Нафтогазові компанії покладаються на автоматизацію вже десятиліттями. ПЛК, платформи DCS, системи безпеки, передове керування та промислові мережі вже виконують значну частину повторюваної роботи, необхідної для підтримання роботи свердловин, переробних підприємств, трубопроводів і морських активів.
Наступний етап полягає не просто в додаванні більшої кількості автоматизації. Він полягає у створенні систем, які можуть розуміти робочі умови, прогнозувати, що може статися далі, оцінювати доступні варіанти реагування та діяти в чітко визначених межах.
Це і є практичне значення автономності у промислових операціях.
З погляду інженерії автоматизації ця відмінність є важливою. Звичайна автоматизована система виконує логіку, яку інженери визначили заздалегідь. Автономна система додає ще один рівень прийняття рішень. Вона поєднує дані про процес у реальному часі, стан обладнання, прогностичні моделі, аналітику та, дедалі частіше, ШІ, щоб визначити належну реакцію на поточний робочий стан.
Це не означає усунення операторів від процесу. У нафтогазових застосуваннях із високими наслідками більш реалістичним напрямом є збереження відповідальності людей за винятки, нештатні ситуації, авторизацію та рішення, що виходять за межі заздалегідь визначених обмежень.
Чому автономність стає практичнішою
Кілька змін роблять цей перехід можливим.
Операції у нафтовій і газовій галузях дедалі більше розподіляються між віддаленими свердловинами, морськими платформами, переробними підприємствами, трубопроводами та морськими активами. Водночас багато операторів мають справу зі старіючою інфраструктурою, фрагментованими системами керування, обмеженими трудовими ресурсами та дедалі більш пов’язаними мережами ОТ.
Історично цифровізація часто зосереджувалася на тому, щоб зробити інформацію видимою. Оператори могли переглядати тренди, аварійні сигнали та стан обладнання в централізованих системах, але людям усе ще доводилося інтерпретувати значну частину цієї інформації та вирішувати, що робити.
Наступний крок полягає у скороченні цього циклу прийняття рішень.
Сучасні периферійні обчислення, пристрої промислового Інтернету речей, передове керування процесами, прогнозна аналітика та ШІ дають змогу наблизити обчислення до процесу. Замість передавання кожного рішення через централізовану або хмарну архітектуру окремі функції можуть виконуватися локально, коли важливі час відгуку та доступність зв’язку.
На мою думку, справжня цінність автономності полягає не в самій моделі ШІ. Вона полягає у здатності об’єднати вимірювання, аналіз, логіку прийняття рішень і керовану дію в єдиний операційний контур.
MPC забезпечує міст між автоматизацією та автономністю
Модельне прогностичне керування є важливим прикладом цього розвитку.
MPC безперервно оцінює поточні умови процесу та прогнозовану майбутню поведінку, а потім розраховує керувальні дії відповідно до визначених цілей та обмежень. Він може компенсувати взаємодії між процесами, якими складно керувати лише за допомогою звичайних ПІД-контурів.
ШІ розвиває цю концепцію, а не обов’язково замінює її.
Система ШІ може аналізувати більші й менш структуровані набори даних, виявляти взаємозв'язки, які можуть бути не представлені у фіксованій моделі процесу, і розпізнавати робочі закономірності, пов'язані з проблемами, що розвиваються, або можливостями оптимізації.
Таке поєднання особливо корисне, коли умови процесу безперервно змінюються.
Наприклад, автономна архітектура керування може поєднувати:
- Вимірювання процесу в реальному часі
- Дані про стан обладнання
- Історичні робочі закономірності
- Прогнози MPC
- Виявлення аномалій на основі ШІ
- Визначені експлуатаційні обмеження
- Стан системи безпеки
- Правила авторизації оператора
Отримана система може визначати, чи потребує робочий стан моніторингу, коригування, рекомендації або втручання людини.
Це набагато ближче до промислової автономності, ніж просто встановити застосунок ШІ поруч із наявною DCS.
Граничний інтелект особливо важливий на рівні процесу
Автономність стає кориснішою, коли рішення можна ухвалювати поблизу обладнання.
Насоси, компресори, клапани, приводи, сепаратори та інші технологічні активи дедалі частіше генерують діагностичну інформацію та дані про продуктивність на додаток до базових вимірювань процесу.
Старі польові пристрої могли надавати простий сигнал стану. Сучасні інтелектуальні пристрої можуть надавати значення параметрів процесу, діагностичні дані пристрою, показники справності та додаткову інформацію про роботу.
Це створює значно багатший інформаційний рівень.
Однак надсилання всієї інформації на віддалену платформу автоматично не створює кращої системи керування. Застосунки, чутливі до часу, і надалі залежать від детермінованого зв'язку, доступності локального керування та передбачуваної реакції системи.
З цієї причини практична архітектура часто розподіляє інтелект між кількома рівнями:
Польовий рівень -> рівень керування -> гранична аналітика -> системи супервізорного керування -> аналітика підприємства/хмари
Кожен рівень має свою відповідальність.
Система керування має й надалі виконувати детерміновані функції керування. Граничні обчислення можуть виконувати аналітику, чутливу до часу, і підтримувати ухвалення рішень. Платформи вищого рівня можуть забезпечувати оптимізацію всього парку, історичний аналіз і розроблення моделей ШІ.
Ця багаторівнева архітектура, на мою думку, є одним із найважливіших інженерних принципів масштабування автономності без перетворення системи керування на невиправдано складну програмну платформу.
Дистанційні операції - природна відправна точка
Центри дистанційних операцій демонструють, як може розвиватися роль людини.
Замість того щоб вимагати від спеціалістів поїздок до окремих свердловин, платформ або переробних об'єктів, централізовані команди можуть контролювати географічно розподілені активи за допомогою спільних операційних даних і цифрових інструментів.
Першим етапом зазвичай є дистанційний моніторинг.
Наступним етапом є централізована діагностика.
Після цього вибрані керувальні дії можна виконувати дистанційно.
У міру зростання рівня довіри програмне забезпечення може безперервно виконувати стандартні діагностичні завдання та завдання з оптимізації, передаючи оператору лише виняткові випадки.
Це створює іншу операційну модель: люди витрачають менше часу на виконання повторюваних дій і більше - на нагляд за роботою системи, розслідування аномальних станів та ухвалення рішень, які потребують інженерного судження.
Отже, технологія змінює розподіл уваги людей, а не просто усуває участь людини.
Морські активи мають вагомі економічні підстави для автономності
Цінність особливо очевидна для морських об'єктів.
Проблема технічного обслуговування на наземному об'єкті може потребувати технічного спеціаліста та запасних частин. Та сама проблема на морському об'єкті може передбачати транспортування, спеціалізований персонал, морську або вертолітну логістику, погодні обмеження та додаткові вимоги безпеки.
Отже, для FPSO або віддаленої платформи раннє виявлення погіршення стану обладнання може мати набагато більший економічний ефект.
Прогнозна система, яка виявляє аномальні вібрації, температуру, тиск або характеристики роботи до відмови, може дозволити командам технічного обслуговування спланувати втручання, а не реагувати на несподіване зупинення.
Переваги не обмежуються витратами на технічне обслуговування.
Це також може охоплювати:
- Менше незапланованих простоїв
- Вища безперервність виробництва
- Краще планування запасних частин
- Менше аварійних втручань
- Менший ризик для персоналу
- Передбачуваніші вікна технічного обслуговування
Саме тут прогнозне технічне обслуговування стає частиною автономної операційної моделі, а не залишається ізольованим аналітичним застосунком.
Робототехніка може усунути людей від повторюваних небезпечних завдань
Інспекція є ще однією сферою, у якій автономність може розвиватися відносно швидко.
Дрони, наземні роботи, морські роботи та автоматизовані системи інспекції можуть збирати візуальні, теплові та інші дані про стан у місцях, до яких персоналу важко або небезпечно дістатися.
Важливий інженерний крок - підключити ці системи до ширшого робочого процесу технічного обслуговування.
Робот, який лише створює зображення, усе одно залишає за людиною відповідальність за їх перегляд. Інтегрованіша система може збирати дані інспекції, порівнювати їх з історичними даними, виявляти зміни, класифікувати потенційні дефекти та формувати рекомендацію щодо технічного обслуговування.
Архітектура довгострокової перспективи може поєднувати:
Робот -> дані інспекції -> аналітика -> модель технічного стану активу -> робочий процес технічного обслуговування -> схвалення людини або автоматизована реакція
Так утворюється замкнений інформаційний цикл.
Мета не повинна полягати у впровадженні роботів лише тому, що вони доступні. Кращий підхід - визначити завдання, у яких перебування людей під впливом небезпечних факторів, частота перевірок, складність доступу або повторювана робота створюють вимірювану операційну проблему.
Автономні свердловини потребують безперервної оптимізації
Експлуатація свердловин є ще одним цікавим напрямом застосування.
Тиск, витрата, ефективність закачування, стан насоса та поведінка пласта можуть безперервно змінюватися. Стратегія керування, яка добре працює за одного набору умов, може стати менш ефективною зі зміною робочого стану.
Таким чином, безперервний моніторинг у поєднанні з адаптивним керуванням може забезпечити більш оперативний підхід.
Наприклад, технологія рекуперативного привода, упроваджена на понад 130 свердловинних об’єктах зі штанговими насосами, продемонструвала, як модернізація приводів може поєднувати рекуперацію енергії з покращеним керуванням і даними про робочі характеристики в реальному часі. За повідомленнями, під час упровадження було досягнуто рекуперації 17% енергії, причому 95% повернутої енергії використовувалося повторно; за повного розгортання очікувалося отримувати 3 мільйони доларів щомісячної економії енергії.
Важливіше з погляду автоматизації те, що модернізація також створює рівень даних, готовий до використання ШІ.
Без якісних експлуатаційних даних прогнозне технічне обслуговування та автономна оптимізація залишаються теоретичними концепціями.
Закачування води демонструє потенціал прогнозного керування
Закачування води є ще одним прикладом того, як передове керування може безпосередньо впливати на видобуток.
В одному з описаних прикладів MPC було впроваджено на 35 насосах для закачування води та трьох установках і майданчиках перекачування між пластами. Система автоматично регулювала експлуатаційні умови на основі прогнозованої поведінки процесу.
Упровадження збільшило закачування води майже на 36 000 барелів на добу, забезпечило додатковий видобуток 548 барелів нафти на добу та скоротило споживання енергії на 3%.
Інженерний висновок має важливе значення.
Автономність не завжди потребує складної системи ШІ. У деяких сферах застосування добре розроблена стратегія прогнозного керування з надійними засобами вимірювання та чітко визначеними обмеженнями може принести більше практичної користі, ніж невиправдано складна архітектура ШІ.
Правильна технологія має відповідати експлуатаційній проблемі, а не навпаки.
Прогнозне технічне обслуговування змінює модель обслуговування
Традиційні стратегії технічного обслуговування зазвичай ґрунтуються на профілактичних графіках або реактивних діях.
Автономне технічне обслуговування відкриває третю можливість: втручатися відповідно до фактичного стану обладнання.
Для обертового обладнання моніторинг стану може виявити зміни вібрації, температури, навантаження, тиску або інших робочих параметрів ще до досягнення звичайного порогового значення аварійної сигналізації.
В одному з описаних прикладів застосування на морських бурових установках для моніторингу обладнання в реальному часі та виявлення відхилень від нормальної поведінки використовували динамічний індекс технічного стану обладнання, статистичне виявлення аномалій і периферійні обчислення.
Наступний крок - об’єднати ці окремі моделі обладнання в масштабах усього підприємства.
Якщо дані про робочі характеристики з кількох бурових установок, платформ або виробничих об’єктів аналізувати разом, оператори можуть порівнювати поведінку обладнання за різних умов довкілля та експлуатації.
Тоді ШІ може допомогти виявити закономірності, які важко помітити під час моніторингу окремих активів.
Саме тут автономність починає виходити за межі окремих точкових рішень і переходити до оптимізації активів на рівні парку.
Система керування все одно потребує чітких меж
Одним із найважливіших інженерних аспектів є визначення того, що саме дозволено робити автономній системі.
Модель ШІ може сформувати рекомендацію, але система керування все одно має визначити, чи допустима ця рекомендація.
Для критичних процесів архітектура має чітко розділяти:
- Цілі оптимізації
- Нормальні експлуатаційні межі
- Обмеження обладнання
- Обмеження процесу
- Обмеження безпеки
- Функції блокування
- Функції аварійного вимкнення
- Авторизація оператора
Системи безпеки не слід просто розглядати як ще одну підсистему під керуванням ШІ.
Автономний рівень має працювати в установлених межах, тоді як незалежні функції захисту продовжують виконувати призначену їм роль у забезпеченні безпеки.
Це розділення є фундаментальним для формування довіри до автономних операцій.
Кібербезпека стає частиною архітектури керування
Більша підключеність також створює більше поверхонь атаки.
Підключення польових пристроїв, контролерів, периферійних комп’ютерів, віддалених операційних центрів, хмарних платформ і корпоративних систем може забезпечити значну операційну цінність, але кожне додаткове підключення потрібно розглядати з погляду кібербезпеки OT.
Тому сучасна автономна архітектура потребує не лише брандмауерів.
Операторам потрібні видимість активів, сегментація мережі, керування вразливостями, контроль доступу, моніторинг і належне розділення систем із різним рівнем операційних наслідків.
Мета полягає не лише в захисті інформації ІТ-систем.
Скомпрометоване середовище OT може вплинути на фізичні процеси, безперервність виробництва та потенційно на безпеку персоналу.
Саме тому кібербезпеку слід враховувати на етапі проєктування архітектури, а не додавати після розгортання автономного застосунку.
Як уникнути проблеми «пілотного чистилища»
Однією з найбільших перешкод для промислової автономності є не технологія. Це нездатність масштабувати успішні пілотні проєкти.
Компанія може продемонструвати, що модель ШІ виявляє аномалії обладнання або що автономний інспекційний робот працює на одній платформі. Але якщо кожне наступне розгортання потребує абсолютно нової архітектури, інтеграційних зусиль та інженерної перевірки, економічна перевага швидко зникає.
Масштабований підхід має від самого початку визначати таке:
- Операційна проблема
- Вимірювана бізнес-ціль
- Необхідні джерела даних
- Обмеження системи керування та безпеки
- Вимоги до кібербезпеки
- Вимоги до втручання людини
- Критерії продуктивності
- Методологія тиражування
Це перетворює пілотний проєкт на повторюваний інженерний шаблон.
Для операторів із сотнями свердловин, кількома платформами або стандартизованими переробними об’єктами повторюваність зрештою може бути ціннішою за продуктивність будь-якої окремої моделі ШІ.
Практична дорожня карта до автономних операцій
Повністю автономний об’єкт рідко має бути першою ціллю.
Практичніша послідовність має такий вигляд:
Контрольно-вимірювальні прилади -> під’єднати -> додати контекст -> моніторити -> прогнозувати -> рекомендувати -> здійснювати нагляд -> автоматизувати вибрані реакції -> розширювати автономність
Перша вимога - надійні дані.
Датчики потрібно калібрувати й обслуговувати. Теги мають мати узгоджені назви та контекст. Історичні дані мають бути придатними для використання. Мережева архітектура повинна забезпечувати належний рівень доступності та безпеки.
Коли така основа створена, оператори можуть обирати застосунки, у яких операційну користь можна виміряти, а наслідки неправильного рішення - контролювати.
Наступний крок - точно визначити, коли система може діяти незалежно, а коли оператор має схвалити дію.
Це забезпечує контрольоване розширення автономності, а не неконтрольовану спробу автоматизувати все.
Майбутнє - не протистояння людей і машин
Найкорисніше розглядати промислову автономність не як заміну операторам, інженерам чи технічному персоналу.
Це перерозподіл роботи.
Машини добре підходять для безперервного моніторингу тисяч сигналів, порівняння поточних умов з історичними моделями, розрахунку керувальних реакцій і виконання повторюваних дій у заздалегідь визначених межах.
Люди краще підготовлені до роботи зі складними винятками, суперечливими цілями, нетиповими умовами експлуатації, рішеннями з питань безпеки та ситуаціями, коли доступні дані є неповними.
Тому найкраща операційна модель поєднує обидва підходи.
Автономні системи мають охоплювати більшу частину рутинного циклу прийняття рішень, тоді як людська експертиза залишається зосередженою на рішеннях, де найбільше важать контекст, досвід і відповідальність.
Висновок: створюйте автономність, поступово впроваджуючи перевірені застосунки
Автономність у нафтогазовій галузі не з’явиться внаслідок упровадження однієї технології.
Це розвиватиметься завдяки спільній роботі взаємопов’язаних систем керування, інтелектуальних польових пристроїв, периферійних обчислень, MPC, прогнозного обслуговування, робототехніки, ШІ та захищених OT-архітектур.
Інженерне завдання полягає не лише у визначенні того, чи може ШІ прийняти рішення. Воно полягає у визначенні того, які рішення можна безпечно автоматизувати, яка інформація потрібна системі, які обмеження необхідно забезпечити та де має зберігатися повноваження людини.
Саме тому перехід від автоматизації до автономності слід розглядати як інженерну програму, а не як проєкт зі штучного інтелекту.
Оператори, які створюють надійну основу даних, масштабовані архітектури та чітко визначені межі керування, можуть поступово передавати рутинний моніторинг, діагностику й оптимізацію автономному виконанню.
Кінцева мета полягає не у створенні операцій без людей.
Мета полягає у створенні операцій, у яких технології приймають рутинні рішення швидше й послідовніше, а інженери та оператори зосереджують увагу там, де людське судження має найбільшу операційну цінність.
