IoT, IA e Edge Computing Revolucionam Operações na Indústria de Petróleo

Cada ano, a IoT evolui para abraçar novas capacidades e estender seu alcance a novas fronteiras, e agora a indústria de petróleo está madura para transformação digital.

Barcelona, IoT Solutions World Congress – A indústria de petróleo, especialmente na área de produção, ainda está operando com a maioria dos equipamentos e padrões de segurança definidos 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 de recursos não melhoraram.

Alguns operadores e empresas de serviços, com novas ferramentas de coleta de dados, analytics na nuvem, machine learning e edge computing, estão começando a ver o potencial da IoT para fornecer manutenção preditiva, identificação de falhas potenciais, maior segurança e aumento de performance 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 aos clientes e como IoT e analytics podem ser um game changer para a indústria. Ele chamou o conceito de "Petrolytics."

O alto custo do tempo de inatividade

A Petrofac começou a perceber o valor de ferramentas digitais há um ano, disse Carpenter, e a empresa teve uma conversa interna questionando "…como podemos operar plantas, ou construir plantas, mais seguramente, construí-las a menor custo, no prazo, e quando operam, têm menor custo operacional?"

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

"Na indústria de petróleo, aceitamos 73% em média porque o preço da commodity é tão alto, que baseamos nossa economia nessa premissa."

Com essa visão, Carpenter disse, a Petrofac se perguntou: "E se tivéssemos uma oferta pela qual clientes fariam fila — se pudéssemos construir uma planta a metade do custo, e sempre entregar no prazo, opera a 100% de uptime, a metade dos custos operacionais?"

Poucos modelos de falha para aprendizado na nuvem

Um dos maiores desafios para realizar o potencial da nova tecnologia é a falta de dados históricos, já que sensores antigos em plantas existentes não foram projetados para coletar e armazenar informações, mas apenas para alertar sobre mau funcionamento. O que significa que há falta de dados sobre falhas sérias dos quais modelos de machine learning podem obter insights. Por uma boa razão, a indústria trabalha com padrões e procedimentos de segurança rigorosos e conservadores, conseguindo evitar o tipo de problemas que querem analisar. É por isso que engenheiros e cientistas de dados têm que treinar os modelos de machine learning na nuvem basicamente às cegas.

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

Teresa Tung, Diretora Gerente nos Accenture Labs, que está trabalhando com a Petrofac em analytics na nuvem, disse que tiveram que aproveitar o conhecimento de técnicos e engenheiros trabalhando naquelas plantas de petróleo para entender os problemas, simular os dados que poderiam ter sido coletados durante um incidente e treinar inicialmente os modelos dessa forma.

O futuro é a planta de petróleo totalmente autônoma

Segundo Carpenter, "Petrolytics" é um dos blocos de construção da empresa na jornada rumo a operações ultra-eficientes.

Aproveitando a experiência de projetar e implementar analytics preditivos, e os dados coletados e processados por dispositivos de borda, é possível avançar para uma planta otimizada por IA, com menores custos operacionais e menos problemas de manutenção. Em última análise, Carpenter disse, poderia ser possível começar a falar sobre uma planta totalmente autônoma, onde engenheiros monitoram sua operação usando um gêmeo digital e agendam operações de manutenção antecipadamente 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 de valor que podem ser extraídos pela aplicação de IA, analytics, drones, etc. O número é potencialmente enorme", disse Carpenter depois.

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

"Há reconhecimento hoje versus três anos atrás que isso mudou de um conceito, uma ideia e projetos de pesquisa, para projetos reais em ativos reais, e estamos realmente começando a ver a primeira onda dessas soluções sendo industrializadas", concluiu.