Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estudiantes
PRESENTADO AL DOCENTE:
ASIGNATURA
PROGRAMACION ESTOCASTICA
25 septiembre de 2023
OBJETIVO GENERAL
Dar solución a los puntos planteados con los conocimientos adquiridos sobre programación
estocástica tanto en los escenarios como en las diferentes conferencias; diseñar modelos reales
utilizando datos probabilísticos y las cadenas de Márkov. Además, presentar el modelo específico
para la prueba piloto calculando las probabilidades y valores esperados de corto plazo.
OBJETIVO ESPECIFICOS
Con el objetivo de diseñar un sistema de protección hidráulico para el pozo petrolero indicado con
el fin de mitigar y controlar las fallas de dicho sistema, se procede a crear un modelo probabilístico, este
por sí mismo dará una luz acerca de las reparaciones necesarias, las intervenciones a programar, los
mantenimientos preventivos correctivo y los eventos en donde se presente o no derrame de crudo entre
otros aspectos que se identificaran a continuación.
Como primera medida se analizan los datos de entrada, estos datos fueron obtenidos en tiempo
real y bajo revisión histórica de reportes realizados por los técnicos de la compañía, de allí como
conclusión inicial es posible determinar que:
Continuando con las medidas de impacto que se plantean se realizan las pruebas de bondad con
la idea de identificar el crecimiento proporcional de los datos auditados, se obtiene la siguiente
información:
Fallas en las válvulas n: la hipótesis nula en este caso representa los tiempos de las fallas de las
válvulas bajo una distribución exponencial.
Tasa
Válvula Análisis
(fallas/día)
1 0,0082 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 1 siguen una distribución exponencial.
2 0,0082 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 2 siguen una distribución exponencial.
3 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 3 siguen una distribución exponencial.
4 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 4 siguen una distribución exponencial.
5 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 5 siguen una distribución exponencial.
6 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 6 siguen una distribución exponencial.
7 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 7 siguen una distribución exponencial.
8 0,0137 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 8 siguen una distribución exponencial.
9 0,0165 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 9 siguen una distribución exponencial.
10 0,0137 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 1o siguen una distribución exponencial.
Para este caso, la hipótesis nula no se rechaza ya que los datos son superiores teniendo en cuenta
que se trabajó con un nivel de significancia del 5%, lo que permite afirmar que los datos se ajustan
perfectamente a una distribución exponencial.
Revisiones en las válvulas n: la hipótesis nula en este caso representa los tiempos de revisión de
las válvulas bajo una distribución exponencial.
Tasa
Válvula Análisis
(fallas/día)
1 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 1 siguen una distribución exponencial.
2 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 2 siguen una distribución exponencial.
3 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de falla de la
válvula 3 siguen una distribución exponencial.
4 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 4 siguen una distribución exponencial.
5 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 5 siguen una distribución exponencial.
6 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 6 siguen una distribución exponencial.
7 0,0110 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 7 siguen una distribución exponencial.
8 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 8 siguen una distribución exponencial.
9 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 9 siguen una distribución exponencial.
10 0,0055 Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 10 siguen una distribución exponencial.
Los datos obtenidos anteriormente bajo el método de prueba de bondad sirven como insumo
para plantear el modelo probabilístico en donde se estudió las probabilidades (valga la redundancia) y las
posibles combinaciones en el estado de las válvulas, es decir, en qué momento y de qué manera se puede
presentar falla de una o más válvulas en el sistema.
El modelo probabilístico trabajado en este desarrollo se fundamenta gracias al uso de la cadena
de Markov en tiempo continuo, un tipo de proceso estadístico importante que se basa en que la
probabilidad de que acaezca un suceso depende del suceso anterior y esto se conoce como falta de
memoria. Ahora bien, teniendo presente lo anterior se puede formular lo siguiente:
Variables de estado:
Espacio de estado: En este caso, se trabajará con las combinaciones las válvulas entre sí donde se
presente falla y donde funcione, adicionalmente, se podrá identificar algunos de los casos donde halla o
no derrame de crudo (ya que en total se pueden presentar 1024 casos):
VÁLVULA
X X2 X3 X4 X5 X6 X7 X8 X9 X10 Lo que sucede
1
Con fines de optimizar y mejorar el proceso de formulación del sistema lo primero que se hizo fue
identificar la cantidad de espacios de estado del sistema (1024) m estos se redujeron a partir de la
premisa asociada a que las válvulas están divididas en dos secciones, 4 de estas hacía de la izquierda y 4
hacia la derecha, para ambos escenarios se observan las combinaciones respectivas integrándose
equitativamente, lográndose así una reducción de las posibilidades de la válvulas 8,9 y 10 en donde si
una vez hay derrame en la válvula 1 estas otras válvulas mencionadas anteriormente no retienen el paso
del líquido hacia la superficie. Ahora bien, de allí se obtienen en total 65 espacios de estado, se sigue
trabajando en el proceso de selección y el resultado es obtener 44 espacios que estado que permiten
evaluar en su totalidad el sistema.
Estados
Numero
seleccionado X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
de estado
s
1111111 1 S1 1 1 1 1 1 1 1
1000111 2 S2 1 1 1 1 1 1 0
1001011 3 S3 1 1 1 1 1 0 1
1001101 4 S4 1 1 1 1 1 0 0
1001110 5 S5 1 1 1 1 0 1 1
1101110 6 S6 1 1 1 1 0 1 0
1110000 7 S7 1 1 1 1 0 0 1
1111001 8 S8 1 1 1 1 0 0 0
1001001 9 S9 1 1 1 0 1 1 1
SEGUNDA ENTREGA.
2. El número de días, en promedio, que se habrán utilizado para el proceso 3. El número de días, en promedio,
que transcurrirán hasta el próximo
de revisión total justo antes de cada auditoría
derrame de crudo
El número de días, en promedio, que se habrán utilizado para el proceso de revisión
total se determinó con la función CTMCMatOccup (Matriz, días), variando en 90 y 180 La matriz que se usa es la función
CMTCexpectec y la matriz de tasas de
días (primera y segunda auditoria respectivamente) para obtener el resultado, luego se
transición en su totalidad, dentro de esta
hallaron los datos en la matriz la transición de 1111111 a 0000000. se halla que el número de días que pasan
Para la primer auditoria el número de días en Para la primer auditoria el número de en promedio hasta el próximo derrame de
promedio fue de 29,2857 ≈ 29 días días en promedio fue de 48,9700 ≈ 49 crudo es de: 79 días.
días
CONCLUSIONES
Como cualquier sistema independientemente del proceso, en este caso es un sistema hidráulico
de petróleo, debe poseer acciones preventivas, correctivas y de mejoramiento; es por eso que
mediante las mismas se evidencia el panorama y así poder controlar cada desviación o
eventualidad a tiempo. Auditora general de tiempos de funcionamiento del sistema de 10
válvulas
Probabilidad de funcionamiento como nuevo en la primer auditoria del sistema de 10
válvulas
La probabilidad de que funcione como nuevo en la primer auditoria del sistema de 10
válvulas es de 22.3%
Probabilidad de funcionamiento como nuevo en la segunda auditoria del sistema de 10
válvulas
La probabilidad de que funcione como nuevo en la segunda auditoria del sistema de 10
válvulas es de 21.7%
Promedio de días necesarios que se requieren para la revisión general del sistema de 10
válvulas antes de aplicar las auditorias
La probabilidad de revisión general del sistema de 10 válvulas para la primer auditoria es
29.28 días
La probabilidad de la revisión general del sistema de 10 válvulas para la segunda
auditoria es de 48.95 días
Promedio de días necesarios que se requieren para que se evidencie otro derrame de
crudo en el sistema de 10 válvulas
Para que se pueda generar otro derrame de crudo en el sistema debe haber pasado
92.17 días en promedio del sistema.
}
Bibliografía
Salinas, H. (2010). Tabla D.7: VALORES CRÍTICOS DE LA DISTRIBUCIÓN JI CUADRADA. UTN. [Archivo
PDF]. Tomado de: http://www.mat.uda.cl/hsalinas/cursos/2010/eyp2/Tabla%20Chi-Cuadrado.pdf
Universidad Politecnico Grancolombiano. (2015). CMP y PERP. En U. P. Grancolombiano,
Producción (págs. 1-16). Bogota DC: Universidad Politecnico Grancolombiano.