Otimização dos planos de inspeção de equipamentos submarinos de petróleo e gás: uma abordagem multiobjetivo baseada no risco e custo das inspeções

Abstract

As inspeções de modos de falha em plataformas de petróleo e gás são realizadas para identificar e avaliar os riscos potenciais de falhas nas estruturas, equipamentos e operações das plataformas. Elas incluem a revisão de documentação, a realização de inspeções visuais e a realização de testes nos equipamentos. Essas inspeções são realizadas regularmente para garantir a segurança das plataformas e das pessoas que trabalham nelas, além de evitar danos ambientais. Apesar disso, as empresas que atuam nesse setor dispõem de recursos limitados para realizar essas inspeções, que possuem custos muito elevados, gerando a necessidade de se otimizar os recursos materiais e de pessoal, de forma a garantir uma maior segurança às pessoas e ao meio ambiente com o menor custo. Portanto, essa otimização deve tratar de um problema multiobjetivo e, para isso, deve-se utilizar métodos desenvolvidos para esse propósito. Os algoritmos genéticos são baseados no processo de evolução das espécies e da genética e têm sido comumente aplicados para problemas multiobjetivos. Porém, os trabalhos para a otimização de planos de inspeção de equipamentos considerando restrições são escassos. Portanto, neste trabalho investigou-se o problema de otimização de planos de inspeção de equipamentos de indústrias de petróleo e gás com restrição de custo. Para isso, utilizou-se o algoritmo genético NSGA-II e penalidades foram aplicadas para as soluções infactíveis, buscando guiar o algoritmo por espaços de busca que atendiam a restrição imposta. Os resultados experimentais mostram que o uso de penalidades para tratar as restrições pode auxiliar na aceleração da convergência do algoritmo genético e encontrar melhores soluções, haja vista que uma maior quantidade de indivíduos factíveis podem ser avaliados

Failure mode inspections on oil and gas platforms are conducted to identify and assess the potential risks of failure in platform structures, equipment, and operations. They include reviewing documentation, conducting visual inspections, and testing equipment. These inspections are executed regularly to ensure the safety of the platforms and the people working on them, and to prevent environmental damage. However, companies operating in this sector have limited resources to carry out these inspections, which are very costly, creating the need to optimize material and personnel resources in order to ensure greater safety for people and the environment at the lowest cost. Therefore, this optimization must deal with a multi-objective problem, and methods developed for this purpose must be used. Genetic algorithms are based on the process of evolution of species and genetics, and have been commonly applied to multi-objective problems. However, works for the optimization of equipment inspection plans considering constraints are scarce. Therefore, this paper investigated the problem of optimizing inspection plans for oil and gas equipment with cost constraints. In this regard, the genetic algorithm NSGA-II was used and penalties were applied to the infeasible solutions, trying to guide the algorithm by search spaces that met the imposed constraint. The experimental results show that the use of penalties to treat constraints can help accelerate the convergence of the genetic algorithm and find better solutions, since a larger number of feasible individuals can be evaluated