Оффшорная индустрия переживает беспрецедентный цифровой сбой, который выходит за пределы классов активов и создает дорожную карту для более безопасных и экономически эффективных операций.
Текущее лицо этого перехода - «цифровой близнец», виртуальная копия физических активов, процессов и систем, которые в конечном итоге будут использоваться владельцами для прогнозирования сбоев до их возникновения и повышения надежности производства.
Технологии, обеспечивающие расширенную аналитику данных, такие как искусственный интеллект, машинное обучение, потоковая аналитика и возможности параллельной обработки, достигли такой степени, что теперь огромные объемы данных можно очищать и анализировать практически в реальном времени, а не за несколько дней. Оффшорная индустрия всегда производила много данных; Проще говоря, его обработка стала гораздо более экономичным с точки зрения времени и затрат процессом.
Текущие пилотные проекты - с участием разработчиков и операторов буровых установок и платформ, офшорных компаний-поставщиков и сообщества плавучих производств, хранилищ и разгрузки (FPSO) - в настоящее время проводят анализ данных в режиме реального времени, который повышает надежность активов, безопасность, эффективность бурения и добыча скважин. Они доказывают, что время простоя активов может быть надежно сокращено.
Среди специалистов по данным, работающих в оффшорном секторе, это обычная шутка, что вы можете попросить 10 человек в комнате описать цифрового близнеца, и вы получите 20 определений. Это может быть связано с тем, что элементы, из которых состоит цифровой близнец, связаны с тем, почему он создается, т. Е. С какой целью его строит владелец актива.
По сути, цифровой близнец - это виртуальная модель состояния актива, на которой можно запускать симуляции для улучшения / прогнозирования эксплуатационных характеристик без физического воздействия на актив.
Масштаб виртуального актива - представляет ли он простой компонент или сложную морскую экосистему - детализация (будет ли смоделирован каждый кронштейн на буровой установке и отслеживается ли его состояние?) И частота, с которой он должен обновляться, определяет сложность модели.
Как только шкала определена, владелец определяет аналитические возможности модели состояния; Будет ли улучшен процесс принятия оперативных решений за счет аналитики на основе данных в реальном времени, прогнозной аналитики, аналитики на основе физики, анализа методом конечных элементов и т. д.
В какой-то степени классификационные общества уже некоторое время работают со своими клиентами над основными цифровыми близнецами. Но быстрые недавние достижения в вычислительной мощи позволили агрессивно расширить область применения этих моделей.
Прогрессивные владельцы теперь имеют возможность расширять область активов, которые они выбирают для моделирования, от оборудования и подсистем до всей системы буровой установки, платформы или плавучего производства и их более широких экосистем.
Это значительный шаг вперед. Зачем? Потому что производительность актива в меньшей степени зависит от того, насколько хорошо его насосы или верхние приводы работают в бункере, чем от того, как оборудование и компоненты совместно работают в своей среде, и как это влияет на общие операции.
По мере развития технологий сфера применения цифровых близнецов приобретает облик всей экосистемы, включая человеческий фактор; Теперь стало возможным рассчитать модели, чтобы определить влияние производительности компонента на людей, работающих на буровой установке, FPSO или платформе.
Когда это станет реальностью, владельцы смогут виртуально представлять, что произойдет с производительностью их активов в различных операционных средах. Для корректировки производительности сложных активов в режиме реального времени требуются технические средства, физика и элементы машинного обучения, а также возможности обработки данных для поддержки анализа в реальном времени. Теперь это возможно.
Большая часть находок от оффшорных пилотов, в настоящее время исследующих отраслевые приложения для цифровых близнецов, еще не опубликована. Но новаторские морские приложения уже показывают большие перспективы.
Недавно ABS опубликовала предварительные результаты проекта с военным командованием морского транспорта (MSC), подразделением военно-морского флота США, в котором MSC внедрила технологию digital-twin для повышения эксплуатационной готовности, оптимизации технического обслуживания и сведения к минимуму незапланированных отказов для судов, участвующих в пилотировании. ,
Классовые общества, такие как ABS, в течение некоторого времени создавали возможности, чтобы помочь своим клиентам извлечь выгоду из цифровой революции, в том числе возможностей, возникающих в результате сбоев. На человеческом уровне традиционная рабочая группа инженеров и военно-морских архитекторов постепенно смешивалась с системными инженерами, кибер-инженерами, инженерами по рискам, аналитиками данных и исследователями данных.
Как показывают текущие проекты, класс теперь имеет возможность принимать беспрецедентные объемы необработанных структурированных и неструктурированных данных - улучшая качество данных по мере их поступления - для проведения не только анализа производительности, но и обнаружения аномалий, которые лежат в основе прогнозирования. аналитика.
В настоящее время ABS преобразовывает этот опыт в модели, которые можно перенести на цифровой близнец любого масштаба и, в конечном итоге, помочь офшорным владельцам повысить производительность своих активов, улучшив прогнозирование и смягчение потенциальных проблем безопасности.
Мониторинг на основе условий является необходимым условием для технического обслуживания на основе условий. Помимо выполнения мандата на предоставление независимых технических консультаций владельцам активов в оффшорной индустрии, переход к техническому обслуживанию на основе условий одновременно сократит навязчивость класса, отсоединив его требования от жестких календарных режимов.