IoT, IA y Edge Computing están transformando la industria petrolera

Cada año, IoT evoluciona para adoptar nuevas capacidades y extender su alcance a nuevas fronteras, y ahora la industria petrolera está madura para la transformación digital.

Barcelona, ​​Congreso Mundial de Soluciones IoT – La industria petrolera, especialmente en el área de producción, sigue operando con la mayoría de los equipos y estándares de seguridad establecidos durante el siglo pasado.

Si bien los niveles de seguridad aumentan y la industria logra evitar accidentes más graves y desastres ambientales, su rendimiento operativo y el tiempo de actividad de los recursos no han mejorado.

Algunos operadores y empresas de servicios, con nuevas herramientas de recopilación de datos, análisis en la nube, aprendizaje automático y computación perimetral, están comenzando a ver el potencial de IoT para brindar mantenimiento predictivo, identificación de fallas potenciales, mayor seguridad y mayor rendimiento de producción de sus campos petroleros.

Durante una sesión de panel en el Congreso Mundial de Soluciones de IoT, Jonathan Carpenter, Jefe de Estrategia de Petrofac, brindó una descripción general de sus servicios a sus clientes y cómo IoT y el análisis pueden cambiar las reglas del juego para la industria. Llamó al concepto “Petrolíticos. ”

El alto costo del tiempo de inactividad

Petrofac comenzó a darse cuenta del valor de las herramientas digitales hace un año, dijo Carpenter, y la compañía tuvo una conversación interna en la que se preguntaba “…cómo podemos operar plantas, o construir plantas, de manera más segura, construirlas a un costo más bajo, a tiempo y cuando opera, ¿tiene un costo operativo más bajo?”

Carpenter mencionó que el tiempo de actividad promedio en el Mar del Norte, donde se encuentran muchas operaciones de Petrofac, es del 73 por ciento en la actualidad. En comparación, el tiempo de actividad promedio de un avión comercial es del 99,9 por ciento.

"En la industria del petróleo, aceptamos un 73 % en promedio porque el precio de la materia prima es tan alto que basamos nuestra economía en esa suposición".

Con esa visión, dijo Carpenter, Petrofac se preguntó:"¿Qué pasaría si tuviéramos una oferta por la que los clientes harían cola, si pudiéramos construir una planta a la mitad del costo y siempre entregada a tiempo, operando al 100% de tiempo de actividad, a la mitad de los costos operativos?”

Pocos modelos de falla para el aprendizaje en la nube

Uno de los mayores desafíos para aprovechar el potencial de la nueva tecnología es la falta de datos históricos, ya que los sensores antiguos en las plantas existentes no fueron diseñados para recopilar y almacenar información, sino solo para advertir sobre fallas. Lo que eso significa es que hay una falta de datos sobre fallas graves a partir de las cuales los modelos de aprendizaje automático puedan obtener información. Por una buena razón, la industria trabaja con estándares y procedimientos de seguridad rigurosos y conservadores, logrando evitar el tipo de problemas que quieren analizar. Es por eso que los ingenieros y científicos de datos tienen que entrenar los modelos de aprendizaje automático en la nube básicamente a ciegas.

Si bien la mayoría de los equipos instalados en las plantas de producción tienen algunos sensores primarios, la conectividad es limitada y la mayor parte de los datos que recopilan esos sensores se descarta.

Teresa Tung, directora general de Accenture Labs, que trabaja con Petrofac en el análisis de la nube, dijo que tenían que aprovechar el conocimiento de los técnicos e ingenieros que trabajaban en esas plantas petroleras para comprender los problemas, simular los datos que podrían haberse recopilado durante un incidente e inicialmente entrenar a los modelos de esa manera.

El futuro es la planta de aceite completamente autónoma

Según Carpenter, "Petrolytics" es uno de los componentes básicos de la empresa en el viaje hacia operaciones ultraeficientes.

Aprovechando la experiencia de diseñar e implementar análisis predictivos y los datos recopilados y procesados ​​por dispositivos de borde, es posible avanzar hacia una planta optimizada para IA, con costos operativos más bajos y menos problemas de mantenimiento. En última instancia, dijo Carpenter, podría ser posible comenzar a hablar de una planta totalmente autónoma, donde los ingenieros monitorean su operación mediante un gemelo digital y programan las operaciones de mantenimiento con anticipación para alcanzar el 100 % de eficiencia.

“Hubo un estudio realizado por el Foro Económico Mundial que dice que solo en nuestra industria, hay más de 750 mil millones de dólares de valor que se pueden extraer mediante la aplicación de inteligencia artificial, análisis, drones, etc. El número es potencialmente enorme”. dijo Carpenter más tarde.

Valor potencial de las iniciativas y tecnologías digitales en petróleo y gas, para la industria y la sociedad

“Hoy en día, en comparación con hace tres años, se reconoce que esto ha pasado de ser un concepto, una idea y proyectos de investigación a proyectos de la vida real en activos reales, y en realidad estamos comenzando a ver la primera ola de estas soluciones siendo industrializadas”, dijo. concluido.