IoT, IA e Edge Computing estão transformando a indústria do petróleo

A cada ano, a IoT evolui para adotar novos recursos e estender seu alcance a novas fronteiras, e agora a indústria de petróleo está pronta para a transformação digital.

Barcelona, ​​Congresso Mundial de Soluções de IoT – A indústria petrolífera, sobretudo na área da produção, continua a operar com a maior parte dos equipamentos e normas de segurança estabelecidas durante o século passado.

Embora os níveis de segurança estejam aumentando e a indústria esteja conseguindo evitar acidentes mais graves e desastres ambientais, seu desempenho operacional e tempo de atividade dos recursos não melhoraram.

Algumas operadoras e empresas de serviços, com novas ferramentas de coleta de dados, análise em nuvem, aprendizado de máquina e computação de borda, estão começando a ver o potencial da IoT para fornecer manutenção preditiva, identificação de possíveis falhas, maior segurança e aumento do desempenho de produção de seus campos de petróleo.

Durante uma sessão de painel no IoT Solutions World Congress, Jonathan Carpenter, chefe de estratégia da Petrofac, deu uma visão geral de seus serviços para seus clientes e como a IoT e a análise podem ser um divisor de águas para o setor. Ele chamou o conceito de “Petrolíticos. ”

O alto custo do tempo de inatividade

A Petrofac começou a perceber o valor das ferramentas digitais há um ano, disse Carpenter, e a empresa teve uma conversa interna questionando “… quando opera, tem um custo operacional mais baixo?”

Carpenter mencionou que o tempo médio de atividade no Mar do Norte, onde estão localizadas muitas das operações da Petrofac, é de 73% hoje. Em comparação, o tempo médio de atividade do avião é de 99,9%.

“Na indústria do petróleo, aceitamos 73% em média porque o preço da commodity é tão alto que conduzimos nossa economia com base nessa suposição.”

Com essa visão, disse Carpenter, a Petrofac se perguntou:“E se tivéssemos uma oferta pela qual os clientes fariam fila – se pudéssemos construir uma fábrica pela metade do custo e sempre entregue no prazo, operasse com 100% de tempo de atividade, pela metade dos custos operacionais?”

Poucos modelos de falha para aprendizado na nuvem

Um dos maiores desafios para perceber o potencial da nova tecnologia é a falta de dados históricos, uma vez que sensores antigos em plantas existentes não foram projetados para coletar e armazenar informações, mas apenas para alertar sobre mau funcionamento. O que isso significa é que há uma falta de dados sobre falhas graves a partir das quais os modelos de aprendizado de máquina podem obter informações. Por um bom motivo, a indústria trabalha com padrões e procedimentos de segurança rigorosos e conservadores, conseguindo evitar o tipo de problema que deseja analisar. É por isso que engenheiros e cientistas de dados precisam treinar os modelos de aprendizado de máquina em nuvem basicamente cegos.

Embora a maioria dos equipamentos instalados nas plantas de produção tenha alguns sensores primários, a conectividade é limitada e a maior parte dos dados coletados por esses sensores é descartada.

Teresa Tung, diretora administrativa da Accenture Labs, que está trabalhando com a Petrofac em análise de nuvem, disse que eles tiveram que aproveitar o conhecimento dos técnicos e engenheiros que trabalham nessas usinas de petróleo para entender os problemas, simular os dados que poderiam ter sido coletados durante uma incidente e inicialmente treinar os modelos dessa forma.

O futuro é a usina de petróleo totalmente autônoma

De acordo com Carpenter, “Petrolytics” é um dos blocos de construção da empresa na jornada em direção a operações ultraeficientes.

Aproveitando a experiência de projetar e implementar análises preditivas e os dados coletados e processados ​​por dispositivos de borda, é possível avançar para uma planta otimizada por IA, com custos operacionais mais baixos e menos problemas de manutenção. Em última análise, disse Carpenter, pode ser possível começar a falar sobre uma planta totalmente autônoma, onde os engenheiros estão monitorando sua operação usando um gêmeo digital e programando as operações de manutenção com antecedência para atingir 100% de eficiência.

“Houve um estudo feito pelo Fórum Econômico Mundial que diz que apenas em nossa indústria, há mais de 750 bilhões de dólares em valor que podem ser extraídos pela aplicação de IA, análises, drones, etc. O número é potencialmente enorme”, disse. Carpenter disse mais tarde.



Valor Potencial de Iniciativas e Tecnologias Digitais em Petróleo e Gás, para a Indústria e a Sociedade

“Há reconhecimento hoje versus três anos atrás de que isso passou de um conceito, uma ideia e projetos de pesquisa para projetos da vida real em ativos reais, e estamos realmente começando a ver a primeira onda dessas soluções sendo industrializada”, ele concluiu.