Modelo de confiabiliade estrutural de tubos com trincas usados na indústria de óleo e gás : a importância das variáveis dos END

Abstract

A confiabilidade estrutural de tubos industriais, incluindo aqueles que são utilizados na indústria de óleo e gás, tem um significativo impacto na segurança das pessoas e no meio ambiente. O presente trabalho visa desenvolver um modelo computacional de confiabilidade estrutural (SEM) que considera o método do diagrama de avaliação de falha (FAD), a técnica de simulação de Monte Carlo, e as curvas de probabilidade de detecção definidas pelo usuário, e diferentes valores do fator de confiabilidade do reparo na probabilidade de falha são discutidos. Os principais resultados incluem a identificação de casos onde fazer uma reparação não garante uma melhoria da confiabilidade estrutural, e as consequencias de considerar o reparo como um “processo perfeito” o que resulta numa avaliação não conservadora. Finalmente, uma dada combinação de dados de probabilidade de deteção e de dados da medida do tamanho da trinca que permite prever o valor alvo de probabilidade de falha é proposto.

The structural reliability of industrial pipes, including those in oil and gas industries, has a significant impact on the safety of people and the environment. This work aims develop a computational structural reliability model (SRM) wich considers the failure assessment diagram (FAD) method, the Mont Carlo Simulation (MCS) technique, and the user-defined probability of detection curves of non-destructive testing (NDT). The concept of “reliability factor of repair” is proposed. Then the effects of pipe inspection considering different user-defined probability of failure are discussed. The main results include the identification of cases where perfoming repairs does not guarantee an improved structural reliability, as well as the consequences of considering the repair as a “perfect process” wich result in non-conservative assessments. Finally, a given combination of probability of detection data and crack measurement data allows to predict a target value of failure probability is proposed.