Estimativa e previsão do torque de carga baseadas na corrente temporal de motores de indução trifásicos aplicados a bombas centrífugas submersas

Abstract

RESUMO: O presente trabalho apresenta uma metodologia através de um modelo de espaço de estados que tem por objetivo estimar e prever o torque de carga em motores de indução acoplados a Bombas Centrífugas Submersas e, além disso, realizar a identificação preditiva do comportamento da carga. Para tanto, foram coletados os valores RMS da corrente estatórica de 9 motores idênticos durante, aproximadamente, 3,5 anos, a fim de que, através da estimação de parâmetros da estrutura, a partir dos dados experimentais, o modelo reproduza o comportamento do sistema original. Para validação da estimativa do torque foi implementado no Matlab/Simulink um modelo matemático com os parâmetros reais da máquina. Para verificação da previsão foram avaliados vários cenários com diferentes configurações com análise dos índices de desempenho RMSE, U de Theil e MAPE. Os resultados demonstraram a viabilidade do método, que apresentou um erro percentual absoluto médio de 2,73% para uma faixa de 35 a 112% da carga nominal. Com estes resultados foi possível, por exemplo, prever variações na carga de um poço de petróleo com até 5 minutos de antecedência.

ABSTRACT: The present work presents a methodology through a state space model that aims to estimate and forecast the load torque in induction motors coupled to Submersible Pumps (ESP) and, in addition, perform the predictive identification of the dynamic of the load. For that, the RMS values of the stator current of 9 identical engines were collected during approximately 3,5 years, so that, through the parameters estimation from the experimental data, the model reproduces the original behavior. To validate the torque estimation, a mathematical model with real machine parameters was implemented in Matlab/ Simulink. To verify the prediction, several scenarios with different configurations were evaluated with the analysis of the performance indexes RMSE, U de Theil and MAPE. The results demonstrated the viability of the method, which presented a mean absolute percentage error of 2.73% for a range of 35 to 112% of the nominal load. With these results it was possible, for example, to predict variations in the load of an oil well up to 5 minutes in advance.