CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO

Transcrição

1 CONTROLE AVANÇADO PARA PLATAFORMAS DE PRODUÇÃO MARIO C. CAMPOS, ALEX TEIXEIRA, SIDIMAR SANTOS E OSCAR MEIEN PETROBRAS SA Av. Horácio Macedo, 950, Cidade Universitária, Ilha do Fundão, Rio de Janeiro RJ CEP s: mariocampos@petrobras.com.br, alex.teixeira@petrobras.com.br, sidimar@petrobras.com.br, meienov@petrobras.com.br Abstract Production platforms are becoming more complex, with increasingly stringent regulations for safety, energy efficiency, environment and quality of products, which poses new technological challenges for automation and control. Advanced control systems can play an important role to improve stability and profitability and support the operators and engineers. The potential gains associated with effective use of these technologies are: lower operational costs and gas flaring, higher profitability, greater stability allowing operation of critical equipment under favorable condition, and minimization of unscheduled downtime. This article will present some results obtained with the application of advanced control systems for production platforms. Keywords Advanced control, production platforms. Resumo As unidades marítimas de produção de petróleo estão se tornando cada vez mais complexas, e com exigências mais severas em termos de segurança, eficiência energética, meio ambiente e qualidade dos produtos. Estes fatos impõem novos desafios tecnológicos para as áreas de automação e controle nas plataformas de petróleo. O uso de técnicas de controle avançado e otimização em tempo real podem ajudar a superar muitos destes desafios. Os ganhos do efetivo uso destas tecnologias são muitos, como: redução do custo operacional, otimização da produção, estabilização da unidade permitindo a operação dos equipamentos em uma região de menor desgaste com redução do número de paradas não-programadas da produção e das manutenções corretivas. Este artigo irá apresentar os resultados obtidos com a aplicação de sistemas de controle avançado nas plataformas de produção. Palavras-chave Controle avançado de processos, aplicações em plataformas de produção, ferramentas de controle avançado. 1 Introdução Os sistemas de controle de uma unidade industrial são fundamentais para garantir a estabilidade e a segurança dos processos. Se esta camada não apresentar um bom desempenho, as outras camadas de automação como os sistemas de alarmes e os sistemas instrumentados de segurança irão sobrecarregar os operadores com uma alta demanda de ações corretivas, além de gerar um número maior de paradas de emergência, com perdas de produção e com a queda na disponibilidade dos processos. Pode-se dividir os sistemas de controle em dois tipos: o controle regulatório (Campos e Teixeira, 2006), responsável por manter as variáveis básicas do processo (níveis, pressões, temperaturas, etc.) nos seus respectivos setpoints, e que é configurado nos CLPs (Controladores Lógicos Programáveis) ou nos SDCDs (Sistemas Digitais de Controle Distribuídos), e o controle avançado, que requer cálculos mais complexos e é normalmente implementado em um computador, que se comunica com o CLP ou SDCD através de algum protocolo. O controle regulatório é o principal sistema de controle da planta, e se for possível, poderá ser o único. Para isto, deve-se monitorar e acompanhar o desempenho do mesmo através de ferramentas de gestão de ativos, com o BR-PerfX (desenvolvida em conjunto com a UFRGS), (Kempf, 2003) (Farenzena, 2008) e quando necessário, reajustar a sintonia do mesmo, utilizando, por exemplo, a ferramenta BR-Tuning (desenvolvida em conjunto com a UFCG), (Acioli et al., 2009) (Carvalho et al., 2010). Entretanto, o algoritmo de controle utilizado nesta camada é o PID, que é um controlador linear, e cujo desempenho pode degradar consideravelmente quando aplicado em processos não-lineares, ou sujeitos a grandes perturbações, como é o caso das plataformas de produção. Assim, nestes casos, pode ser necessária a utilização de algoritmos de controle a- vançado com objetivo de melhorar o desempenho da camada de controle da planta industrial. As estratégias de controle avançado ainda não são muito comuns nas unidades de produção de petróleo, principalmente, devido a dificuldade de desenvolver algoritmos capazes de lidar com muitos transientes, típicos destas plantas (paradas, diferentes alinhamentos dos poços, golfadas, etc.), e com processos nãolineares e variantes no tempo (p. ex. a quantidade de água (BSW) e gás (RGO) presente na produção de óleo dos poços podem variar ao longo do tempo, etc.) (Campos et al., 2012). Entretanto, nos últimos dois anos a Petrobras tem desenvolvido e implementado vários sistemas de controle avançado, com o objetivo de aumentar o desempenho do controle regulatório e otimizar os processo, e cujos algoritmos e resultados serão descritos neste artigo. A estratégia adotada pela Petrobras foi a de subdividir o problema de controle, com seus múltiplos objetivos, em subproblemas, e desenvolver ferramentas mais específicas. A vantagem desta abordagem é que 1172

2 teremos problemas de controle menos complexos para serem resolvidos, assim como algoritmos mais simples de serem sintonizados e implementados. Outra vantagem é que os resultados parciais podem aparecer mais rapidamente, fomentando novas implementações, assim como novos módulos. Obviamente, no futuro, outros módulos, além dos que serão descritos a seguir, serão necessários para, por exemplo, gerenciar a injeção de água nos reservatórios, para otimizar as plantas de processamento e de compressão, etc. Portanto, a estratégia de controle avançado para plataformas de produção focará inicialmente no desenvolvimento e implantação de três módulos principais (ver figura 1): um sistema para aumentar a estabilidade e o desempenho do controle regulatório associado, outro para eliminar ou minimizar as perturbações associadas com as golfadas, e finalmente um módulo de otimização da produção, associado com um sistema de otimização offline. de perturbação da planta para manter as variáveis controladas em torno do setpoint aumentando a confiabilidade do processo. O operador define para cada controlador uma banda ou faixa que, por exemplo, o nível pode oscilar em torno do setpoint. Se o nível sair desta faixa o sistema deve atuar rapidamente para que a variável retorne à região desejada de operação e evite uma possível parada da produção decorrente de um descontrole dos níveis. Outro objetivo é evitar variações bruscas nas pressões e vazões dos oleodutos, que dificultam a operação dos sistemas de detecção de vazamento, e que também podem provocar fadiga do material e vazamentos. Este sistema de controle avançado tem sido usado em malhas de nível, mas nada impede de ser utilizado em outras variáveis do processo, como pressões e temperaturas. A Figura 2 mostra um diagrama de blocos deste novo sistema de controle avançado, que roda para cada controlador PID configurado no mesmo. Assim, existirá um agente inteligente para cada PID, cujo algoritmo possui basicamente dois módulos: o primeiro acompanha o desempenho atual do PID e faz um diagnóstico, em função do nível (PV), do seu setpoint (SP) e da banda desejada, obtendo o grau atual de perturbação da planta. Em seguida, outro módulo calcula em função deste grau de perturbação e da banda desejada, a nova sintonia, e caso necessário irá alterar estes parâmetros no sistema de automação. Figura 1. Três módulos de controle avançado propostos 2 Controle Avançado para Estabilização O principal objetivo deste módulo avançado para estabilização dos processos é gerenciar automaticamente a sintonia da camada do controle regulatório, com o objetivo de ter o melhor desempenho possível dos controladores PIDs. Isto é, dependendo do grau das perturbações que a plataforma esteja submetida em certo momento, existirá uma sintonia ótima para os controladores, e este sistema avançado será responsável por alterar estes parâmetros de ajuste dos PIDs. Este algoritmo vem sendo desenvolvido desde 2007, e foi apresentado em outros trabalhos (Campos et al., 2012), (Campos et al., 2013). Entretanto, nos últimos dois anos houve uma grande disseminação na Petrobras, passando de duas (02) para oito (08) plataformas, que utilizam este algoritmo de controle avançado. Assim, o foco desta parte do trabalho será mostrar os resultados obtidos nestas novas implementações e as pequenas evoluções do algoritmo. Entretanto, será feita inicialmente uma pequena descrição do algoritmo. Como dito anteriormente, o objetivo é ajustar as sintonias dos PIDs automaticamente em função do grau Figura 2. Controle Avançado de Estabilização dos PIDs A Figura 3 mostra um exemplo de uma superfície para calcular a sintonia do controlador (neste exemplo o ganho proporcional) a partir da banda desejada (definida na tela do supervisório pelo operador) e do grau de perturbação atual da planta diagnosticado pelo sistema. Observa-se que quanto maior a banda desejada menor será o ganho do controlador e, portanto mais lenta será a sintonia e a ação do mesmo. Entretanto, para uma mesma banda, quanto maior for o grau das perturbações que a planta estiver submetida naquele instante, maior será o ganho do controlador. Isto é, mais agressiva deverá ser a sintonia para que a banda seja respeitada, já que a planta está sujeita a grandes perturbações (por exemplo, golfadas). Esta superfície de sintonias possíveis é definida offline e deve garantir a estabilidade em malha fechada do controle para qualquer valor desta curva. 1173

3 Figura 3. Superfície com a sintonia do controlador A figura 4 mostra um exemplo de interface de operação do sistema, onde o operador pode ligar ou desligar o controle avançado para cada controlador PID em particular, assim como especificar a banda desejada, ou desempenho, para esta malha específica. através de um driver para o supervisório ou de um protocolo OPC. Nestes casos, ele foi configurado no ambiente MPA Módulo de Procedimentos Automatizados. Este software foi desenvolvido pelo Laboratório TECGRAF da PUC-Rio para a PETROBRAS (Satuf et al., 2009). A figura 5 mostra uma parte da implementação do controle avançado de estabilização no MPA. A grande vantagem da utilização do MPA para a implementação dos algoritmos de controle avançado é a flexibilidade para se construir sistemas mais complexos, além de ser um único algoritmo controle para várias plataformas, facilitando a manutenção. Outra opção seria tentar implementar no próprio PLC estas lógicas avançadas, mas além da dificuldade de configuração, devido as limitações próprias dos PLCs, seria necessário dar manutenção em diferentes implementações, uma para cada PLC. Figura 5. Algoritmo de Controle Avançado no MPA Figura 4. Interface de operação do controlador A função de diagnóstico do controle avançado é feita olhando uma janela de tempo móvel e caso a banda seja violada significativamente, então o sistema aumenta o grau de perturbação atual da planta de um valor pré-estabelecido (por exemplo, 10%), o que significa que o sistema irá alterar a sintonia do PID para um valor mais agressivo. Por outro lado, se o sistema estiver muito estável e não violar uma meia banda (metade da faixa definida pelo operador), então significa que a planta não está sofrendo grandes perturbações, e que o grau de perturbação pode ser diminuído de certo valor, por exemplo, 2,5%. Desta forma, o controle avançado vai caminhar no sentido de especificar uma sintonia mais suave. Entretanto, observa-se que o sistema aumenta o ganho do PID em uma velocidade maior do que aquela que ele diminui o ganho. Em função dos requisitos de cálculo destes algoritmos, estes sistemas de controle avançado são normalmente implementados em um computador de processo, que se comunica com o sistema de automação Como um exemplo da flexibilidade desta abordagem, a figura 6 mostra a redução do número de eventos de alta corrente nos motores das bombas de exportação de uma plataforma, após a implementação deste módulo de controle avançado. Figura 6. Redução dos eventos de alta corrente nos motores das bombas de exportação da plataforma, após o controle avançado Nesta aplicação, foi feita a inclusão de um novo fluxo no MPA para verificar continuamente a corrente das bombas, e em caso de alta corrente, o sistema automaticamente evita que o controlador PID do nível do separador continue abrindo a válvula e pedindo mais vazão pelas bombas, o que levará ao desligamento (trip) das mesmas. Assim, o sistema mantém as bombas operando na máxima vazão, mas não acima das possibilidades destes equipamentos, ao colocar o respectivo controlador PID em manual. E automati- 1174

4 camente, o controle avançado libera a operação do PID, quando a situação se inverte (nível caindo ou corrente baixa). A figura 7 mostra a redução da vibração das bombas de outra plataforma após a implementação do controle avançado de estabilização. A Figura 8 mostra a variabilidade da pressão do oleoduto para um período sem o controle avançado e um período posterior à ativação. Dependendo do ponto de operação, as sintonias originais causavam muita oscilação nesta pressão com desvio da ordem de 2 a 6 kgf/cm 2. Com o controle avançado ativo a variabilidade chegou a somente 20% deste valor. A figura 9 mostra este indicador FA (fator de amplificação) médio para os vasos de separação de uma plataforma, calculado pela ferramenta própria da Petrobras de Auditoria e Gerenciamento de Malhas de Controle (BR-PerfX), para um período antes e após a implantação do controle avançado de estabilização. O resultado mostra que a seção de separação e tratamento de óleo, passou a operar com característica pulmão, logo após a habilitação do controlador e assim permaneceu. Figura 9. Fator de Amplificação médio dos vasos da P-53 A Figura 10 mostra o sinal de saída do controlador PID enviado para a válvula do vaso de tratamento eletrostático de uma plataforma. Neste caso, a sintonia original para o ponto de operação em questão estava muito agressiva, fazendo a válvula abrir e fechar desnecessariamente. Neste caso, além estabilizar o nível, o ganho se justifica pelo aumento da vida útil dos atuadores. Figura 7. Diminuição da vibração das bombas da plataforma após a implementação do controle avançado Figura 10. Ações enviadas para a válvula do tratador eletrostático Figura 8. Variabilidade da pressão do oleoduto Uma das formas de medir o desempenho de controladores de nível é avaliar o quanto este sistema está transmitindo os distúrbios da entrada para a sua saída. Esta avaliação pode ser feita com o indicador chamado de Fator de Amplificação (FA). A equação do FA encontra-se abaixo: A figura 11 mostra que o fator de utilização deste módulo de controle avançado de estabilização está acima de 80% do tempo de operação, desde a sua partida, para várias plataformas de produção, demonstrando que os operadores estão aceitando bem o controlador, e que os mesmos percebem os ganhos que estes sistemas representam para as suas atividades, deixando, por exemplo, os processos da plataforma mais estáveis (menores variações nas vazões), e absorvendo melhor as perturbações. Percurso da MV FA = Percurso da PV Este índice basicamente mede a relação entre os percursos (variações) da variável manipulada do PID (MV) e da variável de processo (PV). Se o fator FA for menor do que um (1), o controlador utiliza o vaso como um pulmão, amortecendo as perturbações, caso contrário, ele está amplificando os distúrbios. Figura 11. Fator de utilização do controle avançado de estabilização nas plataformas Os principais benefícios e resultados observados após a partida destes sistemas de controle avançado de estabilização foram: Redução das ações enviadas para as válvulas (percurso e reversão), demonstrado pela diminuição do indicador FA (fator de amplificação); 1175

5 Redução da variabilidade e do valor médio da corrente e do diferencial de pressão nas bombas de exportação (Booster e Principais); Redução da variabilidade da pressão do oleoduto, que aumenta a eficiência do sistema de detecção de vazamento. apenas os padrões de variações das pressões envolvidas, outro responsável por atuar continuamente nas válvulas chokes de produção para tentar eliminar as golfadas, e finalmente um para proteger os processos e equipamentos a jusante da válvula choke em caso de golfadas severas. 3. Controle Avançado Anti-Golfadas As golfadas (slugs) são uma das maiores perturbações para a operação das plataformas de produção. Elas se caracterizam por severas variações, ou instabilidades, nas vazões de produção de óleo e gás, com momentos de altas vazões, seguido de momentos de baixas vazões. Este é um fenômeno cíclico que causa uma redução na eficiência dos processos, podendo gerar perdas de produção devido a paradas (trips) não planejadas, redução do potencial de produção dos poços, etc. Este fenômeno pode ter várias causas (Hu, 2004) (Sinegre, 2006) (Kaasa et al, 2007), por exemplo: Diferença nas velocidades do gás e do óleo produzido ao longo do poço, das linhas de produção e dos risers (hydrodynamic slugging); Geometria das linhas de produção (golfadas induzidas pelo terreno ou pelo próprio riser); Instabilidades associadas ao gas-lift (feedback positivo em função das características da válvula de gas-lift); Um das maneiras de minimizar, ou mesmo eliminar, as golfadas é através de técnicas de controle, que utilizam as medições de pressão disponíveis (como o PDG permanent downhole gauge) para atuar na válvula de produção (choke) dos poços. Na prática, existe uma resistência ao uso destas técnicas de controle em função de um paradigma operacional, de que se deveria manter a válvula de produção 100% aberta. Realmente, esta poderia ser a melhor estratégia nos casos em que os poços produzem sem golfadas. Mas quando existem golfadas, manter as válvulas paradas e muito abertas pode não ser a melhor filosofia, pois além das perdas de produção média (ver Hu, 2004), existem os riscos associados com trips da produção, devido aos descontroles nos níveis e/ou nas pressões da plataforma. Existem vários outros trabalhos demonstrando os potenciais de ganhos das estratégias de controle anti-golfadas (Godhavn et al., 2005), (Olsen, 2006), e (Plucenio et al., 2012). O principal objetivo do controle anti-golfadas é eliminar ou minimizar os efeitos destas perturbações. A figura 12 mostra um esquema deste controle avançado. Existem três subsistemas: um responsável por diagnosticar e identificar as golfadas, considerando Figure 12 Esquemático do controle avançado anti-golfadas. O subsistema de diagnóstico possui duas funções: identificar as golfadas severas e ajustar os parâmetros do controle anti-golfadas quando necessário. O sistema de proteção assume o controle das válvulas de produção dos poços (chokes), colocando-as na posição de mínima abertura (definida pelo operador na interface de operação IHM ver figura 13) enquanto estiver ocorrendo uma golfada severa. Finalmente, o controle anti-golfadas que tenta seguir uma lei para estabilizar os perfis de pressão do escoamento através de manipulações dinâmicas na válvula choke de produção (Storkaas e Skogestad, 2003), (Eikrem, 2006), (Sinegre, 2006), (Kaasa et al., 2007). Existem várias opções de algoritmos de controle, como os descritos em Plucenio et al. (2012) e Stasiak et al. (2012), que utilize um PI para controlar as variações nas pressões: U ( k) = U ( k 1 1 ) + k E 1 ( k) + k E 2 ( k 1) Onde: E ( k) = PDG ( k) PDG ( k 1) E em seguida, tenta levar a posição da válvula choke de produção para um setpoint desejado definido na IHM: ( ) = ( ) + β ( ( 1) ) U 2 k U 1 k SP U k Obviamente, se o poço produz sem golfadas, quanto maior for o setpoint de posição da válvula choke, menor será a pressão de fundo do poço (PDG) e maior será a produção. Figure 13 Interface de operação do controle anti-golfadas. A figura 14 mostra um exemplo de atuação do subsistema de proteção anti-golfadas, onde o sistema fechou a válvula choke de produção rapidamente para se evitar danos aos equipamentos, como trocadores 1176

6 de calor, compressores, separadores, etc. Após a passagem da golfada, o sistema abre automaticamente esta válvula de produção. Figura 16 Fator de utilização do controle anti-golfadas. Figure 14 Desempenho do subsistema de proteção anti-golfadas. A figura 15 mostra o desempenho do controle antigolfadas. Pode-se observar, em amarelo, o setpoint desejado para a válvula choke de produção, em azul a posição atual da choke, e em verde e magenta os limites desejados para a operação. O objetivo é manipular a choke para estabilizar as pressões e obter uma maior estabilidade na pressão de fundo. Figura 15 Desempenho do controle anti-golfadas. Este controle avançado de anti-golfadas já foi implementado em três (03) plataformas marítima de produção. Os operadores também têm aceitado bem este controle, como se pode observar pelo fator de utilização em torno de 65%, para uma plataforma, na figura 16. Os ganhos deste controle anti-golfadas são: Quando ocorrem golfadas nos poços, este controle pode atuar tentando minimizar a pressão de fundo (PDG), e levando a uma maior produção; Quando ocorrem golfadas severas, este sistema fechar rapidamente a choke de produção minimizando as conseqüências de danos nos equipamentos (p. ex. trocadores de calor), e o número de paradas de emergência (trips) devido a nível alto nos separadores, ou pressões elevadas nos compressores. Finalmente, este controle pode aumentar a estabilidade, minimizando o desgaste nos equipamentos críticos (turbinas, bombas e compressores). 4. Controle Avançado de Otimização da Produção Estão sendo desenvolvidas duas abordagens diferentes para a otimização da produção: uma baseada em um sistema de regras (sem modelo formal) e outra baseada em um controlador preditivo não-linear (NMPC) (Campos et al., 2013). Ambos os sistemas recebem uma região desejada de operação de um otimizador rigoroso offline de gas-lift (BR-SIOP - Teixeira et al., 2013), e tenta maximizar a produção de óleo considerando as restrições do processo. Esta região de operação do controle avançado é estimada em torno de 10 a 20% do ponto ótimo calculado pelo BR-SIOP, em função das incertezas de modelagem e de medição. As variáveis manipuladas pelo controle avançado são os setpoints das vazões de gas-lift para cada poço. O sistema baseado em regras utiliza os conhecimentos dos especialistas (operadores e engenheiros) para implementar uma otimização heurística. Este sistema também foi configurado no software MPA. O controlador preditivo NMPC (Bequette, 2007), (Duraiski, 2009), (Ribeiro, 2012) tem como função objetivo maximizar a produção de óleo, considerando um modelo não-linear do processo e as restrições da planta de tratamento e de compressão. Desta forma, foi desenvolvido um modelo do processo, que em função das vazões de gas-lift, das pressões no fundo (PDG), na chegada dos poços na plataforma e nos separadores, estima as vazões de produção (óleo, água e gás). A figura 17 mostra uma comparação entre a vazão de óleo estimada e a realmente medida na plataforma. O erro de estimação é utilizado para corrigir o modelo utilizando um filtro de Kalman estendido. Ambas as abordagens foram implementadas e estão rodando em malha aberta, para validação e ajustes finais. Espera iniciar os testes em malha fechada em breve, e uma pendência é o controle regulatório, pois muitas malhas de controle de vazão do gas-lift ainda estão operando em manual em muitas plataformas. Outro benefício de fechar estas malhas é a redução da alta variabilidade da vazão de gas-lift, com possíveis perdas de produção por operar longe do ponto ótimo. 1177

7 Figure 17 Predição do BR-NMPC para a vazão de produção de óleo e a medição fiscal. 5. Conclusões As plataformas de produção estão se tornando mais complexas e necessitam de sistemas de controle a- vançado para apoiar os operadores e engenheiros na busca pela otimização dos processos. Portanto, existem boas perspectivas de uso destas ferramentas nas plataformas com o objetivo de aumentar a estabilidade, a segurança, a confiabilidade e a produtividade. A estratégia adotada para a implementação destes sistemas foi a de desenvolver e implantar sistemas de controle avançado mais focados e com objetivos mais simples de serem alcançados e avaliados, de forma a facilitar a aceitação dos mesmos pelas equipes de operação e manutenção. Atualmente já existem mais de sete (07) plataformas com estes sistemas implantados, e com mais de 80% de fator de utilização. Agradecimentos Gostaríamos de agradecer aos engenheiros e operadores das diversas plataformas, unidades operacionais e do CENPES, que muito contribuíram para o desenvolvimento e a implantação destes sistemas de controle avançado. Gostaríamos também de agradecer a vários pesquisadores das universidades envolvidas com projetos de P&D na área de controle avançado (UFRGS, UFRJ, UFMG, UFSC, PUC-Rio) e finalmente a equipe da empresa Trisolutions envolvida nos projetos para as plataformas. E finalmente, à Petrobras que tem incentivado os trabalhos de otimização em tempo real das suas unidades industriais. Referências Bibliográficas Acioli, G., Santos, J. e Barros, P., (2009), On Simple Identification Techniques for First-Order plus Time-Delay Systems, 15th IFAC Symposium on System Identification, Saint- Malo, France, pp , Bequette, W, (2007). Non-linear Model Predictive Control: A Personal Retrospective, The Canadian Journal of Chemical Engineering, Vol. 85, pp Campos, M. e Teixeira, H., Controles Típicos de Equipamentos e Processos Industriais, Ed. Edgard Blücher, Campos, M., Teixeira, A., Furtado, P., Pimenta, A. e Meien, O., Controle Avançado e Otimização em Tempo Real em Unidades Marítimas de Produção, Rio Oil & Gas Expo and Conference - IBP, Rio de Janeiro, Campos, M., Gomes, M. e Perez, J., Controle Avançado e Otimização na Indústria do Petróleo, Ed. Interciência, Carvalho, R., Schmidt, D., Campos, M., Barros, P., Acioli, G., e Santos, J., (2010), Sintonia de malhas de controle com BR-Tuning: novas funcionalidades e aplicação em unidades da Petrobras, Segundo CICAP Congresso de Instrumentação, Controle e Automação da Petrobras, Maio, Rio de Janeiro. Dalsmo, M., Halvorsen, E. e Slupphuag, O., (2002). Active Feedback Control of Unstable Wells at Brage Field, SPE 2002 SPE Duraiski, R., (2009), Otimização Dinâmica em Tempo Real Utilizando Modelos Não-Lineares Simplificados, Tese de doutorado na Universidade Federal do Rio Grande do Sul. Eikrem, G., (2006). Stabilization of Gas-Lift Wells by Feedback Control, Department of Engineering Cybernetics, Norwegian Univ. of Sci. and Tech., PhD Thesis, NTNU. Farenzena, M., (2008), Novel Methodologies for Assessment and Diagnostics in Control Loop Management, Tese de Doutorado, UFRGS. Godhavn et al., (2005). New Slug Control Strategies, Tuning Rules and Experimental Results, Journal of Process Control 15, pp Hu, B., (2004). Characterizing gás-lift instabilities, Department of Petroleum Engineering and Applied Geophysics, PhD Thesis, NTNU. Kaasa et al., (2007). Nonlinear Model-Based Control of Unstable Wells, Modeling, Identification and Control, Vol. 28, No. 3, 2007, pp Kempf, A., (2003), Avaliação de Desempenho de Malhas de Controle, Dissertação de Mestrado, UFRGS. Olsen, H., (2006). Anti-Slug Control and Topside Measurements for Pipeline-Riser Systems, PhD Thesis, NTNU. Plucenio, A., Ganzaroli, C. and Pagano, D., (2012). Stabilizing gas-lift well dynamics with free operating point. IFAC Workshop - Automatic Cont. in Offshore Oil and Gas Production, Trondheim, May 31. Ribeiro, C., (2012). Controle Preditivo Multivariável em Plataformas para Produção de Petróleo com 1178

8 Restrição de Qualidade, M.Sc. Thesis, COPPE/UFRJ. Satuf, E., Pinto, S. e Quaresma, B., (2009). Sistema automático de alinhamento para a Plataforma de rebombeio autônomo PRA-1, Brazil Automation ISA 2009, São Paulo, 10 a 12 de Novembro. Sinegre, L., (2006). Dynamic study of unstable phenomena stepping in gas-lift activated wells, These Docteur de l Ecole des Mines de Paris. Stasiak, M., Pagano, D. e Plucenio, A.,(2012). A New Discrete Slug-Flow Controller for Production Pipeline Risers, IFAC Workshop - Automatic Control in Offshore Oil and Gas Production, Trondheim, May 31, Storkaas, E., e Skogestad, S., (2003). Cascade control of unstable systems with application to stabilization of slug flow. International Symposium on Advanced Control of Chemical Process, AdChem 03 Hong Kong. Teixeira, A.F., Campos, M.C.M.M., Barreto, F.P., Rosa, V.R., Arraes, F.F. e Stender, A.S., (2013). Model Based Production Optimization Applied to Offshore Fields, OTC Brazil 2013, Offshore Technology Conference, Rio de Janeiro, Brazil. 1179