IBP1760_12 A CURVA DE APRENDIZADO NA METODOLOGIA GERISK: Aplicaes em Projetos de E&P

GERISK METHODOLOGY LEARNING CURVE: applications in E&P Projects

Arlindo Antonio de Souza1, Yuri Amaral C. L. Mouro 2, Luis Paulo F.de Barros3, Miriane Cristina Salvador4, Bergson Merchiorato F. Maia5, Marcello Marques6, Ana Luiza C. H. Rangel7, Maria Teresa R. Fuess8
Copyright 2012, Instituto Brasileiro de Petrleo, Gs e Biocombustveis - IBP Este Trabalho Tcnico foi preparado para apresentao na Rio Oil & Gas Expo and Conference 2012, realizado no perodo de 17 a 20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Tcnico foi selecionado para apresentao pelo Comit Tcnico do evento, seguindo as informaes contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores no iro traduzir ou corrigir os textos recebidos. O material conforme, apresentado, no necessariamente reflete as opinies do Instituto Brasileiro de Petrleo, Gs e Biocombustveis, Scios e Representantes. de conhecimento e aprovao do(s) autor(es) que este Trabalho Tcnico seja publicado nos Anais da Rio Oil & Gas Expo and Conference 2012.

Resumo
Este artigo apresenta a Curva de Aprendizado Probabilstica usada na metodologia GERISK para avaliao do tempo demandado para a Construo e Manuteno dos Poos, estimativa dos custos e alocao de recursos em projetos da Engenharia de Poo da Explorao & Produo. A partir de dois casos reais (um deles com poos concludos), so discutidos aspectos como a disseminao do aprendizado, o uso de novas tecnologias, a influncia da automao, a experincia prvia, a customizao e as incertezas presentes. A metodologia GERISK vem sendo utilizada desde 2000 na Engenharia de Poo da, E&P da PETROBRAS, buscando contribuir na Mitigao dos Riscos, na Melhoria das Estimativas de Tempo e Custo (Oramentao), na Gesto do Projeto e, mais recentemente, na Consolidao e Perenizao das Melhores Prticas. Nos Projetos, principalmente os relacionados ao Pr-Sal, embora haja um consenso da ocorrncia de Aprendizado Acelerado, em particular na Construo dos Poos, (perfurao em carbonatos, recebimento de Sondas Novas etc.) a incerteza quanto a sua magnitude e velocidade , ainda, relevante nas previses de Prazo e Custo impactando diretamente no VPL (Valor Presente Liquido) previsto e realizado.

Abstract
This article introduces the Probabilistic Learning Curve used in GERISK methodology to evaluate the time required for wells construction and workover, estimate costs and resource allocation in Well Engineering of Exploration & Production projects. Starting with two real cases (one of them with already completed wells), aspects such as the spread of learning, the use of new technologies, the influence of automation, previous experience, customization and uncertainties present are discussed. The GERISK methodology has been used in PETROBRAS E&P since 2000, seeking to contribute to Mitigate Risks, Improve Estimates of Time and Cost (Budgeting) in Project Management and, more recently, consolidate and perpetuate Best Practices. At Projects, especially in those related to the Pre-Salt, although there is consensus on the occurrence of Accelerated Learning, particularly in the Wells Construction (drilling in carbonates, New Rigs receiving etc.), the uncertainty about its magnitude and speed is still relevant in Time and Cost forecasts, directly impacting the NPV (Net Present Value) foreseen and performed.

______________________________ 1 PHD, Engenheiro de Petrleo PETROBRAS S.A. 2 Engenheiro de Petrleo PARAGON TECNOLOGIA LTDA 3 PHD, Engenheiro de Petrleo PETROBRAS S.A. 4 Mestre, Engenheira Mecnica PARAGON TECNOLOGIA LTDA 5 Coordenador de Projetos de E&P, Engenheiro de Petrleo PETROBRAS S.A. 6 Mestre, Engenheiro de Petrleo PETROBRAS S.A 7 Estudante, Estagiria Engenharia de Petrleo & Gs 8 PMO, Engenheira de Produo SOFTEK Brasil

Rio Oil & Gas Expo and Conference 2012

1. Introduo
O processo de ganhar experincia, ou seja, de aquisio de conhecimento e destreza para realizar determinada tarefa e/ou atividade tem sido estudado com diferentes objetivos e perspectivas: buscar melhoria contnua, produtividade, explicar o aprimoramento resultante da repetio de tarefas, conhecer e acelerar os fatores que influenciam o aprendizado, direcionar a poltica de treinamento, avaliar o tempo demandado, estimar custos, dimensionar recursos etc. Na quase totalidade dos estudos, o efeito dos diferentes fatores sobre o processo de aprendizagem denominado Curva de Aprendizado (Learning Curve) e descrito por modelos matemticos do tipo exponencial ou hiperblico. Dentro de uma viso holstica, e considerando um cenrio competitivo, a Engenharia de Poo da PETROBRAS, desde 2000, utiliza alm das tcnicas propostas por organizaes como o PMI Project Management Institute e IPA Independent Project Analysis um conjunto de procedimentos, critrios e orientaes customizadas, denominada GERISK. A metodologia busca contribuir na Mitigao dos Riscos e Incertezas, na Melhoria das Estimativas de Tempo e Custo (Oramentao), na Gesto do Projeto e, mais recentemente, na Consolidao e Perenizao das Melhores Prticas. A utilizao dessa metodologia na rea de Poos tem como objetivos: 01- EXPLICITAR as INCERTEZAS existentes nas estimativas de TEMPO e CUSTO (oramentao), 02- DETALHAR e COMPARAR as ALTERNATIVAS do Projeto, 03- ANTECIPAR a possibilidade de FALHAS e PROBLEMAS, 04- RODAR o ciclo PDCA (Plan, Do, Check, Act) de modo Prtico e Objetivo, 05- AUXILIAR na IDENTIFICAO de Oportunidades de MELHORIA, 06- SUBSIDIAR a elaborao de ALTERNATIVAS e Planos de CONTINGNCIA, 07- JUSTIFICAR e Apoiar DECISES, 08- FORNECER SUBSDIOS para OTIMIZAO, 09- REDUZIR o CUSTO Global do Projeto (dentro de uma viso Holstica e Integrada), 10- AGILIZAR a Tomada e Implementao das DECISES, 11- ACELERAR o APRENDIZADO, 12- IDENTIFICAR RISCO e INCERTEZAS das INTERFACES e ENVOLVER RESPONSVEIS no PROCESSO (Reservatrio, Escoamento, SMES, Logstica, Sondagem, Contratos etc.), e 13- AUMENTAR a PROBABILIDADE de Atingir o OBJETIVO dentro do PRAZO, CUSTO e condies estabelecidas. O foco contribuir na Mitigao dos Riscos e Incertezas sempre presentes nos Projetos, na Melhoria da Oramentao, na Gesto Adequada do Projeto e na Consolidao e Perenizao das Melhores Prticas, atuando assim, como um importante instrumento Estratgico e ferramenta de Suporte Deciso.

2. Curva de Aprendizado na Metodologia GERISK

Na medida em que algum executa uma Tarefa, espera-se que diminua o tempo necessrio para realiz-la novamente, de uma maneira mais perceptvel no incio, depois mais sutilmente medida que aumenta a quantidade de repeties (aprendizado). Esse fato muito til, por exemplo, no momento em que se define a EQUIPE de um Projeto pois, teoricamente, o profissional mais experiente trabalha com mais Eficcia e Eficincia. A Eficcia significa cumprir metas, ou seja, alcanar os resultados procurados. Resumidamente, a Eficcia medida pela comparao entre o que se Pretende e o que Efetivamente se conseguiu Fazer. J a Eficincia significa a Otimizao de Recursos, algo como Fazer Mais com Menos. O ideal ser Eficiente e Eficaz muito embora raramente isto acontea. Em geral, o Eficaz faz acontecer, mas precisa do Eficiente para se encarregar do como fazer do melhor modo possvel. muito importante considerar a Curva de Aprendizado de forma realista, incluindo o seu impacto nas estimativas de Tempo e Custo em qualquer Projeto, em particular nos de Construo de Poos Exploratrios ou para o Desenvolvimento da Produo de um Campo de Petrleo e Gs que sempre envolvem tarefas repetitivas (de Processo, 2

Rio Oil & Gas Expo and Conference 2012 de Projeto e de algumas no to claramente definidas entre Projeto e Processo, que chamamos, na GERISK, de Hbridas ou Cinzentas) em um Cenrio de Incertezas, e no raro, com ausncia de registros histricos correlacionveis e confiveis como, por exemplo, Poos Exploratrios pioneiros ou que necessitam de dados e informao para customizao como os do Pr-Sal ou de uma TLWP no Brasil. Na metodologia GERISK o aprendizado sempre considerado. Normalmente o aprendizado j est embutido nos registros histricos considerados para as estimativas de tempo e custo, pois utilizam-se dados histricos da realizao das tarefas e/ou atividades realizadas por profissionais de diferentes graus de experincia. No caso da tarefa e/ou atividade envolver algum aspecto novo que envolva aprendizado recomenda-se utilizar a chamada Curva de Aprendizado Probabilstica. O carter probabilstico devido incerteza na determinao da taxa de aprendizado, do executor, para aquela atividade ou tarefa em particular, e, ainda, da dificuldade de separar do realizado o tempo til do tempo perdido, e da necessidade de ajustar uma equao terica aos dados existentes (impreciso). Normalmente buscando mitigar essa incerteza, na GERISK, elabora-se uma equao conservadora, uma mais provvel e uma otimista, ou seja, trabalha-se com trs Cenrios. Na Curva de Aprendizado Probabilstica GERISK so considerados relevantes e, contemplados os seguintes fatores e aspectos: a) Existncia de Conhecimento Prvio (participao da Equipe em Projetos Similares); b) Destreza, capacitao e reteno do Conhecimento, principalmente, quando a Tarefa e/ou Atividade no realizada de modo Contnuo (maioria dos projetos). Aqui, o problema o que, na GERISK, denominamos fator de esquecimento que o inverso do fator de escala numa linha de montagem (processo), por exemplo. Diferentemente das mquinas a memria humana bastante seletiva e tende a priorizar as informaes mais recentes (aprendizado). Quando repetimos diariamente uma tarefa automaticamente ganha-se habilidade e percebe-se oportunidades de melhoria (efeito escala), por outro lado, ao deixar de praticar esta tarefa durante um determinado intervalo de tempo, facilmente, ocorre um esquecimento que na prtica pode ser representado como um retorno a um ponto anterior da sua curva de aprendizado; c) Grau de Automao envolvido; d) Necessidade de ajuste, adaptao e/ou Customizao dos Procedimentos existentes; e) Outros: poltica de treinamento e capacitao, motivao, complexidade etc. As premissas bsicas adotadas so: 1. O aprendizado basicamente fruto da Experincia e Controle do Processo. As experincias Bem Sucedidas sero incentivadas e repetidas como Melhores Prticas, e as Mal Sucedidas, aps analisadas, devem gerar aes para eliminao/diminuio de sua Probabilidade de Ocorrncia e/ou Reduo do seu impacto (caso ocorra novamente), ou seja, Lies Aprendidas; A disseminao do Aprendizado deve ocorrer no s no mbito do Projeto mais de toda a Empresa (deve-se tomar aes para torn-la Realidade) e considera-se que, embora a Experincia seja Pessoal intransfervel, o Conhecimento totalmente transmissvel e deve ser Compartilhado; O uso de Novas tecnologias e/ou Novos Procedimentos, dependendo do nvel de Inovao, tem diferentes Impactos na Curva de Aprendizado; A equao matemtica tpica para representar a Curva de Aprendizado Probabilstica GERISK do tipo Exponencial, de acordo com a equao 1 (usual: a = 1 e g1 = g2 = 0), onde: a. b. c. d. e. C1+C2 = TEMPO TIL Esperado para o PRIMEIRO POO com g1 = g2 = 0, C1 = Cmin (LIMITE TCNICO), C3 = TAXA (velocidade) de APRENDIZADO (Habilidade em Adquirir e Reter Experincia), N = NMERO do POO do Projeto em ORDEM CRONOLGICA Cronolgica, Tn = TEMPO TIL Esperado para o N-SIMO POO da Campanha em particular, 3

2.

3.

4.

Rio Oil & Gas Expo and Conference 2012 f. g. a = FATOR do Nvel de AUTOMAO: 1 Sem Influencia, 0 Totalmente Automatizado, g1 = CONHECIMENTO PRVIO e EXPERINCIA: -3 - nvel ESPECIALISTA: conhecimento e bastante experincia recente (menos de 1 ano) na Atividade Especfica (tarefa replicante ou copy and paste), -2 - nvel SENIOR: conhecimento e bastante experincia recente (menos de 1 ano) no Assunto, -1 - nvel PLENO: conhecimento e mdia experincia no Assunto, 0 - nvel CAPACITADO: pouca experincia mais com capacitao adequada, ou seja, Apto para Tarefa/Atividade embora necessitando, ainda, de Superviso, h. g2 = CUSTOMIZAO 0 : REPLICANTE: requer pouca ou nenhuma modificao, 1 : NORMAL: requer ajustes e apresenta algumas dificuldades adicionais, 3 : INOVADORA: exige novos procedimentos e/ou o desenvolvimento de Tcnicas ou Tecnologia, geralmente envolve P&D: Pesquisa e Desenvolvimento.
3

T = C + a * C * eC
n 1 2

*(1 N + g1 + g 2 )

(1)

3. Cases: Aprendizado GERISK na Estimativa de Tempo da Campanha dos Poos

3.1. Curva de Aprendizado Probabilstica GERISK-01 O GERISK-01 um trabalho que foi realizado em 2008 para a estimativa do tempo de durao de cada um dos quinze primeiros Poos Martimos de uma Campanha (perfurao e completao) do Campo que aqui ser denominado de SK devido a um acordo de confidencialidade. Os Poos (SK-xx) j foram todos construdos e esto em produo sendo possvel fazer uma comparao entre os valores de Previsto e Realizado, apresentados a seguir na Tabela 1 e na Figura 1. A equao 2 representa a Curva de Aprendizado para o valor Mais Provvel Adotado por ocasio do Projeto. Para os valores, representado os cenrios, Conservador e Otimista adotou-se para a constante C3 os valores 0,3 e 1,7 respectivamente.

T = C + C *e
n 1 2

1, 0*(1 N )

(2)

Tabela 1. Campanha SK: Estimativa Probabilstica Considerando a Curva de Aprendizado

Poo Sonda Data de Inicio
*** jun/09 jun/09 out/09 dez/09 jun/10 jun/10 jul/10 jul/10 set/10 set/10 out/10 nov/10 dez/10 abr/11 out/11

Tempo Total Realizado

dias 200 114 77 136 153 146 166 103 220 84 145 219 75 99 174

Tempo Total til Realizado

dias 151 97 57 104 136 83 91 90 143 68 117 158 50 78 125

Previsto na poca Aprendizado Usual

dias Conservador Mais Provvel 139 139 127 110 118 99 112 95 107 94 103 93 100 93 98 93 97 93 96 93 95 93 94 93 94 93 93 93 93 93 Otimista 139 101 94 93 93 93 93 93 93 93 93 93 93 93 93

Ordem *** Cronolgica SK-01 S1-SESV SK-02 S3-SESV SK-03 S1/S3/S5 SK-04 S4 -SESV SK-05 S4-SESV SK-06 S4-SESV SK-07 S3/S5-SESV SK-08 S5-SESV SK-09 S3-SESV SK-10 S3 SK-11 S3-SESV SK-12 S2/S3/S4-SESV SK-13 S3/S5-SESV SK-14 S3-SESV SK-15 S3/S4-SESV

Como pode ser observada, a previso Otimista (maior velocidade de aprendizado) estabiliza j ao finalizar o quarto poo atingindo um patamar onde o aprendizado quase no perceptvel. Na curva Mais Provvel este patamar 4

Rio Oil & Gas Expo and Conference 2012 atingido no final do sexto poo, enquanto que na curva conservadora espera-se esse desempenho, somente, ao final do dcimo quarto poo.
GERISK-01: Campanha SK
180
158 151 143

160

140
139

136 125

120 Tn (Tempo em dias)

110 104 97 94 91 83 90 93

117

100

Conservador Mais Provvel

93

93

Otimista Realizado (Util)

80

60
57

68

50

40

20

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Ordem Cronlogica dos Poos

Figura 1. Comparativo das Curvas de Aprendizado GERISK versus Tempo til Realizado

3.2. Curva de Aprendizado Probabilstica GERISK-25 O GERISK-25 um trabalho mais recente (2011) onde tm sido utilizadas todas as melhorias na Modelagem incluindo a Curva de Aprendizado Probabilstica. Na Tabela 2 temos a estimativa de Priscado para a Campanha dos primeiros 15 Poos e a equao 3 a considerada nas estimativas do Projeto para o aprendizado.

= 115 + 0,8 * 45 * e n

0, 5*(1 N +( 1)+3 )

(3)

Tabela 2. Campanha GERISK-25: Priscado considerando o Aprendizado

Estimativa do Tempo Total do Poo (Priscado)

Poo

Sonda

ordem cronolgica

***

dias

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

S1/S2 S3 S1/S2 S1/S2 S1/S2 S1/S2 S2 S1/S2 S1/S2 S1/S2 S2 S1/S2 S1/S2 S1/S2 S1/S2

125 105 146 143 171 138 149 186 133 145 59 149 132 145 150

Rio Oil & Gas Expo and Conference 2012

4. Consideraes Finais
A metodologia GERISK vem incorporando Lies Aprendidas e apresentando Resultados bastante Satisfatrios quando comparados a outros procedimentos; especificamente no que se refere a Curva de Aprendizado GERISK, iniciada em 2008 e, ainda, em fase de ajuste tem possibilitado previses bastante compatveis com o efetivamente Realizado. O foco atual do GERISK no que se refere a Curva de Aprendizado pretende: a) Consolidar e perenizar a disseminao do uso desse procedimento, revisando e fazendo os ajustes necessrios; b) Promover Poltica de Treinamento priorizando a Capacitao/Reciclagem, dos Responsveis, preferencialmente o mais prximo possvel das Operaes mais Relevantes; c) Priorizar o Monitoramento/Acompanhamento de Especialistas antes, durante (on line), e aps a Operao; d) Promover aes para acelerar a Curva de Aprendizado Individual e Coletiva.

5. Agradecimentos
PETROBRAS por permitir a elaborao e publicao deste trabalho. Ao Gerente SRGIO VALLADARES BULHES DA SILVA pela reviso, apoio e sugestes.

6. Referncias
ANZANELLO, M. J. e FOGLIATTO F. S., Curvas de Aprendizado: estado da arte e perspectivas de pesquisa, Gest. Prod So Carlos, 2007. CHI, U. Ikoku and others, Aplication of Learning Curve Models to Oil and Gs Well Drilling, SPE 7119, 1978. JABLONOWSKI C. and others, Integrating Learning Curves in Probabilistic Well-Construction Estimates, SPE Drilling & Completion, March 2011. NETO, B.,GICOMO, Teoria Microeconmica I, Learning Curve, UFRGS, July, 2010. NEUHOFF,K.,COULOMB, LOUIS, Learning Curves and Changing Product, Attributes: the Case of Wind Turbines, February,2006. NOERAGER, J. A. and others, Drilling Time Predictions From Statistical Analysis, SPE/IADC 16164, 1987. VIEGAS, THALES, Explorao e produo de petrleo e gs em guas profundas: evoluo e tendncias III, Blog Infopetro, 2012.