PROGRAMACIÓN ESTOCÁSTICA

SEGUNDA ENTREGA

PRESENTADO POR EL GRUPO:

LUISA FERNANDA BALLESTEROS Cod. 1720650077

ANDRES FELIPE TRUJILLO ROJAS Cod. 1720650087
LUISA FERNANDA GARCIA ARBELAEZ Cod. 1821980324
EDUARD FERLEY BELTRAN SERRATO Cod. 1821981207
LUIS FELIPE RIVEROS BOHORQUEZ Cod. 1621026023

TUTOR:
QUIROZ CASTELLANOS CARLOS ANDRES

POLITECNICO GRAN COLOMBIANO

INGENIERIA INDUSTRIAL - PROYECTO GRUPAL
ABRIL 2020
1. CASO DE ESTUDIO DE LA SITUACIÓN PLANTEADA – PRIMERA
ENTREGA

Una Compañía Petrolera requiere para su sistema de protección hidráulica un modelo de

probabilidad que le permita establecer posibles fallas en el proceso de extracción del
petróleo. El sistema de protección hidráulico está conformado por 10 válvulas; este sistema
de recolección de crudo puede estar en dos estados, Operando o Fallando, a partir de
espacios de estado se generará el modelo probabilístico que prediga que porcentaje de fallas
pueden ocurrir en determinada válvula, así mismo lograr la mayor protección del flujo
descontrolado por las válvulas y como el riesgo de fugas puede presentar una fuga mayor o
un estado de derramen de crudo inminente.

2. ANÁLISIS ESTADÍSTICO DESCRIPTIVO DE LOS DATOS:

A partir del análisis previo de los datos relacionados con el comportamiento que sugieren
un ajuste a los datos de forma exponencial para las 10 válvulas de fallas y también para las
10 válvulas reportadas como revisiones, lo que traduce una revisión total que se ajusta a
una distribución exponencial.

Figura 1. Imágenes del Informe Crystal Ball para los datos de fallas y revisiones en las
válvulas en sistema de protección hidráulico.
 Figura 2. Imágenes del análisis previo realizado a los datos de fallas y revisiones de las
válvulas en sistema de protección hidráulico solucionado por la herramienta Crystal Ball.
3. PRUEBAS DE BONDAD DE AJUSTE PARA LOS DATOS ANALIZADOS:

Como se observa en el comportamiento de los datos analizados, se ajusta a una distribución

exponencial, así sucede con las 10 válvulas, tanto para revisiones como para fallas se
relacionan los resultados de las tasas de probabilidad y pruebas de bondad y ajuste
realizadas en el software Crystal Ball, observando que las matrices son exponenciales en su
distribución, la cual tiene una gran utilidad para desarrollar el modelo probabilístico
direccionado a una Cadena de Márkov en tiempo continuo, ya que podemos considerarla
como un modelo adecuado para la distribución de probabilidad de las tasas que transcurren
entre las fallas de cada válvula, cuya variable es continua, según los reportes que se realizan
para cada una de las tasas.

DISEÑO DEL MODELO PROBABILÍSTICO:

Variables de estado: Dado que los estados de las válvulas en el momento (t) que se
observa en el día (n):

Xn (t)= {(A(t), B(t), C(t), D(t))}

Espacios de estados:

A(t) = {B= Si la válvula 1, está en Buen Estado, M= Si la válvula 1, está en Mal Estado}
B(t) = {B= Si la válvula 8, está en Buen Estado, M= Si la válvula 8, está en Mal Estado}
C(t) = {B= Si la válvula 9, está en Buen Estado, M= Si la válvula 9, está en Mal Estado}
D(t) = {B= Si la válvula 10, está en Buen Estado, M= Si la válvula 10, está en Mal Estado}

El espacio de estados S estará conformado por todas las combinaciones de los valores que
pueden tomar las variables A(t), B(t), C(t), D(t) por lo tanto:

S={( BBBB),(BBBM) ,( BBMB),( BBMM ),(BMBB),(BMBM ) ,( BMMB) ,(BMMM ) ,( MBBB),(MBBM ) ,

( MBMB) ,( MBMM ) ,(MMBB) ,(MMBM ),(MMMB) ,( MMMM ) }

A partir de esta información y según la relación entre las gráficas se puede deducir que hay
derrame de crudo en los estados que se pintaron de rojo.
TRANSICIONES EN BASE A LOS ESTADOS:
ESTADO INICIAL VS ESTADO CONDICIONES
FINAL
Pasar de BBMM a BMMM Se encontró las válvulas 1 y 8 en buen estado, las válvulas 9 y 10 están
dañadas, la probabilidad que al día siguiente la válvula 1 este en buen
estado y las otras válvulas están dañadas, implica que la válvula 1 falle
en más un día, la válvula 8 se dañe en menos un día, las válvulas 9 y 10
se deban reparar en más un día
Pasar de BMBB a MMMM Se encontró las válvulas 1, 9 y 10 en buen estado, la válvula 8 en mal
estado, la probabilidad que al día siguiente estando todas malas, implica
que las válvulas 1,9 y 10 se dañen en menos un día y que la válvula 8 se
repare en más un día.
Pasar de BMBB a MMBB Se encontró las válvulas 1, 9 y 10 en buen estado, la válvula 8 en mal
estado, la probabilidad que al día siguiente las válvulas 1 y 9 están en
mal estado y las válvulas 9 y 10 están en buen estado, implica que la
válvula 1 se dañe en menos de un día, la válvula 8 se repare en más un
día, las válvulas 9 y 10 se dañen en más un día.

ANÁLISIS DE LOS DATOS DE ENTRADA - SEGUNDA ENTREGA

Nombre del adjunto para revisión de cálculos: Datos y operaciones segunda entrega
Dinámica de funcionamiento:
Las válvulas pueden fallar según un
tiempo entre fallas que se distribuye
exponencial con tasa 𝞴 que va a depender
de cada válvula. Cada día a la misma
hora un equipo de personas revisa el
estado de todo el sistema de válvulas. Si
se encuentra que una válvula no está
funcionando y no hay derrame de crudo,
alguien del equipo empieza a hacerle una
revisión para identificar el motivo de la falla y finalmente cambiar esta válvula. Esta
revisión se demora un tiempo exponencial con tasa µ que depende de la válvula que se esté
revisando. Es importante aclarar que, si hay más de una válvula dañada y no hay derrame
de crudo, se pueden empezar a revisar simultáneamente, ya que el equipo siempre tiene
personal disponible (no es necesario terminar la revisión de una válvula para continuar con
la revisión de la otra). La revisión individual o de varias válvulas se realiza únicamente
cuando no ha habido derrame, ya que en este último caso se realiza una revisión de todo el
sistema y se deja como nuevo (todo funcionando), el tiempo de esta revisión general
también se demora un tiempo exponencial con tasa 𝞴. Los datos para este ejemplo
ilustrativo son los siguientes:

Tiempo entre fallas se distribuye exponencial

La probabilidad de que la válvula 1 falle en un P(X1<) =1-e−0.008=0.008
tiempo menor a un día.
 La probabilidad de que la válvula 8 falle en un P(X1<) =1-e−0.014 =0.014
tiempo menor a un día.
La probabilidad de que la válvula 9 falle en un P(X1<) =1-e−0.016=0.016
tiempo menor a un día.
La probabilidad de que la válvula 10 falle en P(X1<) =1-e−0.014 =0.014
un tiempo menor a un día.

Para poder calcular las probabilidades de la matriz, se hace necesario identificar las
probabilidades de los eventos individuales que pueden ocurrir en el transcurso de un día,
que es el periodo que se escogió para observar el sistema (n).

Tiempo de revisión de válvulas se distribuye exponencial

La probabilidad de que la válvula 1 se haya P(X1<) =1-e−0.005=0.005
revisado y reparado en un tiempo menor a 1
día.
La probabilidad de que la válvula 8 se haya P(X1<) =1-e−0.005=0.005
revisado y reparado en un tiempo menor a 1
día
La probabilidad de que la válvula 9 se haya P(X1<) =1-e−0.005=0.005
revisado y reparado en un tiempo menor a 1
día.
La probabilidad de que la válvula 10 se haya P(X1<) =1-e−0.005=0.005
revisado y reparado en un tiempo menor a 1
día.

Tiempo de revisión general se distribuye exponencial

La probabilidad de que todo el sistema se P(X1<) =1-e−0.143=0.133
haya revisado en un tiempo menor a 1 día.

Con el fin de calcular las probabilidades de transición es necesario tener en cuenta que las
válvulas son independientes las unas de las otras por lo que la probabilidad de ocurrencia
de los eventos es independiente y para hallar la probabilidad de que ocurra un evento
conjunto (ocurrencia simultánea de varios eventos), se deben multiplicar las probabilidades
de cada evento individual que esté involucrado. para este problema, los eventos de interés
son 18 y son los siguientes:

EVENTO PROBABILIDAD DE QUE OCURRA EL

EVENTO.
E1 la válvula 1 falla en un tiempo P(E1) =0.008
menor a 1 día.
E2 la válvula 1 falla en un tiempo P(E2)1-P(E1) =0.992
mayor a 1 día.
E3 la válvula 8 falla en un tiempo P(E3) =0.014
menor a 1 día.
E4 la válvula 8 falla en un tiempo P(E4)1-P(E3) =0.986
mayor a 1 día.
E5 la válvula 9 falla en un tiempo P(E5) =0.016
menor a 1 día.
E6 la válvula 9 falla en un tiempo P(E6)1-P(E5) =0.984
mayor a 1 días.
E7 la válvula 10 falla en un tiempo P(E7) =0.014
menor a 1 día.
E8 la válvula 10 falla en un tiempo P(E8)1-P(E7) =0.986
mayor a 1 día.
E9 la válvula 1 se revisa y se repara P(E9) =0.005
en un tiempo menor a 1 día.

E10 la válvula 1 se revisa y se repara P(E10)1-P(E9) =0.995

en un tiempo mayor a 1 día.

E11 la válvula 8 se revisa y se repara P(E11) =0.005

en un tiempo menor a 1 día.

E12 la válvula 8 se revisa y se repara P(E12)1-P(E11) =0.995

en un tiempo mayor a 1 día.
E13 la válvula 9 se revisa y se repara P(E13) =0.005
en un tiempo menor a 1 día.

E14 la válvula 9 se revisa y se repara P(E14)1-P(E13) =0.995

en un tiempo mayor a 1 día.

E15 la válvula 10 se revisa y se P(E15) =0.005

repara en un tiempo menor a 1 día.

E16 la válvula 10 se revisa y se P(E16)1-P(E15) =0.995

repara en un tiempo mayor a 1 día.
 E17 todo el sistema se revisa y se P(E17) =0.133
repara en un tiempo menor a 1 días

E18 todo el sistema se revisa y se P(E18)1-P(E17) =0.867

repara en un tiempo mayor a 1 día.

Teniendo en cuenta estas probabilidades se pueden realizar los cálculos, se tomarán las
probabilidades con tres cifras decimales bien aproximadas, obteniendo la siguiente matriz
de probabilidades de un paso P y teniendo en cuenta que la suma de las probabilidades por
fila debe sumar 1:

Vamos a ilustrar algunos cálculos para generar claridad

Donde (E) es el evento a ocurrir:

Pasar de BBMM a BMMM: P(E2) * P(E3) * P(E14) * P(E16) = 0.0137

Pasar de BMBB a MMMM: P(E1) * P(E11) * P(E5) * P(E7) = 0.0000
Pasar de BMBB a MMBB: P(E1) * P(E11) * P(E6) * P(E8) = 0.0076

TABLA DE PROBABILIDAD DE TRANSICION ENTRE ESTADOS

ESTADO INICIAL VS ESTADO
CONDICIONES PROBABILIDAD
FINAL
 Se encontró las válvulas 1 y 8 en buen estado, las
válvulas 9 y 10 están dañadas, la probabilidad que al
día siguiente la válvula 1 este en buen estado y las
Pasar de BBMM a BMMM 0,0137
otras válvulas están dañadas, implica que la válvula 1
falle en más un día, la válvula 8 se dañe en menos un
día, las válvulas 9 y 10 se deban reparar en más un día
Se encontró las válvulas 1, 9 y 10 en buen estado, la
válvula 8 en mal estado, la probabilidad que al día
Pasar de BMBB a MMMM siguiente estando todas malas, implica que las válvulas 0,0000
1,9 y 10 se dañen en menos un día y que la válvula 8
se repare en más un día.
Se encontró las válvulas 1, 9 y 10 en buen estado, la
válvula 8 en mal estado, la probabilidad que al día
siguiente las válvulas 1 y 9 están en mal estado y las
Pasar de BMBB a MMBB válvulas 9 y 10 están en buen estado, implica que la 0,0076
válvula 1 se dañe en menos de un día, la válvula 8 se
repare en más un día, las válvulas 9 y 10 se dañen en
más un día.

2. Si Adicionalmente, el director de mantenimiento operacional instalará el sistema de

protección hidráulicos en un nuevo pozo que acaba de presentar un derrame de crudo
(estado MMMM) (por fortuna, sin consecuencias mayores para la compañía) y
realizará dos auditoria para comprobar su funcionamiento. La primera en tres meses y la
segunda en 6 meses (Asuma que un mes tiene exactamente 30 días). Por lo tanto, quiere
que su modelo calcule:

La probabilidad de que en la primera auditoría el sistema esté funcionando

como nuevo.

La probabilidad de que en la primera auditoria el sistema esté funcionando como nueva

en tres meses es de:
 0,197

i. La probabilidad de que en la segunda auditoria el sistema esté funcionando

como nuevo.

La probabilidad de que en la segunda auditoria el sistema esté funcionando como nuevo

en seis meses es de:
0,188

CONCLUSIÓN:

Para el desarrollo del modelo probabilístico, se requiere determinar las respectivas variables
de estado, espacios de estados y condiciones de transición, el tipo de distribución que se
ajuste a los datos en cada válvula, de esta manera construir el modelo basado en las fallas
del sistema y las revisiones que se encontraron en sus diferentes estados