GARANTIA DE ESCOAMENTO

Prévia do material em texto

1
UM ESTUDO SOBRE OS PRINCIPAIS PROBLEMAS DE GARANTIA
DE ESCOAMENTO E SUAS ABORDAGENS DE ANÁLISE
Erik Oliveira Gameleiro
Projeto de Graduação apresentado no curso de
Engenharia de Petróleo da Escola Politécnica,
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Engenheiro de Petróleo.
Orientador: Rafael Mengotti Charin
RIO DE JANEIRO, RJ - BRASIL
AGOSTO DE 2023
UM ESTUDO SOBRE OS PRINCIPAIS PROBLEMAS DE GARANTIA DE 
ESCOAMENTO E SUAS ABORDAGENS DE ANÁLISE 
 
 
Erik Oliveira Gameleiro 
 
 
 
PROJETO DE GRADUAÇÃO SUBMETIDO AO CORPO DOCENTE DO 
CURSO DE ENGENHARIA DE PETRÓLEO DA ESCOLA POLITÉCNICA 
DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS 
REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE 
ENGENHEIRO DE PETRÓLEO. 
 
Examinado por: 
 
 
 Prof. Rafael Mengotti Charin, D.Sc. 
 
 
 
 
 Prof. Juliana Souza Baioco, D.Sc. 
 
 
 
 
 Eng. Mariana Ferreira Palacios. 
 
 
 
 
RIO DE JANEIRO, RJ - BRASIL 
AGOSTO DE 2023
Digitally signed by Juliana Souza Baioco 
DN: cn=Juliana Souza Baioco, o=UFRJ, ou, email=jsbaioco@petroleo.ufrj.br, c=BR 
Date: 2023.09.01 13:19:35 -03'00'
i
Gameleiro, Erik Oliveira
Um Estudo sobre os Principais Problemas de Garantia de
Escoamento e suas Abordagens de Análise/ Erik Oliveira Gameleiro
- Rio de Janeiro: UFRJ/ Escola Politécnica, 2023.
XI, 92 p.: il.; 29,7 cm.
Orientador: Rafael Mengotti Charin.
Projeto de graduação - UFRJ/ Escola Politécnica/ Curso de
Engenharia de Petróleo, 2023
Referências Bibliográficas: p. 75-79.
1. Garantia de Escoamento 2. Prevenção 3. Remediação
4. Métricas de Estudo 5. Abordagem Digital
I. Charin, Rafael Mengotti. II. Universidade Federal do Rio de
Janeiro, Escola Politécnica, Curso de Engenharia de Petróleo. III.
Título.
ii
AGRADECIMENTOS
Agradeço à minha mãe, Lucia, por todo seu empenho e dedicação, muitas vezes
precisando fazer o impossível para ver seus filhos felizes diante das adversidades e dificuldades
da vida. Nos momentos de alegria, você foi perfeita. Nos momentos de tristeza e agonia, você
foi perfeita. Agradeço demais por ter você ao meu lado, principalmente de 2022 para cá, que
só a gente sabe a quantidade de problemas, contratempos, sufocos e decepções que passamos.
Sempre serei grato e levarei você comigo, literalmente, até o meu último suspiro. Eu poderia
escrever um tcc inteiro falando de você, mas pararei por aqui. Te amo, Luxa!
Agradeço ao meu irmão, Igor, por ser uma grande fonte inspiração e me guiar nos
diversos caminhos da vida. Seus conselhos e suas conquistas são motivos de inspiração e
orgulho para mim. Sem dúvidas, com o passar do tempo, eu e você, conseguimos entender o
verdadeiro sentimento do que é ser irmão. Você sempre fará parte da minha trajetória. Te amo,
irmão!
Agradeço à minha vó materna, Gianette (em memória), que durante a sua vida, sempre
quis o meu bem e fez o possível para isso. Tenho certeza de que ela estaria muito feliz nesse
momento. Te amo, vó!
Agradeço à minha namorada e companheira, Mariana, por ser essa pessoa incrível,
carinhosa e amorosa. Em todos esses anos, você sempre ficou ao meu lado e me deu força,
principalmente nos momentos mais difíceis e mais obscuros. Você é uma joia em formato de
mulher. Te amo, menina!
Agradeço aos professores que contribuíram para o meu aprendizado e aos funcionários
da UFRJ. Em especial ao Rafael Charin, meu orientador, Juliana Baioco e Bruno Escher.
iii
Resumo do Projeto de Graduação apresentado à Escola Politécnica/ UFRJ como parte dos
requisitos necessários para a obtenção do grau de Engenheiro do Petróleo.
UM ESTUDO SOBRE OS PRINCIPAIS PROBLEMAS DE GARANTIA DE
ESCOAMENTO E SUAS ABORDAGENS DE ANÁLISE
Erik Oliveira Gameleiro
Agosto/2023
Orientador: Rafael Mengotti Charin
Curso: Engenharia de Petróleo
Garantia de escoamento trata dos esforços necessários para garantir o escoamento dos fluidos
no sistema de produção com o mínimo de intervenções possíveis. Ela é uma disciplina crítica
para a produção de petróleo e vem se tornando cada vez mais importante. Os principais
fenômenos relacionados à garantia de escoamento que serão revisados neste trabalho são os
asfaltenos, parafinas, hidratos, emulsões, incrustações inorgânicas e naftenatos, bem como suas
formas de predição, prevenção e correção. O foco do presente trabalho é realizar uma revisão
bibliográfica destes eventos e avaliar a relação entre a escala de laboratório e a escala de campo.
O objetivo do trabalho é mostrar quais são as tendências de abordagens e métricas de estudo
dos fenômenos de garantia de escoamento presentes na literatura, de modo que o seu estudo e
previsão seja o mais próximo do real cenário de produção. Nessa linha, são abordadas formas
de melhorar o gerenciamento das ocorrências de garantia de escoamento. Com o uso de dados
de laboratório e de produção e modelos digitais que utilizam modelos de machine learning, é
possível melhorar esse entendimento e gerenciamento, por meio de visualização de gráficos e
tabelas ajustadas periodicamente. Esse tipo de ferramenta pode auxiliar na tomada de decisão,
na confiabilidade da previsão e na antecipação dos fenômenos de garantia de escoamento.
Palavras-chave: Garantia de escoamento, Prevenção, Remediação, Métricas de Estudo,
Abordagem digital.
iv
Abstract of Undergraduate Project presented to POLI/UFRJ as a partial fulfillment of the
requirements for the degree of Petroleum Engineer.
A STUDY ABOUT THE MAIN PROBLEMS OF FLOW ASSURANCE AND
YOUR ANALYSIS APPROACHES
Erik Oliveira Gameleiro
August/2023
Advisor: Rafael Mengotti Charin
Course: Petroleum Engineering
Flow assurance is the necessary efforts to guarantee the flow of the fluids in the production
system with the least possible interventions. It is a critical discipline for oil production and is
becoming increasingly important. The main phenomena related to flow assurance that will be
reviewed in this work are asphalthenes, wax, hydrates, emulsions, scales and naphthenates, as
well your forms of prediction, prevention and correction. The focus of the present work is to
carry out a bibliographic review of these events and to evaluate the relationship between the
laboratory scale and the production scale. The objective in this work is to show which trends of
approaches and metrics for the study of the flow assurances phenomena present in the literature,
so that your study and prediction are as close to the real production as possible. In this line,
ways to approach the management of flow assurance occurrences are discussed. With the use
of laboratory and production data and digital models that uses machine learning models, it is
possible to improve this understanding and management, through visualization of graphs and
tables adjusted periodically. In addition, this type of tool can help in decision making, forecast
reliability and anticipation of flow assurance phenomena.
Keywords: Flow Assurance, Prevention, Remediation, Metrics, Digital Approach
v
SUMÁRIO
1. INTRODUÇÃO......................................................................................................................1
2. REVISÃO CONCEITUAL ....................................................................................................4
2.1. O petróleo..................................................................................................................................... 4
2.2. Indicadores relevantes.................................................................................................................. 4
2.2.1. Grau API ...................................................................................................................................grupo agrupa os
carbonáticos e os sulfetos, os quais, ambos, dependem do pH da água produzida. O terceiro, e
último, diz respeito as incrustações que apresentam radioatividade e, por isso, a sua remoção é
perigosa e custosa (CASTRO, 2015).
7.4. Métodos de prevenção de incrustações
Diversas técnicas preventivas podem ser utilizadas para a prevenção de incrustações. A
seguir serão listadas algumas das mais utilizadas na indústria.
7.4.1. Unidades de remoção de sulfato (URS)
As unidades de remoção de sulfato (URS) são unidades instaladas nas plataformas de
produção, cujo objetivo é reduzir significativamente o nível de sulfato presente na água de
injeção por meio de nanofiltros, reduzindo, assim, o potencial de precipitação de sulfatos.
Possui um elevado custo de implementação, mas pode ser vantajoso em campos que possuam
elevado potencial de precipitação de sulfato (BEZERRA, 2013). A Figura 21 mostra um
exemplo de URS utilizada.
36
Figura 21: Unidade de remoção de Sulfato (Fonte: SUEZ, 2022)
7.4.2. Inibidores de incrustação
Os inibidores de incrustação são produtos de natureza química que inibem a nucleação
do cristal, ou retardam o processo de crescimento de incrustação quando adicionados em
pequenas quantidades na água produzida. Os principais inibidores de incrustações têm como
base os polifosfanatos inorgânicos, ésteres de fosfatos orgânicos, fosfonatos orgânicos e
polímeros orgânicos (ARAI & DUARTE, 2010). A seleção do melhor inibidor depende do tipo
de incrustação a ser combatida, sua severidade, estabilidade térmica e compatibilidade química.
Além disso, de acordo com o local onde se deseja inibir as incrustações, técnicas de
aplicação diferentes são utilizadas. As três formas distintas de aplicação do inibidor são:
squeeze na formação, por soaking e injeção contínua por meio de umbilicais (BEZERRA,
2013).
7.5. Remediação de incrustações
A principal razão para se remover depósitos de incrustação é mitigar diversos problemas
decorrentes do acúmulo desses depósitos, como, por exemplo, a diminuição de vazão de
37
produção e corrosão em equipamentos favorecida pelas incrustações (CASTRO, 2015). Para
isso, diversas técnicas podem ser utilizadas, de acordo com a composição depósito encontrado.
7.5.1. Remoção química
Os removedores químicos de incrustações usados diferem de acordo com o tipo de
precipitado encontrado. Os mais empregados são o ácido clorídrico, EDTA (Ácido etileno
diamino tetra acético) e o DTPA (Ácido dietileno triamino penta acético), os dois últimos são
agentes que sequestram os íons indesejados do sistema - efeito quelante -, porém possuem um
custo de operação relativamente elevado (CASTRO, 2015).
7.5.2. Remoção mecânica
Métodos de remoção mecânica de incrustações são, em geral, extremamente caros,
complexos e pouco efetivos (CASTRO, 2015). Além disso, por conta da elevada aderência dos
depósitos nas tubulações e equipamentos, os métodos de remoção mecânicos exigem muito
tempo para sua realização. Jateamento por flexitubo pode ser aplicado, sendo o seu grande
desafio operacional em longos trechos horizontais (OLIVEIRA et al., 2018).
38
8. NAFTENATOS
O naftenato é resultado da precipitação de sais de naftenatos, oriundos de ácidos
naftênicos, que estão presentes no petróleo. Os naftenatos são formados por meio da interação
química dos ácidos naftênicos com os íons metálicos como o cálcio e o sódio (SALLEH et al.,
2009). Em condições de produção, o naftenato pode obstruir a tubulação, provocar corrosão
nos equipamentos, causando paradas de produção e gerando riscos à integridade operacional
dos sistemas de produção e de processamento primário. A formação de depósitos de naftenatos
é particularmente crítica em condição de superfície nos separadores de fase. (OLIVEIRA et al.,
2013). Os principais tipos de naftenatos formados em campos de petróleo são os naftenatos de
cálcio e de sódio.
Um exemplo de remoção de deposição por naftenato de cálcio no separador é mostrado
pela Figura 22.
Figura 22: Depósito de naftenato de cálcio em um separador de superfície
(Fonte: TURNER & SMITH, 2005)
39
8.1. Estrutura dos ácidos naftênicos
A estrutura dos ácidos naftênicos é representada pela fórmula CnH2n+zO2, onde n
representa o número de carbonos e Z representa a deficiência de hidrogênio em ácidos cíclicos
(BRIENT, 1995). Além disso, os ácidos naftênicos são compostos que, tipicamente, possuem
uma estrutura do tipo (R-COOH) ligada a longas cadeias abertas ou cíclicas e sua estrutura pode
variar com a composição do petróleo. A Figura 23 mostra algumas de suas possíveis
representações.
Figura 23: Possíveis estruturas de ácidos naftênicos presentes no petróleo
(Fonte: GARCIA, 2017)
8.2. Potencial corrosivo
Ácidos naftênicos estão presentes em até 4 % na composição do óleo e possuem um
potencial corrosivo. Para quantificar esse potencial, define-se um índice chamado de TAN (do
inglês, Total Acid Number). Esse índice estima a quantidade de hidróxido de potássio
consumido para neutralizar os ácidos naftênicos no óleo (SALLEH et al., 2009). Em geral,
petróleos mais pesados, ou seja, com menor grau API possuem acidez mais elevada, conforme
mostra a Figura 24.
40
Figura 24: Variação do TAN em relação ao API para diferentes óleos da
bacia de Campos (Fonte: OLIVEIRA et al., 2013)
8.3. Formação de naftenatos
Sua formação depende fundamentalmente de três fatores. (i) presença de ácidos
naftênicos na composição do petróleo, (ii) altos teores de íons metálicos e (iii) aumento do pH
da água produzida com o passar da produção. Com a despressurização por conta do escoamento,
o CO2 passa para a fase gasosa, provocando aumento do pH da água produzida. Com isso,
ocorre a dissociação de ácidos naftênicos presentes no petróleo, favorecendo a formação de
naftenatos de sódio e cálcio (SALLEH et al., 2009). A Figura 25 exemplifica o equilíbrio
químico que resulta na formação dos naftenatos de cálcio.
41
Figura 25: Equilíbrio químico na formação de naftenato de cálcio
(Fonte: OLIVEIRA et al., 2013)
8.4. Prevenção de naftenatos
Preventivamente, a melhor forma de se evitar a formação e deposição de naftenatos é
por meio do controle do pH do meio, neste caso, deixando-o levemente ácido. A injeção de
ácido, como, por exemplo, o ácido acético glacial (livre de água) ou ácido clorídrico, são
considerados satisfatórios. Entretanto, é necessário controlar a sua injeção com o intuito de
evitar corrosão dos equipamentos (OLIVEIRA et al., 2018).
8.5. Remediação de naftenatos
Técnicas de remediação e mitigação por problemas com naftenatos podem ser
utilizadas, visando alternativas emergenciais às alternativas preventivas. As principais
utilizadas são a redução da temperatura no processo de separação e injeção de ácido.
42
9. GARANTIADE ESCOAMENTO: LABORATÓRIO X
PRÁTICA
Conforme pôde ser observado ao longo deste trabalho, os problemas que envolvem a
garantia de escoamento são bastante complexos. Dessa forma, diferentes abordagens e
ferramentas de estudo podem ser utilizadas para tentar representar ou elucidar a fenomenologia
do problema. Porém, muitas vezes, essas ferramentas não conseguem gerar resultados, ou
geram resultados discrepantes entre si, por conta da dificuldade em se retratar o que ocorre
numa linha de produção na prática por meio de estudos em escala reduzida, de laboratório. O
ponto e objetivo principal é conseguir retratar as condições termodinâmicas, cinéticas e de
qualquer um dos fenômenos de garantia de escoamento estudados, além de unir as condições
dinâmicas do escoamento.
As principais limitações relativas às abordagens de escala de laboratório estão na
dificuldade em se retratar fielmente as condições de cisalhamento reais, velocidade das fases e
padrões de escoamento, pois esses parâmetros mudam sistematicamente durante o escoamento
da produção, somado com a complexidade do petróleo. Além disso, variáveis intrínsecas ao
aparato experimental, como, por exemplo, tipo de material da tubulaçãosimulada, sua
geometria e dimensão também influenciam diretamente nos resultados, pois elas, muitas vezes,
não são condizentes com a prática.
Na literatura, existem aparatos experimentais bem difundidos e largamente utilizados
para o estudo de garantia de escoamento, como, por exemplo, o loop multifásico com o estudo
de deposição de parafinas e célula vibrante - do inglês, rocking cell - com esfera de aço
inoxidável (SUM et al., 2018). Porém, ambas as abordagens possuem muitas limitações em
seus projetos em termos de representar os eventos que ocorrem nas linhas de produção.
Loopsmultifásicos, do inglês flowloops, podem ser utilizados na avaliação de simulação
de fluxo do escoamento com inibidores de parafinas e são utilizados para representar o
comportamento nas flowlines. Eles consistem em longas seções de tubos onde há a circulação
de óleo e de água resfriada. Com esse equipamento, é possível, por exemplo, determinar a massa
de parafina que se deposita nas paredes dos tubos, avaliando seu impacto, além de outros
parâmetros adimensionais. Contudo, é um aparato relativamente caro e que, muitas vezes,
possui uma grande extensão. A Figura 26 exemplifica esquematicamente o flowloop.
43
Figura 26: Aparato experimental de um flowloop para avaliação de deposição parafínica
(Fonte: ADEYANJU & OYEKUNLE, 2015)
A rocking cell com esfera metálica é um aparato que permite o movimento controlado
de uma esfera metálica dentro de um cilindro. Ela consegue dar uma estimativa da viscosidade
relativa dos fluidos contidos nele. A rocking cell é colocada sobre uma superfície, onde é
aplicado um movimento oscilatório por um motor, movimentando a esfera de diâmetro
conhecido em seu interior, dentro de um banho com água aquecida. Esse aparato é bastante
utilizado no estudo de hidratos, prevendo, com certa eficiência, o momento ao qual eles poderão
ser formados e a quantidade formada. Também pode ser utilizado para validar a efetividade na
utilização e desempenho de inibidores cinéticos e antiaglomerantes de hidratos (SUM et al.,
2018).
Entretanto, esse equipamento possui limitações e dificuldades em concatenar as
condições de cisalhamento com as condições de fluxo. Além disso, a esfera metálica pode
ocasionar perturbações indesejáveis ao fluxo, prejudicando e camuflando o estudo (SA et al.,
2019). A Figura 27 mostra o aparato experimental esquemático de uma rocking cell.
44
Figura 27: Aparato esquemático de uma célula vibrante com esfera metálica inoxidável
(Fonte: SUN & FIROOZABADI, 2013)
Já a rock-flow cell, consiste em um aparato que consegue fornecer os cenários
termodinâmicos e de cisalhamento e, dessa forma, captura as condições termo hidráulicas do
escoamento (SA et al., 2019). Ela é composta por um tubo selado, de aproximadamente um
metro de comprimento, com as fases inseridas dentro dele, em geral água, óleo e gás, em cima
de uma superfície capaz de promover oscilações controladas por um motor elétrico. Com a
mistura dos fluidos, é possível obter os diferentes padrões de escoamento, facilitando o
entendimento das condições termo hidráulicas do escoamento, fundamental para a elucidação
dos fenômenos de garantia de escoamento (SUM et al., 2018). Além disso, seu custo-benefício
é substancialmente mais reduzido em comparação com os outros equipamentos apresentados e
possui fácil acesso de visualização do seu interior.
45
Por conta disso, a rock-flow cell se torna uma grande aliada no estudo dos fenômenos
de garantia de escoamento. A Figura 28 mostra um exemplo esquemático de uma rock-flow
cell.
Figura 28: Esquema representativo de uma rock-flow cell
(Fonte: SA et al., 2019)
9.1. Métricas e índices
Neste tópico serão resumidos alguns índices e métricas de estudo que, no âmbito de
garantia de escoamento, foram desenvolvidos no âmbito da garantia de escoamento e estão
presentes na literatura. O objetivo no desenvolvimento destes índices é apresentar métricas e
resultados padronizados capazes de correlacionar o entendimento entre as características de
cada teste e facilitar análises posteriores na área.
9.1.1. Flow Index Risk: Métrica baseada no transporte de hidratos
MELCHUNA et al. (2020) mostraram em seus estudos uma nova métrica de análise,
baseada no estudo de transporte de hidratos. Nos seus estudos, foi desenvolvido um índice de
risco de escoamento, que representa o risco de desenvolver condições de bloqueio na tubulação.
O estudo experimental se baseou em testes dinâmicos realizados em uma rock-flow cell,
de modo a estudar a formação dos hidratos e avaliar o desempenho dos antiaglomerantes
46
utilizados. Para isso, utilizou-se uma mistura de gás natural para formar o hidrato, condensado,
como fase oleosa, e antiaglomerantes comerciais, de forma a desenvolver um índice de risco ao
escoamento. Esse índice foi obtido atribuindo valores, entre 0 e 2, para três categorias avaliadas
(agregação, deposição na parede e decantação). O estudo avaliou dois estágios do experimento,
um intermediário e outro final, devido à interação das partículas sólidas ao longo do
escoamento.
Com isso, o índice oscilou de zero (mínimo risco) até doze (máximo risco) e foi avaliado
o impacto de quatro condições experimentais na performance dos antiaglomerantes durante o
escoamento: dosagem quantitativa de antiaglomerantes, o tipo de antiaglomerantes, o efeito da
salinidade e o subcooling do sistema.
Para essa análise, foram utilizados quatro antiaglomerantes comerciais diferentes,
denominados de AA-1, AA-2, AA-3 e AA-4. As três categorias que foram avaliadas foram a
agregação, a deposição na parede e decantação (bedding). Essas três categorias foram
analisadas de acordo com os questionamentos a serem respondidos para os problemas de
garantia de escoamento: se os sólidos precipitarem, eles se agregarão no líquido, se depositarão
na parede ou serão transportáveis pelo escoamento?
A Figura 29 mostra as três categorias avaliadas e os respectivos riscos associados a cada
uma delas de maneira ilustrativa.
Figura 29: Categorias para avaliação do índice de Risco de escoamento em função dos sólidos no
escoamento (Fonte: Adaptado de MELCHUNA et al., 2020)
47
De acordo com a Figura 29, é possível observar as considerações feitas em cada
categoria e quando cada situação é considerada como crítica nas suas respectivas classes. A cor
verde (0) exemplifica nenhum ou pouco risco associado para cada uma das categorias. A cor
amarela (1) significa que a categoria apresenta indícios iniciais de um risco associado. A
vermelha (2) representa uma condição de falha, e a cor roxa representa que a ocorrência não foi
possível de ser avaliada ou classificada. Cada uma dessas categorias foi identificada por um
número, para os dois estágios do experimento. Assim, cada um dos quatro parâmetros
supracitados foi avaliado e os seus respectivos índices de risco de escoamento foram obtidos
pela soma dos valores dados pelas diferentes cores para as três categorias, nas duas fases de
experimento consideradas, intermediária e final.
A primeira categoria é chamada de agregação. Ela é definida como sendo a interação
entre os sólidos precipitados, formando partículas visíveis a olho nu ou não. Quando as
partículas sólidas precipitarem, porém invisíveis a olho nu (até 100 µm), recebem a
classificação verde (0). Partículas sólidas visíveis a olho nu com tamanho regular (100 até 1000
µm), recebem a classificação amarela (1). Já as partículas sólidas visíveis a olho nu com
tamanho irregular (Acima de 1000 µm), formando fragmentos sólidos, recebem a classificação
vermelha (2).
A segunda categoria é a categoria de deposição. Ela é definida como sendo a formação
de depósitos ao longo da parede da célula, sendo subclassificados quando: estiverem
localizados na lateral, completamente molhados pela fase líquida (a); estiverem no topo,
expostos à fase gasosa (b); e estiverem na interface das fases líquida e gasosa (c). Quando os
sólidos forem formados, porém não ocorrendo a deposiçãona parede, recebem a classificação
verde (0). Já as condições (1) e (2) são observadas quando ocorrer a deposição de partículas
sólidas em diversos pontos ao longo da seção do tubo, sendo a condição amarela (1) para uma
distribuição de depósitos não uniforme e a condição vermelha (2) para uma distribuição de
depósitos uniforme em mais de uma posição.
A terceira categoria é chamada de bedding, ou decantação. Ela diz respeito à
acumulação das partículas no fundo da parede e sua transportabilidade ao longo do escoamento.
A formação de depósitos dispersos recebe a classificação verde (0). A decantação de sólidos
que ainda podem ser transportados de forma heterogênea recebe a classificação amarela (1). Já
para condições de sólidos não transportáveis, recebem a classificação vermelha (2).
Esse método de análise é útil e acessível para se comparar o efeito de diferentes
condições experimentais na precipitação e transportabilidade das partículas sólidas. Com base
48
nessas premissas, estimou-se o índice de risco de escoamento para os diferentes parâmetros de
análise supracitados. Foram avaliadas o impacto de quatro condições experimentais (dosagem
quantitativa do antiaglomerante, tipo de aglomerante, efeito da salinidade e efeito do
subcooling).
A Tabela 4 mostra, em síntese, o índice de risco de escoamento obtido em função do
tipo de antiaglomerante utilizado no experimento.
Tabela 4: Exemplo do Índice de risco de escoamento em função do tipo de AA usado. Testes feitos
sob volume constante, subcooling de 14-15 graus Celsius, 0.1 wt % NaCl, gás natural e 15% de
líquido carregado com 50% watercut (Fonte: Adaptado de MELCHUNA et al., 2020)
Com isso, os resultados da Tabela 4 mostraram que, para as condições analisadas, o AA-
2 obteve uma melhor eficácia atingindo o índice 4. Já os AA-3 e AA-4 falharam em todas as
categorias, atingindo o índice 12, índice mais elevado de risco.
Também foi avaliado o índice de risco de escoamento considerando o impacto da
dosagem de antiaglomerantes, a salinidade e do efeito do subcooling.
Em relação à dosagem de antiaglomerantes, foi observado que quanto maior a dosagem
de AA utilizado, maior será a eficiência no transporte de partículas de hidratos. No entanto,
49
existe um limite ótimo de dosagem ao qual, acima deste, não é verificado uma melhoria em sua
performance. Testes com três dosagens diferentes de antiaglomerantes foram realizados. A
Tabela 5 resume os resultados obtidos em relação à dosagem de antiaglomerantes.
Tabela 5: Resumo dos resultados obtidos em relação à dosagem de antiaglomerante,
no caso o AA-1 (Fonte: Adaptado de MELCHUNA et al., 2020)
Em relação à salinidade, dois testes, ambos repetidos, com concentrações diferentes de
NaCl em água (0.1 wt% e 3.0 wt%) foram realizados e verificou-se que, altas salinidades
aumentaram a capacidade na performance do AA-2. A Tabela 6 resume esses resultados
obtidos.
50
Tabela 6: Resumo dos resultados obtidos em relação ao efeito
da salinidade na performance do antiaglomerante,
no caso o AA-2 (Fonte: Adaptado de MELCHUNA et al., 2020)
Em relação ao subcooling, demonstrou-se que menores valores de subcooling, para o
sistema e condições testadas, aumentaram a efetividade do AA. Para o caso, foi avaliado o AA-
3. A Tabela 7 resume os resultados obtidos em relação ao subcooling.
Tabela 7: Resumo dos resultados obtidos em relação ao efeito
do subcooling na performance do antiaglomerante
(Fonte: Adaptado de MELCHUNA et al., 2020)
51
Com isso, o desenvolvimento dessa nova métrica mostrou que, para as condições
dinâmicas e experimentais consideradas, o desempenho dos AAs não é apenas ligado à sua ação
química, mas também fortemente dependente das condições térmicas e hidrodinâmicas.
Também vale ressaltar que essa metodologia pode ser utilizada, e validada para outros
problemas de garantia de escoamento, inclusive, para a qualificação de outros índices de risco
de escoamento de precipitação de sólidos tais como parafinas, incrustações inorgânicas e
asfaltenos, e proporcionar uma melhor comparação entre os diferentes problemas aplicados à
garantia de escoamento (MELCHUNA et al., 2020).
9.1.2. Asphaltene Solubility Class Index (ASCI)
Uma outra métrica desenvolvida na literatura, pela empresa TOTAL, envolvendo o
estudo de asfaltenos, é o Asphaltene Solubility Class Index (ASCI). Esse índice numérico
consiste em avaliar, quantitativamente, o comportamento da fração asfaltênica do óleo e
compará-lo entre diferentes amostras de petróleo. Essa métrica é baseada na precipitação onset
dos asfaltenos com diferentes misturas de soluções de heptóis, que consiste em misturas de n-
heptano e tolueno.
O procedimento realizado para medir o ASCI consiste em gotejar quantidades
conhecidas de óleo bruto ou solução de asfaltenos, em uma mistura de solventes padronizadas.
A quantidade de óleo ou solução de asfaltenos adicionada deve ser bem pequena em
comparação com a quantidade das soluções padrão. As soluções são agitadas e armazenadas
por 48 horas e mantidas à 45°C (temperatura necessária para não ocorrer interferência por
depósitos de parafinas). O frasco em que ocorrer a precipitação de asfaltenos em tolueno puro,
receberá o valor de ASCI igual a zero, ou seja, início da mistura com 0% de heptano. Caso o
precipitado de asfalteno seja observado apenas em n-heptano puro, obtém-se um ASCI igual a
20. (PASSADE-BOUPAT et al., 2018). A Figura 30 mostra a representação esquemática de
determinação do ASCI, com seus respectivos valores. Assim, para uma quantidade de 65% de
heptano, obtém-se um ASCI igual a 13.
52
Figura 30: Representação esquemática de determinação do ASCI
(Fonte: Adaptado de PASSADE-BOUPAT et al., 2018)
Dessa forma, é possível observar na Figura 30 que a quantidade de precipitados de
asfaltenos aumenta conforme há o aumento da razão de heptóis. O ASCI representa a
característica de solubilidade da fração asfaltênica, possibilitando a avaliação do risco de
precipitação de asfaltenos nas condições avaliadas. O aumento do valor do ASCI indica uma
maior estabilidade da fração asfaltênica, pois altos valores de ASCI necessitam de uma maior
quantidade de n-heptano para induzir a separação de fases, conforme pode ser observado na
Figura 30.
O estudo também mostrou que a concentração de asfaltenos possui pouca influência na
determinação do ASCI. A Figura 31 mostra três situações avaliadas de concentração de
asfaltenos (750 ppm, 150 ppm e 30 ppm). É possível notar, pela Figura 31, que independente
da concentração de asfaltenos analisada, nenhuma precipitação para ASCI igual a 12 foi
observada nas três concentrações consideradas. Além disso, conforme aumenta-se o ASCI (13
até 15), a quantidade de precipitado de asfaltenos também aumenta, de forma gradativa.
53
Figura 31: ASCI para três soluções com diferentes concentrações de asfaltenos (Fonte: Adaptado de
PASSADE-BOUPAT et al., 2013)
Dessa forma, é possível observar uma evidente não correlação entre o valor do ASCI e
à diluição da concentração do asfalteno, sendo a solubilização dos asfaltenos pouco afetada em
razão de sua concentração no óleo. Também foi possível notar que a concentração de asfaltenos
pode ser altamente influenciada pela adição de outra fração asfaltênica ou no caso de uma
precipitação parcial, diminuindo o ASCI. Por esse motivo, depósitos asfaltênicos encontrados
nas linhas e equipamentos de produção apresentam um ASCI inferior ao encontrado na fração
de asfaltenos no óleo, pois na medida em que ocorre a precipitação parcial, a parte precipitada,
uma vez redissolvida, terá um índice menor (PASSADE-BOUPAT et al., 2013).
Por conta de sua simplicidade, podendo ser realizada com o mínimo de materiais, essa
ferramenta de análise pode ser utilizada tanto em laboratório quanto no campo. ASCI é uma
métrica simples, baseada na observação, que permite caracterizar os asfaltenos e comparar
diferentes frações de amostras de óleo, possibilitando, assim, a comparação de diferentessistemas (PASSADE-BOUPAT et al., 2013).
Portanto, o ASCI é uma ferramenta útil para o entendimento nos estudos de risco de
asfaltenos e seus depósitos, sendo uma rápida triagem na avaliação de casos com altos riscos
de deposição. Entretanto, pode ser necessário correções no caso de altas concentrações de
compostos não-hidrocarbonetos na amostra. Para avaliar o limite de estabilidade dos asfaltenos,
54
o ASCI deve ser comparado com o poder de solubilização do óleo. A densidade do óleo e seu
volume molecular são dois bons indicadores para avaliar o limite de estabilidade, conforme
observa-se na Figura 32.
Para amostras de óleos com volume molar semelhante, quanto maior for a densidade do
óleo, maior será a capacidade em dissolver asfaltenos. Quando a densidade de duas amostras é
semelhante, o óleo com menor volume molar médio terá maior capacidade de dissolver
asfaltenos. Assim, a estabilidade da fração de asfaltenos depende da densidade do óleo (ZHOU
et al., 2012).
A Figura 32-(a) mostra a correlação entre o volume molar médio e a densidade do óleo
em condições de reservatório. A Figura 32-(b) mostra o valor de ASCI em função da densidade
do óleo em condições de reservatório.
Figura 32: (a) Peso molecular dos fluidos em função da densidade do óleo e (b) ASCI em função
da densidade do óleo (Fonte: Adaptado de PASSADE-BOUPAT et al., 2013)
Logo, pela Figura 32-(b), amostras acima de um determinado ASCI, para uma
densidade do óleo estabelecida, podem ser dissolvidos e, portanto, maior a estabilidade dos
asfaltenos no óleo. Consequentemente, essa linha do gráfico pode ser considerada uma fronteira
de limite de solubilidade e, abaixo dela, é considerada uma região instável.
Assim, o ASCI é uma ferramenta de análise simples, que possibilita avaliar e comparar
o comportamento das frações asfaltênicas. Desse modo, o ASCI pode ser utilizado no estudo
de questões complexas sobre asfaltenos, tais como seu fracionamento e co-precipitação, bem
como determinar se problemas com asfaltenos serão os responsáveis primários por perdas de
produção. (PASSADE-BOUPAT et al., 2018).
55
9.1.3. Índice baseado na molhabilidade de hidratos (Wetting index)
HØILAND et al (2005) estudaram um parâmetro quantitativo para avaliar e comparar a
tendência de formação de plugues de hidratos em 12 amostras de petróleos brutos, chamado de
wetting index. O estudo avaliou a molhabilidade de hidratos de FREON (estruturas formadoras
de hidratos do tipo II abaixo de 8.5°C à 1 bar) a partir do seu comportamento em emulsões de
petróleo, de modo a desenvolver um índice de risco de formação de plugues de hidratos.
O estado de molhabilidade das partículas sólidas, como os hidratos, depende dos
componentes presentes no óleo e determina se elas estabilizam emulsões A/O (superfícies
molhadas por óleo) ou emulsões O/A (superfícies molhadas por água). A Figura 33 exemplifica
como o estado de molhabilidade do hidrato pode afetar as propriedades da emulsão. Partículas
são molhadas a óleo, quando o ângulo de contato, q, for maior que 90°. Partículas são
molhadas à água, quando o ângulo for menor que 90°.
Figura 33: Ilustração da partícula de hidrato em uma interface óleo-água. Partículas molhadas a óleo
tendem a estabilizar emulsões A/O. Partículas molhadas à água tendem a estabilizar emulsões O/A
(Fonte: HØILAND et al., 2005)
No momento em que se altera a razão dos volumes das duas fases líquidas, pode ocorrer
a inversão da emulsão estabilizadas pelas partículas de hidratos. A fração de volume na qual a
inversão ocorre depende fortemente da composição do petróleo e hidratos molháveis à água são
atribuídos a uma redução do ponto de inversão, enquanto o aumento do ponto de inversão é
56
atribuído a hidratos molháveis a óleo. Nesse estudo, a molhabilidade de hidratos obtidas pela
observação da transição de fase da emulsão foram comparadas com as tendências de formação
de bloqueio de hidrato em condições realísticas.
O ponto chave do estudo foi determinar o ponto de inversão de fases catastrófica, que
foi realizado aumentando, de forma gradual, a proporção de salmoura em óleo. Aumentou-se a
razão de volume salmoura/óleo de 10 % até 90 %, determinando o volume de salmoura na qual
a transição de fase de óleo contínuo para água contínua foi observada. Assim, o ponto de
inversão de fase pode ser detectado pela mudança abrupta no comportamento da emulsão,
quando adicionada à água pura, ou na mudança de seu comportamento de viscosidade. Os
pontos de inversão foram determinados para emulsões óleo/salmoura com hidratos (j
) e
sem hidratos (j
) de forma a elucidar qual o efeito do hidrato. A diferença entre os pontos de
inversão das amostras é dada pela equação abaixo. O valor encontrado (Dj
) foi relacionado
com a molhabilidade dos hidratos presente em cada uma das amostras avaliadas.
Dj
 = j
 - j
 (6)
Para explicar a real influência do valor de j
 , os valores da diferença entre os pontos
de inversão foram normalizados, de acordo com a relação abaixo. O valor de Dj
corresponde à máxima variação possível de j
 .
Dj∗ =
Dj!
"#$
Dj%&' (7)
• Para Dj
 ≥ 0 → Dj = 1− j
 ;
• Para Dj
 ≤ 0 → Dj = j
 .
Dessa forma, os valores para Dj∗ variaram de -1 a +1. A Figura 34 mostra os valores
das diferenças normalizadas obtidas para as 12 amostras do estudo.
57
Figura 34: Diferenças normalizadas em pontos de inversão de fase para sistemas com e
sem hidratos para as 12 amostras analisadas (Fonte: HØILAND et al., 2005)
Pela Figura 34, foi possível observar que as amostras com valores positivos de Dj∗ (B2b
e B4c) indicaram hidratos molháveis ao óleo e, consequentemente, poucas chances de ocorrer
a formação de plugues de hidratos, uma vez que estes estão dispersos. Já para amostras com
valores negativos de Dj∗ (B1a, B3a, S2b, S4b, S5a e S6a) indicaram que os hidratos são
molháveis à água e, consequentemente, altas probabilidade de formar plugues de hidratos.
Valores iguais a zero ou próximos de zero (B4b, S3a, S3b e S7a) indicaram uma molhabilidade
intermediária.
Com isso, o estudo mostrou que hidratos, por serem partículas sólidas, podem estar
presentes nas interfaces de uma emulsão podendo, assim, possuir diferentes estados de
molhabilidade dependendo das condições do sistema.
Esse índice foi obtido por meio da diferença entre os pontos de inversão de fase (com
hidratos e sem hidratos). O ponto de inversão de fase pode ser determinado alterando a
proporção de óleo e água da emulsão e depende do estado de molhabilidade das partículas
estabilizadoras da emulsão (com e sem hidratos), sendo representado por um valor entre -1 e
+1. Valores positivos indicam hidratos molháveis ao óleo, indicando pouca ou nenhuma chance
58
de bloqueio, enquanto valores negativos indicam um nível intermediário ou hidratos molháveis
à água, indicando alto potencial de bloqueio.
Além disso, óleos brutos que geraram hidratos molháveis ao óleo formaram dispersões
de hidratos, enquanto hidratos molháveis à água formaram bloqueios de hidratos. Com esse
método, foi possível diferenciar a tendência de formação de bloqueios de hidratos, de acordo
com o comportamento da morfologia dos hidratos, relacionando a inversão de fase das
emulsões com a molhabilidade das partículas.
9.1.4. Outras métricas de estudo
9.1.4.1. Eficiência de antiaglomerantes utilizando simulação molecular
MOHR et al (2021) estudaram a eficiência de quatro moléculas de surfactantes no
processo de inibição de hidratos - subdenominados de AA1, AA2, AA3 e AA4 - por meio de
simulações dinâmicas computacionais, comparando-as com estudos experimentais. O estudo
foi realizado simulando o processo de coalescência do hidrato com a gota de água, ambos
cobertos com antiaglomerantes. As simulações computacionais foram realizadas utilizando o
pacote de simulação de dinâmica molecular GROMASC (Versão 2018.3). As simulações não-
dirigidas foram realizadas, no conjunto isotérmico-isobárico, considerando onúmero de
eventos de aglomeração. Também foram realizadas simulações dirigidas, no conjunto canônico
do pacote, possibilitando simulações de sistemas fora do equilíbrio, aplicando uma força
externa ao sistema para conduzi-lo à determinada direção, considerando cálculos de energia
livre de coalescência. Já os estudos experimentais consistiram em medições realizadas numa
rocking cell, determinando a dosagem mínima efetiva necessária de modo a inibir a
aglomeração.
Nas simulações não-dirigidas, foram realizadas 24 simulações de até 600 ns para os
quatro diferentes antiaglomerantes estudados, em três concentrações diferentes (baixa, média e
alta), com a gota de água coberta ou não pelas moléculas do antiaglomerante. A Tabela 8 mostra
os resultados obtidos.
59
Tabela 8: Resultados das simulações não-dirigidas no estudo da coalescência entre as moléculas de
hidrato e a gota de água para os quatro AAs e seis diferentes configurações. As simulações foram
interrompidas para quando o tempo alcançou 600 ns ou se a coalescência ocorreu (Fonte: Adaptado de
MOHR et al., 2021)
É possível notar que, para altas concentrações, todos os surfactantes atuaram,
efetivamente, como antiaglomerantes. Nos casos de baixas concentrações, para a gota coberta,
houve divergências entre os sistemas de AAs, indicando que alguns atuam na inibição e outros
não. Diversas conclusões e resultados qualitativos foram obtidos sobre o processo de
aglomeração e a forma como os antiaglomerantes atuam, dando suporte aos métodos
experimentais, tais como o número e tempo de eventos de coalescência e a orientação da cauda
do antiaglomerante. Para este último parâmetro, foi observado que em maiores concentrações,
existe a maior a probabilidade da orientação da cauda do antiaglomerante estar perpendicular à
superfície do hidrato.
Em resumo, os resultados das simulações não-dirigidas mostraram que, diante das
apresentações das análises dos parâmetros e sistemas simulados, dois antiaglomerantes, o AA1
e AA2, demonstraram um melhor desempenho na sua performance, em comparação com os
AA3 e AA4.
Nas simulações dirigidas, foram realizadas cinco execuções independentes para as
mesmas 24 situações configuradas, colocando a gota de água em direção à superfície do hidrato
e foram avaliadas as interações entre os AAs na superfície do hidrato, em diferentes
concentrações, com a gota de água coberta. Assim, foi mensurada a força média entre a
superfície do hidrato e a gota de água de cada uma das situações analisadas, conforme observa-
se na Figura 35.
60
Figura 35: Força média dos quatro antiaglomerantes em função da distância entre a superfície do
hidrato e a gota de água. (Fonte: Adaptado de MOHR et al., 2021)
Foi possível observar que a força de interação é zero em grandes separações entre a
superfície do hidrato e a gota de água. À medida que a gota se aproxima da superfície, ela
começa a interagir com as moléculas do antiaglomerante, ocasionando um aumento na força
necessária para manter a gota em direção à superfície do hidrato. A parte do perfil força-
distância que mais interessa no estudo é aquela onde começa a interação da gota revestida com
os antiaglomerantes da superfície. Com isso, duas importantes observações puderam ser
descritas:
i. As interações se tornam mais repulsivas quanto maior for a concentração do AA;
ii. As interações são mais repulsivas quando a gota coberta, em comparação com a
gota não coberta.
Embora o resultado dos perfis força-distância propõe um resultado descritivo
qualitativo, para se obter um resultado mais quantitativo para cada um dos antiaglomerantes,
61
realizou-se 10 simulações independentes de modo a avaliar a diferença da energia livre
aproximada entre dois estados. Para a obtenção da energia livre, foram usadas igualdades e
equações de aproximação da força externa, de modo a obter a diferença entre a energia livre de
dois estados. Aplicou-se um potencial harmônico na transição entre dois estados para obter
esses resultados, usando a igualdade de Jarzynski. Os resultados obtidos foram exemplificados
na Figura 36.
Figura 36: Energia livre aproximada para a coalescência entre a gota de água
e o hidrato, para os quatro antiaglomerantes (Fonte: MOHR et al., 2021)
Pela Figura 36, foi possível notar a barreira de energia livre média para a coalescência
entre a gota de água e o hidrato para cada um dos quatro antiaglomerantes. Embora o espaço
amostral (10 amostras) seja relativamente pequeno para definir uma estatística adequada, os
valores da diferença da energia livre para AA1 e AA2 são claramente distintos em comparação
ao AA3 e AA4, indicando, portanto, aqueles serem os mais adequados a fim de evitar a
aglomeração. Inclusive, essa conclusão corrobora com o que foi determinado na análise
computacional não dirigida.
62
Os resultados experimentais realizados na rocking cell também testaram os quatros
antiaglomerantes. Eles foram avaliados com base na sua capacidade de minimizar o tamanho
dos aglomerados de hidrato e, posteriormente, dispersá-los no escoamento. Os resultados foram
classificados como “aprovados” ou “reprovados”, sendo o desempenho avaliado determinando
a dose mínima efetiva de antiaglomerante necessária para registrar o resultado como
“aprovado”. As dosagens foram selecionadas para 5,0 % em peso de salmoura e 50 % em
volume de água a 138 bar e 4°C. Os resultados obtidos nos experimentos estão demonstrados
na Tabela 9.
Tabela 9: Resultados experimentais da performance dos antiaglomerantes em função de suas
concentrações (%) (Fonte: Adaptado de MOHR et al., 2021)
É possível perceber, pelos resultados expostos na Tabela 9, que o AA1 e AA2 indicaram
uma dosagem mínima efetiva de 1,17% e 1,00%, respectivamente. Já para os AA3 e AA4, não
foi possível determinar a dose mínima efetiva, pois mesmo em altas concentrações não foi
observado a inibição. Isso demonstrou um desempenho pior em relação ao AA1 e AA2. Assim,
os resultados experimentais confirmaram, também, o que foi obtido nos resultados das
simulações relatadas anteriormente.
Com isso, o objetivo do estudo foi fornecer uma comparação entre os dois rankings,
computacional e experimental, e explorar a capacidade de métodos computacionais de
simulação na previsão de aglomeração de diferentes antiaglomerantes testados. Para isso, o
estudo realizou as simulações dinâmicas moleculares fornecendo informações adicionais da
63
ação dos antiaglomerantes e, juntamente com as medições experimentais, comparou os
diferentes comportamentos dos antiaglomerantes sob as condições testadas. Foi observando
uma boa concordância entre os métodos analisados, indicando que as simulações aperfeiçoaram
a previsão do desempenho dessas moléculas.
9.1.4.2. Eficiência de inibidores cinéticos utilizando um HP-µDSC
MAEDA et al (2018) estudaram o desempenho de inibição de quatro inibidores
cinéticos de hidratos (KHIs) por meio de um calorímetro de alta pressão diferencial (do inglês,
HP-µDSC). Essa ferramenta consegue estudar as propriedades termodinâmicas, bem como a
cinética de nucleação de hidratos, aplicando rampas de resfriamento e medindo perfis de fluxo
de calor. Dessa forma, foi possível deduzir a temperatura de nucleação de hidratos durante o
processo de resfriamento e a quantidade de hidratos formados, aplicando processos de
resfriamento e aquecimento lineares.
No dito estudo, foram usadas soluções aquosas diluídas de KHIs em um HP-µDSC da
Setaram, para avaliar o desempenho de inibição deles, e comparar os resultados obtidos com
estudos anteriores. Os quatro inibidores cinéticos testados foram: Luvicap 55W, Luvicap 21W,
Poli N-Isopropilacrilamida (PNIPAM) e Polivinilpirrolidona (PVP). A concentração de cada
KHI usada foi de 0,5% em peso para cada amostra. O modelo de gás utilizado foi uma mistura
de 90% em mol de metano com 10% em mol de propano.
O estudo realizou duas medidas para avaliar a eficácia de inibição de cada KHI. A
primeira medida foi em relação à temperaturamais alta de formação do hidrato durante o
resfriamento (Tf), independentemente do tamanho do pico observado. A segunda medida foi
em relação à área total de pico de dissociação de hidrato em Teq (temperatura termodinâmica
de dissociação do hidrato), normalizada pela área total do pico de gelo derretido. Dessa forma,
a segunda medida avaliou a inibição do crescimento de hidratos. O procedimento de
normalização foi realizado para conseguir explicar a variação na quantidade de cada amostra.
Os perfis de fluxo de aquecimento e resfriamento para os quatro KHIs em solução
aquosa à 30 MPa de pressão estão exemplificados na Figura 37. Os perfis de fluxo exotérmico
são expressos em valores positivos, enquanto os fluxos endotérmicos em valores negativos.
64
Figura 37: Perfis de fluxo de calor de solução aquosa do PVP (a), PNIPAM (b), LUVICAP 21W (c) e
LUVICAP 55W (d), a 0,5% wt e mistura de gás metano e propano à 30 MPa (Fonte: Adaptado de
MAEDA et al., 2018)
Os perfis em azul correspondem ao processo de resfriamento, enquanto os perfis em
vermelho correspondem ao processo de aquecimento. Os pequenos picos em azul, durante o
resfriamento, correspondem à formação de hidratos. Os grandes picos em azul representam o
congelamento do gelo. Os picos em vermelho, durante o aquecimento, correspondem ao
derretimento do gelo, seguido pela dissociação do hidrato.
A Figura 38 resume os resultados obtidos das temperaturas mais altas de formação de
hidrato de gás, observadas no processo de resfriamento, juntamente com o limite de fase
termodinâmico, calculado experimentalmente. A Teq situa-se na linha de transição de fase
termodinâmica.Pela figura 38, é possível notar que o Luvicap 55W obteve melhor performance,
pois teve a menor temperatura observada de formação de hidrato, para uma dada pressão de gás
avaliada.
65
Figura 38:Resumo da Tf para a água e os KHIs analisados
(Fonte: Adaptado de MAEDA et al., 2018)
A Figura 39 resume os resultados das áreas totais de pico, de dissociação de hidrato,
normalizadas pela área total do pico de derretimento de gelo no processo de aquecimento. Os
resultados para as quatro soluções de KHIs e água pura são mostrados na Figura 39.
Figura 39: Resumo da área total de pico de dissociação de hidrato na Teq, normalizada
pela área total de pico no derretimento de gelo no mesmo processo de aquecimento
(Fonte: Adaptado de MAEDA et al., 2018)
66
Pela figura, é possível observar que o Luvicap 55W e Luvicap 21W obtiveram melhores
desempenhos, pois formaram menor quantidade de hidratos. Já os outros dois KHIs, PVP e
PNIPAM, não demonstraram ser eficientes no processo de inibição.
Assim, foi possível desenvolver e criar um protocolo para aumentar o entendimento dos
KHIs e obter uma classificação de seus desempenhos. O calorímetro de varredura diferencial
de alta pressão (HP-µDSC) foi utilizado para fazer essa caracterização. Tanto a temperatura de
formação de hidrato, quanto a quantidade de hidrato formado foram analisadas, sendo o
segundo método baseado na inibição do crescimento de hidrato. Com isso, o HP-µDSCmostrou
que pode ser eficiente na triagem de novos KHIs utilizados na produção, que são geralmente
caros, ou que só podem ser obtidos em quantidades reduzidas, o que geralmente ocorre no caso
de novos produtos químicos.
9.2. Tendência para uma abordagem digital de garantia de escoamento
Nos últimos anos, diversas medidas têm sido pensadas e tomadas de forma a melhorar
a compreensão dos eventos de garantia de escoamento, tais como: avaliações dos fluidos em
laboratório, simulações termodinâmicas envolvendo garantia de escoamento e métricas
desenvolvidas na literatura, vistas no tópico anterior. Essas ações auxiliam no entendimento de
problemas pontuais de garantia de escoamento. Contudo, as condições de produção de alta
complexidade exigem ferramentas que necessitam ser mais precisas, escaláveis e em harmonia
com o dinamismo de todo o sistema de produção.
É evidente que existe um gap entre o que acontece nos estudos em laboratório e a
prática. Somado a isso, tem-se a complexidade das características de cada um dos fenômenos
que envolvem a garantia de escoamento, estudados anteriormente, mostrando uma necessidade
de comunicação de informações, ou seja, correlacionar o que pode ser simulado, com base nos
dados de laboratórios, com o que ocorre na produção, com dados medidos em tempo real no
campo, em testes de poço, por meio de sensores. É necessária uma melhor reprodução do
sistema de análise, usando diferentes abordagens, de forma a estruturar o entendimento e acesso
aos dados e a melhorar a representação dos parâmetros diretamente ligados à garantia de
escoamento ao longo do escoamento.
Uma forma de reduzir o impacto entre as divergências que existe entre as análises vistas
em separado é, justamente, tentar usar as duas bases de forma complementares, ou seja, utilizar
67
o que se pode obter no laboratório com o que se tem da prática, de forma conjunta. O principal
objetivo de uma análise como essa é melhorar a identificação antecipada dos eventos de
garantia de escoamento, reduzindo possíveis perdas e otimizando o gerenciamento nessas
ocorrências.
Isso significa que dados e informações confiáveis de garantia de escoamento necessitam
estar disponíveis e ser relevantes. Dessa forma, seria possível integrar o monitoramento de
dados de análises laboratoriais e dados de produção e, até mesmo, otimizar melhorias contínuas
do sistema de produção. A Figura 40 mostra um esquema representativo desse tipo de análise.
Figura 40: Esquema associativo de dados de laboratório e dados na prática
(Fonte: Elaboração própria)
A grande vantagem de uma análise que utiliza dados medidos em tempo real e dados de
laboratório é a possibilidade de prever os cenários de produção de forma mais realística. Assim,
consegue-se melhorar a qualidade e confiança na previsão de cenários de produção futuros.
Na tentativa de utilizar uma análise mais aprimorada e robusta no escopo de garantia de
escoamento, pode-se fazer uso de técnicas computacionais como, por exemplo, inteligência
artificial (IA) e machine learning. A inteligência artificial é um ramo mais amplo, que visa dar
suporte à tomada de decisão, criando sistemas inteligentes capazes de equacionar problemas
como os seres humanos. Machine learning é um subconjunto de IA e pode ser definido como
sendo a utilização de algoritmos capazes de aprender e detectar insights ocultos de difícil
compreensão, a partir dos dados de entrada (FACELI et al., 2011). Técnicas e algoritmos de
machine learning já vem sendo utilizados na indústria de petróleo com o objetivo ajudar no
diagnóstico de problemas. Seu principal objetivo é prever as tendências dos dados e ele pode
ser implementado por meio de três técnicas de aprendizados diferentes.
68
No aprendizado supervisionado, os algoritmos são treinados por meio do uso de dados
rotulados (dados que são identificados certas caraterísticas ou categorias), pelo qual ocorre o
desenvolvimento de modelos baseados em dados de entrada e saída (MANESH, 2020). O
algoritmo recebe o conjunto de entrada junto com as saídas correspondentes. O seu principal
objetivo é aprender regras que mapeiam as entradas em saídas.
No modelo não-supervisionado, os algoritmos são treinados por meio de dados não
rotulados, ou seja, sem uma categoria previamente definida, ocorrendo a interpretação de dados
baseado apenas nos dados de entrada (MANESH, 2020). O algoritmo recebe o conjunto de
entradas, mas não recebe as respectivas saídas. O seu principal objetivo é explorar os dados e
encontrar algum padrão dentro deles.
No modelo semi-supervisionado, ocorre a junção dos dois modelos anteriores,
manipulando tanto dados rotulados quanto dados não rotulados (MANESH, 2020). A escolha
de qual tipo de aprendizado será utilizado, depende das informações disponíveis dos dados de
entrada e saída. A Figura 41 exemplifica as etapas básicas principais de construção dessemodelo.
Figura 41: Esquema de metodologia genérica de aplicação de um modelo de machine learning (Fonte:
Elaboração própria)
A etapa de coleta de dados determina o quão eficiente o modelo de machine learning é,
no que diz respeito à sua capacidade de predição. O tratamento dos dados consiste na
determinação da qualidade das informações, eliminação de dados fora do padrão desejado, no
preenchimento de dados ausentes e na eliminação de redundância. Além disso, ocorre a seleção
dos dados que possuam características mais relevante para o modelo, sendo realizado o
processo de engenharia de atributos (do inglês feature engineering) com essa finalidade. Assim,
melhora-se a otimização do treinamento e construção do modelo. Após isso, o procedimento
consiste em separar os dados coletados em uma amostra de treinamento (usada na etapa de
69
treinamento do modelo) e outra de performance (usada na etapa de avaliação de resultados). A
etapa de avaliação dos resultados consiste em aperfeiçoar o modelo, voltando em etapas
anteriores.
É importante ajustar os dados de entrada e as funções do modelo, criando uma base de
dados estruturada e relevante. Dessa forma, é possível realizar uma abordagem mais confiável,
suportando as decisões com os resultados obtidos. Essa abordagem digital, usando dados de
laboratório e de campo, é um tipo de análise que visa fornecer uma maior confiabilidade e
melhor suporte na tomada decisões.
Além disso, para cada um dos problemas de garantia de escoamento estudados, medidas
de controle por antecipação são identificadas pela implementação de um modelo baseado em
dados de laboratório e produção. Os critérios que definem os riscos e a probabilidade de falha
operacional (PoF, do inglês probability of failure) são definidos pelas entradas e saídas de um
modelo de machine learning, como mostrado na Figura 42. Aliado a isso, premissas técnicas e
experiências anteriores em outros campos similares também são determinantes para a sua
quantificação.
Figura 42: Exemplificação de ação preventiva baseada na PoF (Fonte: Elaboração própria)
Para um caso de garantia de escoamento, dados chave de entrada, os chamados inputs,
para alimentar o modelo são os dados obtidos em laboratório ajustados com os dados da
produção, em tempo real. Os dados obtidos da produção mais relevantes são as vazões
multifásicas (óleo, água e gás), perfis de temperatura e geometrias do poço. Os dados obtidos
em laboratório são, por exemplo, propriedades PVT do fluido do escoamento, resultados
obtidos pelos simuladores comerciais, grau API do óleo e correlações black-oil. As métricas e
70
índices estudados no tópico anterior podem ser utilizadas nesse passo, como parâmetro. As
principais variáveis analisadas por um modelo, dependem do problema de garantia de
escoamento a ser compreendido e da disponibilidade de dados, mas, no geral, são o watercut,
a RGO, as viscosidades relativas e velocidades superficiais das fases (água, óleo e gás) e perfis
termo hidráulicos (QIN et al., 2019).
Os dados de saída, chamados de outputs, são as respostas do sistema. Os mais
relevantes são os riscos associados à formação de problemas envolvendo garantia de
escoamento (parafinas, hidratos e incrustações), por meio de gráficos dinâmicos, alarmes e
visualização de dashboards intuitivas, que fornecem informações em tempo real da produção,
para cada problema de garantia de escoamento em específico. Assim, é possível dar suporte às
tomadas de decisões, visualizando os dados monitorados de garantia de escoamento de forma
visual e intuitiva, de modo a reduzir os prejuízos e perdas por conta dos problemas associados
a garantia de escoamento.
A Figura 43 exemplifica a aplicação de ummodelo de gerenciamento digital para análise
de garantia de escoamento.
Figura 43: Esquema de aplicação para um gerenciamento digital aplicado à garantia de escoamento
(Fonte: Elaboração própria)
Na ferramenta acima, cada problema de garantia de escoamento pode ser representado
por meio de visualização gráfica. Assim, os dados de produção e dados de laboratório, bem
como os índices e métricas, vistos no tópico anterior, podem ser utilizados como parâmetros de
referência para alimentar o modelo. O principal objetivo de um modelo como esse é ser uma
ferramenta que auxilia o ser humano na rapidez de tomadas de decisões, frente a complexidade
71
dos problemas de garantia de escoamento. Dessa forma, dados de laboratório e dados em tempo
real, alimentam modelos de machine learning, previamente treinados, que fornecem os riscos
relacionados à garantia de escoamento. Com isso, na própria plataforma de produção, soluções
são mais rapidamente encontradas e decisões complexas podem ser tomadas com rapidez,
reduzindo prejuízos ao sistema de produção.
No caso de parafinas, por exemplo, a análise da TIAC, teores de água, densidade e
viscosidade do fluido são analisados juntos com os dados de produção (gradiente térmico do
escoamento, RGO e geometria dos componentes submarinos). Dessa forma, o modelo consegue
gerar informações relevantes, em tempo real, de fácil compreensão e atualizadas. O sistema
implementado pode fornecer resultados de quando e com qual frequência é necessário fazer
operações de remoção por PIGs ou por solventes dependendo das condições operacionais,
impactando nos processos de prevenção e mitigação.
No caso de incrustações, simuladores são utilizados para estimar o potencial risco de
formação de incrustações. Para isso, dados da composição de sais da água, razão de saturação
(RS), tipos de incrustações encontradas e perfil termo hidráulico da produção são necessários
para determinar os riscos nos pontos mais críticos do escoamento.
No caso de hidratos, o sistema pode calcular a probabilidade de ocorrer a formação de
bloqueios de hidratos, cruzando os dados de laboratório com os dados em tempo real e,
inclusive, utilizando as métricas e índices estudados no tópico anterior para auxiliar nesse
processo. É possível antecipar e reduzir os prejuízos decorrentes de uma longa parada de
produção para remediação, estimando o máximo tempo de parada para que não ocorra grandes
perdas. Além disso, é possível estimar o risco de formação de hidratos por conta de formação
de bolsões de gás e acúmulo de líquidos em curvas nas linhas submarinas, verificando se existe
alguma probabilidade real de formar hidratos.
A Figura 44 exemplifica um gráfico de riscos relacionados ao bloqueio de hidratos em
paradas de produção, em função da probabilidade de falha, sob a ótica de dois parâmetros de
entrada: a RGO e o watercut. É possível reparar, de forma quantitativa, os riscos relacionados
a cada situação de acordo com três períodos de parada de produção diferentes considerados.
72
Figura 44: Mapa de risco para bloqueio por hidrato em paradas de produção configurado para um
modelo com dados de testes e dados de campo (Fonte: Adaptado de QIN et al., 2019)
Conforme observado na Figura 44, resultado de um modelo de dados de laboratório e
dados de produção, é possível reparar que quanto maior for o tempo de parada de produção,
maior será as zonas de riscos altos e moderados para bloqueios de hidratos. Consequentemente,
zonas de risco baixo são drasticamente reduzidas.
Desse modo, é possível observar a importância de técnicas e soluções digitais no
contexto de garantia de escoamento, auxiliando o monitoramento de seus fenômenos e da
produção. Os ganhos operacionais, utilizando dados de laboratório e dados de produção, por
meio de visualização gráficos, mapas de probabilidades de riscos de garantia de escoamento,
bem como a identificação de zonas críticas de operação, possuem impactos significativos para
a continuidade da operação e tomadas de decisão (principalmente na antecipação de uma ação
a ser realizada).
O principal intuito da aplicação de uma ferramenta digital, no contexto de garantia de
escoamento, é otimizar e ajustar a análise de dados de laboratório, com os dados reais em tempo
real,conseguindo representar mais realisticamente o comportamento termo hidráulico dos
fluidos no escoamento. Os índices e métricas estudados no tópico anterior podem auxiliar,
inicialmente, na qualidade de uma triagem para o desenvolvimento desses modelos. Assim, é
possível melhorar a eficiência operacional no controle, prevenção e antecipação de ocorrências
de garantia de escoamento, reduzindo perdas e custos de produção. Aliado a isso, torna-se
possível ajustes periódicos, automáticos e dinâmicos dos dados medidos em tempo real na
produção no comportamento das variáveis chave para os fenômenos de garantia de escoamento.
A quantidade de dados gerados durante a vida produtiva de um campo de petróleo é
enorme. Por isso, é interessante montar uma base de dados em função de determinadas
características para auxiliar tanto no aperfeiçoamento do próprio modelo, quanto na criação de
outros modelos futuros de melhoria no gerenciamento de garantia de escoamento. É possível
73
utilizar esses dados como uma base de dados para outros modelos. Conforme as características
semelhantes de outros poços, reservatórios, cenários de produção e os consequentes problemas
envolvendo a garantia de escoamento, é possível alcançar um resultado mais consistente para
os problemas de garantia de escoamento estudados, melhorando o gerenciamento da operação
de garantia de escoamento. O principal objetivo é chegar o mais próximo da realidade, embora
isso só seja possível na produção em si.
74
10. CONCLUSÃO
O aprendizado da garantia de escoamento, especificamente, no que diz respeito a sua
predição, prevenção e controle é uma tarefa fundamental e crítica num sistema de produção de
óleo e gás. Uma vez que esse tema tem se tornado destaque nas últimas décadas, o
conhecimento dos parâmetros e ferramentas que auxiliam na sua elucidação são essenciais para
o bom planejamento de um escoamento em um campo de produção de petróleo.
Esse trabalho teve como objetivo fazer uma revisão dos principais problemas
(asfaltenos, parafinas, hidratos, emulsões, incrustações inorgânicas e naftenatos) que se referem
à garantia de escoamento. Aliado a isso, uma análise foi realizada sobre as principais técnicas
de abordagem relativas a parâmetros de garantia de escoamento, tais como importantes índices
e métricas desenvolvidas literatura, que podem auxiliar na sua elucidação.
Mostrou-se, por meio de estudos e pesquisas na literatura acadêmica, os principais tipos
de problemas decorrentes de garantia de escoamento, assim como suas principais formas de
análises. Abriu-se a necessidade para uma solução mais aperfeiçoada, que apresentasse
resultados mais reais e condizentes com a realidade operacional, com o uso de modelos digitais
que utilizam dados de laboratório e de produção, e ajustes dinâmicos e em tempo real.
Esse tipo de abordagem consegue ajustar dinâmica e periodicamente os dados de
laboratório e de produção, melhorando a confiabilidade na tomada de decisões que, na maioria
das vezes, são complexas, demoradas e de difícil resolução puramente humana. Essa abordagem
melhora a flexibilidade no gerenciamento dos riscos à garantia de escoamento, prevendo as
faixas de probabilidades e os riscos associados em tempo real por meio da visualização de
gráficos e tabelas, além da obtenção de uma base de dados relevantes para melhorias futuras.
Dessa forma, essa ferramenta de gerenciamento aumenta a efetividade da produção,
reduzindo perdas. O objetivo é buscar sempre um ponto ótimo de operação, no contexto de
garantia de escoamento, considerando um balanço entre os riscos e benefícios, a integridade do
sistema e a máxima produção.
75
11. REFERÊNCIAS BIBLIOGRÁFICAS
ADEYANJU, OLUSIJI A.; OYEKUNLE, LAYIOYE O. “Optimization of Wax Deposition in
Sub-Cooled Pipeline Using Response Surface Methodology”. SPE Nigeria Annual
International Conference and Exhibition, 2015.
ALMEIDA, L. M. T. R. “Prevenção de Hidratos com Adição de Inibidores”. Projeto de
Graduação, 77 f, Universidade Federal Fluminense, Niterói, Rio de Janeiro, 2015.
ANDREOTTI, THIAGO; NETO, J. R.; LORENZETI, J. F. C. “Wax Removal Procedure Used
in Pre-Salt Oil Well”. Offshore Technology Conference, 2017.
ANP, Agência Nacional de Petróleo, Gás Natural e Combustíveis. 2022. Dados Estatísticos.
Disponível em: .
Acesso em: 27 de abr de 2022.
ARAI, A.; DUARTE, L. R. “Estudo da Formação de Incrustações Carbonáticas”. Projeto
de Graduação. Universidade Federal do Rio de Janeiro, Rio de Janeiro, 48 f, 2010.
BAI, YONG; BAI, QIANG. “Subsea Pipelines and Risers”. 1st ed. Amsterdam: Elsevier,
2005.
BARAKA-LOKMANE, SALIMA; SORBIE, K. S. “Effect of pH and Scale Inhibitor
Concentration on Phosphonate–Carbonate Interaction”. Journal of Petroleum Science and
Engineering, v. 70, n. 1-2, p. 10-27, 2010.
BATTISTI, NATAN. Hidratos de Gás. Problema Crítico ou Potencial Reserva
Energética?. TecPetro, 2015. Disponível em: Acesso em: 05 de mai de 2022.
BEZERRA, M. C. M.; ROSARIO, F. F.; ROSA, K. R. S. A. “Scale Management in Deep and
Ultradeep Water Fields”. Offshore Technology Conference, 2013.
BOUYER, ELÉONORE et al. “Proteins, Polysaccharides, and their Complexes Used as
Stabilizers for Emulsions: Alternatives to Synthetic Surfactants in the Pharmaceutical
Field?”. International Journal of Pharmaceutics, v. 436, n. 1-2, p. 359-378, 2012.
BRIENT, J. A; WESSNER, P. J; DOYLE, M. N. “Naphthenic Acids”. Encyclopedia of
Chemical Technology, 4th ed. John Wiley & Sons, pp. 1017-1029, 1995.
BURGER, E. D.; PERKINS, T. K.; STRIEGLER, J. H. “Studies of Wax Deposition in the
Trans Alaska Pipeline”. Journal of Petroleum Technology, v. 33, n. 06, p. 1075-1086, 1981.
CARVALHO, R. B. “Análise de Metodologia de Controle de Hidratos em Águas Ultra-
Profundas”. Projeto de graduação, 45 f, Universidade Federal do Rio de Janeiro, Rio de
Janeiro, 2010.
76
CASTRO, B. B. “Avaliação da corrosão em operações de remoção de incrustações
carbonáticas”. Dissertação de Mestrado, 88 f, Universidade Federal do Rio de Janeiro, Rio de
Janeiro, 2015.
COCHRAN, STEVEN. “Hydrate Control and Remediation Best practices in Deepwater Oil
Developments”. Offshore Technology Conference, 2003.
COUTINHO, J. A. P. et al. “A Local Composition Model for Paraffinic Solid
Solutions”. Chemical Engineering Science, v. 51, n. 12, p. 3273-3282, 1996.
DURAND, EMMANUELLE et al. “Effect of Chemical Composition on Asphaltenes
Aggregation”. Energy & fuels, v. 24, n. 2, p. 1051-1062, 2010.
FACELI, K et al. “Inteligência Artificial: Uma abordagem de aprendizado de máquina”.
1 ed. Rio de Janeiro: LTC, 2011.
FOX, R. W.; MCDONALD, A. T.; MITCHELL, J. W. “Introduction to Fluids Mechanics”.
10th ed: Wiley: John Wiley & Sons, 2020.
GARCIA, C. F. “Estudo Exploratório de Ácidos Naftênicos por Diferentes Solventes”. Projeto
de Graduação, 42 f, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2017.
GRAHAM, G. M. et al. “The Challenges for Scale Control in Deepwater Production Systems:
Chemical Inhibition and Placement”. Corrosion Conference, 2002.
HØILAND, S.; BORGUND, A.E.; GLEŃAT, P.; FOTLAND, P.; ASKVIK, K.; LI, X. “The
Wetting Index: A Quantitative Measure of Indigenous Hydrate Plugging Tendency; Flow Test
Validations”. 7th International Conference on Gas Hydrates. Edinburgh, UK, 2011.
IRWIN, RICHARD; WALTERS, ANNE-MARIE. “The Digitalization of Flow
Assurance”. Abu Dhabi International Petroleum Exhibition & Conference. OnePetro,
2019.
KHALEEL, AISHA et al. “On the Prediction, Prevention and Remediation of Asphaltene
Deposition”. Abu Dhabi International Petroleum Exhibition and Conference, 2015.
KOKAL, SUNIL. “Crude-Oil Emulsions: A State-of-the-Art Review”. SPE Production &
facilities, v. 20, n. 01, p. 5-13, 2005.
LEAL-CALDERON, FERNANDO; SCHMITT, VÉRONIQUE; BIBETTE,
JEROME. “Emulsion Science: Basic Principles”. 2nd ed. Bordeaux: SpringerScience &
Business Media, 2007.
LEON, O. et al. Asphaltenes: “Structural Characterization, Self-association, and Stability
Behavior”. Energy & Fuels, v. 14, n. 1, p. 6-10, 2000.
MAEDA, NOBUO; KELLAND, MALCOLM A.; WOOD, COLIN D. “Ranking of Kinetic
Hydrate Inhibitors Using a High Pressure Differential Scanning Calorimeter”. Chemical
Engineering Science, v. 183, p. 30-36, 2018.
77
MAHESH, BATTA. “Machine Learning Algorithms - A Review”. International Journal of
Science and Research (IJSR). [Internet], v. 9, p. 381-386, 2020.
MELCHUNA, ALINE et al. “Flow Risk Index: A New Metric for Solid Precipitation
Assessment in Flow Assurance Management Applied to Gas Hydrate
Transportability”. Energy & Fuels, v. 34, n. 8, p. 9371-9378, 2020.
MISRA, SANJAY; BARUAH, SIMANTA; SINGH, KULWANT. “Paraffin Problems in
Crude Oil Production and Transportation: A Review”. SPE Production & Facilities, v. 10, n.
01, p. 50-54, 1995.
MOHR, STEPHAN et al. “Ranking the Efficiency of Gas Hydrate Anti-Agglomerants Through
Molecular Dynamic Simulations”. The Journal of Physical Chemistry B, v. 125, n. 5, p.
1487-1502, 2021.
MULLINS, O. C. “Review of the Molecular Structure and Aggregation of Asphaltenes and
Petroleomics". SPE Journal, v. 13, n. 01, p. 48-57, 2008.
MULLINS, O. C., “The Modified Yen Model”. Energy & Fuels, v. 24, n. 4, p. 2179-2207,
2010.
MULLINS, O. C. et al. “Advances in Asphaltene Science and the Yen–Mullins
Model”. Energy & Fuels, v. 26, n. 7, p. 3986-4003, 2012.
NOTZ, P. K. et al. “Application of Kinetic Inhibitors to Gas Hydrate Problems”. SPE
Production & Facilities, v. 11, n. 04, p. 256-260, 1996.
OLIVEIRA, M. C. K. et al. “Flow Assurance Solutions to Mitigate Naphthenates Problems in
Crude Oil Production”. SPE Annual Technical Conference and Exhibition, 2013.
OLIVEIRA, M. C. K.; GONÇALVES, M. A. L.; MARQUES, L. C. C. “Fundamentos de
Garantia de Escoamento”. Rio de Janeiro. Editora Interciência, 2018.
PASSADE-BOUPAT, NICOLAS et al. “Could the Asphaltene Solubility Class Index be Used
as the “Wax Appearance Temperature” of Asphaltenes? Illustration Through the Study of the
Polydispersity of PetroPhase 2017 Asphaltenes”. Energy & Fuels, v. 32, n. 3, p. 2760-2768,
2018.
PASSADE-BOUPAT, NICOLAS; ZHOU, HONGGANG; RONDON-GONZALEZ,
MARIANNA. “Asphaltene Precipitation from Crude Oils: How to Predict it and to Anticipate
Treatment?”. SPE middle east oil and gas show and conference. OnePetro, 2013.
PIMENTEL, DANIEL MONTEIRO. “Estudo Experimental da Deposição de Parafina
sobre Superfícies Revestidas”. Dissertação de Mestrado, 140 f, Pontifícia Universidade
Católica do Rio de Janeiro, Rio de Janeiro, 2012.
QIN, HAO et al. “Machine Learning Models to Predict Gas Hydrate Plugging Risks Using
Flowloop and Field Data”. Offshore Technology Conference. OnePetro, 2019.
78
SA, JEONG-HOON et al. “Rock-flow cell: An Innovative Benchtop Testing Tool for Flow
Assurance Studies”. Industrial & Engineering Chemistry Research, v. 58, n. 19, p. 8544-
8552, 2019.
SALLEH, INTAN KHALIDA et al. “Remediation of Naphthenate Stable Emulsion for
Malaysian Oil Fields”. SPE International Symposium on Oilfield Chemistry, 2009.
SARACENO, A. S. P. “Estudo do Fenômeno de Parafinação A Partir de um Óleo Cru”.
Dissertação de Mestrado, 77 f, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2007.
SCHRAMM, L. L. “Emulsions, Foams, and Suspensions: Fundamentals and
Applications”. Wiley: Wiley-vch, 2005.
SLOAN, E. D. et al. “Natural Gas Hydrates in Flow Assurance”. Gulf Professional
Publishing, 2010.
SOUZA, R. O. “Avaliação deModelos Para a Remoção de Depósitos de Parafina emDutos
Utilizando Pigs”. Tese de Doutorado, 129 f, Pontifícia Universidade Católica do Rio de
Janeiro. Rio de Janeiro, 2005.
SOUZA, V. G. S. “Deposição de Parafinas”. 2011. Disponível em: . Acesso em: 15
de abr de 2022.
SPEIGHT, J. G. “The Chemistry and Technology of Petroleum”. 4th ed. Boca Raton: CRC
press, 2006.
SPEIGHT, J. G. “Handbook of Petroleum Analysis”. New Jersey: John Wiley & Sons, 2002.
SPEIGHT, J. G. “The Chemical and Physical Structure of Petroleum: Effects on Recovery
Operations”. Journal of Petroleum Science and Engineering, v. 22, n. 1-3, p. 3-15, 1999.
SPIECKER, P. M.; GAWRYS, K. L.; KILPATRICK, P. K. “Aggregation and Solubility
Behavior of Asphaltenes and their Subfractions”. Journal of Colloid and Interface Science,
v. 267, n. 1, p. 178-193, 2003.
STUCKENBRUCK, SIDNEY. “Introdução ao Escoamento Multifásico - Padrões de
Escoamentos”. 2021. Disponível em: . Acesso em: 02 de jul de 2022.
SUEZ, “Tecnologia e Soluções em água”. 2022. Disponível em: . Acesso em: 09 de jul de 2022.
SUM, A. K. et al. “Bridging the Gap Between Benchtop Testing and Field Conditions in Flow
Assurance Studies. Offshore Technology Conference. OnePetro, 2018.
SUN, MINWEI; FIROOZABADI, ABBAS. “New Surfactant for Hydrate Anti-Agglomeration
in Hydrocarbon Flowlines and Seabed Oil Capture”. Journal of colloid and interface science,
v. 402, p. 312-319, 2013.
79
THOMAS, J. E. “Fundamentos de Engenharia de Petróleo”. Rio de Janeiro: Editora
Interciência, 2004.
THOTA, S. T.; ONYEANUNA, C.C. “Mitigation of Wax in Oil Pipelines”. International
Journal of Engineering Research and Reviews, v. 4, n. 4, p. 39-47, 2016.
TUNGESVIK, MARGRETHE. “The Scale Problem, Scale control and Evaluation of
Wireline Milling for Scale Removal”. Master thesis. University of Stavanger, Norway, p. 65,
2013.
TURNER, M. S.; SMITH, P. C. “Controls on Soap Scale Formation, Including Naphthenate
Soaps-Drivers and Mitigation”. SPE International Symposium on Oilfield Scale, 2005.
VENKATESAN, RAMACHANDRAN; CREEK, J.L. “Wax Deposition and Rheology:
Progress and Problems from an Operator. Offshore Technology Conference, 2010.
WOS, Web of Science, Base de Dados. 2022. Disponível em . Acesso em: 15 de mai
de 2022.
ZHOU, H; PASSADE-BOUPAT, N; GONZALEZ, M.R. “Workflow for Asphaltene
Precipitation Assessment and Mitigation Strategies”. Abu Dhabi International Petroleum
Conference and Exhibition, 2012.5
2.2.2. Viscosidade ............................................................................................................................... 5
2.2.3. Análise SARA........................................................................................................................... 6
2.2.4. RGO (Razão gás-óleo) .............................................................................................................. 7
2.2.5. Fator BSW................................................................................................................................. 7
2.3. Regime de escoamento................................................................................................................. 8
2.4. Padrões de escoamento multifásico ............................................................................................. 8
3. ASFALTENOS.....................................................................................................................11
3.1. Estrutura ..................................................................................................................................... 12
3.2. Agregação de asfaltenos............................................................................................................. 12
3.3. Prevenção de asfaltenos ............................................................................................................. 13
3.4. Remediação de asfaltenos .......................................................................................................... 13
4. PARAFINAS........................................................................................................................15
4.1. Estrutura ..................................................................................................................................... 16
4.2. Caracterização ............................................................................................................................ 16
4.3. Formação de cristais................................................................................................................... 17
4.4. TIAC .......................................................................................................................................... 18
4.5. Mecanismos de deposição.......................................................................................................... 18
4.5.1. Difusão molecular ................................................................................................................... 18
4.5.2. Dispersão por cisalhamento .................................................................................................... 19
4.5.3. Segregação gravitacional ........................................................................................................ 20
4.6. Gelificação ................................................................................................................................. 20
4.7. Métodos de prevenção................................................................................................................ 20
4.8. Métodos de remediação.............................................................................................................. 21
5. HIDRATOS..........................................................................................................................22
5.1. Estrutura dos hidratos................................................................................................................. 22
5.2. Previsão de formação de hidratos .............................................................................................. 23
5.3. Cinética de formação.................................................................................................................. 24
5.4. Prevenção de hidratos ................................................................................................................ 25
5.4.1. Inibidores termodinâmicos...................................................................................................... 25
vi
5.4.2. Inibidores de baixa dosagem................................................................................................... 26
5.4.2.1. Inibidores cinéticos (KHIs) .................................................................................................. 26
5.4.2.2. Antiaglomerantes (AAs) ...................................................................................................... 26
5.4.3. Isolamento térmico.................................................................................................................. 27
5.4.4. Troca de fluido de produção ................................................................................................... 27
5.5. Remediação de hidratos ............................................................................................................. 27
6. EMULSÕES .........................................................................................................................28
6.1. Tipos de emulsão........................................................................................................................ 28
6.2. Formação de emulsão................................................................................................................. 29
6.3. Estabilidade de emulsões ........................................................................................................... 29
6.4. Inversão de fase.......................................................................................................................... 29
6.5. Desestabilização de emulsões .................................................................................................... 30
6.6. Tratamento de emulsões............................................................................................................. 31
7. INCRUSTAÇÕES INORGÂNICAS ...................................................................................32
7.1. Razão de saturação..................................................................................................................... 33
7.2. Mecanismos de formação........................................................................................................... 33
7.2.1. Autoincrustação....................................................................................................................... 34
7.2.2. Misturas incompatíveis ........................................................................................................... 34
7.2.3. Evaporação da água................................................................................................................. 34
7.3. Principais incrustações em campos de produção ....................................................................... 35
7.4. Métodos de prevenção de incrustações ...................................................................................... 35
7.4.1. Unidades de remoção de sulfato (URS) .................................................................................. 35
7.4.2. Inibidores de incrustação......................................................................................................... 36
7.5. Remediação de incrustações ...................................................................................................... 36
7.5.1. Remoção química.................................................................................................................... 37
7.5.2. Remoção mecânica.................................................................................................................. 37
8. NAFTENATOS....................................................................................................................38
8.1. Estrutura dos ácidos naftênicos..................................................................................................39
8.2. Potencial corrosivo..................................................................................................................... 39
8.3. Formação de naftenatos.............................................................................................................. 40
8.4. Prevenção de naftenatos............................................................................................................. 41
8.5. Remediação de naftenatos.......................................................................................................... 41
9. GARANTIA DE ESCOAMENTO: LABORATÓRIO X PRÁTICA..................................42
9.1. Métricas e índices....................................................................................................................... 45
9.1.1. Flow Index Risk: Métrica baseada no transporte de hidratos ................................................. 45
9.1.2. Asphaltene Solubility Class Index (ASCI) ............................................................................. 51
9.1.3. Índice baseado na molhabilidade de hidratos (Wetting index) ............................................... 55
vii
9.1.4. Outras métricas de estudo ....................................................................................................... 58
9.1.4.1. Eficiência de antiaglomerantes utilizando simulação molecular ......................................... 58
9.1.4.2. Eficiência de inibidores cinéticos utilizando um HP-µDSC................................................ 63
9.2. Tendência para uma abordagem digital de garantia de escoamento .......................................... 66
10. CONCLUSÃO....................................................................................................................74
11. REFERÊNCIAS BIBLIOGRÁFICAS ...............................................................................75
viii
LISTA DE FIGURAS
Figura 1: Publicações e Citações sobre o tema flow assurance (Fonte: Web of science)....................... 2
Figura 2: Esquema simplificado de uma análise sara do petróleo (Fonte: Elaboração própria) ............. 6
Figura 3: Tipos de regimes de escoamento multifásico horizontal (Fonte: STUCKENBRUCK, 2021) 9
Figura 4: Tipos de regimes de escoamento multifásico vertical (Fonte: STUCKENBRUCK, 2021) .. 10
Figura 5: Exemplo de depósito de asfalteno em um oleoduto (Fonte: MULLINS, 2008) .................... 11
Figura 6: Estrutura proposta do tipo continental na esquerda e estrutura proposta do tipo arquipélago na
direita (Fonte: DURAND et al., 2010) .................................................................................................. 12
Figura 7: Modelo modificado de YEN-MULLINS. Molécula de asfalteno na esquerda, nanoagregados
no centro e clusters na direita (Fonte: Adaptado de MULLINS et al., 2012) ....................................... 13
Figura 8: Exemplo de depósito de parafina (Fonte: SOUZA, 2011)..................................................... 15
Figura 9: Exemplos de moléculas de parafinas (Fonte: PIMENTEL, 2012)......................................... 16
Figura 10: Distribuição das n-parafinas presentes no óleo (Fonte: SARACENO, 2007) ..................... 17
Figura 11: Processo de deposição parafínica por difusão (Fonte: SARACENO, 2007) ....................... 19
Figura 12: Mecanismo de dispersão por cisalhamento (Fonte: SARACENO, 2007) ........................... 19
Figura 13: Exemplos de PIGS: (a) De copo, (b) De disco e (c) De espuma (Fonte: SOUZA, 2005) .. 21
Figura 14: Exemplo de obstrução por deposição de hidratos (Fonte: BATTISTI, 2015) ..................... 22
Figura 15: Tipos de estruturas de hidratos (Fonte: SLOAN et al., 2010) ............................................. 23
Figura 16: Exemplo de um envelope Pressão X Temperatura de hidrato em função da massa específica
do gás (Fonte: Adaptado de NOTZ et al., 1996) ................................................................................... 24
Figura 17: Curva de equilíbrio PxT do hidrato sem e com inibidor termodinâmico (Fonte: Elaboração
própria) .................................................................................................................................................. 26
Figura 18: Tipos de emulsões (Fonte: Adaptado de BOUYER et al., 2012) ........................................ 28
Figura 19: Formas de desestabilização de uma emulsão do tipo A/O (Fonte: Adaptado de SCHRAMM,
2005)...................................................................................................................................................... 30
Figura 20: Acúmulo de incrustação dentro de uma tubulação (Fonte: BARAKA-LOKMANE &
SORBIE, 2010)...................................................................................................................................... 32
Figura 21: Unidade de remoção de sulfato (Fonte: SUEZ, 2022) ......................................................... 36
Figura 22: Depósito de naftenato de cálcio em um separador de superfície (Fonte: TURNER& SMITH,
2005)...................................................................................................................................................... 38
ix
Figura 23: Possíveis estruturas de ácidos naftênicos presentes no petróleo (Fonte: GARCIA, 2017). 39
Figura 24: Variação do TAN em relação ao API para diferentes óleos da bacia de campos (Fonte:
OLIVEIRA et al., 2013) ........................................................................................................................ 40
Figura 25: Equilíbrio químico na formação de naftenato de cálcio (Fonte: OLIVEIRA et al., 2013).. 41
Figura 26: Aparato experimental de um flowloop para avaliação de deposição parafínica (Fonte:
ADEYANJU & OYEKUNLE, 2015).................................................................................................... 43
Figura 27: Aparato esquemático de uma célula vibrante com esfera metálica inoxidável (Fonte: SUN
& FIROOZABADI, 2013)..................................................................................................................... 44
Figura 28: Esquema representativo de uma rock-flow cell (Fonte: SA et al., 2019) ........................... 45
Figura 29: Categorias para avaliação do índice de risco de escoamento em função dos sólidos no
escoamento (Fonte: Adaptado de MELCHUNA et al., 2020) .............................................................. 46
Figura 30: Representação esquemática de determinação do ASCI (Fonte: Adaptado de PASSADE-
BOUPAT et al., 2018) ........................................................................................................................... 52
Figura 31: ASCI para três soluções com diferentes concentrações de asfaltenos (Fonte: Adaptado de
PASSADE-BOUPAT et al., 2013)........................................................................................................ 53
Figura 32: (A) Peso molecular em função da densidade do óleo e (B) ASCI em função da densidade do
óleo (Fonte: Adaptado de PASSADE-BOUPAT et al., 2013) .............................................................. 54
Figura 33: Ilustração da partícula de hidrato em uma interface óleo-água. partículas molhadas a óleo
tendem a estabilizar emulsões A/O. Partículas molhadas à água tendem a estabilizar emulsões O/A
(Fonte: HØILAND et al., 2005) ............................................................................................................ 55
Figura 34: diferenças normalizadas em pontos de inversão de fase para sistemas com e sem hidratos
para as 12 amostras analisadas (Fonte: HØILAND et al., 2005) .......................................................... 57
Figura 35: Força média dos quatro antiaglomerantes em função da distância entre a superfície do hidrato
e a gota de água. (Fonte: Adaptado de MOHR et al., 2021) ................................................................. 60
Figura 36: Energia livre aproximada paraa coalescência entre a gota de água e o hidrato, para os quatro
antiaglomerantes (Fonte: MOHR et al., 2021) ...................................................................................... 61
Figura 37: Perfis de fluxo de calor de solução aquosa do PVP (a), PNIPAM (b), LUVICAP 21W (c) e
LUVICAP 55W (d), a 0.5% wt e mistura de gás metano e propano à 30 Mpa (Fonte: Adaptado de
MAEDA et al., 2018) ............................................................................................................................ 64
Figura 38: Resumo da Tf para a água e os KHIs analisados (Fonte: Adaptado de MAEDA et al., 2018)
............................................................................................................................................................... 65
Figura 39: Resumo da área total de pico de dissociação de hidrato na Teq, normalizada pela área total
de pico no derretimento de gelo no mesmo processo de aquecimento (Fonte: Adaptado de MAEDA et
al., 2018)................................................................................................................................................ 65
Figura 40: Esquema associativo de dados de laboratório e dados na prática (Fonte: Elaboração própria)
............................................................................................................................................................... 67
x
Figura 41: Esquema de metodologia genérica de aplicação de um modelo de machine learning (Fonte:
Elaboração própria) ............................................................................................................................... 68
Figura 42: Exemplificação de ação preventiva baseada na PoF (Fonte: Elaboração própria) .............. 69
Figura 43: Esquema de aplicação para um gerenciamento digital aplicado à garantia de escoamento
(Fonte: Elaboração própria)................................................................................................................... 70
Figura 44: Mapa de risco para bloqueio por hidrato em paradas de produção configurado para um
modelo com dados de testes e dados de campo (Fonte: Adaptado de QIN et al., 2019) ...................... 72
xi
LISTA DE TABELAS
Tabela 1: Distribuição dos principais elementos químicos presentes no petróleo (Fonte: THOMAS,
2004)........................................................................................................................................................ 4
Tabela 2: Classificação do petróleo em função do API (Fonte: Adaptado de ANP, 2021) ................... 5
Tabela 3: Interpretação do potencial problema de incrustação em função do valor da razão de saturação
(RS) (Fonte: Adaptado de OLIVEIRA et al., 2018) ............................................................................. 33
Tabela 4: Exemplo do índice de risco de escoamento em função do tipo de AA usado. Testes feitos sob
volume constante, subcooling de 14-15 graus celsius, 0.1 wt % NaCl, gás natural e 15% de líquido
carregado com 50% watercut (Fonte: Adaptado de MELCHUNA et al., 2020) .................................. 48
Tabela 5: Resumo dos resultados obtidos em relação à dosagem de antiaglomerante, no caso o AA-1
(Fonte: adaptado de MELCHUNA et al., 2020) ................................................................................... 49
Tabela 6: Resumo dos resultados obtidos em relação ao efeito da salinidade na performance do
antiaglomerante, no caso o AA-2 (Fonte: Adaptado de MELCHUNA et al., 2020) ........................... 50
Tabela 7: Resumo dos resultados obtidos em relação ao efeito do subcooling na performance do
antiaglomerante (Fonte: Adaptado de MELCHUNA et al., 2020)....................................................... 50
Tabela 8: Resultados das simulações não-dirigidas no estudo da coalescência entre as moléculas de
hidrato e a gota de água para os quatro AAs e seis diferentes configurações. As simulações foram
interrompidas para quando o tempo alcançou 600 ns ou se a coalescência ocorreu (Fonte: adaptado de
MOHR et al., 2021)............................................................................................................................... 59
Tabela 9: resultados experimentais da performance dos antiaglomerantes em função de suas
concentrações (%) (Fonte: Adaptado de MOHR et al., 2021) .............................................................. 62
1
1. INTRODUÇÃO
A garantia de escoamento é uma disciplina técnica que se refere a um conjunto de
técnicas e estratégias que garantem viabilizar a produção de hidrocarbonetos de maneira
eficiente. Ela prioriza um balanço entre custo, risco e os benefícios associados a determinadas
escolhas associadas ao transporte de fluidos de produção. Esse termo é relativamente novo na
literatura e foi introduzido pela Petrobras, na década de 90, sendo mundialmente batizado, em
inglês, como flow assurance (BAI & BAI, 2005).
A complexidade do escoamento multifásico (óleo, gás e água) num sistema de
produção, combinada com condições ambientais severas e lâminas d’água ultra profundas
fazem com que estratégias de garantia de escoamento se tornem vitais à produção, sobretudo
em ambientes offshore. Além disso, a garantia de escoamento é um assunto que está em
constante atualização e evolução. Os principais desafios relacionados à garantia de escoamento
são os cenários cada vez mais complexos a serem explorados, a dificuldade na caracterização
dos fluidos e o desenvolvimento de novas tecnologias que são descobertas e colocadas em
prática a todo momento (OLIVEIRA et al., 2018).
Nas últimas décadas, pesquisas envolvendo os fenômenos de garantia de escoamento
têm sido realizadas, a fim de que haja uma melhor compreensão dos seus fenômenos. A Figura
1 mostra como variou a tendência nas publicações de artigos acadêmicos e citações tendo como
tema principal a flow assurance, desde 1990 até o primeiro semestre de 2023, segundo o acervo
de consulta da Web of Science. É possível observar pelo gráfico o acumulado de publicações e
citações ao longo desse período, e reparar como o tema vem ganhando relevância e magnitude
nos últimos cinco anos, mostrando a sua atual importância para a indústria de óleo e gás.
2
Figura 1: Publicações e citações sobre o tema flow assurance (Fonte: Web of Science)
O principal objetivo no gerenciamento de garantia de escoamento é reduzir ao máximo
o número de intervenções na produção, reduzindo perdas financeiras, que possam garantir o
escoamento contínuo dos fluidos produzidos, impactando o mínimo possível no CAPEX e
OPEX do projeto. Por conta disso, é necessário entender bem as condições de escoamento, as
características dos fluidos, as análises PVT dos fluidos a serem produzidos e as condições de
operação, a fim de se traçar as melhores estratégias para garantir o escoamento dos fluidos
produzidos e prever medidas preventivas para solucionar os problemas que possam ocorrer
entre o caminho do reservatório até a plataforma de produção. Contudo, isso em geral não é
uma tarefa simples.
Dessa forma, torna-se necessário entender a garantia de escoamento como uma
disciplina integradora diante do dinamismo de um sistema de produção de petróleo. Além disso,
a compreensão sobre as diferenças entre os contextos laboratoriais e os aspectos práticos dessa
disciplina é substancial para tentar aproximar a análise que pode ser realizada em laboratório
daquilo que é observado em campo.
Nesse contexto, o presente trabalho tem como objetivo revisar os principais fenômenos
relacionados ao estudo de garantia de escoamento, tais como suas definições, suas formas de
prevenção, remediação e tratamento. Além disso, pretende-se discutir os fatores que geram
divergências entre testes laboratoriais e o cenário de produção, juntamente com as soluções
disponíveis. Uma das frentes estudadas neste trabalho são as métricas e índices de performance
3
de problemas de garantia de escoamento presentes na literatura. Outra frenteinvestigada é a
análise de dados de campo e dados de laboratório, por meio soluções e técnicas digitais. Com
isso, é possível melhorar o entendimento no gerenciamento operacional e confiabilidade nas
tomadas de decisão, em tempo real, dos problemas envolvendo a garantia de escoamento.
4
2. REVISÃO CONCEITUAL
2.1. O petróleo
O petróleo é formado, basicamente, por uma mistura de compostos orgânicos, os
chamados hidrocarbonetos. Para entender o real comportamento do fluido desde o reservatório
até a plataforma, deve-se fazer uma análise dos principais elementos que o constituem
(THOMAS, 2004).
Os óleos extraídos de cada reservatório possuem diferentes características, como
coloração, viscosidade e densidade. Contudo, todos apresentam uma faixa de valores
semelhantes entre si, em termos de porcentagem dos seus principais elementos químicos
constituintes (Carbono, Hidrogênio, Enxofre, Nitrogênio, Oxigênio e metais) (THOMAS,
2004). A Tabela 1 abaixo mostra a distribuição em porcentagem de peso dos principais
componentes químicos.
Tabela 1: Distribuição dos principais elementos químicos presentes no petróleo
(Fonte: THOMAS, 2004)
Os altos teores de carbono e hidrogênio existentes no petróleo evidenciam o fato de que
seus principais compostos são os hidrocarbonetos, que são compostos orgânicos formados de
carbono e hidrogênio (THOMAS, 2004).
2.2. Indicadores relevantes
Alguns parâmetros e indicadores são extremamente importantes no estudo do petróleo
e da garantia de escoamento. A seguir serão listados alguns deles.
5
2.2.1. Grau API
Existem, na literatura, diversas formas de classificar o petróleo, considerando alguns de
seus parâmetros físico-químicos. A mais utilizada e conhecida é o grau API, que é uma escala
arbitrária definida pelo American Petroleum Institute. O grau API relaciona a densidade do
petróleo em relação à densidade da água. Sua equação é, por definição, calculada de acordo
com a relação abaixo, onde d é a densidade do petróleo relativa à água a 15,6 oC e 1 atm.
oAPI =
141,5
d
- 131,5
(1)
De maneira geral, quanto maior o grau API, maior será o valor agregado do petróleo,
pois componentes mais leves são mais valorizados. Com isso, diversos órgãos definem uma
classificação sobre o tipo do petróleo em função desse parâmetro. A Tabela 2 abaixo
exemplifica a classificação, segundo a ANP (Agência Nacional do Petróleo), classificando o
petróleo em leve, médio, pesado e extrapesado.
Tabela 2: Classificação do petróleo em função do API
(Fonte: Adaptado de ANP, 2021)
2.2.2. Viscosidade
A viscosidade do petróleo significa a resistência ao escoamento e esta possui uma
relação exponencial inversa com a temperatura. Essa propriedade está diretamente ligada aos
problemas de garantia de escoamento.
Petróleos com maior grau API tendem a ser menos viscosos e, consequentemente,
menor será a perda de carga no escoamento através dos componentes de produção. Dessa forma,
6
quanto menor o grau API do petróleo, maior será sua viscosidade e, portanto, maior a perda de
carga ao longo do trajeto até a superfície.
2.2.3. Análise SARA
A análise SARA é uma ferramenta muito importante de caracterização das frações do
petróleo e nos estudos de garantia de escoamento, pois propriedades como viscosidade e
densidade são diretamente relacionadas com a quantidade de cada componente resultante desse
método. Diferentes técnicas cromatográficas podem ser utilizadas para esta análise, de modo a
se obter as seguintes classes: saturados, aromáticos, resinas e asfaltenos.
A análise SARA consiste, basicamente, em colher uma amostra de petróleo e adicionar
uma quantidade de n-alcano (n-pentano ou n-heptano), obtendo uma fração solúvel e outra
fração insolúvel. A fração insolúvel é adicionada com tolueno e seca, obtendo-se os asfaltenos,
e da fração solúvel obtém-se os saturados, aromáticos e resinas. Portanto, a análise SARA é
regida como um fracionamento do óleo em relação às diferentes polaridades de seus compostos.
A Figura 2 abaixo mostra essa separação de forma simplificada.
Para o contexto de garantia de escoamento, a análise SARA possui importância pois
com ela é possível obter a porcentagem da classe de asfaltenos na amostra analisada.
Figura 2: Esquema simplificado de uma análise SARA do petróleo (Fonte: Elaboração própria)
7
2.2.4. RGO (Razão gás-óleo)
A razão gás-óleo (RGO) é a razão entre o volume total de gás em condições padrão e o
volume de óleo, também em condições padrão. A RGO é um parâmetro importante nos estudos
de garantia de escoamento, uma vez que saber a quantidade de gás envolvido nos sistemas de
produção pode ser crucial. No caso de hidratos, por exemplo, havendo condições apropriadas
de pressão e temperatura, em conjunto com água e gás, aumenta-se o risco de problemas
associados a eles.
A RGO pode ser calculada de acordo com a equação abaixo, onde Vgás (superfície) é
o volume total de gás em condições de superfícies e Vóleo (superfície) é o volume de óleo em
condições de superfície.
RGO =
Vgás (superfície)
Vóleo (superfície)
(2)
2.2.5. Fator BSW
O percentual de água com os sedimentos presentes no petróleo oriundos do reservatório
é chamado de BSW (Basic Sediments and Water). A presença de água e sedimentos durante o
escoamento é inevitável e pode gerar problemas, principalmente, na parte de processamento,
como, por exemplo, a corrosão dos equipamentos (SPEIGHT, 2002).
O aumento da quantidade de água na produção pode acarretar problemas de garantia de
escoamento. A corrosão de equipamentos, possibilidade de formação de emulsões, o aumento
do potencial de formação de incrustação inorgânica e hidratos nas tubulações são alguns dos
problemas que o aumento do water cut pode ocasionar para a garantia de escoamento. Além
disso, pode ocasionar problemas no topside, devido aos grandes volumes de água a serem
processados.
8
2.3. Regime de escoamento
Outro aspecto importante no estudo de garantia de escoamento é como os fluidos
envolvidos se comportam ao longo do escoamento, de maneira que seja possível categorizar o
regime de escoamento. O regime de escoamento monofásico pode ser laminar, turbulento ou
de transição. O principal parâmetro para avaliar o tipo de escoamento é por meio de um número
adimensional, o número de Reynolds (Re), que consiste na razão entre as forças inerciais e
viscosas (FOX et al., 2020). O número de Reynolds é um número adimensional que pode ser
calculado, conforme a equação abaixo, onde D é o diâmetro do tubo, V é a velocidade média
do fluido, ρ é a densidade do fluido e µ é a viscosidade dinâmica do fluido.
Re =
DVρ
µ (3)
Dessa forma, o escoamento pode ser classificado como:
• Laminar: se Re 3500.
A análise do Número de Reynolds do escoamento e o tipo de regime são essenciais para
saber os riscos relacionados à garantia de escoamento, como, por exemplo, o potencial de
deposição das parafinas. Em fluxos laminares, a taxa de deposição tem um grande potencial de
ocorrer, por conta das baixas velocidades. Já em fluxos turbulentos, a deposição é reduzida,
pois a velocidade do fluxo consegue removê-las tão rápido quanto a sua formação (MISRA et
al., 1995).
2.4. Padrões de escoamento multifásico
Os padrões de escoamento multifásico consistem nas classificações das diferentes
configurações topográficas e distribuições físicas entre as fases encontradas durante o
escoamento. Usualmente, os padrões de escoamento são identificados e especificados
visualmente ou de acordo com mapas de arranjos de fases.
9
Saber o tipo de padrão de escoamento é importante, porque ele depende de variáveis
como velocidades superficiais das fases, geometria da tubulação e propriedades dos fluidos
(densidade, viscosidade e tensão superficial), as quais são substanciais para o estudo de garantia
de escoamento. Com isso, torna-se possível calcular as perdas de carga e da transferência de
calor durante o escoamento, que são importantesparâmetros para a garantia de escoamento
(OLIVEIRA., et al 2018). Os padrões de escoamento podem ocorrer em tubulações horizontais,
inclinadas ou verticais. As Figuras 3 e 4 ilustram os diferentes tipos de padrões de escoamento
bifásicos, horizontal e vertical, respectivamente.
Figura 3: Tipos de regimes de escoamento multifásico horizontal
(Fonte: STUCKENBRUCK, 2021)
10
Figura 4: Tipos de regimes de escoamento multifásico vertical
(Fonte: STUCKENBRUCK, 2021)
O escoamento em golfada é um tipo de escoamento importante para a garantia de
escoamento. Ele se caracteriza por um fluxo intermitente de gás e líquido, intercalado por uma
grande e longa bolha de gás (chamada de bolha de Taylor, para o caso de fluxo ascendente) que
pode danificar conexões e equipamentos de superfícies. O padrão de escoamento do tipo
golfada é mais comum quando as velocidades das fases líquida e gasosa são intermediárias
(OLIVEIRA et al., 2018).
11
3. ASFALTENOS
Os asfaltenos e resinas compreendem misturas complexas de diferentes compostos de
massas moleculares e polaridades variáveis e são definidos por suas características de
solubilidade (SPEIGHT, 1999; MULLINS, 2008). Alguns estudos propõem que os asfaltenos
estão dispersos no petróleo como coloide, embora isso não seja um consenso na literatura.
A definição de asfaltenos mais aceita e usada diz que os asfaltenos são macromoléculas
insolúveis em hidrocarbonetos alifáticos, como o n-heptano, porém solúveis em
hidrocarbonetos aromáticos, como o tolueno, ou seja, a definição de asfaltenos é regida pela
solubilidade (SPEIGHT, 1999). Dessa forma, é possível perceber que quanto mais leve o óleo,
maior será a quantidade a frações leves presentes nele e, consequentemente, maior será a chance
de problemas relacionados com precipitação de asfaltenos. Já os óleos pesados contêm maiores
quantidades de componentes pesados e, portanto, solubilizam os asfaltenos.
No âmbito da garantia de escoamento, mudanças na composição do óleo e na pressão
do sistema fazem com que a precipitação de asfaltenos se torne uma preocupação em potencial
(KHALEEL et al., 2015). Asfaltenos podem causam problemas em todo o percurso do
escoamento, desde o reservatório até o top side. Os principais problemas com seus precipitados
são a estabilização de emulsões e o bloqueio parcial ou total das tubulações. Somado a isso a
complexidade em predizer e entender o seu comportamento dificultam e tornam o seu estudo
fundamental. Um exemplo de deposição de asfalteno é mostrado, conforme a Figura 5.
Figura 5: Exemplo de depósito de asfalteno em um oleoduto
(Fonte: MULLINS, 2008)
12
3.1. Estrutura
A composição química dos asfaltenos depende da sua origem, ou seja, óleos de
diferentes localidades terão composições diferentes. Entretanto, é consenso que sua estrutura
química possui anéis aromáticos fundidos, heteroátomos (Nitrogênio, Oxigênio e Enxofre) e
compostos metálicos (Níquel, Vanádio e Ferro) podendo estar dispersos por toda a molécula
(LEÓN, 2000).
Além disso, pelo fato de sua composição e estrutura química não serem completamente
conhecidas, diversas propostas de estrutura química são desenvolvidas e propostas. Dois tipos
de classificação se destacam na literatura, a do tipo continental ou ilha, e a do tipo arquipélago,
conforme observado na Figura 6.
Figura 6: Estrutura proposta do tipo continental na esquerda e estrutura proposta do tipo arquipélago
na direita (Fonte: DURAND et al., 2010)
3.2. Agregação de asfaltenos
Outro problema que dificulta a caracterização dos asfaltenos é o processo de agregação
dos mesmos. Um dos modelos estruturais da arquitetura dos asfaltenos é o modelo de Yen-
Mullins. De acordo com esse modelo, as moléculas de asfaltenos são formadas
13
predominantemente de hidrocarbonetos aromáticos policíclicos (PAH`s), que se associam,
formando os nanoagregados de asfaltenos, a partir de seis moléculas e, posteriormente, formam
os clusters de asfaltenos, a partir de oito moléculas (MULLINS, 2010). O modelo de Yen-
Mullins é exemplificado, conforme a Figura 7.
Figura 7: Modelo modificado de Yen-Mullins. Molécula de asfalteno na esquerda, nanoagregados no
centro e clusters na direita (Fonte: adaptado de MULLINS et al., 2012)
3.3. Prevenção de asfaltenos
Importantes ferramentas podem ser usadas com o objetivo de prevenir a deposição de
asfaltenos. Utiliza-se inibidores químicos que possuam anéis aromáticos e cadeia parafínica
longa, de modo que eles atuem como diluentes de asfaltenos (KHALEEL et al., 2015). É
importante que esses inibidores sejam injetados no fundo do poço, acima da pressão de
saturação do óleo e numa concentração adequada (KHALEEL et al., 2015).
Além disso, outra forma de inibir a precipitação e deposição de asfaltenos é manter a
pressão do reservatório um pouco acima da pressão de saturação (mínimo de solubilidade dos
asfaltenos), pois abaixo dela ocorre liberação de frações leves do petróleo, aumentando a
solubilidade dos asfaltenos.
3.4. Remediação de asfaltenos
A remediação de asfaltenos pode ser realizada por meio de métodos mecânicos ou por
meio de solventes orgânicos aromáticos.
14
A remediação mais utilizada é por meio de solvente aromático. O solvente mais usado
é o xileno, deixando-o de molho por certo tempo (soaking) sobre o depósito, ocasionando o seu
amolecimento. Já métodos mecânicos envolvem raspadores de aço que limpam o interior do
poço. Em ambos os casos, a remediação operacional desses depósitos é restrita, e tem gastos
econômicos consideráveis, aumentando substancialmente o OPEX do projeto e envolvendo
paradas de produção, muitas vezes de longa duração (KHALEEL et al., 2015).
15
4. PARAFINAS
As parafinas constituem-se como os compostos de mais alto peso molecular da classe
dos saturados na análise SARA. São compostos menos complexos que os asfaltenos,
majoritariamente apolares, de baixa densidade e com baixa solubilidade em água. No contexto
de garantia de escoamento, parafinas são os compostos que variam entre 18 e 50 átomos de
carbono e possuem fórmula química CnH2n+2.
As parafinas, quando em condições de reservatório, estão dissolvidas no óleo. Conforme
o óleo vai escoando até a superfície, sua temperatura tende a cair por conta da troca térmica
com o leito marinho e, dessa forma, a precipitação de parafinas sólidas pode ocorrer.
O ponto crítico em relação às parafinas é a sua deposição na tubulação, visto que mesmo
que ocorra a sua precipitação, o escoamento ainda pode ocorrer sem grandes problemas. Com
sua precipitação, e posterior deposição, as parafinas ocasionam diversas dificuldades ao
escoamento, como, por exemplo, o aumento da viscosidade e da perda de carga, podendo até
mesmo obstruir completamente as tubulações. Além disso, em casos de paradas de produção,
pode ocorrer a formação de um gel parafínico em temperaturas críticas, sendo necessário impor
um diferencial de pressão muito alto para rompê-lo.
Por isso, é importante entender fatores que afetam a formação de depósitos parafínicos
como o gradiente de temperatura, regime de escoamento e características da composição do
óleo para evitar a sua precipitação e garantir o gerenciamento do problema de forma adequada.
A Figura 8 mostra um exemplo de depósitos de parafina.
Figura 8: Exemplo de depósito de parafina (Fonte: SOUZA, 2011)
16
4.1. Estrutura
As parafinas podem ser lineares (n-parafinas), ramificadas (isoparafinas) ou cíclicas
(cicloparafinas). No contexto de garantia de escoamento, as parafinas de cadeia linear são as
que causam mais problemas operacionais, pois tendem a formar macrocristais, além de
possuírem ponto de fusão mais elevado (OLIVEIRA et al., 2018). As três estruturas são
exemplificadas na Figura 9.
Figura 9: Exemplos de moléculas de parafinas (Fonte: PIMENTEL, 2012)
4.2. Caracterização
As moléculas das parafinas de mesmo número de átomos de carbono podem ser
caracterizadas por técnicas analíticas, como a cromatografia gasosa. Nesse tipo de
caracterização,é apresentado o percentual mássico das frações em função do número de
carbono, que é importante para algumas propriedades de escoamento. A Figura 10 mostra um
exemplo de uma distribuição de parafinas presentes num óleo.
17
Figura 10: Distribuição das parafinas presentes no óleo (Fonte: SARACENO, 2007)
Atualmente, técnicas de cromatografia bidimensional têm sido utilizadas para ser
possível distinguir estruturas normais e ramificadas de mesmo número de átomos de carbono.
4.3. Formação de cristais
O fenômeno de cristalização pode ser dividido em três etapas (COUTINHO et al.,
1996). A primeira etapa é a nucleação, onde surgem os primeiros núcleos de cristais parafínicos.
A segunda etapa é a de crescimento, onde ocorre o transporte e crescimento dos núcleos
formados na etapa anterior. A terceira etapa é a de aglomeração, onde ocorre a acumulação dos
cristais formados, formando cristais ainda maiores.
18
4.4. TIAC
A TIAC (temperatura de início de aparecimento de cristais) é a temperatura na qual
começa o processo de cristalização das parafinas, quando submetidas a um processo de
resfriamento. O valor dessa temperatura é altamente influenciado pelo conteúdo parafínico do
óleo. A determinação da TIAC é importante, pois em escoamentos abaixo dela pode ocorrer
problemas de acumulação de depósitos na tubulação.
Vários métodos podem ser usados para determinação da TIAC, entre eles a calorimetria
por varredura diferencial (Differential Scanning Calorimetry - DSC), viscosimetria e
microscopia ótica de luz polarizada.
4.5. Mecanismos de deposição
O processo de deposição está substancialmente ligado ao transporte de massa do centro
da tubulação até as proximidades da parede, em virtude do gradiente de temperatura entre o
fluido do escoamento e a tubulação. Além da temperatura, a deposição de parafinas depende da
quantidade de parafinas cristalizadas e das condições de cisalhamento no escoamento.
Os principais mecanismos de deposição são a difusão molecular, dispersão por
cisalhamento e segregação gravitacional.
4.5.1. Difusão molecular
A difusão molecular consiste no transporte radial de massa do centro da tubulação até a
sua parede interna. Esse processo é assegurado graças ao gradiente de temperatura radial
existente entre o centro e a parede do tubo. Embora seja um mecanismo discutido quanto à sua
fenomenologia, ainda é um mecanismo utilizado para modelar o evento de deposição.
Por conta disso, a concentração de componentes parafínicos na fase líquida decresce
com a temperatura, ocasionando o fluxo de massa parafínica da região central para a região
periférica do tubo, e sua posterior aderência, ou não, nesta região (BURGER et al., 1981). Dessa
forma, ocorre a indução do fluxo de parafinas em direção à parede do tubo. A Figura 11
exemplifica a formação de depósito de parafinas por difusão molecular.
19
Figura 11: Processo de deposição parafínica por difusão (Fonte: SARACENO, 2007)
4.5.2. Dispersão por cisalhamento
A dispersão por cisalhamento é um fenômeno que ocorre pela movimentação dos
cristais por conta do escoamento do óleo. Este mecanismo representa o transporte de cristais
suspensos no meio devido aos efeitos cisalhantes do fluido, ou seja, o movimento rotacional
dos cristais suspensos resultaria em umamovimentação em direção à parede do tubo (BURGER
et al., 1981). A Figura 12 exemplifica este mecanismo.
Figura 12: Mecanismo de dispersão por cisalhamento (Fonte: SARACENO, 2007)
20
4.5.3. Segregação gravitacional
Os cristais de parafinas, por serem mais densos que o líquido, podem se depositar na
parede inferior tubular por segregação gravitacional. Porém, esse mecanismo só terá algum tipo
de relevância caso a velocidade do escoamento seja extremamente baixa, quase nula. Esse tipo
de mecanismo é comum nos tanques de estocagem.
4.6. Gelificação
A gelificação é formada por uma rede tridimensional de parafinas e ocorre quando
moléculas de parafina de alto peso molecular cristalizam e formam um gel. Em longos períodos
de paradas de produção, os cristais de parafinas interagem entre si, formando esse gel, que é
uma mistura de duas fases distintas, formado por cristais de parafina dispersos na fase líquida
e óleo, dificultando o reinício da produção (SARACENO, 2007).
Posteriormente, o processo de aumento do depósito de gel e seu endurecimento podem
levar ao processo chamado de aging (envelhecimento), necessitando vencer a tensão limite de
escoamento do gel (THOTA & ONYEANUNA, 2016). Para retomar o escoamento, é preciso
vencer a tensão limite de escoamento do gel, sendo preciso impor uma pressão mínima e, em
alguns casos, essa pressão mínima pode ser extremamente elevada, causando prejuízos
econômicos e operacionais. Uma forma conservadora de determinar essa pressão é por meio da
equação mostrada abaixo, onde ∆Pmín é a pressão requerida para retomar o escoamento, L é o
comprimento gelificado, D é o diâmetro interno do duto e τy é a tensão limite de escoamento
(VENKATESAN & CREEK, 2010).
∆Pmín =
4 L τy
D (4)
4.7. Métodos de prevenção
Existem diversos métodos preventivos para controle de deposição das parafinas. A
precipitação de parafinas é altamente dependente da temperatura, logo, o objetivo principal de
21
técnicas preventivas é manter a temperatura do fluido acima da TIAC. Utiliza-se o isolamento
térmico, por meio do duto pipe-in-pipe, o aquecimento elétrico ou a injeção contínua de
inibidores químicos de parafinas, que possuam compatibilidade química com a composição do
óleo. A escolha do melhor método de prevenção depende da relação custo-benefício entre qual
método é mais conveniente a se usar para determinada logística de uma produção de petróleo.
4.8. Métodos de remediação
Técnicas de remediação são divididas em duas categorias. Técnicas químicas e
mecânicas, podendo até atuarem em conjunto. A decisão de qual método escolher dependerá
da severidade da deposição, da concentração de parafinas, da logística operacional e da
eficiência do método a ser escolhido para cada cenário.
As técnicas químicas envolvem a utilização de dispersantes, solubilização com soaking
de solvente, geralmente o diesel. Já as técnicas mecânicas envolvem a passagem de PIGs (Do
inglês, Pipeline Inspection Gauge) pela linha de serviço (THOTA & ONYEANUNA, 2016). A
Figura 13 mostra algumas geometrias de PIGs mais utilizados pela indústria. Além disso, uma
nova forma de lidar com o depósito de parafinas na bacia de Santos é a utilização do chamado
soaking dinâmico. Esse método consiste em imprimir uma alta velocidade ao diesel, removendo
significadamente os depósitos parafínicos, podendo gerar ganhos em até 15 % na produção de
óleo (ANDREOTTI et al., 2017).
Figura 13: Exemplos de PIGs: (a) de copo, (b) de disco e (c) de espuma
(Fonte: SOUZA, 2005)
22
5. HIDRATOS
Hidratos de gás são estruturas cristalinas formadas por água, gás e condições
apropriadas de pressão e temperatura, sendo que as moléculas de água formam uma estrutura
que encapsulam as moléculas de gás (OLIVEIRA et al., 2018). Sua cor e aparência são
similares com as do gelo.
Hidratos são largamente estudados na indústria de petróleo devido ao seu elevado
potencial em provocar problemas de obstrução ao escoamento, principalmente nas retomadas
de produção, provocando perda de produtividade e problemas operacionais. Eles são uma
grande preocupação para campos de água ultra profundas, pois a baixa temperatura do leito
marinho (de aproximadamente 4°C) propicia a sua formação (COCHRAN, 2003). A Figura 14
mostra um exemplo de tubulação obstruída por hidratos.
Figura 14: Exemplo de obstrução por deposição de hidratos (Fonte: BATTISTI, 2015)
5.1. Estrutura dos hidratos
Os hidratos são estruturas tridimensionais complexas formados pela combinação de
moléculas de água e moléculas de gás (ALMEIDA, 2015). As moléculas de água se agrupam,
encapsulando a molécula de gás. Na literatura são discutidas e propostas alguns tipos de
23
estruturas de seus arranjos cristalinos.A Figura 15 a seguir mostra os três tipos de estruturas de
hidratos.
Figura 15: Tipos de estruturas de Hidratos (Fonte: SLOAN et al., 2010)
A Estrutura I é formada por moléculas menores, geralmente metano e etano, por conta
do espaço disponível na sua estrutura. A Estrutura II, a mais encontrada no cenário de produção
de petróleo, é formada por moléculas de gases maiores, de propano até pentano. A Estrutura H
é formada por uma combinação de substâncias, sendo possível sua formação em laboratório,
com controvérsias sobre sua existência de forma natural (OLIVEIRA et al., 2018).
5.2. Previsão de formação de hidratos
A previsão de formação de hidrato é um processo puramente termodinâmico. É
necessário prever a curva de equilíbrio (Pressão x Temperatura) de hidrato, que depende da
composição do gás, da água e de condições de pressão e temperatura apropriadas. Essa curva é
chamada de envelope de hidratos e é mostrada na Figura 16. Pelas condições gerais de formação
de hidratos, alta pressão e baixa temperatura, é preciso que o sistema fique acima e à esquerda
da curva do exemplo para que haja um potencial de formação de hidratos.
24
Figura 16: Exemplo de um envelope pressão x temperatura de hidrato em função
da massa específica do gás (Fonte: Adaptado de NOTZ et al., 1996)
5.3. Cinética de formação
De maneira genérica, para ocorrer a formação de hidratos é necessário que coexistam
alta pressão, baixa temperatura, água e gás. Outros fatores como agitação do sistema e
superfície de contato também contribuem para a formação.
A formação de hidratos pode ser dividida em três etapas: nucleação do cristal,
crescimento do cristal e difusão de componentes através da interface sólido-líquido
(OLIVEIRA et al., 2018). Além das condições de formação, é necessário que haja um tempo
de contato dos sistemas água e gás até a formação do primeiro cristal de hidrato, o que é
chamado de tempo de indução (ALMEIDA, 2015).
Um dos principais parâmetros para prever a formação de hidratos é o sub-resfriamento
(do inglês, subcooling), que consiste na diferença entre a temperatura de formação de hidratos
25
e a temperatura de operação. Quanto maior o subcooling de operação, maior será a chance de
formar hidrato e, consequentemente, menor o tempo de indução.
Também vale ressaltar que o tempo de indução depende do estado metaestável do
sistema, ou seja, o sistema está dentro do envelope de hidratos, mas ainda não ocorreu a
formação dos primeiros cristais de hidratos (CARVALHO, 2010). Para isso, é necessária
alguma agitação para quebrar esse equilíbrio. Impurezas também podem atuar como sítios de
nucleação, podendo quebrar essa metaestabilidade.
5.4. Prevenção de hidratos
A melhor maneira de se prevenir a formação de hidratos é fazer com o que o sistema
opere fora das condições de formação do hidrato, embora nem sempre seja uma tarefa simples
devido aos longos trechos percorridos pelo petróleo, principalmente em lâminas d’água ultra
profundas. A seguir serão listados os principais métodos de prevenção de hidratos.
5.4.1. Inibidores termodinâmicos
Inibidores termodinâmicos são substâncias solúveis em água capazes de alterar as
condições termodinâmicas de formação de hidratos. Eles reduzem a possibilidade de formação
de hidrato, deslocando a curva de equilíbrio (Pressão x Temperatura) para a esquerda,
diminuindo as condições de formação (COCHRAN, 2003). Os inibidores termodinâmicos mais
utilizados na indústria são o metanol, etanol, monoetilenoglicol (MEG) e trietilenoglicol (TEG).
A Figura 17 exemplifica uma curva de equilíbrio de hidrato com e sem o inibidor
termodinâmico.
26
Figura 17: Curva de equilíbrio PxT do hidrato com e sem o inibidor termodinâmico
(Fonte: Elaboração própria)
5.4.2. Inibidores de baixa dosagem
Os inibidores de baixa dosagem de hidratos (Do inglês, low dosage hydrate inhibitors)
foram criados como uma alternativa aos inibidores termodinâmicos. Eles são subdivididos em
duas categorias: inibidores cinéticos (KHIs) e antiaglomerantes (AAs).
5.4.2.1. Inibidores cinéticos (KHIs)
Os inibidores cinéticos são polímeros solúveis em água e sua principal ação se dá no
retardamento da formação de hidratos, ou seja, na sua nucleação e seu posterior crescimento.
Esse tipo de inibidor, quando em pequenas quantidades, já infere um efeito considerável e são
mais indicados quanto menor for o sub-resfriamento do sistema (ALMEIDA, 2015).
5.4.2.2. Antiaglomerantes (AAs)
Os antiaglomerantes são surfactantes ou polímeros com características hidrofílicas. Eles
atuam no retardamento da aglomeração de cristais de hidratos previamente formados e auxiliam
27
no transporte de cristais já formados, mantendo-os dispersos (ALMEIDA, 2015). Seu objetivo
é auxiliar no transporte de cristais já formados, mas não impedem sua formação.
5.4.3. Isolamento térmico
O isolamento térmico consiste em manter a temperatura do sistema, ou parte dele, fora
do envelope de hidratos. Com isso, em caso de paradas de produção, o sistema poderá se manter
numa temperatura confiável e segura por mais tempo.
5.4.4. Troca de fluido de produção
O procedimento de troca do fluido de produção consiste em substituir os fluidos nas
flowlines e no riser, em paradas e retomadas de produção, por fluido inerte à formação de
hidrato, como, por exemplo, o óleo diesel ou petróleo morto (OLIVEIRA et al., 2018). Esse
processo evita a formação de hidratos, pois retira-se a água acumulada, caso exista, na repartida
de produção. Assim, a formação de hidratos danosa é evitada, pois não há quantidades
suficientes de água e gás.
5.5. Remediação de hidratos
Quando estratégias de prevenção não são bem-sucedidas, será necessário adotar
métodos de remediação de formação de hidratos. Vale ressaltar que operações de remediação
de hidratos são difíceis de implementar e perigosas ao sistema de produção, pois plugues de
hidratos podem ser formados e sua retirada pode ser um problema para a segurança dos
equipamentos. Além disso, estratégias de remediação podem ser necessárias nos casos em que
os engenheiros de garantia de escoamento optaram por operar dentro do envelope de hidratos,
devido a desafios logísticos e custos financeiros, assumindo os riscos envolvidos à essa escolha.
Os principais métodos de remediação de hidratos são a despressurização, o aquecimento
e a injeção de inibidores termodinâmicos. É importante usar o método correto, ou uma
combinação deles, de modo a obter boa relação custo financeiro com eficiência do resultado a
se obter (COCHRAN, 2003).
28
6. EMULSÕES
Por definição, emulsão é uma mistura de dois líquidos imiscíveis, nesse caso água e
óleo, de forma que um é a fase dispersa e o outro a fase contínua. As emulsões são
termodinamicamente instáveis e se mantém estabilizadas pela ação de agentes emulsificantes.
A estabilidade de emulsões pode ser entendida como a capacidade de uma emulsão em
permanecer como dispersão após sua formação. Fatores como temperatura, tipo de agentes
emulsificantes, teor de água, distribuição de tamanho de gotas definem a estabilidade de uma
emulsão (KOKAL, 2005). Por conta disso, é necessário compreender a composição do óleo de
modo a compreender as possíveis formações de emulsões ao longo da produção.
A formação de emulsões na produção de petróleo tem um aspecto importante no campo
de garantia de escoamento, pois a sua formação pode ocasionar danos desde o reservatório até
o processamento (KOKAL, 2005). Além disso, elas dificultam o escoamento pois geram uma
instabilidade no escoamento e aumentam a viscosidade do fluido produzido, resultando em uma
maior energia para escoar os fluidos até a superfície.
6.1. Tipos de emulsão
Uma emulsão pode ser do tipo água em óleo (A/O), do tipo óleo em água (O/A) ou do
tipo múltipla (O/A/O ou A/O/A). A mais encontrada na indústria de petróleo é a do tipo água
em óleo (A/O). A Figura 18 mostra os tipos de emulsão citados acima.
Figura 18: Tipos de emulsões
(Fonte: Adaptado de BOUYER et al., 2012)29
6.2. Formação de emulsão
Para que uma emulsão seja formada são necessárias três condições: imiscibilidade entre
os líquidos, agitação para dispersar um líquido no outro e a presença de emulsificantes
(SCHRAMM, 2005).
No contexto de produção de petróleo, a agitação ocorre por conta da turbulência do
escoamento dos fluidos, e quanto maior o grau de turbulência do escoamento, menor será o
tamanho das gotículas formadas. A presença de agentes emulsificantes naturais no petróleo,
como asfaltenos e resinas, que se concentram na interface água-óleo e formam um filme
interfacial, favorecendo a formação de emulsões de alta estabilidade (OLIVEIRA et al., 2018).
Além disso, o diferencial de pressão na válvula de controle de vazão (válvula choke) e demais
válvulas é crítico para a formação de emulsões.
6.3. Estabilidade de emulsões
A estabilidade de emulsões pode ser entendida como a capacidade de uma emulsão em
continuar no mesmo estado após sua formação. Fatores como temperatura, tipo de agentes
emulsificantes, teor de água e distribuição de tamanho de gotas definem a estabilidade de uma
emulsão. Uma emulsão é dita como estável quando a fase dispersa e contínua não são
facilmente separáveis.
6.4. Inversão de fase
A inversão de fase é o evento que ocorre quando uma emulsão água em óleo (A/O) se
transforma em uma emulsão óleo em água (O/A), ou seja, a fase contínua se torna a fase interna
da emulsão, e vice-versa. A inversão de fase pode ocorrer por dois mecanismos: inversão
catastrófica ou transicional.
A inversão catastrófica, irreversível, ocorre quando há a adição de um componente da
fase interna, fazendo com que ocorra a inversão. Na inversão transicional, reversível, ocorre a
inversão pela mudança de alguns fatores, como, por exemplo, temperatura, pressão e proporção
volumétrica entre a água e o óleo, que afetam o comportamento de fases, promovendo a
inversão (CALDERON et al., 2007).
30
6.5. Desestabilização de emulsões
As emulsões podem se desestabilizar por meio de três fenômenos: sedimentação,
agregação ou pela coalescência. A sedimentação, decorre da diferença de densidades entre a
fase dispersa e a fase contínua. A agregação (do inglês, aggregation) ocorre quando duas ou
mais gotículas se aproximam, formando aglomerados, sem romper o filme interfacial entre elas.
E, por último, a coalescência (do inglês, coalescence), que ocorre quando o filme interfacial se
rompe e as gotículas se coalescem, se juntam, formando uma gota de maior tamanho
(OLIVEIRA et al., 2018). A Figura 19 mostra esses três processos de forma ilustrativa.
Figura 19: Formas de desestabilização de uma emulsão do tipo A/O
(Fonte: Adaptado de SCHRAMM, 2005)
31
6.6. Tratamento de emulsões
A principal estratégia para a mitigação dos problemas causados pelas emulsões é a
injeção de desemulsificantes químicos para separar as fases. O desemulsificante atua
diretamente na interface das fases, reduzindo a estabilidade da emulsão. Com a separação das
fases, ocorre a redução da viscosidade e, consequentemente, da perda de carga (OLIVEIRA et
al., 2018). Dessa forma, é necessário ajustar bem a dosagem dos desemulsificantes, uma vez
que eles não são recuperados após o separador.
Além disso, emulsões causam problemas nos separadores e precisam ser tratadas para
atender os parâmetros exigidos, tanto de descarte quanto para reinjeção no reservatório.
32
7. INCRUSTAÇÕES INORGÂNICAS
As incrustações, ou scale, são compostos inorgânicos presentes na água produzida
juntamente com os hidrocarbonetos. Esses sais possuem baixa solubilidade em água e podem
se depositar na parede do duto, o obstruindo ou limitando o escoamento. Fatores como
temperatura, pressão, pH e salinidade são chaves na solubilidade e crescimento desses sais.
Depósitos de incrustações são um dos principais problemas de garantia de escoamento
na indústria de óleo e gás (TUNGESVIK, 2013). Eles ocasionam paradas de produção
indesejadas e reduzem a vida útil dos equipamentos de produção. Um exemplo de deposição de
incrustação dentro de uma tubulação é mostrado na Figura 20.
Figura 20: Acúmulo de incrustação dentro de uma tubulação (Fonte: BARAKA-LOKMANE &
SORBIE, 2010)
33
7.1. Razão de saturação
A saturação de sais é um fator chave no que diz respeito ao risco de formação de
incrustações. Por isso, é interessante saber o nível de saturação de sais na água por meio da
chamada razão de saturação, e quanto maior o valor desse índice, maior a chance de formação
de incrustação e seu grau de severidade. Este índice é mostrado na equação abaixo, onde ac é a
atividade iônica do cátion, aa é a atividade iônica do ânion e KpsCA é o produto de solubilidade
dos sais (OLIVEIRA et al., 2018).
RS =
ac aa
KpsCA
(5)
A Tabela 3 indica os valores de razão de saturação e suas consequentes interpretações.
Tabela 3: Interpretação do potencial problema de incrustação em função do valor da razão de
saturação (RS) (Fonte: Adaptado de OLIVEIRA et al., 2018)
Razão de Saturação (RS) Interpretação do índice
Menor que 1 Sem chance de incrustação
1 - 3 Baixa probabilidade de incrustação
3 – 10 Provável incrustação, sem severidade
10 – 100 Incrustação severa
Maior que 100 Incrustação muito severa
7.2. Mecanismos de formação
A formação de depósitos de incrustações inorgânicas é resultado de mudanças de
pressão e temperatura, grau de agitação durante a formação de cristais, tamanho e quantidade
de cristais e mudanças de pH (TUNGESVIK, 2013).
O processo de nucleação, que por definição é o início do processo de precipitação, é o
primeiro estágio de formação de incrustações, podendo ser homogênea, quando ocorre no seio
34
de uma solução supersaturada, ou heterogênea, quando ocorre em substâncias estranhas, tais
como grãos de areia, junções de superfícies metálicas ou rugosidades (TUNGESVIK, 2013).
Para que ocorra o crescimento desses cristais é preciso que haja um tempo mínimo, chamado
de tempo de contato.
Existem três tipos de mecanismos de formação de incrustação, cada um deles mais
prejudicial em determinada parte do escoamento, os quais serão apresentados a seguir.
7.2.1. Autoincrustação
A autoincrustação, do inglês autoscaling, ocorre quando a água natural do reservatório
sofre variações de pressão e de temperatura durante a produção. Com isso, sais dissolvidos na
água tendem a aumentar sua solubilidade água com o aumento da temperatura, com algumas
exceções, como, por exemplo, o carbonato de cálcio. Analogamente, uma diminuição da
pressão tende a diminuir a solubilidade em água dos minerais (TUNGESVIK, 2013).
7.2.2. Misturas incompatíveis
Neste caso, as deposições de incrustações ocorrem pela incompatibilidade química da
água do mar, injetada como método de recuperação secundária para manutenção da pressão do
reservatório, e da água da formação. A água do mar possui altos teores de sulfatos, enquanto a
água da formação é rica em íons de cálcio e bário. Assim, a água do mar não tratada pode levar
a uma precipitação indesejada de incrustações, como, por exemplo, as de sulfato de bário e
sulfato de cálcio (TUNGESVIK, 2013).
7.2.3. Evaporação da água
Nesse processo ocorre um aumento brusco do limite de saturação dos sais da solução
por conta da evaporação da água. A incrustação mais comum formada por esse mecanismo é a
de halita em poços com altas temperaturas e pressões (TUNGESVIK, 2013).
35
7.3. Principais incrustações em campos de produção
Os principais tipos de incrustações encontrados nos campos de produção de petróleo são
sulfato de bário (BaSO4), sulfato de cálcio (CaSO4), sulfato de estrôncio (SrSO4), carbonato de
cálcio (CaCO3) e Gipsita (CaSO4 .2H2O). Em menor frequência, cloreto de sódio (NaCl),
sulfeto de erro (FeS) e incrustações radioativas.
Tais incrustações podem ser classificadas, sob o ponto de vista operacional, em três
grandes grupos. No primeiro, encontram-se as incrustações de sulfatos e de cloretos, as quais,
ambas, não dependem da variação de pH da água produzida. O segundo