Apresentação avaliação de riscos quantitativa das operações do bop pela aplicação de bn

Programa de Atualização Profissional

Avaliação Quantitativa de Riscos das

Operações do BOP através de Redes

Bayesianas

resumo da metodologia

por Gláucio Bastos, M.B.A, Ch.E.


resumo

objetivo: apresentação de metodologia paraaplicação de redes Bayesianas (BN) na avaliação daprobabilidade da ocorrência de falhas durante asoperações de fechamento do BOP submarino, quepodem ser aplicadas genericamente às operaçõesoffshore da indústria de óleo & gás


necessidade

acidentes na indústria de óleo & gás offshore levam aconsequências devastadoras, como ocorreu em 2010,quando falhas no fechamento do BOP, que podem terocorrido antes do blowout ou durante as operações,impediram o isolamento dos poços, causando explosões abordo da sonda Deepwater Horizon

em geral os acidentes na indústria offshore não resultamapenas de uma única falha, mas da confluência de umasérie de erros induzidos por diversos fatores humanos, dehardware, de software, mecânicos e hidráulicos

falhas humanas comprovadamente têm origem em fatorespsicológicos, físicos, sociológicos e organizacionais


necessidade

enquanto as de hardware ocorrem em equipamentoseletrônicos como controladores lógicos programáveis (PLC),módulos de saída discreta (DO) distribuída, comutadoresethernet e em outros equipamentos eletrônicos usados paracontrole dos sistemas operacionais

fontes de falhas em software são programas desenvolvidos,como a lógica de controle executada em PLCs ou a interfacehomem-máquina (HMI) executada nos computadores

sistemas mecânicos e hidráulicos são os principais alvos aserem controlados pelos sistemas de hardware e software


metodologia

baseia-se em técnicas de análise de risco quantitativas(QRA) que vêm sendo usadas na redução de riscos de falhasdurante as operações offshore, incluindo cadeiasMarkovianas aplicadas através de BN, que permitem odesenvolvimento de modelos versáteis para o desempenhotanto de análise preventiva (para frente) como dediagnóstico (reversa)

inicialmente modelos, como algoritmos de confiabilidade dotipo fluxograma ou árvore de falhas, são convertidosdiretamente em BN para avaliação de riscos, no caso aquiabordado, a probabilidade de falha da função defechamento do BOP submarino


metodologia um fluxograma representa um algoritmo ou processo e

mostra os passos dos diversos eventos ou operações(representados na BN por sua parte qualitativa que são osnós pais e filhos interligados), cuja conexão através de arcosdefine sua ordem e causalidade (correspondendo à tabela deprobabilidades condicionais – CPT, que constitui a partequantitativa da BN e é definida a partir de dados históricos,do julgamento de especialistas ou da combinação de ambos)

as 05 classes de fatores de risco analisadas – humanos, dehardware, de software, mecânicos e hidráulicos – sãoconjugadas em uma BN para avaliação dos seus efeitos naprobabilidade da ocorrência de falha durante a operação doBOP


metodologia pela função preditiva da BN, visando definir a confiabilidade

ou a probabilidade de falha do sistema baseada em dadosestatísticos, a distribuição de probabilidades de umavariável é calculada pela marginalização da distribuição deprobabilidade de falha conjunta (produto das CPTs de todasas variáveis) em relação àquela variável

pela função diagnóstico da BN, para definição da influênciade uma certa variável do sistema na ocorrência de umafalha, dada a observação (Evidência) de uma variável (ouconjunto de variáveis) indicativa de ocorrência de uma oumais falhas no sistema, é computada a distribuição deprobabilidade posterior de outra variável, cujocomportamento se deseja analisar


metodologia

a última etapa da metodologia é a análise do modelo pelarealização das funções preditiva e de diagnóstico da BN,incluindo a análise de sensibilidade das variáveis do sistema,para determinação das classes dos fatores de risco maisinfluentes para a falha no fechamento do BOP e a validaçãodo modelo a partir de 03 axiomas para comprovação daexatidão e racionalidade da BN proposta


metodologia

a ferramenta empregada na análise de sensibilidade dosfatores de risco é a força da influência - IS, baseada noconceito da entropia, que mede a relevância da informaçãoarmazenada nos dados ou seja, seu potencial para reduçãoda incerteza no sistema (medida pela sua entropia)existente antes da disponibilização daquela informação

a influência é avaliada entre 02 nós interligados da cadeia,pelo valor da IS medida no arco que liga os 02 nós, querepresenta a força da informação nos 02 sentidos entreesses nós


descrição do problema

o sistema do BOP submarino consiste de um sistema decontrole e de uma coluna, conforme figura seguinte

o sistema de controle inclui controles elétricos e de fluido os componentes de superfície do sistema de controle

elétrico localizados na sonda formam a unidade de controlecentral (CCU), que fornece capacidade funcional plena paraas operações do BOP

PLCs de redundância modular tripla são utilizados paratransmissão de sinais de comando a partir da CCU para os02 módulos eletrônicos submarinos (SEM), localizados noscasulos azul e amarelo, completamente independentesentre si


descrição do problema os 02 SEMs controlam com completa redundância todas as

operações de válvulas e todas as comunicações com a CCU quando um casulo ou o SEM correspondente falham, o

outro é usado para operar o BOP sem interferência doinativo

sistemas de controle de fluido consistindo de sistemas dealta e baixa pressão hidráulica são usados para operar osistema hidráulico da coluna do BOP, constituídos porbombas, acumuladores, tubulações, mangueiras e etc

durante a perfuração a barreira primária é a lama deperfuração, enquanto a secundária é a coluna do BOP, jáque é projetada para fechar o orifício do poço ou a colunade perfuração


descrição do problema são usados 02 tipos de protetores: anular e trava durante a perfuração o BOP pode estar equipado com 01 ou

02 protetores anulares e com 04 ou mais travas, incluindo01 lâmina cega e algumas travas de tubo

o BOP é frequentemente testado, segundo práticasoperacionais viáveis

durante o teste ou na ocorrência de um kick ou blowout, ooperador deve fechar prontamente o orifício do poçoatravés do BOP anular ou trava, através de operaçõessimilares para um ou outro tipo

o estudo de caso aqui considerado é a realização daoperação “fechar o BOP trava submarino”, cujo fluxogramaé o seguinte


descrição do problema durante a operação normal, os casulos azul e amarelo estão

energizados, embora apenas 01 casulo seja acionadohidraulicamente

quando o operador observa um kick ou blowout da tela naHMI, ele pode enviar o comando “fechar o BOP travasubmarino”

quando os PLCs recebem o sinal, o sistema checa qual ocasulo que se encontra acionado hidraulicamente

no presente caso o casulo azul é selecionado inicialmente,por isso o casulo amarelo encontra-se inativo e os módulosDO no SEM azul energiza a válvula de acionamento direto(DDV) solenóide azul, enquanto a baixa pressão hidráulica nocasulo azul aciona a válvula montada sob placa (SPM) azul


descrição do problema 10 seg. depois o sistema checa se a válvula SPM está ativada,

através de um conector de pressão em caso positivo, o sistema checa se o BOP trava está

completamente fechado por alta pressão hidráulica depoisde 20 seg.

se o BOP trava estiver fechado, o operador envia o comando“bloquear BOP trava submarino” e então a DDV azul édesenergizada e a válvula SPM azul é desativada

após 10 seg. a desativação da SPM azul é checada se alguma checagem falhar, a lógica de controle informa ao

operador para selecionar o casulo amarelo hidraulicamente o comando “fechar o BOP trava submarino” é executado

novamente no casulo amarelo quando todas as checagens forem bem sucedidas, a

operação está completa



o fluxograma do comando “fechar o BOP trava submarino” étraduzido diretamente para uma BN, como mostrado nafigura seguinte

o fluxograma representa o processamento das operaçõesenquanto a BN representa o relacionamento entre eventosatravés de suas probabilidades de ocorrência

no fluxograma, os eventos de cada coluna – esquerda edireita – representam conectores de 02 casulos de controleparalelos ou redundantes, onde um copia o outro e por issonão podem ser traduzidos diretamente na BN



a falha de um evento em cada coluna ocasiona a falha docasulo de controle, não havendo previsão para acionamentodireto do outro casulo nesse caso, por isso na BN é enviada ainformação para o nó “falha casulo amarelo | azul“ e,posteriormente, representando o acionamento do outrocasulo pelo operador, o nó “conector casulo” recebe arespectiva informação

como visto anteriormente, os nós nesta BN são afetados por05 classes de fatores, consistindo cada uma de alguns fatoresde risco ou falhas independentes, que afetam a performanceda operação, como mostrado na figura seguinte


resultado

de acordo com a figura da BN no slide 18, onde estãorepresentadas as probabilidades a priori e posteriores no 3ºmês de funcionamento das instalações, a probabilidade daoperação de fechamento do BOP trava submarino ser bemsucedida está em torno de 81%, considerando o fator decobertura imperfeita da redundância de hardware e softwarede 95% e a probabilidade de erro intrínseco do resultadosendo propagado a partir das incertezas dos dados oriundosde julgamentos de especialistas e projeções do histórico


resultado quanto à análise de sensibilidade dos fatores de risco,

verifica-se pela média da IS de cada classe, que suasequência decrescente em termos de grau e significânciapara a ocorrência de falhas na operação é a seguinte:

hidráulicos ≈ mecânicos >> humanos > software > hardware esses resultados confirmam estudos de que as falhas nas

operações do BOP submarino são causadas principalmentepor fatores hidráulicos e mecânicos

a contribuição dos fatores humanos é baixa porque a colunado BOP submarino não é operada frequentemente, já que sóé usada durante testes e na ocorrência de kicks e blowouts,além de que não é de difícil operação para operadoresexperientes


resultado

entretanto quando um importante incidente ocorreenvolvendo grande número de pessoas, eventos eequipamentos, então os fatores humanos passam a serrelevantes

fatores de software e hardware tem um participação menorna ocorrência de falhas, graças à lógica de controleredundante triplo dos subsistemas PLC e DO


resultado

a figura acima mostra o resultado da variação daprobabilidade a priori dos fatores, confirmando a maiorsensibilidade do sistema a falhas provenientes das 02primeiras classes de fatores, enquanto se mostraligeiramente sensível a variações do fator humano einsensível a variações dos fatores software e hardware


resultado a figura ao lado mostra a repetiçãoda análise através da BN ao longo dotempo de operação de até 06 meses,comprovando que o aumento no tem-po de operação leva a um decréscimona probabilidade da operação ser bemsucedida a probabilidade no início é de 96,1% e não de 100% porque

fatores humanos e de software podem causar erros emqualquer momento, equipamentos hidráulicos, mecânicos ehardware partem em perfeitas condições

manutenções não foram consideradas, embora na prática amanutenção de hardware, software e equipamentos diminuia probabilidade de falhas


resultado a figura ao lado mostra a influênciado tempo na IS nos meses 01, 03 e 05de operação com o passar do tempo, os efeitosdos fatores hidráulicos, mecânicos ehardware aumentam pois são usadostodo o tempo ao contrário, os efeitos dos fatores humanos e software

diminuem pois suas probabilidades a priori apresentamdistribuição uniforme

concluindo, fatores hidráulicos e mecânicos deveriamreceber maior atenção para melhoria da performance doBOP, incluindo técnicas de redundância para aumento daconfiabilidade


resultado

fatores humanos de risco deveriam recebermais atenção no caso da análise dasoperações offshore como um todo, p.ex. naperfuração, onde está comprovado que osfatores humanos são os que mais contribuempara falhas operacionais


validação do modelo consiste em se demonstrar que o modelo é uma

representação razoável do sistema real o modelo deve satisfazer os 03 axiomas:

um leve aumento/redução na probabilidade a priori decada nó pai deve levar a relativo aumento/redução nasprobabilidades posteriores dos nós filhos;

deve ser consistente a magnitude da influência dasvariações na probabilidade de um nó pai sobre aprobabilidade do nó filho; e

o total das magnitudes da influência da combinação dasvariações na probabilidade de ‘x’ atributos deve sersempre maior do que aquele total de um conjunto de ‘x -y’ (com y ∈ x) atributos


validação do modelo

o exercício de aumentar as probabilidades de cada nó pai deuma das classes de fatores e verificar o resultado dasinfluências, satisfaz os 03 axiomas, validando parcialmente omodelo pois, p.ex.:

quando a probabilidade de risco em “Company_Polices” é de100%, a probabilidade de sucesso cai de 81% para 78%

quando também a probabilidade de risco em“Company_Standards” é de 100%, a probabilidade desucesso cai para 73%

finalmente, quando o último nó pai de“Organizational_Factor” além dos 02 anteriores, ou seja“Procedures”, também apresenta 100% de probabilidade derisco, a probabilidade de sucesso cai para 69%

Apresentação avaliação de riscos quantitativa das operações do bop pela aplicação de bn

Technology

Transcript of Apresentação avaliação de riscos quantitativa das operações do bop pela aplicação de bn