Tecnologias licenciadas à Shape Digital aplicam redes neurais e lógica fuzzy para detectar vazamentos e mapear riscos na indústria offshore.
Dois softwares desenvolvidos pela Universidade Estadual de Campinas (Unicamp) avançam para uma nova etapa de validação na indústria de óleo e gás. O Fuzzy BowTie e a Rede Neural Artificial para Detecção de Vazamentos (AN24LD) estão sendo testados com dados reais de uma unidade offshore de produção de petróleo no litoral paulista, em uma iniciativa que busca transformar ferramentas de pesquisa em soluções comerciais para segurança operacional.
As tecnologias foram desenvolvidas pela Faculdade de Engenharia Química (FEQ) da Unicamp em um projeto de pesquisa, desenvolvimento e inovação (PD&I) financiado pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP), com a interveniência da Fundação de Desenvolvimento da Unicamp (Funcamp). A propriedade intelectual foi protegida pela Agência de Inovação Inova Unicamp e licenciada com exclusividade à Shape Digital, empresa de tecnologia voltada ao setor de óleo e gás.
A Modec, companhia especializada na construção e operação de unidades flutuantes de produção de petróleo, participou do projeto como parceira industrial e viabilizou os testes das ferramentas com dados reais de operações offshore.
Inteligência artificial aplicada à segurança de processo
A etapa atual amplia a interação entre universidade e indústria. Além da aplicação em campo, as empresas trabalham no desenvolvimento complementar necessário para incorporar os softwares a sistemas comerciais. O AN24LD é direcionado à identificação de vazamentos, enquanto o Fuzzy BowTie permite analisar cenários de acidentes, estimar riscos e estabelecer a relevância de diferentes ameaças dentro de um sistema.
O coordenador do projeto e professor da FEQ Unicamp, Sávio Souza Venâncio Vianna, destaca que a validação já ocorre diretamente em ambiente operacional. “Fizemos treinamentos dentro de um navio e estamos acompanhando os testes que estão sendo feitos com dados reais em uma unidade offshore de produção de petróleo, no litoral paulista.”
A origem das tecnologias está em uma demanda da indústria por ferramentas capazes de lidar com sistemas de elevada complexidade operacional. Para desenvolver os programas, Vianna combinou conhecimentos de automação e análise de riscos com a experiência do professor Flávio Vasconcelos da Silva em inteligência artificial. O trabalho resultou na aplicação conjunta de lógica fuzzy, utilizada para representar incertezas e diferentes graus de avaliação, e redes neurais artificiais, capazes de identificar padrões a partir de grandes volumes de dados.
A proteção da propriedade intelectual ocorreu antes da divulgação pública dos resultados. Os pesquisadores registraram os programas como tecnologias da Unicamp e, posteriormente, avançaram para o licenciamento e para a elevação do nível de maturidade tecnológica (TRL) das soluções.
Ao avaliar a trajetória do projeto, Vianna destaca o pioneirismo da pesquisa na aplicação da metodologia: “Nós fomos o primeiro grupo no mundo a publicar sobre essa tecnologia altamente inovadora, ainda com TRL não tão alto. Isso chamou a atenção da indústria e, hoje, vemos o nosso trabalho virar referência.”
AN24LD combina redes neurais e simulações
O AN24LD foi desenvolvido para detectar vazamentos de forma rápida a partir da análise de padrões operacionais. O sistema combina redes neurais recorrentes de longo prazo com simulações de fluidodinâmica computacional (CFD), que reproduzem o comportamento dos fluidos em diferentes condições. A metodologia permite analisar grandes volumes de dados sequenciais e identificar desvios associados a possíveis vazamentos. Para treinar a rede neural, os pesquisadores utilizaram 2,6 milhões de dados produzidos em simulações de diferentes cenários.
A dimensão das instalações offshore torna a velocidade de identificação um fator crítico para a contenção de perdas. Vianna explica a aplicação da ferramenta a partir da escala das estruturas utilizadas na indústria: “Imagine um navio megacargueiro de 300 metros de comprimento por 50 metros de largura. Como localizar um vazamento com rapidez nestas dimensões? Com esse programa, a identificação fica mais assertiva.”
O professor Flávio Vasconcelos da Silva ressalta que o modelo não depende da reprodução de todos os cenários possíveis para ampliar sua capacidade de identificação. “Não precisamos ter todos os cenários de vazamento para treinar a rede. Treinamos com o que já existe, com o que já aconteceu e também com o que simulamos, e assim conseguimos ampliar a proteção para possíveis cenários futuros.”
A possibilidade de reconhecer padrões não observados diretamente durante o treinamento é um dos pontos centrais da aplicação de inteligência artificial à segurança de processo. Na prática, o objetivo é permitir que a ferramenta reconheça comportamentos compatíveis com situações de risco antes que o evento evolua para uma ocorrência de maior consequência.
Fuzzy BowTie transforma risco em informação operacional
O segundo software, o Fuzzy BowTie, atua em uma etapa diferente da gestão de segurança. A ferramenta utiliza o conceito de BowTie, metodologia empregada na análise de riscos para representar graficamente as relações entre causas, eventos críticos, consequências e barreiras de proteção.
A inovação desenvolvida pela Unicamp está na incorporação de lógica fuzzy à metodologia, permitindo quantificar e hierarquizar incertezas e diferentes níveis de ameaça. O sistema combina lógica booleana, baseada em decisões objetivas, com inferência fuzzy, utilizada para representar situações que não podem ser reduzidas a respostas binárias.
A interface foi concebida para facilitar a interpretação dos resultados por profissionais responsáveis pela operação e pela gestão de riscos. Vianna destaca essa característica ao explicar a aplicação prática da ferramenta: “Essa ferramenta é muito visual: você olha e consegue compreender o sistema.”
Para Vasconcelos da Silva, a lógica fuzzy amplia a capacidade de interpretação dos sistemas complexos ao incorporar diferentes graus de incerteza à avaliação: “A inferência fuzzy oferece uma visão holística e quantitativa do risco de um determinado sistema, a partir de um arcabouço matemático, com base em lógica difusa.”
Com a hierarquização dos riscos, a ferramenta pode indicar quais ameaças apresentam maior contribuição para determinado evento e, consequentemente, onde a alocação de recursos de segurança pode produzir maior efeito.
A lógica busca aproximar a análise técnica da tomada de decisão operacional. Vianna ressalta que a utilidade de indicadores complexos depende da capacidade de transformá-los em informações compreensíveis para quem precisa agir sobre o risco. “Se eu disser a uma pessoa que o risco de um acidente aéreo é de 1,38 x 10-8, o dado pode não dizer nada para ela. Agora se eu falar que isso é uma chance em dezenas de milhões ou que o risco é baixo, o entendimento é outro. Um número complexo, em sistemas de segurança, só faz sentido se for traduzido para uma linguagem prática que qualquer um consiga entender.”
Tecnologia entra na fase de validação industrial
O Fuzzy BowTie já foi incorporado como módulo a um sistema utilizado internamente pela Shape Digital, enquanto o AN24LD está em uma etapa mais avançada de validação, com treinamento e testes utilizando dados reais de uma unidade offshore.
A previsão é que os testes em campo continuem ao longo de 2026, com acompanhamento dos pesquisadores da Unicamp para avaliar o desempenho das ferramentas, identificar oportunidades de aperfeiçoamento e gerar novos conhecimentos para pesquisa e formação acadêmica.
A trajetória dos softwares também demonstra a importância da aproximação entre centros de pesquisa, empresas de tecnologia e operadores de infraestrutura energética. Nesse modelo, recursos de PD&I são utilizados não apenas para produzir conhecimento acadêmico, mas para elevar a maturidade tecnológica de soluções capazes de atender problemas específicos da indústria.
Aplicação pode alcançar outros setores
Embora tenham sido desenvolvidas com foco inicial na indústria de óleo e gás, as metodologias possuem potencial de aplicação em outros segmentos que trabalham com sistemas críticos e elevado grau de complexidade. A abordagem de análise de riscos pode ser adaptada a setores como indústria química, alimentos, automotivo e saúde, inclusive em aplicações relacionadas a riscos biológicos.
O conceito de BowTie, originalmente utilizado em segmentos como as indústrias nuclear e aeroespacial e posteriormente incorporado à indústria química, ganha nas ferramentas da Unicamp uma camada adicional de análise quantitativa por meio da lógica fuzzy.
Para o setor de óleo e gás, a principal contribuição está na possibilidade de integrar inteligência artificial, análise de risco, simulação computacional e dados operacionais em ferramentas voltadas à prevenção de acidentes. Em unidades offshore, onde processos envolvem hidrocarbonetos, equipamentos de alta complexidade e operações em ambientes remotos, a antecipação de falhas pode ser determinante para reduzir perdas e preservar a segurança operacional.
A evolução dos dois softwares também reforça uma tendência de digitalização da indústria energética: utilizar dados de operação para antecipar comportamentos anômalos, apoiar decisões de manutenção e direcionar investimentos em barreiras de segurança. Com o avanço dos testes em ambiente real, o projeto entra agora na etapa decisiva de comprovar, em condições operacionais, a capacidade das tecnologias desenvolvidas na universidade de transformar modelos matemáticos e inteligência artificial em instrumentos efetivos de gestão de riscos na indústria de petróleo e gás.
