Otimização de planos de inspeção de múltiplos equipamentos submarinos: uma abordagem multiobjetivo

Abstract

A maioria dos trabalhos da literatura trata o planejamento de inspeções como um problema de otimização multiobjetivo, em geral equilibrando custo e risco. Entretanto, em operações offshore com múltiplos equipamentos geograficamente dispersos, o custo logístico de navegação das embarcações de inspeção, manutenção e reparo (IMR) e a limitação desses recursos costumam ser tratados de forma simplificada ou desconsiderados, o que pode levar a planos economicamente distorcidos ou de difícil execução. Para investigar essa lacuna, esta dissertação analisa a incorporação explícita do roteamento ao processo de otimização de planos de inspeção para múltiplos equipamentos submarinos, empregando o Algoritmo Genético de Ordenação Não-dominada II (NSGA-II) sob uma perspectiva semelhante ao conceito de Integrated Process Planning and Scheduling (IPPS). Cada solução representa um plano discretizado no tempo, definindo quando inspecionar e qual técnica aplicar a cada equipamento. O NSGA-II minimiza dois objetivos: (i) o risco residual agregado ao longo do horizonte, atualizado dinamicamente a partir de índices derivados de Top Logic Model (TLM) e da efetividade das técnicas de inspeção, representada pela probabilidade de detecção; e (ii) o custo total a valor presente, composto pelos custos diretos de inspeção e pelos custos logísticos estimados por um módulo de roteamento. Duas estratégias de roteamento são investigadas: (a) agrupamento espacial por K-means com solução de instâncias do TSP por Otimização por Colônia de Formigas (ACO); e (b) uma heurística gulosa do vizinho mais próximo (NN), com verificação de viabilidade em janelas de campanha de 28 dias. A abordagem é avaliada em dois cenários de 20 anos: (1) 50 válvulas ESDV com discretização anual, comparando roteamento incorporado durante as gerações versus pós-processamento; e (2) 48 ativos (três conjuntos de 15 ANM e 1 ESDV) com discretização mensal, comparando NSGA-II com pós-processamento (NSGA-PP) e integração com NN (IPPS-NN). Os resultados mostram que a incorporação do custo de navegação altera o trade-off custo-risco e as regiões exploradas da fronteira de Pareto: no cenário anual, o pós-processamento produziu uma fronteira consolidada mais competitiva, enquanto, no cenário mensal, a integração aumentou a densidade de soluções de menor custo para riscos moderados. O estudo de escalabilidade mostra ainda que o ACO produz rotas sistematicamente mais curtas, porém com custo computacional muito superior, o que justifica o uso do NN quando o roteamento precisa ser avaliado repetidamente dentro do NSGA-II.

Most inspection-planning studies formulate the problem as a multiobjective optimization task, typically balancing inspection cost and failure risk. However, in offshore operations with multiple geographically dispersed assets, vessel navigation costs and the limited availability of Inspection, Maintenance and Repair (IMR) vessels are often simplified or neglected, which may lead to economically biased or operationally impractical plans. To investigate this gap, this dissertation analyzes the explicit incorporation of routing into the optimization of inspection plans for multiple subsea assets, using the Non-dominated Sorting Genetic Algorithm II (NSGA-II) from an IPPS-like (Integrated Process Planning and Scheduling) perspective. Candidate solutions encode time-discretized inspection decisions, defining when to inspect and which technique to apply to each asset. NSGA-II minimizes two conflicting objectives: (i) aggregated residual risk over the planning horizon, dynamically updated from Top Logic Model (TLM)-based indices and inspection effectiveness represented by probability of detection; and (ii) total discounted cost, defined as the sum of direct inspection costs and logistic navigation costs estimated by a routing module. Two routing strategies are investigated: (a) spatial clustering via K-means followed by a TSP solver based on Ant Colony Optimization (ACO); and (b) a nearest-neighbor (NN) greedy heuristic with feasibility checks under a 28-day campaign window. The framework is assessed in two 20-year scenarios: (1) 50 Emergency Shutdown Valves (ESDVs) with annual discretization, comparing routing embedded during evolution versus ex-post routing; and (2) 48 assets (three sets of 15 wet Christmas trees and one ESDV) with monthly discretization, comparing NSGA-II with post-processed routing (NSGA-PP) against an integrated NN approach (IPPS-NN). Results show that explicitly incorporating navigation costs changes the cost–risk trade-off and the explored regions of the Pareto frontier: in the annual scenario, post-processing produced a more competitive consolidated frontier, whereas, in the monthly scenario, integrated routing increased the density of lower-cost solutions at moderate risk levels. A scalability study further shows that ACO yields systematically shorter routes but at a much higher computational cost, supporting the use of NN when routing must be evaluated repeatedly inside NSGA-II.