CorrosiCorrosióón en tubern en tuberíías de transporte de gas as de transporte de gas

y petry petróóleoleo

Uso de herramientas de estadística aplicada

Ing. Fernando Tomati Ing. Adrián Gabriele

4tas. Jornadas de Celebración del Mes Nacional de la CalidadIAPG Río Gallegos

Octubre de 2011

TemarioTemario

• Antecedentes y objetivo del estudio

• Principios del método

• Caso de aplicación

• Conclusiones

Antecedentes y objetivo del estudio

MMéétodo de medicitodo de medicióónn

Equipo de mediciEquipo de medicióónn

((““chanchochancho””))

Punto de mediciPunto de medicióónn

TuberTuberíía (corte transversal)a (corte transversal) ββββββββ°°°°°°°°00°°°°°°°°

• Smart Pig (“chancho”)

• Algoritmo de discriminación de defectos

Hoja de datosHoja de datos

Número de

Sold. Circ.

Distancia

Relativa

(m)

Distancia

Absoluta

(m)

Comentario Prof.

Máxima

Profundidad

máxima

Longitud FER Orientación

(hrs:min)

Referencia

Aguas Arriba

10 0,000 0,163 0

0,000 0,163 SIN COSTURA COMIENZO 0

20 0,307 0,470 0

0,583 1,053 VÁLVULA DE COMPUERTA 0

30 1,163 1,633 0

0,250 1,883 250 MM TOMA-FORJADA 0 09:00

40 0,560 2,193 0 TOMA-FORJADA

0,943 3,137 50 MM TOMA-WELDOLET 0 12:00

3,763 5,957 MAGNETO 0

4,363 6,557 MAGNETO 0

4,461 6,655 INT PM 0,10 10 49 0,592 05:00

5,503 7,697 CURVA-EN FRÍO COMB. E&Deb. 0

10,068 12,261 INT PM 0,15 15 24 0,587 08:15

10,120 12,313 INT PM 0,11 11 13 0,583 08:30

10,266 12,459 INT PM 0,10 10 29 0,587 05:15

10,272 12,466 INT PM 0,20 20 22 0,588 08:15

50 10,327 12,520 0 TOMA-FORJADA

0,000 12,520 SOLD RESIST ELÉC COMIENZO 0

Defectos

Ubicación

Fuentes de errorFuentes de error

• Calibración de los sensores del equipo de medición

• Ubicación radial del equipo

• Fabricante y tecnología del equipo

• Condiciones propias de la medición (velocidad, entorno)

• Error residual del algoritmo de medición

Problemas a resolverProblemas a resolver

I – Comparación entre mediciones:

Se debe calcular la tasa de crecimiento de fallas comparando datos de los mismos defectos en un período o dos períodos diferentes y, en función de ello, una fecha de falla crítica.

II – Apareamiento de datos:

En el caso de dos mediciones, se deben aparear los defectos de uno y otro ensayo a fin de calcular la tasa de crecimiento de la falla.

Principios del método

Principios del mPrincipios del méétodo a aplicartodo a aplicar

• Tratamiento adecuado de los datos (en función de su naturaleza)

• Mirar el “bosque” primero (de lo general a lo particular)

• La tubería se puede “cortar” en rodajas

• Las fallas crecen en forma exponencial

Caso de aplicación:Tubería de gas analizada a los 5 y 10 años de construcción

AnAnáálisis de Normalidadlisis de Normalidad

272421181512

Median

Mean

11,2511,2011,1511,1011,0511,00

1st Quartile 10,000

Median 11,000

3rd Quartile 12,000

Maximum 27,000

10,995 11,218

11,000 11,000

1,455 1,614

A-Squared 61,49

P-Value < 0,005

Mean 11,107

StDev 1,530

Variance 2,342

Skewness 3,1162

Kurtosis 18,9275

N 722

Minimum 10,000

Anderson-Darling Normality Test

95% Confidence Interval for Mean

95% Confidence Interval for Median

95% Confidence Interval for StDev

95% Confidence Intervals

Summary for Prof A

36322824201612

Median

Mean

14,013,813,613,413,213,0

1st Quartile 11,000

Median 13,000

3rd Quartile 16,000

Maximum 36,000

13,684 13,991

13,000 13,000

3,397 3,614

A-Squared 53,14

P-Value < 0,005

Mean 13,838

StDev 3,502

Variance 12,267

Skewness 1,43393

Kurtosis 3,31552

N 2001

Minimum 10,000

Anderson-Darling Normality Test

95% Confidence Interval for Mean

95% Confidence Interval for Median

95% Confidence Interval for StDev

95% Confidence Intervals

Summary for Prof B

La hipótesis de normalidad no se verifica

2000

0

10

1000

20

30

03:00

40

06:00 009:00

Profundidad máxima

Distancia Absoluta_(m)

Orientación

Profundidad máxima - Ensayo B

AnAnáálisis exploratorio (lisis exploratorio (““screeningscreening””))

9000800070006000500040003000200010001

35

30

25

20

15

10

Observation

Pro

fundidad m

áxim

a

Number of runs about median: 4121

Expected number of runs: 4483,1

Longest run about median: 35

Approx P-Value for Clustering: 0,000

Approx P-Value for Mixtures: 1,000

Number of runs up or down: 6052

Expected number of runs: 6203,0

Longest run up or down: 8

Approx P-Value for Trends: 0,000

Approx P-Value for Oscillation: 1,000

Run Chart of Profundidad máxima Ensayo B

Detección de segmentos y ángulos críticos

Estudio detallado con Medianas

Prof BProf A

24

22

20

18

16

14

12

10

Data

Boxplot of Prof A; Prof B

Mann-Whitney Test and CI: Prof A; Prof B N Median

Prof A 1410 11,000

Prof B 1997 12,500

Point estimate for ETA1-ETA2 is -2,000

95,0 Percent CI for ETA1-ETA2 is (-2,000;-1,500)

W = 1529136,0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0,0000

The test is significant at 0,0000 (adjusted for ties)

Segmentos1090 - 1451

Segmentos

779 - 971

Prof BProf A

24

22

20

18

16

14

12

10

Data

Boxplot of Prof A; Prof B

Mann-Whitney Test and CI: Prof A; Prof B N Median

Prof A 1410 11,000

Prof B 1997 12,500

Point estimate for ETA1-ETA2 is -2,000

95,0 Percent CI for ETA1-ETA2 is (-2,000;-1,500)

W = 1529136,0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0,0000

The test is significant at 0,0000 (adjusted for ties)

Prof BProf A

24

22

20

18

16

14

12

10

Data

Boxplot of Prof A; Prof B

Mann-Whitney Test and CI: Prof A; Prof B N Median

Prof A 1410 11,000

Prof B 1997 12,500

Point estimate for ETA1-ETA2 is -2,000

95,0 Percent CI for ETA1-ETA2 is (-2,000;-1,500)

W = 1529136,0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0,0000

The test is significant at 0,0000 (adjusted for ties)

Segmentos1090 - 1451

Segmentos

779 - 971

Corte de la tubería en “rodajas”

Segmentos críticos y curva de corrosión

2095208020652050203520202005

120

100

80

60

40

20

0

Year

Pro

f%

MAPE 0,0599000

MAD 0,0089096

MSD 0,0001376

Accuracy Measures

Actual

Fits

Forecasts

Variable

Trend Analysis Plot for Prof%Growth Curve Model

Yt = 9,63912 * (1,14008**t)

La proyección de crecimiento del defecto en los segmentos estudiados indica el momento de mayor probabilidad de encontrar un defecto con profundidad mayor a 50% ( tramo de 1089,8 a 1451,4 m)

Conclusiones

Conclusiones y oportunidades de aplicación

• El tratamiento de los datos debería ser realizado, en la mayoría de los casos, a través del análisis estadístico no paramétrico. Herramientas más indicadas:

� Run Chart� Surface Plot� Box Plot� Mann-Whitney Median Test

• La proyección del avance de la corrosión debería ser tratado a través de curvas exponenciales del tipo Y = A . B(t)

Corrientes 222 Piso 14Buenos Aires - Argentina(5411) 5555-1428www.hltnetwork.com