Vazamentos em dutos de óleo e gás, além de causarem grandes prejuízos comerciais, também podem provocar graves acidentes ambientais.

Uma tecnologia desenvolvida por pesquisadores da Universidade de São Paulo (USP), campus de São Carlos, no interior paulista, pode ajudar as empresas desse segmento a agir com mais rapidez caso suas tubulações de transporte de óleo e gás apresentem falhas graves.

O sistema consiste na instalação de sensores de pressão ao longo do duto. São eles que captam informações referentes a perturbações decorrentes de vazamentos. Os dados são inseridos em uma rede neural artificial, nome dado a programas de computador que procuram imitar a forma como o cérebro humano processa informações. O resultado é um conjunto capaz de monitorar vazamentos em tempo real.

"Alguma demora ocorre devido à propagação da perturbação ao longo da tubulação, pois ela precisa sair do ponto de vazamento até atingir o sensor. Essa distância pode ser de alguns quilômetros. Mas como essa onda caminha na velocidade do som, na prática a detecção é instantânea", afirma o engenheiro mecatrônico Fernando Guimarães Aguiar, responsável pelo mestrado que deu origem ao sistema e que foi orientado por Paulo Seleghim Junior, professor do Departamento de Engenharia Mecânica da USP de São Carlos.

A tecnologia é fruto de uma parceria do Netef com a Petrobras. No momento, a companhia mantém diversos projetos em curso com o laboratório, nos quais está investindo cerca de R$ 2 milhões. Outra empresa que participou do desenvolvimento do sistema é a Asel-tech, de tecnologia e soluções para dutos.

O foco de Aguiar em seu mestrado foi desenvolver o algoritmo para gerar um programa de computador capaz de detectar os vazamentos. De acordo com o pesquisador, a rede neural artificial desenvolvida recebe padrões de vazamentos e a partir deles é capaz de aprender quando há ou não um problema do duto. "A ideia é que o banco de dados do sistema aumente a cada ocorrência de vazamentos", afirma.

Nos testes de laboratório, o sistema se mostrou bastante preciso. "Temos um oleoduto com um quilômetro e meio de extensão, com 22 pontos de simulação de vazamentos. Treinamos a rede neural com 11 deles. E ela foi capaz de generalizar esses dados para todos os 22 pontos. Ou seja, obtivemos uma eficiência de 100%", afirma Aguiar.

O pesquisador observa ainda que a rede neural se mostrou eficaz também na ocorrência de falsos alarmes de vazamento devido ao funcionamento das bombas ou a abertura de válvulas.

"Quando a bomba que está injetando óleo em uma tubulação é desligada, a pressão interna do duto cai. Alguns sistemas podem entender isso como um vazamento, mas a rede neural se mostrou imune a esse tipo de interferência", observa.

Evolução

O mestrado de Aguiar se estendeu do início de 2008 até a metade de 2010. Segundo o pesquisador, o desenvolvimento do sistema prossegue agora em seu doutorado. "Queremos criar um método no qual iremos inserir perturbações no duto para tentar verificar se já existem ou não vazamentos e até mesmo localizá-los", diz.

A tecnologia desenvolvida funciona apenas para vazamentos que ocorram durante o monitoramento, sem ser capaz de detectar vazamentos já existentes. Por isso está sendo proposto agora um sistema ativo de detecção, afirma Aguiar.