IoT, AI 및 엣지 컴퓨팅이 석유 산업을 변화시키고 있습니다

매년 IoT는 새로운 기능을 수용하고 새로운 영역으로 그 범위를 확장하기 위해 진화하고 있으며 이제 석유 산업은 디지털 혁신을 위해 무르익었습니다.

바르셀로나, IoT 솔루션 세계 회의 – 특히 생산 분야의 석유 산업은 지난 세기 동안 설정된 대부분의 장비 및 안전 표준으로 여전히 운영되고 있습니다.

안전 수준이 향상되고 업계가 더 심각한 사고와 환경 재해를 방지하기 위해 관리하고 있지만 운영 성과와 리소스 가동 시간은 개선되지 않았습니다.

새로운 데이터 수집 도구, 클라우드 분석, 머신 러닝 및 에지 컴퓨팅을 갖춘 일부 사업자 및 서비스 회사는 예측 유지 관리, 잠재적 장애 식별, 더 높은 안전성 및 유전의 향상된 생산 성능을 제공하는 IoT의 잠재력을 보기 시작했습니다.

IoT Solutions World Congress의 패널 세션에서 Petrofac의 전략 책임자인 Jonathan Carpenter는 고객에게 제공하는 서비스에 대한 개요와 IoT 및 분석이 업계의 판도를 바꿀 수 있는 방법에 대해 설명했습니다. 그는 이 개념을 "석유분해라고 불렀습니다. "

다운타임으로 인한 높은 비용

Petrofac은 1년 전에 디지털 도구의 가치를 깨닫기 시작했으며 회사는 내부 대화에서 "... 어떻게 하면 플랜트를 더 안전하게 운영하거나 더 안전하게 더 낮은 비용으로 일정에 맞게 건설할 수 있는지, 운영할 때 운영 비용이 더 낮습니까?”

Carpenter는 많은 Petrofac 작업이 위치한 북해의 평균 가동 시간이 오늘날 73%라고 언급했습니다. 이에 비해 여객기의 평균 가동 시간은 99.9%입니다.

"석유 산업에서 우리는 상품 가격이 너무 높아서 그 가정을 기반으로 경제를 운영하기 때문에 평균 73%를 수락합니다."

Carpenter는 이러한 비전을 가지고 Petrofac이 다음과 같이 자문했습니다. 운영 비용은?”

클라우드 학습을 위한 몇 가지 실패 모델

새로운 기술의 잠재력을 실현하는 데 있어 가장 큰 문제 중 하나는 기존 공장의 오래된 센서가 정보를 수집 및 저장하도록 설계되지 않고 오작동에 대해 경고하도록 설계되었기 때문에 이력 데이터가 부족하다는 것입니다. 이것이 의미하는 바는 기계 학습 모델이 통찰력을 얻을 수 있는 심각한 실패에 대한 데이터가 부족하다는 것입니다. 업계에서는 엄격하고 보수적인 안전 표준 및 절차를 사용하여 분석하려는 종류의 문제를 방지하기 위해 노력하고 있습니다. 그렇기 때문에 엔지니어와 데이터 과학자는 클라우드 기계 학습 모델을 기본적으로 맹목적으로 훈련시켜야 합니다.

생산 공장에 설치된 대부분의 장비에는 일부 기본 센서가 있지만 연결이 제한되어 있으며 센서에서 수집한 대부분의 데이터가 폐기됩니다.

클라우드 분석에 대해 Petrofac과 협력하고 있는 Accenture Labs의 전무 이사 Teresa Tung은 문제를 이해하고 석유 플랜트에서 수집할 수 있는 데이터를 시뮬레이션하기 위해 해당 석유 플랜트에서 일하는 기술자 및 엔지니어의 지식을 활용해야 한다고 말했습니다. 사고를 일으키고 처음에는 그런 식으로 모델을 훈련시킵니다.

미래는 완전 자율적인 석유 공장

Carpenter에 따르면 "Petrolytics"는 매우 효율적인 운영을 향한 여정에서 회사의 빌딩 블록 중 하나입니다.

예측 분석을 설계하고 구현한 경험과 에지 장치에서 수집 및 처리한 데이터를 활용하면 운영 비용과 유지 관리 문제가 적은 AI 최적화 공장으로 이동할 수 있습니다. Carpenter는 궁극적으로 엔지니어가 디지털 트윈을 사용하여 운영을 모니터링하고 100% 효율성에 도달하기 위해 사전에 유지 관리 작업을 예약하는 완전 자율 플랜트에 대해 이야기하는 것이 가능할 수 있다고 말했습니다.

"세계경제포럼(World Economic Forum)에서 수행한 연구에 따르면 우리 산업에서만 AI, 분석, 드론 등의 응용으로 추출할 수 있는 가치가 7,500억 달러가 넘습니다. 그 숫자는 잠재적으로 엄청납니다." 카펜터는 나중에 말했습니다.

산업과 사회를 위한 석유 및 가스 분야의 디지털 이니셔티브 및 기술의 잠재적 가치

"이것이 개념, 아이디어 및 연구 프로젝트에서 실제 자산에 대한 실제 프로젝트로 옮겨갔다는 사실을 3년 전과 비교하여 오늘날 인식하고 있으며 실제로 이러한 솔루션의 첫 번째 물결이 산업화되는 것을 보기 시작하고 있습니다." 결론지었습니다.