A Forecast and Mitigation Model of Contractor’s Cost Performance by Assessing Detailed Engineering Maturity for Offshore EPC Mega-projects

Abstract

국내 중공업사들은 21세기 초를 시작으로 해양 프로젝트 개발에 참여해왔다. 최근 발주자의 복잡한 요구조건, 특수재질 요구조건, 짧은 공기에 따른 공정중첩, 까다로운 로컬컨텐츠 요구조건 및 발주처 승인벤더 사용 조건 등으로 인하여 10조원 이상의 막대한 손실을 보고 있다. 이러한 중요한 위험요소를 검토하고 제어하기 위해서 발주자들은 개념설계, 기본설계, 기초설계 등 선행 기간 중 설계완성도 관리 도구를 개발하여 사용하고 있지만 국내 해양 프로젝트 계약자들이 상세설계 및 시공기간 중 사용할 수 있는 합리적인 관리도구는 없는 실정이다. 본 논문은 세가지 세 파트로 구성된다. 생산 시작 시점에 시공 위험 을 계산하는 DECRIS 모델을 개발하고, 기존 도구와 비교 우위를 검토한다. 개발된 모델을 확장하여 공사 시작 시점부터 5가지 설계 게이트에서 설계완성도에 따라 산출되는 시공완성도를 예측하고, 이를 통해 공사 초기 설계 공수 강화 방안을 제시한다. 마지막으로 시공과 아울러 장비 구매 위험요소를 예측하고, 인공신경망을 이용하여 선형회귀 대비 더 정확한 시공/구매 가격위험을 산출하고 대안을 제시한다. 본 논문이 첫 번째 파트는 상세설계 완성도를 수치화하는 DECRIS 를 개발하여 실적 해양공사를 평가하고, 다양한 통계기법을 이용하여 준거점수와 추세선을 정의하고 검증하였다. DECRIS를 구조화 하기 위하여 산업체 전문가들로 이루어진 워크샾 그룹을 통하여 상세설계 및 시공과 관련 있는 요소를 확정하였으며, 각 요소의 가중치를 주기 위하여 총 경력 400년 이상의 다양한 산업체 전문가들에게 설문을 실시하였다. 이러한 활동의 결과로 상세설계 완성도를 수치화할 수 있는 DECRIS 방법론이 개발되었다. DECRIS를 검증하기 위하여 13개의 해양 EPC 실적공사가 선정되었다. 각 공사 별 시공 시작시점의 DECRIS 평가를 진행하였고 통계기법을 이용하여 준거점수는 300으로 계산되었다. 회귀분석을 통하여 DECRIS와 시공비용증가, DECRIS와 시공기간증가 간의 추세선이 계산되었고, 본 추세선을 이용하여 현재 진행중인 해양 EPC공사에서 합리적인 수준에서 예측되었다. 본 논문의 두 번째 파트에서는 퍼지추론과 계층화분석을 이용하여 DECRIS의 개별요소 가중치를 재조정하였으며, 이를 통해 준거점수를 재조정하고 조정된 준거점수를 검증했다. 첫번째 파트에서는 생산시작시점의 DECRIS 점수가 시공 기간과 비용에 끼치는 영향을 검토했다. 본 파트에서는 상세설계의 5개 주요 마일스톤을 설정하고, DECRIS 점수를 선행적으로 예측할 수 있는 모델을 구성했다. 이를 통해 5개 주요 마일스톤에서의 준거점수를 지정하고 이를 통계적으로 검증했다. 본 DECRIS 모델의 우월성을 통계적으로 검증하고, 몬테-카를로 시뮬레이션을 통해서 설계공수 증강과 시공공수 위험 감소간 트레이드오프 분석을 진행하여 최적의 설계공수증강량을 계산하고, 실적공사의 기성과 비교하여 유사성을 확인하였다. 마지막 파트에서는 15개 공사의 시공 성능 및 자재 구매 관련 자료를 토대로 인공신경망을 이용한 기계학습을 통하여 기존의 회귀분석을 통한 프로젝트 성과 예측보다 더 정확한 예측을 구현하였다. 또한 전체 공사비의 20%를 차지하는 시공 비용 이외에 25%를 차지하는 구매 비용에 대한 DECRIS와의 상관관계를 한국 중공업사들의 300건 이상의 구매 실적 자료를 이용하여 검증하고 구매비용 증가를 예측함으로써 프로젝트의 설계, 비용 그리고 시공에 대한 전반적인 위험을 예측하고 설계공수 증강을 통한 최적화를 진행한다. 본 DECRIS를 이용하여, 해양 프로젝트 계약자는 상세설계에서 기인한 시공 위험을 추정할 수 있고 시공 시작시점의 의사결정을 위한 인덱스로 사용할 수 있다. 5가지 주요 마일스톤에서 (프로젝트 계약, 주요 장비 구매, 60% 모델링 리뷰, 90% 모델링 리뷰, 시공 시작) DECRIS 점수를 지속적으로 측정하고 위험완화 계획을 시행함으로서 지속적으로 프로젝트의 위험을 감소시킬 수 있다. 또한, 인공신경망을 통한 예측 모델을 이용하여 프로젝트의 설계, 비용, 시공에 대한 위험을 예측하고 완화할 수 있다.

Engineering, Procurement, and Construction (EPC) contractors with lump-sum turnkey contracts have recently been suffering massive profit losses due to re-works and schedule delay in offshore oil and gas EPC megaprojects. On the EPC projects, profits and losses of projects mainly depend on their procurement and construction performances, which were performed by EPC contractors during the project execution stage. This research consists of three parts. In the part 1, DECRIS model was developed for EPC contractor to calculate construction risks at the steel cutting session. The performance of the developed model are superior compared with an existing tool. The model was expanded in the part 2 at the five key engineering gates. The expanded model was well forecast the expected construction cost risks at the early stage of the EPC execution. At the last part of the research, the DECRIS model for procurement risk measurement was developed. Using neural network methodologies, forecast performance of the model are better than the previous linear regression model. The main objective of first part of this research was to develop and implement a detailed engineering completion rating index system (DECRIS) to assist EPC contractors to optimize fabrication and construction works schedules while minimizing potential re-work/re-order. This was achieved through adequate detailed design development and results in minimizing schedule delays and potential liquidated damages (i.e., delay penalties). The developed DECRIS was based on findings from an extensive review of existing literature, industry-led studies, expert survey, and expert workshops. The DECRIS model was an evolution, and improvement of existing tools such as the project definition raking index (PDRI) and front-end loading (FEL) developed specifically for early stage of engineering maturity assessment (i.e., planning, basic design, and front-end engineering design (FEED)), prior to EPC projects. The DECRIS was evaluated and validated with thirteen sample as-built offshore megaprojects completed recently. When the DECRIS was applied to the completed projects post-hoc, a correlation (R-squared 0.71) was found between DECRIS scores and schedule/cost performances. This was much superior to the PDRI-Industrial model’s correlation (R-squared 0.04), which was primarily devised for owner’s basic engineering or FEED completion assessment. Finally, as a means of further validation, project schedule and cost performance of an on-going project was predicted based on the correlations found on the thirteen completed projects. The resultant predicted schedule and cost performance was well matched with the current project performance status. Based on the accuracy of the DECRIS model found in the validation, said model was an effective prospective tools for EPC contractors to manage their engineering and procurement/construction risks during the initial detailed design stages. The main subject of the second part of this research was to develop a forecast and mitigation model of schedule and cost performance during a detailed engineering stage of offshore EPC projects. The weight factors of major elements in DECRIS were measured using a fuzzy inference system (FIS) and an analytic hierarchy process (AHP). At five key engineering milestones, from an EPC contract being awarded to the start of construction, detailed engineering maturities were assessed in fourteen historical offshore EPC projects using the DECRIS model. DECRIS cutoff scores for successful project execution were defined at the key engineering milestones. A schedule and cost performance was forecasted and validated through comparison of DECRIS and other models using statistical confidence of a fuzzy set qualitative comparative analysis (fsQCA) and a regression analysis. As a mitigation method for engineering risks to EPC contractors, engineering resource enhancement is recommended for trade-off optimization of cost overrun using a Monte Carlo simulation. The third part of this research focuses on the influence of detailed engineering maturities on offshore engineering, procurement, and construction (EPC) project procurement and construction cost performance. The authors propose a detailed engineering completion rating index system (DECRIS) to estimate the engineering maturities, from contract award to beginning of construction or steel cutting. The DECRIS was supplemented in this study with an artificial neural network methodology (ANN) to forecast procurement and construction cost performances. The study shows that R2 and mean error values using ANN functions were 20.2% higher and 19.7% lower, respectively, than cost performance estimations using linear regressions. The DECRIS cutoff score at each gate and DECRIS forecasting performance of total cost impact were validated through the results of fifteen historical offshore EPC South Korean mega-projects, which contain over 300 procurement cost performance data points in total. Finally, based on the DECRIS and ANN findings and a trade-off optimization using a Monte-Carlo simulation with a genetic algorithm, the authors propose a cost mitigation plan for potential project risks based on optimizing the engineering resources. This research aids both owners and EPC contractors to mitigate cost overrun risks, which could be continuously monitored at the key engineering gates, and engineering resources could be adjusted per optimization results. The main contribution of this research was that EPC contractors could continuously forecast procurement and construction costs and schedule performance utilizing the DECRIS model. This research aids both owners and EPC contractors to mitigate cost overrun risks, which could be continuously monitored at the key engineering gates, and engineering resources could be adjusted per optimization results.