해양 시추 라이저 시스템은 해양 탐사에서 시추선과 해저 유정을 연결하는 통로로 사용됩니다. 이는 일반적으로 75~90피트 길이의 연결관으로 구성된 복잡한 해저 배관 시스템으로, 유정 헤드에 도달할 때까지 순차적으로 조립되며, 때로는 수심 10,000피트를 넘는 곳에 설치되기도 합니다.
규제 요건 준수를 보장하기 위한 라이저 시스템 재인증 프로젝트에서, 검사 결과 시스템이 가속 부식 과정에 노출되었음을 강력하게 시사하는 소견이 나타났습니다. 해수에 잠긴 환경에서 탄소강의 부식 속도는 일반적으로 연간 0.1~0.4mm로 측정됩니다. 그러나 검사 데이터는 국부 부식 속도가 연간 4mm를 초과하는 것으로 나타났습니다. 라이저 접합부 30개를 완전히 분해하여 검사했지만, 나머지 65개는 해상에 위치하고 이미 가동 중이어서 접근할 수 없었습니다. 운영 위험을 정량화하고 관련 규정 미준수 가능성을 추정하기 위해, 검사한 30개 접합부의 부식 데이터를 접근할 수 없는 65개 접합부에 적용하여 추정하는 것이 시급했습니다.
30개 라이저 접합부 샘플의 데이터 분포를 사용하여 몬테카를로 시뮬레이션을 수행했습니다. 이때 사용된 전달 방정식은 결정론적 컴퓨터 시뮬레이션을 통해 생성된 응답을 기반으로 하는 고속 유연 충전 설계 실험계획법(DOE)을 통해 모델링되었습니다. 시뮬레이션 결과, 시스템을 설계 한계까지 사용할 경우 부적합 위험이 허용할 수 없는 수준인 것으로 나타났지만, 배관 내 압력 수준을 조금만 낮춰도 부적합 위험이 허용 가능한 수준으로 감소하는 것으로 확인되었습니다.
안녕하세요, 저는 데이비드 스카르쇼입니다. 스웨덴 출신으로 지난 10년간 브라질에서 거주하며 일하고 있습니다. 현재 HMH에서 브라질 지사 엔지니어링 팀을 이끌고 있습니다. 오늘은 저희가 진행했던 프로젝트 관련 사례 연구를 발표할 예정인데, 먼저 회사 소개부터 시작하겠습니다. 그다음 문제점과 문제 정의, 배경, 저희가 사용한 프로세스와 방법론, 그리고 최종 결론에 대해 설명드리겠습니다.
HMH는 비교적 젊은 회사입니다. 실제로 2021년에 설립되었지만, 다양한 산업 분야의 여러 유명 기업들을 통해 125년의 역사를 이어왔습니다. 예를 들어 Baker Hughes, MHWirth, Aker Solutions, GE Oil and Gas 등을 거쳐 현재 저희 제품의 대부분이 생산되는 MH까지 아우릅니다. 저희는 해양 시추, 건설 및 광업 산업에 장비를 공급하고 있습니다. 해양 시추에 필요한 모든 장비를 갖추고 있으며, 시추 장비, 드릴 비트 회전 장치, 머드 처리 시스템, 머드 펌프, BOP와 같은 압력 제어 장치, 웰헤드 커넥터 등 모든 구성 요소가 탑 드라이브가 포함된 탑사이드 패키지 형태로 제공됩니다. BOP가 설치된 선박과 해저 사이에는 라이저라는 제품이 있으며, 이 프레젠테이션에서는 이러한 장비에 필요한 제품들을 소개할 예정입니다.
해양 라이저는 기본적으로 심해 해양 시추에 사용되는 배관 시스템입니다. 시추선과 해저의 BOP(Blowout Preventer)를 연결하는 도관 역할을 합니다. 여러 개의 연결부로 구성되어 있으며, 일반적으로 길이는 75~90피트(23~27미터)입니다. 이 연결부들은 약 10,000피트(3,000미터) 깊이까지 순차적으로 조립됩니다. 전체 시스템의 무게는 약 2,000~3,000톤에 달하는 상당히 큰 시스템입니다. 각 연결부는 다양한 라인으로 이루어져 있습니다. 중앙에는 시추 장비와 시추공 내로 도구를 투입하는 메인 라인 또는 메인 파이프가 있습니다. 또한 해저 장비에 압력을 공급하는 유압 라인, 유정 제어에 사용되는 초크 및 킬 라인, 그리고 라이저 핸들러를 통해 시추 설비로 진흙 흐름을 증폭시키는 부스터 라인 등이 있습니다. 또한 양쪽에 암수 커넥터가 있습니다. 이번 발표에서는 모든 회선을 조사했지만, 메인 회선에 초점을 맞추겠습니다.
하지만 가장 중요한 것은 핵심적인 내용이었고, 또한 발표를 정해진 범위 내에서 진행하는 것이었습니다.
주 배관의 경우 파열 하중 조건이 가장 중요했으며, 저희는 이를 평가했습니다. 주 배관의 일반적인 직경은 약 21인치이고 두께는 0.75~1인치입니다. 이 프로젝트의 배경은 다음과 같습니다. 저희는 고객사를 위해 육상에서 라이저 접합부 30개를 검사하는 프로젝트를 진행했습니다. 검사 과정에서 연간 약 4mm의 재료 손실이 발생하는 갈바닉 부식 징후를 발견했습니다. 이러한 모든 결함은 계산을 기반으로 평가되었으며, 일부는 허용 기준에 근접했지만 승인되었습니다. 라이저 시스템 전체는 95개의 접합부로 구성되어 있습니다. 선박에 있는 해상 접합부 65개는 검사가 불가능했기 때문에, 이 65개 라이저 접합부의 상태는 어떠한지, 그리고 이 접합부의 상태에 대해 어떻게 엔지니어링 조치를 취하거나 의견을 제시할 수 있을지가 관건이었습니다. 그 해답은 기본적으로 통계에 있습니다. 그때부터 저는 이 문제에 깊이 빠져들어 30개 관절에서 발견한 내용을 분석하고, 접근할 수 없는 65개 관절에 어떻게 적용할 수 있을지 고민하기 시작했습니다.
여기서 사용하는 프로세스는 상당히 간단합니다. 접근 가능한 30개 접합부에서 데이터를 수집합니다. 스크리닝을 실행하고 상관관계와 상호작용을 확인하고 분포를 파악합니다. 결정론적 계산을 기반으로 수학적 모델을 구축하기 위해 DOE 설계를 수행했습니다. 이 모델과 분포를 사용하여 몬테카를로 시뮬레이션을 실행하고 부적합 확률에 대한 결론을 도출했습니다. 첫 번째 단계는 측정, 육안 검사 등 기존 방법을 통해 데이터를 수집하는 것입니다. 모든 데이터와 각 접합부의 운영 데이터를 JMP의 데이터 테이블에 입력합니다. 그래프 빌더를 사용하여 전체적인 개요를 파악합니다. 이 그래프에서 각 라이저 접합부가 표시된 것을 볼 수 있습니다. 아래쪽 X축은 회전 위치(도)를 나타내고, 위쪽은 파이프를 따라 위치를 나타냅니다. 각 점은 부식 손상 정도를 나타내며, 점의 크기, 깊이, 그리고 라이저의 여러 선의 색상으로 표시됩니다. 상관관계를 확인하기 위해 스크리닝을 실행합니다.
우리는 상관 행렬, 일원 분산 분석, 그리고 분산이 같지 않을 때는 비모수적 비교를 사용했습니다. 몇 가지 결과를 도출했는데, 그중 일부는 결정론적인 결과이며 실제 문제와는 관련이 없지만, 시뮬레이션에서 별도로 처리해야 하는 결과도 있었습니다.
하지만 전반적으로 부식 과정이 매우 무작위적이라는 가설이 확인되었습니다. 부식은 기본적으로 전기 접촉과 같은 매우 무작위적인 요소, 코팅 손상 발생 위치 및 시점 등에 따라 달라집니다. 우리가 추적해야 했던 분포는 기본적으로 계산에 사용한 코드, 즉 DNV(영국 국립해양국)에서 제공하는 부식 파이프라인 손상 평가 코드에서 가져온 것입니다. 일반적으로 변동 변수로는 벽 두께, 부식 구덩이의 확장 정도, 손상 규모, 손실량, 그리고 다른 손상 부위와의 근접성 등이 있습니다. 이는 최종적으로 매우 중요한 요소로 밝혀졌으며, 발표 후반부에서 자세히 설명드리겠습니다. 우리는 JMP와 JMP의 분포 플랫폼을 사용하여 분포를 식별했습니다. CFD 플롯은 분포와 경험적 분포의 적합성을 확인하는 데 유용한 도구였습니다. 다양한 분포를 검토하고 발견했으며, 모든 단계에서 보수성을 확보하기 위해 매우 신중하게 작업해야 했습니다.
예를 들어, 여기 보이는 부식 손상 부위는 일반적인 분포를 따르지 않지만, 배관의 일부 영역은 손상에 노출되고 다른 영역은 그렇지 않기 때문에 자연스러운 현상입니다.
우리는 DOE를 설계했는데, 여기서의 응답은 기본적으로 결정론적 계산의 결과입니다. 우리는 유연하고 빠른 충전 설계를 사용합니다. 이는 기본적으로 설계 공간의 적용 범위를 최적화하고 반복 횟수를 최소화하기 위해 만들어졌습니다. 우리가 사용하는 연속적인 요소는 부식으로 인해 재료가 일부 손실된 후 남은 벽 두께, 최대 손상 범위(부식 부위의 크기), 그리고 영향을 받지 않은 파이프 주변의 벽 두께입니다. 우리는 검사 결과에서 얻은 확률 밀도 함수를 사용하여 요소 수준을 정의합니다. 드문 사건까지 포착하고 높은 신뢰도를 확보하기 위해 확률 밀도 함수를 약간 확장했습니다. 그래프 빌더에서 밀도 함수를 사용하여 적용 범위를 확인했는데, 이는 엔지니어로서 적용 범위가 불충분한 영역과 해당 영역이 중요한지 여부를 확인하는 데 매우 유용한 도구였습니다. 응답은 말씀드린 대로 결정론적 계산의 결과이며, 기본적으로 허용된 활용률을 나타냅니다.
우리는 실험계획법(DOE)을 실행했습니다. 모든 다양한 실행에 대해 모든 결정론적 계산을 수행했습니다. 가우시안 프로세스 모델을 적용했는데, 계산 결과와 매우 잘 일치하는 것으로 나타났습니다. 결과적으로 주 배관에 가장 큰 영향을 미치는 주요 효과는 주변 벽 두께였습니다. 손상 확장은 가장 영향력이 적은 것으로 나타났습니다. 하지만 피트 내 벽 두께와 손상 확장 사이의 상호작용이 16.5%로 가장 큰 영향을 미쳤습니다. 물론, 이 상호작용은 모델에 반드시 포함시켜야 했습니다. 왜냐하면 여기에는 많은 상호작용이 발생하기 때문입니다. 몬테카를로 시뮬레이션은 가우시안 프로세스 모델의 예측 공식을 DOE 표에 복사하고, 검사 중에 발견된 분포를 기반으로 다양한 요인에 대한 분포를 생성하여 수행했습니다. 그 결과, 여기에서 볼 수 있는 각 손상에 대한 허용 예측 활용률을 얻을 수 있었습니다. 이 표에는 다른 항목들도 추가했습니다. 특히 주목할 만한 점은 무작위 정수 분포를 기반으로 특정 숫자를 시뮬레이션했다는 것입니다.
우리는 1부터 285까지의 숫자를 각 연결부에 할당했습니다. 이는 연결부당 몇 개의 구멍이 있는지 조사하는 과정의 일부입니다. 조사 결과, 연결부당 평균 7개의 구멍이 있다는 것이 매우 보수적인 수치입니다. 우리는 이 수치를 각 파이프에 적용합니다.
이 과정을 다시 살펴보면 285개의 접합부에 발생한 부식 흔적을 확인할 수 있습니다. 아래쪽에는 각 접합부가 표시되어 있고, 아래쪽에는 파이프를 따라 발생한 손상 위치가 나타나 있습니다. 이항 분포의 영향으로 부식 발생 가능성이 높은 부분들이 서로 가까이 밀집되어 있는 것을 볼 수 있습니다. 개별 손상에 대해 성능 분석을 수행했지만, 각각의 손상이 허용 사용률을 초과할 확률은 극히 낮다는 것을 알게 되었습니다. 즉, 손상 부위가 서로 가까이 있을 경우 규정에 따라 통합해야 한다는 의미이며, 실제로 그렇게 했습니다. 조사 결과, 결함 간 간격 요건을 충족하지 못하는 177개의 사례를 발견했습니다. 여기 예시가 있지만, 주 배관에서 이러한 결함들을 통합해야 하는 경우가 177건 있었습니다. 이 177개 사례는 다시 모델링되었습니다. 각 사례에는 새로운 연장 길이, 새로운 깊이, 그리고 파이프 둘레의 새로운 두께가 적용되었습니다.
우리는 동일한 예측 공식을 사용하여 새로운 확률과 새로운 분포를 생성합니다.
이러한 분포를 바탕으로, 우리는 역량 분석을 사용하여 활용률이 1, 1.1, 1.2, 최대 1.5를 초과할 가능성을 확인합니다. 이를 통해 각 활용률을 초과할 확률을 그래프로 나타낼 수 있습니다. 여기서 흥미로운 점은 다음 단계입니다. 이 결과를 전체 시스템 수준으로 확장하려면 개별 결함에서 그 영향을 종합해야 합니다. 각 연결부에는 여러 개의 파이프가 있으므로 하나의 연결부에서 시작하여 65개의 연결부로 확장해야 합니다. 우리는 기본적으로 독립적인 사건에 기반한 제품 규칙을 사용합니다. 여기서 흥미로운 점은 활용률이 파이프에 가해지는 압력에 대해 선형적인 관계를 보인다는 것입니다. 즉, X축에 활용률 대신 압력을 놓고 Y축에 비준수 확률을 나타내는 그래프를 만들 수 있습니다. 그 결과, 이 범위에서 약 3,950 PSI까지 주 파이프가 비준수 확률에 결정적인 영향을 미치는 것을 발견했습니다.
그 이하에서는 주 배관 압력을 낮추더라도 규정 미준수 확률에 큰 영향을 미치지 않습니다.
우리는 초크 라인과 킬 라인의 압력을 낮춰야 합니다. 여기 빨간색 선은 초크 라인과 킬 라인의 압력을 나타내는데, 이 압력을 약 30% 낮추면 메인 라인의 압력도 함께 낮아지면서 부적합 발생 확률도 로그 선형적으로 감소하는 것을 볼 수 있습니다. 결론은 JMP를 사용하여 고객에게 미치는 위험을 정량화할 수 있다는 것입니다. 초크 라인과 킬 라인의 압력을 10%, 메인 라인의 압력을 30% 낮추면 위험 수준이 허용 가능한 수준이 됩니다. 계획된 운전 압력이 이보다 낮았기 때문에 고객에게는 운영상의 영향이 없었습니다. 이렇게 함으로써 문제 해결에 더 많은 시간을 확보할 수 있었고, 결과적으로 고객의 가동 중단 시간을 몇 주 단축할 수 있었습니다.
감사합니다.
