Un sistema di riser di perforazione marino viene utilizzato nell'esplorazione offshore come condotto che collega la nave di perforazione al pozzo sottomarino. Si tratta di un complesso sistema di tubazioni sottomarine strutturali, comunemente costituito da giunti lunghi 23-27 metri, tipicamente assemblati in sequenza fino a raggiungere la testa del pozzo, talvolta a profondità superiori a 3.000 metri.
In un progetto di ricertificazione di un sistema di riser, volto a garantire la conformità ai requisiti normativi, i risultati dell'ispezione hanno indicato chiaramente che il sistema era stato esposto a un processo di corrosione accelerato. I tassi di corrosione dell'acciaio al carbonio in un'applicazione immersa in acqua di mare sono normalmente misurati tra 0,1 e 0,4 mm all'anno. I dati dell'ispezione hanno mostrato tassi di corrosione localizzati superiori a 4 mm all'anno. Trenta giunti di riser sono stati completamente smontati e ispezionati. Tuttavia, 65 giunti di riser erano inaccessibili poiché si trovavano al largo ed erano già in servizio. Per quantificare i rischi operativi e stimare la probabilità di non conformità alle normative vigenti, è diventato urgentemente necessario estrapolare i dati di corrosione dalle 30 unità ispezionate alle 65 unità inaccessibili.
Le distribuzioni dei dati provenienti dal campione di 30 giunti di colonne montanti sono state utilizzate per eseguire simulazioni Monte Carlo, utilizzando equazioni di trasferimento modellate tramite un DOE Fast Flexible Filling Design, in cui le risposte sono state generate tramite simulazioni computerizzate deterministiche. Sebbene i risultati delle simulazioni abbiano mostrato che il rischio di non conformità era inaccettabile se il sistema veniva utilizzato ai limiti di progetto, anche una leggera riduzione del livello di pressione nelle tubazioni riduceva il rischio di non conformità a livelli accettabili.
Ciao, mi chiamo David Skaarsjoe. Sono originario della Svezia. Vivo e lavoro in Brasile da 10 anni. Sono responsabile di un team di ingegneri che abbiamo in Brasile presso l'azienda HMH. Oggi presenterò un caso di studio relativo al progetto che abbiamo realizzato, ma inizierò presentando l'azienda. Poi analizzeremo il problema e la sua definizione, il contesto, il processo e i metodi che abbiamo utilizzato, e infine le conclusioni a cui siamo giunti.
HMH è un'azienda piuttosto giovane. Ha iniziato la sua attività nel 2021, ma vanta 125 anni di esperienza in numerose aziende rinomate in diversi settori. Ad esempio, Baker Hughes, MHWirth, Aker Solutions, GE Oil and Gas, fino a dove è organizzata la maggior parte dei nostri prodotti, da [inudibile 00:00:53], MH, [inudibile 00:00:55]. Forniamo attrezzature per la perforazione offshore, ma anche per l'industria edile e mineraria. Disponiamo di una gamma completa di attrezzature per la perforazione offshore, tutto in un unico pacchetto top-side con azionamenti superiori, che comprende essenzialmente la macchina di perforazione, la rotazione della punta, i sistemi di trattamento dei fanghi, le pompe per fanghi, il controllo della pressione come i BOP e i connettori per la testa del pozzo. Tra la nave e il fondale marino, dove si trova il BOP, c'è un prodotto chiamato Riser, e questa presentazione mostrerà i prodotti necessari per questo tipo di attrezzatura.
Un riser marino è fondamentalmente un sistema di tubazioni utilizzato per le perforazioni offshore in acque profonde. È il condotto che collega la nave di perforazione con il BOP sul fondale marino. È costituito da diversi giunti. Sono normalmente lunghi dai 23 ai 27 metri e vengono assemblati in sequenza fino a raggiungere la profondità di circa 3.000 metri. Il sistema completo pesa tra le 2.000 e le 3.000 tonnellate, quindi è un sistema piuttosto grande. Ogni giunto è composto da una serie di linee diverse. Al centro, si trova la linea principale o tubo principale, attraverso cui vengono effettivamente fatti passare i tubi di perforazione [inudibile 00:02:14] e gli strumenti di perforazione nel pozzo. Ci sono linee idrauliche responsabili della pressione alle attrezzature sottomarine, linee di strozzamento e di arresto utilizzate per il controllo del pozzo, e la linea di spinta che viene utilizzata per aumentare il flusso di fango attraverso il dispositivo di movimentazione del riser fino alla piattaforma. Presenta inoltre connettori femmina e maschio su ciascun lato. In questa presentazione, mi concentrerò sulla linea principale, sebbene tutte le linee siano state valutate in questa indagine.
Ma la linea principale era quella più significativa e anche quella di mantenere la presentazione entro i limiti.
Il caso di carico Burst era dominante per la linea principale, ed è quello che abbiamo valutato. Il diametro tipico della linea principale, per darvi un'idea, è di circa 53 cm di diametro e 1,9-2,5 cm di spessore. Quindi, il contesto è che abbiamo realizzato il progetto per un cliente, ispezionando 30 giunti di riser a terra. Durante il processo di ispezione, abbiamo riscontrato segni di corrosione galvanica, con una perdita di materiale di circa 4 millimetri all'anno. Tutti questi difetti sono stati valutati sulla base di calcoli, ma alcuni erano entro i limiti, sebbene fossero stati approvati. Il sistema completo del riser è costituito da 95 giunti. Ne avevamo 65 a bordo della nave, in mare aperto. Non erano disponibili per l'ispezione e, in sostanza, ci siamo chiesti quali fossero le condizioni di questi 65 giunti di riser e come potessimo formulare una proposta ingegneristica o fornire informazioni sulle loro condizioni. La risposta a questa domanda è fondamentalmente statistica. Fu allora che mi addentrai in questa tana del Bianconiglio e iniziai ad analizzare ciò che avevamo scoperto sulle 30 articolazioni, per capire come applicarlo alle 65 articolazioni a cui non avevamo accesso.
Il processo che stiamo utilizzando è piuttosto semplice. Raccogliamo i dati dai 30 giunti a cui abbiamo accesso. Eseguiamo questi screening, controlliamo correlazioni, interazioni e identifichiamo le distribuzioni. Abbiamo elaborato il progetto DOE basandoci su calcoli deterministici per stabilire un modello matematico. Abbiamo utilizzato questo modello insieme alle distribuzioni per eseguire simulazioni Monte Carlo e giungere a una conclusione sulle probabilità di non conformità. Il primo passo è stato raccogliere dati attraverso metodi tradizionali, misurazioni, ispezioni visive, ecc. Abbiamo inserito tutti i dati, insieme ai dati operativi per ciascun giunto, in una tabella dati in JMP. Utilizziamo Graph Builder per ottenere una buona panoramica. In questo grafico, potete vedere che ogni giunto montante è rappresentato qui. Sull'asse X inferiore, avete la posizione di rotazione in gradi, e qui avete la posizione lungo il tubo, e ogni punto qui rappresenta un certo danno da corrosione con la profondità, la dimensione del punto e anche i colori delle diverse linee sul montante. Eseguiamo lo screening per verificare le correlazioni.
Abbiamo utilizzato la matrice di correlazione, l'ANOVA a un fattore e i confronti non parametrici quando la varianza non era uniforme. Abbiamo ottenuto alcuni risultati. Alcuni di questi sono deterministici e non sono correlati al problema reale, ma ne abbiamo comunque ottenuti alcuni che abbiamo dovuto trattare separatamente nelle simulazioni.
Ma in generale, l'ipotesi che il processo di corrosione sia altamente casuale è stata confermata. Dipende fondamentalmente da fattori come il contatto elettrico, che è molto casuale, il punto in cui si è verificato un danno al rivestimento e il momento in cui si è verificato. Le distribuzioni che abbiamo dovuto tracciare provenivano o erano fornite dal codice che abbiamo utilizzato per il calcolo, ovvero il codice DNV o Corroded Pipes, dove è possibile valutare i danni da corrosione sulle tubazioni. In genere, le variabili variabili sono lo spessore della parete. Abbiamo considerato l'estensione del pozzetto, l'entità del danno, la quantità persa e anche la vicinanza ad altri danni. Questo è un aspetto che si è rivelato molto significativo alla fine, e lo vedrete più avanti nella presentazione. Abbiamo identificato le distribuzioni utilizzando JMP e la piattaforma di distribuzione in JMP. I grafici CFD sono stati un valido strumento per verificare l'adattamento della distribuzione con la distribuzione empirica. Sono state controllate e trovate molte distribuzioni diverse, e abbiamo dovuto lavorare con molta attenzione per garantire il conservativismo in tutte le diverse fasi.
Ad esempio, abbiamo avuto questo caso qui, che è la posizione del danno da corrosione, che non è la distribuzione normale che puoi vedere, ma ha spiegazioni naturali perché ci sono alcune aree del riser esposte al danno e altre no.
Abbiamo progettato il DOE perché la risposta in questo caso è fondamentalmente il risultato del calcolo deterministico. Utilizziamo il progetto di riempimento rapido flessibile. È pensato per ottimizzare la copertura dello spazio di progetto e ridurre al minimo i giri, in pratica. I fattori continui che utilizziamo per lo spessore della parete all'interno del pozzetto, che è fondamentalmente lo spessore della parete rimanente quando la corrosione ha assorbito materiale, la massima estensione del danno, che è la dimensione del bit di corrosione, e anche lo spessore della parete circostante attorno al tubo, che non è influenzato. Definiamo i livelli dei fattori utilizzando le funzioni di densità di probabilità ricavate dal risultato dell'ispezione. Sono state leggermente estese per garantire la cattura di eventi rari e una buona affidabilità. In Graph Builder, la funzione di densità è stata utilizzata per verificare la copertura, e questo è stato un ottimo strumento per me, come ingegnere, per controllare le aree in cui la copertura non è buona e se queste aree sono critiche o meno. La risposta è stata, come ho detto, questa è la risultante del calcolo deterministico, e questa è fondamentalmente l'Utilizzo di Consentito.
Abbiamo eseguito il DOE. Ha eseguito tutti i calcoli deterministici per tutte le diverse analisi. Abbiamo adattato il modello di processo gaussiano, che ha mostrato un ottimo accordo con quanto trovato nei calcoli. I risultati hanno mostrato che l'effetto principale più influente per la condotta principale era lo spessore della parete circostante. L'estensione del danno è risultata la meno influente. Tuttavia, l'interazione tra lo spessore della parete nella fossa e l'estensione del danno dominava l'interazione con il 16,5%. Naturalmente, abbiamo dovuto mantenere anche questa interazione nel modello perché ci sono molte interazioni in corso. La simulazione Monte Carlo è stata eseguita copiando la formula di previsione dal modello di processo gaussiano nella tabella DOE, generando le distribuzioni per i diversi fattori in base alla distribuzione trovata durante l'ispezione, e questo ci ha poi fornito una previsione di utilizzo consentito per ciascuno dei danni che possiamo vedere qui. Abbiamo anche aggiunto altri elementi a questa tabella. Un aspetto importante è che abbiamo simulato, sulla base di una distribuzione intera casuale, un numero.
Abbiamo assegnato un numero compreso tra 1 e 285, che rappresenta un giunto. Fa parte dell'indagine: quante fossette abbiamo per giunto? Abbiamo scoperto che una media di sette fossette per giunto è un valore molto conservativo. Usiamo questo valore e lo applichiamo a ogni tubo, in pratica.
Analizzando di nuovo il tutto, possiamo tracciare i diversi punti di corrosione su questi 285 giunti. Qui sotto vedete ogni giunto, e qui avete la posizione del danno lungo il tubo. Potete vedere che l'effetto di questa distribuzione binomiale è quello di avere cluster con una maggiore probabilità di corrosione, più vicini tra loro. Abbiamo analizzato tutti i singoli danni utilizzando l'analisi di capacità, ma abbiamo scoperto che la probabilità di superare l'Utilizzo Consentito per ciascuno di essi individualmente è estremamente bassa. Ciò significa che dobbiamo considerare quando sono vicini tra loro, è necessario combinarli secondo il codice, ed è quello che abbiamo fatto. Quando abbiamo analizzato la situazione, abbiamo trovato sostanzialmente 177 casi. Questo è un esempio, ma 177 di questi casi per la linea principale che dovevano essere combinati non soddisfacevano il requisito di spaziatura tra i difetti. Questi 177 casi sono stati modellati di nuovo. Hanno una nuova estensione, una nuova profondità e un nuovo spessore attorno al tubo.
Utilizziamo la stessa formula di previsione per generare nuove probabilità e nuove distribuzioni.
Utilizziamo quindi l'analisi di capacità per verificare la probabilità di superare l'utilizzo di 1, 1,1, 1,2, fino a 1,5. In questo modo, potremmo effettivamente tracciare un grafico in cui la probabilità di superare ciascuno di questi valori è visualizzabile. La cosa interessante qui è nel passaggio successivo, perché quando estrapoliamo questo al livello del sistema completo, dobbiamo partire da un singolo difetto per combinare l'effetto. Dobbiamo passare a un singolo giunto perché ogni giunto ha diverse tubazioni, e poi dobbiamo arrivare a 65 giunti. Usiamo questo fondamentalmente tramite la regola del prodotto basata su eventi indipendenti. Ma la cosa interessante qui è che l'utilizzo è lineare rispetto alla pressione applicata nella tubazione. Ciò significa che potremmo trasformare, invece di avere il livello di utilizzo sull'asse X, potremmo inserire la pressione qui e correlarla, costruendo la probabilità di non conformità sull'asse Y. Abbiamo scoperto che la tubazione principale domina completamente la probabilità di non conformità fino a circa 3.950 PSI in questo intervallo.
Al di sotto di tale valore, anche se riduciamo la pressione della linea principale, non otteniamo un grande effetto sulla probabilità di non conformità.
Dobbiamo ridurre la pressione della linea di strozzatura e di spegnimento. La linea rossa rappresenta la pressione della linea di strozzatura e di spegnimento; quando viene ridotta di circa il 30%, si può vedere che, quando diminuisce la pressione sulla linea principale, anche la probabilità di non conformità diminuisce in modo logaritmico-lineare. La conclusione è sostanzialmente che potremmo utilizzare l'analisi in JMP e quantificare il rischio per il cliente. Riducendo la pressione della linea di strozzatura e di spegnimento del 10% e quella della linea principale del 30%, i rischi sono accettabili. Non c'è stato alcun impatto operativo per il cliente perché le operazioni pianificate avevano una pressione inferiore. In questo modo, abbiamo potuto dedicare più tempo alla risoluzione del problema, risparmiando settimane di inattività al nostro cliente.
Grazie.
