[pt] Empresas de exploração de petróleo e gás offshore frequentemente precisam
lidar com problemas relacionados ao uso eficiente de seus recursos. Neste
trabalho, abordamos um problema de programação de navios associado à
logística offshore de petróleo e gás – O Problema de Programação de Embarcações
do tipo Pipe-Laying support Vessel (PLSVSP). Essas embarcações
são especialmente projetadas para realizar conexões de dutos entre poços
de petróleo submarinos e plataformas de produção. A conexão de dutos é
a última etapa a ser executada para permitir a drenagem do óleo e iniciar
a produção em um poço. No PLSVSP, o objetivo é antecipar a conclusão
de poços mais produtivos. O problema pode ser visto como uma variante
de um problema de programação de lotes com máquinas paralelas idênticas
e tempos de configuração não antecipados por família para minimizar
o total weighted completion time. Nessa analogia, embarcações são as máquinas,
poços são as tarefas e lotes são as viagens executadas por PLSVs,
definindo quais poços devem ser conectados a cada saída do porto. Foram
desenvolvidas diversas abordagens de otimização para resolver as variantes
determinística e estocástica do problema. Para a variante determinística,
desenvolvemos métodos híbridos e uma metaheurística capazes de melhorar
as soluções desenvolvidas por formulações MIP puras e lidar com o PLSVSP.
Para a variante estocástica, foi desenvolvida uma simheurística utilizando simulação
de Monte Carlo incorporada, considerando incertezas nas durações
das conexões e nas datas de chegada dos oleodutos no porto. Os resultados
mostram uma melhora significativa no custo das soluções quando lidam com
incertezas em comparação com soluções geradas por um método determinístico.
O uso da simulação em uma estrutura metaheurística mostrou-se
uma abordagem promissora, capaz de lidar com o problema estocástico, com
pouco esforço computacional extra necessário. / [en] Offshore oil and gas exploration companies frequently need to deal
with problems related to the efficient use of their resources. In this work,
we address a ship scheduling problem associated with offshore oil and gas
logistics – The Pipe Laying Support Vessel Scheduling Problem (PLSVSP).
These vessels are specially designed to perform pipeline connections between
sub-sea oil wells and production platforms. The connections are the
last step to be performed to allow the oil draining, starting production in
a well. The PLSVSP objective is to anticipate the completion of the most
productive wells. The problem can be seen as a variant of a batch scheduling
problem with identical parallel machines and non-anticipatory family
setup times to minimize the total weighted completion time. In this analogy,
vessels are machines, wells are jobs, and batches are voyages executed
by PLSVs, defining which wells to connect each time it leaves the port. We
developed several optimization approaches to solve the deterministic and
stochastic variants of the problem. For the deterministic problem, we developed
hybrid methods and a metaheuristic that outperformed the pure
MIP formulations, being practical to deal with the PLSVSP. A simheuristic
using embedded Monte Carlo simulation was developed for the stochastic
variant of the problem, considering uncertainties in the connection duration
and the arrival dates of pipelines at the port. The results show a significant
improvement in the solutions dealing with uncertainties compared to solutions
generated by a deterministic method. The use of simulation within
a metaheuristic framework proved to be a promising approach, being able
to deal with the stochastic problem, with little extra computational effort
required.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:53889 |
| Date | 26 July 2021 |
| Creators | VICTOR ABU-MARRUL CARNEIRO DA CUNHA |
| Contributors | RAFAEL MARTINELLI PINTO, RAFAEL MARTINELLI PINTO, RAFAEL MARTINELLI PINTO, RAFAEL MARTINELLI PINTO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | English |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0032 seconds