Predição da Incrustação em um Trocador de Calor Baseada em Redes
Neurais Artificiais
redes neurais artificiais, predição, identificação de
sistemas, inferência, sensor de software, incrustação, permutador de calor
Um problema sério que afeta unidades de refino de petróleo é a
deposição e incrustação de sólidos nos equipamentos. Esses resíduos estão
naturalmente presentes no petróleo ou são produtos de reações químicas
durante o seu transporte. Um permutador de calor, quando sujo, perde sua
capacidade de aquecer adequadamente o petróleo, precisando,
periodicamente, ser desligado, para que possa ser realizada uma limpeza.
Informações prévias de quando será necessário realizar as paradas podem
melhorar a eficiência geral da planta. Esse trabalho desenvolveu um
sistema de predição da incrustação em um permutador da Refinaria Potiguar
Clara Camarão, com base em dados coletados em parceria com a Petrobras.
Foram utilizadas redes neurais recorrentes que preveem a vazão no
permutador em instantes futuros. Essa variável é o principal indicador da
incrustação, pois seu valor diminui gradualmente ao longo do tempo devido
a esse problema. A predição pode ser usada para dizer quando a vazão terá
caído abaixo de um valor satisfatório, indicando quando será necessário
parar o equipamento para limpeza.