Luciano Tardelli Vieira
Título
Otimização de Sistemas de Risers para Explotação de Petróleo Offshore Através de Algoritmos Genéticos Paralelos
Resumo
O presente trabalho apresenta uma metodologia para síntese e otimização de sistemas de risers empregados na explotação de petróleo offshore, baseada em métodos de computação conhecidos atualmente como “soft computing”. A metodologia desenvolvida garante que os sistemas de risers abordados cumprem especificações de desempenho, segurança e economia, sem que se necessite adotar uma extensa metodologia de análises paramétricas e de sensibilidade na fase de estudo de viabilidade. A metodologia baseia-se no uso de um Algoritmo Genético, inspirado na teoria evolutiva das espécies. Os algoritmos genéticos são conhecidos pela capacidade de sintetizar soluções ou otimizar parâmetros em sistemas que visam objetivos muito específicos, dentro de critérios preestabelecidos de segurança e desempenho muitas vezes conflitantes. No esquema de otimização proposto, a implementação dos Algoritmos Genéticos é integrada com estratégias de computação paralela, de forma a mitigar o alto custo computacional das análises por Elementos Finitos necessárias à avaliação do comportamento de configurações de risers. Foram analisados exemplos numéricos que são devidamente apresentados e comentados para melhor compreensão e verificação da metodologia proposta.
Abstract
This work presents the development and implementation of a methodology for the synthesis and optimization of offshore oil exploitation risers system, based on computational paradigms currently referred as “soft computing”. This methodology provides a riser configuration that fits performance, safety and economic requirements without the need of extensive parametric sensitivity analyses. The methodology employs Genetic Algorithms, inspired on the evolutionary theory of species. Genetic algorithms are known to be able of reaching optimal configurations for systems with very specific objective functions, complying with performance and safety criteria that sometimes are conflicting. The choice by genetic algorithms was also motivated because the facilities of integration with parallel computation strategies. A parallelization scheme is applied in this work, in order to mitigate the high computational cost of the Finite Element structural analyses required to evaluate the fitness of the riser configurations. Some numeric examples are presented and commented in order to evaluate the proposed methodology.