, agora, obter a funo de transferncia em malha fechada do diagrama da figura 4.4, representada pela equao 4.6, em que a planta H ( s ) est em srie com o ganho Ka e, em paralelo com o ganho de realimentao K s .

G (s ) =

Xa(s ) Ka Ap Keqo = 3 Vr (s ) A1 s + A2 s 2 + A3 s + A4
A2 = (Ma Kco + B Vt 4 e ) ,

(4.6)

sendo que:
A1 = (Ma Vt 4 e ) , A4 = (Ks Ka Ap Keqo ).

A3 = B Kco + Ap 2

As constantes Kco e Keqo podem ser obtidas experimentalmente e Ks , ganho do sensor de posio, obtido do catlogo do fabricante. Assim, variando a constante Ka na equao 4.6 possvel obter as respostas do sistema e analisar a sua estabilidade. Emprestando os valores dos parmetros da vlvula proporcional eletro-hidrulica contidos em De Negri et al. (1997), e apresentados na tabela 4.1. Tabela 4.1 Parmetros de vlvula eletro-hidrulica.
Ap = 103 m 2 T = 40 0 C Ma = 150 Kg Ks = 10V/0,25m = 40 V/m Kco = 3,3.10 12 m 3 /s /Pa Keqo = 2.10 5 m 3 /s /V B = 1,2.10 3 N s/m Ps = 2,0.10 7 Pa Vt = 7,9.10 5 m 3

e = 7,0.10 8 Pa

55

Considerando

mecanismo

com

condies

iniciais

nulas,

isto

Vr = Ve = Vea = Vf = Xa = 0 , e, desejando aplicar uma entrada Vr = 10 V a fim de atingir o

deslocamento mximo de 0,25m na carga. As respostas entrada Vr = 10 V na equao 4.5, para ganhos hipotticos Ka = 3, 5, 7 e 9, esto representadas pelos deslocamentos da carga Xa na sada, conforme a figura 4.6.

Figura 4.6 Grfico da abertura da vlvula proporcional x tempo, com ganhos Ka = 3, 5, 7 e 9.

No grfico da figura 4.6 observa-se que as quatro curvas atingem a posio desejada, com a preciso estabelecida, dependendo somente do tempo transcorrido. Quanto maior for o valor de Ka , mais rapidamente a vlvula aberta. Acontece que o aumento do valor de Ka limitado, pois, para um valor muito alto de Ka , o sistema pode entrar em oscilao, atingindo, at mesmo a instabilidade. Por outro lado, a variao dos parmetros tambm no melhora o desempenho do sistema, devido a baixa sensibilidade a essas variaes. A sensibilidade ser tanto mais baixa quanto maiores forem os ganhos, De Negri, et al. (1997). O acoplamento de um controlador PID essa vlvula melhora o seu desempenho, impondo maior rapidez de abertura com estabilidade. Assim, no diagrama de blocos da figura 4.6, a caixa correspondente ao ganho Ka substituda pela funo de transferncia do

56

controlador PID, como apresentado na figura 4.7.

R(s)

+ _ Vf

E(s) PID

U(s) H H(s)

y(s)

Figura 4.7 Controlador PID em srie com a Planta H ( s ) .

4.1.2 Controlador PID

Nesta seo trata-se da famlia dos controladores PID por se mostrarem mais eficientes no desempenho do sistema de controle para vlvulas proporcionais eletrohidrulicas, controlando-as mais satisfatoriamente, com estabilidade. Na figura 4.7 apresentada a representao de um sistema de controle em malha fechada de uma entrada e uma sada (SISO) de um grau de liberdade, Bolton (1995), de um controlador PID em srie com a planta H ( s) a ser controlada. Os membros da famlia de controladores PID incluem trs aes: proporcional (P), integral (I) e derivativa (D). A combinao dessas aes d origem aos controladores denominados P, I, PI, PD e PID. A ao sobre a planta do controlador PID rene as vantagens de cada uma das trs aes de controles individuais. A equao diferencial que rege o comportamento dinmico deste controlador dada por Bolton (1995), e apresentada pela equao 4.7.

u (t ) = Kp e(t ) +

Kp

e( )d + Kp
t 0

de(t ) dt

(4.7)

A funo de transferncia do controlador PID pode ser representada pela equao 4.8.

57

1 CPID (s ) = Kp 1 + .s + d .s i

(4.8)

sendo que:

Kp = ganho proporcional ajustvel, i = tempo integral, d = tempo derivativo,


e(t ) = erro entre a sada real para a sada de referncia e u (t ) = a sada do controlador.

Existem algumas dificuldades nos ajustes dos ganhos do controlador PID para que este possa apresentar um bom desempenho. Os mtodos clssicos de ajuste de Ziegler e Nichols (Z-N) so bastante utilizados para esse fim. Dentre os vrios mtodos de Ziegler e Nichols existentes, neste trabalho realizou-se os ajustes desses ganhos utilizando o Mtodo de Oscilao.

4.2 MTODO DE OSCILAO DE AJUSTE DE ZIEGLER E NICHOLS DO CONTROLADOR PID

Neste mtodo, toma-se como base na malha de controle somente o ganho proporcional e, de acordo com o valor do ganho utilizado, o sistema entra em oscilao. Utilizando o perodo de oscilao, os ganhos do controlador PID podem ser ajustados. Este procedimento vlido somente para plantas estveis em malha aberta, levando-se em conta os seguintes passos:
utilizando somente o controle proporcional Kp , comeando com um valor pequeno do

ganho, increment-lo at que o sistema comece a oscilar (oscilaes lineares observadas na sada do controlador).

registrar o ganho crtico do controlador Kp = Kc e o perodo de oscilao na sada do controlador, c ( no diagrama de Nyquist, corresponde o valor de Kc.G ( j ) cruzando o ponto (-1,0) para Kp = Kc );

ajustar os parmetros do controlador segundo a tabela 4.2.

58

Tabela 4.2 - Parmetros de ajuste pelo mtodo de oscilao de Ziegler-Nichols. Controlador P PI PID
Kp

i c /1,2
0,5 c

0,50 Kc 0,45 Kc 0,60 Kc

0,25 c

No modelo adotado, considerando uma planta hipottica estvel, com funo de transferncia representada pela equao 4.9.

G o (s ) =

1 (s + 2)3

(4.9)

Utilizando-se o mtodo de oscilao proposto, pode-se determinar os parmetros do controlador PID como apresentado nas equaes 4.10 e 4.11.

Kc Go ( j o ) = 1

Kc = ( j c + 2 )

(4.10)

Kc = 6 c2 8 + j c3 12 c
sendo que:

(4.11)

c = 12 e Kc = 64 .

O perodo crtico pode ser dado pela equao 4.12.

c =

1,81

(4.12)

59

Utilizando a tabela 4.1, obtm-se os valores: Kp = 38 , 4 , i = 0 ,91 e d = 0 , 45 . A funo de transferncia em malha aberta pode ser dada pela equao 4.13.

Go (s ) C PID (s ) = Kp

d s2 + s +1 i
s (s + 2 )
3

17,28s 2 + 38,4 s + 42,20

s (s + 2 )

(4.13)

Aplicando a equao 4.13 no sistema da figura 4.5, em malha fechada, obtm-se a sada representada pela figura 4.8.

Figura 4.8 Sada do sistema controlado com um PID.

Pode-se ainda melhorar a sada do sistema ajustando atravs de simulao, um melhor valor para d . Por exemplo, para d = 1 , a sada fica sensivelmente melhorada. Na seo 4.3 ser analisado o comportamento dinmico da vlvula proporcional acoplando a ela um controlador PID.

60

4.3 CONTROLADOR PID ACOPLADO VLVULA PROPORCIONAL

A figura 4.9 representa o diagrama de blocos de um controlador PID em srie com a planta representando a funo de transferncia da vlvula proporcional eletro-hidrulica.

Vr

Vf

Ve PID

Vea H H(s)

Xa

Ks

Figura 4.9 Controlador PID em srie com a vlvula proporcional.

A funo de transferncia em malha aberta do sistema representado pela figura 4.9, obtida das equaes 4.6 e 4.8, tendo sido substitudo o bloco do amplificador (Ka ) pelo controlador PID.

G PID (s ) =

Kp Ap Keqo d s 2 + s + 1 / i A1 s + A2 s + A3 s + A4 s
4 3 2

(4.14)

Os parmetros A1 , equaes 4.15 a 4.18.

A2 , A3 e A4 , so calculados conforme apresentado nas

A1 = (Ma Vt 4 e )

(4.15)

A2 = (Ma Kco + B Vt 4 e )

(4.16)

61

A3 = B Kco + Ap 2 + Ks Kp Ap Keqo i

(4.17)

A4 = (Ks Kp Ap Keqo )

(4.18)

Para a determinao dos valores de Ai , (i = 1, 2, L , 5) , deve-se, antes de mais nada, determinar os valores dos parmetros do controlador PID, usando o mtodo de ajuste de Ziegler e Nichols. Os valores adotados esto apresentados na seo 4.2. Fechando a malha de realimentao e admitindo os mesmos valores dos parmetros da vlvula considerada na tabela 4.1, bem como os parmetros do PID apresentados na tabela 4.2. Para uma entrada degrau unitrio obtm-se a sada Xa , representada no grfico da figura 10.

Figura 4.10 Grfico da abertura da vlvula proporcional com o controlador PID.

Comparando os grficos das figuras 4.8 e 4.10, nota-se que nesta ltima a o tempo de estabelecimento de 0,1 segundos, bem menor do que o tempo gasto no grfico da primeira figura, justificando o uso do controlador PID no controle desta vlvula.

62

4.4 ISOLAMENTO DE DUTOS EM REDES DE DISTRIBUIO DE GS NATURAL UTILIZANDO SISTEMA DE POSICIONAMENTO COM CONTROLADOR PID ACOPLADO VLVULA ELETRO-PNEUMTICA

Nos sistemas de distribuio de gs existem sistemas de posicionamento, representado por vlvulas proporcionais eletro-hidrulicas, fixadas em pontos estratgicos da rede. As vlvulas tm as funes de isolar trechos da rede, impedir o refluxo do gs, controlar fluxos de gs nos pontos de entrega, etc. A ao desses equipamentos independente do funcionamento natural da rede. Para a rede funcionando em regime permanente, a ao de uma vlvula pode provocar um transitrio, atingindo, novamente, o regime permanente com novas adequaes nos parmetros de entrada e sadas do sistema. O procedimento de isolamento de duto realizado atravs de vlvulas proporcionais eletro-hidrulicas, designadas como vlvulas bloqueio, controladas manualmente ou por um sistema remoto de superviso. Nessas vlvulas so acoplados controladores PID para permitir um melhor desempenho no seu funcionamento, impondo maior rapidez de resposta.

4.4.1 Implementao numrica

Na implementao numrica utilizou-se uma rede de distribuio de gs de dezenove dutos, doze ns de sada, ou seja, pontos de demanda de gs natural e um n de entrega, conforme demonstrado na figura 4.10. Na rede adotada o valor da presso de entrada de 40

mbar, de forma a manter constante a presso nos pontos de entrega de gs para o consumo.
L4
: CONSUMO : FONTE

L5 5 Q7 L6 6

Q5

Q3 3 Q4 Q1 1

L3 Q2 2 L2

Q6

L7 Q11 L8 8 Q13 9 Q14 L9 10 7

Q10 Q12

Q8 13

Q9 Q17

L1

Q19 12

Q15

L13 Q16 11 L11

Q18

L12

L10

Figura 4.11 - Rede de distribuio de gs.

63

Os dados da rede esto representados nas tabelas 4.3 e 4.4. Na tabela 4.3, so apresentados os dados das demandas de gs para cada n e na tabela 4.3, os parmetros dos dutos. Aplicando o Mtodo Nodal de Newton na rede sem vazamento, portanto, sem nenhum isolamento, obteve-se os resultados que esto descritos na tabela 4.4. Os escoamentos negativos indicam que os sentidos convencionados na figura 4.11 so contrrios aos escoamentos reais da rede em operao. Simulou-se um vazamento no duto 12, detectado pelo software computacional que verifica constantemente os escoamentos medidos em cada mdulo de superviso. No exemplo adotado, as leituras obtidas pelos medidores de vazo dos mdulos de superviso MS e e MS s instalados nos ns de entrada e sada do duto 12, foram, respectivamente, Qe = 2.851,86 m 3 /h e Qs = 2.809,08 m 3 /h . Em regime de escoamento a vazo na entrada e sada do duto podem ser consideradas iguais. O vazamento provocou uma perda de 1,5% do escoamento de entrada do duto, considerando a constante de proporcionalidade m =1. A constatao dessa diferena pelo software dispara um alarme, acionando automaticamente o algortmo neural de localizao do vazamento, a ser apresentado no Captulo 6. Atravs da RNA, a localizao do ponto do vazamento no duto 12 foi de 30.878 metros do n de entrada do duto. Neste instante as vlvulas de bloqueio instaladas nos ns de entrada (MS e ) e sada (MS s ) do duto 12, so acionadas para que se fechem, executando assim a terceira fase do sistema. Aps esse procedimento, aplicando o Mtodo Nodal de Newton na rede com o duto isolado, obteve-se os resultados apresentados tambm na tabela 4.4, que serviro para continuidade do monitoramento dessa rede at que o duto 12 seja novamente liberado. Tabela 4.3 - Dados de vazo e presso nos ns. N (k) 1 2 3 4 5 6 7 Vazo (m3/h) Presso [bar] 4500 3200 12000 2800 4200 1800 40 -

64

8 9 10 11 12 13

3500 2900 5500 4100 8000 8500

Tabela 4.4 - Dados dos dutos e resultados obtidos antes e aps vazamento no duto 12. DUTO (k) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 N (Rem.) 1 3 4 1 5 1 5 13 1 6 8 13 9 10 13 11 1 11 2 N Dim. (Rec.) (m) 2 2 3 4 4 5 6 6 13 7 7 8 8 9 10 10 11 12 12 0,7 0,6 0,7 0,7 0,6 0,7 0,7 0,6 0,6 0,6 0,6 0,7 0,7 0,6 0,7 0,6 0,6 0,6 0,7 Comp. Q Antes Do Q Aps O Vazam. (m) Vazam. (m3/h) (m3/h) 50000 40000 35000 66000 40000 68000 35000 47000 45000 35000 32000 90000 45000 28000 65000 82000 65000 63000 43000 14.201,3 -2.668,85 531,14 12.726,6 -195,29 12.540,0 9.935,51 -2.143,0 12.258,0 3.592,46 -1.792,4 2.851,86 -1.144,3 1.755,68 3.049,24 4.206,43 9.273,95 967,51 7.032,49 14.248,0 -2.601,96 598,03 12.746,4 -148,07 12.558,7 9.907,17 -1.009,8 12.110,0 4.697,32 -2.897,3 0,00 602,67 3.502,67 4.619,93 4.382,74 9.336,63 853,90 7.146,10

65

4.5 CONCLUSO

Analisado os resultados obtidos nas simulaes da vlvula proporcional eletrohidrulica antes e aps a introduo do controlador PID, percebe-se claramente a reduo do tempo de abertura da vlvula aps a colocao desse controlador. A dificuldade encontrada foi determinao das constantes do controlador PID, sendo necessria a introduo neste trabalho do mtodo de ajuste de Zeigler e Nichols do controlador PID, o que facilitou a tarefa para a determinao dos parmetros do controlador. A sada do sistema em malha fechada da vlvula em srie com o controlador PID, representando a abertura da vlvula proporcional eletro-hidrulica, teve um intervalo de tempo muito reduzido para atingir regime permanente, com estabilidade. Por outro lado, a ao dessa vlvula, com controlador PID, sobre o sistema de distribuio de gs, isolando um n de sada de gs (consumidor 22), teve resposta imediata do sistema de aquisio e superviso de dados da rede, calculando novos valores para as presses de sada e fluxo de entrada de gs na rede, no sentido de atingir novamente o regime permanente em um intervalo de tempo que depende da inrcia da rede. Deve-se considerar que com a introduo do controlador PID houve um aumento dos valores de pico na regio transitria do deslocamento, como mostra a figura 4.10, o que dever ser considerado na escolha da vlvula a ser utilizada. Na regio de fechamento total, tais variaes devero estar de acordo com as condies operacionais de cada fabricante. Outro fator que deve ser levado em considerao em um rpido fechamento de vlvulas de controle de fluxo o golpe de Ariet provocado pela interrupo brusca do escoamento na tubulao, que pode causar danos a outras vlvulas instaladas nas proximidades, devido a violaes de padres de presso.

CAPTULO V: MTODOS DE DETECO DE VAZAMENTOS EM DUTOS DE DISTRIBUIO DE GS NATURAL

A deteco de vazamentos vem ganhando importncia com o aumento das restries legais para o manuseio de produtos que apresentem riscos ambientais. Tais produtos, de extrema importncia para o modelo atual de desenvolvimento, devem continuar sendo transportados e distribudos, sem o que tal desenvolvimento no se faz possvel. Apesar do gs natural no apresentar riscos de poluio do meio ambiente, uma vez que o mesmo dissipar-se-ia no caso de um vazamento, h risco de exploso e incndio nas cercanias do gasoduto. Nesse captulo sero apresentados os mtodos mais usuais de deteco de vazamentos em dutos.

5.1 MTODOS UTILIZADOS NA DETECO DE VAZAMENTO DE GS NATURAL EM DUTOS E REGIME PERMANENTE DE ESCOAMENTO

Para a deteco do vazamento de gs natural em dutos, existem vrios mtodos, baseados nas equaes apresentadas no Captulo 2. Cada um destes mtodos apresentam vantagens e desvantagens, devendo portanto ser analisado o estgio de desenvolvimento e a aplicabilidade a cada caso. Tambm, o nvel de sucesso da aplicabilidade de um mtodo pode variar com condies que nada tem a ver com o mtodo, quais sejam, a manuteno do duto, a calibrao dos instrumentos de medio, e o sistema de comunicao de dados, levando em alguns casos a atrasos significativos para a deteco do vazamento do fluido em questo. Outro aspecto importante para o sucesso de um mtodo o tipo de fluido escoando pela tubulao. Para os lquidos, consideraes como incompressibilidade so usadas com

67

muita freqncia e com boa qualidade dos resultados obtidos. Tal considerao em muito simplifica as equaes do escoamento, possibilitando que os clculos sejam feitos mais rapidamente que quando se consideram as equaes completas para o escoamento. Entretanto, para os gases, tal considerao leva a erros elevadssimos, no devendo ser feita na grande maioria dos casos. Assim, gases devem levar em conta variaes da massa especfica com a presso, o que leva o sistema de equaes no-linearidade, aumentando em muito complexidade e tempo envolvidos nos clculos de escoamento. Neste tpico so apresentados os principais mtodos computacionais usados para a deteco de vazamentos de fluidos em dutos, tomando-se como base o trabalho apresentado por Whaley et al. (1992).

5.1.1 Balano de volume

Um dos mtodos primeiros mtodos computacionais para a deteco de vazamentos de fluidos o mtodo que considera o balano de volume no duto. O princpio deste mtodo o da conservao da massa do sistema, ou seja, o volume de fluido que entra menos o volume de fluido que sai deve ser igual a variao da quantidade de fluido dentro do duto para o mesmo intervalo de tempo. Esta relao mostrada na equao 5.1.

=
sendo que:

t Qentrada .dt entrada t 1

t Qsada .dt sada t 1

(5.1)

representa o balano de volume e deve ser zero para um sistema sem vazamento.
Em caso de vazamento, seu valor ser igual ao total perdido at o instante do clculo. O termo

representa a variao do volume de fluido no duto. Os termos Qentrada e Qsada so normalmente medidos nas entradas e nas sadas dos

dutos, denominadas na rede de distribuio de gs natural de estaes de entregas. Assim, as integrais da equao 5.1 podem ser substitudas pelos somatrios apresentados na equao 5.2.

68

t Q .dt = Qk (t k t k 1 ) k t1

(5.2)

sendo que: o ndice k est relacionado com o tempo de leitura do sistema de aquisio de dados empregado.

Para o caso do duto conter acumuladores de volume ao invs de medidores de vazo instantneos, substitui-se as integrais pela subtrao dos volumes acumulados no final e no incio da medio, chegando-se ao volume durante a medio. O mtodo de balano de volumes apresenta implicitamente a hiptese de escoamento permanente no duto, ou seja, a massa introduzida no duto durante um certo intervalo de tempo ser igual aquela sendo entregue na sada do duto para o mesmo intervalo de tempo. O menor volume de vazamento que pode ser detectado usando esta tcnica simplificada ser igual incerteza no empacotamento do duto, ou seja, somente sero detectados vazamentos maiores que o valor possvel de ser estocado no duto durante o empacotamento em regime de fluxo. Esta hiptese no funciona bem para gasodutos desde que o empacotamento do duto possa variar rapidamente a depender das condies de fluxo. Tambm, para escoamento bifsico ou trifsico este mtodo apresenta limitaes de aplicao. Uma vez que o clculo leve em conta o termo relativo variao da massa no duto, ocorre a melhoria dos resultados de deteco, mas para isso torna-se necessrio o conhecimento do perfil de presso e temperatura no duto. Simplificadamente pode-se considerar as condies na entrada e na sada do duto e, assim, computar-se a massa especfica mdia do escoamento e, portanto, conhecendo-se o volume do duto, a massa interna ao sistema. Mesmo assim este mtodo ainda apresenta srias restries para a deteco de vazamento em fluidos muito compressveis. Alm do mais, o volume do duto funo da temperatura, trazendo mais um complicador anlise. A sensibilidade do mtodo aumenta com o aumento do tempo de anlise. Isto se deve em parte ao empacotamento do duto. Tambm, rudo na instrumentao do duto leva ao aumento do tempo de deteco, uma vez que rudo implica em erro associado medio. Tambm, os erros provenientes das medies de presso e temperatura, e ainda composio do fluido escoando no duto, levam ao aumento do erro da quantidade de massa sendo

69

empacotada no duto, fazendo com que diminua assim a sensibilidade do mtodo ao vazamento. Tais fatores tendem a prejudicar a resposta do sistema de deteco de vazamento baseado em balano de volume, levando muitas vezes a tempos significativos, dependendo dos volumes de vazamento. Outro problema detectado a existncia de transientes normais operao de dutos, que podem levar constantemente a alarmes falsos, inviabilizando o mtodo.

5.1.2 Anlise de presso em um ponto do duto

Outro mtodo de deteco de vazamento que j foi bastante empregado o que faz uso de medies de presso para acompanhar a despressurizao do duto que segue o fenmeno de vazamento. Mais recentemente, anlise estatstica vem sendo aplicada para a determinao das variaes de presso relevantes que possam ser consideradas relacionadas com vazamentos. O princpio por trs do mtodo que a presso decrescer no duto com o aparecimento de um vazamento. Tambm, mtodos estatsticos podem ser aplicados para definir se o decrscimo de presso devido a vazamentos ou no. Aqui tambm se aplicam tcnicas de inteligncia artificial. Outro fato importante que, qualquer outra ocorrncia que leve diminuio da presso no duto deve ser conhecida pela operao do sistema de deteco, qual seja, operao no duto, e ento deve ser esperado novamente que o regime permanente seja alcanado para a aplicao do mtodo. A operao do mtodo consiste em armazenar um histrico das presses medidas e dividi-las em dois perodos, um chamado de antigo e outro de recente, e calcular as mdias para os dois conjuntos conforme apresentado nas equaes 5.3 e 5.4.
_

Pa =

1 Ka Pi k a i =1

(5.3)

sendo que:
Pa representa a mdia de presso no perodo antigo e k a o nmero de presses
_

armazenadas no respectivo perodo.

70

Pr =
sendo que:
_

Kt 1 Pi k t k r i = k a +1

(5.4)

Pr representa a mdia de presso no perodo recente, k t


presses armazenadas e o nmero de presses respectivamente.

e k r o nmero total de

armazenadas no perodo recente,

Calcula-se as varincias para os dois conjuntos como apresentado nas equaes 5.5 e 5.6.

a2 =

_ Ka 1 2 ( Pi P a ) k a 1 i =1

(5.5)

r2 =

_ Kt 1 2 ( Pi P r ) k t k a 1 i = k a +1

(5.6)

Suspeita-se do vazamento quando a mdia do conjunto dos pontos recentes significantemente menor que a mdia do conjunto dos pontos antigos, levando-se em conta as varincias calculadas. Com os resultados, pode-se aplicar a distribuio de Student para analisar a relevncia ou no de um vazamento. A implementao da tcnica direta. Os valores medidos para a presso so colocados em forma de lista, sendo os mais recentes colocados na ltima posio, fazendo com que o mais antigo seja descartado. Assim, para cada nova presso obtida da medio, um novo clculo deve ser efetuado, considerando agora novos conjuntos de valores antigos e recentes.

71

Tambm, um mesmo conjunto de dados pode ser particionado de vrias maneiras, e todas podem ser analisadas consecutivamente, aumentando assim a velocidade e a sensibilidade do mtodo. Outro aspecto interessante o fato de um conjunto muito grande de dados de presso levar a uma deteco demorada e, em contrapartida, um conjunto muito pequeno pode apresentar falsos alarmes devidos aos erros de medio da presso. Alm do mais, quando se usa um conjunto muito grande de dados, estes dados podem ser particionados de vrias formas. Caso se divida o conjunto pela metade, ter-se- um sub-conjunto para os dados recentes muito grande, levando a uma deteco demorada. Para uma diviso que leve a um sub-conjunto pequeno dos dados recentes, erros de medio podero afetar a deteco. O que deve ser feito ento considerar cada caso separadamente, sem solues generalizadas. Um fator crtico de um sistema de deteco de vazamento que considere tomadas de presso a identificao de variaes devidas a regimes transientes de fluxo. Assim, o sistema deve analisar a existncia do transiente e aguardar para alarmar somente quando tal transiente esteja terminado. Isso limita o mtodo a operar somente em condies de fluxo permanente, quando na ocorrncia de vazamento durante um regime transiente, o mesmo ser desprezado. A performance de um sistema que usa o mtodo da anlise de presso num ponto do duto pode ser ajustada pela variao do nmero de pontos do conjunto de medio, numero e tamanho do particionamento dos pontos, preciso do mtodo de identificao dos transientes e limite de alarme da probabilidade de vazamento.

5.2 MTODOS UTILIZADOS NA DETECO DE VAZAMENTO DE GS NATURAL EM DUTOS EM TRANSIENTES

Um problema dos mtodos apresentados nos itens 5.1.1 e 5.1.2 o fato dos mesmos no tratarem de resultados durante os transientes comumente encontrados nas operaes normalmente presentes em dutos. Tambm, o fato de ter-se um vazamento num duto levar o perfil de presses e velocidades no mesmo a uma condio transiente, fazendo com que os mtodos aqui se confundam com os transientes operacionais e o transiente devido ao vazamento. Para que tais transientes possam ser analisados, devem ser considerados mtodos

72

que utilizam as equaes da conservao da massa, da quantidade de movimento e da energia, apresentadas anteriormente no Captulo 2 deste trabalho. O uso de modelos que considerem tais equaes faz com que seja previsto o perfil completo de presses e velocidades ao longo do duto, permitindo ento, por comparao ou balano de materiais, que o vazamento possa ser identificado. Entretanto, tais modelos requerem numerosos clculos, fazendo com que o acompanhamento real da condio do duto necessite de poderosas ferramentas computacionais, assim como computadores bastante velozes para a obteno de suas solues. Uma soluo seria a simplificao dos modelos para o duto em questo, o que, sendo adotado, aumenta a incerteza da deteco do vazamento. Outro problema para a adoo de tais modelos o fato de existirem alguns parmetros necessrios a tais modelos que podem no estar diretamente disponveis para o uso, podendo citar-se a rugosidade interna dos tubos, o atual empacotamento do duto e a calibrao dos instrumentos de campo. Um modo de minimizar os erros na deteco dos modelos a utilizao de adaptatividade do modelo a operao para a determinao de parmetros que caracterizem o duto, parmetros estes que seriam nicos o duto em questo. De uma forma geral os modelos utilizam a seguinte ordem para computar vazamentos em dutos: aquisio dos dados medidos no duto; uso de alguns dos dados medidos como condio de contorno para a integrao das equaes da continuidade, do momento e da energia; comparao dos resultados computados pelo modelo com aqueles adquiridos das medies e no utilizados na integrao; execuo dos clculos de vazamento; se no existe vazamento, as discrepncias so utilizadas para o ajuste do modelo ao duto (adaptatividade do modelo).

5.2.1 Mtodo do desvio de presso

O Mtodo do Desvio foi um dos pioneiros a serem baseados no uso de modelos para a determinao do perfil de presses e velocidades no duto. Este mtodo baseia-se na simulao da hidrulica do duto em tempo real, quando resultados para o trmino do trecho de duto so calculados pelo modelo e comparados aos valores medidos em campo. Desta forma, independentemente da ocorrncia de transientes ao longo do duto, o modelo est apto a identificar variaes das medies feitas no trecho final do duto como devidas a vazamentos

73

no mesmo. Desta forma, o acompanhamento completo do comportamento do escoamento atravs do duto, do empacotamento do mesmo, e das variaes devidas a mudanas nas vazes dos diversos pontos de entrega do mesmo podem ser consideradas, obviamente que atravs de um custo computacional e monetrio muito superior aquele obtido usando modelos no transientes. Entretanto para a anlise de qual modelo utilizar, devem ser levadas em considerao vrias condicionantes, o que faz tal escolha bastante difcil e complexa. Para a demonstrao da aplicao do mtodo apresenta-se a figura 5.1, onde esto traadas duas curvas representando o resultado do perfil de presso no duto computado pelo mtodo. A linha tracejada representa os valores previstos no modelo e a linha cheia o que realmente est sendo medido devido ao vazamento. O modelo utiliza a presso na entrada do trecho P e a vazo na sada Qm como condies de contorno para a soluo das equaes. Assim, chega a um resultado para a presso na sada do trecho Pm . Desta forma, como a vazo medida na sada do trecho passa a ser menor que aquela da entrada do mesmo, o modelo prev uma perda de carga menor do que a realmente existente na tubulao, ou seja, a presso calculada na sada do trecho ser maior que a medida pelo sistema. Assim sendo o sistema pode identificar que ocorreu vazamento na tubulao, sendo possvel tambm a previso do posicionamento de tal ocorrncia.

Figura 5.1- Valores de presso medidos e previstos pelo modelo transiente.

A vazo apresentada pelo vazamento ser simplesmente a diferena Qa Qm , sendo facilmente calculada. A determinao da posio aproximada do vazamento pode ser feita geometricamente pela anlise do grfico da figura 5.1, ou atravs de um sistema de redes neurais, como mostrado nos itens 5.3.

74

Para evitar que flutuaes nas medies, fato normalmente encontrado em operao de dutos, faam com que o sistema de deteco alarme vazamento, define-se um threshold (limite aceitvel de desvio do mtodo), para o qual o mtodo no alarmar. Entretanto, pequenos vazamentos podem apresentar-se dentro deste limite, fazendo com que sua deteco seja bastante dificultada ou at mesmo impossibilitada. A dimenso deste limite est diretamente relacionada com a qualidade da instrumentao utilizada, as dimenses do duto e a qualidade do modelo utilizado. Um problema para este mtodo seria a presena de vrios vazamentos consecutivos, o que geralmente no considerado nestes tipos de sistemas. Uma diviso do duto em diversos trechos pode minimizar este problema para o caso de grandes tubulaes. Como pontos fortes deste mtodo, pode-se citar: i) permite que vazamentos sejam identificados mesmo durante fortes transientes do escoamento no duto; ii) a deteco do vazamento feita mais rapidamente do que quando se usa um modelo permanente; iii) pequenos vazamentos podem ser detectados em questo de poucos minutos, ou no pior caso, em poucas horas. Como pontos fracos, pode-se citar: i) necessita maior investimento para a instrumentao do duto; ii) necessita medio de presso e vazo na entrada e na sada do duto; iii) necessita medidas de temperatura nas injees feitas no duto; iv) depende da adaptatividade do modelo ao duto em questo; v) e susceptvel a erros de medio e incertezas na determinao das propriedades do fluido.

5.2.2 Modelo de compensao do balano de volumes

Esse mtodo pode ser entendido como a extenso do mtodo de balano de volume, anteriormente considerado, considerao do regime transiente de fluxo. O mtodo permite que vazamentos possam ento ser detectados pelo balano de volume do duto mesmo sob condies transientes de fluxo no duto. O modelo baseia-se na comparao, em tempo real, entre os balanos de fluxo apresentados por medies no duto, que podem ser representados pela equao 5.7, e as taxas de empacotamento no duto, gerados pelo modelo.

75

= Qentrada Qsada

(5.7)

As taxas de empacotamento do duto, considerando-se as presses no incio e no final do trecho, alm da temperatura do escoamento podem ser representadas pela equao 5.8.

= f ( Pincio , P final , T )
sendo que:

(5.8)

Pincio representa a presso no incio do duto, P final , a presso no final do duto e T a


temperatura.

Baseado no modelo proposto, o balano de volume no duto pode ser representada pela equao 5.9.

(5.9)

Para o caso normal de operao do duto, na ausncia de vazamento, o balano apresentado em na equao 5.9 deve ser nulo. Este balano nulo implica em dizer que a diferena entre as sadas e as entradas de massa no duto afeta diretamente a quantidade de massa interna ao sistema. Entretanto, quando o balano deixa de ser nulo, tornando-se positivo, nota-se a existncia de vazamento no duto. O caso do valor do balano de volumes no duto ser negativo no pode ser atingido. Tal ocorrncia significaria que estaria sendo acrescentada massa ao sistema sem que a mesma entrasse pelo balano entre entradas e sadas do duto, o que definitivamente no possvel, podendo representar uma falha na modelagem do sistema. Aqui tambm, erros de medio no sistema traro erros ao modelo, podendo levar a alarmes falsos de vazamento. Mais uma vez aplica-se um threshold para o qual o sistema no alarmar. Tal limite depender, entretanto, da qualidade da instrumentao e do sistema de medio empregado.

76

Como pontos fortes desse modelo pode-se citar: i) maior rapidez para a deteco de vazamento, quando comparada a mtodos que no utilizam modelos transientes de escoamento; ii) grandes vazamentos podem ser, a depender dos tempos de anlise do sistema, detectados rapidamente (questo de poucos minutos), e pequenos vazamentos so detectados em tempos que variam de trinta minutos a duas horas; iii) a preciso do modelo de clculo do empacotamento no depende da adaptatividade do modelo. Como pontos fracos da aplicao desse pode-se citar: i) o modelo necessita que as vazes nas entradas e sadas do trecho sejam medidas, assim como as presses e temperaturas nestes pontos; ii) altamente dependente da incerteza de medio da vazo no duto; iii) necessita de alto esforo computacional para aplicao em intervalos de medio curtos.

5.3 CONSIDERAES SOBRE OS MODELOS DE DETECO DE VAZAMENTOS

Uma componente bastante importante para a necessidade de sistemas de deteco de vazamento nos projetos de gasodutos o desconhecimento, por parte da populao, do baixo risco introduzido pelo duto na vizinhana de cidades e vilarejos. Aliado a esta componente est o fator econmico da deteco, que tem por objetivo minimizar as perdas do gs. Na maioria dos casos, os vazamentos so ocasionados por obras no autorizadas nos arredores do duto. A grande maioria das aplicaes de deteco de vazamento se dedica deteco em oleodutos, que trazem maiores transtornos nos casos de vazamento. Isso tambm pode ser verificado pela grande cobertura que se d atualmente aos casos de vazamento onde pesadas multas so aplicadas aos responsveis. Para o gs, a dificuldade e o grande custo computacional para execuo de modelos transientes faz com que os sistemas de deteco sejam menos aplicados no Brasil. Para a deteco foram identificados e apresentados quatro modelos no trabalho, dois considerando escoamento permanente no duto, e, portanto, de simples implementao, e outros dois utilizando-se de modelagem transiente para a considerao do fenmeno. Estes ltimos so os nicos capazes de fornecer informaes relevantes sobre possveis vazamentos,

77

mesmo em condies de forte transiente no duto. certo que, quo mais complexo seja o sistema, mais tempo para identificao de vazamentos ser necessrio. Outro aspecto importante para o bom comportamento dos sistemas de deteco a qualidade das informaes obtidas durante a operao do duto, quais sejam, medies de presso, temperatura, vazo e composio do gs escoando no duto. Assim, de se esperar que uma m qualidade das medies leve ao insucesso do sistema de deteco. Tambm de extrema importncia que as incertezas de medio sejam muito bem conhecidas e controladas, sem o que o sistema passe a fornecer alarmes falsos com uma freqncia acima da esperada, caindo em descrdito. Em um grande nmero de sistemas de deteco de vazamento, parmetros do modelo devem ser ajustados para o duto em questo. Assim, a adaptatividade do modelo e dos parmetros, com conseqente aprendizagem do sistema de deteco a partir dos resultados e alarmes apresentados, so de extrema importncia para o seu sucesso. Sistemas que no permitam tal aprendizagem e mudanas para as condies do duto tendem a perder espao frente s novas tecnologias. Outra forma de aumentar a confiabilidade do sistema de deteco de vazamento atravs da associao da modelagem outra forma de deteco de vazamento, qual seja, monitoramento acstico, conseguindo assim, minimizar tempos de deteco, o que pode ser uma limitante aplicao em questo. A importncia da minimizao do tempo de deteco apresenta-se importante para a diminuio das perdas do produto transportado, e tambm para a reduo do tempo de parada do duto (lucro cessante), o que para a companhia transportadora tem grande importncia. Aqui cabe o comentrio acerca das vlvulas de bloqueio colocadas nos dutos, que normalmente encontram-se espaadas de trinta quilmetros, mas que, a depender das condies do entorno do duto, podem necessitar de menor espaamento. Outra coisa importante o conhecimento das variaes das incertezas dos medidores com as condies ambientais do duto. Regies que apresentem grande variao da temperatura ambiente durante o ano tendem a apresentar maior complexibilidade dos sistemas de deteco e maior susceptibilidade a alarmes falsos. Por fim, repete-se aqui as sugestes feitas por Nicholas (1989) em seu trabalho, que diz ser necessrio para o sucesso de um sistema de deteco: i) filtrar os dados antes de amostr-los; ii) amostrar com uma freqncia pelo menos duas vezes maior que a maior freqncia de variao dos dados; iii) usar transmissores com incertezas de no mximo 0,25% para evitar efeitos de variao com a temperatura; iv) proteger os transmissores da ao direta do sol e da chuva; v) limitar a preciso esperada para a medio da vazo mxima

78

sensibilidade do sistema; vi) reconhecer que o vazamento nada mais que um fluxo de fluido no medido; vii) manter o sistema atuando 24 horas por dia; viii) lembrar que tais sistemas esperam informaes consistentes todo o tempo.

CAPTULO VI: LOCALIZAO DE VAZAMENTOS EM DUTOS DE DISTRIBUIO DE GS NATURAL

UTILIZANDO REDES NEURAIS ARTIFICIAIS

Um dos grandes desafios dos sistemas de deteco de vazamentos de gs natural em dutos de distribuio a determinao da localizao do ponto de vazamento ao longo do duto. Sistemas com sensores instalados de forma conveniente nos gasodutos e com superviso remota podero ser utilizados para estimar, em funo de parmetros de presso medidos e previstos, a localizao da perda de carga provocada por vazamentos de gs nos dutos. No entanto tal procedimento muito oneroso e invivel em termos prticos. Neste trabalho est se propondo um mtodo de localizao de pontos de vazamentos em dutos, com base em parmetros medidos de vazo e presso na entrada e na sada das tubulaes, utilizando um sistema de simulao de parmetros de escoamento de gs natural e de redes neurais artificiais.

6.1 REDES NEURAIS ARTIFICIAIS

As Redes Neurais Artificiais (RNA) so tcnicas computacionais que apresentam um modelo matemtico inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento atravs da experincia. Baseado no funcionamento de cada neurnio foi desenvolvido um modelo matemtico. A combinao de vrios destes neurnios artificiais compe uma rede neural artificial, capaz de aprender. Uma grande rede neural artificial pode ter centenas ou milhares

81

de unidades de processamento; j o crebro de um mamfero pode ter muitos bilhes de neurnios. Um neurnio composto basicamente por dendritos, corpo do neurnio e um axnio, como apresentados na figura 6.1. Os dendritos tm como funo receber os estmulos emitidos por outros neurnios. O corpo do neurnio, tambm conhecido como somma, responsvel por coletar e combinar as informaes vindas dos dendritos. O axnio responsvel por transmitir os estmulos a outros neurnios.

FONTE: MACHADO, 2005.

Figura 6.1 Neurnio biolgico.

Em 1943, McCulloch e Pitts fizeram os primeiros estudos com redes neurais. O modelo matemtico escolhido para um neurnio artificial tenta reproduzir os elementos de uma clula neural. A figura 6.2 faz uma analogia entra uma clula neural e o modelo matemtico proposto pelos pesquisadores.

82

Fonte: MACHADO, 2005.

Figura 6.2 - Analogia entre neurnio e seu modelo matemtico.

Nos neurnios, a comunicao realizada atravs de impulsos. Quando um impulso recebido, o neurnio o processa e, passado um limite de ativao, dispara um segundo impulso que produz uma substncia neurotransmissora, a qual flui do corpo celular para o axnio (que por sua vez pode ou no estar conectado a um dendrito de outra clula). O neurnio que transmite o pulso pode controlar a freqncia de pulsos aumentando ou diminuindo a polaridade na membrana ps sinptica. Da mesma forma, um neurnio artificial recebe valores em suas diversas conexes de entrada, tendo cada conexo um peso prprio. As entradas so somadas e aplica-se uma funo chamada funo de ativao para limitar o valor da sada.

Fonte: MACHADO, 2005.

Figura 6.3 Funes de ativao.

83

A funo de ativao pode ser de diversos tipos, alguns deles mostrados na figura 6.3. O modelo de neurnio de McCulloch-Pits (1943) utiliza a funo de ativao degrau , que a funo sigmoidal com = . A funo sigmoidal pode ser descrita como na equao 6.1.

( x) =

1 1 + e . x

(6.1)

O modelo do neurnio pode ser representado pela equao 6.2.

y k = ( wki xi + bk )
i =1

(6.2)

sendo que:

y k a sada do k simo neurnio, wki o peso entre o neurnio k e a entrada xi , b


a polarizao do neurnio e j a funo de ativao.

Para facilitar a visualizao das estruturas de redes neurais, a representao do neurnio feita de forma simplificada como mostrado na figura 6.4.

Fonte: SCHHLI, 2005.

Figura 6.4 Representao de um neurnio.

84

A conexo de vrios neurnios forma uma rede neural. Uma rede neural artificial tem a capacidade de generalizar um problema, ou seja, capaz de responder corretamente a uma entrada nunca vista antes por similaridade aos padres j apresentados. Por isso muito usada em aplicaes de reconhecimento de padres, classificao de dados e previso.

6.2 ESTRUTURAS DE REDES NEURAIS

Um dos objetivos da pesquisa sobre redes neurais na computao desenvolver morfologias neurais matemticas, no necessariamente baseadas na biologia, que podem realizar o processamento de alguns dados de forma desejada. As diferentes formas de conexes dos neurnios fazem a diferenciao entre os tipos de redes neurais e suas diferentes aplicaes.

6.2.1 Redes diretas (Feedforward)

As redes diretas so representadas em camadas, sendo formadas por uma camada de neurnios de entrada, uma camada de sada e uma ou mais camadas intermedirias, conhecidas como camadas escondidas. A presena ou no de camadas escondidas, bem como o nmero de camadas escondidas definido dependendo da complexidade e tipo do problema. Apenas uma camada intermediria suficiente para aproximar qualquer funo contnua e so necessrias no mximo duas camadas intermedirias, com um nmero suficiente de unidades por camada, para se produzir qualquer mapeamento. Um exemplo de rede direta a MLP (Multi-Layer Perceptron), cuja estrutura mostrada na figura 6.5.

85

Fonte: SCHHLI, 2005.

Figura 6.5 - Rede neural direta MLP.

6.2.2 Learning Vector Quantization (LVQ)

Uma importante estrutura de rede neural a LVQ proposta por Kohonen (1990). O objetivo da rede LVQ atravs da quantizao dos vetores de entrada classific-los em um determinado nmero de classes baseado em suas similaridades. A LVQ rede composta de duas camadas com N neurnios de entrada e M neurnios de sada, conforme mostrado na figura 6.6. Cada um dos N neurnios de entrada se conecta aos M neurnios de sada por conexes para frente. O nmero de classes em que a rede LVQ estar selecionando corresponde ao nmero de neurnios de sada.

Fonte: SCHLI, 2005.

Figura 6.6 - Estrutura da rede LVQ.

86

Os neurnios de sada da rede LVQ recebem idntica informao na entrada, mas competem entre si para ser o nico a ficar ativo. Cada neurnio se especializa numa rea diferente do espao de entrada e suas sadas podem ser usadas para representar a estrutura do espao de entradas. A funo de ativao de cada neurnio baseada na distncia Euclidiana, como mostrada na equao 6.3.

yf
sendo que:

= ( X t Wtf ) 2
t =1

(6.3)

Y j a sada do neurnio j , X i o vetor de entrada, Wij o peso entre o neurnio de

entrada i e o neurnio de sada j .

6.3 REDES NEURAIS TEMPORAIS

As Redes neurais como a MLP e LVQ so estruturas capazes de processar de forma eficiente sinais no dependentes do tempo. No entanto, essas estruturas no so adequadas para processar seqncias de eventos temporais. Surgem estruturas neurais que permitam processar tais sinais temporais.

6.3.1 REDES NO RECORRENTES

Uma das solues para resolver problemas temporais a utilizao de redes no ecorrentes. Apesar de redes neurais como MLP e LVQ no terem bons resultados quando o problema dependente do tempo, possvel adapt-las para solucionar o problema. A soluo

87

mais comum fixar uma janela no tempo e excitar a rede com os valores desta janela, conforme a figura 6.7. O problema desta soluo que a janela no tempo fixa, e seqncias com durao maior que a janela no so reconhecidas.

Fonte: SCHHLI, 2005.

Figura 6.7 - MLP com janela temporal.

Fonte: SCHHL, 2005.

Figura 6.8 - Rede neural com atraso no tempo.

88

Para solucionar o problema do tamanho limitado da janela, a estrutura TDNN (Time

Delay Neural Network), segundo Waibel et al. (1989) introduz uma segunda camada
escondida, que recebe como entrada uma janela da primeira, assim como a camada de sada recebe os valores de uma janela da segunda camada escondida, como apresentado na figura 6.8.

6.3.2 Redes localmente recorrentes

Nas redes neurais localmente recorrentes a estrutura do neurnio modificada para que a rede consiga responder corretamente a estmulos temporais, segundo Fransconi et al. (1992). Na figura 6.8, pode-se observar estgios de realimentao dentro da estrutura do neurnio, estes estgios funcionam como uma memria, armazenando o estado anterior do neurnio e utilizando-o em um prximo sinal de entrada.

Fonte: SCHHLI, 2005.

Figura 6.9 - Neurnio recorrente.

Nessa estrutura de rede o processamento temporal executado pelo neurnio. Geralmente so utilizadas redes neurais diretas, porm o modelo genrico e pode ser utilizado em qualquer estrutura de rede.

89

6.3.3 Redes totalmente recorrentes

As Redes totalmente recorrentes, tambm conhecidas como redes simtricas, caracterizam-se por ter as conexes entre os neurnios nos dois sentidos. Assim como as redes diretas elas podem ter camadas de entrada, sada e camadas escondidas. Um exemplo da topologia de uma rede simtrica pode ser representada pela figura 6.10. O modelo de neurnio utilizado o de McCulloch-Pitts (1943) usando funo sigmoidal de ativao. Tank e Hopfield (1986) iniciaram os estudos com redes totalmente recorrentes e Williams e Zipser (1988) propuseram um novo tipo de aprendizado para a rede, porm ainda difcil estabelecer critrios prticos para garantir a estabilidade da rede.

Fonte: SCHHLI, 2005.

Figura 6.10 - Topologia de uma rede simtrica.

6.3.4 Redes parcialmente recorrentes

Tentando resolver os problemas de instabilidade e complexidade de treinamento das redes totalmente recorrentes foram feitos estudos utilizando links recursivos apenas em parte da rede. A soluo proposta por Jordan e por Elman (1994) foi criar uma nova camada

90

chamada de camada de contexto, sendo tal camada responsvel por guardar a informao temporal. A camada de contexto uma das entradas da camada escondida. Na soluo proposta por Jordan a camada de contexto guarda informaes da sada do instante anterior. Para o treinamento da rede Jordan necessrio a utilizao de algoritmos especficos como o backpropagation throught time. Na rede de Elman a camada de contexto guarda a informao dos neurnios da camada escondida. Os neurnios da camada de contexto tm funo de ativao linear, ou seja, funcionam como memria. O peso entre a camada escondida e a camada de contexto fixado em 1, possibilitando a utilizao do algoritmo comum de backpropagation. As estruturas das redes de Jordan e Elman (1994) esto mostradas na figura 6.11(a) e figura 6.11(b), respectivamente.

Fonte: SCHHLI, 2005.

Figura 6.11 - Redes parcialmente recorrentes.

Esse tipo de rede se diferencia das demais solues temporais por conseguir com que dados de todas as amostras anteriores influenciem no instante presente. Isso possvel devido realimentao feita na camada escondida, que faz com que todas as amostras anteriores influenciem. Porm, quanto mais recente a amostra maior a influncia no resultado. Por detectar o histrico temporal do sinal de forma mais completa que os outros tipos de redes, a estrutura parcialmente recorrente foi escolhida para o uso neste trabalho.

91

Em 1995, Kremer (1995) demonstrou que apesar da simplicidade estrutural da rede de Elman, ela suficientemente capaz de modelar informaes temporais utilizando o modelo de neurnio de MacCuloch-Pitts (1943) e o algoritmo de backpropagation.

6.4 TREINAMENTO DE REDE NEURAL

As redes neurais podem ser treinadas de forma supervisionada ou no supervisionada. Os dois mtodos so descritos a seguir.

6.4.1 Treinamento supervisionado

A maioria das estruturas de redes neurais so treinadas de forma supervisionada. No treinamento supervisionado a rede recebe os vetores de entrada e os resultados desejados na sada da rede. A tarefa do treinamento da rede ajustar os pesos entre os neurnios de forma que a sada seja a desejada. Uma rede bem treinada capaz de generalizar um problema, ou seja, no necessrio que a rede conhea todas as possibilidades de entrada para obter a sada. Nosso crebro funciona de forma similar em muitos casos. Por exemplo, voc consegue identificar que determinado ser vivo uma rvore, mesmo nunca tendo visto aquele espcime em particular, uma vez que voc j foi apresentado a outros tipos de rvores no passado. Este o processo de generalizao do aprendizado. Para conseguir treinar a rede de forma a generalizar um problema necessrio escolher de forma cuidadosa o banco de dados de treinamento, ele deve abranger as diversas variaes com algumas repeties. Um banco de dados pequeno pode no ser suficiente para o treinamento da rede e um banco de dados muito grande pode elevar demais o custo computacional para o de treinamento da rede. Existem vrios algoritmos para realizar o treinamento da rede e o mais conhecido deles o de backpropagation.

92

6.4.1.1 Backpropagation

O algoritmo Backpropagation foi desenvolvido de maneira independente por vrios pesquisadores trabalhando em diferentes reas aproximadamente na mesma poca. Em 1974, Werbos (1974) apresentou o algoritmo enquanto desenvolvia sua tese de doutorado em estatstica e o chamou de "Algoritmo de Realimentao Dinmica". Parker (1982) redescobriu o algoritmo e chamou-o de "Algoritmo de Aprendizado Lgico". Porm, foi com o trabalho de Rumelhart, Hinton e Williams (1986) do grupo PDP ("Parallel Distributed Processing") do MIT em 1986 divulgou e popularizou o uso do Backpropagation para o aprendizado em redes neurais. O algoritmo Backpropagation hoje em dia a tcnica de aprendizado supervisionado mais utilizada para redes neurais unidirecionais multicamadas. Durante o treinamento com o algoritmo backpropagation, a rede opera em uma seqncia de dois passos. Primeiro, um padro apresentado camada de entrada da rede. A atividade resultante flui atravs da rede, camada por camada, at que a resposta seja produzida pela camada de sada. No segundo passo, a sada obtida comparada sada desejada para esse padro particular. Se esta no estiver correta, o erro calculado. O erro propagado a partir da camada de sada at a camada de entrada, e os pesos das conexes das unidades das camadas internas vo sendo modificados conforme o erro retropropagado. Este processo repetido para cada um dos padres selecionados para treinamento e este ciclo completo denominado de poca. Vrias pocas so necessrias para que a rede chegue aos resultados desejados. O treinamento finalizado quando o erro de sada atinge valores abaixo de um valor estipulado ou quando atingir um pr-determinado nmero de pocas. A implementao matemtica do algoritmo backpropagation pode ser vista em Haykin (2001).

6.4.2 Treinamento no-supervisionado

No treinamento no-supervisionado somente os padres de entrada esto disponveis para o treinamento da rede.

93

O treinamento feito por competio. O padro apresentado camada de entrada da rede. A funo de ativao calcula a distncia Euclidiana entre o vetor de entrada e os pesos sinpticos. O neurnio que tiver a menor distncia Euclidiana vence e tem seus pesos atualizados de forma a se aproximar mais do padro de entrada.

6.5 LOCALIZAO DE VAZAMENTOS DE GS NATURAL EM DUTOS UTILIZANDO RNA

Como foi apresentado no Captulo 5 desse trabalho, vrios mtodos foram e esto sendo estudados para a deteco de vazamentos de gs natural em dutos de distribuio, no entanto um grande gargalo nos sistemas de superviso e controle da operao de distribuio de gs natural a localizao de pontos de vazamentos ao longo do duto. Simuladores de grande porte com modelos de escoamento pr-estabelecidos para uma determinada topologia de rede, atravs de avaliaes de sries temporais de caractersticas de presso e vazo do sistema, so utilizados em grandes gasodutos cujas caractersticas operacionais so bem definidas. A proposta desse trabalho apresentar um mtodo de determinao da localizao de vazamento em dutos utilizando redes neurais artificiais, para ser implantado em sistemas de pequeno porte com caractersticas de presso e vazo variveis.

6.5.1 Caractersticas de presso e vazo em dutos sob vazamento em regime permanente

Para se analisar o comportamento das vazes e presses em um gasoduto sob vazamento, pode-se admitir o vazamento como um ponto de sada de carga, e considerar o gasoduto como uma rede de distribuio de 02 consumidores. Considere o gasoduto apresentado na figura 6.12.

94

Figura 6.12 Gasoduto sob vazamento. sendo que:


Q1 representa a vazo de entrada do gasoduto, P 1 a presso na entrada, Q2 e P2 a

vazo e a presso na sada do duto, respectivamente, QV a vazo de vazamento, PV a presso no ponto de vazamento e X V a distncia entre o ponto de entrada do gasoduto e o ponto de vazamento.

Aps o estgio de transitrio, os vazamentos provocam uma diminuio da vazo de sada e um conseqente aumento da presso neste ponto. Na figura 6.13 so apresentadas as diferentes curvas de presso na sada do gasoduto para diferentes taxas e pontos de vazamentos em uma tubulao de 1200 m de comprimento, 150mm de dimetro, 40 mbar de presso de entrada e 550m3/h de vazo de entrada.

Presso na sada do gasoduto X Vazo de vazamento


0,012 0,01 0,008 Kbar 100 m 0,006 0,004 0,002 0 143 148,5 154 m3/h 159,5 165 200 m 300 m

Figura 6.13 Presso x Vazamento.

95

A ttulo de ilustrao, considere um gasoduto de 1200 m de extenso e 150 mm de dimetro, com vazo de entrada Q1 = 550 m 3 / h , e presso P 1 = 0,04 bar , constantes, sob vazamento em X V = 400 m . Efetuando simulaes, atravs da modelagem descrita no Captulo 2, e considerando a vazo de escape diminuindo linearmente no tempo, haver um conseqente aumento na vazo Q2 de sada. Aps os estgios de transientes, a presso de sada P2 em funo do aumento da vazo Q2 apresentada na figura 6.14.

0.025

Presso de Sada (bar)

0.02

0.015

0.01

0.005

0 82.5 110 137.5 165 192.5 220 247.5 275 302.5 330 357.5 385 412.5

Vazo de Sada (m3/h)

Figura 6.14 Presso de sada em gasoduto sob vazamento. Outra caracterstica a se considerar o comportamento da presso em funo da posio do vazamento ao longo do duto. No grfico da figura 6.15 demonstrado que, para as mesmas condies de escoamento e de vazamento, a presso na sada do duto menor, quanto mais distante o vazamento estiver do ponto de entrada, ou mais prximo estiver da sada do duto.

Presso de Sada no Duto

Distncia do Vazamento Xv

Figura 6.15 Presso de sada em funo da posio de vazamento.

96

Avaliando o gasoduto da figura 6.12 com as modelagens propostas no Captulo 2 e 3 desse trabalho, possvel determinar as caractersticas de presso na sada do duto, em funo das condies de entrada e de vazamento. O grande problema determinar a posio de vazamento em funo das caractersticas de vazo e presso de entrada e sada de um gasoduto genrico. Para cada topologia de duto e condies de escoamento, haver, em funo da sua magnitude, uma posio definida de vazamento. A proposta apresentar a aplicao de redes neurais na determinao da localizao de vazamentos com perda de carga em gasodutos de forma que possa ser utilizada em sistemas de simulao e controle da operao de distribuio de gs natural.

6.5.2 Modelo proposto de localizao de vazamento utilizando RNA

A proposta do modelo treinar uma RNA com dados obtidos de simulaes de escoamento de gs natural em dutos, de forma que a mesma, uma vez treinada e com base em entradas de presso e vazo na sada do duto, fornea a posio do vazamento ao longo do duto. Foram treinadas e testadas vrias redes MLP com arquiteturas diferentes, porm escolheu-se a que apresentou melhor performance na localizao do vazamento apresentando um erro de at 2,0%. As caractersticas da arquitetura da rede MLP considerada so: dados de entrada, adquiridos do problema; uma camada oculta contendo cinco neurnios com funo de ativao tangente hiperblica; camada de sada com um neurnio e funo de ativao linear; conexo do tipo feed-forward, direta; neurnios completamente conectados. Os dados de entrada foram previamente normalizados entre 0,1 e 0,9, assegurando que os diferentes pesos sinpticos aprendessem aproximadamente com a mesma velocidade, conforme descreve Haykin (2001) em fonte sans serif. Para uma determinada topologia de duto, parmetros de presso e vazo de entrada, e com base na modelagem descrita por Osiadack (1987) e apresentada no Captulo 2, gera-se por simulaes um conjunto de dados (Q2 , P2 , X V ) que relaciona a vazo de sada, a

97

presso de sada e a distncia entre o ponto de vazamento e um ponto de referncia na entrada do duto. A cada alterao nos valores de presso e vazo na entrada do gasoduto, a RNA dever receber novo treinamento em funo de novas simulaes. O modelo foi testado em vrios dutos e sob vrias condies de vazamento, obtendose um erro mdio de 0.8%. importante se considerar que um modelo vlido para operao em regime permanente. O modelo foi implementado em uma rotina computacional de forma a compor um sistema de superviso e controle automtico da operao de distribuio de gs natural em dutos, como ser apresentado no Captulo 7 desse trabalho.

6.5.3 Implementao numrica

Para sistemas alta presso, foram consideradas situaes de diversas possibilidades de perda de carga de entrada. Utilizando a presso no n de entrada, em [bar ] , a carga de entrada no duto, em m 3 h , variando-se a taxa de vazamento de 0,1% a 5% da carga total de entrada, totalizando 25 variaes, e considerando 29 pontos de vazamento ao longo do duto, formou-se um total de 725 dados, denominado de teste padro, em regime permanente. Dos 725 dados, 500 dados foram utilizados no treinamento da rede e 225 dados utilizados para testes da rede treinada. Para cada local e condio de vazamento h um conjunto de presso e vazo correspondentes. Uma vez a MLP treinada, a mesma monitora os parmetros de sada do gs nos dutos indicando o ponto de vazamento, em unidades de distncia, a partir do n de entrada do gs no duto. No quadro 6.1 esto apresentados alguns resultados da utilizao desse modelo em um gasoduto em regime com extenso de 90000 Km , dimetro de 700 mm , presso de entrada P 1 = 39.99 bar e vazo de entrada Q2 = 2851.86 m 3 / h .

98

Quadro 6.1 Resultados da localizao de ponto de vazamento por uma RNA. Presso Sada Normalizada 0.51691 0.14263 0.51290 0.22985 0.200139 0.417185 0.841604 0.111533 0.149967 0.396527 Vazo de Sada Normalizada 0.23333 0.83333 0.50000 0.60000 0.80000 0.33333 0.13333 0.86667 0.73333 0.43333 Ponto de Vazamento Desejado Normalizado 0.414286 0.500000 0.100000 0.585714 0.757143 0.471429 0.500000 0.728571 0.700000 0.414286 Ponto de Vazamento Obtido Normalizado 0.413633 0.499363 0.099460 0.585978 0.749572 0.472156 0.500197 0.736354 0.698236 0.418067 Erro (%) 0.158 0.127 0.540 0.045 1.000 0.154 0.039 1.068 0.252 0.913

Teste 1 2 3 4 5 6 7 8 9 10

O erro mdio nessa aplicao foi de aproximadamente 0.5%, o que demonstra um bom desempenho da arquitetura de RNA proposta.

6.5.4 Consideraes prticas sobre RNA

Algumas recomendaes prticas sobre os parmetros que tangem o treinamento de uma RNA podem ser feitas para a maioria dos problemas envolvendo. Todavia, podem existir problemas em que a soluo mais vivel foge dos comentrios aqui recomendados, isto uma forte premissa que sugere que as redes neurais artificiais ainda precisam de uma anlise matemtica mais profunda. Pode-se citar que os pesos devem ser inicializados com valores aleatrios e pequenos, geralmente no intervalo de [-0,1,0,1]. Isto explicado pelo fato de que a utilizao de pesos de grande magnitude pode levar a uma saturao nos neurnios da camada intermediria.

99

Deve-se tambm citar que quanto melhor a escolha dos exemplos, isto , um equilbrio entre quantidade e qualidade, melhor ser a resposta da rede, pois ela ter um intervalo abrangente para interpolar. O parmetro taxa de aprendizado que o valor do passo que o vetor gradiente ir dar na superfcie de erro geralmente deve ficar entre 0,1 0,3 , pois valores muito grandes para este parmetro pode fazer o vetor gradiente ficar saltando de um lado para o outro na superfcie de erros. O termo de momento deve ter um valor alto como 0,8 e 0,9 para que o vetor gradiente fuja de mnimos locais, bem como mantenha uma direo adequada a ser seguida. O treinamento deve ser paralisado quando um erro mdio quadrtico aceitvel for achado ou se um certo nmero de pocas (iteraes) pr-fixadas forem atingidas. importante ressaltar que o exagero no treinamento pode levar a rede a piorar sua capacidade de generalizao. O nmero de camadas intermedirias e de neurnios geralmente obtido por tentativae-erro, sendo a experincia a principal heurstica do projetista da RNA. Todavia, deve se levar em considerao que com um nmero muito pequeno de neurnios a rede pode no ter recursos suficientes para aprender. Alm disso, a utilizao de um nmero muito grande de neurnios e conexes pode fazer a rede perder sua capacidade de interpolao, pois ela decora os exemplos, ficando assim cristalizada (overfitting).

100

CAPTULO VII: SISTEMA DE SUPERVISO E CONTROLE DA OPERAO DE DISTRIBUIO DE GS NATURAL EM REDES DE DISTRIBUIO

Tecnologias emergentes, envolvendo a utilizao do gs como combustvel automotivo e em aplicaes residnciais e comerciais, tm ampliado ainda mais a diversificao do uso do gs natural. O suprimento desta crescente demanda limitado, em particular, pela ausncia de uma adequada infra-estrutura de transporte. Dentre as opes disponveis, os gasodutos representam a alternativa mais segura e econmica para o transporte de gs natural. Em todo mundo, grandes recursos tm sido investidos para o desenvolvimento de novas tecnologias para a atividade dutoviria, visando, principalmente, a melhoraria dos nveis de segurana, eficincia e efetividade da operao. O controle da operao de um gasoduto uma tarefa bastante complexa. A diversidade de componentes, aliada s grandes distncias envolvidas, impem a necessidade de uma permanente monitorao das condies operacionais. A obteno de informao precisa e confivel representa um papel chave na operao dos gasodutos, no s no que se refere manuteno da eficincia operacional, mas, em particular, para a minimizao dos riscos associados a possveis acidentes. A utilizao de sistemas de superviso e controle tem facilitado esta atividade. Os sistemas SCADA (Supervisory Control And Data Acquisition) representam a principal ferramenta para o controle de um duto. Tais sistemas integram o conjunto de sensores e dispositivos de controle do gasoduto, proporcionando a superviso das condies operacionais e o controle remoto dos equipamentos. Um Sistema SCADA com ferramentas de simulao do escoamento do Gs Natural em dutos de distribuio melhoraria as condies de fornecimento, os nveis de segurana, eficincia e efetividade da operao.

101

Essencialmente, os simuladores provem informaes relativas evoluo das propriedades do escoamento, englobando, principalmente, as variaes de presso, vazo, temperatura, densidade e composio do gs. As principais aplicaes das ferramentas de simulao envolvem o desenvolvimento de procedimentos operacionais mais eficientes para a execuo de tarefas rotineiras como, por exemplo, rotinas de partida e parada do sistema. Uma outra aplicao importante a predio do comportamento do sistema. A simulao de condies de operaes futuras permite verificar o atendimento das demandas de transporte, tornando possvel a adoo de medidas corretivas. Em um cenrio de legislaes ambientais cada vez mais rigorosas, a deteco e localizao de vazamentos tornam-se imperativos. Neste sentido, os simuladores tm desempenhado um importante papel na reduo do tempo de identificao dos vazamentos. Nesse trabalho foi desenvolvido, com base na teoria e modelagens expostas nos captulos anteriores, um simulador dinmico em tempo real das operaes de escoamento de gs natural em dutos, integrado a um sistema de superviso e controle em tempo real. O sistema proposto, composto de software e hardware, permite superviso e atuao remota, com comunicao flexvel via Internet, ethernet e intranet, cabo e fibra tica, alm de possuir capacidade de simulao do comportamento do gs nas tubulaes, o que torna o sistema uma ferramenta til nas tomadas de decises, e deteco de vazamento. O sistema possui rotina de deteco e localizao de vazamento, utilizando os mtodos de balano de volume e um sistema de RNA, apresentados nos Captulo V e VI, respectivamente.

7.1 O SISTEMA PROPOSTO

Os desafios da pesquisa consistiram na determinao de uma modelagem adequada de cada componente e dispositivos pertencentes ao sistema, na definio de uma estratgia de controle confivel e inteligente, do desenvolvimento de um software com interface amigvel, de fcil manuseio e com inteligncia implantada, e de um hardware de baixo custo, alta preciso e confiabilidade e com flexibilidade para a comunicao de dados, como mostra a figura 7.1.

102

Modelagem e Estratgia de Controle

Software

Comunicao de Dados

Hardware

Figura 7.1 Abordagem da pesquisa.

7.1.1 Modelagem e estratgia de controle

Para compor a modelagem das rotinas de simulao do sistema proposto utilizou-se o Mtodo dos Ns de Newton, como apresentado no Captulo 2 desse trabalho, para redes de baixa, mdia e alta presso. Elementos que compem uma rede de distribuio de gs, como, gasodutos, sensores, medidores e vlvulas atuadoras, foram equacionados de forma a integrarem o modelo global do sistema apresentado. Atravs da tela grfica do software desenvolvido e apresentado no Item 7.1.2 desse captulo, acoplam-se os elementos pertinentes rede de distribuio de gs natural. Aps a estruturao da topologia da rede, atribuem-se parmetros fsicos e operacionais a cada elemento que a compem. Automaticamente composio grfica da rede e atribuio de parmetros, estruturase a respectiva modelagem com base na teoria apresentada nos Captulos II e III. Pela simplicidade e eficincia da modelagem, utilizou-se nesse trabalho o Mtodo Nodal de Newton: Caso Multi-Dimensional, abordado no Captulo III. A partir de valores obtidos de sensores e medidores em campo nos pontos de entrega de gs natural na rede (pontos de entrada), obtm-se atravs da rotina de simulao, as caractersticas de presso e vazo nos demais ns da rede. Uma rotina de controle implantada compara com os demais valores obtidos em tempo real, indicando as discrepncias, que podem significar anomalias na distribuio ou impreciso dos sensores. Todos os dutos com sensores de presso e medidores de vazo em suas extremidades entram para um banco de dutos monitorados. A esses dutos so atribudas rotinas de deteco e localizao de vazamento. O processo simples e dinmico.

103

A rotina de deteco de vazamento utiliza o mtodo de Balano de Volumes, apresentado no Captulo V. Atravs da avaliao das vazes nas extremidades, detecta-se, em regime permanente, a existncia de vazamentos. Algoritmos de avaliao de perfil de escoamento e transientes podero ser implantados para evitar alarmes falsos. Detectado o duto com vazamento, a segunda etapa localizar o ponto do vazamento no duto selecionado. Para isso, utilizou-se o mtodo proposto no Captulo VI desse trabalho, um algoritmo com uma RNA, cuja habilidade em aprender a partir de dados de entrada, tornou-a ferramenta inestimvel em aplicaes to diversas como modelagem, anlise dos dados, reconhecimento de padres e no controle automtico de sistemas, conforme Azevedo (1993). Um aspecto de fundamental importncia para o desenvolvimento da RNA foi a coleta do conjunto de dados que servem de alimentao para a rede. Na localizao do vazamento, a informao a ser prevista a distncia do vazamento a partir do n de entrada. Os parmetros de entrada utilizados so as presses e as cargas nos ns de recebimento e entrega do duto monitorado. Neste trabalho foi proposta uma rede Perceptron de Mltiplas Camadas (MLP), capaz de informar o ponto do vazamento no duto com at 2% de erro. O treinamento da rede MLP implementada, ocorre automaticamente pelo algoritmo

backpropagation e modelagem proposta por Osiadacz (1987) a cada alterao operacional do


escoamento do gs na entrada do duto monitorado. Os sensores instalados nas extremidades dos dutos informam em tempo real as condies operacionais de fluxo, e a cada variao de entrada um novo treinamento feito. A rotina de simulao iniciada com base nos novos valores, fornecendo um conjunto de sinais de entrada e sada para o treinamento da MLP. Foram consideradas situaes de diversas possibilidades de perda de carga de entrada. Utilizando a presso no n de entrada, em [bar ] , a carga de entrada no duto, em [m 3 h ] , variando-se a taxa de vazamento de 0,1% a 5% da carga total de entrada e considerando 29 pontos de vazamento ao longo do duto, forma-se um total de 725 dados, denominado de teste padro, em regime permanente. Para cada local e condio de vazamento, h um conjunto de presso e vazo correspondentes. Uma vez a MLP treinada, a mesma monitora os parmetros de sada do gs nos dutos. Com o alarme de vazamento disparado e as condies alteradas na sada, a MLP indica o ponto de vazamento no duto, em unidades de distncia, a partir do n de entrada do gs no duto. Uma vez detectado o vazamento, o sistema poder comandar remotamente vlvulas de controle de fluxo de forma a conter o escape de gs.

104

7.1.2 O software desenvolvido

Para realizar as simulaes, gerenciar a superviso e exercer o controle da planta foi desenvolvido um sistema algbrico computacional com interface grfica amigvel em linguagem DELPHI, contendo componentes grficos que representam os elementos de uma rede de distribuio de gs natural (vlvula atuadora, duto, mdulo de superviso composto de sensores de temperatura, presso e vazo, consumidores, etc.), como mostrado na figura 7.2.

Figura 7.2 Elementos da rede de distribuio de gs natural.

Em uma barra de ferramentas escolhe-se o elemento da rede, arrasta-o na tela de forma a compor a planta de distribuio a ser supervisionada e controlada. Os elementos ao se aproximarem uns dos outros se encaixam de forma automtica incrementando o modelo matemtico implcito, como mostrado na figura 7.3.

105

Figura 7.3 Composio da rede de distribuio.

Aps a construo da rede, atribuem-se os parmetros fsicos e operacionais de cada elemento, como apresentado na figura 7.4.

Figura 7.4 Atribuio de parmetros dos elementos.

106

Aps a atribuio de parmetros aos elementos da rede, possvel simular, em funo das condies de operao, a presso e a vazo em cada ponto do sistema, como mostrado na figura 7.5.

Figura 7.5 Simulao de escoamento.

Ao se acrescentar um novo consumidor ao sistema, o modelo automaticamente refeito e as novas presses e vazes recalculadas em funo das caractersticas do ramal acrescentado, como apresentado na figura 7.6.

Figura 7.6 Expanso da rede.

107

Para cada mudana na vazo de um determinado consumidor, as presses na rede so recalculadas e o sistema de controle toma deciso sobre a forma que deve atuar sobre as vlvulas para garantir as presses de operao especificadas. Pode-se monitorar graficamente, em tempo real, as variaes de temperatura, presso e vazo em cada ponto da rede, como apresentado na figura 7.7. A malha pode ser ampliada sempre que um novo consumidor vier a fazer parte da distribuio. Os valores de vazo em cada consumidor so obtidos em tempo real a partir dos medidores de vazo e presso instalados na rede. O operador especifica as presses de atendimento, e o sistema, em funo das caractersticas de operao, pode controlar, atravs da atuao nas vlvulas proporcionais, o fluxo de gs na malha de forma a garantir as condies especificadas de fornecimento. Pode-se, dessa forma, modelar toda a planta de distribuio de gs e simular as condies de operao para baixa, mdia e alta presso.

Figura 7.7 Histricos de presso e vazo.

O sistema pode fornecer em tempo real todas as condies de operao da rede, como os grficos de presso em cada ponto ao longo dos dutos, o histrico de consumo de cada cliente, por data ou perodo, o comportamento de presso em cada n ou vazo em cada duto. Sempre que um duto estiver entre dois mdulos de superviso (conjunto de sensores de presso, temperatura e vazo), este passa a ser monitorado automaticamente contra vazamento com perda de carga (figura 7.8).

108

Figura 7.8 Localizao de vazamento pela RNA.

7.2 CONCLUSO
As decises de controle so determinadas com base nos valores de simulao e obtidos em medies reais. O sistema funciona como um cliente TCP/IP, habilitado para receber dados da rede Ethernet. Os transdutores de campo transmitem informaes relativas a medies rede e estas so entregues ao sistema para a superviso. Utilizando o mesmo meio de transmisso o sistema desenvolvido poder controlar o funcionamento de vlvulas de fluxo e bloqueio. Por ser concebido com uma plataforma modular e flexvel, ao sistema podero ser integradas inmeras outras funcionalidades e modelagens, objetos de trabalhos futuros.

CAPTULO VIII: CONCLUSES

A proposta deste trabalho foi desenvolver uma ferramenta computacional inteligente para subsidiar a automao da operao de distribuio de gs natural em dutos. Como resultado, obteve-se um sistema dinmico com mdulos de superviso e controle integrados a simuladores de escoamento de gs natural munidos de algoritmos neurais, capaz de detectar, em regime permanente, e localizar pontos de vazamentos em dutos monitorados por sensores e medidores de vazo, com preciso razovel, alm de possibilitar o isolamento de dutos com escape, atravs da atuao em vlvulas de controle de fluxo. Para tanto avaliou-se as vrias modelagens de redes de distribuio de gs natural e os vrios mtodos de Newton para soluo. No software desenvolvido utilizou-se o Mtodo Nodal de Newton e o mtodo de Gauss-Seidel na soluo dos sistemas de equaes. Os resultados podem ser considerados bons, visto que a convergncia obtida com poucas iteraes. A dificuldade avaliada no mtodo est no uso da matriz jacobiana do sistema, envolvendo as derivadas parciais de primeira ordem de funes no lineares, devido a sua grande sensibilidade com relao aproximao inicial. Devido a grande esparsidade da matriz jacobiana, optou-se pelo uso do mtodo de Gauss-Seidel na soluo dos sistemas lineares obtidos cada iterao, visando a preservao da esparsidade da matriz jacobiana, o que altamente vantajoso. Por outro lado, a grande sensibilidade do sistema com relao ao valor inicial induz aplicao tambm de outros mtodos na soluo desse problema. Analisado os resultados obtidos nas simulaes da vlvula proporcional eletrohidrulica, antes e aps a introduo do controlador PID, percebeu-se a reduo do tempo de abertura da vlvula aps a implementao do controlador PID. Essa reduo de tempo foi obtida com excelente estabilidade, no ocorrendo picos de tenses que pudessem comprometer o desempenho da vlvula. A dificuldade encontrada foi determinao das

constantes do controlador PID, sendo necessria a introduo neste trabalho do mtodo de ajuste de Ziegler e Nichols do controlador PID, o que facilitou a tarefa para a determinao dos parmetros do controlador. Na deteco de vazamento, utilizou-se o mtodo da compensao de volume. Tal mtodo possui muitas desvantagens por tratar o problema apenas em regime permanente, o que pode ocasionar demora na deteco, principalmente em pequenos volumes. Rotinas de avaliao do perfil de consumo ainda devero ser inseridas no sistema para diminuir a incidncia de alarmes falsos e melhorar o tempo de resposta O algoritmo de localizao de vazamento implementado apresentou-se com bom desempenho e erros menores que 3%. A topologia de RNA utilizada mostrou-se satisfatria, no entanto outras configuraes de RNA devero ser avaliadas e testadas de forma a promover melhoria de performance e diminuio do erro. No conjunto, apesar do sistema computacional proposto ainda estar em constante desenvolvimento, os resultados alcanados foram satisfatrios. Foi possvel obter uma ferramenta funcional de fcil operao e muito poderosa, para auxiliar as distribuidoras de gs natural na operao de distribuio desse fluido. O sistema desenvolvido poder ser modificado para utilizao no escoamento de outros fluidos. Inmeros outros trabalhos podero ser realizados para agregar mais inteligncia aos processos, como por exemplo, a implementao no sistema de modelagens transientes; a introduo de compressores na rede; a implementao de algoritmos neurais de avaliao de perfil do escoamento de sada nos dutos para subsidiar na deteco de vazamentos; a avaliao do perfil de consumo dos clientes atravs de sries temporais para predio de vazamentos; a implementao de algoritmos interpoladores dinmicos para localizao de vazamentos; o desenvolvimento de algortimos neurais para avaliao e crtica das medidas de sensores e medidores instalados na rede, dentre outros.

REFERNCIAS BIBLIOGRFICAS

AZEVEDO, F. M. Contribution to the study of neural networks in dynamical expert systems. Ph.d. thesis, Institut dInformatique, FUNDP, Belgium, 1993. BELSITO, S., LOMBARDI, P., ANDREUSSI, P., BANERJEE, S. Leak detection in liquefied gas pipeline by artificial neural networks. AICHE Journal, v.44, n.12, p.26752688, 1998. BELSITO, S.; BANERJEE, S.. An innovative system for leak detection in pipelines. Pipeline Industry Chemical Engineering, 1997. BILLMANN, L., ISERMANN, R. Leak detection methods for pipelines. Automatica, v.23, n.3, p. 381-385, 1987. BLACK, P. A review of pipeline leak detection technology. Pipeline System, v.7, Fluid Mechanics and its Applications, Dordrecht. Kluwer Academic Publishers.p. 287-298, 1992. BOLTON, W. Engenharia de Controle. So Paulo: Mac Graw-Hill. 1995. BOWLES, E. B., MORROW, T. B., SPARKS, C. R., GREGOR, J. G.. Gas pipeline rupture detection and control International Pipeline Conference ASME, v. 2, pp. 1129-1136, 1996. CHUNG, W.-Y., LEE, D.-D. Real time multi-channel gas leakage monitoring system using CPLD chip. Sensors and actuators B, v. 77, p. 186-189, 2001. DELARUE, V.. Leak detection and location for gas transmission pipelines. International Pipeline Conference ASME, v. 2, pp. 1109-1115, 1996. DE NEGRI V.J., ATTI, S.S., TOLEDO L.B., Controle de posio utilizando servovlvulas e vlvulas proporcionais eletro-hidrulicas (parte I), Revista ABHP, 106 (1997) 15-18. DEMPSEY, J., AL-HABIB, R. SCADA computer system controls major Saudi Aramco crude oil pipeline. 5th World Congress on Chemical Engineering, v. 1, p. 973-980, San Diego, California, USA, 1996.

112

ELMAN, J.L. Finding Structure in Time. Cognitive Science vol.14, 1994. ELLUL, I. R. MSc Dis. Advances in pipeline leak detection techniques Pipe & Pipeline International, pp. 7-12, 1989. FOX, R. W. Introduo mecnica dos fluidos. Trad. Alexandre Matos de Souza Melo. 4. ed. Rio de Janeiro: Livros Tcnicos e Cientficos Editora S.A., 1995, 662 p. FRANSCONI, P., GORI, M. and SODA, G. Local feedback multilayered networks. Neural Computation, Vol.4, pp.120-130, 1992. FUKUSHIMA, K., MAESHIMA, R., KINOSHITA, A., SHIRAISHI, H., KOSHIJIMA, I. Gas pipeline leak detection system using the online simulation method. Computers and Chemical Engineering, v. 24, n.2-7, p.453-456, 2000. Gas Engineers Handbook, grfico 1/30. HAYKIN S. Redes neurais: princpio e prtica. Trad. Paulo Martins Engel. 2. Ed. Porto Alegre: Bookman. 2001. HIGGINS, P. Advances in leak detection systems. Pipeline Industry, v. 58, pp.55-56, 58, 1983. HOPFIELD, J. J. AND TANK, D. W. Computing with neural circuits: a model, Science, Vol. 233, Aug. 1986. IWATA, A., SUWA, Y., INO, Y., HOTTA, K. I. and SUZUMURA, N. Hand-written japanese kanji character recognition by a structured self-growing neural network, Artificial Neural Networks, Vol.2, I. Aleksander adn J. Taylor (editors), Elsevier Science Publishers, pp.1189-1192, 1992. JENCEK, T.; STERBA, J.. Transient model based leak detection system 19th Int. Gas Union World Gas Conference, pp. 100-102, 1994. JVARSHEISHVILI A. G., NAMGALADZE, D. P. Invetigation of a pipeline rupture accident International Journal of Engineering Fluid Mechanics, v. 4, pp. 267-283, 1991. OSIADACZ, A. J. Simulation and analysis of gas networks. London: E. & F.N.Spon, 1987, 273p. KOHONEN, T. Improved versions of learning vector quantization, International Joint Conference on Neural Networks, San Diego, 1990. KREMER S.C., On the computational power of Elman-Style recurrent networks, IEEE Trans. on Neural Networks, Vol. 6, No. 4, 1995. MACIAS, I. B. Deteco de vazamento em tubulaes transportando gs. Campinas, SP: [s.n.], 2004. (Tese de Mestrado) MACHADO, F. W., Modelagem chuva-vazo mensal utilizando redes neurais artificiais. Dissertao de Mestrado. Curitiba: UFPR. 2005.

113

MCCULLOCH, W. S. AND PITTS, W. A Logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, Vol5, pp.115-133, 1943. MCKEE, R. J.. Monitoring pipeline operation parameters for rupture detection ASME Petroleo Div. Fa. Workshop Pipeline & Leak Detection Seminar, pp.19-27, 1988. MONTGOMERY, D. W. Leak detection for multi-phase pipelines Pipes & Pipeline International, pp. 1-4, 1986. MUKHERJEE, J., NARASIMHAN, S.. Leak detection in networks of pipeline by the generalized likelihood ratio method Industrial Engineering Chem. Res., v. 35, pp. 18861893, 1996. MURPHY, R. E., DEAN, P. D. What we do to improve pipeline leak and rupture detection Annu. Pipeline Simulation Group, pp. 1-12, 1984. NICHOLAS, R. E.. Pipeline leak detection: how much is feasible? Oil & Gas Environment Safety, pp. 441-459, 1989. ________. Leak detection and location sensitivity analysis Pipeline Engineering, v. 46, pp. 11-18, 1992. PARKER, D. Learning logic. Invention Report S81-64, File 1, O ce of Technology Licensing, Stanford University, 1982. PRINGLE, C. S.. The pipeline monitor: An overview of software based leak detection ASME Petroleo Div. Fa. Workshop Pipeline & Leak Detection Seminar, pp.55-60, 1988. PUDAR, R. S., LIGGETT, J. A. Leaks in pipe networks. Journal of Hydraulic Engineering, v. 118, n. 7, p.1031-1046, 1992. RACHFORD Jr., WIKE, A. How bulk modulus errors can affect leak detection International Pipeline Conference ASME, v. 2, pp. 1095-1099, 1996. RUMELHART,D. E., MCCLELLAND J. L.. Parallel Distributed Processing, volume 1, Foundations. The MIT Press, Cambridge, Massachusetts, 1986. SANDBERG, C., HOLMES, J., MCCOY, K., E KOPPITSCH, H. The application of a continuous leak detection system to pipelines and associated equipment. IEEE STREETER, V. L. e WYLIE, E.B. Mecnica dos fluidos. Trad. Milton Gonalves Sanches. 7. ed. So Paulo: McGraw-Hill do Brasil, 1982, 585 p. THOMPSON, W. C.; SKOGMAN, K. D. The application of real time flow modeling to pipeline leak detection Petroleum Div. Pipeline Engineering. pp. 39-45, 1984. VAN REET, J. D., SKOGMAN, K. D.. The effect of measurement uncertainty on Real Time pipeline Modeling applications ASME Pipeline Engineering Symposium, pp.29-33, 1987.

114

VERDE, C. Multi-leak detection and isolation in fluid pipelines. Control Engineering Practice, v. 9, p. 673-682, 2001. VIANNA, M. R. Instalaes hidrulicas prediais. Belo Horizonte: Instituto de Engenharia Aplicada Editora, 1993. WAIBEL, A. T., HANAZAWA, T., HINTON, G., SHIKANO, K. AND LANG, K. J. Phoneme recognition using Time-Delay Nnural networks, IEEE Trans. on Acoustics, Speech, and Signal Processing, Vol.37, 1989. WERBOS, P. J. Beyond regression: new tools for prediction and analysis in the behavioral sciences. PhD thesis, Harvard University, Cambridge, MA, 1974. WHALEY, R. S.; NICHOLAS, R. E.; VAN REET, J. D.. Tutorial on software based leak detection techniques. Pipeline Simulations Interest Group, pp. 1 19, 1992. WIKE, A. Liquid pipelines can use many varieties of SCADA-based leak detection systems. Pipeline & Gas Journal, v.213, n. 6, p.16-20, 1986. WILLIAMS, R. J. and ZIPSER, D. A Learning algorithm for continually running fully recurrent neural networks, ics report 8805, Oct. 1988. ZHANG, J. Statistical pipeline leak detection for all operating conditions. Pipeline & Gas Journal Online, Fev 2001.

Produo bibliogrfica: Artigos publicados em peridicos (Completo) SCUCUGLIA, J. W. ; SOUZA, C. C.; et al. Controle da Distribuio de Gs Natural Atravs de Dutos com a Utilizao de Vlvulas Proporcionais Eletro-hidrulicas Controladas via Controladores PID. Socity of Petroleum Engineers SPE, Seccions Argentina, http://www.spe.org.ar, 2003. SCUCUGLIA, J. W. ; SOUZA, C. C.; et al. Clculo em regime permanente da presso de sada de redes de dutos de transporte e distribuio de gs natural alta presso pelo Mtodo de Newton-Raphson generalizado. Ensaios e Cincia, Campo Grande - MS, v. 7, n. 3, p. 399405, 2003. SCUCUGLIA, J. W. ; SOUZA, C. C. ; et al. Utilizao do Mtodo Nodal de Newton para o Clculo de Parmetros de Redes de Transporte e Distribuio de Gs Natural. Ensaios e Cincias, Campo Grande, v. 6, p. 137-154, 2002.

Trabalhos em eventos (Completo) SCUCUGLIA, J. W.; SOUZA C. C., TEIXEIRA, M. C. M. ; et al. Sistema de Controle de Escoamento de Gs Natural dm Dutos de Distribuio com Deteco de Vazamentos Utilizando Redes Neurais. XVI Congresso Brasileiro de Automtica (XVI CBA). Salvador, 2006.

115

SCUCUGLIA, J. W.; SOUZA C. C., TEIXEIRA, M. C. M. ; et al. Natural Gas Flow Control System with Leakage Detection and Location Using Neural Netwoks. XII Congresso LatinoAmericano de Controle Automtico (XII CLCA). Salvador, 2006. SCUCUGLIA, J. W. ; SOUZA C. C., TEIXEIRA, M. C. M. ; et al. Restritor de fluxo de gs natural microcontrolado. In: Rio OIL & GAS 2004, 2004, Rio de Janeiro. Rio OIL & GAS 2004 Expo and Conference, 2004. SCUCUGLIA, J. W. ; SOUZA, C., TEIXEIRA, M. C. M. ; et al. Sistema inteligente de controle e automao da operao de distribuio de gs natural. In: Rio OIL & GAS 2004, 2004, Rio de Janeiro. Rio OIL & GAS 2004 Expo and Conference, 2004. SCUCUGLIA, J. W. ; SOUZA, C. C. ; et al. Utilizao de Vlvulas Proporcionais Eletrohidrulica Controladas via Controladores PID 2003. In: GIMOR 2003 - Grupo de Inters en Modelado y Operacin de Redes y Ductos, 2003, Buenos Aires. SPE Seccin Argentina, 2003. SCUCUGLIA, J. W. ; SOUZA, C. C.; et al. Clculo em Regime Permanente dos Valores das Presses de Sadas e dos Escoamentos nos Ramos de Redes de Distribuio de Gs Natural Atravs de Dutos Alta Presso.. In: III Encontro de Pesquisa e Iniciao Cientfica da UNIDERP, 2003, Campo Grande. Ensaios e Cincias - ENPIC. Campo Grande: UNIDERP, 2003. v. 1. p. 29-37.

Trabalhos em eventos (Resumo) SCUCUGLIA, J. W. ; SOUZA, C. C.; et al. Clculo em Regime Permanente da Presso de Sada de Redes de Dutos de Transporte e Distribuio de Gs Natural Mdia Presso Usando o Mtodo de Newton Generalizado.. In: XXVI Congresso Nacional de Matemtica Aplicada e Computacional, 2003, So Jos do Rio Preto. XXVI CNMAC, 2003. v. 1. p. 174. SCUCUGLIA, J. W. ; SOUZA, C. C.; Controle de uma Vlvula Pneumtica em Tempo Real. In: XXVI Congresso Nacional de Matemtica Aplicada e Computacional, 2003, So Jos do Rio Preto. XXVI CNMAC, 2003. v. 1. p. 111. SOUZA, C. C.; SCUCUGLIA, J. W. ; et al. Anlise e Modelamento de Redes de Transporte e Distribuio de Gs Natural Atravs de Dutos. In: 2 Congresso Nacional de Iniciao Cientfica, 2002, So Carlos. 2 CONIC SEMESP 2002, 2002. v. 02. p. 945.

Prmio Internacional: Prmio de melhor trabalho em automao aplicada ao Gs Natural, com o projeto Controle da Operao de Distribuio de Gs Natural, concedido pela Society of Petroleum Engineers, GIMOR 2003 - Grupo de Inters en Modelado y Operacin de Redes y Ductos, Buenos Aires. SPE Seccin Argentina, 2003.

116

ANEXO A Rotinas em MATLAB

A1 A2 A3 A4 A5 A6 A7 A8

MTODO NODAL DE NEWTON MTODO NODAL DE NEWTON MTODO HARDY-CROSS 1 MTODO NODAL DE NEWTON MTODO HARDY-CROSS 2 MTODO DE NEWTON EM MALHA MTODO DE NEWTON EM MALHA 36 DUTOS MTODO DE NEWTON EM MALHA MTODO HARDY-CROSS 1 MTODO DE NEWTON EM MALHA MTODO HARDY-CROSS 2 MTODO NODAL-MALHA DE NEWTON

117

A1:

MTODO NODAL DE NEWTON

PROGRAMA: NEWTON_JACOBI function N1_Seidel(x,y,z,tol,nmax); % N1_Seidel(x,y,z,tol,nmax) icount=0; y1=1.0; y2=1.0; y3=1.0; P1=30; while(sqrt(y1^2+y2^2+y3^2) > tol) icount=icount+1; a=feval('funf2x',x,y,z); b=feval('funf2y',x,y,z); c=feval('funf2z',x,y,z); d=feval('funf3x',x,y,z); e=feval('funf3y',x,y,z); f=feval('funf3z',x,y,z); g=feval('funf4x',x,y,z); h=feval('funf4y',x,y,z); k=feval('funf4z',x,y,z); A=[a b c;d e f;g h k]; w=det(A); if (abs(w)<tol) error('O Jacobiano anula-se em uma das iteraes, tente um novo ponto inicial x,y,z'); end F1=feval('funf2',x,y,z); F2=feval('funf3',x,y,z); F3=feval('funf4',x,y,z); B=[F1;F2;F3]; C=inv(A)*(-B); y1=C(1,1); y2=C(2,1); y3=C(3,1); D=[x;y;z]; P=D+C; x=(P(1,1)); y=(P(2,1)); z=(P(3,1)); end if (icount>nmax) ss1=sprintf ('O processo nao convergiu em %5.0f iteracoes, tente um novo ponto inicial', nmax); disp(' '); disp(' '); disp(ss1); break; break end ss=sprintf(' Solues do sistema encontradas pelo mtodo Nodal de Newton so:');

118

ssA=sprintf(' ssB=sprintf(' ssC=sprintf(' ssD=sprintf(' ssE=sprintf(' disp(' ') disp(' ') disp(ss) disp(ssA) disp(ssB) disp(ssC) disp(ssD) disp(ssE)

Presso: P1 = %10.7f',P1); Presso: P2 = %10.7f',x); Presso: P3 = %10.7f',y); Presso: P4 = %10.7f',z); Aps %5.0f iteraes',icount);

SUB FUNES: function z1=funQ1(x,y,z) z1=[1*(sqrt(1*(30-x)/0.000104782))]; function z2=funQ2(x,y,z) z2=[1*(sqrt(1*(30-y)/0.000585065))]; function z3=funQ3(x,y,z) z3=[1*(sqrt(1*(30-z)/0.000064718))]; function z4=funQ4(x,y,z) z4=[1*(sqrt(1*(y-x)/0.000702078))]; function z5=funQ5(x,y,z) z5=[(-1)*(sqrt((-1)*((y-z)/0.000397844)))]; function w=funf2(x,y,z) w=[(feval('funQ1',x,y,z))+(feval('funQ4',x,y,z))-250]; function w22=funf2x(x,y,z) a=feval('funQ1',x,y,z); b=feval('funQ4',x,y,z); w22=-1/2*[(a/(30-x))+(b/(-x+y))]; function w23=funf2y(x,y,z) w23=1/2*[(feval('funQ4',x,y,z))/(y-x)]; function w24=funf2z(x,y,z) w24=0; function w3=funf3(x,y,z) w3=[(feval('funQ2',x,y,z))-(feval('funQ4',x,y,z))-(feval('funQ5',x,y,z))-100]; function w32=funf3x(x,y,z) w32=1/2*[(feval('funQ4',x,y,z))/(y-x)];

119

function w33=funf3y(x,y,z) w33=-1/2*[(feval('funQ2',x,y,z))/(30-y)+(feval('funQ4',x,y,z))/(x+y)+(feval('funQ5',x,y,z))/(y-z)]; function w34=funf3z(x,y,z) w34=1/2*[(feval('funQ5',x,y,z))/(y-z)]; function w4=funf4(x,y,z) w4=[(feval('funQ3',x,y,z))+(feval('funQ5',x,y,z))-180]; function w42=funf4x(x,y,z) w42=0; function w43=funf4y(x,y,z) w43=1/2*[(feval('funQ5',x,y,z))/(y-z)]; function w44=funf4z(x,y,z) w44=-1/2*[(feval('funQ3',x,y,z))/(30-z)+(feval('funQ5',x,y,z))/(y-z)]; SOLUO DO PROGRAMA: NEWTON_JACOBI N1_Seidel (23.4511, 24.1493, 27.9031, 0.0001, 100). Solues do sistema encontradas pelo mtodo Nodal de Newton so: Presso: P1 = 30.0000000 Presso: P2 = 25.0348761 Presso: P3 = 25.7681821 Presso: P4 = 26.6571809 Aps 5 iteraes

120

A2 :

MTODO NODAL DE NEWTON MTODO HARDY-CROSS

PROGRAMA: HARDY_CROSS function Hardy_Cross(P2,P3,P4,tol,nmax) %Hardy_Cross(P2,P3,P4,tol,nmax) icount=0; sP2=1.0; sP3=1.0; sP4=1.0; L2=250; L3=100; L4=180; P1=30; K(1)=0.000104782; K(2)=0.000585065; K(3)=0.000064718; K(4)=0.000702078; K(5)=0.000397844; while(sqrt(sP2^2+sP3^2+sP4^2) > tol); icount=icount+1; for I=1:5; DP(1)=P1-P2; DP(2)=P1-P3; DP(3)=P1-P4; DP(4)=P3-P2; DP(5)=P3-P4; if DP(I) > 0; Q(I)=(sqrt(DP(I)/K(I))); else Q(I)=(-1)*sqrt((-1*DP(I))/K(I)); end end F2=Q(1)+Q(4)-L2; J2=-1/2*(Q(1)/DP(1)+Q(4)/DP(4)); J22=1/(J2); sP2=-(J22)*F2; P2=P2+sP2; for I=1:5; DP(1)=P1-P2; DP(2)=P1-P3; DP(3)=P1-P4; DP(4)=P3-P2; DP(5)=P3-P4; if DP(I) > 0; Q(I)=(sqrt(DP(I)/K(I))); else Q(I)=(-1)*sqrt((-1*DP(I))/K(I)); end end F3=Q(2)-Q(4)-Q(5)-L3;

121

J3=-1/2*(Q(2)/DP(2)+Q(4)/DP(4)+Q(5)/DP(5)); J33=1/(J3); sP3=-(J33)*F3; P3=P3+sP3; for I=1:5; DP(1)=P1-P2; DP(2)=P1-P3; DP(3)=P1-P4; DP(4)=P3-P2; DP(5)=P3-P4; if DP(I) > 0; Q(I)=(sqrt(DP(I)/K(I))); else Q(I)=(-1)*sqrt((-1*DP(I))/K(I)); end end F4=Q(3)+Q(5)-L4; J4=-1/2*(Q(3)/DP(3)+Q(5)/DP(5)); J44=1/(J4); sP4=-(J44)*F4; P4=P4+sP4; end if (icount>nmax) ss1=sprintf('O processo no convergiu em %5.0f iteraes, tente um novo ponto inicial',nmax); disp(' '); disp(' '); disp(ss1); break; break end ss=sprintf(' Solues do sistema encontradas pelo mtodo Hardy-Cross so:'); ssA=sprintf(' Presso: P1 = %10.7f',P1); ssB=sprintf(' Presso: P2 = %10.7f',P2); ssC=sprintf(' Presso: P3 = %10.7f',P3); ssD=sprintf(' Presso: P4 = %10.7f',P4); ssE=sprintf(' Aps %5.0f iteraes',icount); disp(' ') disp(' ') disp(ss) disp(ssA) disp(ssB) disp(ssC) disp(ssD) disp(ssE)

122

SOLUO DO PROGRAMA: HARDY_CROSS Hardy_Cross (23.4511, 24.1493, 27.9031, 0.0001, 100) Solues do sistema encontradas pelo mtodo Hardy-Cross so: Presso: P1 = 30.0000000 Presso: P2 = 25.0348315 Presso: P3 = 25.7681477 Presso: P4 = 26.6571658 Aps 11 iteraes

123

A3:

MTODO DE MALHA DE NEWTON

PROGRAMA: NEWTON_MALHA function Newton_Malha(qA,qB,tol,nmax); % Newton_Malha(qA,qB,tol,nmax) icount=0; y1=1.0; y2=1.0; L2=250; L3=100; L4=180; P1=30; K(1)=0.000104782; K(2)=0.000585065; K(3)=0.000064718; K(4)=0.000702078; K(5)=0.000397844; while(sqrt(y1^2+y2^2) > tol) icount=icount+1; for I=1:5; Q(1)=L2-qA; Q(2)=L3+qA+qB; Q(3)=L4-qB; Q(4)=qA; Q(5)=qB; if Q(I)>0; DP(I)=(K(I)*(Q(I))^2); else DP(I)=-(K(I)*(Q(I))^2); end end P2=-DP(1)+P1; P3=-DP(2)+P1; P4=-DP(3)+P1; FA=-DP(1)+DP(2)+DP(4); FB=DP(2)-DP(3)+DP(5); F=[FA;FB]; a=K(1)*abs(Q(1)); b=K(2)*abs(Q(2)); c=K(3)*abs(Q(3)); d=K(4)*abs(Q(4)); e=K(5)*abs(Q(5)); J=2*[(a+b+d) b;b (b+c+e)]; C=inv(J)*(-F); y1=C(1,1); y2=C(2,1); D=[qA;qB]; P=C+D; qA=P(1,1); qB=P(2,1);

124

end if (icount>nmax) ss1=sprintf('O processo nao convergiu em %5.0f iteracoes, tente um novo ponto inicial',nmax); disp(' '); disp(' '); disp(ss1); break end ss=sprintf(' Soluces do sistema encontradas pelo mtodo de malha de Newton so: '); ssA=sprintf(' Presso: P1 = %10.7f',P1); ssB=sprintf(' Presso: P2 = %10.7f',P2); ssC=sprintf(' Presso: P3 = %10.7f',P3); ssD=sprintf(' Presso: P4 = %10.7f',P4); ssE=sprintf(' qA = %10.7f',qA); ssF=sprintf(' qB = %10.7f',qB); ssG=sprintf(' Aps %5.0f iteraes',icount); disp(' ') disp(' ') disp(ss) disp(ssA) disp(ssB) disp(ssC) disp(ssD) disp(ssE) disp(ssF) disp(ssG) SOLUO DO PROGRAMA: NEWTON_MALHA Newton_Malha (0,0,0.0001,100) Solues do sistema encontradas pelo mtodo de malha de Newton so: Presso: P1 = 30.0000000 Presso: P2 = 25.0348766 Presso: P3 = 25.7681822 Presso: P4 = 26.6571805 qA = 32.3184079 qB = -47.2709327 Aps 5 iteraes.

125

A6:

MTODO DE MALHA DE NEWTON - MTODO HARDY-CROSS

PROGRAMA: HARDYCROSS_MALHA function Hardycross_Malha(qA,qB,tol,nmax); % Hardycross_Malha(qA,qB,tol,nmax) icount=0; y1=1.0; y2=1.0; L2=250; L3=100; L4=180; P1=30; K(1)=0.000104782; K(2)=0.000585065; K(3)=0.000064718; K(4)=0.000702078; K(5)=0.000397844; while(sqrt(y1^2+y2^2) > tol) icount=icount+1; for I=1:5; Q(1)=L2-qA; Q(2)=L3+qA+qB; Q(3)=L4-qB; Q(4)=qA; Q(5)=qB; if Q(I)>0; DP(I)=(K(I)*(Q(I))^2); else DP(I)=-(K(I)*(Q(I))^2); end end P2=-DP(1)+P1; P3=-DP(2)+P1; P4=-DP(3)+P1; a=K(1)*abs(Q(1)); b=K(2)*abs(Q(2)); c=K(3)*abs(Q(3)); d=K(4)*abs(Q(4)); e=K(5)*abs(Q(5)); FA=-DP(1)+DP(2)+DP(4); JA=2*(a+b+d); JA1=inv(JA); CA=JA1*(-FA); qA=CA+qA; FB=DP(2)-DP(3)+DP(5); JB=2*(b+c+e); JB1=inv(JB); CB=JB1*(-FB); qB=CB+qB; y1=CA;

126

y2=CB; end if (icount>nmax) ss1=sprintf('O processo no convergiu em %5.0f iteraes, tente um novo ponto inicial',nmax); disp(' '); disp(' '); disp(ss1); break; break end ss=sprintf(' Solues do sistema encontradas pelo mtodo Hardy-Cross '); ssA=sprintf(' Presso: P1 = %10.7f',P1); ssB=sprintf(' Presso: P2 = %10.7f',P2); ssC=sprintf(' Presso: P3 = %10.7f',P3); ssD=sprintf(' Presso: P4 = %10.7f',P4); ssE=sprintf(' Escoamento no ramo qA = %10.7f',qA); ssF=sprintf(' Escoamento no ramo qB = %10.7f',qB); ssG=sprintf(' Aps %5.0f iteraes',icount); disp(' ') disp(' ') disp(ss) disp(ssA) disp(ssB) disp(ssC) disp(ssD) disp(ssE) disp(ssF) disp(ssG) SOLUO DO PROGRAMA: HARDYCROSS_MALHA Hardycross_Malha(0,0,0.0001,100) Solues do sistema encontradas pelo mtodo Hardy-Cross so: Presso: P1 = 30.0000000 Presso: P2 = 25.0348721 Presso: P3 = 25.7681864 Presso: P4 = 26.6571822 Escoamento no ramo qA = 32.3183851 Escoamento no ramo qB = -47.2708812 Aps 24 iteraes

127

A8:

MTODO NODAL-MALHA DE NEWTON

PROGRAMA: NEWTON_MALHA1 function Newton_Malha1(qA,qB,tol,nmax); icount=0; y1=1.0; y2=1.0; L2=250; L3=100; L4=180; P1=30; K(1)=0.000104782; K(2)=0.000585065; K(3)=0.000064718; K(4)=0.000702078; K(5)=0.000397844; while(sqrt(y1^2+y2^2) > tol) icount=icount+1; for I=1:5; Q(1)=L2-qA; Q(2)=L3+qA+qB; Q(3)=L4-qB; Q(4)=qA; Q(5)=qB; if Q(I)>0; DP(I)=(K(I)*(Q(I))^2); else DP(I)=-(K(I)*(Q(I))^2); end end for I=1:5; R(I)=(2*K(I)*abs(Q(I)))^-1; I=5; end DQ(1)=R(1)*(DP(1)-P1); DQ(2)=R(2)*(DP(2)-P1); DQ(3)=R(3)*(DP(3)-P1); DQ(4)=R(4)*DP(4); DQ(5)=R(5)*DP(5); J=-[(R(1)+R(4)) -R(4) 0;-R(4) (R(2)+R(4)+R(5)) -R(5);0 -R(5) (R(3)+R(5))]; J1=inv(J); V1=DQ(1)+DQ(4); V2=DQ(2)-DQ(4)-DQ(5); V3=DQ(3)+DQ(5); V=[V1;V2;V3]; C=J1*(V); P2=C(1,1); P3=C(2,1); P4=C(3,1); DQ4=R(4)*((P3-P2)-DP(4));

128

DQ(4)=DQ4; DQ(4)=qA+DQ(4); DQ5=R(5)*((P3-P4)-DP(5)); DQ(5)=DQ5; DQ(5)=qB+DQ(5); y1=DQ(4)-qA; y2=DQ(5)-qB; qA=DQ(4); qB=DQ(5); end if (icount>nmax) ss1=sprintf('O processo no convergiu em %5.0f iteraes, tente um novo ponto inicial',nmax); disp(' '); disp(' '); disp(ss1); break end ss=sprintf(' Solues do sistema encontradas pelo mtodo nodal-malha de Newton so: '); ssA=sprintf(' Presso: P1 = %10.7f',P1); ssB=sprintf(' Presso: P2 = %10.7f',P2); ssC=sprintf(' Presso: P3 = %10.7f',P3); ssD=sprintf(' Presso: P4 = %10.7f',P4); ssE=sprintf(' qA = %10.7f',qA); ssF=sprintf(' qB = %10.7f',qB); ssG=sprintf(' Aps %5.0f iteraes',icount); disp(' ') disp(' ') disp(ss) disp(ssA) disp(ssB) disp(ssC) disp(ssD) disp(ssE) disp(ssF) disp(ssG) SOLUO DO PROGRAMA: NEWTON_MALHA1 Newton_Malha1(0.5,0.5,0.0001,100) Solues do sistema encontradas pelo mtodo nodal-malha de Newton so: Presso: P1 = 30.0000000 Presso: P2 = 25.0348761 Presso: P3 = 25.7681821 Presso: P4 = 26.6571809 qA = 32.3184079 qB = -47.2709327 Aps 5 iteraes.