Corrosión en tuberías de transporte de gas

y petróleo
Uso de herramientas de estadística aplicada

Ing. Fernando Tomati Ing. Adrián Gabriele

4tas. Jornadas de Celebración del Mes Nacional de la Calidad

IAPG Río Gallegos

Octubre de 2011
Temario

• Antecedentes y objetivo del estudio

• Principios del método

• Caso de aplicación

• Conclusiones
Antecedentes y objetivo del estudio
Método de medición

• Smart Pig (“chancho”)

• Algoritmo de discriminación de
defectos

0° Tuberí
Tubería (corte transversal) β°

Punto de medició
medición

Equipo de medició
medición
(“chancho”
chancho”)
 Hoja de datos
Número de Distancia Distancia Comentario Prof. Profundidad Longitud FER Orientación Referencia
Sold. Circ. Relativa Absoluta Máxima máxima (hrs:min) Aguas Arriba
(m) (m)

10 0,000 0,163 0
0,000 0,163 SIN COSTURA COMIENZO Defectos 0
20 0,307 0,470 0
0,583 1,053 VÁLVULA DE COMPUERTA 0
30 1,163 1,633 0
0,250 1,883 250 MM TOMA-FORJADA 0 09:00
40 0,560 2,193 0 TOMA-FORJADA
0,943 3,137 50 MM TOMA-WELDOLET 0 12:00
3,763 5,957 MAGNETO 0
4,363 6,557 MAGNETO 0
4,461 6,655 INT PM 0,10 10 49 0,592 05:00
5,503 7,697 CURVA-EN FRÍO COMB. E&Deb. 0
10,068 12,261 INT PM 0,15 15 24 0,587 08:15
10,120 12,313 INT PM 0,11 11 13 0,583 08:30
10,266 12,459 INT PM 0,10 10 29 0,587 05:15
10,272 12,466 INT PM 0,20 20 22 0,588 08:15
50 10,327 12,520 0 TOMA-FORJADA
0,000 12,520 SOLD RESIST ELÉC COMIENZO 0

Ubicación
 Fuentes de error

• Calibración de los sensores del equipo de medición

• Ubicación radial del equipo

• Fabricante y tecnología del equipo

• Condiciones propias de la medición (velocidad, entorno)

• Error residual del algoritmo de medición

 Problemas a resolver

I – Comparación entre mediciones:

Se debe calcular la tasa de crecimiento de fallas comparando

datos de los mismos defectos en un período o dos períodos
diferentes y, en función de ello, una fecha de falla crítica.

II – Apareamiento de datos:

En el caso de dos mediciones, se deben aparear los defectos

de uno y otro ensayo a fin de calcular la tasa de crecimiento
de la falla.
Principios del método
 Principios del método a aplicar

• Tratamiento adecuado de los datos (en función de su

naturaleza)

• Mirar el “bosque” primero (de lo general a lo particular)

• La tubería se puede “cortar” en rodajas

• Las fallas crecen en forma exponencial

 Caso de aplicación:
Tubería de gas analizada a los 5 y 10 años de construcción
 Análisis de Normalidad

Summary for Prof A Summary for Prof B

Anderson-Darling Normality Test Anderson-Darling Normality Test
A-Squared 61,49 A-Squared 53,14
P-Value < 0,005 P-Value < 0,005

Mean 11,107 Mean 13,838

StDev 1,530 StDev 3,502
Variance 2,342 Variance 12,267
Skewness 3,1162 Skewness 1,43393
Kurtosis 18,9275 Kurtosis 3,31552
N 722 N 2001

Minimum 10,000 Minimum 10,000

1st Quartile 10,000 1st Quartile 11,000
Median 11,000 Median 13,000
3rd Quartile 12,000 3rd Quartile 16,000
12 15 18 21 24 27 Maximum 27,000 12 16 20 24 28 32 36 Maximum 36,000
95% Confidence Interval for Mean 95% Confidence Interval for Mean
10,995 11,218 13,684 13,991
95% Confidence Interval for Median 95% Confidence Interval for Median
11,000 11,000 13,000 13,000
95% Confidence Interv al for StDev 95% Confidence Interv al for StDev
95% Confidence Intervals 95% Confidence Intervals
1,455 1,614 3,397 3,614
Mean Mean

Median Median

11,00 11,05 11,10 11,15 11,20 11,25 13,0 13,2 13,4 13,6 13,8 14,0

La hipótesis de normalidad no
se verifica
 Análisis exploratorio (“screening”)
Run Chart of Profundidad máxima Ensayo B

35 Detección de segmentos y
ángulos críticos
Profundidad máxima

30

25

20

15
Profundidad máxima - Ensayo B
10
1 1000 2000 3000 4000 5000 6000 7000 8000 9000
Observation
Number of runs about median: 4121 Number of runs up or down: 6052
Expected number of runs: 4483,1 Expected number of runs: 6203,0
Longest run about median: 35 Longest run up or down: 8
A pprox P-Value for Clustering: 0,000 Approx P-Value for Trends: 0,000
A pprox P-Value for Mixtures: 1,000 Approx P-Value for Oscillation: 1,000

40

30
Profundidad máxima
20

10 2000

0 1000
Distancia A bsoluta_(m)
03:00
06:00 0
09:00
Orientación
 Estudio detallado con Medianas
Boxplot of Prof A; Prof B
24

Segmentos
22
1090 - 1451
20
Segmentos
18 779 - 971
Data

16

14

12

10

Prof A Prof B

Mann-Whitney Test and CI: Prof A; Prof B

N Median
Prof A 1410 11,000
Prof B 1997 12,500

Point estimate for ETA1-ETA2 is -2,000

95,0 Percent CI for ETA1-ETA2 is (-2,000;-1,500)
W = 1529136,0
Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0,0000 Corte de la tubería en
The test is significant at 0,0000 (adjusted for ties)
“rodajas”
 Segmentos críticos y curva de corrosión

Trend Analysis Plot for Prof%

Growth Curve Model
Yt = 9,63912 * (1,14008**t)
120 Variable
A ctual
Fits
100 Forecasts

A ccuracy Measures
80 MAPE 0,0599000
MAD 0,0089096
Prof%

MSD 0,0001376
60

40

20

0
2005 2020 2035 2050 2065 2080 2095
Year

La proyección de crecimiento del defecto en los segmentos estudiados indica el momento de mayor
probabilidad de encontrar un defecto con profundidad mayor a 50% ( tramo de 1089,8 a 1451,4 m)
Conclusiones
 Conclusiones y oportunidades de aplicación

• El tratamiento de los datos debería ser realizado, en la

mayoría de los casos, a través del análisis estadístico no
paramétrico. Herramientas más indicadas:

Run Chart

Surface Plot

Box Plot

Mann-Whitney Median Test

• La proyección del avance de la corrosión debería ser tratado

a través de curvas exponenciales del tipo Y = A . B(t)
Corrientes 222 Piso 14
Buenos Aires - Argentina
(5411) 5555-1428
www.hltnetwork.com