Predição da incrustação em um trocador de calor baseada em redes neurais artificiais

A serious problem that affects an oil refinery s processing units is the deposition of solid particles or the fouling on the equipments. These residues are naturally present on the oil or are by-products of chemical reactions during its transport. A fouled heat exchanger loses its capacity to adequately heat the oil, needing to be shut down periodically for cleaning. Previous knowledge of the best period to shut down the exchanger may improve the energetic and production efficiency of the plant. In this work we develop a system to predict the fouling on a heat exchanger from the Potiguar Clara Camarão Refinery, based on data collected in a partnership with Petrobras. Recurrent Neural Networks are used to predict the heat exchanger s flow in future time. This variable is the main indicator of fouling, because its value decreases gradually as the deposits on the tubes reduce their diameter. The prediction could be used to tell when the flow will have decreased under an acceptable value, indicating when the exchanger shutdown for cleaning will be needed

Conselho Nacional de Desenvolvimento Científico e Tecnológico

Um sério problema 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 retirado de operação, para que possa ser realizada uma limpeza. Informações prévias do melhor período para realizar as paradas podem melhorar a eficiência energética e de produção 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 à medida que os depósitos nas paredes dos tubos reduzem seu diâmetro. A predição pode ser usada para dizer quando a vazão terá caído abaixo de um valor satisfatório, indicando quando será necessário retirar o equipamento de operação