Analiyah, Dinda Febriani (2025) Strategi Pemeliharaan Dan Pemilihan Alat Pengeboran Berbasis Risiko di Industri Migas. Masters thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 6020231012-Master_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
6020231012-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy |
Abstract
Industri minyak dan gas merupakan salah satu sektor utama dalam pemenuhan kebutuhan energi global, khususnya pada kegiatan hulu yang beroperasi di laut lepas. Dalam operasi pengeboran bawah permukaan, Bottom Hole Assembly (BHA) memiliki peran penting sebagai perantara antara sistem di permukaan dan formasi geologi. Salah satu komponennya adalah Logging While Drilling (LWD), bergantung pada papan elektronik yang beroperasi di lingkungan ekstrem dengan suhu tinggi, getaran kuat, dan tekanan tinggi. Kondisi ini sering menimbulkan risiko kegagalan papan elektronik, sementara keputusan pemeliharaan di lapangan umumnya masih bersifat manual dan subjektif, tanpa mempertimbangkan riwayat operasional dan risiko lingkungan. Penelitian ini mengusulkan kerangka kerja pengambilan keputusan pemeliharaan dan pemilihan alat LWD berbasis risiko. Dua model utama digunakan secara integrasi. Hidden Markov Model (HMM) digunakan untuk mengestimasi risiko kegagalan dinamis pada papan elektronik dari data sensor kontinu dan mengklasifikasikan kondisi alat ke dalam empat tingkat risiko (Low, Moderate, High, Extreme). Selanjutnya, Fuzzy Analytic Hierarchy Process (FAHP) dan Fuzzy Inference System (FIS) digunakan untuk merumuskan keputusan strategis dengan mempertimbangkan beberapa kriteria. Kriteria pemeliharaan alat meliputi Risiko HMM, Component Criticality, Labour Hour, dan Downtime. Kriteria pemilihan alat mencakup Risiko HMM, Ketersediaan Alat, Kesesuaian Lingkungan, dan Variasi Lokasi. Dari 64 unit LWD yang dianalisis, persentase terbesar sekitar 96.9% direkomendasikan untuk strategi Maintenance. Hal ini menunjukkan bahwa sistem mampu mengidentifikasi indikasi degradasi pada tahap awal sehingga tindakan pemeliharaan dapat dilakukan sebelum terjadi kegagalan kritis. Hasil pemilihan alat menunjukkan distribusi yang beragam terhadap empat skenario operasional, dengan persentase terbesar pada Skenario B (32.8%, operasi darat, jauh dari workshop) dan Skenario D (28.1%, operasi lepas pantai, jauh dari workshop). Hasil ini menunjukan bahwa pendekatan yang digunakan mampu memadukan risiko teknis dengan pertimbangan kondisi operasional. Tesis ini diharapkan dapat menjadi pedoman dalam pengambilan keputusan pemeliharaan dan pemilihan alat LWD berbasis risiko kegagalan papan elektronik.
=======================================================================================================================================
The oil and gas industry is a key part of global energy supply, especially in offshore upstream operations. Bottom Hole Assembly (BHA) is crucial as it connects the surface system to the underground formation. One of its key components, Logging While Drilling (LWD), relies on sensitive electronic boards that face extreme temperatures, vibrations, and pressure. These tough conditions often lead to sudden failures, while maintenance decisions are largely manual and subjective, not fully considering operational history or environmental risks. This research suggests a framework for making maintenance decisions and selecting LWD tools based on risk. It integrates two main models. The Hidden Markov Model (HMM) estimates the dynamic failure risk of electronic board using continuous sensor data and sorts tool condition into four risk levels: Low, Moderate, High, and Extreme. The Fuzzy Analytic Hierarchy Process (FAHP) and Fuzzy Inference System (FIS) are then used to determine strategic actions based on various criteria. The criteria for maintenance decisions are HMM Risk, Component Criticality, Labour Hours, and Downtime. The criteria for tool selection are HMM Risk, Tool Availability, Environmental Compatibility, and Location Variability. Among 64 evaluated LWD units, about 96.9% were advised for the maintenance strategy. This suggests that the systems can identify early signs of degradation, allowing for maintenance before critical failures happen. The tool selection results show a varied distribution across four operational scenarios, with the largest proportions in Scenario B (32.8%, onshore operations, far from the workshop) and Scenario D (28.1%, offshore operations, far from the workshop). These finding demonstrate that the proposed approach can merge technical risk assessment with operational conditions to support more objective decision-making. This thesis intends to offer practical guidance for risk-based maintenance and LWD tool selection focused on electronic board failure.
Actions (login required)
 |
View Item |