IoT, AI en Edge Computing transformeren de olie-industrie

Ieder jaar evolueert IoT om nieuwe mogelijkheden te omarmen en zijn bereik naar nieuwe grenzen uit te breiden, en nu is de olie-industrie rijp voor digitale transformatie.

Barcelona, ​​IoT Solutions Wereldcongres – De olie-industrie, vooral op het gebied van productie, werkt nog steeds met de meeste apparatuur en veiligheidsnormen die in de vorige eeuw zijn vastgesteld.

Hoewel de veiligheidsniveaus toenemen en de industrie erin slaagt om meer ernstige ongevallen en milieurampen te voorkomen, zijn de bedrijfsprestaties en de beschikbaarheid van middelen niet verbeterd.

Sommige operators en servicebedrijven beginnen met nieuwe tools voor gegevensverzameling, cloudanalyse, machine learning en edge computing het potentieel van IoT te zien om voorspellend onderhoud, identificatie van potentiële storingen, hogere veiligheid en betere productieprestaties van hun olievelden te bieden.

Tijdens een panelsessie op het IoT Solutions World Congress gaf Jonathan Carpenter, Head of Strategy, Petrofac, een overzicht van hun diensten aan hun klanten en hoe IoT en analytics een gamechanger kunnen zijn voor de industrie. Hij noemde het concept “Petrolytics. ”

De hoge kosten van uitvaltijd

Petrofac begon een jaar geleden de waarde van digitale tools te beseffen, zei Carpenter, en het bedrijf had een intern gesprek met de vraag:"... hoe kunnen we fabrieken exploiteren of fabrieken bouwen, veiliger, tegen lagere kosten, op schema en wanneer het werkt, heeft het lagere bedrijfskosten?”

Carpenter vermeldde dat de gemiddelde uptime in de Noordzee, waar veel Petrofac-activiteiten zijn gevestigd, tegenwoordig 73 procent is. Ter vergelijking:de gemiddelde uptime van een vliegtuig is 99,9 procent.

"In de olie-industrie accepteren we gemiddeld 73% omdat de prijs van de grondstof zo hoog is, dat we onze economie op die veronderstelling baseren."

Met die visie, zei Carpenter, vroeg Petrofac zich af:"Wat als we een aanbod hadden waar klanten voor in de rij zouden staan ​​- als we een fabriek konden bouwen tegen de helft van de kosten, en altijd op tijd geleverd, werkt met 100% uptime, tegen de helft van de bedrijfskosten?”

Weinig faalmodellen voor cloudleren

Een van de grootste uitdagingen om het potentieel van nieuwe technologie te realiseren, is het gebrek aan historische gegevens, aangezien oude sensoren op bestaande installaties niet zijn ontworpen om informatie te verzamelen en op te slaan, maar alleen om te waarschuwen voor storingen. Dat betekent dat er een gebrek is aan gegevens over ernstig falen waaruit machine learning-modellen inzicht kunnen krijgen. Niet voor niets werkt de industrie met strikte en conservatieve veiligheidsnormen en -procedures, waarbij ze erin slagen het soort problemen te vermijden dat ze willen analyseren. Dat is de reden waarom ingenieurs en datawetenschappers de cloud-machine learning-modellen in principe blind moeten trainen.

Hoewel de meeste apparatuur die in productiefabrieken is geïnstalleerd, enkele primaire sensoren heeft, is de connectiviteit beperkt en wordt het grootste deel van de gegevens die deze sensoren verzamelen, weggegooid.

Teresa Tung, Managing Director bij Accenture Labs, dat samenwerkt met Petrofac op het gebied van cloudanalyse, zei dat ze de kennis van de technici en ingenieurs die aan die oliefabrieken werkten moesten gebruiken om de problemen te begrijpen, de gegevens te simuleren die verzameld zouden kunnen zijn tijdens een incident en train de modellen in eerste instantie op die manier.

De toekomst is de volledig autonome oliefabriek

Volgens Carpenter is "Petrolytics" een van de bouwstenen van het bedrijf op weg naar ultra-efficiënte operaties.

Door gebruik te maken van de ervaring van het ontwerpen en implementeren van voorspellende analyses en de gegevens die worden verzameld en verwerkt door edge-apparaten, is het mogelijk om door te gaan naar een AI-geoptimaliseerde fabriek, met lagere bedrijfskosten en minder onderhoudsproblemen. Uiteindelijk, zei Carpenter, zou het mogelijk kunnen zijn om te praten over een volledig autonome fabriek, waar ingenieurs de werking ervan monitoren met behulp van een digitale tweeling en onderhoudswerkzaamheden van tevoren plannen om 100% efficiëntie te bereiken.

"Er is een studie uitgevoerd door het World Economic Forum waaruit blijkt dat er alleen al in onze branche meer dan 750 miljard dollar aan waarde kan worden gewonnen door de toepassing van AI, analyses, drones, enz. Het aantal is potentieel enorm", Timmerman zei later.

Potentiële waarde van digitale initiatieven en technologieën in olie en gas, voor de industrie en de samenleving

"Vandaag wordt erkend dat dit, vergeleken met drie jaar geleden, is veranderd van een concept, een idee en onderzoeksprojecten naar real-life projecten op echte activa, en we beginnen de eerste golf van deze oplossingen te zien geïndustrialiseerd", zegt hij. afgesloten.