Felliphe Góes Fernandes Barbosa
Título
PREVISÃO DE SÉRIES TEMPORAIS DE ESFORÇOS EM RISERS FLEXÍVEIS DURANTE A FASE DE INSTALAÇÃO POR MEIO DE REDES NEURAIS CONVOLUCIONAIS
Resumo
Projetos offshore de instalação de dutos flexíveis desempenham um papel re-levante na conectividade entre poços e plataformas. A elaboração desses projetos envolve simulações numéricas para analisar o comportamento dos equipamentos, com foco especial nos dutos flexíveis. Nestas simulações, frequentemente, os car-regamentos ambientais originados pelas ondas do mar são modelados de maneira determinística, conhecida como modelagem por ondas regulares, devido à sua efici-ência computacional. No entanto, essa abordagem é uma simplificação substancial em comparação com o movimento real das ondas, que é melhor representado por uma modelagem com ondas irregulares. Este trabalho propõe uma metodologia que torne viável o uso de modelagem com ondas irregulares em análises de instalação, com o emprego de redes neurais artificiais. Especificamente, redes neurais convo-lucionais são treinadas com dados gerados pela solução da simulação dinâmica do modelo em elementos finitos para um curto intervalo de tempo. O modelo desen-volvido foca na modelagem da tração no topo do duto e na touchdown zone para diversas configurações que ocorrem durante a instalação de um duto flexível do tipo lazy wave. Além disso, o modelo funciona para diferentes condições ambientais, o que proporciona uma considerável redução no tempo de simulação.
Abstract
Offshore projects for flexible pipe installation play a relevant role in connecting wells to platforms. The development of these projects involves numerical simulations to analyze the behavior of equipments, with a particular focus on flexible pipes. Of-ten, environmental loadings generated by ocean waves are modeled deterministically, known as regular wave modeling, due to its computational efficiency. However, this approach is a substantial simplification compared to the actual motion of waves, which is better represented by modeling with irregular waves. This work proposes a methodology to make the use of irregular wave modeling feasible in installation analyses, employing artificial neural networks. Specifically, convolutional neural networks are trained with data generated from short length finite element-based numerical simulations. The developed model focuses on modeling the tension at the top of the pipe and the touchdown zone for various configurations that occur during the installation of a laze wave flexible pipe. Additionally, the model is adaptable to different environmental conditions, providing a substantial reduction in simulation time.
