Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini menyelidiki kegagalan pada pipa pengangkut dalam tungku pemanas ulang tipe walking beam di PT. X, Kota Cilegon. Inspeksi visual, uji komposisi kimia, dan evaluasi laju korosi mengungkapkan kerusakan fisik seperti retakan, endapan kerak berwarna hitam dan putih, fenomena bulging, serta pengurangan ketebalan pipa sebesar 47% dari ketebalan asli (25 mm). Mekanisme kerusakan diawali oleh tingginya oksida Fe yang menyebabkan korosi dengan dominasi fasa wustite (FeO), serta unsur Ca, Mg, dan Si yang berkontribusi terhadap pembentukan kerak. Laju korosi yang tercatat (6.05 dan 6.20 mpy) melebihi standar perusahaan (< 5 mpy), dan kekerasan air yang tinggi (82.02 mg/L dalam sirkulasi pipa) mendukung pembentukan kerak. Indeks LSI dan RSI menunjukkan air sangat agresif dengan tingkat korosivitas tinggi. Kerusakan refraktori menyebabkan pipa terekspos langsung pada temperatur tinggi, yang meningkatkan laju creep pada material pipa. Pemanasan ini menyebabkan pembentukan kerak di dalam pipa, yang bertindak sebagai isolator termal dan menyebabkan pemanasan lokal (localized overheating). Akibatnya, deformasi seperti bulging terjadi pada pipa dan akhirnya pipa mengalami kebocoran. Analisis FMEA menunjukkan nilai RPN tertinggi adalah 486 untuk pemeliharaan pipa pengangkut, sehingga diperlukan peningkatan kontrol terhadap terak dalam tungku pemanas ulang, pembersihan rutin terhadap terak, serta peninjauan jadwal dan frekuensi pembersihan untuk mencegah kerusakan serupa.

---

This study investigates the failure of skid pipes within a walking beam reheating furnace at PT. X, Cilegon City. Visual inspection, chemical composition analysis, and corrosion rate evaluation revealed physical damages such as cracks, black and white scale deposits, bulging, and a 47% reduction in pipe thickness from the original 25 mm. The damage mechanism is initiated by high levels of Fe oxides causing corrosion with a dominant wustite (FeO) phase, and elements such as Ca, Mg, and Si contributing to scale formation. Recorded corrosion rates (6.05 and 6.20 mpy) exceed the company's standard (< 5 mpy), and high water hardness (82.02 mg/L in pipe circulation) supports scale formation. The LSI and RSI indices indicate highly aggressive water with high corrosiveness. Damage to refractories results in direct exposure of pipes to high temperatures, thereby accelerating the creep rate of pipe materials. This heating process induces scale formation within the pipes, which acts as a thermal insulator, promoting localized overheating. Consequently, this thermal stress leads to deformations such as bulging, ultimately resulting in pipe failure and leakage. FMEA analysis shows the highest RPN value of 486 for skid pipe maintenance, necessitating enhanced slag control within the reheating furnace, routine slag cleaning, and a review of cleaning schedules and frequencies to prevent similar failures."

"Sebuah pipa elbow yang merupakan komponen sistem pengikjeksi kondensat dari pembangkit energi geothermal mengalami kebocoran pada bagian lasannya. Sistem ini digunakan untuk menginjeksikan kondesat yang berasal dari menara pendingin ke dalam bumi melalui sumur injeksi. Kondisi pipa telah mengalami proses korosi pada seluruh permukaan dalam pipa dan penipisan pada dindingnya. Analisis dilakukan dengan pengambilan sampel air dan pipa yang mengalami kegagalan. Pengujian yang dilakukan adalah pengujian komposisi air, pengujian indeks korosifitas, pengamatan visual sampel pipa, pengukuran ketebalan sampel pipa, pengujian komposisi pipa, pengujian kekerasan, pengujian komposisi produk korosi pipa dan pengujian polarisasi. Hasil analisa menunjukkan bahwa penyebab dari terjadinya kerusakan pada pipa elbow ini adalah karena terjadinya sel differential aerasi pada daerah dibawah produk korosi yang menyebabkan terjadinya korosi di bawah kerak (under scale corrosion).

---

There were a failure in the elbow pipe of injection condensate system. The failure took form of a leakage in the weld part. This system was used to inject the condensate which came from cooling tower to the earth back by injection well. The condition of the pipe has experienced of corrosion process at overall of the surface and wall thinning.

Analysis is done by taking sample of water and the failed pipe. It was carried out by several testing such as water composition test, saturation index test, visual test for pipe sample, measurement of pipe wall, pipe composition test, hardness test, corrosion product composition test and polarization test.

The result of this analysis, shows that the failure in pipe is caused by aerated differential cell under the deposit, it?s due to the under scale corrosion was occur."

"Terjadi kegagalan pada pipa yang menyalurkan air ke system injeksi air pada sebuah instalasi geothermal. Kegagalan yang terjadi berupa kebocoran pada pipa bagian T. Analisis dilakukan dengan pengambilan sample air dan pipa yang mengalami kegagalan. Pengujian yangdilakukan adalah pengujian komposisi air, pengujian indeks saturasi, pengamatan visual sample pipa, pengujian komposisi pipa, pengujian kekerasan, pengujian komposisi produk korosi pipa dan pengujian polarisasi. Dari pengujian dan analisis yang dilakukan, dapat diambil kesimpulan kerusakan yang terjadi pada pipa disebabkan oleh korosi-erosi. Kombinasi korosi dan erosi menyebabkan pipa mengalami kerusakan yang jauh lebih cepat daripada yang seharusnya.

---

There were a failure in the pipeline injection system in a geothermal installation. The failure took form of leak in part T. Analysis is done by taking sample of water and the failed pipe. The tests include water compositon test, saturation index test, visual test for pipe sample, pipe composition test, hardness test, corrosion product composition test and polarization test. From the test results and analysis, it can be concluded that the failure in pipe were done by corrosion-erosion. The combination of corrosion with erosion causing the pipe to fail faster than the calculation."

"Pipa transmisi adalah cara teraman dan paling efektif untuk mengangkut gas alam dalam jumlah besar dalam jarak jauh. Meskipun transportasi menggunakan pipa adalah yang paling aman, kegagalan pipa transmisi dapat menyebabkan kerusakan, kerugian finansial, dan cedera. Kegagalan pipa perlu diprediksi untuk untuk menentukan prioritas pemeliharaan pipa sebagai salah satu strategi membuat jadwal pemeliharaan prefentif yang tepat sasaran dan efisien agar pipa dapat diperbarui atau direhabilitasi pipa sebelum terjadi kegagalan. Metode yang ditawarkan pada studi ini adalah machine learning, dimana metode merupakan bagian dari insiatif transformasi digital (Hajisadeh, 2019). Model dikembangkan berdasarkan data kegagalan historis dari jaringan pipa transmisi gas darat sekitar 2010-2020 yang dirilis oleh Departemen Transportasi AS dengan karakteristik data yang tidak terstruktur dan kompleks. Proses pembelajaran mesin dapat dibagi menjadi beberapa langkah: pra-pemrosesan data, pelatihan model, pengujian model, pengukuran kinerja, dan prediksi kegagalan. Pengembangan model pada studi ini dilakukan menggunakan dua algoritma yaitu regresi logistik dan random forest. Pola perilaku dari faktor-faktor yang paling berpengaruh adalah usia dan panjang segmen pipa meiliki korelasi positif terhadap kegagalan pipa. Kedalaman pipa, ketebalan, dan diameter pipa memiliki korelasi negatif. Kegagalan pipa paling sering terjadi pada pipa dengan class location 1 dan class location 4, pipa yang ditempatkan di bawah tanah, serta pipa dengan tipe pelapis coal tar. Hasil pengembangan model menggunakan machine learning menunjukan hasil performa model akurasi prediksi 0.949 dan AUC 0.950 untuk model dengan algoritma regresi logistik. Sedangkan akurasi prediksi 0.913 dan AUC 0.916 untuk model dengan algoritma random forest. Berdasrkan hasil uji performa kita dapat menyimpulkan bahwa machine learning adalah metode yang efektif untuk memprediksi kegagalan pipa. Berdasarkan model yang dilatih pada dataset nyata pipa transmisi gas, hasil prediksi pada studi kasus dapat menghindari 29% dari kegagalan pipa pada 2025, 53% kegagalan pipa pada tahun 2030, dan 64% pada tahun 2035.

---

Transmission pipe is the safest and most effective way to transport large amounts of natural gas over long distances. Although transportation using pipelines is the safest, transmission pipeline failures can cause damage, financial losses, and injuries. Pipeline failures need to be predicted to determine the priority of pipeline maintenance as one of the strategies to create a schedule of maintenance targets that is right on target and efficient so that the pipeline can be rehabilitated before a failure occur. The method offered in this study is machine learning, where the method is part of the digital transformation initiative (Hajisadeh, 2019). The model was developed based on historical failure data from the onshore gas transmission pipeline around 2010-2020 released by the US Department of Transportation with unstructured and complex data characteristics. The machine learning process can be divided into several steps: data pre-processing, model training, model testing, performance measurement, and failure prediction. The development of the model in this study was carried out using two algorithms namely logistic regression and random forest. The correaltion of the factors that most influence the failure of an onshore gas transmission pipeline is the age and length of the pipe segment has a positive correlation with pipe failure. Depth of cover, thickness, and diameter of pipes have a negative correlation with pipe failures. Pipe failures most often occur in pipes with class location 1 and class location 4, undersoil, and pipes with coal tar coating types. The results of the development of the model using machine learning showed the results of the model performance prediction accuracy is 0.949 and AUC is 0.950 for models with logistic regression algorithms. Whereas the accuracy of prediction is 0.913 and AUC is 0.916 for models using the random forest algorithm. Based on the results of performance tests we can conclude that machine learning is an effective method for predicting pipe failures. Based on the model trained on a real dataset of gas transmission pipelines, the prediction results in case studies can avoid 29% of pipe failures in 2025, 53% of pipe failures in 2030, and 64% in 2035. "

"ABSTRAKAnalisa terhadap pipa penyalur bawah tanah dengan spesifikasi API 5L PSL1 GradeB dan lapisan eksternal three layer polyethylene serta lapisan internal epoxypolyamide untuk mendistribusikan avtur dari Depot Pengisian Pesawat Udara keBandar Udara yang mengalami kegagalan beroperasi sesaat setelah prosescommissioning dinyatakan baik dan masih dalam masa pemeliharaan setahun.Analisa dilaksanakan dengan melakukan pengujian secara mekanik, kimia, dandilakukan pengamatan secara rinci pada produk karat dengan menggunakanScanning Electron Microscopy serta Energy Dispersive X-Ray. Uji polarisasidilakukan dalam medium Avtur dan medium air hasil proses Horizontal DirectDrilling. Kondisi lingkungan dan sistem elektrikal di lokasi berpengaruh besarterhadap percepatan korosi.

---

ABSTRACTAnalyze of underground pipeline with API 5L PSL1 Grade B and three layerpolyethylene external coating and epoxy polyamide internal coating to distributeaviation fuel from the Aircraft Filling Depot to the Airport that failed operateshortly after commissioning process is declared good and still under maintenancea year. The analysis was carried out by testing mechanical, chemical, and detailedobservation on rust by using Scanning Electron Microscopy and Energy DispersiveX-Ray. The polarization test was conducted on Avtur medium and horizontal DirectDrilling process water medium. Environmental and electrical system at the sitehave a major effect on corrosion acceleration."

"Analisis risiko pada pipa bawah laut 16? Main Oil Line EFPRO - EKOM di Laut Jawa ini dilakukan mengingat adanya potensi bahaya dan risiko tumpahan minyak sehingga dapat berdampak pada ekosistem laut disekitar operasi kerja. Penelitian ini bersifat deskriptif analitik dan dilakukan dengan metode semi kuantitatif. Model yang digunakan dalam penelitian ini adalah model penilaian risiko yang dikembangkan oleh Kent Muhlbauer (2004) dalam bukunya Pipeline Risk Management. Tujuan dari penelitian ini adalah untuk mendapatkan tingkat risiko relatif sehingga didapatkan gambaran risiko yang berguna bagi manajemen dalam mengambil keputusan guna mencegah kejadian kecelakaan yang diakibatkan kegagalan pipa. Hasil dari penelitian ini menunjukan bahwa pada pipa sepanjang 32.14 km tersebut memiliki nilai rata-rata untuk Design Index sebesar (59.13), Corrosion Index (68.16), Third-party Damage Index (72) dan Incorrect Operations Index (82). Sedangkan nilai risiko relatif tertinggi adalah pada Kilometer Post (KP) 0-1 jalur pipa.

---

Risk analysis of subsea pipeline 16" Main Oil Line (MOL) EFPRO - EKOM located at Java Sea was conducted because of the potential hazards and the risk of oil spills that possible impact on ecosystems around the work operations. This research is descriptive analytic and performed by semi-quantitative method. The model used in this study is a model of risk assessment developed by Kent Muhlbauer (2004) in his book ?Pipeline Risk Management.

The purpose of this study was to obtain relative risk that are useful to management in making decisions in order to prevent the occurrence of accidents which caused by the failure of the pipe.

The results of this study showed that the pipeline along the 32.14 km has an average value for the Design Index (59.13), Corrosion Index (68.16), Third party Damage Index (72) and Incorrect Operations Index (82). While the value of the highest relative risk was at Kilometre Post (KP) 0-1 pipeline."

"Pipa penyalur merupakan sarana transportasi hidrokarbon yang umum digunakan sebagai media transportasi hidrokarbon. Namun apabila terjadi kegagalan akan berdampak besar terhadap jalur yang dilalui terutama di daerah padat penduduk. Pipa penyalur yang digelar harus mempunyai hak guna jalan (right of way) untuk keperluan pengoperasian, perawatan, dan kondisi tanggap darurat. Di Indonesia, pipa penyalur harus mempunyai jarak dari bangunan tetap minimal adalah 9 meter. Namun, karena faktor sosial, ekonomi, dan petumbuhan penduduk serta tingkat urbanisasi kondisi tersebut sering tidak tercapai. Oleh karena itu tingkat risiko penduduk di sekitar pipa penyalur harus diketahui. Di beberapa negara penilaian risiko kuantitatif diwajibkan sebagai dasar pertimbangan pengambilan keputusan dan sebagai sistem kontrol bahaya yang terjadi. Penilaian risiko kuantitatif terdiri dari penilaian frekuensi dan konsekuensi. Penilaian frekuensi diperoleh dari nilai laju kegagalan pipa penyalur akibat cacat material dan cacat konstruksi, korosi internal, korosi eksternal, gangguan pihak ketiga, pergerakan tanah. Penilaian konsekuensi memperhitungkan tingkat keparahan apabila kebakaran crater fire, jet fire, dan flash fire berdasarkan pohon kejadian (event tree). Pemodelan konsekuensi berdasarkan data meteorologi, data populasi, data teknis pipa penyalur, data komposisi fluidan, data perawatan dan rekam jejak kegagalan. Berdasarkan hasil perhitungan dan pemodelan nilai risiko dalam bentuk kontur pada setiap skenario (crater fire, jet fire, dan flash fire) diperoleh nilai risiko paling besar adalah 1x10-5 terjadi pada skenario crater fire dan jet fire. Luas wilayah yang mempunyai nilai risiko 1x10-5 pada skenario crater fire lebih besar dibandingkan skenario jet fire. Berdasarkan klasifikasi ALARP (As Low As Reasonably Practicable) nilai tersebut masih dapat diterima apabila diberikan alat pengaman tambahan.

---

Pipeline is commonly used for hydrocarbon transportation. However, if a failure occurs, it will have a major impact on the route traveled, especially in densely populated areas. The pipeline must have a right of way for operation, maintenance, and emergency response. In Indonesia, pipelines must have a minimum distance from fixed buildings of 9 meters. However, due to social, economic and population growth factors as well as the level of urbanization this condition is often not achieved. Therefore, the risk level of the population around the pipeline must be known. In some countries, quantitative risk analysis is required as a basis for decision-making and as a control system for hazards. Quantitative risk analysis consists of frequency and consequence analysis. The frequency analysis is obtained from the failure rate of the pipeline due to material and construction defects, internal corrosion, external corrosion, third party interference, and ground movement. The consequence analysis takes into account the severity of crater fire, jet fire and flash fire based on the event tree. Consequence modeling is based on meteorological data, population data, pipeline technical data, fluid composition data, maintenance data and failure track record. Based on the results of the calculation and modeling of risk values in the form of contours in each scenario (crater fire, jet fire, and flash fire), the greatest risk value is 1x10-5 occurring in the crater fire and jet fire scenarios. The area that has a risk value of 1x10-5 in the crater fire scenario is greater than the jet fire scenario. Based on the ALARP (As Low As Reasonably Practicable) classification, this value is still acceptable if additional safety equipment is provided.Keywords: Workover Rig, Oil and Gas Accident, Systematic Cause Analysis Technique, Technical Guidelines."

"Potensi bahaya yang terjadi selama fase FEED (Front End Engineering Design) mengakibatkan kegagalan proyek pipa bawah laut yang diderita dari berbagai aspek baik dari kerugian dana, lingkungan dan bencana alam. Perlu ditentukan metode yang tepat dalam menentukan tingkat risiko dan mitigasi pada integritas pipa sehingga meningkatkan keamanan dan mengurangi potensi risiko. Penerapan analisa risiko metode Risk FMEA yang memperhatikan faktor deteksi dan analisa biaya dengan Monte Carlo, dapat meningkatkan ketepatan mengambil kebijakan risiko, optimalisasi dalam penerapan strategi inspeksi, monitor dan evaluasi risiko. Hasil analisa risiko didapatkan 13 tindakan rekomendasi penanggulangan potensi bahaya yang berasal dari 56 potensi risiko yang ada. Nilai perbandingan antara biaya pemeliharaan dan penanggulangan risiko dibandingkan dengan dampak risiko adalah 0,0986. Analisa yang dilakukan menyatakan bahwa penerapan rekomendasi risiko tersebut dapat menghilangkan potensi bahaya pada proyek pipa bawah laut.

---

Potential hazards that occured during phase FEED (Front End Engineering Design) were resulted in the failure of subsea pipeline project and reviewed from various aspects both from financial lost, environmental and natural disasters. The exact method had to be determined the level of risks and mitigate the integrity of pipeline in order to increase security and reduce potential risks.

The approach of the Risk FMEA method which consider the value of detection and analyze pusing Monte Carlo method can improve the accuracy of risk policies, implementation of the strategies, inspection, monitoring and evaluation of risks.

This risk analysis results obtained 13 actions of hazard mitigation which were initally 56 potential risks. The value comparison between the cost of maintenance and control of risk were compared and its value was 0.0986. The implementation of risk analysis? result can be conducted in order to eliminate the potential hazards of subsea pipeline projec."