[pt] RESOLVENDO OS PROBLEMAS DETERMINÍSTICO E ESTOCÁSTICO DE ESCALONAMENTO DE EMBARCAÇÕES DO TIPO PIPE- LAYING SUPPORT VESSEL

[en] SOLVING THE DETERMINISTIC AND STOCHASTIC PIPE-LAYING SUPPORT VESSEL SCHEDULING PROBLEM

[pt] VICTOR ABU-MARRUL CARNEIRO DA CUNHA

[pt] SIMULACAO MONTE CARLO

[pt] FORMULACAO MATEMATICA

[pt] PROGRAMACAO DE EMBARCACOES

[pt] LOGISTICA OFFSHORE

[pt] METODOS HIBRIDOS

[pt] METAHEURISTICAS

[en] MONTE CARLO SIMULATION

[en] MATHEMATICAL FORMULATION

[en] SHIP SCHEDULING

[en] OFFSHORE LOGISTICS SYSTEM

[en] HYBRID METHODS

[en] METAHEURISTICS

[pt] Empresas de exploração de petróleo e gás offshore frequentemente precisam lidar com problemas relacionados ao uso eficiente de seus recursos. Neste trabalho, abordamos um problema de programação de navios associado à logística offshore de petróleo e gás – O Problema de Programação de Embarcações do tipo Pipe-Laying support Vessel (PLSVSP). Essas embarcações são especialmente projetadas para realizar conexões de dutos entre poços de petróleo submarinos e plataformas de produção. A conexão de dutos é a última etapa a ser executada para permitir a drenagem do óleo e iniciar a produção em um poço. No PLSVSP, o objetivo é antecipar a conclusão de poços mais produtivos. O problema pode ser visto como uma variante de um problema de programação de lotes com máquinas paralelas idênticas e tempos de configuração não antecipados por família para minimizar o total weighted completion time. Nessa analogia, embarcações são as máquinas, poços são as tarefas e lotes são as viagens executadas por PLSVs, definindo quais poços devem ser conectados a cada saída do porto. Foram desenvolvidas diversas abordagens de otimização para resolver as variantes determinística e estocástica do problema. Para a variante determinística, desenvolvemos métodos híbridos e uma metaheurística capazes de melhorar as soluções desenvolvidas por formulações MIP puras e lidar com o PLSVSP. Para a variante estocástica, foi desenvolvida uma simheurística utilizando simulação de Monte Carlo incorporada, considerando incertezas nas durações das conexões e nas datas de chegada dos oleodutos no porto. Os resultados mostram uma melhora significativa no custo das soluções quando lidam com incertezas em comparação com soluções geradas por um método determinístico. O uso da simulação em uma estrutura metaheurística mostrou-se uma abordagem promissora, capaz de lidar com o problema estocástico, com pouco esforço computacional extra necessário.

[en] Offshore oil and gas exploration companies frequently need to deal with problems related to the efficient use of their resources. In this work, we address a ship scheduling problem associated with offshore oil and gas logistics – The Pipe Laying Support Vessel Scheduling Problem (PLSVSP). These vessels are specially designed to perform pipeline connections between sub-sea oil wells and production platforms. The connections are the last step to be performed to allow the oil draining, starting production in a well. The PLSVSP objective is to anticipate the completion of the most productive wells. The problem can be seen as a variant of a batch scheduling problem with identical parallel machines and non-anticipatory family setup times to minimize the total weighted completion time. In this analogy, vessels are machines, wells are jobs, and batches are voyages executed by PLSVs, defining which wells to connect each time it leaves the port. We developed several optimization approaches to solve the deterministic and stochastic variants of the problem. For the deterministic problem, we developed hybrid methods and a metaheuristic that outperformed the pure MIP formulations, being practical to deal with the PLSVSP. A simheuristic using embedded Monte Carlo simulation was developed for the stochastic variant of the problem, considering uncertainties in the connection duration and the arrival dates of pipelines at the port. The results show a significant improvement in the solutions dealing with uncertainties compared to solutions generated by a deterministic method. The use of simulation within a metaheuristic framework proved to be a promising approach, being able to deal with the stochastic problem, with little extra computational effort required.

RAFAEL MARTINELLI PINTO

SILVIO HAMACHER

SILVIO HAMACHER

BRUNO FANZERES DOS SANTOS

RAFAEL MARTINELLI PINTO

VIRGILIO JOSE MARTINS FERREIRA FILHO

ANAND SUBRAMANIAN

IRINA GRIBKOVSKAIA

2021-07-26

2021-05-03

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53889@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=53889@2

https://doi.org/10.17771/PUCRio.acad.53889