Aprimoração de ferramental computacional para análise RAM de sistemas de engenharia
No contexto da exploração e produção de petróleo, a disponibilidade é um indicador importante tanto para os sistemas de produção quanto de segurança. No primeiro caso, a disponibilidade é sinônimo de continuidade da produção, melhorando índices como o número de barris de óleo produzidos por dia. No segundo caso, a disponibilidade implica no correto funcionamento dos sistemas de proteção, garantindo a integridade dos ativos e a ausência de danos ambientais, pessoais e patrimoniais.A análise RAM (Reliability, Availability and Maintainability, termo em inglês para “Confiabilidade, Disponibilidade e Mantenabilidade”) visa estimar a disponibilidade de sistemas de engenharia a partir de atributos de confiabilidade e mantenabilidade no nível de seus componentes, tais como o tempo esperado até a falha e o tempo esperado de reparo. Em geral, este tipo de análise é realizada com o apoio de modelos estocásticos como, por exemplo, Cadeias de Markov e Redes de Petri. Não obstante, os modelos convencionais podem ser aprimorados por meio da aplicação do método de Monte Carlo, o qual permite relaxar algumas suposições restritivas e simular condições mais realistas.No entanto, algumas dificuldades surgem. Em particular, pode-se destacar duas delas, as quais motivam este artigo:i. a representação do arranjo funcional do sistema, ou seja, a maneira como componentes interagem entre si para desempenhar a função final desejada;ii. a consideração de fatores alheios ao sistema físico, mas que afetam a sua disponibilidade, tais como a quantidade de equipes de reparo e a quantidade de peças sobressalentes disponíveis.Para lidar com a primeira dificuldade e poder tratar sistemas físicos complexos – que vão além das lógicas do tipo “série” e “paralelo” – é possível utilizar as árvores de falha, que permitem identificar os cut sets mínimos mesmo em sistemas com arranjo funcional de elevada complexidade. Em função disso, há abordagens na literatura que tiram proveito das árvores de falhas como técnica de modelagem de suporte para a análise RAM.Entretanto, os algoritmos atuais não levam em consideração os fatores alheios ao sistema físico na simulação, ou o fazem de maneira limitada. Em particular, no contexto de exploração e produção de petróleo offshore, tais considerações são de suma importância dada a restrição de pessoal e itens a bordo das plataformas de produção. De modo a avançar no conhecimento em relação a esta limitação destacada, o artigo tem como objetivo o aprimoramento de algoritmos já existentes para realizar análise RAM em sistemas de produção de petróleo, suportada por árvore de falhas e simulação de Monte Carlo. Isto inclui a consideração do impacto de elementos comoa. número de equipes de reparo disponíveis;b. quantidade disponível de sobressalentes de componentes e suas partes;c. relação de prioridade entre componentes para reparo.Os algoritmos estão sendo implementados computacionalmente em linguagem de programação C++, seguindo o paradigma de orientação a objetos. Ao final do artigo, os algoritmos desenvolvidos serão aplicados a um estudo de caso para fins de verificação e validação.
