IoT, AI, dan Edge Computing mengubah Industri minyak

Setiap tahun, IoT berevolusi untuk merangkul kemampuan baru dan memperluas jangkauannya ke batas baru, dan sekarang industri minyak siap untuk transformasi digital.

Barcelona, ​​Kongres Dunia Solusi IoT – Industri minyak, terutama di bidang produksi, masih beroperasi dengan sebagian besar peralatan dan standar keselamatan yang ditetapkan selama satu abad terakhir.

Sementara tingkat keselamatan meningkat, dan industri berhasil menghindari kecelakaan yang lebih parah dan bencana lingkungan, kinerja operasi dan waktu kerja sumber dayanya tidak meningkat.

Beberapa operator dan perusahaan layanan, dengan alat pengumpulan data baru, analitik cloud, pembelajaran mesin, dan komputasi tepi, mulai melihat potensi IoT untuk menyediakan pemeliharaan prediktif, identifikasi potensi kegagalan, keamanan yang lebih tinggi, dan peningkatan kinerja produksi ladang minyak mereka.

Selama sesi panel di IoT Solutions World Congress, Jonathan Carpenter, Head of Strategy, Petrofac, memberikan gambaran umum tentang layanan mereka kepada pelanggan mereka, dan bagaimana IoT dan analitik dapat menjadi pengubah permainan bagi industri. Dia menyebut konsep itu “Petrolitik. ”

Biaya waktu henti yang tinggi

Petrofac mulai menyadari nilai alat digital setahun yang lalu, kata Carpenter, dan perusahaan melakukan percakapan internal yang mempertanyakan “...bagaimana kami dapat mengoperasikan pabrik, atau membangun pabrik, dengan lebih aman, membangunnya dengan biaya lebih rendah, sesuai jadwal, dan ketika beroperasi, memiliki biaya operasi yang lebih rendah?”

Carpenter menyebutkan bahwa rata-rata uptime di Laut Utara, di mana banyak operasi Petrofac berada, adalah 73 persen saat ini. Sebagai perbandingan, rata-rata waktu operasional pesawat adalah 99,9 persen.

“Di industri minyak, kami menerima rata-rata 73% karena harga komoditas sangat tinggi, sehingga kami menjalankan ekonomi kami berdasarkan asumsi itu.”

Dengan visi itu, kata Carpenter, Petrofac bertanya pada dirinya sendiri:“Bagaimana jika kami memiliki penawaran yang membuat klien mengantri — jika kami dapat membangun pabrik dengan setengah biaya, dan selalu mengirimkan sesuai jadwal, beroperasi pada 100% uptime, setengah dari biaya operasional?”

Beberapa model kegagalan untuk pembelajaran cloud

Salah satu tantangan terbesar untuk menyadari potensi teknologi baru adalah kurangnya data historis karena sensor lama pada pabrik yang ada tidak dirancang untuk mengumpulkan dan menyimpan informasi, tetapi hanya untuk memperingatkan tentang malfungsi. Artinya, ada kekurangan data tentang kegagalan serius dari mana model pembelajaran mesin dapat memperoleh wawasan. Untuk alasan yang baik, industri bekerja dengan standar dan prosedur keselamatan yang ketat dan konservatif, berupaya menghindari jenis masalah yang ingin mereka analisis. Itulah sebabnya para insinyur dan ilmuwan data harus melatih model pembelajaran mesin cloud yang pada dasarnya buta.

Meskipun sebagian besar peralatan yang dipasang di pabrik produksi memiliki beberapa sensor utama, konektivitasnya terbatas, dan sebagian besar data yang dikumpulkan sensor tersebut akan dibuang.

Teresa Tung, Managing Director di Accenture Labs, yang bekerja dengan Petrofac pada analitik cloud, mengatakan bahwa mereka harus memanfaatkan pengetahuan para teknisi dan insinyur yang bekerja di pabrik minyak tersebut untuk memahami masalah, mensimulasikan data yang dapat dikumpulkan selama insiden dan awalnya melatih model seperti itu.

Masa depan adalah pabrik minyak yang sepenuhnya otonom

Menurut Carpenter, “Petrolitik” adalah salah satu landasan perusahaan dalam perjalanan menuju operasi yang sangat efisien.

Dengan memanfaatkan pengalaman merancang dan mengimplementasikan analitik prediktif, serta data yang dikumpulkan dan diproses oleh perangkat edge, dimungkinkan untuk beralih ke pabrik yang dioptimalkan AI, dengan biaya pengoperasian yang lebih rendah dan masalah pemeliharaan yang lebih sedikit. Pada akhirnya, kata Carpenter, ada kemungkinan untuk mulai berbicara tentang pabrik yang sepenuhnya otonom, di mana para insinyur memantau operasinya menggunakan kembaran digital dan menjadwalkan operasi pemeliharaan terlebih dahulu untuk mencapai efisiensi 100%.

“Ada penelitian yang dilakukan oleh Forum Ekonomi Dunia yang mengatakan bahwa di industri kita saja, ada lebih dari 750 miliar dolar nilai yang dapat diekstraksi dengan aplikasi AI, analitik, drone, dll. Jumlahnya berpotensi sangat besar,” Carpenter berkata nanti.

Nilai Potensial Inisiatif dan Teknologi Digital dalam Minyak dan Gas, untuk Industri dan Masyarakat

“Ada pengakuan hari ini versus tiga tahun lalu bahwa ini telah beralih dari sebuah konsep, ide, dan proyek penelitian, menjadi proyek kehidupan nyata pada aset nyata, dan kami sebenarnya mulai melihat gelombang pertama dari solusi ini diindustrialisasi,” dia selesai.