Un système de colonne montante de forage sous-marin est utilisé en exploration offshore comme conduit reliant le navire de forage au puits sous-marin. Il s'agit d'un système de tuyauterie sous-marine complexe, généralement constitué de segments de 23 à 27 mètres de long, assemblés séquentiellement jusqu'à la tête de puits, parfois à des profondeurs d'eau supérieures à 3 000 mètres.
Dans le cadre d'un projet de recertification d'un système de colonne montante visant à garantir sa conformité aux exigences réglementaires, les résultats d'inspection ont clairement indiqué que le système avait été exposé à un processus de corrosion accéléré. Les taux de corrosion de l'acier au carbone en milieu marin immergé sont généralement de 0,1 à 0,4 mm par an. Les données d'inspection ont révélé des taux de corrosion localisés supérieurs à 4 mm par an. Trente joints de colonne montante ont été entièrement démontés et inspectés. Cependant, 65 joints étaient inaccessibles car situés en mer et déjà en service. Afin de quantifier les risques opérationnels et d'estimer la probabilité de non-conformité au code en vigueur, il est devenu urgent d'extrapoler les données de corrosion des 30 unités inspectées aux 65 unités inaccessibles.
Les distributions de données issues d'un échantillon de 30 joints de colonne montante ont servi à réaliser des simulations de Monte Carlo, à l'aide d'équations de transfert modélisées par un plan d'expériences de remplissage flexible et rapide (FASTFROID), dont les réponses ont été générées par des simulations informatiques déterministes. Bien que les résultats des simulations aient montré que le risque de non-conformité était inacceptable si le système était utilisé à ses limites de conception, même une légère réduction du niveau de pression dans les conduites a permis de ramener ce risque à un niveau acceptable.
Bonjour, je m'appelle David Skaarsjoe. Je suis originaire de Suède et je vis et travaille au Brésil depuis dix ans. Je suis responsable d'une équipe d'ingénieurs au sein de la société HMH. Je vais vous présenter aujourd'hui une étude de cas relative à un projet que nous avons mené. Je commencerai par vous présenter l'entreprise. Nous aborderons ensuite le problème et sa définition, le contexte, le processus et les méthodes utilisés, et enfin, la conclusion à laquelle nous sommes parvenus.
HMH est une entreprise relativement jeune. Fondée en 2021, elle s'appuie sur un héritage de 125 ans, issu de nombreuses entreprises renommées de divers secteurs. Citons par exemple Baker Hughes, MHWirth, Aker Solutions et GE Oil and Gas, qui regroupent aujourd'hui la plupart de nos produits. Nous fournissons des équipements pour le forage offshore, ainsi que pour les secteurs de la construction et des mines. Nous proposons une gamme complète d'équipements pour le forage offshore, incluant les têtes de forage (la machine de forage, le trépan), les systèmes de traitement des boues, les pompes à boue, les systèmes de contrôle de pression (BOP) et les connecteurs de tête de puits. Entre le navire et le fond marin, où se trouve le BOP, on trouve un élément appelé colonne montante (Riser). Cette présentation détaillera les produits nécessaires à ce type d'équipement.
Une colonne montante marine est un système de tuyauterie utilisé pour le forage en eaux profondes. Elle relie le navire de forage au bloc obturateur de puits (BOP) au fond marin. Elle se compose de plusieurs raccords. Ces raccords mesurent généralement entre 23 et 27 mètres de long et sont assemblés en séquence jusqu'à une profondeur d'environ 3 000 mètres. Le système complet pèse entre 2 000 et 3 000 tonnes, ce qui en fait une installation assez volumineuse. Chaque raccord est composé de plusieurs conduites. Au centre se trouve la conduite principale, par laquelle passent les tubes de forage et les outils de descente dans le puits. On y trouve également des conduites hydrauliques qui alimentent les équipements sous-marins en pression, des conduites de contrôle de puits (étranglement et mise hors service) et une conduite de surpression qui amplifie le flux de boue vers le haut, à travers le manipulateur de la colonne montante, jusqu'à la plateforme. La colonne montante est équipée de connecteurs mâles et femelles à chaque extrémité. Dans cette présentation, je me concentrerai sur la lignée principale, bien que toutes les lignées aient été évaluées dans cette étude.
Mais la ligne principale était la plus importante, et il fallait aussi que la présentation reste dans les limites fixées.
Le cas de charge d'éclatement était prédominant pour la conduite principale, et c'est ce que nous avons évalué. Pour vous donner une idée, le diamètre typique de la conduite principale est d'environ 21 pouces et son épaisseur de 0,75 à 1 pouce. Dans le cadre d'un projet réalisé pour un client, nous avons inspecté 30 joints de colonne montante à terre. Lors de cette inspection, nous avons constaté des signes de corrosion galvanique, avec une perte de matière mesurée à environ 4 millimètres par an. Tous ces défauts ont été évalués par calcul, mais certains étaient à la limite, bien qu'ils aient été approuvés. Le système complet de la colonne montante comprend 95 joints. Nous en avions 65 à bord du navire. Ils n'étaient pas disponibles pour l'inspection. La question s'est donc posée : quel est l'état de ces 65 joints de colonne montante et comment pouvons-nous formuler une recommandation technique ou évaluer leur état ? La réponse réside essentiellement dans les statistiques. C’est alors que je me suis lancé dans cette analyse approfondie et que j’ai commencé à examiner ce que nous avions trouvé sur les 30 articulations, et comment cela pouvait s’appliquer aux 65 articulations auxquelles nous n’avions pas accès.
Le processus que nous utilisons est relativement simple. Nous collectons les données des 30 joints auxquels nous avons accès. Nous effectuons des analyses de sensibilité, vérifions les corrélations et les interactions, et identifions les distributions. Nous avons élaboré le plan d'expériences (DOE) à partir de calculs déterministes afin d'établir un modèle mathématique. Ce modèle, combiné aux distributions, nous a permis de réaliser des simulations de Monte Carlo et de déterminer les probabilités de non-conformité. Dans un premier temps, nous avons collecté les données par des méthodes traditionnelles : mesures, inspection visuelle, etc. Toutes ces données, ainsi que les données opérationnelles de chaque joint, ont été saisies dans un tableau de données de JMP. L'outil de création de graphiques nous permet d'obtenir une vue d'ensemble. Sur ce graphique, chaque joint de colonne montante est représenté. L'axe des abscisses inférieur indique la position angulaire en degrés, et l'axe horizontal la position le long du tuyau. Chaque point représente un dommage de corrosion, sa profondeur, sa taille et la couleur des différentes lignes sur la colonne montante étant indiquées. Nous effectuons ensuite une analyse de sensibilité pour vérifier les corrélations.
Nous avons utilisé la matrice de corrélation, l'ANOVA à un facteur et des comparaisons non paramétriques lorsque les variances n'étaient pas égales. Nous avons fait plusieurs observations. Certaines sont déterministes et sans lien avec le problème étudié, tandis que d'autres ont nécessité un traitement spécifique dans les simulations.
Mais en général, l'hypothèse selon laquelle le processus de corrosion est hautement aléatoire a été confirmée. Il dépend essentiellement de facteurs tels que le contact électrique, lui-même très aléatoire, l'emplacement et le moment d'apparition d'un dommage au revêtement. Les distributions que nous avons dû suivre provenaient du code de calcul utilisé, à savoir le code de DNV pour les pipelines corrodés, permettant d'évaluer les dommages causés par la corrosion. L'épaisseur de la paroi est une variable typique. Nous avons également considéré l'étendue de la piqûre, la taille du dommage, la quantité de matériau perdu et la proximité d'autres dommages. Ce dernier point s'est avéré crucial, comme vous le verrez plus loin dans la présentation. Nous avons identifié les distributions à l'aide de JMP et de sa plateforme de distribution. Les graphiques CFD ont permis de vérifier l'adéquation de la distribution obtenue avec la distribution empirique. De nombreuses distributions différentes ont été testées et identifiées, et nous avons dû procéder avec la plus grande rigueur pour garantir le conservatisme à chaque étape.
Par exemple, nous avons eu ce cas ici, qui illustre la position des dommages causés par la corrosion, qui ne correspond pas à la distribution normale que vous pouvez observer, mais cela s'explique naturellement par le fait que certaines zones de la colonne montante sont exposées aux dommages et d'autres non.
Nous avons conçu le plan d'expériences (DOE) car la réponse obtenue ici est essentiellement le résultat d'un calcul déterministe. Nous utilisons un plan d'expériences flexible à remplissage rapide. Il est conçu pour optimiser la couverture de l'espace de conception et minimiser le nombre d'itérations. Les facteurs continus utilisés concernent l'épaisseur de la paroi à l'intérieur de la piqûre (qui correspond à l'épaisseur restante lorsque la corrosion a érodé une partie du matériau), l'extension maximale des dommages (qui correspond à la taille de la zone de corrosion) et l'épaisseur de la paroi environnante du tuyau (qui reste intacte). Nous définissons les niveaux de ces facteurs à l'aide des fonctions de densité de probabilité issues de l'inspection. Ces niveaux ont été légèrement étendus afin de garantir la prise en compte des événements rares et une bonne fiabilité. L'outil Graph Builder, et notamment la fonction de densité, a permis de vérifier la couverture. Cet outil s'est avéré très utile pour moi, en tant qu'ingénieur, afin d'identifier les zones de couverture insuffisante et d'en déterminer la criticité. La réponse obtenue est, comme je l'ai dit, le résultat d'un calcul déterministe et correspond à l'utilisation de l'espace autorisé.
Nous avons exécuté le plan d'expériences (DOE). Il a effectué tous les calculs déterministes pour toutes les simulations. L'ajustement au modèle de processus gaussien a montré une très bonne concordance avec les résultats des calculs. Il en ressort que l'effet principal le plus influent sur la conduite principale était l'épaisseur de la paroi environnante. L'extension des dommages s'est avérée être le moins influente. Cependant, l'interaction entre l'épaisseur de la paroi dans la piqûre et l'extension des dommages dominait les autres interactions, avec 16,5 %. Bien entendu, nous avons dû conserver cette interaction dans le modèle en raison du grand nombre d'interactions en jeu. La simulation de Monte Carlo a été réalisée en copiant la formule de prédiction du modèle de processus gaussien dans le tableau du DOE, en générant les distributions pour les différents facteurs à partir de la distribution observée lors de l'inspection. Ceci nous a permis d'obtenir le taux d'utilisation autorisé (TUA) pour chaque dommage, que nous pouvons observer ici. Nous avons également ajouté d'autres éléments à ce tableau. Un point important est la simulation d'un nombre à partir d'une distribution d'entiers aléatoires.
Nous avons attribué un numéro entre 1 et 285 à chaque joint. L'objectif de l'étude est de déterminer le nombre de creux par joint. Nous avons constaté qu'une moyenne de sept creux par joint est une estimation très prudente. Nous appliquons cette valeur à chaque tuyau.
En réexaminant ces données, nous avons pu cartographier les différentes piqûres sur ces 285 joints. Vous voyez ici chaque joint et ici la position du dommage le long de la canalisation. On constate que l'effet de cette distribution binomiale se traduit par des regroupements de dommages plus probables, plus proches les uns des autres. Nous avons analysé chaque dommage individuellement, mais nous avons constaté que la probabilité de dépassement du taux d'utilisation autorisé est extrêmement faible pour chacun d'eux. Cela signifie que lorsqu'ils sont proches, il faut les combiner conformément au code, et c'est ce que nous avons fait. Lors de notre analyse, nous avons identifié 177 cas. Il s'agit d'un exemple, mais ces 177 cas sur la conduite principale ont dû être combinés car ils ne respectaient pas l'espacement requis entre les défauts. Ces 177 cas ont été modélisés à nouveau. Ils bénéficient d'une nouvelle extension, d'une nouvelle profondeur et d'une nouvelle épaisseur autour de la canalisation.
Nous utilisons la même formule de prédiction pour générer de nouvelles probabilités, de nouvelles distributions.
Ces distributions nous servent ensuite à réaliser une analyse de capabilité afin de vérifier la probabilité de dépasser les seuils d'utilisation de 1, 1,1, 1,2, et ainsi de suite jusqu'à 1,5. Nous pouvons ainsi tracer un graphique illustrant la probabilité de dépassement de chaque seuil. L'étape suivante est intéressante : pour extrapoler ces résultats à l'ensemble du système, il faut passer d'un défaut individuel à l'effet combiné. Nous devons considérer chaque joint, car il comprend plusieurs canalisations, puis les 65 joints. Nous appliquons pour cela une règle de produit basée sur des événements indépendants. Or, le point intéressant est que l'utilisation est linéaire par rapport à la pression appliquée dans la canalisation. Cela signifie que, au lieu de représenter le niveau d'utilisation sur l'axe des abscisses, nous pouvons y placer la pression et établir une corrélation pour construire la probabilité de non-conformité sur l'axe des ordonnées. Nous avons constaté que la canalisation principale influence fortement la probabilité de non-conformité jusqu'à environ 3 950 PSI dans cette plage de valeurs.
En dessous de ce seuil, même si nous réduisons la pression sur la conduite principale, nous n'obtenons pas d'effet significatif sur la probabilité de non-conformité.
Nous devons réduire la pression dans les conduites de contrôle et d'arrêt. La ligne rouge représente cette pression ; lorsqu'elle est réduite d'environ 30 %, on constate que la pression dans la conduite principale diminue également, de façon logarithmique et linéaire. En conclusion, nous pouvons utiliser l'analyse JMP pour quantifier le risque pour le client. En réduisant la pression dans les conduites de contrôle et d'arrêt de 10 % et dans la conduite principale de 30 %, les risques restent acceptables. Il n'y a eu aucun impact opérationnel pour le client, car les opérations planifiées impliquaient une pression inférieure. Cette intervention nous a permis de disposer de plus de temps pour résoudre le problème, ce qui a évité plusieurs semaines d'arrêt de production à notre client.
Merci.
