IoT, AI et Edge Computing transforment l'industrie pétrolière

Chaque année, l'IdO évolue pour adopter de nouvelles capacités et étendre sa portée à de nouvelles frontières, et maintenant l'industrie pétrolière est mûre pour la transformation numérique.

Barcelone, Congrès mondial des solutions IoT – L'industrie pétrolière, en particulier dans le domaine de la production, fonctionne toujours avec la plupart des équipements et des normes de sécurité établis au cours du siècle dernier.

Alors que les niveaux de sécurité augmentent et que l'industrie parvient à éviter des accidents et des catastrophes environnementales plus graves, ses performances opérationnelles et la disponibilité des ressources ne se sont pas améliorées.

Certains opérateurs et sociétés de services, avec de nouveaux outils de collecte de données, l'analyse du cloud, l'apprentissage automatique et l'informatique de pointe, commencent à voir le potentiel de l'IoT pour fournir une maintenance prédictive, l'identification des défaillances potentielles, une sécurité accrue et une performance de production accrue de leurs champs pétrolifères.

Lors d'une table ronde au Congrès mondial des solutions IoT, Jonathan Carpenter, responsable de la stratégie chez Petrofac, a donné un aperçu de leurs services à leurs clients et de la façon dont l'IoT et l'analyse peuvent changer la donne pour l'industrie. Il a appelé le concept "Petrolytics. ”

Le coût élevé des temps d'arrêt

Petrofac a commencé à réaliser la valeur des outils numériques il y a un an, a déclaré Carpenter, et l'entreprise a eu une conversation interne se demandant «… comment pouvons-nous exploiter des usines ou construire des usines de manière plus sûre, les construire à moindre coût, dans les délais et quand il fonctionne, a un coût de fonctionnement plus bas ?"

Carpenter a mentionné que la disponibilité moyenne en mer du Nord, où se trouvent de nombreuses opérations de Petrofac, est de 73 % aujourd'hui. En comparaison, la disponibilité moyenne des avions de ligne est de 99,9 %.

"Dans l'industrie pétrolière, nous acceptons 73 % en moyenne parce que le prix de la matière première est si élevé que nous gérons notre économie sur la base de cette hypothèse."

Avec cette vision, a déclaré Carpenter, Petrofac s'est demandé :"Et si nous avions une offre pour laquelle les clients feraient la queue - si nous pouvions construire une usine à la moitié du coût, et toujours livrée dans les délais, fonctionne à 100 % de disponibilité, à la moitié des frais de fonctionnement ?"

Peu de modèles d'échec pour l'apprentissage dans le cloud

L'un des plus grands défis pour réaliser le potentiel des nouvelles technologies est le manque de données historiques, car les anciens capteurs des installations existantes n'ont pas été conçus pour collecter et stocker des informations, mais uniquement pour avertir des dysfonctionnements. Cela signifie qu'il y a un manque de données sur les défaillances graves à partir desquelles les modèles d'apprentissage automatique peuvent avoir un aperçu. Pour une bonne raison, l'industrie travaille avec des normes et des procédures de sécurité rigoureuses et conservatrices, parvenant à éviter le type de problèmes qu'elle souhaite analyser. C'est pourquoi les ingénieurs et les scientifiques des données doivent former les modèles d'apprentissage automatique dans le cloud à l'aveugle.

Bien que la plupart des équipements installés dans les usines de production disposent de capteurs principaux, la connectivité est limitée et la majeure partie des données collectées par ces capteurs est ignorée.

Teresa Tung, directrice générale d'Accenture Labs, qui travaille avec Petrofac sur l'analyse du cloud, a déclaré qu'ils devaient tirer parti des connaissances des techniciens et des ingénieurs travaillant sur ces usines pétrolières pour comprendre les problèmes, simuler les données qui auraient pu être collectées au cours d'une incident et entraînez initialement les modèles de cette façon.

L'avenir est l'usine d'huile entièrement autonome

Selon Carpenter, "Petrolytics" est l'un des éléments constitutifs de l'entreprise dans le cheminement vers des opérations ultra-efficaces.

En tirant parti de l'expérience de la conception et de la mise en œuvre de l'analyse prédictive, et des données collectées et traitées par les appareils de pointe, il est possible de passer à une usine optimisée pour l'IA, avec des coûts d'exploitation inférieurs et moins de problèmes de maintenance. En fin de compte, a déclaré Carpenter, il pourrait être possible de commencer à parler d'une usine entièrement autonome, où les ingénieurs surveillent son fonctionnement à l'aide d'un jumeau numérique et planifient les opérations de maintenance à l'avance pour atteindre une efficacité de 100 %.

"Il y a eu une étude réalisée par le Forum économique mondial qui dit que dans notre seule industrie, il y a plus de 750 milliards de dollars de valeur qui peuvent être extraits par l'application de l'IA, de l'analyse, des drones, etc. Le nombre est potentiellement énorme", Carpenter a dit plus tard.

Valeur potentielle des initiatives et technologies numériques dans le secteur pétrolier et gazier, pour l'industrie et la société

"Il est reconnu aujourd'hui, par rapport à il y a trois ans, que cela est passé d'un concept, d'une idée et de projets de recherche à des projets réels sur des actifs réels, et nous commençons en fait à voir la première vague de ces solutions industrialisée", a-t-il déclaré. conclu.