Segundo o último estudo publicado pela Fundação Getúlio Vargas (FGV), o gás natural pode se tornar a segunda maior fonte de energia na matriz energética global no cenário NetZero 2050. O gás natural aparece empatado com as renováveis complementares (27%), superando o petróleo, carvão, energia nuclear e hidrelétrica. No entanto, para o Brasil usufruir melhor desta modalidade energética é preciso expandir os pontos de fornecimento à malha integrada de gasodutos e realizar manutenções corretivas, o que encarece exponencialmente o seu fornecimento. Neste cenário, a Aquarela Analytics, empresa brasileira pioneira em inteligência artificial e análise de dados, desenvolveu algoritmos específicos para realizar um mapeamento, com o uso de IA (Inteligência Artificial), para fazer análises preventivas e preditivas visando minimizar as manutenções corretivas que possuem custos exponenciais.
A Nova Transportadora do Sudeste S/A (NTS), empresa brasileira especializada no transporte de gás natural, apresentou o case na Conference & Expo “Innovations in Energy Pipelines: Fueling the Future” que aconteceu na cidade de Calgary, no Canadá, em setembro. Este é um importante e aguardado evento internacional que reúne membros da indústria de pipelines de todo o mundo para discutir inovações, tendências e cases de sucesso da indústria de pipelines de energia.
“É uma grande oportunidade junto ao setor de energia de diferentes países sobre a importância de desenvolver a maturidade digital e de dados em grandes indústrias e empresas globais”, destaca o CEO da Aquarela Analytics, Marcos Santos.
A expansão das malhas de distribuição de gás natural pelo Brasil encarece o valor final do produto e os gastos adicionais com reparos estão fazendo o setor investir em tecnologias mais arrojadas para prevenir e prever falhas nas tubulações de gasodutos.
De acordo com Sigmundo Preissler Jr., CPO da Aquarela Analytics, a IA diminui os custos de manutenções. “Para se ter uma ideia do valor, apenas para abrir um buraco e analisar possíveis fissuras são gastos aproximadamente R$30 mil”, explica Sigmundo Preissler Jr, CPO da Aquarela Analytics.
Para Preissler, o trabalho se tornou um case de sucesso e destaca que a organização dos dados foi imprescindível para obter o sucesso no projeto. “O projeto resultou em menos interrupções na operação, evitando paradas não planejadas que geram custos devido à manutenção corretiva. Em alguns trechos, a precisão de previsibilidade chegou a 81%”, destaca.
Uma das principais necessidades da Nova Transportadora do Sudeste S/A, que fornece gás natural, era desenvolver o projeto de prevenção de falhas e vazamentos. Para aumentar a precisão na identificação dos locais mais suscetíveis à formação de trincas causadas por corrosão sob tensão (SCC). Essas trincas podem levar a falhas significativas, com potenciais impactos econômicos e sociais. O projeto, em parceria com a Aquarela, tinha por objetivo principal melhorar a gestão preventiva, antecipar e mitigar esses riscos, além de otimizar os custos associados às inspeções e manutenções.
Entre os resultados obtidos neste projeto, houve uma redução de custos com manutenções corretivas, que costumam ser muito mais onerosas, devido a possíveis paradas de equipamentos e sistemas. O investimento em manutenção preditiva é de menor impacto financeiro e proporcionou direcionar ativos e expandir o serviço contratado ao nível nacional. “As estimativas iniciais do projeto indicam uma economia anual de aproximadamente R$3,3 milhões, devido à realização de inspeções e manutenções nos locais corretos”, complementa o CEO da Aquarela Analytics.
Segundo o CEO, a ciência de dados e o conhecimento do cliente criaram um modelo de aprendizado da máquina durante a realização do mapeamento, usando uma extensa fonte de dados, como, por exemplo, informações sobre solo, condições meteorológicas, curvas e topografia dos dutos, trincas até históricos de ocorrências. “Realizamos um trabalho de estruturação e validação dos dados, garantindo assim, a máxima veracidade de ponta a ponta, cruzando informações no sistema de IA que garantiram a previsibilidade com exatidão”, complementa o executivo.
