студент с 10.08.2018 по настоящее время
Калининград, Калининградская область, Россия
студент
Санкт-Петербургский горный Университет (магистрант)
студент с 10.08.2018 по настоящее время
Калининградская область, Россия
Россия
УДК 65 Управление предприятиями. Организация производства, торговли и транспорта
ГРНТИ 82.01 Общие вопросы организации и управления
ГРНТИ 82.33 Стратегический менеджмент. Стратегическое планирование
ОКСО 27.06.01 Управление в технических системах
ББК 30 Техника и технические науки в целом
ТБК 50 Технические науки в целом
В настоящее время ООО «Лукойл-Калининградморнефть» реализует комплексную программу по освоению шельфовых месторождений Калининградской области. Во многом это связывается с истощением ресурсной базы суши региона, а также положительными результатами геологической разведки прилегающей акватории Балтийского моря и данными по объемам извлечения углеводородов из единственного отрабатываемого шельфового месторождения Калининградской области – Д6 «Кравцовское». В статье анализируются основные этапы разрабатываемой ООО «Лукойл-Калининградморнефть» программы по освоению углеводородных ресурсов шельфа региона и предлагается оптимизационный алгоритм, позволяющий управлять многокритериальным процессом разработки шельфовых месторождений. Алгоритм формируется на основе задачи последовательного принятия решений, являющейся разделом динамического программирования. Применение алгоритма в ходе консолидации исходных данных, разработки проектной документации, последующего освоения и разработки месторождений шельфа – позволит оптимизировать комплекс технико-технологических решений и повысить экономическую эффективность проектов освоения месторождений, реализуемых ООО «Лукойл-Калининградморнефть».
шельфовые месторождения углеводородов Балтийского моря, управление разработкой месторождений, оптимизация схемы разработки месторождений, решение многокритериальных задач по управлению в нефтегазовом комплексе, управление качеством технических и технологических процессов.
Введение.
Разработка углеводородных ресурсов шельфа Калининградской области перешла в активную фазу с 2004 г., когда ООО «Лукойл-Калининградморнефть» приступил к освоению месторождения Д-6 Кравцовское. На протяжении 2000 – 2015 гг. был проведен комплекс геофизических исследований в прибрежной зоне Калининградской области. Было выявлено порядка 15 структур, являющихся перспективными по запасам углеводородного сырья [1]. В 2015–2016 гг. из всех структур были выделены: Д-2, Д-9, Д-18, Д-19, Д-29, Д-41 и Д-6 (южная) (рис. 1). С 2015 г. и по настоящее время осуществляются разведочные и проектные работы по освоению запасов углеводородов данных месторождений.
Рис. 1. Месторождения углеводородов на шельфе Калининградской области и существующая инфраструктура
Так ООО «Лукойл-Калининградморнефть» были получены комплексные государственные лицензии на геологическое изучение, разведку и освоение данных месторождений. В результате по структурам Д-33, Д-29 и Д-41 были утверждены и поставлены на государственный баланс запасы углеводородного сырья. Параллельно с работами по геологической разведке осуществлялись инженерно-геологические и инженерно-экологические изыскания, а также предпроектные работы и проводился анализ вариантов освоения исследуемых структур [2]. По состоянию на 2018 г. производятся доразведочные работы, разрабатываются проекты поэтапного освоения месторождений. В период с 2020 по 2025 г. планируется ввести в эксплуатацию 3 месторождения Д – 2, Д -33 и Д -41. В представленной статье рассмотрим ряд подходов, позволяющих сформировать комплексный алгоритм управления процессом проектирования и строительства инфраструктуры по освоению данных месторождений [3]. В связи с многофакторностью процессов и многокритериальностью подбора оптимальных решений по разработке шельфовых месторождений рациональным представляется построение алгоритма на основе задачи последовательного принятия решений. Для формирования условий задачи, а также основных ограничительных значений необходимо декомпозировать ее на этапы, поскольку для каждого из них будет характерен свой набор исходных данных, действующих факторов, управляющих значений и в итоге искомого оптимума.
В результате проведем декомпозицию всего процесса освоения месторождений на этапы, а также декомпозицию и стратификацию данных поэтапно, что позволит сформулировать базовые требования по каждому из этапов решаемой оптимизационной задачи.
Анализ основных этапов освоения шельфовых месторождений углеводородов Калининградской области
Разбиение процесса освоения шельфовых запасов углеводородов Калининградской области возможно условно провести по следующим основным этапам:
- Этап геологической разведки и утверждения запасов месторождений.
- Разработка проекта отработки и освоения месторождений.
- Сбор исходных данных по осваиваемой акватории.
- Разработка проектной документации по инфраструктуре месторождений.
- Разработка оценки воздействия на окружающую среду.
- Проведение тендеров на производство и поставку оборудования.
- Доставка оборудования.
- Монтаж оборудования на шельфе и испытания.
- Проведение бурения, переход к добыче полезного ископаемого.
- Приемка месторождения в эксплуатацию.
На каждом из этапов на проект воздействует значительный объем внешних факторов. Во многом рациональное управление данными факторами и корректировка исходных значений и целей позволяет реализовывать проект освоения данных месторождений. Стоит также отметить, что в большинстве случаев проектные и изыскательские работы для сокращения временных затрат – запараллеливаются. Не является исключением и проект по освоению месторождений углеводородов на шельфе Калининградской области.
В результате во временном плане происходит как бы наложение одного этапа на другой. Сокращение временных затрат в данном случае частично нивелируется неточностью данных, необходимостью внесения корректировок по мере их поступления в проектную документацию, повышенной вероятностью возникновения ошибок [4].
Несмотря на это, существующие формы государственной отчетности в Российской Федерации (постановка месторождения на государственный баланс по запасам, получение положительных заключений экспертиз и в том числе санитарно-эпидемиологического заключения, прохождение общественных слушаний и главгосэкспертизы проекта) говорят о наличии так называемых «реперных точек» или «точек оптимума по этапу». Т.е. в данном случае можно говорить о конкретных показателях оптимальности результата по тому или иному этапу. В табл. 1 представим группы оптимальных решений по каждому из этапов, а также результат реализации данных решений. Следует отметить, что на каждом из этапов реализации проектов по освоению нефтегазовых месторождений шельфа в зависимости от всего комплекса исходных данных и преследуемой цели могут формироваться альтернативные (взаимоисключающие) варианты решений. Данные варианты оцениваются через интегральную оценку качества принимаемых решений [5].
Таблица 1
Оптимальные решения и результаты по этапам освоения месторождений углеводородов на шельфе Калининградской области
|
Этап |
Оптимальное решение по этапу |
Результат |
|
A |
Максимально точное определение общегеологических и извлекаемых запасов углеводородов в месторождениях шельфа Калининградской области с установлением всего комплекса свойств как флюида, так и вмещающих пород с наименьшим объемом временных и финансовых затрат |
Утверждение запасов месторождения, постановка на государственный баланс |
|
B |
Максимизация извлечения углеводородов из месторождений при рациональном уровне затрат |
Утверждение проекта отработки |
|
C |
Получение точного комплекса данных по каждому из параметров |
Утверждение отчетов по ИД |
|
D |
Рациональное использование имеющейся инфраструктуры, технологически и логистически взвешенное размещение объектов, соответствие технических параметров нормативным требованиям |
Формирование ТЭО, банковского FS. Утверждение проекта главной государственной экспертизой |
|
E |
Минимизация возможного негативного воздействия, снижение риска аварийных ситуаций |
Проведение общественных слушаний. Получение положительных заключений служб |
|
F |
Наличие ответственных поставщиков. Оптимальное соотношение цены и качества материалов и оборудования |
Получение качественных материалов и оборудования в срок |
|
G |
Короткое транспортное плечо. Отсутствие или минимизация таможенных барьеров. Минимальный срок пребывания оборудования на складе |
Получение качественных материалов и оборудования в срок |
|
H |
Сокращение негативного влияния внешней среды. Соблюдение технологии монтажных работ. Минимизация вероятности возникновения аварийных ситуаций. Проведение комплекса испытаний |
Соответствие инфраструктуры и установок разработанной проектной документации |
|
I |
Проведение буровых работ в соответствии с требованиями нормативно-технической документации и регламентов. Применение промоделированной системы отработки. При наличии отклонений по процессам оперативное внесение корректировок |
Получение углеводородного флюида с ожидаемым качеством и дебетом. Поддержание показателей добычи в рамках проекта во времени |
|
J |
Подготовка и контроль качества итоговой технической документации. Финализация документации. Капитализация объектов. |
Акт ввода в эксплуатацию. Регистрация в реестре опасных производственных объектов. |
Существует два варианта принятия решения в рамках каждого из этапов: через лицо принимающее решение ЛПР – вариант, или через коллегиальное решение – КПР – вариант. Как правило, на разных уровнях внутри каждого из этапов применяются обе схемы принятия решения. Решение является допустимым – если оно удовлетворяет всем ограничениям, налагаемым на рассматриваемую функцию по этапу. Решение является оптимальным (наилучшим) – в случае если оно находится в экстремуме искомой функции.
Обобщенной характеристикой каждого из решений по этапу является – эффективность, которая определяется через эффект решения и стоимость реализации решения. Говоря о реализации проектов по освоению шельфовых месторождений углеводородов Калининградской области важно отметить, что ООО «Лукойл-Калининградморнефть» был в целом завершен этап геологической разведки и утверждения запасов на ряде месторождений [6]. В настоящее время параллельно производится расчет и моделирование оптимальных схем отработки месторождений, сбор исходных данных по акватории и компоновка инфраструктуры. В случае со сбором исходных данных или разработкой проекта отработки месторождений не возникает особых сложностей в виду наличия базового примера, ранее вскрытого и отрабатываемого месторождения Д-6, однако в плане размещения инфраструктуры возможно большое число вариантов.
Примеры определения исходных граничных значений и параметров для построения алгоритма оптимизации последующих этапов освоения месторождений
Проблема оптимизации технологических и технических решений на каждом из этапов во многом зависит от определяемых граничных значений параметров системы по этапу. Данные граничные значения оконтуривают так называемую «зону оптимального состояния» процесса. В пределах данной зоны – осуществление работ возможно и не приводит к негативным последствиям для проекта в целом, вне данной зоны влияние факторов / параметров складывается таким образом, что система либо сразу дает сбой, либо запускается механизм накапливания ошибок и отказов, ведущих впоследствии к отказу системы в целом. В данном случае под системой понимается весь комплекс инженерных сооружений по освоению месторождений углеводородов Балтийского шельфа, а также технологические процессы, обеспечивающие его функционирование [2].
Рассмотрим обе ситуации выхода параметров за пределы «зоны оптимального состояния» при освоении месторождений нефти на шельфе. Ярким примером резкого сбоя может служить неправильный подбор параметров бурового раствора и режимов бурения, в результате чего при ведении буровых работ резко возрастает риск нефте-, газо-, водопроявлений и открытого фонтанирования, как следствие загрязнения окружающей среды и риска возникновения пожара. Примером постепенного сбоя может служить неправильный подбор параметров установки и монтажа трубопроводной системы. В результате чего в подводном трубопроводе могут постепенно возникать напряжения, участки с повышенной скоростью коррозионного износа, трещины и в итоге разрывы. Как видно из представленных примеров нарушение граничных значений системы в ходе любого из этапов ее развития и функционирования может иметь в целом фатальные последствия. С математической точки зрения процесс функционирования и развития системы (освоения углеводородных ресурсов шельфа региона) можно представить, как сложное движение точки в многомерном пространстве с целым комплексом ограничивающих значений и зон допуска. Для повышения точности и скорости решений на каждом из выделенных этапов (см. табл. 1) необходимо выделять наиболее критические процессы, устанавливать зоны допуска и проводить комплексный контроль их реализации во времени.
Так, например, представим график, отражающий процесс прокладки подводного нефтепровода к новым месторождениям. Одним из ведущих параметров в ходе прокладки трубопровода – является точность попадания в створ трассы. Граничным значением соответственно будет граница зоны допуска отклонения от створа трассы. В результате в динамике можно получить следующую картину (рис. 2) [7].
Обобщая вышеизложенные положения, можно сказать, что в рамках каждого из выделенных этапов освоения проекта (см. табл. 1.) должен быть создан комплекс дифференциальных уравнений, описывающих основные критические процессы по этапу и их граничные значения.
Чем более детальным будет представляться подобный комплекс, тем ниже будет степень риска возникновения сбоев и отказов. В рамках статьи невозможно отобразить комплексы уравнений по каждому из этапов, однако в качестве примера построения системы дифференциальных уравнений возьмем упомянутый ранее процесс прокладки подводного нефтепровода.
Рис. 2. Моделирование положения плети подводного нефтепровода относительно граничных значений створа трассы
Так, данный процесс (графически представленный на рис. 4) в формализованном виде можно представить, как:
Где:
Раскрывая представленную систему, можно получить уравнение колебаний укладываемого морского нефтепровода в координатной системе XOY:
Где:
Посредством решения приведенного уравнения возможно осуществлять расчет положения в пространстве укладываемого подводного нефтепровода и соответственно контролировать сам процесс. Аналогичные расчеты и подходы с построением граничных условий и систем дифференциальных уравнений необходимы и на иных этапах реализации проекта. Однако, важно отметить, что принцип оптимизации заключается не только в контроле соответствия тех или иных процессов и параметров допустимым значениям, но и в выборе наиболее рациональных решений из имеющихся допустимых альтернатив. В данном случае можно говорить о своего рода «тактических» решениях в контроле процессов и «стратегических» решениях в рамках этапов или всего проекта в целом [8]. Принятие стратегических решений и поиск в их среде оптимальных требует создания определенного механизма – оптимизационного алгоритма принятия решений по каждому из этапов при реализации проекта по освоению шельфовых месторождений углеводородов Калининградской области.
Построение оптимизационного алгоритма освоения шельфовых месторождений углеводородов Калининградской области
Каждый из реализуемых этапов может быть представлен в качестве задачи по поиску точки оптимума при заданных исходных данных. Так в качестве примера точкой оптимума первого этапа – геологической разведки запасов месторождений является: максимально точное определение общегеологических и извлекаемых запасов углеводородов в месторождениях с установлением всего комплекса свойств как флюида, так и вмещающих пород и с наименьшим объемом временных и финансовых затрат (см. табл. 1). То есть на каждом из этапов реализации процесса освоения месторождений происходит решение проблемной ситуации L0. Решение данной проблемной ситуации невозможно без полного описания и сбора исходных данных (в случае с этапом геологической разведки данных о структуре залежи), также на решение ситуации накладываются временные ограничения T и ограничения по имеющимся ресурсам M (например, количеству буровых судов / установок). Данные параметры являются базой – постановкой задачи по этапу. После чего в рамках оптимизационного алгоритма происходит переход к формированию решения задачи, а именно в данном блоке, как правило, можно сформировать комплекс дифференциальных уравнений, включающих: α – множество целей, β – множество ограничений, γ – множество альтернативных вариантов решения, ή – предпочитаемые решения. Решение системы уравнений позволяет установить комплекс допустимых решений – Δ. По установлению комплекса допустимых решений происходит переход на следующий этап алгоритма – выбор решения.
Производится формирование критериев выбора – F (в случае с этапом геологической разведки очередность вскрытия месторождений или подбор параметров бурения). Устанавливаются «эффективные решения» – ω (например, рациональная схема перемещения буровых судов). Производится выбор окончательного решения. Окончательное решение по этапу – это альтернатива с наиболее благоприятными общими последствиями [9, 10].
Рис. 3. Оптимизационный алгоритм принятия решений по этапам реализации проекта по освоению шельфовых месторождений углеводородов Калининградской области
На представленном рис. 3 видно, что практически на каждой из стадий реализации алгоритма существует возможность возврата к предыдущему из этапов для корректировки либо исходных вводимых данных, либо преследуемых целей. Данный алгоритм позволяет на каждом из этапов реализации проекта по освоению шельфовых месторождений углеводородов в Калининградской области искать оптимальное решение, опираясь на математический аппарат и комплекс экспериментальных и фактических данных. Оптимизируя каждый из этапов, производится оптимизация процесса в целом – т.е. сокращаются временные и материальные затраты, уменьшаются технические и технологические риски.
Вместе с тем, несмотря на значительный объем исходных данных по каждому из этапов, а также на наличие регламентированных нормативной документацией граничных значений различных параметров, в процессе реализации такого масштабного проекта как разработка нескольких месторождений шельфа часто возникает целый ряд стохастических процессов, не поддающихся учету и решению по средству представленного ранее математического аппарата [7, 9].
Так, например, невозможно детерминировано определить погодные условия в процессе монтажа конструкций, поведение и точность работы рабочих, буровиков и наладчиков оборудования, долговечность работы различных конструкций и техники в ходе воздействия агрессивных сред. В результате в ряде случаев руководителям проекта приходится принимать решения в условиях неполноты данных. Представим наиболее взвешенный и адекватный подход, позволяющий находить оптимальные решения конкретных проблем в условиях неопределенности.
Поиск оптимальных решений по этапам освоения шельфовых месторождений углеводородов Калининградской области в условиях неопределенности
Рассмотренный ранее подход по определению ведущих процессов по этапам, определения их граничных значений и регулирующих параметров, а также формирования комплекса описывающих тот или иной процесс уравнений становится невозможным или затруднительным при наличии неполноты данных или при влиянии случайных величин. Создается ситуация, когда в системе неизвестных больше числа уравнений, в результате чего система не имеет математических решений. В данном случае процесс не может быть оптимизирован предложенным ранее подходом, и как следствие невозможна оптимизация этапа при помощи приведенного алгоритма.
В подобном случае в условиях неопределенности разумным представляется использование метода экспертных оценок. Это позволяет восполнить недостаток данных, опираясь на экспертные мнения и опыт [11].
Применение метода экспертных оценок, основанного на ранжировании вариантов по исследуемому процессу или проблеме, заключается в создании экспертной группы из m экспертов { } j =1, ..., m, m ≥ 2 и анализе множества вариантов решения по процессу V = {v(i), i =1, ..., n }. Формулируется целевая функция принятия решения в виде критерия q или цели Ц.
В качестве примера подобной целевой функции и проблемной ситуации может выступать, например, выбор оптимального поставщика оборудования для проведения работ по освоению шельфовых месторождений (этап F из табл. 1.).
В результате сопоставления вариантов по критерию q на основе накопленного опыта и профессиональных знаний каждый эксперт определяет начальный вектор рангов вариантов, для j-го эксперта этот вектор y(i) имеет следующий вид:
y( j) = ( y( j,1), y( j, 2), ..., y( j, n)), (3)
Где y( ) j,i – ранг варианта v(i) или i v решения, присваиваемый j-м экспертом, при этом y ( j, h) < y( j,t), если вариант h v предпочтительнее варианта t v по критерию Q.
Вектора y( )j , j =1 ... m, образуют (m×n)-матрицу рангов:
причем y( j, i) () ∈{1, 2, K, n, − }.
Требуется по значениям компонентов матрицы Y определить:
− рейтинги вариантов (то есть в случае с выбором поставщика сформировать рейтинг предпочтительности);
− степень согласованности мнений экспертов (рассчитать коэффициент конкордации W и проверить его значимость);
− оптимальный вариант v или сформировать подмножество предпочтительных вариантов Vо, содержащее оптимальное решение.
Здесь следует указать, что при производимых расчетах важно определить коэффициент ранговой корреляции по Спирмену Кс и коэффициент конкордации W – что будет подтверждать оптимальность полученного решения [12].
Для определения коэффициента ранговой корреляции по Спирмену Кс (меры линейной связи между случайными величинами) используется следующая формула:
В ходе проведения экспертного исследования важно привлекать экспертов с разной степенью компетентности для получения более взвешенного и комплексного результата. В этом случае при расчете коэффициента конкордации необходимо использовать следующую формулу:
Коэффициент конкордации W оценивает степень согласованности мнений m экспертов ( m > 2 ) при ранжировании вариантов. Если все эксперты одинаково проранжировали варианты, т.е. их мнения полностью совпадают, то W =1 , если связи между рядами x( j) , j =1,K, m нет, т.е. мнения экспертов сильно расходятся, то W близко к нулю. Таким образом, значения коэффициента W принадлежат отрезку [0, 1].
По итогу применения экспертного метода к анализируемому процессу или проблеме должен быть получен про ранжированный перечень решений. Решение, получившее наибольшую оценку экспертов (при условии удовлетворения показателей конкордации, ковариации и математического ожидания), является оптимальным [12].
В частности, при помощи группы экспертов могут быть проранжированы поставщики оборудования и, основываясь на полученном результате, могут быть приняты соответствующие управленческие решения – по условиям проведения тендеров на закупку техники и материалов. В ряде случаев полученный результат экспертного метода может быть проверен при помощи эвристических методов.
Таким образом, представленный алгоритм (рис. 3) обязан включать в себя как расчет детерминированных величин по процессам и отдельным этапам, так и при решении проблем, связанных со стохастическими процессами и недостатком данных использовать экспертные методы.
Заключение
Представленные подходы по процессному поиску оптимальных решений на каждом из этапов освоения месторождений углеводородов на шельфе Калининградской области позволяют существенно повысить качество управленческих решений и снизить технические и технологические риски.
Уже на стадии проектных и изыскательских работ ООО «Лукойл-Калининградморнефть» проведена глубокая аналитическая работа по определению этапов проведения работ, критически важных процессов и основных технологических операций. В настоящее время производится сбор необходимых исходных данных, формируются экспертные группы из числа сотрудников предприятия и привлеченных специалистов.
Формируемая база данных служит основой для поиска оптимальных решений в ходе разработки проектов отработки и освоения месторождений углеводородов на шельфе Калининградской области, при разработке проектной документации по инфраструктуре месторождений, при проведении расчетов оценки воздействия реализуемого проекта на окружающую среду, а также в ходе поиска оптимальных решений на других стадиях реализации проекта.
Предложенный алгоритм оптимизации отдельных технических и технологических процессов на различных этапах освоения шельфовых месторождений может быть использован и в рамках других нефтегазовых проектов, поскольку обладает значительной универсальностью.
1. Десятков В.М. Освоение УВ - потенциала шельфа Балтийского моря на примере Кравцовского (Д6) нефтяного месторождения [Текст] / В.М. Десятков, О.И. Кузилов // Проблемы изучения и освоения сырьевой базы нефти и газа Северо-Западного региона России: сб. матер. Междунар. науч.- практ. конф. - СПб.: ВНИГРИ, 2007. - С . 108 - 117.
2. Кесслер Ю.А. Основные направления повышения эффективности нефтедобычи на месторождениях Калининградской области [Текст] / Ю.А. Кесслер, В.М. Десятков, О.И. Кузилов // Анализ итогов внедрения методов повышения нефтеотдачи пластов, интенсификации добычи нефти и ремонта скважин в ОАО «ЛУКОЙЛ» за 2005 год: матер. совещания / ЗАО «Мосиздатинвест». - М., 2006. - С. 84-94.
3. Щербань П.С. К вопросу об управлении риском при процессе сооружения подводных нефтепроводов в акватории Балтийского моря [Текст] / П.С. Щербань, В.Я. Кершенбаум // Проблемы экономики и управления нефтегазовым комплексом. - 2013. - № 12. - С. 42-44.
4. Кузилов, И.А. История проектирования разработки месторождений нефти Калининградской области [Текст] / И.А. Кузилов, О.И. Кузилов // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2006. - No 8. - С. 41 - 46.
5. Щербань П.С., Управление качеством контроля технического состояния объектов нефтегазового комплекса в Калининградской области [Текст] / П.С. Щербань // Сборник трудов - Транспорт и технический сервис, издательство БФУ им. И. Канта . - 2016. - №5. - с. 43-52.
6. Отмас, А.А. Перспективы освоения ресурсов нефти на территории Калининградской области [Текст] /А.А. Отмас // Минеральные ресурсы России. Экономика и управление. - 2004. - No 5, 6. - С. 27 - 31.
7. Щербань П.С. Комплексный подход использования методов менеджмента риска к проблеме управления качеством процесса сооружения подводного нефтепровода [Текст] / П.С. Щербань, В.Я. Кершенбаум // Управление качеством в нефтегазовом комплексе. - 2013. - № 4. - С. 15-19.
8. Andersson J. and Krus P., “Multiobjective Optimization of Mixed Variable Design Problems”, in Proceedings of 1st International Conference on Evolutionary Multi Criteria Optimization, Zurich, Switzerland, March 7-9, 2001.
9. Iyer R. R., and Grossmann I.. E.. Optimal Planning and Scheduling of Offshore Oil Field Infrastructure Investment and Operations. Department of Chemical Engineering, Carnegie Mellon University, Pittsburgh, Pennsylvania 15213
10. Persson P., Kammerlind P., Bergman B. and Andersson J., “A Methodology for Multi-Characteristic System Improvement with Active Expert Involvement”, Quality and Reliability Engineering International, vol. 16, 2000, pp. 405-416.
11. William R. Esposito, and Christodoulos A. Floudas. Global Optimization for the Parameter Estimation of Differential-Algebraic Systems. Department of Chemical Engineering, Princeton University, Princeton, New Jersey. Ind. Eng. Chem. Res., 2000, 39 (5), pp 1291-1310
12. Patton, M.Q. Qualitative Evaluation and Research Method, 2nd Ed. Newbury Park, CA: Sage. 1990.
