Multi-objective Optimisation of FPSO Hull Geometry Using Genetic Algorithm Variations

Abstract

En flytende produksjons-, lagrings- og avlastningsenhet (FPSO) er ofte det eneste levedyktige alternativet for olje- og gassproduksjon på dypt vann. Flere reservoarer blir oppdaget på dypt vann, og populariteten til FPSO-er øker. Sentrale aktører i markedet søker kostnadseffektive leveranser med korte ledetider. Følgelig er flere selskaper, inkludert Altera Infrastructure, investert i standardisering av løsninger for FPSO-ene. Mens forskjellige standardiserte konstruksjoner er nødvendige for forskjellige lokasjoner, må typen FPSO-design evaluert i denne oppgaven kunne tåle alle mulige miljøer og skroget er optimalisert for å generere minst bevegelser mulig. Foredlingsanlegget på skipets tankdekk er av stor betydning, og det gis særlig fokus på å maksimere plassen for prosesseringsenheter på dekket til en lav pris.

Optimaliseringsprosessen ble fullført ved bruk av en genetisk algoritme. Oppgavens mål om å maksimere dekkområdet og minimere kostnadene for skrogbygging representerer objektivfunksjonen til optimaliseringsprosessen. En parametrisk skrogmodell med 12 beslutningsvariabler genereres for å forme fartøyets skrog nøyaktig. Den genetiske algoritmen genererte en Pareto-front med bare ikke-dominerende løsninger. Følgelig kunne man velge hvilket som helst av de optimale punktene på fronten, hver med en like grad av optimalitet. For å forbedre optimaliseringsprosessen ble det benyttet en lokal søkealgoritme. Mens den genetiske algoritmen bruker en evolusjonsmetode som fungerer godt med mange variabler og objektive funksjoner, brukes det lokale søket når løsningen har konvertert tilstrekkelig, og søkeområdet er betydelig begrenset. Objektive målinger har blitt brukt for å bestemme både ytelsen til individuelle løsninger så vel som komplette sett med Pareto-fronter. Den genetisk algoritmen presterte best da en evaluerte et sett med optimale løsninger, mens den lokale hybrid-søkealgoritmen genererte løsninger nærmest punktet for maksimalt dekksareal og minimumskostnad, heretter kalt det Utopiske punktet. Flere optimaliseringsløp ble fullført med forskjellige parametere endret for hver kjøring. Parametere som Pareto-fraksjonen, det maksimale antall stallgenerasjoner og den innledende populasjonsmatrisen ble endret for å bestemme hvilket oppsett som ga best resultat. Følgelig er 6,255 individuelle skip blitt generert fra flere optimeringer. Dekksarealene spenner fra 13.525 til 16.824 m2 med en skrogkostnad på US$59,78-72,2 millioner. To fartøy ble valgt for videre evaluering. Ett fartøy har den laveste nyttekostnaden, dvs. den laveste prisen for det største dekkområdet. Den andre er nærmest det utopiske punktet i optimaliseringen. Den resulterende minste nyttekostnad for alle fartøyer er US$4,302/m2 og US$413/m3 for lasten.

På grunn av de tøffe værforholdene på det tiltenkte stedet, ble begges fartøy sine bevegelser evaluert. Spesielt fokus er gitt på å oppfylle de operasjonelle kriteriene som er satt av Altera Infrastructure og andre klasse-selskaper. Basert på et bølgefrekvensspektrum for det gitte stedet, er fartøyene i samsvar med de fleste av kriteriene under normale forhold. Et annet viktig fokusområde er besetningskomforten og målet for den gjennomsnittlige sykedoseverdien som måler besetningens sjøsyke. Dermed, under normale forhold, oppfyller begge fartøyene alle driftskrav. Følgelig kan man bekrefte at den genetiske algoritmen og de lokale hybrid-søkealgoritmene effektivt og nøyaktig har generert levedyktige skroggeometrier som bør evalueres i videre arbeid.

A floating production, storage and offloading unit (FPSO) is often the only viable option for oil and gas production in deep waters. More reservoirs are discovered in deep waters, and the popularity of FPSO's is rising. Key market players seek cost-efficient deliveries with short lead times. Consequently, several entities, including Altera Infrastructure, are invested in standardising solutions for their FPSO's. While different standardised designs are necessary for different location environment, the type of FPSO design evaluated in this thesis must be able to withstand all possible environments and its hull optimised to generate the smallest motions possible. The processing plant on the ship's tank top deck is of great importance, and hence particular focus is given to maximising the space for processing units on deck at a low cost.

The optimisation process was completed by using a genetic algorithm. The thesis objectives of maximising the deck area and minimising the hull build cost represent the objective function of the optimisation process. A parametric hull model with 12 decision variables is generated to shape the vessel's hull accurately. The genetic algorithm's output resulted in a Pareto-front with only non-dominating solutions. Consequently, one could choose any of the optimal points on the front, each with an equal degree of optimality. To further enhance the optimisation process, a local search algorithm was employed. While the genetic algorithm uses an evolutionary method that performs well with many variables and objective functions, the local search is employed once the solution has converged sufficiently, and the search space is considerably limited. Unbiased measures have been used to determine both the performance of individual solutions as well as complete sets of Pareto fronts. Effectively, the genetic algorithm performed best when evaluating a set of optimal solutions, while the local hybrid search algorithm generated solutions closest to the point of maximum deck area and minimum cost, called the Utopian point. Multiple optimisation runs were completed with various input parameters altered for each run. Input parameters such as the Pareto fraction, the maximum number of stall generations and initial population matrix were changed in order to determine which setup rendered the best results. Consequently, 6,255 vessels have been generated from multiple optimisation runs. The deck areas span from 13,525 to 16,824 m2 with a hull build cost range of US $59.78-$72.2 million. Two vessels were chosen for further evaluation. One vessel has the lowest utility cost, i.e. the lowest price for the largest deck area. The other is closest to the Utopian point in the optimisation. The resulting minimum utility cost of all vessels is US$4,302/m2 and US$413/m3 of cargo.

Due to the harsh weather conditions on the intended location, a vessel motions evaluation has been completed for both vessels. Particular focus has been given to fulfilling the operational criteria which are set by Altera Infrastructure and other classification societies. Based on a wave frequency spectrum of the given location, the vessels are compliant with most of the criteria during normal conditions. Another vital area of focus is the crew comfort and the measure of the mean sickness dose value measuring the crew's seasickness. Conclusively, in normal conditions, both vessels meet all of the operational requirements. Consequently, one can confirm that the genetic algorithm and the local hybrid search algorithms have efficiently and accurately generated viable hull geometries that should be evaluated in further work.