Programación Matemática y Software (Feb 2018)
Optimización de la Probabilidad de Falla en el Proceso de Evaluación de Integridad de Ductos para el Transporte de Hidrocarburos por Medio de Algoritmos Genéticos
Abstract
La industria del petróleo es una de las más prolíferas alrededor del mundo. Nuestra vida diaria está rodeada del petróleo, desde el combustible en la mayoría de los sistemas de trasporte y los sistemas de producción de electricidad, hasta las miles de envolturas de productos que consumimos en el supermercado. La economía mundial está vinculada estrechamente al descubrimiento, extracción, explotación y trasformación del petróleo. Para llevar a cabo estos procesos, es necesario que el petróleo y sus productos sean trasportados de un punto a otro. El sistema de distribución más popular y seguro en la actualidad es el de tuberías o ductos instalados a través de varios o miles de kilómetros en tierra o mar. Sin embargo la naturaleza misma de este producto posee un riesgo latente en su manejo en todo momento. Por esta razón, organizaciones privadas y públicas, universidades, centros de investigación y gobiernos buscan constantemente colaborar para innovar y desarrollar metodologías y tecnologías que asistan las diferentes facetas de la producción, proceso y trasporte del petróleo con el fin de reducir las incidencias e impactos que tienen las fallas de los ductos que trasportan los hidrocarburos. En este trabajo se describe el desarrollo de un Sistema de Soporte de Decisiones inteligente para asistir al proceso de toma de decisiones construido con un conjunto de Algoritmos Genéticos que proveen configuraciones optimizadas de las variables que describen, de forma cuantitativa, la condición del ducto y la probabilidad de que deje de operar correctamente a causa de una o varias fallas. El propósito de este proyecto es encontrar soluciones que minimicen y optimicen el valor de la Probabilidad de Falla en un segmento de ducto y de esta forma, contribuir a la asignación optimizada de recursos para evitar incidentes que impacten en el medio ambiente o en la sociedad.
