Diseño de un sistema de protección hidráulico para un pozo petrolero

Estudiantes

Anyely Mary Luz Pantoja Bernal: 100281976

Jose Luis Luna Florez: 1121928613

Angel Oswaldo Siabato Cabezas: 1032437421

Paula Andrea Bedoya Mejia: 43564004

Sebastian Chavarria Correa: 1128443540

Elkin Elian Carvajal Vives: 1006423781

PRESENTADO AL DOCENTE:

MANUEL ARTURO JIMÉNEZ RAMÍREZ

ASIGNATURA

PROGRAMACION ESTOCASTICA

Institución Universitaria Politécnico Gran colombiano

Ingeniería Industrial-Modalidad Virtual

Bogotá D.C., Colombia

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

 Aplicar conocimientos sobre agrupación de datos, probabilidades y estocástica.

 Proponer soluciones acordes al proyecto planteado
 Realizar la conceptualización del modelo (características relevantes, variables de estado
necesarias, sus respectivos espacios de estado y las probabilidades de transición).
 Analizar de forma estadística la información de entrada de modelo
 Realizar el modelo especifico del piloto con la matriz de probabilidades de transición
 Realizar el análisis transigente de salida de modelo
 Realizar el análisis económico de largo plazo de modelo
 Presentar conclusiones pertinentes de dicho modelo
 INFORME GERENCIAL – DISEÑO DE SISTEMA DE PROTECCIÓN HIDRAÚLICO PARA UN POZO
PETROLERO

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:

 En promedio las fallas se presentan cada 108,87 días.

 Adicionalmente la primera falla sucede en promedio a los 99,67 días.
 Para las revisiones se encontró que se hacen en promedio a los 122,36 días y la primera se realizó
aproximadamente a los 166,56 días
 En cuanto a las revisiones totales se encontró que se hacen en promedio en 6,98 días.

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

5 0,0110
6 0,0110
7 0,0110
8 0,0055
9 0,0055
10 0,0055
válvula 4 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 5 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 6 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 7 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 8 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 9 siguen una distribución exponencial.
Con una confianza del 95% se puede afirmar que los tiempos de revisión de la
válvula 10 siguen una distribución exponencial.

 Revisiones generales en las válvulas n

λ Distribución
0,1433 Con base a la tabla de distribución Chi (0,92) y el nivel de significancia (0,05) se afirma que: al ser
0,92 > 0,05 Los valores se ajustan a la distribución exponencial, por lo tanto, la Ho no se rechaza.

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:

X n=Estado de la válvula n del sistema de protección hidráulico para un pozo petrolero

n=puede ser la válvula 1 , 2, 3 … 10

1 0 1 0
X1 Si funciona Presenta falla X6 Si funciona Presenta falla
X2 Si funciona Presenta falla X7 Si funciona Presenta falla
X3 Si funciona Presenta falla X8 Si funciona Presenta falla
X4 Si funciona Presenta falla X9 Si funciona Presenta falla
X5 Si funciona Presenta falla X10 Si funciona Presenta falla

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

1 1 1 1 1 1 1 1 1 1 No hay derrame crudo

1 0 0 0 0 0 1 0 0 0 No hay derrame crudo
1 1 0 0 0 0 1 0 0 0 No hay derrame crudo
1 0 1 0 0 0 1 0 0 0 No hay derrame crudo
1 0 0 1 0 0 1 0 0 0 No hay derrame crudo
1 1 0 1 0 0 0 0 0 0 derrame crudo
1 1 0 0 1 0 0 0 0 0 derrame crudo
1 1 0 0 0 1 0 0 0 0 derrame crudo
1 1 0 1 1 0 0 0 0 0 derrame crudo

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

Nota: Ver tabla de estados completa en Excel adjunto

Esta información permite hallar la matriz de tasas de transición de acuerdo al comportamiento
integrado de todas las válvulas y de manera expresa tanto particular como general. (La dimensión no
permite que sea proyectada dentro del documento).
 A continuación, se corrobora la información de la matriz que se acompaña de la identificación de
las funciones encontradas en el documento Excel que identifica de manera rápida las matrices solicitadas
de acuerdo con parámetros de trabajo de este. Pues bien, se lleva a cabo los respectivos cálculos.

SEGUNDA ENTREGA.

1. Probabilidades de que el sistema esté funcionando como nuevo

Primer auditoria Segunda auditoria
Se va a establecer la probabilidad de que en la
primera auditoria el sistema esté funcionando como
nuevo, para hacer esto se ha usado la matriz de
transición hallada con los 44 espacios de estados. La unidad de días dentro de la fórmula es la única
Si bien el enunciado dice en la primera auditoria, en información que cabía, en este caso son 189 días que
termino de días se toman 90, para este caso también, equivalen a seis meses, Esta probabilidad es igual a:
esta matriz se ubica en la sección de cálculos CMTC de
la macro de Markov, en esta y con ayuda de la función
CMTCtransient, en ella se ubica la probabilidad:
P ( sistema
P ( sistema esté comonuevo primera auditoria(revisión) )=0,2212 → 22, 12 % en segunda auditoria(revisión) )=0
esté comonuevo

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.