PROGRAMACION EUTOCASTICA

ESTUDIO DE CASO:
Diseño de un sistema de protección hidráulico para un pozo petrolero

INTEGRANTES:
CLAUDIA PATRICIA BOHORQUEZ JIMENEZ 1911981547
YOHANA ASTRID CARDENAS VILLARRAGA 1911981679
MEIVIS ROSA JOIRO ARIAS 1911981854
ANGIE NATALIA PUERTO 1911980858

PRESENTADO A:

CARLOS EDUARDO MONTOYA CASA

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
2020
 Descripción del Proyecto
Una de las aplicaciones con mayor potencial de los modelos probabilísticos, y en particular
de las cadenas de Márkov, se presenta en el campo de la fiabilidad (Reliability). En las
compañías petroleras, el comportamiento de la maquinaría de explotación es fundamental
para todos los procesos de extracción y transporte de crudo. Un derrame de crudo en alguno
de los pozos se considera una catástrofe y se debe evitar a toda costa.
La Empresa Colombiana de Petróleos está preocupada por el funcionamiento del sistema de
protección hidráulico de las torres de extracción. Dicho sistema debe funcionar de tal
manera que evite las fugas de crudo y garantice el flujo correcto en los momentos de
extracción. El sistema está compuesto por un sistema de tuberías de escape y válvulas de
control. Asuma que, dada la complejidad del sistema, el funcionamiento de cada válvula no
se puede monitorear constantemente, sino que se revisa en ciertos intervalos de tiempo. Si
en la revisión se encuentra que la válvula falla, entonces se cambiará por una nueva (asuma
que el tiempo del cambio es despreciable).
El director de mantenimiento operacional le ha ofrecido a su compañía la oportunidad de
desarrollar un modelo probabilístico que represente, de la mejor manera posible, el
funcionamiento del sistema de protección hidráulico. Para comprobar el funcionamiento de
su modelo, se ha construido una versión simplificada de dicho sistema, compuesta por tan
sólo 10 válvulas de seguridad como se muestra en la figura 1. Cada válvula tiene una tasa
de falla diferente y en caso de falla permitiría fluir el petróleo libremente y si éste no es
interrumpido por alguna otra válvula se presentará un derrame de crudo. Para establecer los
parámetros de su modelo, se le ha proporcionado a su compañía un archivo anexo
(data.xlsx) con toda la información disponible de fallas y revisiones para cada tipo de
válvula.
Considere que todos los tiempos en el archivo anexo son independientes entre sí. Además,
si se presenta un derrame, se hace una revisión total, en donde todas las válvulas serán
revisadas y el sistema se dejará como nuevo. El tiempo que tarda este proceso es
independiente de todas las demás variables y su comportamiento histórico se puede
encontrar en el archivo anexo (data.xlsx). Finalmente, considere que cada día que la torre
de extracción funciona se generan, en promedio, ingresos netos por US$40000 y cada día
que la torre no funcione se tienen, en promedio, pérdidas netas por US$ 60000.
 Figura 1. Distribución de las válvulas en sistema de protección hidráulico
El informe que usted deberá entregar al consorcio debe incluir la siguiente información:
1. Construya un modelo general que represente el funcionamiento del sistema de
protección hidráulico. Asuma que en dicho sistema se cuenta con K válvulas
diferentes, cada una con una tasa λ j ∀ j=1 , … , K de falla, una tasa μ j ∀ j=1, … , K
de revisión y una tasa β de reparación total. Dicho modelo deberá ser especificado
por completo, es decir, se debe indicar las variables de estado necesarias, sus
respectivos espacios de estado y las probabilidades (o tasas) de transición
requeridas.
2. Un análisis estadístico robusto de la información de entrada (contenida en el archivo
data.xlsx), que justifique la selección de las distribuciones utilizadas el diseño
parametrizado del modelo.
3. Con base en el modelo general y en las distribuciones encontradas en la parte
anterior, construya un modelo específico para el sistema piloto (10 válvulas).
Muestre en un archivo anexo, no en el informe, la matriz de probabilidades (tasas)
de transición.
 4. Adicionalmente, el director de mantenimiento operacional instalará el sistema de
protección hidráulico en un nuevo pozo que acaba de presentar un derrame de crudo
(por fortuna, sin consecuencias mayores para la compañía) y realizará dos auditorías
para comprobar su funcionamiento. La primera en tres meses y la segunda en 6
meses. Por lo tanto, quiere que su modelo calcule:
a. La probabilidad de que en la primera auditoría el sistema esté funcionando
como nuevo.
b. La probabilidad de que en la segunda auditoría el sistema esté funcionando
como nuevo.
c. El número de días, en promedio, que se habrán utilizado para el proceso de
revisión total justo antes de cada auditoría.
d. El número de días, en promedio, que transcurrirán hasta el próximo derrame
de crudo.
5. Un análisis económico de largo plazo, que muestre el valor esperado de los ingresos
diarios para una torre de extracción que cuente con el sistema de protección
hidráulico. (Asuma que la única causa para que la torre no funcione es la falla del
sistema de protección hidráulico).
6. Las conclusiones generales y las principales recomendaciones de parte de su
compañía al director de mantenimiento operacional de Ecopetrol
Desarrollo
VARIABLES DE ESTADO
Xt = {At, Bt, Ct, Dt, Et, Ft, Gt, Ht, It, Jt.}

DEFINICION DE VARIABLES

S(At)= Estado Válvula 1 = (F, A), DONDE F es funcionando y A averiado

S(Bt)= Estado Válvula 2 = (F, A), DONDE F es funcionando y A averiado
S(Ct)3= Estado Válvula 3 = (F, A), DONDE F es funcionando y A averiado
S(Dt)= Estado Válvula 4 = (F, A), DONDE F es funcionando y A averiado
S(Et)= Estado Válvula 5 = (F, A), DONDE F es funcionando y A averiado
S(Ft)= Estado Válvula 6 = (F, A), DONDE F es funcionando y A averiado
S(Gt)= Estado Válvula 7 = (F, A), DONDE F es funcionando y A averiado
S(Ht)= Estado Válvula 8 = (F, A), DONDE F es funcionando y A averiado
S(It)= Estado Válvula 9 = (F, A), DONDE F es funcionando y A averiado
S(Jt)=Estado Válvula 10 = (F, A), DONDE F es funcionando y A averiado
ESPACIO DE ESTADOS
S = {FFFF, FFFA, FFAF, FAFF, FFAA, FAFA, FAAF, FAAA, AAAA, AAAF, AAFA,
AFAA, AFFA, AAFF, AFFF, AFAF……}

Entre los 16 posibles primeros eventos el derrame de crudo se evidencia cuando la

válvula 1 está fallando por lo tanto se resalta los eventos de la causa.

Pij : Probabilidades de transición desde el estado i hasta el estado j

El espacio de estados está compuesto por 1024 combinaciones = 2^10. No obstante, existen
estados que implican fallas seguras (por ejemplo, todos los estados con At=A) y, por lo
tanto, se pueden resumir en un mismo estado denominado Derrame
(At=A,Bt=A,Ct=A,Dt=A,Et=A,Ft=A,Gt=A,Ht=A,It=A y Jt=A). Para este caso se realiza el
diagrama con el ejemplo de 4 válvulas para evaluar cómo funciona el sistema.

DIAGRAMA DE TASAS TRANSICION

 FFFF FFFA
FFAF FAFF

FFAA FAFA FAAF FAAA

AAA AAAF AAFA AFFA

AAFF AFFF AFAF

AFAA

λ j: Tasa de transición de cada válvula en falla por días/mes/años

TIEMPO ENTRE FALLAS DISTRIBUIDOS DE FORMA EXPONENCIAL

PROMEDIO TASA λ
Descripción
Días mes año Días mes año
Válvula 1 121,65 4,055 0,338 0,008 0,247 2,959
Válvula 2 121,65 4,055 0,338 0,008 0,247 2,959
Válvula 3 182,48 6,083 0,507 0,005 0,164 1,973
Válvula 4 91,24 3,041 0,253 0,011 0,329 3,946
Válvula 5 91,24 3,041 0,253 0,011 0,329 3,946
Válvula 6 91,24 3,041 0,253 0,011 0,329 3,946
Válvula 7 182,48 6,083 0,507 0,005 0,164 1,973
Válvula 8 72,99 2,433 0,203 0,014 0,411 4,932
Válvula 9 60,83 2,028 0,203 0,016 0,493 4,932
Válvula 10 72,99 2,433 0,203 0,014 0,411 4,932
 μi: tasa de transición de cada válvula en revisión por días/mes/años

Tiempo de Revisión Distribuidas en forma exponencial

PROMEDIO TASA λ
Descripción
Días mes año Días mes año
Válvula 1 182,48 6,08 0,507 0,005 0,164 1,973
Válvula 2 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 3 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 4 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 5 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 6 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 7 91,24 3,04 0,253 0,011 0,329 3,946
Válvula 8 182,48 6,08 0,507 0,005 0,164 1,973
Válvula 9 182,48 6,08 0,507 0,005 0,164 1,973
Válvula 10 182,48 6,08 0,507 0,005 0,164 1,973

β: tasa de reparación total por días/mes/años

Tempo de Revisión total Distribución exponencial

PROMEDIO TASA λ
Descripción
Días mes año Días mes año
Revisión total 7,00 0,23 0,02 0,143 4,286 51,434

2 Un análisis estadístico robusto de la información de entrada (contenida en el

archivo data.xlsx), que justifique la selección de las distribuciones utilizadas el
diseño parametrizado del modelo.

Según datos de fallas de la válvula 1 la mejor exponencial que ajusta es la

exponencial que tiene una tasa λ 0,008 se verifica valor P que es del 80% es decir
mayor al 5% lo que significa que los datos si se distribuyen exponenciales.
Según datos de fallas de la válvula 2 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,008 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.
Según datos de fallas de la válvula 3 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,005 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.

Según datos de fallas de la válvula 4 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.
Según datos de fallas de la válvula 5 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.

Según datos de fallas de la válvula 6 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.
Según datos de fallas de la válvula 7 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,005 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.

Según datos de fallas de la válvula 8 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,014 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.

 
Según datos de fallas de la válvula 9 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,016 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.

Según datos de fallas de la válvula 10 la mejor exponencial que ajusta es la exponencial que
tiene una tasa λ 0,014 se verifica valor P que es del 80% es decir mayor al 5% lo que
significa que los datos si se distribuyen exponenciales.
 REVISIONES

Según datos de la revisión realizada a la válvula 1 la mejor exponencial que se

ajusta es la exponencial con una tasa λ 0,005 se verifica valor P que es del 80% es
decir mayor al 5% lo que significa que los datos si se distribuyen de manera
exponencial.

Según los datos de la revisión realizada a la válvula 2 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial
Según los datos de la revisión realizada a la válvula 3 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.

Según los datos de la revisión realizada a la válvula 4 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.
Según los datos de la revisión realizada a la válvula 5 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial
Según los datos de la revisión realizada a la válvula 6 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.

Según los datos de la revisión realizada a la válvula 7 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,011 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.
Según los datos de la revisión realizada a la válvula 8 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,005 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.

Según los datos de la revisión realizada a la válvula 9 la mejor exponencial que se ajusta es
la exponencial con una tasa λ 0,005 se verifica valor P que es del 80% es decir mayor al 5%
lo que significa que los datos si se distribuyen de manera exponencial.
Según los datos de la revisión realizada a la válvula 10 la mejor exponencial que se ajusta
es la exponencial con una tasa λ 0,005 se verifica valor P que es del 80% es decir mayor al
5% lo que significa que los datos si se distribuyen de manera exponencial.
 Revisión Total
Observando cada uno de los datos suministrados dentro de la revisión total en el tiempo de
distribución exponencial, podemos llegar a resaltar que desde la perspectiva en días el
promedio es 7,00 días dentro de una Tasa λ 0,143 en el cual se verifica valor P con un 91%
siendo mayor al 5% distribuyendo los datos exponencialmente, dentro de los cuales
podemos encontrar que al mes este tiene un promedio de 0,23 días dentro de una Tasa λ de
4,286, y al año un promedio de 0,02 con una Tasa λ del 51,434.

3 Con base en el modelo general y en las distribuciones encontradas en la parte

anterior, construya un modelo específico para el sistema piloto (10 válvulas).
Muestre en un archivo anexo, no en el informe, la matriz de probabilidades
(tasas) de transición.
El modelo específico utiliza las mismas variables de estado definidas, pero un
espacio de estados más reducido (En total 44 estados). La reducción de estados se
debe a que existen estados que pueden ser resumidos, pues su presencia dentro
del sistema implica derrame de crudo. Así, es espacio de estados es el siguiente:
Estados Válvula 1 Válvula2 Válvula3 Válvula4 Válvula5 Válvula6 Válvula7
S1 F F A F F F A
S2 F A A A A A F
S3 F F A A F A F
S4 F F F A F A A
S5 F F F F A A F
S6 F A A F A A F
S7 F A F F F F F
S8 F A A A A F F
S9 F F A F A A F
S10 F A A F A F F
S11 F F A F F F F
S12 F F F F A F A
S13 F F F F F A F
S14 F A F F F A F
S15 F A F F A F F
S16 F F F A A A F
S17 F A A F F A F
S18 F F A F A F F
S19 F F F A A A A
S20 F F A A A F F
S21 F A F A A F F
S22 F A A F F F F
S23 F A F A A A F
S24 F A F A F F F
S25 F F F A F A F
S26 F F F A A F A
S27 F A A A F A F
S28 F F F F F F F
S29 F F A A A A F
S30 F F F F F F A
S31 F F F A F F F
S32 F A F F A A F
S33 F F F F A A A
S34 F A F F F F A
S35 F A A F F F A
S36 F A A A F F F
S37 F F A F F A F
S38 F F A A F F F
S39 F A F A F A F
S40 F F F F A F F
S41 F F F F F A A
S42 F F F A A F F
S43 F F F A F F A
Derrame A A A A A A A
La variable de estado dependiente del tiempo puede tomar el valor de cualquiera de los
estados mostrados anteriormente. En este sentido, se encuentran las siguientes
probabilidades a partir de la Macro diseñada por el grupo COPA de la Universidad de los
Andes:
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
0.008928 0.003321 0.009646 0.008378 0.030702 0.00503 0.043957 0.005051 0.009708 0.007278 0.027846
S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22
0.013613 0.057761 0.023874 0.024111 0.01948 0.007203 0.015204 0.005729 0.009746 0.015481 0.010785
S23 S24 S25 S26 S27 S28 S29 S30 S31 S32 S33
0.009924 0.023959 0.030509 0.008464 0.004998 0.194406 0.006246 0.027596 0.057911 0.01542 0.008431
S34 S35 S36 S37 S38 S39 S40 S41 S42 S43 S44
0.014405 0.002841 0.007232 0.015054 0.015108 0.015322 0.058273 0.013483 0.03081 0.013528 0.063189

Las probabilidades anteriores son las probabilidades de transición en 90 pasos (días) de

iniciar en el estado 28 (Todas las válvulas funcionales) y terminar en cualquier otro estado.
Nótese que la probabilidad más alta se da cuando se inicia en 28 y se termina en 28.
Así mismo, las probabilidades de transición en 180 pasos (días) de iniciar en el estado 28
(Todas las válvulas funcionales) y terminar en cualquier otro estado se presentan en la
siguiente tabla. Nótese que la probabilidad más alta se da cuando se inicia en 28 y se
termina en 28.
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
0.008302 0.005143 0.010864 0.00856 0.030365 0.006679 0.041668 0.00672 0.010931 0.008367 0.026523
S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22
0.012817 0.054314 0.02385 0.024111 0.021439 0.008269 0.015331 0.006639 0.010992 0.017268 0.011012
S23 S24 S25 S26 S27 S28 S29 S30 S31 S32 S33
0.012628 0.023964 0.030179 0.008658 0.006638 0.18764 0.00805 0.025549 0.054484 0.017172 0.008612
S34 S35 S36 S37 S38 S39 S40 S41 S42 S43 S44
0.013403 0.002765 0.008316 0.015165 0.015237 0.017067 0.054818 0.012685 0.030507 0.012739 0.063469

Por otra parte, los tiempos medios esperados de ocupación del sistema (dentro de los
primeros 90 días de funcionamiento) cuando inicia en un estado i y termina en derrame se
muestran a continuación. Es importante notar que cuando el sistema inicia en 44 se tiene el
mayor tiempo de ocupación en el estado 44 (derrame). Así mismo, de los 90 días iniciales
se tiene que, independientemente del estado en el que se inicie, hay un comportamiento
estable de durar 5 días con derrames.
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
5.744766 5.772215 5.106595 6.797112 5.205144 5.105085 5.005698 5.105432 5.105822 5.007809 5.030808
S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22
6.657385 5.146145 4.995451 4.995272 5.340203 5.008341 5.000314 6.856394 5.106193 5.104069 5.208362
S23 S24 S25 S26 S27 S28 S29 S30 S31 S32 S33
5.713055 4.995544 5.205448 6.797528 5.105974 5.071452 5.716453 5.832741 5.146456 5.103686 6.796994
S34 S35 S36 S37 S38 S39 S40 S41 S42 S43 S44
5.549999 8.286349 5.008107 5.000538 5.000586 5.104453 5.1463 6.655968 5.205415 6.65755 12.0706

Finalmente, los tiempos medios esperados de ocupación del sistema (dentro de los primeros
180 días de funcionamiento) cuando inicia en un estado i y termina en derrame se muestran
a continuación. Es importante notar que cuando el sistema inicia en 44 se tiene el mayor
tiempo de ocupación en el estado 44 (derrame). Así mismo, de los 180 días iniciales se
tiene que, independientemente del estado en el que se inicie, hay un comportamiento
estable de durar entre 10 y 12 días con derrames.
S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11
11.55184 11.43722 10.77471 12.6399 10.92585 10.75421 10.67633 10.75464 10.77381 10.65058 10.7045
S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22
12.49385 10.85807 10.65646 10.65623 11.07307 10.65122 10.66196 12.70735 10.77428 10.7723 10.8619
S23 S24 S25 S26 S27 S28 S29 S30 S31 S32 S33
11.39553 10.6566 10.92626 12.64037 10.75524 10.78022 11.3985 11.67314 10.85846 10.77181 12.63972
S34 S35 S36 S37 S38 S39 S40 S41 S42 S43 S44
11.3449 14.02408 10.65099 10.66226 10.66233 10.77271 10.85822 12.49239 10.92623 12.49407 17.77605