Artigo completo:

A viscosidade aparente dos fluidos de perfuração é uma das principais variáveis que devem ser controladas durante a operação, onde aditivos químicos são empregados para corrigir suas propriedades reológicas. No entanto, a medida desta variável é feita off-line e obtida com algum atraso. Este trabalho teve como objetivo desenvolver uma ferramenta computacional capaz de estimar a viscosidade aparente de um fluido de perfuração em tempo real, além de determinar as correções necessárias na sua composição, caso seja necessário. Esta ferramenta é baseada em um algoritmo de otimização evolutivo, os Algoritmos Genéticos (AG), associado a um modelo matemático do processo representado por uma rede neuronal artificial (RNA) do tipo feedforward com camadas múltiplas (Multilayer Perceptron – MLP). As entradas da RNA são os dados experimentais da composição e da temperatura do fluido e a saída da rede são os respectivos valores de viscosidade aparente. A partir do algoritmo de otimização AG/RNA proposto é possível determinar a composição adequada do fluido para atingir a viscosidade aparente desejada, seja na etapa inicial de preparo do fluido, seja durante o procedimento de correção de sua composição devido a eventuais perturbações que ocorrem durante a perfuração do poço. O desempenho do algoritmo foi avaliado através de experimentos em laboratório que demonstraram o grande potencial desta estratégia.