A hybrid multi-objective genetic algorithm for scheduling heterogeneous workover rigs on onshore oil fields

• Ano de defesa: 2017
• Autor(a) principal: TOZZO, Everton
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco; UFPE; Brasil; Programa de Pos Graduacao em Engenharia de Producao
• Palavras-chave em Português: Engenharia de Produção; Problema de Sondas de Manutenção; Frota heterogênea; Otimização multiobjetivo; Algoritmo Genético Híbrido; Descida em Vizinhança Variável
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/23757

Campos de produção de petróleo terrestres são compostos por um conjunto de poços de petróleo que, depois de certo tempo em operação, podem apresentar algum tipo de mau funcionamento e ter a produção interrompida. Quando isso ocorre, veículos especialmente equipados, também chamados sondas de manutenção, são utilizados para prestação de serviço nos poços e garantir que suas atividades sejam reestabelecidas. Dado um número limitado de sondas de manutenção e a grande quantidade de poços existentes no campo de petróleo, o problema das sondas de manutenção consiste em encontrar o melhor escalonamento para as mesmas de modo que a perda de produção total dos poços seja minimizada. O escalonamento dos poços considera alguns fatores como a taxa de perda de produção por poço, o nível de atendimento requerido e o horizonte de planejamento para o qual o escalonamento será executado. Este trabalho apresenta um algoritmo genético híbrido para a resolução do problema de sondas de manutenção com múltiplos objetivos, frota heterogênea e horizonte de planejamento finito. O algoritmo genético híbrido incorpora uma heurística de descida em vizinhança variável como método de busca local para aumentar a velocidade de convergência do conjunto de soluções. São considerados os objetivos de minimização da perda de produção e custo com frota associado ao aluguel das sondas de manutenção. A frota é mantida variável, portanto um depósito de sondas é incluído em uma posição estratégica no campo de produção de petróleo para garantir que as novas sondas de manutenção, além das já espalhadas no campo, possam ser incluídas no escalonamento quando requeridas. O algoritmo genético foi testado em um conjunto de instâncias com até 200 poços, 10 sondas de manutenção e horizonte de planejamento igual a 300. Os resultados demonstram um alto conflito entre os objetivos de minimização da perda de produção e o custo da frota para o problema das sondas de manutenção, além de importantes aspectos relacionados às soluções obtidas pelo algoritmo proposto aplicado ao problema.