Tecpetrol est une société énergétique de premier plan spécialisée dans l'exploration, la production, le transport et la distribution de pétrole et de gaz. L'une des façons d'y parvenir est la fracturation hydraulique. Il s'agit du processus de fissuration des roches à l'aide d'une combinaison de sable et d'eau à haute pression pour libérer le gaz piégé.
Problème
Le sable utilisé dans le processus de fracturation est stocké dans différents entrepôts. Pour acheminer ce sable jusqu'au site de fracturation, des camions sont utilisés avec des conteneurs ou des trémies. Ces camions sont chargés de sable et se rendent ensuite sur le site, souvent sur des routes inégales, sur des distances allant jusqu'à 150 kilomètres.
Lorsque les camions arrivent, leur cargaison est chargée dans un conteneur vide. Cela se fait à l'aide d'un chariot élévateur, qui déplace les conteneurs pour alimenter les plates-formes et remplir les stocks. Les camions retournent ensuite aux entrepôts et le cycle recommence.
De nombreuses décisions complexes sont impliquées dans ce cycle. Les camions doivent faire demi-tour rapidement afin qu'ils puissent fournir une quantité constante de sable. Les niveaux de stock et les conteneurs vides et pleins doivent être gérés. Le chariot élévateur est très important et a de nombreuses fonctions, telles que l'organisation des conteneurs de la meilleure façon possible tout en évitant les mouvements inutiles, ainsi que la surveillance des stocks, des camions et des plates-formes pour prendre des décisions.
Au départ, toutes les analyses se faisaient à l'aide d'Excel pour prendre des décisions. Cependant, il s'est avéré que cette méthode était trop statique et n'était pas en mesure de répondre à des questions clés, telles que le nombre de camions et de conteneurs nécessaires, en cas de défaillance d'un convoyeur, etc.
Solution
Tecpetrol a travaillé avec Eurystic pour développer un modèle de simulation du transport du sable afin de représenter la façon dont toutes les ressources interagissent les unes avec les autres. Cela a été fait pour répondre à toutes les questions mentionnées ci-dessus. Le modèle devait également être flexible pour essayer d'autres configurations possibles à l'avenir.
Eurystic a choisi d'utiliser AnyLogic parce qu'ils avaient beaucoup d'expérience avec lui et savaient qu'il fonctionnait très bien, en particulier pour les processus dépendants du temps. Ils ont donc pu l'utiliser pour créer une interface utilisateur personnalisable, ce qui a permis aux utilisateurs d'obtenir des réponses du modèle très rapidement. Enfin, plusieurs itérations et simulations peuvent être exécutées.
Le modèle logistique prend en compte les entrées d'un fichier Excel qui a été téléchargé à partir de la base de données Tecpetrol et de l'utilisateur via le panneau de configuration de l'utilisateur. À partir de ce modèle, deux expérimentations peuvent être exécutées : une expérimentation de variation de paramètres et une expérimentation de simulation.
Tout d'abord, l'utilisateur choisit un site spécifique, définit le nombre de camions et de conteneurs, ainsi que les options pour d'autres variables, puis exécute l'expérimentation de variation des paramètres. Différents scénarios sont alors générés, qui peuvent être appropriés ou non.
L'utilisateur choisit ensuite un scénario approprié ou optimal et saisit les paramètres dans l'expérimentation de simulation. Cela permettra alors de répondre à d'autres questions que le nombre de camions ou de conteneurs nécessaires.
Toutes les informations créées par le modèle peuvent ensuite être exportées vers un autre fichier Excel ou simplement affichées à l'utilisateur via l'interface utilisateur.
Résultats
Après huit mois d'utilisation du modèle, il y avait eu une réduction du temps de non-production, ce qui avait permis d' économiser environ 500 000 $.
Ce modèle a également un potentiel pour l'avenir car il est toujours utilisé. Il peut être utilisé pour comparer les technologies et négocier des contrats de transport. Il peut également être utilisé pour l'analyse des goulots d'étranglement, en particulier lors du choix d'un nouvel entrepreneur, ou s'il y a un site éloigné de l'entrepôt de sable.
Enfin, ce modèle flexible peut également être utilisé à l'avenir pour évaluer de nouvelles conceptions de plates-formes et de conteneurs. Il s'agit d'un investissement potentiel de 3 millions de dollars, mais comme ils disposent de l'analyse statistique du modèle, ils peuvent être plus confiants dans leurs décisions lorsqu'ils choisissent de nouvelles conceptions.
L'étude de cas a été présentée par Damian Marino, d'Eurystic, et Chiara Dolci, de Tecpetrol, lors de la conférence AnyLogic 2022.
Les diapositives sont disponibles au format PDF.