Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5, pp.

531-549
Copyright 2003, ditions Technip

Modlisation de la disponibilit
dune chane de GNL
sur la base dune approche baysienne
destimation des indices de fiabilit
A. Smati1, K. Younsi1, N. Zeraibi1 et N. Zemmour1
1 Universit de Boumerds, Facult des hydrocarbures, Dpartement transport et quipement, Boumerds - Algrie
e-mail : a_smati@yahoo.com - karim_zd@yahoo.fr - no_zeraibi@yahoo.fr - no_zemmour@yahoo.fr

Rsum Les usines de gaz naturel liqufi (GNL) se caractrisent par leur nombre relativement rduit
dans le monde, la diversit des procds technologiques utiliss ainsi que des cots dinvestissement et
dexploitation trs levs. Lautoconsommation de ce type dunit est de lordre de 15 % et peut quasiment doubler dans le cas dune frquence importante des arrts intempestifs ou volontaires dus aux
pannes des quipements situs sur tout le parcours de la chane GNL. En consquence, lamlioration de
la fiabilit de la chane dans sa globalit se traduirait objectivement par une rduction substantielle des
cots dnergie. Pour le cas des systmes rparables, on utilise le plus souvent la disponibilit comme
indicateur de fiabilit. Dans cet article, la chane GNL est assimile un systme complexe indissociable.
Cependant, la modlisation des systmes complexes, dun point de vue fiabilit ou autre, est toujours
dlicate en raison principalement des dimensions astronomiques de lespace de phase. Ainsi, une
approche de type systmique est mise profit pour ramener lespace de phase des dimensions grables.
Une reprsentation des sous-systmes par diagrammes de fiabilit permet alors une estimation plus aise
des probabilits associes chaque tat. Enfin, une dmarche bottom up autorise la reconstitution du
modle global de disponibilit de la chane GNL. En liaison avec la faiblesse manifeste caractrisant le
retour dexprience dans le domaine de la technologie du GNL, une approche destimation baysienne
des indices de fiabilit des diffrents quipements composant la chane est mise profit. Un certain
nombre de rsultats de lapplication de la mthodologie dveloppe la chane Hassi Rmel-Skikda sont
fournis.
Abstract LNG Chain Availability Using Bayesian Estimation of Reliability Rates LNG plants are
characterized by their relatively low number in the world, diversity of processes involved, very high
investment and operating costs. The fuel consumption of this type of facilities (about 15%) may double in
given cases, when the frequency of untimely and volunteer shut downs is high. Then, the improvment of
the reliability of the LNG chain in its overall will lead objectivly to substantial decrease of energy costs.
For reparable systems, availability is more often used as reliability indicator. In reliability point of vue,
the LNG chain must be assimilated to a unique complex system. However, modeling of complex systems,
in reliability point of vue or other, is always difficult in relation with the large dimensions of the space of
phases. In this paper, a systemic approach is used to reduce the space of phases. A representation of subsystems by reliability diagrams permit a more easy calculation of probabilities associated with every
phase. A bottom up technique allows the reconstitution of the global model of reliability of the chain.

532

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

In an environment characterized by its weakness in statistical data, a Bayesian estimation approach is

used to define the failure and repare rates of different equipments composing the LNG chain. Some
results concerning Algerian LNG chain Hassi Rmel-Skikda are furnished.

INTRODUCTION
Les usines de liqufaction de gaz naturel se caractrisent
par [1-5]:
leur nombre relativement rduit : une vingtaine dunits
travers le monde dont quatre en Algrie ;
la diversit des procds technologiques mis en uvre ;
des capacits de production trs importantes se chiffrant
en milliards de mtres cubes de gaz ;
des cots dinvestissement et dexploitation trs levs
se rpercutant lourdement sur le cot du mtre cube de
GNL produit.
Les cots dexploitation levs de ce type dinstallation
sont principalement dus la consommation propre des units
de liqufaction qui, en fonctionnement stable, atteint environ
15 %. Lautoconsommation augmente sensiblement en fonctionnement perturb. Elle peut mme quasiment doubler dans
certains cas. Par fonctionnement perturb, il y a lieu de comprendre ici les arrts intempestifs et volontaires dus aux
pannes des quipements situs sur tout le parcours de la
chane (fig. 1). Ces perturbations se traduisent en particulier

par un grand nombre darrts/dmarrages des trains de liqufaction et des units de compression du gazoduc. Des arrts/
dmarrages frquents sont non seulement prjudiciables en
termes de fiabilit mais galement en termes de surconsommation nergtique. En effet, durant les oprations de dmarrage dun train de liqufaction, on enregistre des dperditions
supplmentaires dnergie sans production de produits finis.
On estime que le seul dmarrage dun train de liqufaction de
lunit GNL de Skikda se traduit par la perte denviron 4 millions de thermies. Devant limportance de ces chiffres, lamlioration de la fiabilit dune chane de GNL dans sa globalit
devient un problme essentiel. Lamlioration de la fiabilit
se traduira ipso facto par une rduction substantielle des
cots de production. Au-del des actions de maintenance
courante, lamlioration de la fiabilit peut tre obtenue par la
ralisation de solutions purement techniques (redondances et
stockages souterrains en particulier). Cependant, ces alternatives sont fortement capitalistiques et ncessitent llaboration de modles mathmatiques permettant dvaluer leur
impact en vue dune prise de dcision rationnelle. En raison
du lien ombilical liant le gazoduc aux units de liqufaction,

TEAL
Gazoduc

TEAL

Stockage

TEAL
SC1

SC2

SC5

Stockage
PRICO

PRICO

PRICO

Figure 1
Chane GNL Hassi Rmel-Skikda.
The Hassi Rmel-Skikda LNG chain.

Port

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

une chane GNL doit tre considre comme un systme complexe indissociable. En effet, une panne survenant sur une station de compression (SC) de gazoduc et se traduisant par une
baisse du dbit de transit de la canalisation, aura comme
consquence larrt volontaire dun ou de plusieurs trains de
liqufaction, ou un fonctionnement charge partielle de lensemble de lunit prjudiciable en termes de rendement [6].
Inversement, une perturbation engendre par une dfaillance
au niveau de lunit de liqufaction aura galement une rpercussion directe sur le rgime dexploitation du gazoduc. Ce
dernier doit automatiquement sadapter un fonctionnement
avec un dbit rduit se traduisant par larrt volontaire dun
certain nombre de turbocompresseurs (TC), voire de stations
compltes. Si lanalyse de la fiabilit des gazoducs a fait lobjet dun certain nombre de travaux [7-10], en revanche, il y a
peu darticles traitant de la fiabilit des units GNL et encore
moins de la chane dans sa globalit [11, 12]. Cependant, les
modles labors, quel que soit leur degr de sophistication,
ne valent que par la qualit de lestimation des indices de fiabilit des quipements composant le systme. Dans le cas
gnral, lestimation de ces indices se fait sur la base de
donnes statistiques tires de lhistorique des pannes des
diffrents quipements de lunit et de leurs dures de rparation. Malheureusement, pour le cas des usines de GNL, la
jeunesse relative de ce type de technologie, la diversit des
procds mis en uvre et le nombre rduit de ce type dinstallation travers le monde font que le retour dexprience est
trs pauvre. Il y a donc lieu dexplorer de nouvelles approches
destimation des indices de fiabilit dans un environnement
caractris par sa faiblesse en donnes statistiques. Dans ce
contexte, la mise profit des techniques dites destimation
baysiennes peut savrer trs utile [13-15].
1 FIABILITE ET DISPONIBILITE
La fiabilit est considre comme la science des dfaillances.
Par dfinition, la fiabilit est laptitude dun dispositif
accomplir une fonction requise, dans des conditions donnes,
pendant une dure donne [16-21]. La fiabilit est quantifie par lintroduction de diffrentes grandeurs caractristiques. Dans la pratique, la fiabilit R dun systme, dans le
cas de systmes irrparables, sexprime comme la probabilit
que lunit considre remplisse sa fonction pendant une
dure fixe ou ne tombe pas en panne pendant ce temps. La
fiabilit R(t) du systme et la probabilit de dfaillance F(t)
sont cette occasion dtermines partir du taux de
dfaillance suppos constant :
R( t ) = e t

(1)

F ( t ) = 1 e t

(2)

Dans le cas des systmes rparables, on utilise la disponibilit comme grandeur caractristique de fiabilit. La disponibilit reprsente la probabilit quun systme se trouve en

533

service un moment dtermin t. Dans la pratique, on entend

par disponibilit, la disponibilit long terme (disponibilit
asymptotique). Dans ce contexte, les dfinitions suivantes
sont habituelles [22-24] :
A=

MTTF

=
MTTF + MTTR +

(3)

A=

MTTR

=
MTTR + MTTF +

(4)

avec :
A
disponibilit ;
A
indisponibilit ;
MTTF dure moyenne dexploitation sans dfaut ;
MTTR dure moyenne de dfaillance et de rparation ;

taux de dfaillance ;

taux de rparation.
2 PROCDS TECHNIQUES DAMLIORATION
DE LA DISPONIBILIT DUNE CHANE GNL
Au-del des actions de maintenance prventive, lamlioration de la disponibilit dun chane de GNL peut tre obtenue
par la ralisation des procds techniques suivants :
redondance des TC ;
redondance des tronons de canalisation du gazoduc;
technique de recyclage froid au niveau des SC ;
stockage souterrain de gaz naturel.
Dans le cas gnral, les SC de gazoduc disposent dun TC
en redondance passive. Le renforcement de la redondance par
un deuxime TC de rserve permet thoriquement damliorer la fiabilit de louvrage. La redondance des tronons de
canalisation se traduit immanquablement par un bond significatif de la fiabilit du gazoduc. Malheureusement, cette
option ne peut tre envisage uniquement comme alternative
pour amliorer la fiabilit du gazoduc en raison des cots
prohibitifs dune telle opration. La technique dite de recyclage froid [2, 3] est destine fournir une plus grande
souplesse dans la rgulation de la station, mais surtout,
permet de rduire substantiellement le nombre darrts/
dmarrages des TC. Des arrts/dmarrages trop frquents
sont la principale source de baisse de la fiabilit des TC, et
par consquent, daugmentation des cots de maintenance.
Cette technique, relativement peu onreuse et facile mettre
en uvre, est paradoxalement assez peu utilise dans le transport par gazoduc. On estime quun arrt/demarrage de TC
reprsente lquivalent de 200 heures de fonctionnement.
Des simulations sur certains gazoducs algriens ont montr
quavec lusage de cette technique, il serait possible de rduire
de moiti le nombre darrts/dmarrages. Les stockages
intermdiaires restent lun des procds les plus efficaces

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

534

damlioration de la fiabilit de procds technologiques

fonctionnant flux tendus. Pour le gaz naturel, en raison de
la nature compressible de ce type de fluide, la seule alternative raisonnable est le stockage souterrain. Cela consiste sommairement crer artificiellement une cavit souterraine de
grande dimension destine recueillir le gaz naturel et, de ce
fait, jouer un rle rgulateur. Concrtement, la ralisation
dun stockage souterrain permettra de briser la dpendance
ombilicale qui lie le gazoduc lunit GNL. Les progrs
technologiques dans ce domaine offrent une large gamme de
possibilits. Cependant, deux techniques mergent lheure
actuelle : le stockage en nappe aquifre et le stockage en
cavits salines [25].
3 DISPONIBILIT OPRATIONNELLE
ET DISPONIBILIT INTRINSQUE DES SYSTMES
DE PRODUCTION
Pour les systmes de production o les redondances de
sous-systmes sont le plus souvent nombreuses, la panne
dun lment ne provoque pas larrt total de la production
mais une chute de performance caractrise par un flux de
matire infrieur au dbit nominal. Par dbit nominal, il
faut comprendre ici la capacit unitaire de production en
cas dabsence de pannes. Les sous-systmes en redondance
pouvant avoir des capacits de production diffrentes,
lampleur de la chute de performance dpend donc de
lemplacement et de la dure de la panne. La nature intempestive des dfaillances entrane de ce fait une fluctuation
alatoire du dbit. Ces fluctuations peuvent alors tre probabilises suivant une loi de distribution statistique ou assimiles un processus alatoire espace de phase discret.
Usant dune reprsentation de type bote noire (fig. 2) avec,
comme variable dentre, la capacit de production nominale Q0 et comme variable de sortie, la capacit relle de la
chane GNL Qr, la disponibilit peut tre assimile une
fonction de transfert dun systme linaire et invariant :
Qr = AQ0

(5)

Le processus est soumis linfluence des dfaillances

de lquipement. Celles-ci sont assimiles des perturbations caractrises
par deux vecteurs, le vecteur des taux de
r
r

panne et le vecteur des taux de rparation . Les dimensions de ces vecteurs sont identiques et quivalentes aux
nombres dlments composant le processus. Pour le cas
dun processus en exploitation, lidentification de A peut
tre obtenue par lusage de donnes statistiques issues de
lexploitation relle du processus durant une priode de
temps T en usant de la relation suivante :
T

A=

Qr ()
d
Q0

(6)

Q0

Systme

Qr

Figure 2
Reprsentation bote noire de la disponibilit dun
processus.
Black box representation of availability process.

Cette dernire relation, trs utilise en pratique, est

appele disponibilit oprationnelle. La disponibilit oprationnelle tant de ce fait un indicateur global, elle ne permet donc pas de situer les maillons faibles ni de mettre
jour le potentiel damlioration de la fiabilit du systme.
Comme Q0 est une valeur constante, la relation (6) peut
galement scrire comme suit :
A=

1
Q0

1 T
1
Qr () d =
M (Qr )
T
Q0

(7)

M(Qr) tant lesprance mathmatique de la variable Qr.

Or, pour un espace de phase fini, lesprance mathmatique peut galement tre calcule par lexpression suivante :
S

M (Qr ) = Pk Qk

(8)

k =1

do :
s

A=

k =0

Pk Qk
Q0

(9)

avec :
Pk probabilit de ltat de panne ;
Qk dbit de production associ ltat de panne ;
Q0 dbit nominal.
chaque phase correspond un tat de panne bien dfini.
La disponibilit exprime par lintermdiaire de la relation (9)
est appele disponibilit intrinsque. Par disponibilit intrinsque, il y a lieu de comprendre la disponibilit dfinie sur la
base dun modle mathmatique. La disponibilit intrinsque
permet lestimation de la fiabilit de dispositifs, aussi bien en
projet quen exploitation. Elle peut savrer trs utile pour
laide la dcision concernant lextension ou lamlioration
des performances de sites existants.

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

4 LES OBSTACLES DE LA MODLISATION

DE LA DISPONIBILIT INTRINSQUE
DES SYSTMES COMPLEXES

5 APPROCHE SYSTMIQUE DE LA MODLISATION

DE LA DISPONIBILIT DUNE CHANE GNL
La modlisation des systmes complexes, dun point de
vue fiabilit ou autre, est toujours dlicate. Lapproche
systmique, ou approche systme, consiste fractionner le
systme global en sous-systmes. Chaque sous-systme
tant lui mme susceptible dtre dcompos son tour en
sous-systmes de niveau infrieur. Dune faon gnrale,
un sous-systme sera dfini comme un ensemble dlments (ou de sous-systmes de niveau infrieur) en interaction. Llment est considr comme la base du soussystme en ce sens quil ne peut pas tre dcompos son
tour en sous-lments. Cela se traduit par un organigramme hirarchique ayant un nombre plus ou moins
grand de niveaux selon le degr de dtail recherch dans la
modlisation. Pour la modlisation de la fiabilit dune
chane GNL, du type de la chane Hassi Rmel Skikda,
nous avons adopt une dcomposition hirarchique cinq
niveaux (fig. 3). La dmarche de modlisation est de type
bottom up. la base, on retrouve les lments du systme.
Un lment peut tre soit en tat de marche, soit en panne.
Un lment en bon tat de marche peut tre soit en fonctionnement, soit en rserve. Ltat dun sous-systme peut

Pour la modlisation de la disponibilit des systmes complexes, les inconvnients principaux lis lusage de la
relation (9) tiennent en deux points :
les dimensions astronomiques de lespace de phase S ;
les difficults lies la dfinition des probabilits de
chaque tat de phase.
Lusage de la relation (9) passe donc ncessairement
par la mise au point dapproches tendant ramener lespace de phases S des dimensions grables et rendre plus
aise lestimation des probabilits Pk associes chaque
tat de phase. Dans cette optique, la dmarche prconise
consiste :
mettre en uvre une approche de type systmique
permettant de fractionner hirarchiquement le systme
global en sous-systmes apprhendables [26-30] ;
reprsenter chaque sous-systme par son diagramme de
fiabilit [31] ;
mettre profit les modles de base de la fiabilit des
systmes [31, 32].

Chaine GNL

Niveau 0

Gazoduc

Usine GNL

Niveau 1

TEAL

Canalisation

Sst

SC

Sca

Tronon de
canalisation

TC1

TCi

TCn

Scv

Scr

E1

Ei

535

PRICO

Scf

Sliq

Sst

Scv

Niveau 2

Scf

Sliq

Niveau 3

Scg

En

Figure 3
Dcomposition systmique de la chane GNL Hassi Rmel-Skikda.
Sca : circuit amine, Scr : circuit rgnration ; Scg : circuit gaz naturel ;
Sst : circuit traitement gaz, Scv : circuit vapeur , Scf : circuit frigorifique ;
Sliq : circuit liqufaction, Ei : lment de base du systme.
Systemic decomposition of the Hassi Rmel-Skikda LNG chain.

Niveau 4

E1

Ei

En

Niveau 5

536

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

lments (tableau 1). Un systme est considr comme tant

en srie dun point de vue fiabilit sil tombe en panne lorsquun seul ou plusieurs de ses lments sont dfaillants. Le
systme le plus simple correspondant ce cas de figure est
compos dun seul lment. Dans le cas dun systme en
srie plusieurs lments, la disponibilit est le produit des
disponibilits des lments constituant le systme. Un systme est considr en parallle dun point de vue fiabilit si,
lorsquun ou plusieurs de ses lments sont dfaillants, le systme ne tombe pas en panne. Une redondance active est ralise par la mise en parallle dlments assurant les mmes
fonctions et travaillant en mme temps. Un cas particulier de
la configuration parallle, trs courant dans les applications
technologiques, est fourni par la configuration dite : redondance active r/n. Cette configuration est une configuration
redondance active o le systme fonctionne si au moins r lments parmi les n fonctionnent. Il existe 2 cas dgnrs :
pour r = 1, on retrouve la configuration parallle
classique ;
pour r = n, on retrouve la configuration srie.

alors tre caractris par la combinaison des tats de ses

lments constituants. De la mme manire, ltat dun
sous-systme de niveau suprieur peut tre dfini par la
combinaison des tats des sous-systmes de niveau immdiatement infrieur qui le composent.
6 REPRSENTATION DES SOUS-SYSTMES
PAR DIAGRAMMES DE FIABILIT
Le diagramme de fiabilit est la reprsentation la plus naturelle de la logique de fonctionnement dun systme ou dun
sous-systme (fig. 4). Dans cette reprsentation, les blocs
reprsentant des lments (matriels ou vnements) dont
la dfaillance entrane la panne du systme sont placs en
srie, ceux dont la dfaillance ne provoque la panne du
systme quen combinaison avec dautres blocs sont disposs en parallle. Le diagramme de fiabilit est donc un
graphe sans circuit, admettant une entre et une sortie, dont
les sommets, appels blocs, reprsentent les lments du
systme et dont les arcs traduisent les relations entre les
diffrents lments. Le systme fonctionne sil existe un
chemin de succs entre lentre E et la sortie S du diagramme de fiabilit.

8 MODLE GLOBAL DUNE CHANE GNL

Dans le cas gnral, le gazoduc et lusine GNL sont assimils
deux macrosystmes en srie. De ce fait, la disponibilit de
la chane se calcule comme suit :

7 MODLES DE BASE DE LA FIABILIT

DES SYSTMES

Ach = Agaz AGNL

o :
Agaz disponibilit du gazoduc ;
AGNL disponibilit de lusine GNL.

La connaissance du diagramme de fiabilit du systme tudi, sa dcomposition en sous-systmes associs aux modles
de base des dispositions les plus courantes permet dans la
majorit des cas de reconstituer le modle de fiabilit du systme global. Les modles de base sont la reprsentation
mathmatique des configurations les plus courantes des

(10)

La ralisation dun stockage souterrain permet de briser la

dpendance ombilicale liant le gazoduc lusine GNL, exprime par la relation (10), en fournissant au systme un plus

m
3

c
c

b
E

b
3

Figure 4
Diagramme de fiabilit du sous-systme frigorifique du procd PRICO.
1, b : ballons sparateurs ; 2 : compresseur axial, p : pompes de rfrigrant ; 3 : changeurs de rfrigrant ; 4 : vannes Joule-Thompson ;
5 : distributeurs ; c : condenseurs eau de mer.
Reliability diagram of the PRICO frigorific subsystem.

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

TABLEAU 1
Modle de base de la disponibilit des systmes
Basis models of the systems availability

E1

A=

lment simple

E1
E2

r/n

C nk k . n k
( + ) n
k =r

Redondance r/n

As =

Redondance active

A=

En

E1

E2

E1
Redondance passive

A=

2 + 2
2 + 2 + 2

2 2 + 2
2 2 + 2 + 2

E2

E1
E2

Systme en parallle n
lments

Ei

As = 1 (
i =1

i
)
i + i

En

E2

E2

E2

Systme en srie n
lments

As =

i =1 i

i
+ i

537

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

538

grand nombre de degrs de libert (fig.5). De ce fait, en raison du principe quune chane ne vaut que par son maillon le
plus faible, la disponibilit de la chane sexprime :
Ach = min { Aam , Aav }

(11)

Aam disponibilit du macrosystme amont ;

Aav disponibilit du macrosystme aval.
Dans le cas ou le stockage est dispos lentre de lusine
GNL, la relation (11) devient :

Ach = min Agaz , AGNL

(12)

lapplication du modle global dvelopp pour diffrentes

configurations de la chane GNL Hassi Rmel-Skikda figure
dans le tableau 2.
8.1 Disponibilit de lusine GNL

La disponibilit de chaque train peut tre dfinie par la

dmarche dcrite plus haut. titre dexemple, lapplication de cette dmarche la modlisation de la disponibilit
du procd de liqufaction PRICO est dtaille en annexe.
Une procdure analogue a t utilise pour le procd
TEAL (tableau 3). La dtermination de la disponibilit des
diffrents trains de liqufaction constituant lusine de GNL
permet alors de passer au calcul des probabilits de phases
correspondant aux diffrents tats de panne Pk. Ceci est
ralis par lintermdiaire du thorme des probabilits
conditionnelles, associ :
au thorme particulier des expriences rptes, dans le
cas o les trains sont identiques :
Pm,n = C nm A n m (1 A) m

au thorme gnral des expriences rptes, dans le

cas o les trains sont conus selon des procds diffrents. La fonction gnratrice sexprime alors par la
relation suivante [33] :
n

n ( z ) = [ Ai (1 Ai ) z ]

Dans le cas gnral une usine GNL est compos de

plusieurs trains de liqufaction fonctionnant en parallle.

SC1

SC2

(13)

(14)

i =1

SC5

GNL

Stockage
souterrain

Figure 5
Schma global dune chane GNL avec stockage souterrain.
Global scheme of LNG chain with underground storage.

TABLEAU 2
Disponibilit de la chane GNL Hassi Rmel-Skikda pour diffrentes configurations
LNG chain HRM-Skikda availability for different configurations

Configuration

Disponibilit
du gazoduc

Disponibilit
de lusine GNL

Disponibilit
de la chane GNL

Disponibilit
de la chane GNL
avec stockage souterrain

3 TC + 1

0,9568

0,9309

0,8906

0,9309

3 TC + 2

0,9666

0,9309

0,8998

0,9309

3 TC + 1 avec recyclage froid

0,9628

0,9309

0,8962

0,9309

Canalisation en redondance

0,99999

0,9309

0,9308

0,9309

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

539

TABLEAU 3
Disponibilit des procds TEAL et PRICO de lusine GNL Skikda
TEAL and PRICO processes availability of Skikda LNG plant
PRICO

TEAL

Disponibilit du sous-systme circuit frigorifique

0,9962

0,9563

Disponibilit du sous-systme circuit vapeur

0,9904

0,9904

Disponibilit du procd de liqufaction

0,9888

0,9876

Disponibilit du sous-systme traitement gaz

0,9782

0,9804

Disponibilit du procd

0,9546

0,9170

TABLEAU 4
Disponibilit de lusine GNL Skikda
Skikda LNG plant availability
tats

Situations

Pk

Qk m3/j de GNL

3 units T (EBF) + unit P40 (EBF) + 2 units P (EBF)

0,6707

40500

1 unit T (panne) + unit P40 (EBF) + 2 units P (EBF)

0,1820

34000

Units T (EBF) + unit P40 (panne) + 2 units P (EBF)

0,0316

34500

Units T (EBF) + unit P40 (EBF) + 1 unit P (panne)

0,0632

33000

2 units T (panne) + unit P40 (EBF) + 2 units P (EBF)

0,0164

27500

1 unit T (panne) + unit P40 (panne) + 2 units P (EBF)

0,0085

28000

Units T (EBF) + unit P40 (panne) + 1 unit P (panne)

0,0029

27000

Units T (EBF) + unit P40 (EBF) + 2 units P (panne)

0,0014

25500

3 units T (panne) + unit P40 (EBF) + 2 units P (EBF)

0,00049

21000

2 units T (panne) + unit P40 (panne) + 2 units P (EBF)

0,00077

21500

10

2 units T (panne) + unit P40 (EBF) + 1 units P (panne)

0,0015

20000

11

1 unit T (panne) + unit P40 (panne) + 1 units P (panne)

0,0008

20500

12

1 unit T (panne) + unit P40 (EBF) + 2 units P (panne)

0,00039

19000

13

Units T (EBF) + unit P40 (panne) + 2 units P (panne)

0,00006

19500

0,01929

15000

14

Tout autres tat de panne

Disponibilit de lusine GNL

o :
Pm,n

probabilit davoir m trains en panne parmi les n

trains identiques ;
A
disponibilit des trains identiques ;
n
nombre de trains constituant lusine GNL ;
disponibilit du train de liqufaction i ;
Ai
z
variable de la fonction gnratrice.
Connaissant la capacit de production de chaque train, la
disponibilit est alors calcule par la relation (9). Les rsultats de calcul pour le cas de lusine de Skikda sont donns
dans le tableau 4.

AGNL = 0,9309

8.2 Modle de disponibilit dun gazoduc

Le gazoduc est examin sous langle dun macrosystme
compos de 3 sous-systmes de niveau infrieur :
les tronons de canalisation ;
les stations de compression ;
les sous-systmes turbocompresseurs.
Alors quune dfaillance du sous-systme de canalisation entrane larrt complet de la ligne (en cas de fuite par
exemple), toute panne sur un autre sous-systme ne
provoque quune diminution du dbit de gaz. Lampleur de
cette chute de performance est directement lie la nature

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

540

de la dfaillance et son emplacement. La perte de performances due aux pannes de lquipement peut alors tre
quantifie en usant de la relation (9). Pour cela, il y a lieu
de dfinir :
toutes les probabilits de phases Pk ;
les dbits de phases leur correspondant Qk.
En raison des dimensions plus rduites du gazoduc, le
calcul des probabilits de phase Pk se fera directement par
lintermdiaire des indices de fiabilit de ses principaux
lments sans passer pralablement, comme pour le cas des
units GNL, par le calcul de la disponibilit des soussystmes. Les indices de fiabilit des lments constitutifs
dun gazoduc sont :
le taux de dfaillance des TC TC, des SC SC, et de la
conduite L;
le taux de rparation de chaque lment TC, SC et L.
La probabilit que la canalisation dans sa totalit soit en
tat de bon fonctionnement (EBF) est dtermine par lintermdiaire de la relation suivante :
L

PC =

N +1

L + L Li

(15)

i =1

Li longueur des tronons en km.

Si toutes les SC dun gazoduc sont identiques, en utilisant la structure dite de k parmi n lments indpendants , la probabilit davoir simultanment k SC hors
service se calcule par la relation :
qk =

C nk kSC nSC k
( SC + SC ) n

TC
TC

l
k =0

m +l

(19)
si k > l

Probabilit davoir m TC disponibles dans la station :

l

k! 0

P0 = m k
k =0

(20)

Probabilit davoir m-j TC disponibles dans la station :

j 1

Pj =

ml

l+ j
( m s) 0
( l + j )! s= 0

(21)

Pour des gazoducs de faible ou moyenne longueur tels

que les gazoducs algriens, il savre peu probable de voir
se produire une panne simultane de plus dun lment. La
probabilit de chaque vnement est calcule sur la base
des probabilits lmentaires en usant des thormes fondamentaux de la thorie des probabilits. Dfinissant les
vnements statistiquement significatifs suivants et les probabilits qui leurs correspondent :
E0 canalisation EBF + toutes les SC EBF + m TC dans
chaque station EBF ;
P( E0 ) = Pc q0 P0N

(22)

E1i canalisation EBF + toutes les SC EBF + 1 TC en

panne dans la station i ;
P( E1i ) = Pc q0 P1P0N 1

i =1 N

(23)

E2j canalisation EBF + station j en panne + m TC dans

chaque station EBF ;

1
mk

si k l

(17)

les diffrentes situations de panne, ou plus exactement

leurs probabilits sont calcules laide du modle
suivant [9, 34] :
Probabilit que les m TC principaux et les l TC de
rserve soient tous disponibles :

0 =

k
k! 0
k =
k k l 1
m l ( m s)
0

k! s= 0

(16)

Pour une SC compose de m TC principaux et de l TC

de rserve, en posant :
=

Probabilit que parmi les m+l TC il y ait k TC

dfaillants :

k l 1

k
k
+ ml
( m s)
k!
k = l +1 k! s = 0

(18)

( )

P E2 j = Pc q1P0N 1

j =1 N

(24)

E3 canalisation indisponible ;
P( E3 ) = 1 Pc

(25)

E4 tout autre tat de panne ;

3

P( E4 ) = 1 P( Ek )
k =0

(26)

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

541

TABLEAU 5
Disponibilit du gazoduc GK1 Hassi Rmel-Skikda
Availability of Hassi Rmel-Skikda gas pipeline

Probabilit Pk

Dbit Qk (Mm3/h)

Arrt complet du gazoduc

0,001912

Ligne GK1 (EBF) + SC (EBF) + 3TC (EBF)

0,871050

1,7

Ligne GK1 (EBF) + SC1 (panne) + 3TC (EBF)

0,013879

1,1

Ligne GK1 (EBF) + SC2 (panne) + 3TC (EBF)

0,013879

1,08

Ligne GK1 (EBF) + SC3 (panne) + 3TC (EBF)

0,013879

1,12

Ligne GK1 (EBF) + SC4 (panne) + 3TC (EBF)

0,013879

1,17

Ligne GK1 (EBF) + SC5 (panne) + 3TC (EBF)

0,013879

Ligne GK1 (EBF) + SC (EBF) + 1TC SC1 (panne)

0,000557

1,5

Ligne GK1 (EBF) + SC (EBF) + 1TC SC2 (panne)

0,000557

1.5

Ligne GK1 (EBF) + SC (EBF) + 1TC SC3 (panne)

0,000557

1,5

10

Ligne GK1 (EBF) + SC (EBF) + 1TC SC4 (panne)

0,000557

1,5

11

Ligne GK1 (EBF) + SC (EBF) + 1TC SC5 (panne)

0,000557

1,5

12

Tout autre tat de panne

0,054858

1,2

tats

Situations

Disponibilit du gazoduc

Ce modle permet de quantifier limpact de toute dcision

tendant augmenter la fiabilit du gazoduc sur la valeur
maximale du flux de la ligne. chaque tat EK doit correspondre un dbit QK. Ce dbit peut tre dtermin en usant des
relations hydrauliques dcrivant lcoulement stationnaire du
gaz dans une canalisation associes aux caractristiques de
performance des TC [35, 36]. Cependant, la valeur de QK
nest pas univoque. Autrement dit, dans les conditions de
ltat EK, diffrentes valeurs de dbit peuvent tre ralises.
De la relation (9) il apparat tout lintrt de choisir parmi tous
les dbits possibles celui correspondant la valeur maximale
de QK. Ce dernier peut tre dtermin par lusage dun modle
doptimisation usant dun critre de maximisation du dbit
[37, 38]. Les rsultats dapplication sur le gazoduc alimentant
lusine GNL de Skikda sont fournis dans le tableau 5.
9 ESTIMATION DES INDICES DE FIABILIT
9.1 Approche objective et approche subjective
de lestimation
Les modles dvelopps plus haut ne valent que par la qualit de lestimation des indices de fiabilit des diffrents quipements de base. Les indices de fiabilit ne sont rien dautre
que des probabilits. En consquence, leur estimation, pour
chaque cas concret et selon la nature et la qualit des donnes

Agaz = 0,9568

disponibles, peut se faire suivant une approche objective ou

subjective [14, 15]. Le choix de lune ou de lautre de ces
tendances passe par :
lanalyse qualitative et quantitative des donnes disponibles sur site relatives aux pannes des quipements et de
leur dure de rparation ;
la richesse du retour dexprience provenant de sites technologiques quivalents et de bases de donnes internationales ;
la disponibilit dinformations issues de jugements dexperts.
Lapproche objective de lestimation des indices de fiabilit, reprsente principalement par lapproche dite frquentiste, qui, sur la base de la loi forte des grands nombres, dfinit la probabilit comme la limite de la frquence relative des
observations faites au cours dpreuves identiques et indpendantes, par rapport au nombre total des cas supposs tous
galement possibles, lorsque le nombre dpreuves tend symboliquement vers linfini. Si lon suppose lapparition dune
panne comme un vnement indpendant, la superposition
dun grand nombre dvnements conduit le plus souvent
des flots poissonniens pour lesquels la dure entre deux vnements successifs obit une loi exponentielle. La loi exponentielle jouit de la remarquable proprit dabsence de
mmoire et cest la seule loi taux de dfaillance constant.
Considrant un jeu de variables alatoires t1, t2, ..., tk reprsentant les temps de bon fonctionnement (TBF) observs

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

542

dun quipement donn. Le MTBF et le taux de panne

peuvent tre estims par les relations suivantes :
k

MTBF =
=

1
t
k i =1 i

1
MTBF

(27)

(28)

o k est le nombre total de pannes se produisant durant la

priode de fonctionnement effective Tf. Le mme raisonnement peut galement tre appliqu la dure moyenne de
rparation :
k

MTTR =
=

k i =1 i

1
MTTR

(29)
(30)

avec :
i dure de la rparation aprs apparition de la panne i ;
taux moyen de rparation.
Lusage de lapproche frquentiste en fiabilit se heurte
la disponibilit en nombre suffisant de donnes exprimentales. Pour certains types de matriel on a recours aux essais
pour contrer cet handicap. Cette option, trs utilise dans le
domaine de llectronique et pour les quipements de petit
gabarit, nest pas raisonnablement envisageable pour de gros
quipements dinstallations ptrolires et gazires. De ce fait,
on procde gnralement lamalgame de donnes rcupres sur des installations technologiques de conceptions plus
ou moins identiques, voluant dans des conditions denvironnement et dexploitation variables et mises en service des
dates, voire des poques, diffrentes. Il en dcoule que :
les donnes traites ne sont pas runies selon des plans
dchantillonnage standard ;
les rsultats de retour dexprience sont pollus par des
conditions dexploitation variables et des politiques de
maintenances diffrentes.
La probabilit dun vnement nest pas une entit directement observable. Dans la dmarche objective, on lassimile
la notion de frquence relative. Il faudrait donc formellement
disposer dun trs grand nombre dpreuves alatoires identiques et indpendantes pour que la frquence des vnements tende vers leur probabilit. Lapproche subjective a t
dveloppe pour gnraliser le concept de probabilits aux
vnements rares rpondant difficilement la notion de
frquence. Elle est reprsente principalement par lapproche
dite baysienne qui consiste sommairement introduire des
jugements de type heuristique dans lvaluation de la probabilit dune proposition donne. Cette approche consiste
modliser lincertitude que lon a sur loccurrence dun
vnement, partant dune valeur de probabilit subjective
value a priori, sur la base dinformations disponibles, puis

de dduire une probabilit a posteriori corrige par les informations nouvellement acquises. Linformation disponible,
susceptible dtre utilise a priori, peut revtir diffrentes
formes. En la trouve en particulier sous deux aspects :
des valeurs numriques moyennes fournies par les bases
de donnes pour chaque type dquipement ;
de jugements dexperts exprims sous forme dintervalle
encadrant une valeur moyenne.
9.2 Estimation des indices de fiabilit
par infrence baysienne
Le thorme de Bayes est une consquence simple des
axiomes et de la dfinition des probabilits conditionnelles.
En consquence, il serait possible de lutiliser pour valuer
les probabilits subjectives en tenant compte la fois de lestimation a priori de ces probabilits et de leur validation par
le retour dexprience (fig. 6). Martz et Waller ont dvelopp
une approche permettant dutiliser les jugements dexperts,
fournis sous forme dintervalles associs un taux de
confiance, comme information a priori [13, 14]. Lintgration
de donnes issues des bases de donnes une telle dmarche
permettrait de renforcer considrablement la qualit de lestimation [39]. Les rsultats disponibles au niveau des banques
de donnes, fournis sous forme de valeurs moyennes du taux
de panne et du temps de rparation, reprsentent une synthse
dun large retour dexprience dquipements identiques
travers le monde. La simulation de Monte Carlo permet de
transformer ces valeurs ponctuelles en expriences artificielles. Le nombre dexpriences gnr est alors pratiquement illimit. Lamalgame des rsultats gnrs artificiellement et des rsultats dobservation sur site permet de
constituer un chantillon de variables alatoires t1, t2, ...,
tk, tk+1, ..., tk+n suffisamment riche. Considrant maintenant un
vnement H (t + 0) de probabilit non nulle et un ensemble
dvnements complets Hi, la probabilit conditionnelle pour
que lensemble dvnements Hi se produise, sachant que
lvnement E sest dj ralis, est :
P( H i E) =

P( E H i ) P( H i )
P( E H i ) P( H i )

(31)

Si lon admet que :

le jeu obtenu de variables alatoires t1, t2, ..., tk, tk+1, ..., tk+n
est distribu selon une loi f (ti/) de paramtre inconnu ;
la probabilit a priori de est elle-mme distribue suivant g () ;
alors, le thorme de Bayes scrit :
h( t1, t 2 ,..., t n ) =

f ( t1 )... f ( t n ) g()
f ( t1 )... f ( t n ) g()

(32)

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

Jugements
dexperts

Lois a priori uniforme

min

moy

543

Lois a priori gamma

max

min

moy

max

Base
de donnes

Simulation de
Mont Carlo

Donnes relles
sur les taux de
dfaillances

Infrence baysienne

Lois a posteriori

Figure 6
Principe de lestimation baysienne des indices de fiabilit.
Princip of Bayesian estimation of reliability rates.

Or :
f ( t1 ) f ( t 2 )... f ( t n ) L( t1, t 2 ,..., t n )

(33)

L (t1, t2, ..., tn/) tant la fonction de vraisemblance de

lchantillon, on peut donc crire :
h( t1, t 2 ,..., t n ) L( t1, t 2 ,..., t n ) g()

(34)

g (), probabilit a priori de mise avant davoir observ

les informations T, reprsente le degr de croyance que
lon a sur le paramtre avant les observations ;
h (/t1, t2, ..., tn) probabilit a posteriori de , les observations ayant t faites.
symbole de proportionnalit.
Dans le cas o les variables t1, t2, ..., tn reprsentent un
chantillon de donnes issues dune distribution dont la fonction de vraisemblance est caractrise par un paramtre

inconnu , de densit de probabilit a priori g () , la densit

de probabilit a posteriori sera :
h( t1, t 2 ,..., t n ) =

L( t1, t 2 ,..., t n ) g()

L( t1, t 2 ,..., t n ) g() d

(35)

Considrant un test de dure de vie effectu sur n matriels, supposons quau temps tk on ait observ k dfaillances et
quil reste n k matriels survivants. Les temps de dfaillance
tant indpendants, si leur densit de probabilit est f (t), lestimateur du maximum de vraisemblance sexprime :
k
n

L( y ) = f ( t i ) (1 F ( t i ))
i =1
i = k +1

(36)

o F (t*i), probabilit de survie des matriels non dfaillants.

Lexpression (36) est valable pour toute forme de distribution des temps de dfaillance. Si lon admet que les pannes

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

544

Distribution
a priori

Distribution
a posteriori

Densit de probabilit (x 104)

Densit de probabilit (x 104)

4
3
2
1
0
0.0

0.2

0.4
0.6
(x 10-4)

a)

0.8

Distribution
a priori

Distribution
a posteriori

4
3
2
1
0
0.0

1.0

0.2

0.4
0.6
(x 10-4)

b)

0.8

1.0

4.5
4.0

Distribution
a priori

Densit de probabilit (x 104)

Densit de probabilit (x 104)

3.5
Distribution
a posteriori

3.0
2.5
2.0
1.5
1.0

Distribution
a priori

Distribution
a posteriori

3
2
1

0.5
0
0.0

0.2

0.4

0.6

0.8

1.0

(x 10-4)

c)

0
0.0

1.2

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

(x 10-5)

d)

Figure 7
Distributions a priori et a posteriori des taux de dfaillance.
(a) bote froide ; (b) changeur bobin ; (c) pompe cryognique ; (d) vanne cryognique.
A priori and a posteriori distribution of failure rates.

obissent des flots poissonniens, la distribution des temps

de dfaillance suit une loi exponentielle. La relation (36) permet alors dvaluer lestimateur du maximum de vraisemblance du taux de dfaillance partir des observations faites :
n
k

L( y ) = k exp( ) t i + t i
i = k +1
i =1

(37)

Si f () est la densit de probabilit a priori du taux de

dfaillance, lvaluation a posteriori de la densit de probabilit est donne par la relation :
f ( t , k ) =

k exp( t ) f ()

k exp( t )d
0

(38)

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

En adoptant lhypothse dune loi a priori gamma de densit de probabilit :

f (, 0 , 0 ) =

0 0 1
0 exp( 0 )
( 0 )

(39)

Le choix dune distribution a priori gamma est justifi par

la grande diversit de ses reprsentation. Ainsi, la loi exponentielle reprsente un cas particulier de la famille des lois
gamma. De plus, cette loi tant conjugue la loi exponentielle, elle permet de saffranchir du calcul numrique, ncessaire pour toute autre loi hormis la loi uniforme, pour lintgration du dnominateur de la relation (38). Il rsulte que
lorsquon observe k dfaillances aprs un temps cumul t, la
densit de probabilit a posteriori du taux de dfaillance
sexprime :
f ( k , 0 , 0 ) =

k + 0 1 exp[ ( t + 0 ) ]

[ ( t + 0 ) ] d

(40)

k + 0 1 exp

En oprant un changement de variable de la forme :

y = k( t + 0 )

(41)

la probabilit a posteriori de :
g( k, 0 , 0 ) =

( t + 0 ) k +
(k + 0 )

k + 0 1 exp[ ( t + 0 ) ]

(42)

qui nest autre quune loi gamma de paramtres (k + 0) et

(t + 0). Un estimateur ponctuel de cette distribution est
lesprance mathmatique :
E() =

0 + k
0 + t

(43)

Les rsultats dapplication de lalgorithme lestimation

du taux de panne dun certain nombre dquipements de
lunit GNL de Skikda sont donns dans la figure 7.
CONCLUSION
Une chane GNL est un systme complexe. Les cots
dexploitation levs des chanes augmentent trs significativement en prsence de pannes intempestives de lquipement.
La ncessit dassurer la scurit des approvisionnements et
la rduction des cots dexploitation passe par une analyse de
la fiabilit de la chane dans sa globalit. Les complexits
lies la modlisation sont traites par une dmarche de type
systmique permettant de dcomposer le systme en soussystmes apprhendables, susceptibles dtre abords sous
langle dune reprsentation par diagrammes de fiabilit.

545

Lestimation des indices de fiabilit des quipements est ralise par amalgame de donnes issues du retour dexprience,
de jugements dexperts et de bases de donnes en vue de tirer
la meilleure qualit destimation. Lestimation baysienne
reprsente une rponse adquate au problme crucial de la
faiblesse du retour dexprience. Le modle global propos
dans cet article permet lestimation de la disponibilit, lanalyse des risques de perturbations, ainsi que la mise au point
doutils daide la dcision permettant de rationaliser la
conception et lexploitation de ce type de systme. Le
modle peut galement servir de support une organisation
efficace de la maintenance prventive, loptimisation des
redondances, le choix optimal des systmes de liqufaction,
la localisation et le dimensionnement stockage souterrain,
etc. La dmarche dveloppe, dans son aspect modlisation
et estimation, peut tre tendue tout systme complexe de
lindustrie des hydrocarbures ou autre.
RFRENCES
1 Finn, A.J., Johnson, G.L., et Tomlinson, T.R. (1999)
Developments in natural gas liquefaction. Hydrocarbon
Processing, 47-58.
2 Smati, A., Younsi, K. et Ainouche, A. (2002) Algerian LNG
chain reliability modeling using systemic approach and
bayesian inference. Proc. GTI, First Annual Conference and
Exhibition on Natural Gas Technologies, Orlando, Florida.
3 Younsi, K., Smati, A. et Ainouche, A. (2001) Modlisation
de la fiabilit dune chane GNL. Actes conf. int. sur la
productique, Sheraton, Alger.
4 Younsi, K., Smati, A. et Ainouche, A. (2000) Reliability
analysis of refrigeration systems used in liquefied natural gas
production. Proc. Arab-african Conf. on Refrigeration and
Air conditionning, Cairo.
5 Vidal, J. (1997) Thermodynamique, application au gnie
chimique et lindustrie ptrolire, dition Technip, Paris.
6 Ainouche et A. et Smati, A. (2002) Optimization of LNG
chain by stochastic dynamic programming model. Proc. 17th
World Petroleum Congress, Rio de Janeiro.
7 Seligman, B.J. (1999) Reliability of large-diameter gas pipelines in northern Russia. Petroleum Economist, 66, 2, 26-29.
8 Smati, A. (1994) Dtection de dfauts sur un gazoduc. Rev.
Gaz daujourdhui, 791-794.
9 Yacin, E.M. et Berezine, V.L. (1972) Nadiojnost
trouboprovodov, Nedra, Moscow (en russe).
10 Younsi, K. et Smati, A. (2000) Fiabilit dun gazoduc dans
un environnement faible en donnes statistiques. Actes du 1er
Symp. Int. Hydrocarbures, Boumerds, Algrie.
11 Ainouche, A., Smati, A. et Younsi, K. (2002) Reliability of
LNG and natural gas transmission chain. Proc. 17th World
Petroleum Congress, Rio de Janeiro.
12 Younsi, K. (2002) Modlisation de la fiabilit dune chane
GNL dans un environnement faible en donnes statistiques.
Thse de magister, universit de Boumerds.
13 Martz, H.F. et Waller, R.A. (1976) The basics of bayesian
reliability. Estimation from attribute test data. Los Alamos
Sientific Laboratory Report LA 6126.
14 Procaccia, H. et Piepszownik, L. (1992) Fiabilit des
quipements et thorie de la dcision statistique frquentielle
et baysienne, Eyrolles, Paris.

546

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

15 Lannoy, A. et Procaccia, H. (1994) Mthodes avances

danalyse des bases de donnes de retour dexprience
industriel, Eyrolles, Paris.
16 Aissani, A. (1992) Modles stochastiques de la thorie de la
fiabilit, OPU, Alger.
17 Aupied, J. (1994) Retour dexprience appliqu la sret de
fonctionnement des matriels en exploitation, Eyrolles, Paris.
18 Gnedenko, B.V. et Beliaev, Y.K. (1972) Mthodes
mathmatiques en fiabilit, Mir, Moscou.
19 Kaufman, A., Grouchko, D. et Cruon, R. (1975) Modles
mathmatiques en thorie de la fiabilit, Masson.
20 Ligeron, J.C. et Lyonnet, P. (1992) La fiabilit en
exploitation, Lavoisier, Paris.
21 Pages, A., Gondran, M. (1980) Fiabilit des systmes, Eyrolles,
Paris.
22 Bradt, D. (1997) Use reliability, availability and maintainability techniques to optimize system operation. Hydrocarbon
Processing, 63-65.
23 Lyonnet, P. (1992) La maintenance mathmatiques &
mthodes. Technique & documentation, Lavoisier, Paris.
24 Ainouche, A. et Smati, A. (2000) Global optimization of the
Algerian gas pipeline network. Proc. 16th WPC, Calgary,
Canada.
25 Choquel, A. (1996) Le stockage de gaz naturel. Revue de
lIFP, 51, 5, 677-689.
26 Smati, A. (1994) Systemic approach in optimization of the
Algerian crude oil network. Proc. AMSE94, Lyon.
27 Smati, A. (1995) Principes systmiques doptimisation des
systmes complexes. Actes 1ere JST de lINHC, Boumerds,
Algrie.

28 Mesarovic, M.D., Macko, D. et Takahara Y. (1970) Theory of

Hierarchical Multilevel Systems, Academic Press, New York.
29 Le Gallou, F. et Bouchon-Meunier, B. (1992) Systmique,
thorie et applications, Lavoisier.
30 Le Moigne, J.L. (1990) La modlisation des systmes
complexes, Dunod.
31 Michaelis, P. (1988) Fiabilit gnrale en fonction des
composants, valuation mthodologique des risques en
raffinerie. Ptrole et techniques, 341, 37-47.
32 Barlow, R.E. et Proshan, F. (1965) Mathematical Theory of
Reliability, Wiley, New york.
33 Ventsel, H. (1973) Thorie des probabilits, Mir, Moscou.
34 Smati, A. , Zeraibi, N. et Touabti, M.C. (2000) Optimisation
du rseau algrien de transport de brut et de condensat. Oil &
Gas Science and Technologie - Rev. de lIFP, 55, 5, 543-562.
35 Vincent-Genod, J. (1970) Le transport des hydrocarbures
liquides et gazeux par canalisation, ditions Technip.
36 Pascal, H. (1972) coulement non permanent dans les
gazoducs, ditions Technip.
37 Smati A. et Djelloul A. (1994) Optimisation des rgimes de
fonctionnement dun oloduc sur la base dun modle
linaire de rgression, Revue de lIFP, 49, 1, 73-82
38 Smati A. ( 2000), Optimisation multicritre des rgimes
dexploitation dun gazoduc. Actes du 1er symp. int. hydrocarbures, Boumerds, Algrie.
39 Bloch, H.P. et Geitner, F.K. (1999) Use equipment failure
statistics properly. Hydrocarbon Processing, 49-53.
Manuscrit dfinitif reu en juillet 2003

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

e, e

ANNEXE
MODLISATION DE LA DISPONIBILIT
DU PROCD PRICO
A.1 Description sommaire du procd PRICO
Le procd PRICO est un procd de liqufaction de gaz
naturel dvelopp en 1974 par Pritchard-Rhodes et qui utilise un seul fluide frigorigne permettant de refroidir et de
liqufier le gaz naturel par simple dtente. Il est apprhend
comme lassemblage en srie de quatre sous-systmes :
APRICO = Ast Acv Acf Aliq

(A1)
o :
Ast disponibilit du sous-systme circuit traitement gaz ;
Acv disponibilit du sous-systme circuit vapeur ;
Acf disponibilit du sous-systme circuit frigorifique ;
Aliq disponibilit du sous-systme circuit liqufaction.

Ce sous-systme a pour objectif dliminer leau et le CO2

prsents dans le gaz naturel susceptibles de donner en cours
de liqufaction des hydrates et des composs solides provoquant le bouchage des quipements basse temprature. Le
principe est donc :
dliminer le gaz carbonique par lavage avec une solution
de monothanolamine (MEA) au niveau dune tour de
contact ;
de dshydrater le gaz naturel par passage sur un lit de
tamis molculaires prcds dune garde dalumine.
Le circuit traitement gaz est lui-mme dcompos en trois
sous-systmes de niveau infrieur disposs en srie :
Ast = Aca Acr Acg

(A2)

disponibilit du circuit amine ;

disponibilit du circuit rgnration ;
disponibilit du circuit gaz naturel.

Le modle de disponibilit du circuit amine est labor sur

la base de son diagramme de fiabilit (fig. 8a), et partir des
modles simples de disponibilit des dispositions les plus
courantes :
2 2p + 2 p p e 3 n = 3 ai
(A3)
= 2


p + 2 p p + 2 2p e + e i =1 ai + ai
2

Aca

p, p

taux de dfaillance et taux de rparation de lchangeur ;

a1, a1 taux de dfaillance et taux de rparation du rservoir
damine ;
a2, a2 taux de dfaillance et taux de rparation de la tour de
lavage ;
a3, a3 taux de dfaillance et taux de rparation du rgnrateur damine.
Le circuit de rgnration est essentiellement compos,
dun compresseur de rgnration, dun rchauffeur, dun
rfrigrant et dun ballon sparateur. Le modle de disponibilit du circuit de rgnration est labor comme pour le
circuit prcdent sur la base de son diagramme de fiabilit
(fig. 8b) et partir des modles de base de la disponibilit.
Cette dmarche est reproduite pour lensemble des soussystmes qui suivent. De ce fait, la disponibilit du circuit de
rgnration sexprime par la relation suivante :
e
Acr

e + e

2
n =2

2 2c + 2 c c
ri

e

+

c + 2 c c + 2 2c i =1 ri + ri (A4)
e + e

A.2 Disponibilit du sous-systme circuit

traitement gaz

Aca
Acr
Acg

547

taux de dfaillance et taux de rparation de la

pompe ;

2
n =2

ri
2 2c + 2 c c
e

2
e + e c + 2 c c + 2 c i =1 ri + ri

c, c

taux de dfaillance et taux de rparation du compresseur ;

e, e taux de dfaillance et taux de rparation de lchangeur ;
r , r taux de dfaillance et taux de rparation de lchan1
1
geur ;
r , r taux de dfaillance et taux de rparation du ballon
2
2
sparateur.
Le circuit gaz naturel de lunit de traitement est constitu
de trois colonnes dadsorption travaillant alternativement en
schage et en rgnration dchangeurs et de filtres
(fig. 8c). La disponibilit du circuit gaz sobtient par lexpression suivante :
n = 3 C k k n k 2 2f + 2 f f
Acg n s s n 2
2
k = 2 ( s + s ) f + 2 f f + 2 f
2

e b

e + e b + b

(A5)

s, s taux de dfaillance et taux de rparation du scheur ;

f, f taux de dfaillance et taux de rparation du filtre ;
e, e taux de dfaillance et taux de rparation de lchangeur ;
b, b taux de dfaillance et taux de rparation du ballon
sparateur.

548

Oil & Gas Science and Technology Rev. IFP, Vol. 58 (2003), No. 5

p
e

B
2

c
1

e
e

s
f
e

f
s

p
1

p
b

p
3

e
Figure 8
Diagramme de fiabilit des sous-systmes du procd PRICO.
(a) 1 : reservoir damine, p : pompe damine, e : changeur, 2 : tour de lavage, 3 : rgnrateur damine.
(b) 1 : changeur, 2 : ballon sparateur, e : changeur, c : compresseur de rgnration.
(c) e : changeur, b : ballon sparateur, s : scheur, f : filtre.
(d) 1 : chaudire, 2 : turbine, 3 : pompes dextraction, b : ballon, 3 : pompes alimentaires.
(e) 1 : dmthaniseur, e : changeur de rfrigrant, 2 : changeur de gaz combustible 3 : vanne Joule-Thompson, 4 : ballon de flash,
p : pompes GNL.
Reliability diagrams of the PRICO process subsystems.

A.3 Disponibilit du Sous-Systme

Circuit Frigorifique
Ce circuit est compos principalement dchangeurs de
rfrigrants disposs en parallle, de pompes en redondance
passive ainsi que dun certain nombre dlments disposs en
srie (fig. 4). La disponibilit du circuit frigorifique est
donne par la relation suivante :

n = 3 C k k n k
2 + 2 m m
b
Acf = n c c n 2 2 m

k = 2 ( c + c ) m + 2 m m + m
b + b

2 + 2 m m
b
2 m

2
m + 2 m m + m b + b

2 2p + 2 p p n = 2 fi
2 + 2 + 2 2 +
p
p p
p i =1
fi
fi

(A6)

A Smati et al. / Modlisation de la disponiblit dune chane de GNL sur la base dune approche baysienne

o :
c, c taux de dfaillance et taux de rparation du condenseur ;
m, m taux de dfaillance et taux de rparation du soussystme m ;
b, b taux de dfaillance et taux de rparation du ballon
sparateur ;
p, p taux de dfaillance et taux de rparation de la pompe ;
f1, f1 taux de dfaillance et taux de rparation du ballon
sparateur ;
f2, f2 taux de dfaillance et taux de rparation du compresseur.

v2, v2 taux de dfaillance et taux de rparation de la turbine.

A.5 Disponibilit du circuit de liqufaction
La disponibilit du circuit de liqufaction du procd PRICO
est dtermine sur la base du diagramme de fiabilit ( fig. 8e)
et elle est donne par la relation suivante :

Aliq

p, p
b, b
v1, v1

e, e
p, p

2 n =2

2 2p + 2 p p b
vi
(A7)
Acv = 2


p + 2 p p + 2 2p b + b i =1 vi + vi

taux de dfaillance et taux de rparation de la

pompe ;
taux de dfaillance et taux de rparation du ballon ;
taux de dfaillance et taux de rparation de la chaudire ;

n = 4 C nk ke ne k 2 2p + 2 p p
=

n
k = 2 ( e + e ) 2p + 2 p p + 2 2p

(A8)

2
n =2
n =4

li
li
+ +
li
li
i = 3 li
i =1 li

A.4 Disponibilit du sous-systme circuit vapeur

Ce circuit est compos essentiellement dune chaudire, de
pompes en redondance passive et dlments disposs en
srie (fig. 8d). La disponibilit du circuit vapeur est donne
par la relation :

549

l1, l1
l2, l2
l3, l3
l4, l4

taux de dfaillance et taux de rparation de lchangeur de rfrigrant ;

taux de dfaillance et taux de rparation de la
pompe ;
taux de dfaillance et taux de rparation du dmthaniseur ;
taux de dfaillance et taux de rparation de lchangeur de gaz combustible ;
taux de dfaillance et taux de rparation de la
vanne de Joule-Thompson ;
taux de dfaillance et taux de rparation du ballon
de flash.