Você está na página 1de 6

40.

SBAI - Simpsio Brasileiro de Automao Inteligente, So Paulo, SP, 08-10 de Setembro de 1999

ANLISE DINMICA DE SISTEMAS DE PRODUO FLUTUANTE DE


PETRLEO ATRAVS DE REDES NEURAIS ARTIFICIAIS
Jhonny Leonidas Merma TiquilIoca, Hlio Mitio Morishita, Marcelo Godoy Simes
Depto de Engenharia Mecnica - Escola Politcnica da USP
Av. Prof. Mello Moraes, 2231
CEP 05508-900 - So Paulo - SP
e-mail: [jhcnnylm.hmmorish.mgsjtusp.br

os que acontecem prximos freqncia natural do sistema de


ancoramento, tendem a ter considervel amplitude.

Resumo. Neste trabalho descreve-se o desenvolvimento de um


simulador para anlise do comportamento dinmico de navios
ancorados os assim chamados FPSO (Floating Production
Storage and Offloading System) atravs de Redes Neurais
Multicamadas. A simulao dos esforos hidrodinmicos de
navios amarrados tem caratersticas no lineares que tornam
adequada a utilizao de redes neurais para sua modelagem.
Visando evitar as dificuldades de modelos matemticos e
mtodos de identificao tradicionais, prope-se um
modelamento neural para identificar a dinmica do sistema,
permitindo que medies reais sejam incorporadas no sistema
final.
Palavras-Chaves: Redes Neurais,
Simulao Dinmica, FPSO.

Navios

NavioMiic
(FPSO com Tu"t/)

Ancorados,
Fig. 1: FPSO com turret e navio Shuttle amarrados em
Tandem "

INTRODUO

Navios tanque ancorados so utilizados pela indstria do


petrleo como Sistemas de Produo Flutuante de
Armazenamento e Descarga (FPSO). Atualmente a tecnologia
FPSO uma nova tendncia em unidades de produo
flutuantes, como opo s atuais plataformas semisubmersveis; tal fato ocorre devido ao alto custo desta ultima e
relativamente baixo custo da primeira. A converso de antigos
navios em FPSO, com sistemasde amarrao tipo Turret (Fig.
1), tm-se tornado uma soluo interessante no s
economicamente como ecologicamente vivel, pelo fato de
estar-se criando uma reutilizao para os antigos petroleiros,
resultado do contnuo sucatamento da atual frota mundial.

1.1

Comportamento Dinmico de Navios


Amarrados

Em funo das caractersticas construtivas, as plataformas


semi-submersveis no apresentam problemas de aproamento
em relao ao vento, sendo praticamente insensveis ao de
ondas. De uma maneira geral, pode-se dizer que as plataformas
so estruturas "relativamente estveis quando sujeitas s
condies ambientais. J no caso de navios , qualquer que seja o
sistema de amarrao dependendo das variveis envolvidas,
tais como porte do navio, condio de calado, direo e
intensidade de corrente, vento e ondas, posio do turret, prtenso das linhas, pode-se ocorrer comportamento instvel com
movimentos de baixa freqncia e de grande amplitude.

Como a explorao do petrleo ocorre cada vez mais em guas


profundas, a-Petrobrs desenvolveu tecnologia prpria. Assim
as unidades FPSO tem sido amplamente utilizadas na costa
brasileira. Tal soluo motivada pelo baixo custo sendo
principal vantagem que o mesmo' navio armazena o petrleo
produzido.

A instabilidade tem como consequncia o aparecimento de


altos picos de tenso no sistema de amarrao. Assim, a
predio da estabilidade de navios amarrados de extrema
importncia para o projeto do sistema de amarrao. Existem
vrias formas de se fazer a predio do comportamento
dinmico:

Associado ao sistema utilizado um navio de transporte em


configurao Tandem (Fg , 1) para propsito de
descarregamento. Quando um navio ancorado submetido s
aes do vento, ondas e correnteza, pode apresentar
movimentos indesejveis os movimentos de baixa freqncia,

144

Ensaio de modelos reduzidos em tanque de provas.


Estudo da estabilidade do sistema, atravs das equaes
caractersticas.

40. SBAI-Simpsio Brasileiro de Automao Inteligente, So Paulo, SP. OB-10 de Setembro de 1999

Anlise do comportamento no domnio da freqncia.


Simulao dinmica no domnio do tempo.
Modelamento dinmico atravs de Redes Neurais.

( 8)

Onde: Vc e 'l'c so a velocidade e direo da corrente,


respectivamente.

MODELO 'MATEMTICO

As foras X e Y e momento N embora dependam do navio


podem ser expressadas de urna forma geral atravs do seguinte
conjunto de equaes:

descrito neste tem a formulao geral do modelo matemtico


e a dinmica do movimento de navios amarrados; em seguida,
so descritos cada um dos modelos matemticos das foras
ambientais.
.

= Xc. +.X v +Xo +X. +X


I

''j

(9)

t I.

Y=Yc +Y". +Y. +y" +Yt .


,

2.1

Sistema de Coordenadas

Para o estudo dos movimentos do navio adotou-se trs sistemas


de coordenadas, como ilustra a (Fig. 2). O primeiro OXYZ,
fixo terra. O segundo e o terceiro GXIXjYI (i=I,2), so
solidrios . embarcao e seus eixos coincidem com os eixos
principais de inrcia e a sua origem est localizada no centro de
gravidade do navio.

''j

( 10)

= N, + N; + No. + y"ev. + Yhe. + Y,e


,

"

''1

( 11 )

onde: i = 1,2, referem-se, respectivamente aos navios alviador


e FPSO- Turret; os ndices ' c, v, o, h e t referem-se,
respectivamente, a corrente, vento, onda, hawser, turret; eh, .e,
e elo so respectivamente, as distncias entre o centro de
gravidade e os pontos de aplicao das foras do hawser, do
vento e o turret.

2.1.1

Fora da corrente

As foras e momentos hidrodinmicos segundo Takashina, que


atuam no navio foram obtidas apartir de ensaios realizados com
modelos cativos, e so dadas por:

X c =.!..PWU
2

wave

current

wind

= (m-mn)vr-(m l l -m22)vCr+X
(m- m 22 )v = (mll - m)ur - (mll -m22 Pcr+ Y
(I z - m66 )r = N
(m-m l1 )u

N c = J... pL DU\N'v v'+N'uv U'y'


2
+ N' llV VV U'V,3 +N' r r'
.

(1)

(3 )

= U COS lfI- vsemp


Yo = usenip + vcoslfI
Xo

(4)

if/=r

(6)

so

velocidades

da

u'=

As componentes u, e

uc

Ve

(15)

(16)

r'='%(17)
(18)

As foras e momento devido corrente so levadas em conta


no modelo, substituindo as velocidades absolutas de avano e
deriva, u e v, nas equaes (12, 13 e 14) pelas correspondentes
velocidades relativas, u; e v, do navio em relao ao . meio
fluido.

2.1.2

embarcao

Fora do vento

As componentes da fora do vento atuantes na parte no


submersa do casco e na superestrutura do navio so calculadas
atravs das frmulas:

= t p oCv x(1/1vr ){At + (H - D)B }vv;


Yv =-} p aCvy(lfIvr ){A + (H - D)L }vv;

da corrente so calculadas de:

= Vc COS(lfIc -lfIT)

y'=

respectivamente nas direes OX e YO, e 'l' o ngulo de


aproamento do veculo.
I

( 14)

onde: u'v'e r' so as velocidades no ' dimencionais de avano,


deriva e guinada, respectivamente:

(5)

as

(13 )

+ N ' /Cvlrj U "1'1


Y r + N 'vvrV '2 r ')

(2)

A posio e aproamento de cada embarcao em relao ao


referencial inercial so obtidas das seguintes equaes :

Yo

( 12)

Onde: m a massa do veculo; Inij .i = 1, 2, 6 so,


respectivamente, as massa adicionais em avano, deriva e
guinada; lI e e' V e so as velocidades da corrente relativas s
direes GX e GY respectivamente; r a velocidade angular; lz
o momento de inrcia em relao ao eixo GZ; X, Y e N
representam as foras externas totais respectivamente nas
. direes de avano, deriva e guinada; o ponto representa
derivada em relao ao tempo da varivel.

v'r')

+Y'ur u'r'+Y'urlrl u'r'lr'I+Y' vlrl v'lr1)

A equao do movimento de cada navio referido ao referencial


inercial, e j considerando as foras de reao hidrodinmicas
so dadas por:

xo

u ' u '+X' vr

1
2(y' v'+Y' V'3+y'
Yc =-pLDU
v,s
2
li
vvv
YVVVV

Fig. 2: Sistema de coordenadas

onde

2(X

(7 )

l'

145

( 19)
(20)

40. SBAI - SimpsioBrasileiro de Automao inteligente, So Paulo,SP, 08-10 de Setembrode 1999

2.1.7

A equao clssica da catenria foi usada para modelar o


hawser considerando apenas sua massa prpria e sua geometria
como sendo simtrica em relao ao seu ponto mdio ao longo
do comprimento . A partir destas hipteses, no h fora
vertical atuando no ponto mdio do hawser e a relao entre a
distncia horizontal e a fora dada por:

onde At : rea transversal da super-estrutura.Al a rea


lonjitudinal da super-estrutura; H o pontal; D calado; L o
comprimento do navio

2.1.3

Fora no Hawser

Fora da onda

Foram consideradas parcelas de deriva mdia e deriva lenta da


fora da onda

2.1.4

( 30)

Fora de deriva mdia de ondas


(31)

A fora de deriva mdia, depende da incidncia da onda, e


obtida para um dado espectro , a partir da seguinte expresso:

onde: 8xH a distncia horizontal do hawser, FH a fora


horizontal do hawser , E o mdulo de elasticidade; A rea
transversal; w o peso especfico; L h o comprimento do
hawser; XH,i ,Y H,; , i=1,2 so as coordenadas da popa do navio
de me e da 'proa do navio filho.

(22 )

2f S(CO)Xtfm(x;co)dco
o

FdJn2 (xl )=2 S(co)y dm (x,

(23 )

Fdm6 (xl )=2f S(CO)n dm (X, co)dco

(24 )

a direo de incidncia da onda;


harmonica
X

2.1.5

MODELAGEM BASEADA EM REDES


NEURAIS

Os mtodos clssicos para simulaes de veculos ocenicos


so baseados em modelos matemticos cujos coeficientes so
obtidos atravs de ensaios com modelos em escala reduzida.
Esse procedimento nem sempre consegue reproduzir toda' a
dinmica do sistema, j a o modelamento mediante redes
neurais consegue, atravs da observao das principais
variveis, identificar e reproduzir a dinmica do sistema, por
mais complexa que ela seja.

ro a frequncia da onda

Fora de deriva lenta de onda

Para cada incidncia de onda os espectros de foras de deriva


lenta podem ser obtidos pelo cruzamento espectral j
conhecido:

Como a utilizao de modelagem matemtica clss ica difcil


de se aplicar em um sistema real, uma metodologia baseada em
redes neurais [23] facilita a utilizao de medies reais.
onde: Il

=WI -

W2

3.1

frequncia diferena.

FdU(x,t)= LCn;(x,,u)cos(ut+q

Os modelos hidrodinmicos so tipicamente no lineares e


devem ser linearizados. Com isso sua eficcia restrita a uma
pequena faixa de operao.

(26 )

O modelo apresentado neste artigo identifica caractersticas


estruturais de modelos de -sistemas reais, isto inclui a
identificao do modelo da estrutura na forma de equaes
diferenciais lineares e no lineares.
Como este sistema dinmico tem compo rtamento temporal, as
sadas com retardo de tempo so' realimentadas, isto
necessrio
para modelar apropriadamente o sistema e
incorporar a dinmica como mostra a Fig. 3.

onde:

cn, (x,/1) =J2S xi (x, )f,./1

para i = 1,2,6

o = fase aleatria (O- 2n ) gerada


2.1.6

Modelagem E Identificao

numericamente.

Fora no Turret

o turret posicionado atravs de linhas de ancoragem e foi


modelada como uma mola, e as foras X, Y, so calculadas
por:
XI =

1', =

+ YI2 cos(m)

+ Y; sen(OJ)

OJ = -Jr + a tan 2(YT, x T )-lf/

(27 )
(28 )
(29 )

Fig.3 : Modelamento do Simulador Neural

onde: Xr e Yr so as coordenadas do ponto de conexo do turret


ao navio.

A posio global do navio estimada atravs de uma rede


neural, que desenvolve a transformao de coordenadas do
.sistema local para o sistema inercial, conforme mostra a Fig. 4.

146

40. SBAI- Simpsio Brasileiroda Automao Inteligente, So Paulo, SP, 08-10 de Setembro de 1999

A rede tem como entrada .a posio atual do navio no sistema


global, e tem como sada os dados para o clculo das foras que
interagem com o mesmo.

rede neural lI, o novo deslocamento do navio realimentado


com um retardo de tempo na rede neural I, fornecendo
dinmica ao sistema navio me.

Como as foras presentes : no sistema esto ligadas


internamente posio do navio, seu clculo ser feito de duas
formas distintas. A primeira forma de clculo aplica-se para as
foras com caractersticas lineares, cujos resultados so obtidos
atravs de simples produtos algbricos, no sendo necessrio a
utilizao de redes neurais. Estas foras so: Fi fora inercial,
F. fora do vento, A segunda forma para o caso das foras no
lineares, F o fora da onda, FdI fora de deriva lenta, F dm
fora de deriva mdia, F l urrel fora do turret F wd fora de
amortecimento por deriva de onda. Neste segundo caso as
redes neurais mostram sua grande vantagem.

No caso do navio filho (shuttle), existe uma dependncia do


deslocamento inicial do navio me, pelo que precisaremos
realizar a transformao de coordenadas do sistema local do
FPSO (origem no centro de gravidade do navio me), para o
sistema local (origem no centro de gravidade do navio filho), o
que desenvolvidopela rede neural Ill.
.

As foras atuantes no sistema so simuladas conforme rede


neural estruturada na Fig. 4.

Mapeamento
das Foras

Fi
Transf'orma o Sisternn
Localao IucrdaJ

AtuaU", Posio

g(x)B

Fig. 5: Configurao para a estimao dos esforos nas


linhas de amarrao.
Com os novos deslocamentos, j no sistema local (navio filho)
e em conjunto com as condies ambientais a rede neural IV,
realiza o clculo do esforo no hawser. Por ltimo a rede
neural V, encarrega-se de produzir o prximo deslocamento do
navio filho.

Fig. 4: Forar atuantes no simulador neural


O simulador pode ser definido como segue.
Entrada: g (x) ; C : Condies ambientais (vento, correnteza e

j(x + Llt) : Deslocamento do navio


g(x) = f.t(x + Llth C]

ondas);

Sada:

j(x) : Deslocamento do navio.

j(x) = (XI'X 2,X

3.2

(32 )

(33 )

Operao do Simulador

A combinao de trs redes neurais usada . no modelamento


seguindo a configurao mostrada na Fig. 3. Tomando possvel
a variao livre dos parmetros feed-forward e feeedback do
sistema de acordo ao estado do navio, tomando em conta as .
caratersticas no lineares das foras hidrodinmicas em cada
estgio, deste modo as redes neurais adquirem o conhecimento
necessrio para o modelamento atravs de aprendizado
repetitivo pelo mtodo de back-propagation.
A identificao do sistema comea no navio me, com a
aquisio dos dados de entrada g(x) (condies ambientais e
deslocamento inicial do navio), isto realizado pela rede
neural I, como mostra a Fig.S, fornecendo na sada os esforos
nas linhas de amarrao (turret) . Com as foras calculadas pela
rede neural I, o modelo atualiza a nova posio do navio, tendo
em considerao o esforo produzido no hawser, atravs da

Fig. 6: Fluxograma da simulao

147

40. SBAI- Simpsio Brasileiro de Automao Inteligente, So Paulo, SP, 08-10 de Setembro de 1999

No sentido de outorgar uma dinmica ao sistema a nova


posio do navio realimentada com um retardo de tempo.
Deste modo o processo continua.at atingir o nmero de passos
fixado no comeo da simulao como mostra o fluxograma da
Fig.6. -

e&loro Cabo 6
<00000O
3500000

300000O

2503000

A implementao do cdigo fonte do simulador das redes


neurais foi escrito em linguagem C++ standard, para sua maior
portabilidade. A plataforma de desenvolvimento do simulador
esta baseada em computadores PC, e o treinamento das redes
foi realizado em um processador Pentium 266 MHz.

,_

200000O

1500000

100000o
500000

'ompo(a)

APRESENTAO DOS RESULTADOS

Fig. 9: Sada real e estimada dos esforos no cabo 6

No sentido de examinar a validade do modelamento proposto, a


simulao feita usando dados que no foram utilizados no
aprendizado.

Esforo Cabo 6

Os resultados da simulao so comparados com os dados


originais e os gerados pelas redes neurais. Alm disso
apresentado o erro produzido na identificao do sistema

<000000
3500000
300000O

25OOOO<l

Para a estimao do esforos nas linhas de amarrao atravs


do simulador, considerou-se os seguintes dados para os navios
em configurao Tandemi.

-n"'_

200000O I -_ _

""'500000
100000o

...-Erro

50000 0

Navio me (FPSO)
Comprimento
L=32 m
Calado
C=7 m
Boca
B=54 m.
Pontal
P=27 m
Turret com 6 linhas de ancoragem

-500000

Fig 10:Erro e produzido na estimao do esforo no cabo 6


No caso do cabo de ligao entre os dois navios (Hawser) o
erro produzido na estimao foi considervel devido ao
acoplamento entre os dois navios

Navio filho (Shuttle)


Comprimento
L=25 m
Calado
C=11.8 m
Boca
B=39.4 m.
Pontal
P=22.5 m

EsforoHawsor
25000000

20000000

...-Raal

1500000O

Esloro Cabo 1
5000000

3500000
3000000
2500000

Z"200000O I

Li:"

-500000O

__

tempo (a)

1500000 .

Fig.ll: Esforo produzido no cabo de ligao


. (Hawser)

1000000
500000

lempo(s)

Esforo Hawser

Fig. 7: Esforo produzido no cabo 1


1500000O

Esforo Cabo 1
""

3500000

500000O

300000O

2500000
200000o
1500000

100000o
500000 .

1----

-100000oo

.>

Fig. 12: Erro produzido na estimao do esforo no Hawser

-500000

Fig. 8: Erro produzido na estimao do esforo no cabo 1

148

40. SBAI- Simpsio Brasileiro de Automao Inteligente, So Paulo, SP, 08-10 de Setembro de 1999

CONCLUSES

Esse artigo monstro uma metodologia de modelagem de


esforos de navios ancorados, utilizados em explotao de
petrleo (FPSO) , usando redes neurais artificiais.
Embora exista um modelo matemtico, ele. muito complexo,
por necessitar de parmetros hidrodinmicos provenientes de
ensaios eID' escala reduzida. Alm disso a dinmica do FPSO
vlida apenas em um modelo linearizado ao redor do .ponto de
equilbrio. Uma rede neural permite a utilizao de dados reais,
a independncia de parmetros hidrodinmicos e a validade da
simulao em uma ampla faixa de operao.
Os resultados obtidos com o modelamento atravs redes
neurais artificias concordam com os dados' experimentais
mostrando a capacidade das redes neurais para modelar
sistemas que variam no tempo com alta preciso e confivel
resposta dinmica .

Agradecimentos
Os autores agradecem o suporte recebido da FINEP - RECOPE
para esse projeto e do CNPq pelas bolsas concedidas.
Reconhecemos tambm o valioso auxlio de Petronio Vieira Jr.
e Slvio Szafir.

REFERNCIAS BIBLIOGRFICAS
K. Nishimoto, Hernan L. Brinati, Carlos H. Fucatu, 1996,

"Dynamic Analysis of FPSO with a Tandem Off1oading


System", Offshore Mechanics And Arctic Engineering",
OMAE 1996.
Takashina, J. 1986, "Ship Maneuvering Motion due to Tug
Boats and its Mathematica1 Model", Journal of the
Society ofNaval Architects of Japan, voI. 160, Dec.
Morishita, H. M. e Comet, B. J. J. 1998, "Dynamics of a
Turret-FPSO and Shuttle Vessel due to Current", IFAC
CONFERENCE, FUKUOKA, 1998.
K. S. Narendra and K. Parthasarathy, "Identification And
Control of Dynamical Systems Using Neural
Networks",Transactions on Neural Networks, 1990.
R. Lanzafame, G Santangelo, 1997, "A Neural Logic Program

as a New Method For The Development of Fluids


Thermodynamic Properties".Applied Modelling and
Simulation , IASTED, 1997.
Abo-Shosha, M. Ashour, nad F. Mohamed, 1997, "Building
I/O
Neural
Simulator
of
Nuclear
Power
Reactor".Applied Modelling and Simulation, IASTED,
1997.
Toshiari Shiotsuka, Akio Nagamatsu, Kazuo Yoshida and
Mitsuru Nagaoka, "Active Control of Drive Motion of
Four
Wheel
Steering
Car
with
Neural
Network",Concepts in Vehic1e Dynamics and
Simulation, SAE, 1994.
Lefteri H. Tsoukalas, Robert E. Uhrig, "Fuzzy and Neural
Approaches in Engineering ",1997.
Kevin Swingler, "Applying Neural . Networks a Practical
Guide",1996.

149

Você também pode gostar