DISEÑO DE UN SISTEMA DE PROTECCIÓN HIDRÁULICO PARA UN POZO

PETROLERO

PRESENTADO POR:

Bautista Gutiérrez Camilo Alberto

Carrillo Montaña Darly Patricia
Gómez Arango Yazmani
Muñoz Toloza Darling Vanessa
Peña Montero Lilia Fernanda

TUTOR:
Wilfredo Guaita

POLITÉCNICO GRANCOLOMBIANO
PROGRAMACION ESTOCASTICA
2024
 INTRODUCCION

La industria petrolera enfrenta numerosos desafíos técnicos, siendo uno

de los más importantes la protección y mantenimiento de los pozos
petroleros. Un sistema de protección hidráulico para un pozo petrolero
es fundamental para garantizar la seguridad operativa, la integridad del
equipo y la prolongación de la vida útil del pozo. Este sistema tiene
como objetivo proteger los componentes críticos de la instalación, como
las tuberías, las válvulas y los equipos de superficie, ante las altas
presiones y condiciones adversas que se experimentan durante las
operaciones de extracción.

El diseño de un sistema de protección hidráulico implica la integración

de tecnología avanzada para regular y controlar la presión, evitando
posibles fallos mecánicos y accidentes ambientales. Además, debe
cumplir con las normativas de seguridad y los estándares
internacionales para asegurar una operación eficiente y sostenible. Este
trabajo presenta una propuesta de diseño de un sistema hidráulico para
la protección de pozos petroleros, analizando tanto los aspectos técnicos
como los retos operativos que enfrentan este tipo de infraestructuras en
diferentes entornos geológicos y climáticos.
Objetivo general

El objetivo de este proyecto es diseñar un sistema de protección

hidráulico para un pozo petrolero que garantice la seguridad y eficiencia
operativa, minimizando los riesgos asociados a sobrepresiones y fallos
mecánicos, al tiempo que se optimiza la integridad de los equipos y se
cumple con las normativas de seguridad industrial y ambiental.

PRIMERA ENTREGA PREVIA 1

Contexto del Caso:

A continuación, se realiza el siguiente informe, a raíz de la problemática

que presenta la empresa Colombiana de Petróleos, por el
funcionamiento de un sistema de protección hidráulico de las torres de
extracción. El cual se desarrollará por medio de un modelo
probabilístico, con el fin de representar de la mejor manera el

funcionamiento de dicho sistema

Cada una de estas válvulas cuenta con otra válvula que puede evitar el
derrame de crudo en la superficie en caso de que una de estas falle a
excepción de la válvula 7,9 y 10. Como consultores vamos a calcular las
pruebas de bondad entre cada una de las 10 válvulas (tanto fallas como
revisiones) y revisión total, agrupamos los datos encontrados en cada
una, para lograr una comparación que nos permita ser asertivos en la
toma de decisiones. Ahora bien, con los datos históricos proporcionados
por la petrolera desde 1974, es necesario definir el estadístico de prueba
que se acomode mejor al comportamiento de los datos dando altos
niveles de fiabilidad. Dado lo anterior, se trabajará con un nivel de
confianza del 95%, al tener un tamaño de muestra por 100 registros en
cada válvula a lo largo de los años, los grados de libertad son de 7, para
eso se emplea la siguiente formulación,
H 0= ¿Los tiempos de falla de la válvula “n” siguen una distribución
exponencial?
H 1= ¿Los tiempos de falla de la válvula “n” no siguen una distribución
exponencial?
Siendo “n” la válvula de estudio entre 1 y 10
1. Análisis estadístico de los datos del modelo:
2. Modelo Probabilístico para K Válvulas

1. Tasas Obtenidas del Análisis Estadístico:

Luego de realizar el modelo probabilístico, se puede consolidar la

siguiente información

MODELO PROBABILÍSTICO PARA K VÁLVULAS

VÁLVULA TASA µ
K TASA ALFA (FALLAS) (REVISIONES) TASA BETA (β) (REVISIÓN TOTAL)
1 0,0082 0,0055
2 0,0082 0,0110
3 0,0055 0,0110
4 0,0110 0,0110
5 0,0110 0,0110
0,1429
6 0,0110 0,0110
7 0,0055 0,0110
8 0,0137 0,0055
9 0,0164 0,0055
10 0,0137 0,0055

De acuerdo con las pruebas realizadas se puede deducir que las válvulas
con mas tasa de fallas son la 8-9 y 10, esto significa un riesgo de sufrir
un derrame de crudo a la superficie. De acuerdo a los parámetros del
modelo, el valor crítico de Chi-cuadrado es de 14,06710 y revisando
que el estadístico de prueba de cada válvula es superior en cada
prueba, se puede inferir que se acepta la hipótesis nula en donde
los tiempos de falla de cada válvula siguen una distribución
exponencial.

Por otro lado de revisan los datos arrojados en cada prueba y se

evidencia que casualmente las válvulas 8-9 y 10 son las que menor
tiempo tomar para su revisión , por lo que para futuras decisiones, estas
válvulas son a las que deberían tener mayor importancia
ENTREGA PREVIA 2

Conceptualización del Modelo

Se presenta la modelación estocástica del sistema de protección

hidráulico, fundamentado en los datos históricos suministrados por la
empresa y modelado con las cadenas de Márkov; que pretende
minimizar los costos asociados a los derrames de crudo, con la
identificación previa de las posibles fallas en las válvulas; a
continuación, se presentan las variables de estado necesarias para
hacer el modelamiento y además algunos de los posibles espacios de
estado

Variables de estado

Variable de estado : X i ( t ) =Estado de lav á lvula i en el dia t ; ∀ i=1 , 2 ,3 , … , 10

{O,Dsila
X 1 ( t )=
, si la valvula 1 falla
valvula 1 no falla } X ( t )={
O, sila valvula 2 no falla }
2
D , si la valvula 2 falla

X ( t )={ } X ( t )= {
O , si la valvula 4 no falla }
D , si la valvula 3 falla D , sila valvula 4 falla
3 4
O , sila valvula 3 no falla

X ( t )={ } X ( t )= {
O , si la valvula 6 no falla }
D , si la valvula 5 falla D , si la valvula 6 falla
5 6
O, sila valvula 5 no falla

X ( t )={ } X ( t )={
O, sila valvula 8 no falla }
D , si la valvula 7 falla D , si la valvula 8 falla
7 8
O , sila valvula 7 no falla

X ( t )={
O , sila valvula 9 no falla }
X ( t )= {
0 , sila valvula 10 no falla }
D , si la valvula 9 falla D , si la valvula10 falla
9 10

Espacios de estado

Los espacios de estado serán entonces las combinaciones de todas las

válvulas, donde fallen o no fallen, además de estas posibles
combinaciones; se identifican los casos en los que se puede presentar
derrame de crudo, encontrando que se pueden presentar 1024 posibles
estados, a continuación, se exponen algunos de los casos.

Posibles VÁLVULA
hallazg
os 1 2 3 4 5 6 7 8 9 10

No hay derrame
1
O O O O O O O O O O crudo

O No hay derrame
2
O D D D D D O D O crudo

O O No hay derrame
3
O O D D D D O D crudo

O O No hay derrame
4
O D O D D D O D crudo

O O No hay derrame
5
O D D O D D O D crudo

6 O D D D D D D O D O derrame crudo

Buscando reducir la matriz de estados de 1024, se identifica que una

buena parte de ellos genera derrame de crudo, por lo que se establecen
en un estado denominado derrame, en este se ubican todas las
combinaciones de estados que dan lugar a un derrame de crudo,
quedando finalmente una matriz de 131x131, las reglas usadas para la
filtración se presentan en la hoja del Excel adjunto denominada estados

Ya teniendo la matriz de 131x131 se hace el llenado de esta mediante

las tasas de falla, tasas de revisión y tasa de revisión total, se realiza
estado por estado, teniendo suma atención de que únicamente haya
cambiado el estado de una variable, en caso de fallar se ubica su
respectiva tasa de falla, y en caso de haberse reparado se ubica la tasa
de revisión, la tasa de revisión total únicamente se escribe en el cambio
de estado de derrame a todas las válvulas funcionan

En cuanto al estado de derrame se ubican las tasas de falla de la o las

válvulas que puedan generar un derrame, teniendo en consideración
que con el cambio de una se genere un derrame.
Valores esperados de corto plazo

4.1. La probabilidad de que en la primera auditoría (4 meses o 120 días)

el sistema esté funcionando como nuevo.

Para determinar esta probabilidad se toma la matriz de tasas y se

calcula una de 120 días después mediante la función en la macro, luego
La probabilidad para que en la primera auditoría el sistema esté
funcionando como nuevo se encuentra el cambio de estado de un
estado todas las válvulas funcionan a un estado con todas las válvulas
funcionando, La probabilidad es de un 25.409%

4.2. Se quiere conocer la probabilidad de que en la segunda auditoría

(10 meses o 300 días) el sistema esté funcionando como nuevo.

De forma parecida al anterior punto, La probabilidad para que en la

segunda auditoría el sistema esté funcionando como nuevo se haya en
el cambio de estado de un estado todas las válvulas funcionan a un
estado con todas las válvulas funcionando y la probabilidad es igual a
25.408%

4.3. El número de días, en promedio, que se habrán utilizado para el

proceso de revisión total justo antes de cada auditoría.

Estos días en promedio, se determinan en la matriz de ocupación en el

estado de derrame, calculada para cada una de las auditorias, para la
primera auditoria el número de días, en promedio, que se habrán
utilizado para el proceso de revisión total justo antes es igual a 27,07
días y para la segunda es de 79,81 días

4.4. El número de días, en promedio, que transcurrirán hasta el próximo

derrame de crudo.

Este promedio de días es el tiempo del primer derrame o tiempo de

primera pasada para el estado de derrame, para calcularlo se hizo uso
de la macro enviada, ingresando la matriz sin el estado de derrame,
pues esta calcula el tiempo que debe transcurrir hasta el primer
derrame desde cualquiera de los estados y luego se determina el
promedio de todos los estados, encontrando que en promedio son
necesarios 26,41 días para llegar tener el próximo derrame.

Análisis de costos
Primero, se determina el valor en estado estable utilizando la matriz
correspondiente. Luego, se suman las probabilidades asociadas a los
estados con y sin derrame. La probabilidad de un derrame es del 12%,
mientras que la probabilidad de no tener derrame es del 88%. Las
pérdidas diarias cuando el pozo no está operativo son de USD 55,000, y
al multiplicarlas por la probabilidad de derrame, se obtiene un valor de
USD 6,600, que representa las pérdidas diarias esperadas en el largo
plazo cuando el pozo no está funcionando. Por otro lado, las ganancias
diarias del pozo en funcionamiento son de USD 35,000, y al
multiplicarlas por la probabilidad de no derrame, se obtiene un valor de
USD 30,800, que representa las ganancias diarias esperadas a largo
plazo. Por lo tanto, considerando estas probabilidades, la ganancia neta
a largo plazo sería de USD 24,200.

Conclusiones

Se ha observado que tanto la tasa de fallos como la de revisiones varían

según las diferentes válvulas del sistema hidráulico. Por ejemplo,
algunas válvulas presentan una baja tasa de fallos en relación con su
frecuencia de revisiones, mientras que otras muestran tasas de fallos
más elevadas en comparación con sus revisiones programadas. Como
recomendación, se sugiere analizar cada válvula de forma individual
para determinar si se están realizando suficientes revisiones preventivas
que ayuden a reducir el riesgo de fallos.

Se resalta que la tasa total de revisiones es notablemente mayor que en

otros componentes, lo que refleja una mayor demanda de trabajo para el
mantenimiento del sistema hidráulico. Esto puede afectar la asignación
de recursos y la planificación del mantenimiento, ya que es necesario
priorizar las válvulas con tasas de revisión total más altas para asegurar
su correcto funcionamiento y minimizar el riesgo de fallos graves.

Al reducir la matriz original de 1024 estados a una de 131x131, que

agrupa las combinaciones que provocan derrame, se simplifica
considerablemente el análisis. Esto permite un estudio más eficiente del
comportamiento del sistema y facilita la implementación de medidas
preventivas contra derrames.

Se observa que la probabilidad de que el sistema funcione de manera

óptima en la primera auditoría es del 25.409%, mientras que para la
segunda auditoría esta probabilidad disminuye ligeramente a 25.408%.
Estos resultados muestran la consistencia del sistema a corto plazo y
pueden servir para tomar decisiones de mantenimiento preventivo.
El tiempo promedio dedicado al proceso de revisión total justo antes de
cada auditoría aumenta significativamente. Para la primera auditoría es
de 27.07 días, mientras que para la segunda auditoría asciende a 79.81
días. Este aumento refleja una acumulación de revisiones que podría
sugerir la necesidad de mejorar la eficiencia de los procedimientos de
mantenimiento.

El análisis de costos muestra que el sistema, pese a la probabilidad del

12% de derrame, genera una ganancia neta diaria de USD 24,200 a
largo plazo. Este balance entre pérdidas por derrames y ganancias por
operación permite proyectar un beneficio económico sólido, aunque
sería ideal reducir aún más la probabilidad de derrame mediante
mejoras en el diseño o implementación de contingencias adicionales