Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio de Janeiro
Setembro de 2016
Correa López, Adolfo Emmanuel
Métodos de Análise e Otimização de Operações de
Lançamento de Dutos Submarinos/Adolfo Emmanuel
Correa López. – Rio de Janeiro: UFRJ/COPPE, 2016.
XV, 114 p.: il.; 29,7 cm.
Orientadores: Breno Pinheiro Jacob
Carl Horst Albrecht
Dissertação (mestrado) – UFRJ/ COPPE/ Programa de
Engenharia Civil, 2016.
Referências Bibliográficas: p. 112-114.
1. Otimização. 2. S-lay 3. Lançamento de dutos I.
Jacob, Breno Pinheiro et al. II. Universidade Federal do
Rio de Janeiro, COPPE, Programa de Engenharia Civil.
III. Título.
iii
Dedico este trabajo a mi primera maestra,
iv
AGRADECIMENTOS
v
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)
Setembro/2016
A maior parte das reservas de petróleo do Brasil está em campos marítimos, com
atividades de exploração e produção atingindo profundidades cada vez maiores. Para
atender às necessidades da crescente demanda de energia, o desenvolvimento de campos
de petróleo requer o incremento da rede de escoamento de hidrocarbonetos através de
dutos submarinos. Um dos métodos de instalação de dutos mais amplamente utilizado é
o método S-lay. Nesse contexto, o objetivo desse trabalho é otimizar a operação de
lançamento de dutos por este método, considerando a utilização da balsa guindaste de
lançamento BGL-1 como navio de instalação. A otimização concentra-se em melhorar a
configuração geométrica da estrutura de lançamento de forma a minimizar as tensões e
deformações no do duto, podendo assim atingir maiores profundidades com o mesmo
equipamento.
vi
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
September/2016
Most of the oil reserves of Brazil are in offshore fields, leading to exploration
and production activities in increasingly greater depths. To ensure the needs of the
growing energy demand, the development of oil fields requires subsea pipelines to
export the oil production. One of the most widely used pipeline installation methods is
the S-Lay method; in this context, the aim of this study is to optimize pipeline launching
operations, considering the use of the BGL-1 installation vessel. The optimization
focuses on improving the installation vessel configuration to obtain a geometrical
configuration that minimize stresses and strains on the pipeline, allowing operations in
greater depths.
vii
Sumário
1 Introdução .................................................................................................... 1
ix
6.1 Formulação do Problema .................................................................... 51
7.2.1.1
7.2.1 Estudo de Caso 1.1: Tmin; Duto 12 ¾” .................................. 62
7.2.1.2
Distribuição das Variáveis ............................................. 64
7.2.1.3
Estudo da Profundidade ................................................. 66
7.2.1.4
Estudo das Restrições Violadas ..................................... 67
7.2.1.5
Tensão e Deformação .................................................... 68
7.2.1.6
Tração e Tensão ............................................................. 70
x
8.1 Estudo de Caso 2.1: Solver Smartlay ................................................. 85
xi
Lista de Figuras
xiv
Lista de Tabelas
xv
1 Introdução
Na maioria dos problemas de engenharia não há apenas uma solução, mas sim
um conjunto de soluções possíveis. Portanto, a forma mais completa de análise a estes
problemas seria o tratamento como múltiplos objetivos, onde um conjunto de soluções
possíveis (ou viáveis) seria fornecido ao final do processo de otimização (VIEIRA,
2011)
1
1.2 Objetivos
O presente trabalho tem por objetivo estudar as melhores configurações de
lançamento visando uma metodologia de lançamento S-Lay. Se busca proporcionar
dados que permitam compreender a variação das solicitações no duto quando é
modificada a configuração geométrica da rampa de lançamento, incluindo o Stinger, a
tração aplicada no duto e o comprimento do Stinger. Para atingir este objetivo global
deverão ser alcançados os seguintes objetivos específicos:
1.3 Metodologia
Com a finalidade de conhecer a melhor configuração de lançamento, serão
realizados dois tipos de estudo:
3
No Capítulo 3 é abordada a modelação de lançamento de dutos, apresentando a
forma como o problema proposto é tratado, abrangendo a metodologia analítica
Smartlay para obtenção das soluções, a plataforma computacional SITUA/Prosim para a
simulação numérica e a construção do modelo de lançamento que foi analisado neste
trabalho.
4
2 Lançamento de Dutos
2.1 Introdução
A instalação de dutos no leito marinho é feita por embarcações especializadas,
com equipamentos específicos e capacidade de posicionamento dinâmico. O método de
instalação pode ser classificado de acordo com a geometria que a linha que está sendo
lançada forma ao sair da embarcação.
Neste capitulo será estudado com mais profundidade o método “S-Lay” por
submeter o duto a duas curvaturas e tender a ser estruturalmente mais crítico para o
duto.
5
A BGL-1 destina-se a instalação de dutos rígidos, plataformas e estruturas
submarinas. A instalação de dutos submarinos interliga uma plataforma a outra
plataforma, a um poço ou a uma estação em terra.
Na Figura 2.1 é mostrada uma balsa de lançamento típica para operação S-Lay
típica:
7
Tabela 2.1 Critério de Deformação do aço (DNV-OS-F101, Outubro de 2013)
(2.2)
8
A tensão equivalente de von Mises está presente na norma da DNV-OS-F101
como critério de avaliação das tensões no duto na região do Sagbend, e pode ser
calculada de acordo com a equação abaixo:
√ (2.1)
9
3 Modelação do Lançamento de Duto
Antes de iniciar qualquer estudo, deve-se definir o modelo que será o objeto do
estudo. Em razão disso, neste capítulo serão descritos os modelos, os quais serão
resolvidos pelas ferramentas de análise (Smartlay e SITUA/Prosim) em cada iteração do
algoritmo de otimização que será gerenciado pelo ModeFrontier. Para isso, será descrito
um modelo base que conterá as características comuns a todos os modelos utilizados
neste trabalho. Por existir duas ferramentas de análise (Smartlay e SITUA/Prosim),
serão desenvolvidas duas versões do modelo base. As particularidades de cada versão
serão explicadas de forma sucinta, pois ambos os modelos buscam simular a mesma
operação de lançamento.
10
Tabela 3.1 Características geométricas da embarcação
As únicas forças atuantes no modelo são peso próprio e tração aplicada no duto,
ou seja, não será considerado nenhum carregamento de onda, vento ou correnteza.
Sendo assim, a embarcação não se movimentará.
Nas tabelas Tabela 3.2 e Tabela 3.3 estão descritas as características gerais do
duto, da embarcação, da estrutura de lançamento, do local da instalação e dos
parâmetros considerados no presente estudo. Estas mesmas características foram
anteriormente consideradas em (JUNIOR, 2014) no seu estudo sobre instalação de dutos
submarinos.
11
3.2 Particularidades dos modelos
Os modelos para Smartlay e SITUA/Prosim partem da mesma origem, mas
forçosamente devem diferenciar-se por conta das próprias possibilidades e limitações
das ferramentas de resolução.
3.2.2 Cenários
13
específicos senão resultados mais abrangentes, de forma a ser de utilidade para projetos
similares aos estudados.
A Tabela 3.3 apresenta as profundidades que serão estudadas. Porém, não todos
os dutos serão simulados nas 2 profundidades, pois a profundidade 2 pode ser excessiva
para alguns dos dutos em estudo. Nos capítulos de estudo de caso serão melhor
detalhados.
14
A metodologia analítica considera a distância entre o duto submarino e o
último rolete do stinger;
Cada uma das cinco etapas que compõem a metodologia analítica será descrita
de forma sucinta a seguir (JUNIOR, 2014).
Etapa inicial onde um conjunto de valores deverão ser fornecidos como dados
de entrada, os quais são relativos a geometria, composição do duto submarino,
geometria da estrutura de lançamento e características do meio ambiente. Os dados de
entrada são:
15
Figura 3.2 Parâmetros envolvidos na geometria da estrutura de lançamento
(JUNIOR, 2014).
16
Figure 3.1 Pontos na região da balsa/stinger de solicitações consideráveis.
17
Figure 3.2 Região do sagbend e parâmetros envolvidos.
Trações na catenária
(4.1)
(4.2)
(4.3)
18
Tensão axial com a extremidade fechada (σTDPe):
(4.4)
(4.5)
(4.6)
(4.7)
√ (4.8)
( )
√
19
Trações no duto
[ ) (4.9)
[ ) (4.10)
[ ) (4.11)
( ) (4.12)
(4.13)
(4.14)
20
Tensão total combinada (σWL):
(4.15)
(4.16)
(4.17)
(4.18)
(4.19)
(4.20)
21
Tensão máxima devido à flexão (σPIb):
(4.21)
(4.22)
(4.23)
(4.24)
√ (4.25)
( )
√
23
disponível somente através da interface de usuário do SITUA/Prosim. Isto significa que
para construir a malha de contato seria necessário que um usuário controle mouse e
teclado para introduzir os parâmetros (Rb e Rs) para que o programa pudesse gerar a
malha. Isto não é desejável quando se busca disparar diversas simulações
automaticamente, como é desejado em processos de otimização. Para contornar essa
situação será desenvolvido um programa (ContactMesh) para gerar a malha de contato
só a partir da leitura dos raios da balsa (Rb) e do Stinger (Rs).
3.4.2 Pre-Processamento
Malha de Contato
24
informação onde estão listados as coordenadas nodais, a conectividade nodal e o bloco
dos berços de roletes. A Tabela 3.4 apresenta o primeiro bloco. O símbolo ($) indica
que essa linha é um comentário, onde aproveita-se para colocar um título e os
cabeçalhos das matrizes que contém os dados. Na primeira linha útil do primeiro bloco
tem-se o número de nós, o número de elementos e o número de volumes. Seguidamente
encontra-se a matriz de coordenadas que contém o índice do nó, seguido das
coordenadas X, Y e Z.
25
Tabela 3.5 Conexões Nodais dos elementos.
3.4.2.2
Figura 3.3 BGL-1, Duto e Stinger criado com a implementação da triangulação
Delaunay.
Triangulação
A representação computacional de objetos físicos, em diversas áreas do
conhecimento humano, é fundamental para que se possa realizar sobre ela simulações
de problemas físicos que envolvem propriedades de natureza geométrica, combinatória
e topológica (PITERI, JUNIOR, et al., 2007) .
27
A maioria dos polígonos que descreve objetos do mundo real tem formato
irregular e regiões pertencentes a diferentes domínios de interesse. Neste caso, a
triangulação de Delaunay pode ser vista como uma estratégia. O domínio é dividido em
triângulos, respeitando suas características geométricas, como um passo inicial do
processo de discretização. Assim, o espaço de ocupação é delimitado, e será
decomposto até que todos os critérios de qualidade referentes à área e medida angular
para cada triângulo sejam satisfeitos (MOURA, 2006). Logo, a qualidade da malha final
é atingida, pois com um conjunto de vértices fornecido, é realizada a maximização do
ângulo mínimo entre todas as maneiras possíveis de triangular aquele conjunto
(SHEWCHUK, 1996).
3.4.3 Pós-Processamento
28
Figura 3.5 Derivada de Segundo Grau (BOBENKO, SCHRÖDER, et al., 2008) .
29
A Figura 3.6 mostra o pseudocódigo da fase 1 da rotina que permite determinar
as coordenadas do ponto de inflexão da curva formada pelo duto na condição de
equilíbrio durante a operação de lançamento.
30
4 Conceitos de Otimização
31
se ter uma única solução, um conjunto de soluções ou ainda não haver solução que
satisfaça todas as funções. Além devem ser consideradas restrições de desigualdade e de
igualdade (respetivamente gj(x)<0 e hj(x)=0) que definem a região viável Ƒ, a qual
existe em Ƒ⊆S.
Minimiza: 4.2
Maximiza:
Sujeito a:
32
Os métodos heurísticos, podem reduzir algumas das dificuldades apresentadas
anteriormente, justificando o fato de que cada vez mais estão sendo desenvolvidas
pesquisas com estes métodos, visando comparar seus resultados com os métodos
clássicos na solução de problemas de otimização (SARAMAGO e JR, 2003). A busca
da melhor solução caracteriza-se pelo uso de regras de probabilidade, através de uma
maneira “aleatória orientada”, onde é utilizado somente as informações da função de
otimização.
35
A amostragem por hipercubo latino (do inglês Latin Hypercube Sampling –
LHS) é um método de simulação (MCKAY, BECKMAN e CONOVER, 1979),
semelhante ao Método de Monte Carlo. Este pode ser descrito como um método de
simulação estatística que utiliza sequência de números aleatórios massivos para
desenvolver simulações, isto é, repetindo sucessivas simulações um elevado número de
vezes, para calcular probabilidades heuristicamente.
36
Muitos problemas possuem formulação conflitante, isto é, não se consegue um
ponto ótimo, uma solução equilibrada sem um julgamento externo à função. Por
exemplo, em geral custo e qualidade em projetos de produtos são funções conflitantes,
em geral ao se tentar aumentar a qualidade aumenta-se também o custo e tentar uma
formulação que maximize a qualidade e minimize o custo exige uma decisão externa,
geralmente não matemática.
37
Figura 4.2 Função objetivo com ótimo global e ótimos locais
38
será igual no caso contrário quando se busca maximizar a velocidade. Contudo, dentre
todos os modelos existem alguns que são superiores a outros, isto é, apresentam uma
melhor avaliação geral quando se analisam todas as funções-objetivo.
Relações de dominância: 3 2, 5 1, 5 2.
Conjunto Pareto-ótimo = {3,4,5}
40
Figura 4.4 Exemplos de conjuntos Pareto-ótimos (TICONA e DELBÉN, 2008)
41
Figura 4.5 Desempenho de Algoritmos de Otimização
42
5 Implementação dos Procedimentos de
Otimização
43
definidas a partir de um modelo paramétrico, com a consideração de todas as
dependências.
Fluxo de Execução;
Fluxo de Dados.
45
O primeiro passo para construir o fluxo de trabalho é definir o fluxo de
execução, o qual inicia com o módulo DOE (Design of Experiments). Este módulo cria
a partir das variáveis de entrada, input, a população inicial que será avaliada no
programa de otimização. A população inicial será passada para o módulo seguinte, onde
contém uma listagem dos algoritmos de otimização disponíveis. Após esta etapa, são
definidos os módulos que avaliam à função objetivo, e finalmente inclui-se o módulo de
saída (exit). Neste ponto o fluxo de execução está completo.
O seguinte passo é definir o fluxo de dados, o qual dependerá dos módulos que
representam a função objetivo. Portanto, se terá um fluxo de dados para cada tipo de
análise a ser realizada. Dito de outra forma, o fluxo do cálculo da função objetivo
depende do solver usado (Smartlay ou SITUA/Prosim).
46
Figura 5.3 Definição básica das componentes do fluxo de trabalho
47
O fluxo de execução inicia-se com o Design of Experiments (DOE), onde através
do input (variáveis de entrada), cria uma população inicial a partir de métodos
selecionados para tal.
49
Neste trabalho, se empregara um algoritmo genético multi-objetivo MOGA-II,
disponível no ModeFrontier, projetado para a rápida convergência a Fronteira de Pareto.
O algoritmo MOGA-II é uma versão aprimorada do MOGA (Multi-Objective Genetic
Algorithm) de Poloni (Coello, 2002), importante é não confundir com o MOGA de
Fonseca e Flemming. MOGA-II possui um método de busca elitista (o melhor indivíduo
passa para a próxima geração), objetivando robustez e cruzamento direcional com a
finalidade de obter rápida convergência (Nobile, 2006). A eficiência deste algoritmo é
devido ao uso de quatro operadores (cruzamento clássico, cruzamento direcional,
mutação e seleção) em seu algoritmo genético clássico e pelo uso do elitismo. Em cada
etapa do processo de reprodução, o operador é escolhido e aplicado ao atual indivíduo
(YAMAMOTO e INOUE, 1995).
50
6 Definição dos Estudos de Caso
51
2. Estudo de Caso 2: terá por objetivo determinar a geometria de lançamento e a tração
aplicada ao duto.
52
Tração aplicada ao duto (Tdet), somente para o Estudo de Caso 1.2.
Minimiza: 6.1
Maximiza:
Sujeito a:
Como visto na seção (6.3.1 Variáveis de Projeto) o vetor das variáveis de projeto
para o Estudo de Caso 1.1 será:
6.2
6.3
Onde:
53
Os valores de CL e depth serão definidos pelo ModeFrontier e passados ao
Smartlay para poder ser utilizados nos cálculos das tensões. Inicialmente, os valores são
obtidos mediante o algoritmo Latin Hyper Cube, e posteriormente são gerados pelo
algoritmo MOGA-II, ambos disponíveis no ModeFrontier.
6.3.3 Restrições
6.4
Onde:
54
As taxas da tensão máxima nas regiões de Overbend e Sagbend são calculadas
da seguinte forma:
6.5
6.6
Onde:
55
6.4 Estudo de Caso 2
O Estudo de Caso 2 será desenvolvido com o ModeFrontier e um dos solvers
utilizados (Smartlay ou SITUA/Prosim). Tendo-se duas variantes comparáveis do
Estudo de Caso 2, dessa forma se terão resultados para cada solver, os quais serão
comparados entre eles.
A primeira variante que trabalha com o solver Smartlay será chamada de Estudo
de Caso 2.1, e a que trabalha com o SITUA/Prosim será chamada de Estudo de Caso
2.2.
Esta vez a função objetivo é calculada por uma das ferramentas de resolução
(Solver): Smartlay (ferramenta analítica) ou SITUA/Prosim (programa de elementos
finitos) para cada variante.
6.7
56
6.4.3 Restrições
6.8
Onde:
57
As taxas da tensão máxima nas regiões de Overbend e Sagbend são calculadas
da seguinte forma:
6.9
Onde:
58
7 Estudo de Caso 1 – A Escolha do Stinger
Para ilustrar de forma mais fácil mostra-se a Figura 7.1, que apresenta as
principais variáveis envolvidas nos estudos. As principais variantes são o comprimento
do stinger e o tipo de tração (a mínima para sustentar o duto ou uma tração superior a
mínima).
59
Conhecendo a mecânica do problema nota-se que não é possível garantir que os
comprimentos de stinger obtidos desse estudo serão os mínimos possíveis, pois sabe-se
que a maior contribuição para a falha dos dutos num processo de instalação é a
curvatura do mesmo. Estando a linha em suspensão e tracionada, verifica-se que quanto
maior é a tração menor a curvatura, sendo assim ao aplicar trações maiores à tração
mínima, as tensões devido à flexão do duto diminuirão. Embora as tensões devido às
forças axiais aumentem, a tensão total (ou seja, as contribuições das tensões axial e de
flexão) diminuirá até um mínimo. Também pode que a profundidade seja tal que a
tração mínima necessária provoque tensões maiores à mínima mesmo com o duto
tracionado com a tração mínima.
A Tabela 7.1 apresenta uma descrição dos nomes das restrições utilizadas no
fluxo de trabalho do ModeFrontier que serão apresentados nos capítulos 7 e 8.
60
Tabela 7.1 Tabela das Restrições.
Restrições
Nome Descrição
Tdet_gt_Tcalc Tdet >= Tcalc
Restrição_MT Máximo valor da Máquina de Tração
Less_than_60per Menor que 60 % da tensão de fluência
Less_than_60per_1 Menor que 60 % da tensão de fluência
Tensão máxima no overbend maior que 60% da tensão
TMO_60por de escoamento do material
Rb_more_than_Rs Raio da balsa maior que o raio do stinger
Rb_gt_Rs Raio da balsa maior que o raio do stinger
Rb_ge_Rs Raio da balsa maior ou igual ao raio do stinger
Tensão de Von Mises menor que 87 da tensão de
VME_LT_87 fluência do duto
DTE_LT_87 Deformação Total menor que 2.3%
Tensão máxima no overbend maior que 60% da tensão
TMO_le_60per de escoamento do material (aço)
Tensão máxima no overbend maior que 60% da tensão
TMS_le_60per de escoamento do material (aço)
Restrição que representa Tração máxima gerada pela
Tmax máquina de tração
Restrição que representa Tração máxima gerada pela
Tmax_1 máquina de tração
Restrição que representa a tração mínima para suportar
Tmin o peso do duto
Vale salientar que Tmin não é uma constante, ela deve ser calculada para cada
nova configuração gerada.
62
ser atingida pelo duto em estudo com um stinger de 0 a 60 metros de comprimento. É
possível ver que as soluções não dominadas (fronteira de Pareto) dividem as soluções
viáveis das inviáveis.
63
Profundidade
170
150
130
Profundidade
y = 2.1388x + 33.796
110 R² = 0.9929
90
30
0 10 20 30 40 50 60
Comprimento do Stinger
7.1
7.2.1.1 7.2
Desvio Coef. de
Variável Min Max Média
Padrão Variação
Observando a Figura 7.6, podemos confirmar que os modelos viáveis estão bem
concentrados entre 210 a 230 metros para o raio da balsa, e 200 a 220 metros para o raio
do stinger, respectivamente.
65
A Figura 7.7 é o mesmo mapa de soluções da figura anterior, mas em uma escala
maior. Nesta figura é possível ver mais detalhadamente a área na qual se concentram os
raios dos modelos viáveis. Um dos primeiros detalhes que podemos salientar são os
pontos ressaltados com a cor verde. Isto significa que são modelos não dominados, ou
seja, que pertencem à Fronteira de Pareto. Vale lembrar que as variáveis que definem
um modelo são quatro, mas na Figura 7.7 só estão graficadas duas, por isso são
apresentados modelos viáveis e inviáveis superpostos no gráfico. O resultado de
modelos inviáveis é devido ao fato do comprimento do stinger ser curto ou da
profundidade ser muito grande.
Estudo da Profundidade
66
Utilizando um stinger de 60 metros de comprimento e raios de balsa e stinger de
216 e 212 metros respectivamente, a profundidade máxima atingida foi em torno de 167
metros.
67
fosse a restrição Rb_ge_Rs que impede que o raio do stinger seja maior que o raio da
balsa, isso seria um chamado de alerta, pois ter-se-iam numerosas configurações fora da
área de busca desejada. Ao estudar a Figura 7.8, vemos que as restrições mais violadas
são TMO_60por e Tmax com 68,16% e 30,18% respectivamente.
Tensão e Deformação
68
possível ver que tem modelos tanto viáveis como inviáveis fora da curva formada pela
nuvem de pontos. Com esse gráfico não é possível explicar esses pontos fora da curva,
sendo necessário mais informação.
Uma análise mais aprofundada dos dados apresentados no gráfico anterior pode
esclarecer a dúvida dos pontos fora da curva. A Figura 7.10 mostra o mapa das
soluções em um plano TMO versus TMS, com um mapa de cores que representa o
comprimento do stinger (CL) e um sistema de escalas para representar a profundidade
(depth). Com isso, observa-se que os pontos afastados da curva não são soluções
desejadas, pois são soluções dominadas pelas soluções que se encontram sobre a curva.
Isto é visível, pois os pontos fora da curva atingem profundidades menores ou porque
utilizam um maior comprimento do stinger para atingir a mesma profundidade dos
modelos que se encontram sobre a curva.
69
Figura 7.10 Mapa das Soluções viáveis representadas em função das variáveis TMO,
TMS, depth e CL.
7.2.1.5
Tração e Tensão
70
Figura 7.11 Tração na linha versus Tensão máxima no Sagbend
71
Figura 7.12 Tração na linha Versus Máxima Tensão de Von Mises no Overbend.
7.2.1.6
Tração e Profundidade
72
Figura 7.13 Mapa de Soluções segundo Profundidade e Tração Aplicada no duto.
73
Figura 7.14 Mapa de Soluções segundo tração no duto, Profundidade e Comprimento
do Stinger.
74
Quando o projetista utiliza uma tração no duto inferior à tração pertencente à
fronteira de Pareto, as tensões no duto diminuem, o qual é sempre preferível. A Figura
7.15 apresenta as soluções no plano Tração no duto (Ttens) versus profundidade (depth)
com uma codificação de cores que representa a tensão máxima no overbend (TMO). No
gráfico se vê que as faixas de cores são verticais, e variam de azul a vermelho conforme
a tração no duto se incrementa, indicando que quando o duto é tracionado a uma tração
inferior à tração pertencente a fronteira de Pareto, ele não se encontrara solicitado ao
limite.
A mesma análise tipo 2.2 foi realizada para dutos de 16 polegadas. Os resultados
apresentaram uma pequena diferença, mas o mesmo comportamento do duto anterior foi
verificado nesta análise.
75
A Figura 7.16 mostra o mapa das soluções viáveis e inviáveis em função do
comprimento do stinger e da profundidade. Em comparação com as soluções obtidas
com o duto de 12,75 polegadas, é possível ver que a fronteira de Pareto foi deslocada
para cima.
76
Comprimento Stinger vs Profundidade
225
200
y = 2.9016x + 44.975
175 R² = 0.9899
150
125
y = 0.0136x2 + 2.0364x + 54.121
100 R² = 0.9953
75
50
25
0 5 10 15 20 25 30 35 40 45 50 55 60
7.3
7.4
77
A Tabela 7.4 apresenta valores estatísticos de todas as soluções geradas pelo
algoritmo de otimização. Esses valores são sempre importantes pois permitem conhecer
a área de busca.
Variável Coef. de
Min Max Média Dev. Padrão
Variação
CL 0.00 60.0 35.27 16 47%
Rb 125.00 250.0 226.10 13.34 6%
Rs 125.00 250.0 217.20 17.52 8%
Depth 25.00 250.0 139.60 52.35 38%
TMO 0.45 1.1 0.61 0.07 12%
TMS 0.10 0.5 0.16 0.04 23%
Ttens 103.20 4422.0 1124.00 362.30 32%
A Tabela 7.5 apresenta as estatísticas das soluções viáveis. Nesta tabela o que
devesse salientar são as médias das soluções viáveis e o coeficiente de variação das
médias. Se o coeficiente de variação for um valor pequeno, é porque as médias das
soluções viáveis têm pouca variação. É visível que o coeficiente de variação dos Raios é
pequeno. Sendo assim podemos afirmar que numa solução viável os raios da balsa e do
stinger devem ser bem próximos a 219 e 212 metros, respectivamente, quando se busca
que o duto seja solicitado ao máximo.
Dev. Coef. de
Variável Min Max Média
Padrão Variação
CL 0.00 60.0 37.91 17 46%
Rb 212.00 226.0 216.50 2.26 1%
Rs 210.00 225.0 213.20 2.06 1%
depth 40.00 167.0 114.90 37.20 32%
TMO 0.59 0.6 0.60 0.00 0%
TMS 0.22 0.2 0.23 0.00 1%
Ttens 1314.00 1536.0 1405.00 30.34 2%
79
Figura 7.18 Fluxo de trabalho do estúdio de caso 1.2 com Tdet≥Tcalc
Com a ajuda da Figura 7.19 é possível notar que grande parte (53,9%) dos
modelos gerados no algoritmo genético foram rejeitados, pela restrição Tmin, que cuida
que os modelos mantenham uma tração na linha (Tdet) superior à tração mínima
calculada (Tcalc). Deseja-se que a restrição que controla a tensão máxima no overbend
seja a restrição que rejeite mais modelos, pois se busca que a maioria dos dutos seja
levada ao limite de sua capacidade. Esse efeito indesejado restai
80
7.3.1 Ajuste do espaço de busca
Tdet é uma tração compreendida entre 0 e a tração limite (1570.0 kN), mas com
uma restrição muito importante que impede que o valor de Tdet seja inferior ao valor da
tração mínima (Tcalc) para suportar o duto sem que se verifique compressão na linha.
A Figura 7.21 permite ver que o resultado desta vez não é uma curva de Pareto
bem definida. Trata-se de uma nuvem, na qual não se distingue padrão algum.
81
Figura 7.21 Mapa das Soluções encontradas segundo Comprimento do Stinger e
Profundidade.
Na Figura 7.22 é apresentado o mapa das soluções viáveis. Nota-se dois grupos
que se diferenciam pela magnitude de tração aplicada no duto. Os menores raios
correspondem ao lado esquerdo do mínimo valor, da tração aplicada no duto. Os
maiores raios correspondem a trações maiores as quais encontram-se a direita do valor
mínimo da Tração de lançamento.
CL Rb Rs Tdet depth
60 214 210 937 197
60 218 209 856 177
44 213 213 984 156
48 215 210 937 149
47 215 210 933 140
44 217 211 939 140
45 214 210 937 133
53 215 197 667 131
40 216 210 944 130
40 217 210 944 130
83
8 Estudo de Caso 2 – Buscando a Solução
Ótima
Nas análises do tipo 2.1 somente o Smartlay foi utilizado e nas análises do tipo
2.2 foram utilizados tanto o Smartlay quanto o Situa.
84
8.1 Estudo de Caso 2.1: Solver Smartlay
A Figura 8.2 apresenta o fluxo de trabalho de uma otimização mono-objetivo.
Foram consideradas quatro restrições. As duas primeiras são para limitar o tamanho das
tensões máximas no overbend e no sagbend (Less_than_60per e Less_than_60per1), a
terceira para representar a tração máxima que o tracionador do navio de instalação
(nesse caso especifico a Balsa Guindaste de Lançamento, BGL-1) pode aplicar ao duto
(Restrição). A quarta restrição impede que o raio da balsa seja menor que o raio do
stinger (Rb_gt_Rs).
Figura 8.2 Fluxo de trabalho Multi-objetivo que apresenta uma Análise do Tipo 2.1
com solver Smartlay e atuação da Tmín.
Dev. Coef. de
Variável Min Max Média
Padrão Variação
86
Na Tabela 8.2 apresenta-se as estatísticas das soluções viáveis. Os valores mais
interessantes dessa tabela são o intervalo dos raios e a tração no duto. Observando os
intervalos dos raios, nota-se que são praticamente iguais, e ainda assim as médias têm
20 metros de diferença. Na tabela anterior também se verifica uma diferença de 27
metros, mas isso pode ser explicado devido a existência da restrição que impede que o
raio do stinger seja major que o raio da balsa. Isso faz com que as soluções sejam
contidas numa área delimitada pelos valores Rb = 0, Rb ≥ Rs e Rb = 250, o que
configura um triângulo retângulo.
A Figura 8.3 apresenta um mapa das soluções viáveis e inviáveis num plano
definido pelo Raio da balsa (Rb) e pelo Raio do Stinger (Rs). Se existir dúvida referente
a representação dos pontos veja a Figura 7.2. Ao observar a Figura 8.3 distingue-se
87
uma área triangular formada por diversos pontos. Cada um desses pontos são soluções
avaliadas pelo algoritmo de otimização, e a forma triangular fica explicada pela
restrição imposta que verifica se o raio da balsa (Rb) deve ser maior que o raio do
stinger (Rs).
88
Figura 8.4 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e Ttens.
Outro dado importante que pode ser extraído com a simples observação é que o
raio do stinger tem uma grande influência sobre a tensão na ponta do stinger (TMO).
89
Figura 8.5 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e TMO.
90
Figura 8.6 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e TMS.
A Figura 8.7 apresenta uma dispersão das soluções representadas pela tração
aplicada no duto (Ttens) e a tensão máxima no sagbend (TMS). Esta figura pode
parecer um pouco confusa, pois soluções viáveis e inviáveis estão compartilhando o
mesmo espaço. Isto acontece porque não se encontram visíveis todas as variáveis
envolvidas. Assim soluções diferentes podem ter o mesmo valor de Ttens e TMS.
91
Figura 8.7 Mapa das soluções viáveis e inviáveis segundo Ttens e TMS.
Dev. Coef. de
Variável Min Max Média
Padrão Variação
Rb [m] 185.3 250 202.9 15.61 8%
Rs [m] 184.2 250 194.2 11.85 6%
TMO 0.4955 0.5998 0.5808 0.02046 4%
TMS 0.1024 0.1158 0.1035 0.00235 2%
Ttens [kN] 399.5 723.4 471.5 69.41 15%
Ttens
N Rb [m] Rs [m] TMO TMS
[kN]
1 184 183.6 0.59996 0.10325 395.032
2 184 183.7 0.59997 0.10325 395.127
3 184 183.8 0.59998 0.10324 395.223
4 184 183.9 0.6 0.10324 395.318
5 184 183.6 0.5998 0.10324 395.362
6 184 184 0.60001 0.10323 395.413
7 184 183.7 0.59971 0.10323 395.457
8 184 183.8 0.59973 0.10323 395.553
9 184 183.9 0.59974 0.10323 395.648
10 184 183.6 0.59984 0.10322 395.692
A Figura 8.8 apresenta um mapa das soluções viáveis e inviáveis num plano
definido pelo Raio da balsa (Rb) e pelo Raio do Stinger (Rs). Se existir dúvida referente
a representação dos pontos veja a Figura 7.2. É possível ver que essa figura segue o
mesmo padrão que para a profundidade de 25 metros, porém a área pertencente as
soluções viáveis têm sido reduzidas.
93
A Figura 8.9 apresenta as soluções encontradas no plano definido por os raios
da balsa e do stinger (Rb e Rs), além de adicionar um esquema de cores para representar
tensão na ponta do stinger (TMO). Comparando com o gráfico análogo para a
profundidade de instalação de 25m, nota-se que as faixas formadas pelos diversos
valores de TMO desta vez formam com a horizontal um ângulo maior que o gráfico
anterior.
Figura 8.9 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e TMO.
94
Figura 8.10 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e Ttens.
A Figura 8.11 apresenta uma dispersão das soluções representadas pela tração
aplicada no duto (Ttens) e a tensão máxima no sagbend (TMS). Analogamente como na
seção anterior, a curva mostrada é uma parábola, mas desta vez o valor da tração
aplicada no duto (Ttens) é maior, o que é logico pois para profundidades de instalação
maiores maior será a seção do duto que deve ser suportada pelo navio de instalação.
95
Figura 8.11 Mapa das Soluções viáveis e inviáveis segundo Ttens e TMS.
96
Tabela 8.7 As melhores soluções encontradas.
Ttens
N Rb [m] Rs [m] TMO TMS
[kN]
1 184.2 183.6 0.60 0.10 395.0
2 184.2 183.7 0.60 0.10 395.1
3 184.2 183.8 0.60 0.10 395.2
4 184.2 183.9 0.60 0.10 395.3
5 184.3 183.6 0.60 0.10 395.4
6 184.2 184.0 0.60 0.10 395.4
7 184.3 183.7 0.60 0.10 395.5
8 184.3 183.8 0.60 0.10 395.6
9 184.3 183.9 0.60 0.10 395.6
10 184.4 183.6 0.60 0.10 395.7
A Figura 8.12 apresenta um mapa das soluções viáveis e inviáveis num plano
definido pelo Raio da balsa (Rb) e pelo Raio do Stinger (Rs). Se existir dúvida referente
a representação dos pontos veja a Figura 7.2.
Figura 8.13 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e Ttens.
98
Figura 8.14 Mapa das Soluções viáveis e inviáveis segundo Rb, Rs e TMO.
100
Tabela 8.8 Estatísticas das Soluções Viáveis e Inviáveis.
Dev. Coef. de
Variável Min Max Média
Padrão Variação
101
Tabela 8.10 As 10 melhores soluções encontradas.
A Figura 8.16 apresenta um mapa das soluções viáveis e inviáveis num plano
definido pelo Raio da balsa (Rb) e pelo Raio do Stinger (Rs). Se existir dúvida referente
a representação dos pontos veja a Figura 7.2. A fim de ajudar na visualização, a Figura
8.17 mostra só as soluções viáveis destacando em verde a solução ótima encontrada.
Figura 8.16 Mapa das Soluções segundo os raios da balsa e do stinger respectivamente
(incluindo soluções viáveis e inviaveis).
102
a assistência do solver analítico ocupam uma área conformada por modelos de raios
médios e grandes (de 180m a 250m, ver Figura 8.12), o que não é verificado nesta
figura. Da Figura 8.17 conclui-se que os raios que conformam as soluções viáveis são
raios pequenos e médios (de 125m a 190m).
Figura 8.17 Mapa das Solucoes viáveis segundo os raios da balsa e do stinger
respeitivamente.
103
Figura 8.18 Gráfico das condições violadas.
8.2.1.1
Comportamento das Variáveis estudadas
Nesta seção serão apresentados uma série de gráficos com o fim de entender
melhor a relação entre variáveis críticas na avaliação de desempenho (TMS, TMO,
Ttens) e as variáveis que definem as soluções (Rb e Rs). Para isso, as soluções serão
graficadas num plano Rb versus Rs e será utilizado um esquema de cores para
representar uma das variáveis críticas.
104
Figura 8.19 Mapa das Soluções viáveis e inviáveis segundo Rbalsa, Rstinger e
FX_MaqTrac.
105
Figura 8.20 Mapa das Soluções viáveis e inviáveis segundo Rbalsa, Rstinger e
DTE_Overbend.
106
Figura 8.21 Mapa das Soluções viáveis e inviáveis segundo Rbalsa, Rstinger e
VME_sagbend.
Uma comparação das áreas das soluções viáveis obtidas com o método analítico
Smartlay e com o programa de elementos finitos SITUA/Prosim é apresentada na
Figura 8.22. Nota-se uma área de intercepção entre as duas regiões. Dentro dessa área
de intercepção encontra-se o ponto de ótimo encontrado com o Smartlay. Também se
nota o ponto de ótimo das soluções viáveis do SITUA/Prosim encontra-se fora da área
das soluções viáveis do Smartlay.
107
metodologia analítica Smartlay, não pode ser utilizada quando é desejado encontrar a
solução ótima no cenário estudado neste trabalho
Figura 8.22 Comparação da Área das Soluções Viáveis obtidas com a metodologia
analítica e a ferramenta de elementos finitos.
108
9 Conclusão
109
Para o segundo estudo foi desenvolvido um gerador de malha de contato
(ContactMesh) e um pós-processador. Ambos indispensáveis para realizar a otimização
com a utilização do programa de otimização ModeFrontier e o programa de elementos
finitos utilizado, SITUA/Prosim. Os resultados do segundo estudo foram obtidos com
ambos solvers Smartlay e SITUA/Prosim para cenários mais específicos, e forneceram
soluções ótimas da configuração da configuração de lançamento para dutos de 12,75 e
16 polegadas em cenários de 50 e 100m. Estes resultados encontram-se organizados nas
tabelas Tabela 8.3 As 10 melhores soluções encontradas., Tabela 8.5 As melhores
soluções encontradas. Tabela 8.7 As melhores soluções encontradas.e Tabela 8.10.
Além disso, foram mapeadas em função das variáveis envolvidas de todas as avaliações
feitas durante o processo de otimização, o que permite aos projetistas terem um
conhecimento bastante detalhado da região de soluções viáveis e inviáveis.
Como este segundo estudo foi resolvido com o auxílio dos dois solvers
disponíveis: Smartlay e SITUA/Prosim, foi possível comparar os resultados dos
mesmos (Figura 2.1). Este resultado apontou uma diferença importante nas regiões das
soluções viáveis do estudo de caso 2.1 (resolvido com Smartlay) e 2.2 (resolvido com
SITUA/Prosim). Após estudar o algoritmo do Smartlay, foram descobertas duas
questões que podem fazer com que configurações inviáveis sejam percebidas como
viáveis e vice-versa. A primeira questão é a limitação do Smartlay de não calcular a
deformação no Overbend, o que impediu que o espaço de busca seja definido em função
da deformação no neste local. A segunda é uma simplificação no algoritmo do Smartlay
que supõe que:
110
como o Estudo de Caso 2, sempre acompanhada de outra ferramenta de cálculo que
sirva de comparação.
111
10 Bibliografia
112
JACOB, B. P. PROGRAMA PROSIM: Simulação Numérica do
Comportamento de Sistemas para Explotação de Petróleo Offshore, Manual de
Entrada de Dados. LAMCSO/COPPE/UFRJ. Rio de Janeiro, RJ. 2006.
113
STATISTICS, U. I. O. Unesco Institute of Statistics, 2015. Disponivel em:
<http://www.mct.gov.br/index.php/content/view/2068.html>>. Acesso em: Março 2015.
114