1 |
[en] MARITIME TRANSPORT OF DECK CARGO TO PETROBRAS FIELDS IN CAMPOS BASIN: AN EMPIRICAL ANALYSIS, IDENTIFICATION AND QUANTIFICATION OF IMPROVEMENT POINTS / [pt] TRANSPORTE MARÍTIMO DE CARGA DE CONVÉS PARA OS CAMPOS DA PETROBRAS NA BACIA DE CAMPOS: ANÁLISE EMPÍRICA, IDENTIFICAÇÃO E QUANTIFICAÇÃO DE PONTOS DE MELHORIARICARDO PENNA LEITE 03 November 2014 (has links)
[pt] As operações offshore de Exploração e Produção (E e P) são apoiadas por um sistema logístico e de serviços, chamadas de apoio marítimo. O sistema é composto por portos, aeroportos, armazéns, e utiliza diversas embarcações especializadas, helicópteros, dentre outros equipamentos. Este estudo foca no transporte de carga de convés para as unidades marítimas da Bacia de Campos. A Bacia de Campos representou 78 por cento da produção brasileira de petróleo e gás em 2011. Esta bacia é atendida principalmente pelo Porto de Macaé, que é também o principal porto de apoio marítimo do Brasil, tendo movimentado 650 mil toneladas de carga de convés em 2011, o que representa 54 por cento da carga de convés da Petrobras no Brasil. O Porto de Macaé apoia não apenas a Bacia de Campos, mas também as outras bacias.
O objetivo deste estudo é investigar a viabilidade de se melhorar as opera es de transporte marítimo de carga de convés para as unidades marítimas da Bacia de Campos. Como objetivos específicos, tem-se: analisar empiricamente o transporte de carga de convés; propor diferentes políticas de atendimento para
a Bacia de Campos; investigar se diferentes políticas de atendimento afetam a robustez do sistema; contribuir para o conhecimento acadêmico sobre apoio marítimo. O estudo delimita-se a campos operados pela Petrobras na Bacia de Campos, ao transporte de carga de convés, e apenas a load e backload (transbordo não será considerado). As operações de E e P são apoiadas por um sistema logístico, cujas principais atividades são o transporte de carga para as unidades marítimas e de carga de retorno, o transporte de pessoas, o armazenamento de materiais e equipamentos o transporte terrestre. Os principais clientes são as unidades de produção, as sondas de perfuração e embarcações especiais. As embarcações utilizadas são do tipo Platform Supply Vessel (PSV), possuindo área útil de convés que pode chegar a 750 m2 (pode-se considerar como área útil 75 por cento da área total do convés), e do tipo Utility (UT), que são menores e mais rápidos que os PSVs. As principais restrições de carregamento dessas embarcações são a área e a resistência do convés. A demanda das unidades marítimas varia bastante quando comparadas entre elas e, para uma mesma unidade, geralmente há uma grande variação de uma semana para outra. A dissertação está dividida em seis capítulos, sendo o Capítulo 1 a introdução. No Capítulo 2, a literatura acadêmica sobre os sistemas logísticos de apoio marítimo é revisada. Ainda há poucos estudos acadêmicos sobre o tema e são abordadas questões como os sistemas de gerenciamento, terceirização e roteirização de embarcações, dentre outros. No Capítulo 3, sobre logística do E e P, são apresentados os clientes, as cargas típicas, o sistema logístico, os tipos de embarcação, os portos, a composição da carga, a incerteza na demanda e técnicas de medição da produtividade. Também é feita uma breve descrição da logística de apoio marítimo no Brasil operada pela Petrobras.
No Capítulo 4, a política de atendimento e a programação marítima para carga de convés da Bacia de Campos de 2011 é apresentada. A fim de se identificar pontos de melhoria, foi feita uma análise empírica das operações, incluindo um exemplo real e uma comparação entre as operações da Bacia de Campos, da Bacia de Santos, uma programação feita por Halvorsen-Weare e Faberholt (2011) e dois dos casos apresentados por Kaiser e Snyder (2010). O exemplo apresentado sugere que há uma falta de controle das operações e que o gerenciamento do transporte poderia ser melhorado. A análise de dados mostrou que há clusters que necessitam de mais viagens semanais do que as que são planejadas para eles, que o número de unidades marítimas por viagem é alto, assim como o número de revisitas a uma mesma unidade marítima na mesma viagem, e que o tempo de transporte entre o porto e as unidades poderia ser reduzido. Viu-se que as unidades marítimas não sabem quando irão receber uma embarcação e nem quantas visitas serão, e que os programadores das embarcações não sabem quando as unidades marítimas poderão receber as embarcações. Com isso, há um total de 17 por cento de visitas sem operação. Além disso, as saídas frequentes do porto para as unidades marítimas não reduzem o lead time.
No Capítulo 5, foi proposta uma nova política de atendimento, com foco no nível de serviço, e foi feita uma simulação computacional de forma a se avaliar esta política, considerando diversos cenários. A política de atendimento visa reduzir o número de visitas às unidades marítimas e o número de unidades atendidas por viagem. Serão criadas janelas fixas de atendimento nas unidades marítimas. A embarcação partirá do porto com espaço suficiente para o primeiro backload, e prioridades e emergências serão transportadas em viagens separadas. As unidades serão dividas em clusters e cada cluster terá o número
de viagens semanais requeridos por aquelas unidades. As rotas serão fixas, e somente as unidades da rota serão atendidas. A demanda de carga de cada cluster será estimada e a embarcação terá que ser capaz de atender a demanda na maior parte das vezes, de acordo com o nível de confiabilidade requerido. Unidades de produção e sondas serão atendidas em clusters separados, mas será simulado um cenário sem essa separação. Na simulação computacional, foram usados dados reais de demanda de um período de um ano. O objetivo era saber como o sistema teria se comportado caso diferentes políticas de atendimento tivessem sido adotadas. Não era objetivo achar a melhor programação ou a melhor rota, mas sim estudar políticas de atendimento. A simulação foi feita em quatro fases.
Na Fase 1, foi aplicado o método de Clarke e Wright. Escolhido pela simplicidade, o método foi aplicado para cada tipo de cluster, cenário e semana. As restrições foram a capacidade das embarcações e número de unidades por viagem. Para o cálculo da demanda de cada viagem de cada cluster, foi utilizada a média da demanda semanal para o cluster, mais dois desvios-padrão, mais o primeiro backload, dividido pela frequência semanal, e comparou-se com a área útil dos PSVs para verificar se a embarcação teria capacidade suficiente para aquela demanda de carga. Na Fase 2, juntaram-se todos os tipos de clusters e montou-se uma programação com horários de atracação igualmente espaçados, mas fazendo com que as viagens de cada rota tenham o melhor espaçamento possível entre elas. Na Fase 3, foi feita a alocação da demanda a cada viagem. A Fase 4, que é a fase da simulação propriamente dita, foi dividida em 2 passos. No Passo 1, para todas as viagens planejadas, calculou-se a duração das viagens, considerando-se as diversas etapas de uma viagem (porto, navegação, tempos de espera, etc.). Estimou-se o tempo provável de espera e operação nas unidades marítimas, respeitando-se o tempo mínimo de seis horas nas unidades. O tempo de viagem resultante foi multiplicado por um fator semanal, de forma
a simular as condições climáticas ao longo do ano. No Passo 2, o tempo começa a rodar. Verifica-se a disponibilidade de berços e embarcações e tenta-se alocar a demanda à menor embarcação disponível. Se não houver embarcação capaz de levar toda a carga, a carga ficará reservada para ser transportada através de viagens adicionais. Foram simulados cenários com diferentes frequências de atendimento e quantidades máximas de unidades por cluster, e os resultados detalhados foram apresentados.
No Capítulo 6, são feitas as conclusões e as sugestões para trabalhos futuros. Ficou demonstrada a viabilidade de se melhorar as operações de transporte marítimo de carga de convés na Bacia de Campos. O tempo de transporte entre o porto e as unidades marítimas, os atrasos nas atracações, a quantidade de embarcações e a distância total de navegação podem ser reduzidos. Assim, pode-se reduzir o lead time e o custo financeiro. Além disso, a política de serviço escolhida afeta a robustez do sistema, como ficou demonstrado pela análise dos tempos de atraso e da quantidade de viagens que não tiveram capacidade para levar toda a demanda solicitada. A dissertação também contribuiu para o conhecimento acadêmico sobre o assunto, uma vez que foi dada uma visão geral da logística de apoio marítimo e foi feita uma análise empírica das operações da Petrobras na bacia de Campos, sendo esta análise comparada com outros estudos acadêmicos. Para trabalhos futuros, sugere-se estudar detalhadamente qual a melhor composição da frota; estudar uma política de serviço para cargas prioritárias e emergenciais e também para quando houver o fechamento do porto por condições climáticas. / [en] Offshore logistics plays a fundamental role in the E and P industry, as the offshore units need to be serviced to maintain and develop their operations. Petrobras operates about 75 offshore units in the Campos Basin, which accounts for 78 per cent of the oil and gas produced in Brazil, and it has a large fleet of Platform Supply Vessels to carry out the transportation of goods and equipment to and from the units. In this study the transportation of deck cargo was analyzed empirically and some aspects which could be improved were identified. The feasibility of reducing the lead time and fleet size was identified and a methodology to achieve this improvement is proposed herein.
|
Page generated in 0.0527 seconds