digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Ryan Kurniawan Santoso
PUBLIC Suharsiyah

2016 TA PP RYAN KURNIAWAN SANTOSO 1.pdf?
Terbatas  Suharsiyah
» Gedung UPT Perpustakaan

Riset ini menyajikan studi tentang cara memprediksi korosi pitting dan evolusi scale di dalam pipa minyak dan gas dengan menggunakan model stokastik. Korosi pitting and pertumbuhan scale dipilih sebagai objek karena prediksi dari pitting korrosi dan pertumbuhan scale ini sangat rumit untuk ditentukan dengan metode deterministik. Tahap pertama dari riset ini adalah studi literature untuk memilih beberapa model probabilitas yang sesuai untuk menggambarkan korosi pitting dan pertumbuhan scale. Model Markov Chain dan Poisson dipilih sebagai model terbaik untuk menggambarkan korosi pitting dan pertumbuhan scale. Kemudian, kedua model digabungkan untuk membentuk suatu persamaan yang lebih sederhana sehingga akan memudahkan perhitungan. Data eksperimen pelat besi dalam air digunakan untuk mensimulasikan model korosi pitting. Data lapangan dari pipa minyak yang tidak dipendam dan tidak diinsulasi digunakan untuk mengevaluasi model pertumbuhan scale. Scale yang digunakan disini adalah scale parafin. Kemudian, hasilnya akan dibandingkan dengan model JSCE/Gumbel Distribution. Dengan mengkombinasikan dua model probabilitas, fungsi kombinasi yang sederhana diperoleh. Fungsi gamma berperan sebagai pengontrol dari nilai yang dihasilkan. Untuk memprediksi korosi, model kombinasi disimulasikan dengan skenario 2, 3, 4, 5, 6, 7, 8, 9, 10, 20, 50, 80, 100, 150, dan 170 partisi dari ketebalan pipa. Kemudian, untuk tiap partisi, akan dilakukan metode meminimalisasi error untuk memilih partisi terbaik. Oleh karena itu, untuk korosi pitting, skenario 20 partisi menghasilkan error yang kecil. Demikian pula dengan model stokastik yang sama, untuk pertumbuhan scale, skenario 50 partisi menghasilkan error yang kecil. Dari hasil prediksi, terlihat bahwa hasil prediksi cenderung mengikuti fungsi logaritmik. Oleh karena itu, trend logaritmik diregresikan ke hasil stokastik untuk membantu memprediksi kegagalan pipa secara kasar. Waktu ini kemudian dikonfirmasi probabilitasnya dalam model stokastik. Prediksi waktu kegagalan pipa ini sangat penting untuk menyusun tindakan preventif. Banyak sekali pengukuran yang dilakukan di lapangan untuk mengetahui ketebalan pipa atau diameter efektif selama period produksi. Pengukuran ini sangatlah mahal. Eksperimen di laboratorium dapat digunakan sebagai pengganti. Namun, data laboratorium selalu didapatkan melalui beberapa asumsi dan susah mewakili keadaan sesungguhnya. Oleh karena itu, model ini dikembangkan untuk memberi prediksi yang akurat.