cat. : PUBLICATION TECHNIQUE

LGM et l’optimisation RAMS par les approches dynamiques

15/07/20
LGM et l’optimisation RAMS par les approches dynamiques

LGM et l’optimisation RAMS par les approches dynamiques

15/07/2020

PUBLICATION TECHNIQUE


Episode 2 : « Rationaliser ses infrastructures au gré de l’évolution de l’exploitation. »

Par Frédéric DOUX.

Cette communication a pu être réalisée en utilisant les données de fiabilité issues d'OREDA. Ces fréquences de défaillances et durées de réparation (MTBF & MTTR) ont été réajustées dans un second temps sur la base du retour d’expérience au cours de la phase de calibration supportée par l'outil GRIF SATODEV.

Dans l’industrie en général, les calculs de rentabilité économique réalisés en phase projet dépendent en grande partie des estimations de disponibilité des unités en cours de conception et de leur capacité à délivrer la production attendue.

Dans l’oil and gas en particulier, les études de disponibilité de production (plus communément appelées études « RAM » pour « Reliability, Availability and Maintainability ») visent à analyser et optimiser l’architecture des installations futures en phase projet et ont pour objectif de :

  • Prédire les performances des principales productions, et donc d’estimer la rentabilité économique du projet ;
  • Identifier les hypothèses opérationnelles ainsi que les principaux contributeurs aux pertes de production ;
  • Comparer différentes architectures ainsi que différentes conditions opérationnelles afin d’identifier le compromis idéal permettant de maximiser la production tout en maîtrisant les couts associés.

Généralement, les profils de production attendue pour un champ d’huile et/ou de gaz donné déclinent rapidement (parfois après 3 ou 4 ans seulement). La rationalisation des sites de production existants constitue dès lors un enjeu majeur dans la réduction des coûts de production.

Comme pour toute étude de disponibilité de production, la méthodologie suivante a été appliquée :

  • Analyses fonctionnelles et dysfonctionnelles
  • Mise en place des hypothèses opérationnelles (délais logistiques, temps de redémarrage…)
  • Collecte des données de fiabilité
  • Réalisation d’un modèle de simulation multi-flux
  • Analyse des résultats et études de sensibilité
  • Recommandations et conclusions

Dans cette optique, la suite logicielle GRIF (© Total S.A.) et notamment le module PETRO ont permis de modéliser des systèmes complexes et multi-flux afin d’évaluer les niveaux de performance et de comparer ensuite divers scénarios de rationalisation d’architecture. Le modèle de disponibilité de production prend en compte les connexions entre les plateformes pour les différents types de flux (eau d’injection, traitement de l’huile brute de pétrole et de gaz). Une fois le modèle multi-flux réalisé, l’originalité des travaux introduit une étape nouvelle par rapport aux études classiques : une phase de calibration (ou de « calage ») du modèle permettant d’obtenir, par la simulation, des performances estimées proches des performances (disponibilité réelle des machines, performances observées, etc.) réelles de l’unité étudiée.

Image EP2 - 1

Fig. 1. Schéma général de l’installation

Cette phase de « calibration » terminée, il constitue ainsi un véritable « jumeau numérique » des unités étudiées. Il suffit ensuite de le projeter dans l’avenir en introduisant les profils de production attendus sur les prochaines années.

Des scénarios d’optimisation (étude de sensibilité) sont réalisés afin de statuer sur l’intérêt économique de différentes modifications de l’installation. Les scénarios retenus par l’exploitant permettront de réaliser des économies importantes, liées notamment à la diminution des opérations de maintenance. Les scénarios de rationalisation obtenus sont à comparer avec les résultats du cas de base.

Image EP2 - 2

Fig. 2. Modélisation d’une plate-forme procédés

Les résultats obtenus grâce à la modélisation multi-flux permettent de démontrer l’intérêt de la démarche et en particulier l’impact sur la réduction des coûts d’un système existant et en constante évolution. Les installations comme celles étudiées dans cette communication sont soumises à des conditions d’exploitation très contraignantes et nécessitent des investissements importants de la part des sociétés pétrolières. Ce type de simulation multi-flux permet, en intégrant le retour d’expérience de l’exploitant, de consolider les décisions tout au long de la phase d’exploitation des sites de production vis-à-vis d’un environnement en constante évolution.

Si vous souhaitez en savoir plus et/ou entrevoir les possibilités offertes par ces méthodes dans d’autres secteurs de l’industrie, ne ratez pas notre prochain article, qui s’attaquera cette fois aux apports de la modélisation dans le domaine du ferroviaire !