Durante muitos anos, o monitorização do estado o sector dependia de análise de vibrações e outras técnicas tradicionais para identificar falhas em desenvolvimento nos motores eléctricos. No entanto, nos últimos anos, a monitorização do estado do motor baseada na análise da assinatura da corrente do motor (MCSA) começou a constituir uma alternativa mais eficaz e eficiente às técnicas tradicionais.
Utilizando uma bomba submersível eléctrica como exemplo, este artigo explicará como a MCSA está a revolucionar a indústria de monitorização de condições.
As bombas eléctricas submersíveis (ESP) desempenham um papel crucial nas operações de petróleo e gás. Quando um reservatório não tem energia suficiente para produzir petróleo a taxas económicas, é necessário um método de elevação artificial para aumentar o fluxo de fluido. A bombagem submersível eléctrica é uma das opções mais versáteis e adaptáveis para volumes de fluido moderados a elevados.
Infelizmente, as condições encontradas em alguns poços podem ser muito hostis e isto tem frequentemente um efeito adverso tanto na fiabilidade da bomba como em quaisquer sensores de monitorização a ela associados. As falhas do ESP podem ser causadas pela presença de sólidos (partículas finas de rocha) do reservatório, alterações abruptas nas condições do poço, presença de gás livre na bomba, corrosão ou temperaturas de funcionamento elevadas.
Quando um ESP falha, pode ter um efeito catastrófico nas operações, incorrendo em custos elevados associados à perda de produção e à substituição de activos. É fundamental, portanto, mitigar esses riscos. O MCSA utiliza algoritmos avançados para analisar dados de corrente e tensão e fornecer um diagnóstico precoce dos problemas do ESP.
Estratégias de monitorização e manutenção
A maior parte dos regimes de manutenção atualmente utilizados pela indústria do petróleo e do gás giram em torno de estratégias baseadas no tempo ou de estratégias tradicionais manutenção baseada em condições técnicas.
A manutenção baseada no tempo cria frequentemente custos adicionais (por exemplo, paragens desnecessárias quando as verificações são feitas demasiado cedo) e aceita o tempo de inatividade não planeado como uma possibilidade real (falha de componentes quando as verificações são feitas demasiado tarde).
Em contrapartida, o objetivo da manutenção baseada nas condições é realizar trabalhos de reparação antes de ocorrer uma avaria, normalmente quando se regista uma queda no desempenho do ESP. A manutenção baseada nas condições (CBM) é a estratégia de manutenção ideal para os ESP, porque exige que a manutenção seja efectuada antes da ocorrência de avarias ou quando o desempenho diminui, mas não antes. A CBM requer mecanismos de monitorização do estado precisos, fiáveis e económicos. É aqui que as ferramentas tradicionais ficam aquém das expectativas. Nos sistemas tradicionais de manutenção baseada no estado, são instalados sensores de vibração ou de temperatura na bomba (que está localizada no subsolo) ou perto dela. Estes medem parâmetros como a temperatura do motor, a temperatura de descarga da bomba, a pressão de entrada da bomba, a pressão de descarga da bomba e a vibração do motor. No entanto, a instalação de sensores numa bomba submersa que funciona em condições adversas abaixo da superfície da terra é muitas vezes difícil e dispendiosa. Pode ser difícil garantir a integridade física dos componentes, como os sensores e os cabos que transmitem os dados do ESP para uma estação de superfície.
Além disso, tanto a manutenção baseada no tempo como a manutenção tradicional baseada no estado requerem uma grande quantidade de análise manual dos dados. Este facto coloca o ónus da interpretação sobre o pessoal técnico que, sem dúvida, terá muitas outras solicitações no seu tempo.
Felizmente, existe uma alternativa. Monitorização online da condição baseadas numa combinação de análise da assinatura da corrente do motor e algoritmos de aprendizagem automática oferecem uma solução eficiente e económica que responde aos desafios únicos enfrentados pelos operadores de petróleo e gás, bem como por muitas outras indústrias.
Análise da assinatura da corrente do motor
O conceito MCSA teve origem no início da década de 1970, quando foi proposto como uma ferramenta para monitorizar motores em áreas perigosas ou ambientes agressivos em centrais nucleares. É uma técnica de monitorização de condições que pode diagnosticar problemas em motores de indução através da análise de dados de corrente e tensão [Ref 1]. Os sensores MCSA são instalados no interior do quadro de controlo do motor (CCM) e os dados são recolhidos em linha sem interromper a produção.
Para os engenheiros, o reconhecimento de assinaturas de falhas de corrente do motor exigiria um grau considerável de conhecimentos e experiência, mas as ferramentas MCSA modernas tratam disso. O sistema online fornece uma interpretação automatizada utilizando poderosos algoritmos de inteligência artificial que detectam e diagnosticam falhas iminentes em motores e bombas de indução AC.
Saiba mais sobre a ESA
Análise da assinatura eléctrica (ESA) é o nome abrangente dado a toda a gama de técnicas decorrentes da MCSA.
Descarregue o e-book ESA explained para ficar a saber mais:
- como os sistemas SCE captam e processam os dados
- como os sistemas ESA detectam e localizam as falhas
- Pontos fortes específicos do SCE como técnica de monitorização de condições
- informações adicionais sobre desempenho e energia que a ESA pode fornecer
Preencha o formulário para descarregar o livro eletrónico.
Uma solução de superfície para sistemas de fundo de poço
Em contraste com as ferramentas tradicionais de monitorização do estado do ESP, que colocam sensores no fundo do poço, todo o hardware de um sistema MCSA é instalado no armário de controlo do motor (MCC). Este é um ambiente muito mais adequado para instrumentos de precisão.
Os sensores MCSA podem ser instalados em menos de uma hora por motor e recolherão dados em todas as condições de funcionamento. Isto assegura os fluxos contínuos de dados de alta qualidade de que dependem as ferramentas automatizadas de monitorização de condições.
Princípios básicos
Os ESP são alimentados por motores de indução de corrente alternada. A energia eléctrica move um rotor dentro de um estator para transformar energia eléctrica em energia mecânica. O motor em funcionamento criará então um conjunto de padrões de vibração que causam ondulações na onda sinusoidal atual. Os sensores de corrente podem captar este sinal analógico e transformá-lo num fluxo de dados digitais para análise posterior.
Os algoritmos convertem os dados num padrão de comportamento que define a gama de formas de onda sinusoidal e ondulações que ocorrem em circunstâncias normais e saudáveis. Os algoritmos de deteção de anomalias podem então seguir as alterações ao longo do tempo e identificar desvios "pouco saudáveis" que não podem ser explicados por factores operacionais, como alterações na carga e na potência.
Deteção de anomalias
Quando os algoritmos de deteção de anomalias assinalam um comportamento fora do padrão "saudável" normal para o ESP, isso indica um comportamento que justifica a inspeção do motor e da bomba.
O valor comercial da abordagem MCSA é mais óbvio num local onde a equipa de engenharia tem de monitorizar dezenas ou mesmo centenas de bombas. Num cenário tradicional, isto exigiria visitas a cada bomba para realizar inspecções manuais. Este é um processo de trabalho intensivo e uma utilização ineficiente dos escassos recursos do pessoal técnico (as inspecções manuais também podem acarretar riscos de segurança adicionais). O sistema baseado na MCSA permite que os operadores evitem estes problemas.
Os algoritmos de deteção de anomalias podem indicar quais as bombas que se estão a comportar normalmente e quais as que apresentam maiores desvios em relação aos padrões esperados. Isto ajuda a equipa de manutenção a dar prioridade aos activos com maior probabilidade de necessitarem de atenção urgente. Mas isso não é tudo; o sistema baseado na MCSA também pode indicar a causa provável de um problema.
Classificação de falhas
Os algoritmos de classificação MCSA reconhecem padrões associados a mecanismos de falha específicos. Por exemplo, a cavitação da bomba apresenta um padrão distintamente diferente dos danos nos rolamentos ou falhas no estator. Diferentes mecanismos de avaria deixam marcas distintas na onda sinusoidal atual, o que já pode indicar à equipa de manutenção a causa provável da avaria do motor.
As principais falhas das máquinas eléctricas que podem ser identificadas pela MCSA incluem
- Excentricidade do espaço de ar: um espaço de ar não uniforme entre o rotor e o estator
- Barras do rotor partidas que podem provocar faíscas e sobreaquecimento
- Danos nos rolamentos
- Cavitação
- Curto-circuito nos enrolamentos do estator
- Efeitos da carga
- Efeitos do desgaste do equipamento
Os mais recentes desenvolvimentos em inteligência artificial podem tirar partido do que se designa por "aprendizagem por transferência" para aplicar padrões de falha a diferentes activos. Isto significa que a impressão digital da falha do estator num motor de grandes dimensões pode ser utilizada para detetar o mesmo problema num sistema mais pequeno. Em alguns casos, é mesmo possível utilizar um padrão de mecanismo de falha de um tipo de equipamento para identificar o mesmo problema numa categoria de equipamento diferente.
Conclusão
Uma ferramenta de monitorização de estado baseada em MCSA para ESPs pode reduzir o tempo de inatividade não planeado, diminuir os custos de manutenção e ajudar os operadores a minimizar os riscos ambientais e de segurança. A última geração de ferramentas de monitorização de estado baseadas em MCSA oferece capacidades de monitorização únicas para ESPs, uma vez que o sistema de sensores é instalado no interior do CCM, e não no ativo.
O aparecimento de poderosos algoritmos de inteligência artificial, de melhores protocolos de transferência de dados e de computadores baratos e potentes tornaram os sistemas baseados em MCSA uma opção atractiva.
Os sistemas baseados em MCSA têm o potencial de melhorar significativamente a precisão e a fiabilidade dos dados, ao mesmo tempo que reduzem os custos de monitorização em escala. A eliminação do tempo de inatividade não planeado está agora ao nosso alcance.
Referências
1. Breve revisão da análise da assinatura da corrente do motor, D. Miljković. (2015) https://www.researchgate.net/publication 304094187_Brief_Review_of_Motor_Current_Signature_Analysis (Acedido em 26.07.2018)
Português 
English 
Español 
Italiano 