Detecção de vazamentos em fluxo simples e multifásico em oleodutos e locais de sequestração subsuperficiais: Uma visão geral

Vazamentos podem ocorrer em oleodutos existentes, mesmo quando projetados com construção de qualidade e regulamentações apropriadas. O impacto econômico de derramamentos de petróleo e a dispersão de gás natural decorrente de vazamentos pode ser enorme. A falha em detectar vazamentos de oleodutos prontamente terá um impacto adverso na vida, na economia, no meio ambiente e na reputação corporativa. Portanto, a detecção precoce de vazamentos, sua localização e seu tamanho com alta sensibilidade e confiabilidade são importantes para o transporte eficiente de hidrocarbonetos através de um oleoduto, tanto em aplicações terrestres quanto marítimas. Embora vários estudos tenham sido realizados sobre detecção de vazamentos usando várias técnicas, a literatura recente que investiga e resume de forma abrangente as diferentes técnicas de detecção de vazamentos multifásicos não pôde ser encontrada. Portanto, este artigo fornece uma revisão abrangente das diferentes técnicas de detecção de vazamentos em oleodutos, poços e poços de sequestração subsuperficiais. Isso é feito estudando as diferentes técnicas de detecção de vazamentos em fluxo multifásico usando várias Dinâmicas de Fluidos Computacionais (CFD), modelos mecanicistas, de Aprendizado de Máquina e técnicas de gêmeos digitais tanto no oleoduto quanto em locais de sequestração subsuperficiais. Uma investigação abrangente revelou que poucos estudos foram realizados relacionados a experimentos de vazamento em fluxo multifásico integrado, dinâmicas de fluidos computacionais, modelos mecanicistas e a implementação de monitoramento transiente em tempo real estendido usando aprendizado de máquina. Esse tipo de investigação sistemática é considerado mais útil para aplicações em campo. Além disso, um novo conjunto de recomendações é fornecido na última seção que mostra como os dados experimentais, mecanicistas e de simulação CFD podem ser usados para conduzir uma abordagem estatística baseada em técnicas modernas de aprendizado profundo e gêmeos digitais. Isso permite a compreensão precisa dos eventos de vazamento, como tamanho, localização e orientação do vazamento, sem a necessidade de enviar um veículo submarino operado remotamente ou aeronave para escanear todo o oleoduto e o oceano.