Naftos ir dujų bendrovės automatizavimu naudojasi dešimtmečius. PLC, DCS platformos, saugos sistemos, pažangus valdymas ir pramoniniai tinklai jau atlieka didžiąją dalį pasikartojančio darbo, reikalingo gręžinių, perdirbimo įrenginių, vamzdynų ir jūroje esančių objektų veikimui užtikrinti.
Kitas etapas nėra tiesiog didesnis automatizavimas. Tai sistemų, galinčių suprasti veikimo sąlygas, numatyti, kas gali nutikti toliau, įvertinti galimus atsakus ir imtis veiksmų pagal aiškiai apibrėžtas ribas, kūrimas.
Tai ir yra praktinė autonomijos reikšmė pramoninėse operacijose.
Automatizavimo inžinerijos požiūriu šis skirtumas yra svarbus. Įprasta automatizuota sistema vykdo logiką, kurią inžinieriai iš anksto apibrėžė. Autonominė sistema įveda papildomą sprendimų priėmimo sluoksnį. Ji sujungia realiojo laiko proceso duomenis, įrangos būklę, prognozinius modelius, analitiką ir vis dažniau DI, kad nustatytų, kuris atsakas tinkamas esamai veikimo būsenai.
Tai nereiškia, kad operatoriai pašalinami iš proceso. Didelės pasekmių rizikos naftos ir dujų taikymuose realesnė kryptis yra palikti žmonėms atsakomybę už išimtis, nenormalias situacijas, leidimų suteikimą ir sprendimus, viršijančius iš anksto nustatytas ribas.
Kodėl autonomija tampa vis praktiškesnė
Šį perėjimą įmanomą daro keli pokyčiai.
Naftos ir dujų operacijos vis labiau paskirstomos tarp nutolusių gręžinių, jūroje esančių platformų, perdirbimo įrenginių, vamzdynų ir jūrų objektų. Tuo pat metu daugelis operatorių susiduria su senstančia infrastruktūra, fragmentuotomis valdymo sistemomis, darbuotojų trūkumu ir vis labiau susietais OT tinklais.
Istoriškai skaitmeninimas dažnai buvo sutelktas į informacijos pavertimą matoma. Operatoriai galėjo centralizuotose sistemose matyti tendencijas, pavojaus signalus ir įrangos būklę, tačiau žmonės vis tiek turėjo interpretuoti didelę dalį šios informacijos ir nuspręsti, ką daryti.
Kitas žingsnis - sutrumpinti šį sprendimų priėmimo ciklą.
Šiuolaikinis kraštinis skaičiavimas, pramoninio daiktų interneto įrenginiai, pažangus procesų valdymas, prognozinė analitika ir DI gali perkelti skaičiavimus arčiau proceso. Užuot kiekvieną sprendimą siuntus per centralizuotą ar debesijos architektūrą, pasirinktos funkcijos gali veikti vietoje, kai svarbus reakcijos laikas ir ryšio prieinamumas.
Mano nuomone, tikroji autonomijos vertė slypi ne pačiame DI modelyje. Ji slypi gebėjime sujungti jutiklių duomenis, analizę, sprendimų logiką ir valdomą veiksmą į vieną veiklos ciklą.
MPC sujungia automatizavimą ir autonomiją
Modeliu grindžiamas prognozuojamasis valdymas yra svarbus šios raidos pavyzdys.
MPC nuolat vertina esamas proceso sąlygas ir prognozuojamą būsimą elgseną, tada apskaičiuoja valdymo veiksmus pagal nustatytus tikslus ir apribojimus. Ji gali kompensuoti proceso sąveikas, kurias sunku valdyti vien įprastais PID kontūrais.
DI šią koncepciją papildo, o ne būtinai ją pakeičia.
DI sistema gali analizuoti didesnius ir mažiau struktūrizuotus duomenų rinkinius, nustatyti ryšius, kurie gali būti neatvaizduoti fiksuotame proceso modelyje, ir atpažinti veikimo modelius, susijusius su besivystančiomis problemomis ar optimizavimo galimybėmis.
Šis derinys ypač naudingas, kai proceso sąlygos nuolat kinta.
Pavyzdžiui, autonominė valdymo architektūra galėtų apjungti:
- Proceso matavimai realiuoju laiku
- Įrenginių būklės duomenys
- Istoriniai eksploatavimo modeliai
- MPC prognozės
- DI pagrįstas anomalijų aptikimas
- Apibrėžti eksploataciniai apribojimai
- Saugos sistemos būsena
- Operatoriaus leidimų taisyklės
Gauta sistema gali nustatyti, ar dėl veikimo sąlygų reikia stebėjimo, koregavimo, rekomendacijos ar žmogaus įsikišimo.
Tai daug artimiau pramoninei autonomijai nei tiesiog įdiegti DI taikomąją programą šalia esamos DCS.
Kraštinis intelektas ypač svarbus proceso lygmeniu
Autonomija tampa naudingesnė, kai sprendimus galima priimti arti įrenginių.
Siurbliai, kompresoriai, vožtuvai, pavaros, separatoriai ir kiti proceso įrenginiai vis dažniau generuoja diagnostikos ir našumo informaciją, be pagrindinių proceso matavimų.
Senesni lauko įrenginiai galėjo pateikti paprastą būsenos signalą. Šiuolaikiniai išmanieji įrenginiai gali teikti proceso vertes, įrenginio diagnostikos duomenis, būklės rodiklius ir papildomą eksploatacinę informaciją.
Taip sukuriamas daug turtingesnis informacijos sluoksnis.
Tačiau visos informacijos siuntimas į nuotolinę platformą savaime nesukuria geresnės valdymo sistemos. Laikui jautrios taikomosios programos vis dar priklauso nuo deterministinio ryšio, vietinio valdymo prieinamumo ir nuspėjamos reakcijos.
Todėl praktinėje architektūroje intelektas dažnai paskirstomas keliems sluoksniams:
Lauko lygis -> valdymo lygis -> kraštinė analitika -> priežiūros sistemos -> įmonės / debesijos analitika
Kiekvienas sluoksnis turi skirtingą atsakomybę.
Valdymo sistema turėtų ir toliau tvarkyti deterministines valdymo funkcijas. Kraštinis skaičiavimas gali atlikti laikui jautrią analitiką ir teikti sprendimų palaikymą. Aukštesnio lygio platformos gali vykdyti visos įrenginių parko optimizavimą, istorinę analizę ir DI modelių kūrimą.
Ši daugiasluoksnė architektūra, mano nuomone, yra vienas svarbiausių inžinerijos principų plečiant autonomiją, nepaverčiant valdymo sistemos be reikalo sudėtinga programinės įrangos platforma.
Nuotolinis valdymas yra natūralus pradžios taškas
Nuotolinio valdymo centrai rodo, kaip gali keistis žmogaus vaidmuo.
Užuot reikalavus specialistų keliauti į atskirus gręžinius, platformas ar perdirbimo įrenginius, centralizuotos komandos gali prižiūrėti geografiškai išskaidytą turtą naudodamos bendrus operacinius duomenis ir skaitmeninius įrankius.
Pirmasis etapas paprastai yra nuotolinis stebėjimas.
Kitas etapas - centralizuota diagnostika.
Po to atrinktus valdymo veiksmus galima atlikti nuotoliniu būdu.
Didėjant pasitikėjimui, programinė įranga gali nuolat atlikti įprastas diagnostikos ir optimizavimo užduotis, o operatoriui perduoti tik išimtinius atvejus.
Taip sukuriamas kitoks veiklos modelis: žmonės mažiau laiko skiria pasikartojantiems veiksmams ir daugiau - sistemos veikimo priežiūrai, neįprastų sąlygų tyrimui bei sprendimams, kuriems reikia inžinerinio vertinimo.
Todėl technologija keičia žmonių dėmesio paskirstymą, o ne tiesiog pašalina žmonių dalyvavimą.
Jūroje esantys objektai suteikia tvirtą ekonominį pagrindą autonomijai
Vertės pasiūlymas ypač aiškus jūroje.
Techninės priežiūros problema sausumoje esančiame objekte gali pareikalauti techniko ir atsarginių dalių. Ta pati problema jūroje gali būti susijusi su transportavimu, specialistų darbu, jūrų arba sraigtasparnių logistika, oro sąlygų apribojimais ir papildomais saugos aspektais.
Todėl FPSO arba nuotolinėje platformoje anksti nustačius įrangos būklės blogėjimą galima pasiekti gerokai didesnį ekonominį poveikį.
Prognozinė sistema, prieš gedimą nustatanti neįprastą vibraciją, temperatūrą, slėgį ar veikimo parametrų pokyčius, gali padėti techninės priežiūros komandoms suplanuoti intervenciją, o ne reaguoti į netikėtą išjungimą.
Nauda neapsiriboja techninės priežiūros sąnaudomis.
Tai taip pat gali apimti:
- Mažiau neplanuotų prastovų
- Didesnis gamybos tęstinumas
- Geresnis atsarginių dalių planavimas
- Mažiau avarinių intervencijų
- Mažesnis personalo poveikis pavojui
- Labiau nuspėjami techninės priežiūros laikotarpiai
Būtent čia prognozinė techninė priežiūra tampa autonominio eksploatavimo modelio dalimi, o ne lieka atskira analitikos taikomąja programa.
Robotika gali pašalinti žmones iš pasikartojančių pavojingų užduočių
Patikros yra dar viena sritis, kurioje autonomija gali gana greitai plėtotis.
Dronai, antžeminiai robotai, jūriniai robotai ir automatizuotos patikrų sistemos gali rinkti vaizdinės, šiluminės ir kitokios būklės duomenis iš vietų, į kurias personalui patekti sudėtinga arba pavojinga.
Svarbus inžinerinis žingsnis - sujungti šias sistemas su platesne techninės priežiūros eiga.
Robotas, kuris tik sukuria vaizdus, vis tiek palieka žmogų atsakingą už jų peržiūrą. Labiau integruota sistema gali rinkti patikrų duomenis, lyginti juos su ankstesnėmis būklėmis, nustatyti pokyčius, klasifikuoti galimus defektus ir parengti techninės priežiūros rekomendaciją.
Ilgalaikė architektūra gali sujungti:
Robotas -> patikrų duomenys -> analitika -> turto būklės modelis -> techninės priežiūros eiga -> žmogaus patvirtinimas arba automatinė reakcija
Taip sukuriamas uždaras informacijos ciklas.
Tikslas neturėtų būti diegti robotiką vien todėl, kad robotai yra prieinami. Geresnis požiūris - nustatyti užduotis, kai dėl žmonių poveikio, patikrų dažnio, sudėtingo patekimo ar pasikartojančio darbo kyla išmatuojama eksploatacinė problema.
Autonominiams šuliniams reikia nuolatinio optimizavimo
Šulinių eksploatavimas yra dar viena įdomi taikymo sritis.
Slėgis, srautas, įpurškimo našumas, siurblio būklė ir telkinio elgsena gali nuolat keistis. Valdymo strategija, gerai veikianti esant vienoms sąlygoms, keičiantis eksploatacinei būsenai gali tapti ne tokia veiksminga.
Todėl nuolatinis stebėjimas kartu su adaptyviuoju valdymu gali užtikrinti operatyvesnį požiūrį.
Pavyzdžiui, daugiau nei 130 gręžinių su strypiniais siurbliais įdiegta regeneracinė pavarų technologija parodė, kaip pavarų modernizavimas gali sujungti energijos atgavimą su geresniu valdymu ir realaus laiko veikimo duomenimis. Pranešta, kad diegimas užtikrino 17 % energijos regeneraciją, 95 % atgautos energijos buvo panaudota pakartotinai, o visapusiškai įdiegus sistemą numatyta sutaupyti 3 mln. JAV dolerių energijos sąnaudų per mėnesį.
Svarbesnė automatikos požiūriu yra tai, kad modernizavimas taip pat sukuria dirbtiniam intelektui paruoštą duomenų sluoksnį.
Be gerų eksploatacinių duomenų prognozuojamoji techninė priežiūra ir autonominis optimizavimas lieka teorinėmis sąvokomis.
Vandens įpurškimas atskleidžia prognozuojamojo valdymo potencialą
Vandens įpurškimas yra dar vienas pavyzdys, kaip pažangus valdymas gali tiesiogiai paveikti gamybą.
Vienoje aprašytoje taikymo srityje MPC buvo įdiegtas 35 vandens įpurškimo siurbliuose ir trijuose telkinio perpumpavimo įrenginiuose bei aikštelėse. Sistema automatiškai koregavo veikimo sąlygas pagal prognozuojamą proceso elgseną.
Diegimas padidino vandens įpurškimą beveik 36 000 bpd, padėjo papildomai išgauti 548 bopd naftos ir sumažino energijos suvartojimą 3 %.
Inžinerijos pamoka yra reikšminga.
Autonomijai ne visada reikia sudėtingos dirbtinio intelekto sistemos. Kai kuriose srityse gerai sukurta prognozuojamojo valdymo strategija su patikima matavimo įranga ir aiškiai apibrėžtais apribojimais gali suteikti daugiau praktinės naudos nei be reikalo sudėtinga dirbtinio intelekto architektūra.
Tinkama technologija turėtų būti parenkama pagal eksploatavimo problemą, o ne atvirkščiai.
Prognozuojamoji techninė priežiūra keičia priežiūros modelį
Tradicinės techninės priežiūros strategijos paprastai grindžiamos prevenciniais grafikais arba reagavimu į gedimus.
Autonominė techninė priežiūra suteikia trečią galimybę: imtis veiksmų pagal faktinę įrangos būklę.
Sukamosios įrangos būklės stebėsena gali nustatyti vibracijos, temperatūros, apkrovos, slėgio ar kitų veikimo parametrų pokyčius dar prieš pasiekiant įprastą pavojaus signalo slenkstį.
Vienoje aprašytoje jūrinio gręžimo taikymo srityje įrangai stebėti realiuoju laiku ir nukrypimams nuo įprastos elgsenos nustatyti buvo naudojamas dinaminis įrangos būklės indeksas, statistinis anomalijų aptikimas ir kraštų kompiuterija.
Kitas žingsnis - sujungti šiuos atskirų įrenginių modelius visoje įmonėje.
Jei kelių gręžimo įrenginių, platformų ar gamybos objektų veikimo duomenys analizuojami kartu, operatoriai gali palyginti įrangos elgseną skirtingomis aplinkos ir eksploatavimo sąlygomis.
Tada dirbtinis intelektas gali padėti nustatyti dėsningumus, kuriuos sunku aptikti stebint atskirus įrenginius.
Būtent čia autonomija pradeda peržengti atskirų taikomųjų sprendimų ribas ir pereiti prie turto optimizavimo viso parko mastu.
Valdymo sistemai vis dar reikia aiškių ribų
Vienas svarbiausių inžinerinių aspektų yra apibrėžti, ką autonominei sistemai leidžiama daryti.
DI modelis gali pateikti rekomendaciją, tačiau valdymo sistema vis tiek turi nustatyti, ar ši rekomendacija yra leistina.
Kritiniams procesams architektūra turėtų aiškiai atskirti:
- Optimizavimo tikslai
- Įprasto veikimo ribos
- Įrangos apribojimai
- Proceso apribojimai
- Saugos ribos
- Blokavimo funkcijos
- Avarinio išjungimo funkcijos
- Operatoriaus leidimas
Saugos sistemos neturėtų būti tiesiog laikomos dar vienu DI valdomu posistemiu.
Autonominis sluoksnis turėtų veikti nustatytose ribose, o nepriklausomos apsaugos funkcijos ir toliau turėtų atlikti numatytą saugos vaidmenį.
Šis atskyrimas yra esminis siekiant kurti pasitikėjimą autonominėmis operacijomis.
Kibernetinis saugumas tampa valdymo architektūros dalimi
Didesnis junglumas taip pat sukuria daugiau atakos paviršių.
Lauko įrenginių, valdiklių, krašto kompiuterių, nuotolinių operacijų centrų, debesijos platformų ir įmonės sistemų sujungimas gali suteikti didelę veiklos vertę, tačiau kiekvienas papildomas ryšys turi būti įvertintas OT kibernetinio saugumo požiūriu.
Todėl šiuolaikinei autonominei architektūrai reikia daugiau nei ugniasienių.
Operatoriams reikia turto matomumo, tinklo segmentavimo, pažeidžiamumų valdymo, prieigos kontrolės, stebėsenos ir tinkamo sistemų, turinčių skirtingo lygio veiklos pasekmes, atskyrimo.
Tikslas nėra vien apsaugoti IT informaciją.
Pažeista OT aplinka gali paveikti fizinius procesus, gamybos tęstinumą ir galbūt personalo saugą.
Dėl šios priežasties kibernetinis saugumas turėtų būti vertinamas architektūros etape, o ne pridedamas jau įdiegus autonominę taikomąją programą.
Bandomųjų projektų aklavietės problemos išvengimas
Viena didžiausių pramonės autonomijos kliūčių yra ne technologijos. Tai nesugebėjimas išplėsti sėkmingų bandomųjų projektų.
Įmonė gali pademonstruoti, kad DI modelis aptinka įrangos anomalijas arba kad autonominis inspekcijos robotas veikia vienoje platformoje. Tačiau jei kiekvienam tolesniam diegimui reikia visiškai naujos architektūros, integravimo pastangų ir inžinerinės peržiūros, ekonominis pranašumas greitai išnyksta.
Nuo pat pradžių mastelio požiūriu pritaikomas metodas turėtų apibrėžti:
- Veiklos problema
- Išmatuojamas verslo tikslas
- Reikalingi duomenų šaltiniai
- Valdymo ir saugos apribojimai
- Kibernetinio saugumo reikalavimai
- Žmogaus įsikišimo reikalavimai
- Veikimo kriterijai
- Diegimo pakartojimo metodika
Taip bandomasis projektas paverčiamas pakartojamu inžineriniu modeliu.
Operatoriams, valdantiems šimtus gręžinių, kelias platformas ar standartizuotus perdirbimo įrenginius, pakartojamumas galiausiai gali būti vertingesnis už bet kurio atskiro DI modelio našumą.
Praktiškas kelias į autonomines operacijas
Visiškai autonominis objektas retai turėtų būti pirmasis tikslas.
Praktiškesnė eiga yra tokia:
Prietaisai -> prijungti -> suteikti kontekstą -> stebėti -> prognozuoti -> rekomenduoti -> prižiūrėti -> automatizuoti pasirinktus atsakus -> plėsti autonomiją
Pirmasis reikalavimas – patikimi duomenys.
Jutikliai turi būti sukalibruoti ir prižiūrimi. Žymos turi būti nuosekliai pavadintos ir turėti kontekstą. Istoriniai duomenys turi būti tinkami naudoti. Tinklo architektūra turi užtikrinti tinkamą prieinamumą ir saugumą.
Sukūrę tokį pagrindą, operatoriai gali pasirinkti taikomąsias programas, kurių veiklos nauda yra išmatuojama, o neteisingo sprendimo pasekmės – kontroliuojamos.
Kitas žingsnis – tiksliai apibrėžti, kada sistema gali veikti savarankiškai, o kada operatorius turi patvirtinti veiksmą.
Taip sukuriama kontroliuojama autonomijos plėtra, o ne nekontroliuojamas bandymas viską automatizuoti.
Ateitis – ne žmonės prieš mašinas
Naudingiausia pramoninę autonomiją vertinti ne kaip operatorių, inžinierių ar techninės priežiūros darbuotojų pakeitimą.
Tai darbo perskirstymas.
Mašinos puikiai tinka nuolat stebėti tūkstančius signalų, lyginti esamas sąlygas su istoriniais modeliais, apskaičiuoti valdymo reakcijas ir vykdyti pasikartojančius veiksmus pagal iš anksto nustatytas ribas.
Žmonės geriau pasirengę spręsti sudėtingas išimtis, prieštaringus tikslus, neįprastas veikimo sąlygas, saugos klausimus ir situacijas, kai turimi duomenys yra neišsamūs.
Todėl geriausias veiklos modelis apima abu aspektus.
Autonomija turėtų perimti didesnę įprasto sprendimų ciklo dalį, o žmogaus kompetencija turėtų likti sutelkta į sprendimus, kuriuose svarbiausias kontekstas, patirtis ir atsakomybė.
Išvada: kurkite autonomiją po vieną patikrintą taikomąją programą
Naftos ir dujų autonomija neatsiras įdiegus vieną technologiją.
Tai bus plėtojama kartu veikiant susietoms valdymo sistemoms, išmaniesiems lauko įrenginiams, kraštiniam skaičiavimui, MPC, prognozuojamajai techninei priežiūrai, robotikai, DI ir saugioms OT architektūroms.
Inžinerinis iššūkis yra ne vien nustatyti, ar DI gali priimti sprendimą. Reikia nustatyti kuriuos sprendimus galima saugiai automatizuoti, kokios informacijos reikia sistemai, kokių apribojimų privaloma laikytis ir kur turi išlikti žmogaus įgaliojimai.
Štai kodėl perėjimas nuo automatizavimo prie autonomijos turėtų būti vertinamas kaip inžinerinė programa, o ne DI projektas.
Operatoriai, sukūrę patikimus duomenų pagrindus, plečiamas architektūras ir aiškiai apibrėžtas valdymo ribas, gali palaipsniui perduoti įprastą stebėjimą, diagnostiką ir optimizavimą autonominiam vykdymui.
Galutinis tikslas nėra sukurti operaciją be žmonių.
Tikslas – sukurti operaciją, kurioje technologijos greičiau ir nuosekliau priima įprastus sprendimus, o inžinieriai ir operatoriai sutelkia dėmesį ten, kur žmogaus sprendimai turi didžiausią veiklos vertę.
