Un sistema de tubería ascendente de perforación marina se utiliza en la exploración offshore como conducto que conecta el buque de perforación con el pozo submarino. Se trata de un sistema de tuberías submarinas estructuralmente complejo, comúnmente construido con juntas de 23 a 27 metros de longitud, generalmente ensambladas secuencialmente hasta llegar a la boca del pozo, a veces a profundidades superiores a los 3.000 metros.
En un proyecto de recertificación de un sistema de tubería ascendente, cuyo objetivo era garantizar el cumplimiento de los requisitos reglamentarios, los resultados de la inspección indicaron claramente que el sistema había estado expuesto a un proceso de corrosión acelerada. Las tasas de corrosión del acero al carbono en una aplicación sumergida en agua de mar se miden normalmente entre 0,1 y 0,4 mm por año. Los datos de la inspección mostraron tasas de corrosión localizadas superiores a 4 mm por año. Se desmontaron e inspeccionaron completamente treinta juntas de tubería ascendente. Sin embargo, 65 juntas de tubería ascendente eran inaccesibles, ya que se encontraban en alta mar y ya estaban en servicio. Para cuantificar los riesgos operativos y estimar la probabilidad de incumplimiento de la normativa vigente, se hizo urgentemente necesario extrapolar los datos de corrosión de las 30 unidades inspeccionadas a las 65 unidades inaccesibles.
Las distribuciones de datos de la muestra de 30 uniones de tuberías verticales se utilizaron para ejecutar simulaciones de Monte Carlo, empleando ecuaciones de transferencia modeladas mediante un DOE de Diseño de Llenado Flexible Rápido, cuyas respuestas se generaron mediante simulaciones computacionales deterministas. Si bien los resultados de las simulaciones mostraron que el riesgo de incumplimiento era inaceptable si el sistema se utilizaba al límite de sus límites de diseño, incluso una ligera reducción del nivel de presión en las tuberías redujo el riesgo de incumplimiento a niveles aceptables.
Hola, me llamo David Skaarsjoe. Soy de Suecia. Llevo 10 años viviendo y trabajando en Brasil. Soy responsable de un equipo de ingeniería en Brasil en la empresa HMH. Hoy presentaré un caso práctico relacionado con el proyecto que realizamos, pero comenzaré presentando la empresa. Después, repasaremos el problema y su definición, los antecedentes, el proceso y los métodos que utilizamos, y la conclusión a la que llegamos.
HMH es una empresa relativamente joven. Comenzó en 2021, pero cuenta con 125 años de experiencia gracias a la colaboración de muchas empresas reconocidas en diferentes sectores. Por ejemplo, Baker Hughes, MHWirth, Aker Solutions, GE Oil and Gas, y la mayoría de nuestros productos se organizan desde [inaudible 00:00:53], MH, [inaudible 00:00:55]. Suministramos equipos para la perforación offshore, así como para la construcción y la minería. Contamos con el equipo completo para perforación offshore, todo en un paquete top-side con top drives, que básicamente incluye la máquina de perforación, el giro de la broca, los sistemas de tratamiento de lodos, las bombas de lodos, el control de presión como los BOP y los conectores de boca de pozo. Entre el buque y el fondo marino, donde se encuentra el BOP, se encuentra un producto llamado Riser, y esta presentación mostrará los productos necesarios para ese tipo de equipo.
Un riser marino es básicamente un sistema de tuberías utilizado para la perforación en aguas profundas en alta mar. Es el conducto que conecta el buque de perforación con el preventor de reventones (BOP) en el fondo marino. Consta de múltiples juntas. Normalmente tienen entre 75 y 90 pies de largo y se ensamblan en secuencia hasta alcanzar una profundidad de aproximadamente 10,000 pies (3,000 metros). El sistema completo pesa entre 2,000 y 3,000 toneladas métricas, por lo que es un sistema bastante grande. Cada junta está compuesta por una serie de líneas. En el centro, se encuentra la línea principal o tubería principal, por donde se pasan las herramientas de perforación [inaudible 00:02:14] y se introducen las herramientas en el pozo. Tiene líneas hidráulicas responsables de proporcionar presión al equipo submarino, líneas de estrangulación y de cierre que se utilizan en una situación de control del pozo, y la línea de refuerzo que se utiliza para impulsar el flujo de lodo a través del manipulador del riser de regreso a la plataforma. También cuenta con conectores hembra y macho en cada lado. En esta presentación, me centraré en la línea principal, aunque se evaluaron todas las líneas en esta investigación.
Pero la línea principal fue la que tuvo mayor relevancia y también mantener la presentación dentro de los límites.
El caso de carga de ruptura fue dominante para la línea principal, y eso es lo que hemos evaluado. El diámetro típico de la línea principal, para que se hagan una idea, es de aproximadamente 21 pulgadas de diámetro y de 0,75 a 1 pulgada de espesor. Entonces, el contexto aquí es que realizamos el proyecto para un cliente donde inspeccionamos 30 juntas de riser en tierra. Durante el proceso de inspección, encontramos signos de corrosión galvánica donde medimos la pérdida de material de aproximadamente 4 milímetros por año. Todos estos defectos se evaluaron con base en cálculos, pero algunos estaban en los límites, aunque fueron aprobados. El sistema completo del riser consta de 95 juntas. Teníamos 65 juntas en alta mar en el buque. No estaban disponibles para inspección, y básicamente, surgió la pregunta, ¿cuál es la condición en estas 65 juntas de riser, y cómo podemos hacer una disposición de ingeniería o decir algo sobre la condición de esas juntas? La respuesta a eso es básicamente estadística. Fue entonces cuando me metí en este agujero de conejo y comencé a analizar lo que encontramos en las 30 articulaciones, cómo se puede aplicar a las 65 articulaciones a las que no tenemos acceso.
El proceso que utilizamos es bastante sencillo. Recopilamos datos de las 30 uniones a las que tenemos acceso. Realizamos análisis, verificamos correlaciones e interacciones e identificamos distribuciones. El diseño del DOE se basó en cálculos deterministas para establecer un modelo matemático. Utilizamos ese modelo junto con las distribuciones para realizar simulaciones de Monte Carlo y determinar las probabilidades de incumplimiento. En primer lugar, recopilamos datos mediante métodos tradicionales, mediciones, inspección visual, etc. Ingresamos todos los datos, junto con los datos operativos de cada unión, en una tabla de datos en JMP. Utilizamos Graph Builder para obtener una buena visión general. En este gráfico, puede ver que cada unión del tubo ascendente está representada. En el eje X inferior, se muestra la posición de rotación en grados, y aquí, la posición a lo largo de la tubería. Cada punto representa un daño por corrosión específico con su profundidad, tamaño y colores de las diferentes líneas del tubo ascendente. Realizamos análisis para verificar las correlaciones.
Utilizamos la matriz de correlación, el ANOVA unidireccional y comparaciones no paramétricas cuando la varianza no era igual. Encontramos algunos hallazgos. Algunos son deterministas y no están relacionados con el problema real, pero aun así, encontramos algunos que tuvimos que analizar por separado en las simulaciones.
En general, se confirmó la hipótesis de que el proceso de corrosión es altamente aleatorio. Depende básicamente de factores como el contacto eléctrico, que es muy aleatorio, dónde se produjo el daño del revestimiento y en qué momento. Las distribuciones que rastreamos provenían del código que usamos para el cálculo, que es el código de DNV o de tuberías corroídas, donde se puede evaluar el daño por corrosión en tuberías. Normalmente, las variables que varían son el espesor de la pared. Tenemos la extensión de la picadura, la magnitud del daño, la cantidad de material perdido y la proximidad a otros daños. Esto resultó ser muy significativo al final, y lo verán más adelante en la presentación. Identificamos las distribuciones utilizando JMP y la plataforma de distribución de JMP. Los gráficos de CFD fueron una buena herramienta para comprobar el ajuste de la distribución con la distribución empírica. Se comprobaron y encontraron muchas distribuciones diferentes, y tuvimos que trabajar con mucho cuidado para garantizar la conservación en todos los pasos.
Por ejemplo, tuvimos este caso aquí, que es la posición del daño por corrosión, que no es la distribución normal que se puede ver, pero tiene explicaciones naturales porque hay algunas áreas del tubo ascendente que están expuestas al daño y otras no.
Diseñamos el DOE, ya que la respuesta aquí es básicamente el resultado del cálculo determinista. Utilizamos el diseño flexible de llenado rápido. Está diseñado para optimizar la cobertura del espacio de diseño y minimizar las rondas. Los factores continuos que utilizamos para el espesor de la pared dentro del pozo, que es básicamente el espesor de la pared restante cuando la corrosión ha absorbido material, la mayor extensión del daño, que es el tamaño de la broca de corrosión, y también el espesor de la pared circundante a la tubería, que no se ve afectada. Definimos los niveles de los factores utilizando las funciones de densidad de probabilidad del resultado de la inspección. Estas se ampliaron ligeramente para asegurar la captura de eventos poco frecuentes y una buena fiabilidad. Graph Builder, la función de densidad, se utilizó para verificar la cobertura, y fue una herramienta muy útil para mí, como ingeniero, para verificar las áreas con una cobertura deficiente y determinar si estas áreas son críticas. La respuesta fue, como mencioné, los resultados del cálculo determinista, que se refieren básicamente a la Utilización de los Valores Permitidos.
Ejecutamos el DOE. Se analizaron todos los cálculos deterministas para cada ejecución. Se ajustó el modelo de proceso gaussiano, que mostró una buena concordancia con los resultados de los cálculos. Los resultados indicaron que el efecto principal más influyente para la tubería principal fue el espesor de la pared circundante. La extensión del daño fue la menos influyente. Sin embargo, la interacción entre el espesor de la pared en el pozo y la extensión del daño fue la predominante, con un 16,5 %. Por supuesto, esta interacción también se mantuvo en el modelo debido a la gran cantidad de interacciones que se producen. La simulación de Monte Carlo se realizó copiando la fórmula de predicción del modelo de proceso gaussiano a la tabla DOE, generando las distribuciones para los diferentes factores con base en la distribución encontrada durante la inspección. Esto nos proporcionó una predicción de la Utilización de la Utilización Permitida para cada daño, que podemos ver aquí. También añadimos otros datos a esta tabla. Un aspecto destacado fue la simulación de un número, con base en una distribución aleatoria de enteros.
Asignamos un número entre 1 y 285, que representa una unión. Es parte de la investigación: ¿cuántas picaduras tenemos por unión? Descubrimos que un promedio de siete picaduras por unión es un cálculo muy conservador. Usamos ese valor y lo aplicamos a cada tubería, básicamente.
Al repasar esto, pudimos graficar las diferentes picaduras en estas 285 uniones. Aquí abajo se muestra cada unión y la posición del daño a lo largo de la tubería. Se puede observar que los efectos de esta distribución binomial son que existen grupos con mayor probabilidad de corrosión, los cuales están más cerca entre sí. Analizamos todos los daños individuales mediante análisis de capacidad, pero descubrimos que la probabilidad de exceder la Utilización Permitida para cada uno de ellos individualmente es extremadamente baja. Esto significa que debemos considerar cuándo están cerca, combinarlos según el código, y eso fue lo que hicimos. Al investigarlo, encontramos básicamente 177 casos. Este es un ejemplo, pero 177 de estos casos para la línea principal que tuvieron que combinarse no cumplían con el requisito de espaciamiento entre los defectos. Estos 177 casos se modelaron de nuevo. Se les asignó una nueva extensión, una nueva profundidad y un nuevo espesor alrededor de la tubería.
Utilizamos la misma fórmula de predicción para generar nuevas probabilidades, nuevas distribuciones.
Con estas distribuciones, utilizamos el análisis de capacidad para comprobar la probabilidad de exceder la utilización de 1, 1,1, 1,2 y hasta 1,5. De esta manera, podemos representar gráficamente la probabilidad de exceder cada uno de estos valores. Lo interesante aquí es el siguiente paso, ya que al extrapolar esto al sistema completo, debemos analizar un defecto individual para combinar el efecto. Necesitamos analizar una unión, ya que cada unión tiene varias tuberías, y luego analizar 65 uniones. Utilizamos esto básicamente mediante la regla del producto basada en eventos independientes. Lo interesante es que la utilización es lineal con respecto a la presión aplicada en la tubería. Esto significa que, en lugar de tener el nivel de utilización en el eje X, podríamos colocar la presión aquí y correlacionarla, y generar la probabilidad de incumplimiento en el eje Y. Lo que descubrimos fue que la tubería principal domina por completo la probabilidad de incumplimiento hasta aproximadamente 3.950 en este rango, PSI.
Por debajo de eso, incluso si reducimos la presión de la línea principal, no obtenemos un gran efecto en la probabilidad de incumplimiento.
Debemos reducir la presión de la línea de estrangulación y de cierre. La línea roja que se muestra aquí representa la presión de la línea de estrangulación y de cierre. Al reducirse aproximadamente un 30 %, se puede observar que la presión de la línea principal disminuye, lo que indica una disminución logarítmica lineal. La conclusión es que podemos usar el análisis en JMP para cuantificar el riesgo para el cliente. Al reducir la presión de la línea de estrangulación y de cierre en un 10 % y la de la línea principal en un 30 %, los riesgos son aceptables. No hubo impacto operativo para el cliente, ya que las operaciones planificadas tenían una presión menor. De esta manera, pudimos disponer de más tiempo para abordar el problema, lo que le ahorró semanas de inactividad.
Gracias.
