SEMESTER V
Tahun Ajaran 2018/2019
Analisa Keandalan dan Prediksi Korosi pada Pipeline :
Pendekatan dengan Monte Carlo Simulation dan Degradation
Models
Chinedu I. OSSAI
Reviewed By Luky Arya Wijaya
Abstract - Pada riset ini, Monte Carlo Simulation dan Degradation Models digunakan untuk
memprediksi ratio korosi dan keandalan pada pipeline minyak dan gas. Angka random yang
disimulasi dari data historic digunakan untuk meprediksi ratio korosi menggunakan
Brownian Random sementara Mean Time to Failure (MTTF) diestimasi menggunakan
degradation models. Probabilitas dari pipelines ditentukan dengan Weibull Analysis dari
MTTF. Hasil dari studi menunjukkan bahwa degradation models dan Monte Carlo Simulation
dapat memprediksi ratio korosi dari pipelines dengan keakuratan antara 83.3 – 98.6% dan
85.2 – 97%.[1]
Keyword: Corrosion Prediction, Reliability Analysis, Degradation Models, Monte Carlo Simulation,
MTTF, Survivor Probability
1 Progress 1
Internal Corrosion
Spesifikasi
Material
Pipeline
Faktor
Elektrokimia
Eksternal Corrosion
Faktor Mekanikal
Korosi pada dinding dalam pipa (Internal Corrosion) dapat diakibatkan oleh Fluida
Aliran pada pipeline (zat-zat yang mengalir) dan juga pada Spesifikasi Material pipeline.
Fluida Aliran berupa faktor operasional pada pipeline dan setiap komponen yang dilewati
oleh fluida alir
Spesifikasi Material berupa pemilihan material pipeline yang tidak sesuai dengan jenis
fluida alir yang ada pada dalam pipeline.
Sedangkan korosi pada dinding luar pipa (Eksternal Corrosion) dapat disebabkan oleh
banyak hal, yaitu Faktor Elektrokimia ataupun Faktor Mekanikal.
Faktor elektrokimia yang menyebabkan korosi pada pipeline telah dijelaskan sebelumnya
yaitu ketika udara menyentuh permukaan pipeline maka akan melepaskan ion yang dapat
membuat korosi.
Faktor mekanikal yang dapat menyebabkan korosi pada pipeline bisa terjadi ketika
pemilihan material yang keliru dan menyebabkan salah satu material tersebut menjadi
korosi.
2 Progress 2
Tabel 2.1 Cumulative Data of Pipeline Corrosion Rate(mm/yr) From 2001- 2008 [1]
Year
2001 2002 2003 2004 2005 2006 2007 2008
Field
S01 0.47 0.0415 0.095 0.025 0.07 0.055 0.045 0.06
S02 0.04 0.085 0.08 0.04 0.075 0.021 0.041 0.378
S03 0.045 0.19 0.17 0.265 0.26 0.123 0.019 0.223
S04 0.27 0.264 0.028 0.461 0.505 0.12 0.246 0.145
S05 0.146 0.235 0.204 0.081 0.124 0.074 0.054 0.046
S06 0.035 0.095 0.06 0.155 0.073 0.038 0.092 0.145
S07 0.043 0.037 0.069 0.074 0.103 0.088 0.065 0.026
S08 0.045 0.135 0.06 0.184 0.268 0.042 0.253 0.407
S09 0.06 0.155 0.051 0.26 0.022 0.086 0.277 0.199
S10 0.09 0.276 0.044 0.105 0.11 0.008 0.045 0.06
S11 0.05 0.08 0.014 0.049 0.078 0.1 0.023 0.097
Dan telah ditentukan pula distribusi yang digunakan pada Sub bab Hasil dan
Pembahasan Jurnal, yaitu Distribusi Weibull dengan berbagai Parameter sebagai berikut:
Serta berbagai parameter lain yang juga ditunjukkan pada jurnal diantaranya sebagai
berikut:
Tabel 2.3 Mean And Standard Deviation Of Measured Field Corrosion Rate(mm/yr) [1]
Field
s
S01 S02 S03 S04 S05 S06 S07 S08 S09 S10 S11
Paramete
rs
0.10 0.11 0.16 0.24 0.16 0.06 0.18 0.14 0.06
µ (mean) 0.09 0.09
5 2 6 8 6 1 8 2 3
0.14 0.18 0.15 0.21 0.07 0.18 0.14 0.09 0.05
σ (std) 0.12 0.05
5 7 8 6 9 7 6 5 3
3 Daftar Pustaka
[1] Chinedu I.Ossai. 2012. Pipeline Corrosion Prediction And Reliability Analysis: A Systematic
Approach With Monte Carlo Simulation And Degradation Models.
[2] CAPP. 2009. Best Management Practices: Mitigation of Internal Corrosion in Oil Effluent
Pipeline Systems
Fe 2+