Brasil produce en promedio 1,1 millones de barriles de petr\u00f3leo diarios. Son toneladas y toneladas de crudo retiradas diariamente del subsuelo. Para ejecutar esta gigantesca operaci\u00f3n, Petrobras necesita controlar y conocer los diversos factores que influyen en la producci\u00f3n de petr\u00f3leo. La extracci\u00f3n es compleja, ya sea en tierra o en el fundo del mar, y est\u00e1 rodeada de incertidumbre, principalmente en la caracterizaci\u00f3n de los reservorios. Es necesario conocer las propiedades de las rocas y de los fluidos, que deben ser precisamente determinados para optimizar la producci\u00f3n. Son informaciones que incluyen, por ejemplo, el tama\u00f1o del pozo, la viscosidad del crudo y el tama\u00f1o del acu\u00edfero (el agua existente en un estrato inferior al del petr\u00f3leo).<\/p>\n
El volumen de informaci\u00f3n es enorme y acaba dejando a los sistemas pesados, y esto acarrea problemas en el procesamiento computacional, pues implica un n\u00famero muy grande de c\u00e1lculos. Con ello, las operaciones y las simulaciones para optimizar la producci\u00f3n de un campo de petr\u00f3leo se tornan lentas. Para dinamizar y agilizar el procesamiento de informaciones en las operaciones de extracci\u00f3n, Petrobras le propuso un estudio conjunto a un grupo de investigadores de la Universidad Estadual de Campinas (Unicamp). Iniciado en mayo de 1996, el proyecto fue aprobado por la FAPESP para integrar el programa Asociaci\u00f3n para la Innovaci\u00f3n Tecnol\u00f3gica\u00a0 (PITE). La coordinaci\u00f3n del proyecto, denominado Paralelizaci\u00f3n de Ajuste del Historial de Producci\u00f3n en Red de las Estaciones Usando PVM<\/em> (Parallel Virtual Machine<\/em> o M\u00e1quina Paralela Virtual), qued\u00f3 en manos del profesor Denis Jos\u00e9 Schiozer, tambi\u00e9n coordinador del Centro de Estudios de Petr\u00f3leo (Cepetro) y profesor de la Facultad de Ingenier\u00eda Mec\u00e1nica (FEM) de la Unicamp.<\/p>\n La soluci\u00f3n hallada por el grupo fue el desarrollo de un software que distribuye las tareas computacionales pesadas para el procesamiento en una red de computadoras conectadas en paralelo. Esta soluci\u00f3n, ya finalizada e incorporada por Petrobras, posibilit\u00f3 una econom\u00eda de hasta un 85% del tiempo estimado para la elaboraci\u00f3n de las informaciones. La computaci\u00f3n paralela, montada, por ejemplo, en una estaci\u00f3n de trabajo con entre cinco y diez m\u00e1quinas de Petrobras o de la Unicamp, ejecuta, en algunas horas, el procesamiento de informaciones que demorar\u00eda normalmente algunos d\u00edas. Para lograr esa mayor eficiencia, cuenta con la adopci\u00f3n de procesos autom\u00e1ticos que permiten procesar informaci\u00f3n a\u00fan durante la noche y los fines de semana.<\/p>\n Producci\u00f3n confiable Los investigadores desarrollaron el nuevo software con base en el sistema PVM creado en el ORNL (Oak Ridge National Laboratory<\/em>), de Tennessee, Estados Unidos. El PVM permite que una red heterog\u00e9nea de computadoras funcione como una m\u00e1quina \u00fanica con procesadores y memorias distribuidos entre ellos.<\/p>\n Las mayores ventajas del PVM residen en el hecho de que \u00e9ste es un sistema de dominio p\u00fablico, con gran aceptaci\u00f3n y utilizado por un gran n\u00famero de usuarios. \u201cEl mismo funciona como una red que puede incluir computadoras paralelas convencionales, estaciones de trabajo, microprocesadores y mainframes<\/em>\u201d, explica Schiozer.<\/p>\n Una mejor distribuci\u00f3n La primera versi\u00f3n del software le fue entregada a Petrobras en 1997. Inicialmente, el mismo solamente testeaba el paralelismo. Despu\u00e9s, el software fue siendo perfeccionado y, actualmente, incluye varios m\u00f3dulos con diferentes aplicativos tales como computaci\u00f3n paralela, ajuste del historial, producci\u00f3n y gerenciamiento de campo del petr\u00f3leo.<\/p>\n Varias etapas El proyecto ya ha sido finalizado en el \u00e1mbito de la FAPESP. El aporte financiero de la fundaci\u00f3n fue de 1,3 mil reales y 160 mil d\u00f3lares, y el de la empresa, de 261 mil reales. M\u00e1s all\u00e1 de la FEM y del Cepetro, el UNIPAR cuenta con los laboratorios de la Facultad de Ingenier\u00eda El\u00e9ctrica y del Instituto de Geociencias, adem\u00e1s de la colaboraci\u00f3n de los alumnos del posgrado en Ingenier\u00eda del Petr\u00f3leo y de pasantes de la Facultad de Ingenier\u00eda de la Computaci\u00f3n, todos de la Unicamp. Ahora, el proyecto se encuentra en una nueva fase, con financiamiento de Petrobras y de la Finep (Financiadora de Estudios y Proyectos), que, para este a\u00f1o, destinaron 30 mil y 70 mil reales, respectivamente.<\/p>\n Seg\u00fan Schiozer, el proyecto pasa por estudios de mantenimiento, perfeccionamiento y desarrollo de nuevas herramientas. Schiozer cree que, en el futuro, otras empresas y la Agencia Nacional de Petr\u00f3leo (ANP) podr\u00e1n beneficiarse con los resultados de este proyecto. En el \u00e1rea acad\u00e9mica, el UNIPAR fue una oportunidad tanto para que los alumnos del posgrado tomasen conocimiento de ciertos problemas pr\u00e1cticos de ingenier\u00eda del petr\u00f3leo, como as\u00ed tambi\u00e9n en el caso de los alumnos de grado del \u00e1rea de ciencias de la computaci\u00f3n. Adem\u00e1s, la parte relativa a la computaci\u00f3n paralela no se restringe a los problemas de la extracci\u00f3n de petr\u00f3leo, sino que vale tambi\u00e9n para otras \u00e1reas, que utilizan procesos computacionales pesados y no tienen recursos para inversiones, igualmente pesadas, en m\u00e1quinas de gran porte.<\/p>\n Proyecto:<\/strong> Paralelizaci\u00f3n de Ajuste del Historial de Producci\u00f3n en Red de Estaciones Usando PVM (Parallel Virtual Machine o M\u00e1quina Paralela Virtual). Denis Jos\u00e9 Schiozer<\/strong>, 36 a\u00f1os, graduado en ingenier\u00eda aeron\u00e1utica en el Instituto Tecnol\u00f3gico de Aeron\u00e1utica (ITA). Realiz\u00f3 su maestr\u00eda en la Unicamp y su doctorado en la Universidad de Stanford, Estados Unidos. Actualmente, es profesor de la Facultad de Ingenier\u00eda Mec\u00e1nica y coordinador del Centro de Estudios de Petr\u00f3leo (Ceperto) de la Unicamp.<\/p>\n","protected":false},"excerpt":{"rendered":"Memorias integradas","protected":false},"author":476,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[401],"tags":[],"coauthors":[786],"class_list":["post-165688","post","type-post","status-publish","format-standard","hentry","category-especial-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/165688","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/476"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=165688"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/165688\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=165688"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=165688"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=165688"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=165688"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n<\/strong>La nueva herramienta permite integrar las memorias y los procesadores de varias computadoras para que funcionen de manera virtual. Se trata, seg\u00fan Schiozer, de una metodolog\u00eda de trabajo en la cual prevalece la automaci\u00f3n de varias etapas de un proceso llamado \u201cajuste del historial\u201d. El mismo es usado para caracterizar a los reservorios y obtener previsiones de producci\u00f3n confiables en el menor tiempo posible, utilizando t\u00e9cnicas de computaci\u00f3n paralela y distribuida. La caracterizaci\u00f3n exige, en la pr\u00e1ctica, muchas simulaciones hasta que el proceso de extracci\u00f3n est\u00e9 definido. Adem\u00e1s, la constante revisi\u00f3n del modelo geol\u00f3gico y la adquisici\u00f3n de mayores datos de producci\u00f3n hacen que el proceso sea continuo.<\/p>\n
\n<\/strong>La utilizaci\u00f3n de m\u00e1quinas con varios procesadores paralelos no es una novedad. La diferencia introducida por el equipo liderado por Schiozer consisti\u00f3 en distribuir, de manera eficiente, la pesada carga de informaciones. Otro factor importante es que el proceso permite un mejor uso de las computadoras disponibles, sin grandes inversiones. El nuevo software recibi\u00f3 el nombre de M\u00f3dulo de Paralelizaci\u00f3n de Simuladores (MPS) y se convirti\u00f3 en la parte central del programa UNIPAR (una aglutinaci\u00f3n de las siglas iniciales de Unicamp y de la palabra paralelo), que es el paquete responsable por la automatizaci\u00f3n de varias etapas de extracci\u00f3n y de producci\u00f3n de petr\u00f3leo.<\/p>\n
\n<\/strong>Para Schiozer, la mayor dificultad t\u00e9cnica con la cual su equipo tuvo que v\u00e9rselas (y sobrellevarla) consisti\u00f3 en integrar todo el proceso, desde la eficiente distribuci\u00f3n de tareas en una red de computadoras hasta convencer a los ingenieros acerca de los beneficios de los nuevos procedimientos autom\u00e1ticos utilizados en la simulaci\u00f3n de los reservorios de petr\u00f3leo.<\/p>\n
\n<\/em>Inversi\u00f3n:<\/strong> El aporte financiero de la fundaci\u00f3n fue de 1,3 mil reales y 160 mil d\u00f3lares, y el de la empresa, de 261 mil reales.<\/p>\n