Made available in DSpace on 2014-12-17T15:48:00Z (GMT). No. of bitstreams: 1 GustavoAS_DISSERT.pdf: 3060399 bytes, checksum: 659289bc757f2443a1b6902094747b13 (MD5) Previous issue date: 2012-02-27 / This work approaches the Scheduling Workover Rigs Problem (SWRP) to maintain the wells of an oil field, although difficult to resolve, is extremely important economical, technical and environmental. A mathematical formulation of this problem is presented, where an algorithmic approach was developed. The problem can be considered to find the best scheduling service to the wells by the workover rigs, taking into account the minimization of the composition related to the costs of the workover rigs and the total loss of oil suffered by the wells. This problem is similar to the Vehicle Routing Problem (VRP), which is classified as belonging to the NP-hard class. The goal of this research is to develop an algorithmic approach to solve the SWRP, using the fundamentals of metaheuristics like Memetic Algorithm and GRASP. Instances are generated for the tests to analyze the computational performance of the approaches mentioned above, using data that are close to reality. Thereafter, is performed a comparison of performance and quality of the results obtained by each one of techniques used / O trabalho em quest?o aborda o Problema da Programa??o das Sondas de Produ??o (PPSP) para atender os po?os de um campo de petr?leo. Embora de dif?cil resolu??o, ele ? de extrema import?ncia econ?mica, t?cnica e ambiental. Uma formula??o matem?tica deste problema ? apresentada, assim como desenvolvida uma abordagem algor?tmica. O problema abordado pode ser considerado como o de encontrar o melhor escalonamento de atendimento aos po?os pelas sondas, levando em considera??o a minimiza??o da composi??o dos custos relativos ?s sondas e da perda total da produ??o de petr?leo associada aos po?os que est?o aguardando por atendimento. Tal problema assemelha-se ao Problema de Roteamento de Ve?culos (PRV), que ? classificado como pertencente ? classe de problemas NP-Dif?cil. O objetivo da presente pesquisa ? desenvolver uma abordagem algor?tmica para resolver o PPSP, utilizando os fundamentos de metaheur?sticas como o Algoritmo Mem?tico e o GRASP. Inst?ncias s?o geradas para a realiza??o dos testes computacionais para an?lise do desempenho das abordagens acima citadas, utilizando dados que se aproximam da realidade. A partir da?, ? realizada uma compara??o de desempenho e qualidade dos resultados obtidos por cada uma das t?cnicas utilizadas

[pt] Na indústria do petróleo e gás, uma das atividades de maior importância é a intervenção em poços para serviços de manutenção, a qual é necessária para garantir a produção de petróleo. Estas intervenções são realizadas por sondas workover que são disponibilizadas para atender uma grande quantidade de poços segundo um itinerário. Nesta tese são propostos três modelos de programação linear inteira para abordar eficientemente o problema de intervenção em poços terrestres de petróleo. O primeiro modelo determina o itinerário de um conjunto de sondas homogêneas, visando minimizar a perda total de produção. Este modelo é um aprimoramento do modelo proposto por Costa e Ferreira Filho (2004). O segundo modelo é uma extensão do anterior e considera também o dimensionamento de uma frota de sondas heterogênea, procurando minimizar o custo de perda de produção e o custo de aluguel de sondas. O terceiro modelo é uma abordagem estocástica que estende o segundo modelo e consiste em dimensionar uma frota de sondas considerando o tempo de intervenção incerto. A incerteza do tempo de intervenção é representada mediante a geração de cenários, usando para este fim os métodos de Monte Carlo, Redução de Cenários e Quasi-Monte Carlo. Os testes de estabilidade propostos por Kaut e Wallace (2003) são aplicados para avaliar os métodos de geração de cenários e estabelecer o número de cenários adequados para resolver o problema. Para avaliar o desempenho dos modelos propostos, diversos experimentos computacionais foram realizados em instâncias de pequeno, médio e grande porte. Todas as instâncias são baseadas em casos reais no Brasil. Os resultados mostram que os modelos propostos foram capazes de resolver todas as instâncias utilizadas, inclusive aquelas de grande porte, demonstrando serem eficientes quando comparadas com várias metaheurísticas, pois produzem soluções exatas em um curto tempo computacional. Uma análise do impacto nas soluções quando ocorre uma mudança no preço de petróleo e no horizonte de planejamento também é realizada. A metodologia de resolução empregada no terceiro modelo mostrou que o método Quasi-Monte Carlo proporcionou os melhores cenários para representar a incerteza e também o potencial do modelo para resolver problemas de grande porte. / [en] In the oil and gas industry, one of the most important activities is the intervention in wells for maintenance services, which is necessary to ensure the production of oil. These interventions are performed by workover rigs that are available to serve a large number of wells according to a schedule. In this thesis, we proposed three integer linear programming models to efficiently address the problem of intervention in onshore oil wells. The first model determines the schedule of a set of homogeneous rigs, with the objective of minimizing the total production loss. This model is an improvement of the model proposed by Costa and Ferreira Filho (2004). The second model is an extension of the previous one and also considers the sizing of a heterogeneous rig fleet, with the objective of minimizing the production loss cost and the rig rental cost. The third model is a stochastic approach that extends the second model and consists of sizing a rig fleet considering the uncertainty in the intervention time. The uncertainty in the intervention time is represented by the generation of scenarios, using for this purpose the Monte Carlo, Scenario Reduction, and Quasi-Monte Carlo methods. The stability tests proposed by Kaut and Wallace (2003) are applied to evaluate the scenario generation methods and to establish the number of appropriate scenarios to solve the problem. To evaluate the performance of the proposed models, several computational experiments were performed in small, medium and large instances. All instances are based on real cases in Brazil. The results show that the proposed models were able to solve all of the instances considered, including the large instances, proving to be efficient when compared to various metaheuristics, as they produce exact solutions in small computational time. An analysis of the impact on the solutions when there is a change in the oil price and the planning horizon is also carried out. The resolution methodology employed in the third model showed that the Quasi-Monte Carlo method provided the best scenarios to represent the uncertainty and also the potential of the model to solve large-scale problems.