L'intelligenza artificiale è qui e aiuta la manutenzione predittiva nei giacimenti petroliferi

Dec 14, 2023

Per le compagnie petrolifere il cui compito è convertire i barili in dollari, il nemico sono i tempi di inattività. I tempi di inattività possono comportare la perdita di barili e quindi una perdita di entrate. I tempi di inattività non programmati sono il peggior colpevole. Quando qualcosa va storto, e non c’era alcun indizio che il problema stesse arrivando, la produzione può restare offline più a lungo del previsto. Mantenere le operazioni a pieno regime è importante sia per la salute del campo che per i profitti del produttore.

Fino a poco tempo fa, il modo migliore per mantenere le cose in funzione era attraverso la manutenzione preventiva. Cioè, tempi di inattività regolarmente programmati per l'esame dell'attrezzatura per possibile usura e potenziale sostituzione. Il problema della manutenzione preventiva è che a volte non è necessaria. Una revisione dell'attrezzatura troverà tutto in ordine e poi avrai messo offline il tuo flusso di produzione per niente.

Oggi, il giacimento petrolifero e altre industrie si stanno orientando maggiormente verso l’implementazione del modello di manutenzione predittiva. La manutenzione predittiva ha bisogno di dati, moltissimi, per prevedere con precisione quando qualcosa sta andando, o andrà, storto. Questi modelli possono essere addestrati per prevedere possibili guasti prima che si verifichino. Lo fa impiegando una rete di sensori che rileva le letture dell'apparecchiatura. Tali letture possono quindi essere confrontate con letture storiche per valutare lo stato dell'apparecchiatura.

Le ultime novità in materia di manutenzione predittiva utilizzano l'intelligenza artificiale (AI) e l'Internet delle cose (IoT) per ottenere la lettura più accurata possibile. Ciò consente un approccio più proattivo all'ispezione, diagnosticando qualsiasi problema e offrendo una soluzione. I tempi di inattività prevedibili diventano più importanti man mano che l’infrastruttura del giacimento petrolifero invecchia ed è più soggetta a interruzioni del servizio. È probabile che un compressore di 20 anni non sia realizzato con lo stesso design, con gli stessi materiali o utilizzi la stessa tecnologia di un compressore di 2 anni. Tutti questi aspetti devono essere presi in considerazione quando si utilizza un modello di manutenzione predittiva.

Un’aggiunta più recente al kit di strumenti di manutenzione predittiva è l’uso di un gemello digitale. I gemelli digitali sono diventati popolari negli ultimi cinque anni circa nella perforazione di pozzi complessi a fini di monitoraggio e ottimizzazione. Nella manutenzione predittiva, i gemelli digitali possono generare dati da combinare con i dati dei sensori e dar luogo a algoritmi migliori per prevedere il comportamento delle apparecchiature. Utilizzando il gemello digitale per creare scenari di guasto delle apparecchiature, l’industria può addestrare meglio i programmi a cercare guasti nelle apparecchiature reali.

Sempre più aziende stanno introducendo la manutenzione predittiva basata sull’intelligenza artificiale nel settore del petrolio e del gas. SparkCognition vede l’apprendimento automatico e l’intelligenza artificiale come il percorso verso un migliore paradigma di manutenzione. Se una piattaforma offshore da 200.000 B/D subisce solo 12 ore di inattività non pianificata, ciò può comportare fino a 8 milioni di dollari di produzione differita.

"La manutenzione predittiva è come avere un dispositivo medico indossabile, come un braccialetto, che scansiona costantemente il corpo di un paziente, esaminando ogni aspetto della sua salute durante la giornata e valutando continuamente i risultati in tempo reale", si legge sul sito web dell'azienda. . "Questo dispositivo potrebbe quindi informare il paziente che ha bisogno di consultare un medico per un trattamento medico per scongiurare un infarto che altrimenti potrebbe avere in una data specifica. Allo stesso modo, la diagnostica proattiva dell'asset offshore consentirebbe agli operatori a monte di anticipare e mitigare i guasti prima che si verifichino."

Un rapporto del novembre 2021 di IoT Analytics stimava che il mercato della manutenzione predittiva allora da 6,9 miliardi di dollari avrebbe raggiunto i 28,2 miliardi di dollari entro il 2026. Si stima inoltre che il numero di fornitori sarebbe cresciuto da circa 100 a oltre 500 nello stesso periodo.

Shell si concentra sulla sicurezza assistita dall'intelligenza artificiale nelle operazioni

"È una forma di monitoraggio proattivo... sotto steroidi", ha spiegato Neisha Kydd, responsabile della sicurezza operativa della Shell, nel Golfo del Messico, ai partecipanti al recente OTC di maggio riguardante l'implementazione da parte della Shell della sorveglianza basata sulle eccezioni. La sorveglianza basata sulle eccezioni esiste già da un po’, ma il suo connubio con l’intelligenza artificiale e altre operazioni di apprendimento automatico ha fatto avanzare algoritmi più complessi per prevedere quando qualcosa potrebbe andare storto. Raccoglie milioni di punti dati in un'unica fonte, quindi applica algoritmi per consentire agli utenti di rilevare uno script o un pedice di anomalie predefinite.