Decision-making of spare subsea trees with multi-restrictive factors in deepwater development

• Autorzy: Chen J. , Duan M. , Zhang Y.

Identyfikatory

DOI

10.17531/ein.2016.4.14

Warianty tytułu

PL

Podejmowanie decyzji dotyczących wykorzystania zapasowych podmorskich głowic eksploatacyjnych w procesie zagospodarowywania obszarów podmorskich. Model uwzględniający liczne czynniki ograniczające

• Języki publikacji: EN

Abstrakty

EN

In order to quantify the influential factors of subsea trees’ maintenance proactively, multiple restrictive factors first are elaborated, such as locale meteorological conditions (i.e. weather), transport resources, heavy intervention vessels, maintenance technicians, spare trees and so on. Then, the focus is on three vital factors: weather, intervention vessel and spare trees. These restrictions dramatically impact the cost and accessibility of maintenance. For the inaccessible duration of significant wave height in weather model for computing non-feasibility days, we utilized the statistic data from the ERA Interim dataset. An analytical model is established to simplify the calculation of maintenance costs. As the predictive maintenances are seldom performed in subsea field, the built maintenance model only considers the corrective maintenance. Results show that hostile weather as well as the shortage of adequate spare subsea trees can induce severe downtime cost. The comparison of two contractual alternatives indicates that the better way to reduce the maintenance cost is to make the intervention vessel available enough. It is significant to provide quantitative views of subsea maintenance and to supply a method for the decision-making of spare subsea trees with multiple restrictive factors from the proposed model.

PL

Aby móc dokonać aktywnej oceny ilościowej liczących się czynników utrzymania podmorskich głowic eksploatacyjnych, najpierw zbadano wiele czynników ograniczających, takich jak lokalne warunki pogodowe oraz dostępność środków transportu, statków interwencyjnych o dużym tonażu, techników utrzymania ruchu, zapasowych głowic eksploatacyjnych, itd. Następnie skupiono uwagę na trzech kluczowych czynnikach: pogodzie oraz dostępności statku interwencyjnego oraz dostępności zapasowych głowic eksploatacyjnych. Ograniczenia związane z tymi czynnikami znacząco wpływają na koszty i możliwości konserwacji. Do obliczenia okresów,w których wysokie fale uniemożliwiają prace konserwacyjne wykorzystano dane statystyczne pochodzące z bazy danych ERA Interim. Stworzono model analityczny pozwalający na uproszczenie obliczeń kosztów utrzymania ruchu. Ponieważ na podmorskich polach naftowych rzadko wykonuje się zabiegi predykcyjnego utrzymania ruchu, skonstruowany przez nas model utrzymania ruchu uwzględnia jedynie utrzymanie naprawcze. Wyniki pokazują, że niekorzystne warunki pogodowe, jak również brak odpowiednich zapasowych głowic eksploatacyjnych mogą generować wysokie koszty związane z przestojami. Porównanie dwóch alternatyw pokazuje, że najlepszym sposobem na zmniejszenie kosztów utrzymania ruchu jest zapewnienie dostatecznej dostępności statku interwencyjnego. Proponowany model umożliwia ilościowy ogląd utrzymania ruchu w warunkach podmorskich i może być wykorzystany w procesie podejmowania decyzji dotyczących wykorzystania zapasowych podmorskich głowic eksploatacyjnych uwzględniającym wiele czynników ograniczających.

Słowa kluczowe

EN

intervention vessel; maintenance model; restrictive factors; spare demand; subsea tree; weather prediction

PL

statek interwencyjny; model konserwacji; czynnik ograniczający; zapotrzebowanie na części zapasowe; podmorska głowica eksploatacyjna; prognozowanie pogody

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2016
• Tom: Vol. 18, no. 4
• Strony: 590--598
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Chen J.

• Institute for Ocean Engineering China University of Petroleum-Beijing #18, Fuxue Rd, Changping District, Beijing, P.R.China

autor

Duan M.

autor

Zhang Y.

• Institute for Ocean Engineering China University of Petroleum-Beijing #18, Fuxue Rd, Changping District, Beijing, P.R.China

Bibliografia

• 1. Anastasiou K, Tsekos C. Persistence statistics of marine environmental parameters from Markov theory, Part 1: analysis in discrete time. Applied Ocean Research 1996; 18: 187-199, http://dx.doi.org/10.1016/S0141-1187(96)00030-2.
• 2. Det Norske Veritas. Final report: lifecycle cost of subsea production systems. Houston: Det Norske Veritas, 2001.
• 3. Elsayed E A. Reliability engineering, 2nd Edition. Hoboken: Wiley, 2012.
• 4. Eriksen R, Gustavsson F, Anthosen H. Developing an intervention, maintenance, and repair strategy for Ormen Lange. In: The Proceedings of the Offshore Europe Conference, 6-9 September, Aberdeen, Society of Petroleum Engineers, 2005.
• 5. http://apps.ecmwf.int/datasets/data/interim-full-daily.
• 6. Jardzne I J A. Production system design: the relationships between reliability, redundancy and maintenance philosophy. In: Modular Subsea Production Systems: Proceedings of an International Conference, 25-26 November, London, Society of Underwater Technology, 1986.
• 7. Langli G, Masdal S I, Nyhavn F, Carlsen I M. Ensuring operability and availability of complex deepwater subsea installations: a case study. In: the 2001 Offshore Technology Conference, 30 April-3 May, Houston, Offshore Technology Conference, 2001, http://dx.doi.org/10.4043/13002-MS.
• 8. Martins D, Muraleedharan G & Guedes Soares C. Weather window analysis of a site off Portugal. In: Maritime Technology and Engineering, pp 1329-1337, Guedes Soares, C. & Santos, T.R. (Eds). London: Taylor & Francis Group, 2015.
• 9. Martins D, Muraleedharan G & Guedes Soares C. Analysis on weather windows defined by significant wave height and wind speed. In: Renewable Energies Offshore, pp 91-98, Guedes Soares, C. (Eds). London: Taylor & Francis Group, 2015, http://dx.doi.org/10.1201/b18973-14.
• 10. Moreno-Trejo J, Markeset T. Identifying challenges in the maintenance of subsea petroleum production systems. In: Advances in Production Management Systems. Value Networks: Innovation, Technologies, and Management. Volume 384 of the series IFIP Advances in Information and Communication Technology, pp 251-259, Frick, J., Laugen, B. (eds.) APMS 2011. Heidelberg: Springer, 2012, http://dx.doi.org/10.1007/978-3-642-33980-6_29.
• 11. Moreno-Trejo J, Markeset T. Mapping factors influencing the selection of subsea petroleum production systems. In: Advances in Production Management Systems. Value Networks: Innovation, Technologies, and Management Volume 384 of the series IFIP Advances in Information and Communication Technology, pp 242-250, Frick, J., Laugen, B. (eds.) APMS 2011. Heidelberg: Springer, 2012, http://dx.doi.org/10.1007/978-3-642-33980-6_28.
• 12. Morris M. Incorporating reliability centered maintenance principles in front end engineering and design of deep water capital projects. http://reliabilityweb.com/articles/entry/incorporating_reliability_centered_maintenance_principles_in_front_end_engi/, 2007.
• 13. OREDA Participants. OREDA – Offshore Reliability Data Handbook, Volume 2 – Subsea Equipment, 5th Edition. Høvik: Det Norske Veritas (DNV), 2009.
• 14. Rothkopf M H, McCarron J K, Fromovitz S. A weather model for simulating offshore construction alternatives. Management Science 1974; 20: 1345-1349, http://dx.doi.org/10.1287/mnsc.20.10.1345.
• 15. Rowe S J, Stritto F J D, Brendling W J, Grittner S. Simulating operating & production efficiencies for deep water field developments. In: the 2000 Offshore Technology Conference, 1-4 May, Houston, Offshore Technology Conference, 2000, http://dx.doi.org/10.4043/12209-MS.
• 16. Scheu M, Matha D, Hofmann M, Muskulus M. Maintenance strategies for large offshore wind farms. Energy Procedia 2012; 24: 281-288, http://dx.doi.org/10.1016/j.egypro.2012.06.110.
• 17. The GATE, Inc. Subsea integrity management - inspectability & maintainability review. http://www.gateinc.com/gatekeeper/gat2004-gkp-2014-01, 2014.
• 18. Tracht K, Westerholt J, Schuh P. Spare parts planning for offshore wind turbines subject to restrictive maintenance conditions. Procedia CIRP, Volume 7, 2013, Pages 563–568, Forty Sixth CIRP Conference on Manufacturing Systems , Setubal, 2013, http://dx.doi.org/10.1016/j.procir.2013.06.033.
• 19. Uyiomendo E E, Markeset T. Subsea maintenance service delivery: mapping factors influencing scheduled service duration. International Journal of Automation and Computing 2010; 7(2): 167-172, http://dx.doi.org/10.1007/s11633-010-0167-7.
• 20. Wang Y, Zhao J, Cheng Z, Yang Z. Integrated decision on spare parts ordering and equipment maintenance under condition based maintenance strategy. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2015; 17 (4): 591-599, http://dx.doi.org/10.17531/ein.2015.4.15.