De toekomst transformeren: de digitale revolutie in de olie- en gasindustrie. Olie digitale pad. Leider digitale transformatie
Bron: popmech
Neurale netwerken, digitale tweelingen, kunstmatige intelligentie. Industrie 4.0-technologieën zullen de olie-industrie onherkenbaar veranderen
Architecten van het digitale tijdperk
Gewoonlijk worden de technologisch meest geavanceerde gebieden beschouwd als informatietechnologieën en medische biologie. De houding ten opzichte van bedrijven in traditionele industrieën, zoals het walsen van metaal of de olieproductie en -raffinage, is heel anders. Op het eerste gezicht lijken ze conservatief, maar veel experts noemen ze de belangrijkste architecten van het nieuwe digitale tijdperk.
Industriële reuzen begonnen halverwege de jaren '30 van de vorige eeuw productieprocessen te automatiseren. Gedurende vele decennia zijn hardware- en softwaresystemen voortdurend verbeterd en gecompliceerd. De automatisering van productieprocessen - bijvoorbeeld in de olieraffinage - is ver vooruit gegaan. De werking van een moderne olieraffinaderij wordt gecontroleerd door honderdduizenden sensoren en instrumenten, en de brandstoftoevoer wordt in realtime gevolgd door satellietnavigatiesystemen. Elke dag produceert de gemiddelde Russische raffinaderij meer dan 50.000 terabyte aan informatie. Ter vergelijking: 3 miljoen boeken, die zijn opgeslagen in de digitale opslag van de Russische Staatsbibliotheek, nemen honderden keren minder in beslag - "slechts" 162 terabyte.
Dit is de zeer "big data", of Big Data - een stroom die vergelijkbaar is met het downloaden van informatie van de grootste sites en sociale netwerken. De verzamelde reeks gegevens is een unieke bron die kan worden gebruikt in bedrijfsbeheer. Maar daarvoor zijn traditionele methoden van informatieanalyse niet meer geschikt. Effectief werken met een dergelijke hoeveelheid data is alleen mogelijk met behulp van Industrie 4.0-technologieën. in de context van een veranderend economisch paradigma is een rijke industriële "historische ervaring" een serieuze troef. Big data vormt de kern van kunstmatige intelligentie. Het vermogen om te leren, de realiteit te begrijpen en processen te voorspellen, hangt rechtstreeks af van de hoeveelheid kennis die is geladen. Tegelijkertijd hebben industriële bedrijven een krachtige ingenieursschool en zijn ze actief betrokken bij de introductie en verbetering van nieuwe technologieën. Dit is een andere omstandigheid die hen tot belangrijke spelers in de "nieuwe economie" maakt.
Ten slotte kennen binnenlandse industriëlen de prijs van bedrijfsefficiëntie. Rusland is een land van grote afstanden. Vaak bevinden productiemiddelen zich op grote afstand van consumenten. Onder deze omstandigheden is het erg moeilijk om snel in te spelen op marktschommelingen. Met traditionele technologieën kan niet meer dan een tiende van een procent worden bespaard. Ondertussen maken digitale oplossingen het vandaag al mogelijk om de kosten tot 10-15% per maand te verlagen. Het feit is duidelijk: in het tijdperk van de vierde industriële revolutie zullen degenen die leren hoe ze nieuwe technologieën het meest effectief kunnen toepassen in de context van opgedane ervaring, concurrerend zijn. Petr Kaznacheev, directeur van het Center for Resource Economics, RANEPA: "als eerste stap naar een "integraal" kunstmatige intelligentiesysteem in olie en gas, zou men kunnen denken aan "slim" management en bedrijfsplanning. In dit geval zouden we kunnen praten over het creëren van een algoritme voor het digitaliseren van alle belangrijke informatie over de activiteiten van het bedrijf - van het veld naar het tankstation. Deze informatie zou naar één geautomatiseerd centrum kunnen worden gestuurd. Op basis van deze informatie zouden met behulp van kunstmatige-intelligentiemethoden, voorspellingen en aanbevelingen kunnen worden gedaan om het werk van het bedrijf te optimaliseren. "
Leider digitale transformatie
De industriële leiders van Rusland en de wereld realiseren zich deze trend en herstructureren bedrijfsprocessen die zich al tientallen jaren ontwikkelen en introduceren Industrie 4.0-technologieën op basis van het industriële internet der dingen, kunstmatige intelligentie en big data in productie. De meest intensieve transformatie vindt plaats in de olie- en gasindustrie: de industrie is dynamisch aan het 'digitaliseren' en investeert in projecten die gisteren nog sciencefiction leken. Installaties die worden bestuurd door kunstmatige intelligentie en die situaties kunnen voorspellen, installaties die de operator aanzetten tot de optimale bedrijfsmodus - dit alles wordt vandaag al realiteit.
Tegelijkertijd is de maximale taak het creëren van een managementsysteem voor productie, logistiek, productie en marketing, dat slimme putten, fabrieken en benzinestations zou combineren in één ecosysteem. ideaal digitaal model, zodra een consument op de hendel van de brandstofpomp drukt, ontvangen de analisten van het bedrijf in het operatiecentrum onmiddellijk informatie over welk merk benzine in de tank is gevuld, hoeveel olie moet worden gewonnen, aan de fabriek moet worden afgeleverd en verwerkt tot aan de vraag in een bepaalde regio voldoen. Tot nu toe is geen van de Russische en buitenlandse bedrijven in staat geweest om een dergelijk model te bouwen. Gazprom Neft is echter het verst gevorderd bij het oplossen van dit probleem. Haar specialisten voeren nu een aantal projecten uit, die uiteindelijk de basis moeten worden voor het creëren van één platform voor het beheer van verwerking, logistiek en verkoop. Een platform dat nog niemand ter wereld heeft.
Digitale tweeling
Tegenwoordig behoren de raffinaderijen van Gazprom Neft tot de modernste in de sector. De vierde industriële revolutie biedt echter kwalitatief nieuwe kansen en stelt tegelijkertijd nieuwe eisen aan automatisering. Om precies te zijn, het gaat niet zozeer om automatisering, maar om de bijna volledige digitalisering van de productie.
De basis van de nieuwe fase worden de zogenaamde "digitale tweelingen" - virtuele kopieën van raffinaderij-installaties. 3D-modellen beschrijven op betrouwbare wijze alle processen en relaties die in echte prototypes voorkomen. ze zijn gebaseerd op het werk van kunstmatige intelligentie op basis van neurale netwerken. De "Digital Twin" kan optimale werkingsmodi bieden, storingen voorspellen en reparatievoorwaarden aanbevelen. Een van de andere voordelen is het vermogen om constant te leren. Het neurale netwerk vindt zelf fouten, corrigeert en onthoudt ze, waardoor het zijn werk en de nauwkeurigheid van de voorspelling verbetert.
De basis voor het trainen van de "digitale tweeling" is een scala aan historische informatie. Moderne olieraffinaderijen zijn net zo complex als het menselijk lichaam. Honderdduizenden onderdelen, tienduizenden sensoren. De technische documentatie voor elke installatie beslaat een ruimte ter grootte van een montagehal. Om een "digitale tweeling" te creëren, moet al deze informatie eerst in een neuraal netwerk worden geladen. Dan begint de moeilijkste fase - de fase van het aanleren van kunstmatige intelligentie om de installatie te begrijpen. Het bevat metingen van sensoren en instrumentatie die zijn verzameld tijdens de laatste paar jaar dat de faciliteit in bedrijf is. De operator simuleert verschillende situaties, laat het neurale netwerk de vraag beantwoorden "wat gebeurt er als een van de bedieningsparameters wordt gewijzigd?" - bijvoorbeeld om een van de componenten van de grondstof te vervangen of om de stroomvoorziening van de plant te vergroten. Het neurale netwerk analyseert de ervaring van de afgelopen jaren en sluit niet-optimale modi door berekening uit van het algoritme en leert de toekomstige werking van de installatie te voorspellen.
Gazprom Neft heeft al twee industriële complexen die betrokken zijn bij de productie van autobrandstof volledig "gedigitaliseerd" - een katalytisch krakende benzine-hydrobehandelingseenheid bij de Moskouse olieraffinaderij en een eenheid die actief is in de olieraffinaderij van het bedrijf in Omsk. Tests hebben aangetoond dat kunstmatige intelligentie in staat is om gelijktijdig rekening te houden met een groot aantal parameters van hun "digitale tweeling", beslissingen te nemen en mogelijke afwijkingen in het werk te melden, zelfs voordat het probleem zich dreigt te ontwikkelen tot een serieus probleem.
Tegelijkertijd test Gazprom Neft geïntegreerde oplossingen die de impact van de menselijke factor op de schaal van de gehele productie minimaliseren. Soortgelijke projecten worden momenteel uitgevoerd in de bitumenfabrieken van het bedrijf in Ryazan en Kazachstan. Succesvolle empirisch gevonden oplossingen kunnen vervolgens worden opgeschaald naar het niveau van grote raffinaderijen, wat uiteindelijk zal leiden tot een effectief digitaal productiebeheerplatform.
Nikolay Legkodimov, hoofd van de Advanced Technologies Advisory Group, KPMG in Rusland en het GOS:“Oplossingen die verschillende componenten, samenstellingen en systemen modelleren, zijn al heel lang bekend en gebruikt, ook in de olie- en gasindustrie. Van een kwalitatieve sprong is pas sprake als er voldoende dekking van deze modellen wordt bereikt. modellen kunnen met elkaar worden gecombineerd om ze te combineren tot een hele complexe keten, dit zal inderdaad het oplossen van problemen op een geheel nieuw niveau mogelijk maken - met name het simuleren van het gedrag van het systeem in kritieke, ongunstige en gewoon gevaarlijke bedrijfsomstandigheden. gebieden waar heruitrusting en modernisering van apparatuur erg duur zijn, kunt u nieuwe componenten vooraf testen."
Prestatiebeheer
In de toekomst zal de hele waardeketen in het logistieke, raffinage- en marketingblok van Gazprom Neft worden verenigd door één enkel technologisch platform op basis van kunstmatige intelligentie. Het 'brein' van dit organisme wordt het Performance Management Center, een jaar geleden opgericht in St. Petersburg. Het is hier dat informatie van "digitale tweelingen" zal stromen, hier zal het worden geanalyseerd en hier zullen op basis van de ontvangen gegevens managementbeslissingen worden genomen.
Reeds vandaag verzenden meer dan 250.000 sensoren en tientallen systemen informatie in realtime naar het centrum van alle bedrijfsmiddelen die zijn opgenomen in de perimeter van het logistieke, verwerkings- en marketingblok van Gazprom Neft. Elke seconde komen hier 180.000 signalen binnen. Het zou een persoon ongeveer een week kosten om deze informatie te bekijken. Het digitale brein van het Centrum doet dit onmiddellijk: het bewaakt de kwaliteit van de producten en de hoeveelheid olieproducten in realtime over de hele keten - van de output van de raffinaderij tot de eindgebruiker.
Het strategische doel van het Centrum is om, door gebruik te maken van de technologieën en mogelijkheden van Industrie 4.0, de efficiëntie van het downstream-segment radicaal te verhogen. Dat wil zeggen, niet alleen processen beheren - dit kan worden gedaan binnen traditionele systemen, maar deze processen het meest efficiënt maken: gebruik voorspellende analyses en kunstmatige intelligentie in elke fase van het bedrijf, verminder verliezen, optimaliseer processen en voorkom verliezen.
In de nabije toekomst moet het Centrum leren hoe het een aantal sleuteltaken kan oplossen die van invloed zijn op de efficiëntie van het bedrijfsbeheer. inclusief het voorspellen van de toekomst 60 dagen vooruit: hoe de markt zich over twee maanden zal gedragen, hoeveel olie er moet worden verwerkt om op dit moment aan de vraag naar benzine te voldoen, in welke staat de apparatuur zich zal bevinden, of de fabrieken in staat zullen zijn om de komende belasting het hoofd te bieden en of ze gerepareerd moeten worden. Tegelijkertijd zou het Centrum in de komende twee jaar een capaciteit van 50% moeten bereiken en beginnen met het monitoren, analyseren en voorspellen van de hoeveelheid olieproducten in alle oliedepots en tankcomplexen van het bedrijf; automatisch meer dan 90% van de productieparameters controleren; analyseer de betrouwbaarheid van meer dan 40% van de procesapparatuur en ontwikkel maatregelen om het verlies van olieproducten en de vermindering van hun kwaliteit te voorkomen.
Tegen 2020 streeft Gazprom Neft ernaar om 100% van de capaciteiten van het prestatiebeheercentrum te bereiken. Tot de aangegeven indicatoren behoren de analyse van de betrouwbaarheid van alle apparatuur, het voorkomen van verliezen in termen van kwaliteit en kwantiteit van producten en het voorspellend beheer van technologische afwijkingen.
Daria Kozlova, Senior Consultant bij VYGON Consulting:"In het algemeen bieden geïntegreerde oplossingen aanzienlijke economische voordelen voor de industrie. Volgens Accenture kan het economische effect van digitalisering bijvoorbeeld meer dan $ 1 biljoen bedragen. Daarom, als het gaat om grote verticaal geïntegreerde bedrijven, is de introductie van geïntegreerde oplossingen is volkomen gerechtvaardigd. Maar het is ook gerechtvaardigd voor kleine bedrijven, omdat efficiëntiewinsten voor hen extra middelen kunnen vrijmaken door kosten te verlagen, de efficiëntie van het werkkapitaalbeheer te verhogen, enz. ".
Digitalisering (in brede zin) is het proces van het introduceren van digitale transmissiesystemen (DTS) op het niveau van primaire netwerken, schakel- en controlefaciliteiten die zorgen voor de transmissie en distributie van informatiestromen in digitale vorm op het niveau van secundaire netwerken.
Van tijd tot tijd moeten we allemaal een kleine database maken met handige en begrijpelijke logica en interface, maar tegelijkertijd is er absoluut geen behoefte om te rommelen met Access of andere soortgelijke programma's ...
De wereldenergie-industrie staat aan de vooravond van technologische en structurele hervormingen. Volgens het World Economic Forum zou de digitalisering van de olie- en gasindustrie alleen al in 2026 een extra omzet van $ 1,6 biljoen kunnen genereren. Deze technologische transitie kan echter een zeer pijnlijke transformatie zijn voor veel oude industriële ondernemingen.
In de afgelopen jaren zijn er nieuwe termen en concepten ontstaan om de voortdurende digitale transformatie te beschrijven. De structuur van de wereld, inclusief de industriële, wordt veranderd door het concept van intelligent enterprise (IE) - een reeks technologische innovaties, waaronder kunstmatige intelligentie (kunstmatige intelligentie, AI), intelligente automatisering (intelligente automatisering, IA), diepe leertechnologieën, voorspellende analyses en cognitieve informatica.
Volgens de International Data Corporation zal de markt voor cognitieve oplossingen en kunstmatige intelligentie in 2020 groeien tot 46 miljard dollar, een stijging van 500% ten opzichte van 2016.
Sciencefiction wordt een gedocumenteerde realiteit van snelle veranderingen in de sociaal-economische ruimte: de grenzen van de voortdurende transformatie breiden zich snel uit - van inmenging in menselijke genen tot de vierde industriële revolutie. Accenture is van mening dat de uitbreiding van IE-oplossingen de arbeidsefficiëntie zal verhogen en de productiviteit van nationale economieën tegen 2035 in verschillende landen met 40% kan verhogen.
Moet je geld uitgeven aan nieuwe technologieën?
Terwijl de financiële sector, onroerend goed en gezondheidszorg snel transformeren en leidend zijn in termen van investeringen in IE-systemen, heeft de olie- en gasindustrie nog geen significante voordelen ontvangen van de nieuwe digitale bestelling. De olie-industrie heeft zojuist de moeilijkste periode in 30 jaar doorgemaakt. De daling van de olieprijs sinds 2014, het ontslag van 350.000 werknemers wereldwijd en de daling van de investeringen in productie zijn een grote crisis waarmee de olie- en gasindustrie de afgelopen jaren te maken heeft gehad. Het resultaat waren pogingen om het bedrijf te optimaliseren, het begin van het gebruik van het potentieel van nieuwe technologieën om de efficiëntie en winstgevendheid van bedrijven te verbeteren.
Volgens een onderzoek uitgevoerd door Oil & Gas IQ onder vertegenwoordigers van de grootste internationale olie- en gasbedrijven, bij het beantwoorden van de vraag "Hoe kunnen intelligente bedrijfssystemen uw bedrijf beïnvloeden?" 65% was voor kostenreductie, 45% - procesoptimalisatie, 44% - bedrijfsmodernisering, 42% - tijdsbesparing, 35% - de concurrentie winnen.
Maar tot nu toe lopen oliemaatschappijen ernstig achter op de veranderingen die in andere industrieën met een enorme snelheid plaatsvinden. Volgens de laatste peilingen zijn vier van de vijf professionals in de olie- en gasindustrie "verheugd" met de voortdurende veranderingen, drie van de vier geloven dat IE-systemen bedrijven zullen helpen geld te besparen door kapitaaluitgaven en bedrijfskosten te verminderen. Een op de drie respondenten zei echter dat hun bedrijf nog niet is gestart, en sommigen zijn zelfs niet van plan om innovatieve IE-systeemoplossingen in hun bestaande bedrijfsmodel te integreren.
De digitalisering van de olie- en gasindustrie is vooral gericht op het snel kunnen nemen van beslissingen die worden afgewogen door risicobeoordeling en om de productiviteit en waarde van het bedrijf te verhogen. Robert Dudley, CEO van BP, spreekt over digitale transformatie en wijst op het belang van snelle beslissingen en het veranderen van de manier waarop mensen werken. Maar de olie- en gasindustrie is traditioneel conservatief, slechts een paar, de financieel meest veilige, spelers laten zich op bepaalde gebieden zien als slimme vernieuwers.
Volgens het hoofd van het upstreambedrijf Bernard Loney zullen big data (big data) leiden tot een revolutie in de olie-industrie.
"Accepteer het nieuwe tijdperk, wacht niet tot het ons wordt opgelegd",
roept de topmanager.
In 2017 verwierf BP Beyond Limits, een start-up op het gebied van kunstmatige intelligentie en cognitieve computing die de upstream-technologie van NASA aanpast aan de sector voor verkenning van de diepe ruimte.
Chevron is actief bezig met het ontwikkelen van seismische datavisualisatie en 3D-reservoirmodellering GPU's. Het belangrijkste doel is het bepalen van de meest geschikte plaatsen om te boren.
Shell ontwikkelt seismische machine learning-algoritmen om automatisch geologische structuren in onshore en offshore olie- en gasvelden te detecteren en classificeren.
De belangrijkste vraag die elk olie- en gasbedrijf zal moeten stellen en beslissen, is hoe verkwistend het kan zijn, wonderen creëren en uitvoeren uit het arsenaal van de vierde industriële revolutie.
Eni in Italië moest bijvoorbeeld de kapitaaluitgaven met 20% verminderen vanwege enorme uitgaven aan de reeds bekroonde HPC3 hybride high-performance computer die begin 2017 werd gelanceerd en ontworpen voor gebruik in het segment van de exploratie en productie van koolwaterstoffen. Maar experts merken op dat IE-elementen bovenop reeds bestaande legacy-systemen kunnen worden geïnstalleerd en gegevens kunnen gebruiken die al door de apparatuur zijn gegenereerd. Dit zal de kosten van digitalisering in olie- en gasprojecten aanzienlijk verlagen, wat goed nieuws is voor een sector waarin vier van de vijf lopende megaprojecten achterlopen op schema of budget overschrijden.
Volgens onderzoeken kunnen twee technologiegebieden uit het IE-systeemarsenaal de grootste impact hebben op de olie- en gasindustrie: voorspellende analyses en intelligente automatiseringssystemen.
Deep learning-technologieën zijn belangrijk voor de nauwkeurige analyse van storingen in industriële installaties en kunnen hun toepassing vinden in de kapitaalintensieve olie- en gasindustrie. Intelligente automatiseringssystemen maken het mogelijk om door middel van data-integratie over te schakelen naar automatische uitvoering van functies die traditioneel door personeel worden uitgevoerd. Experts merken op dat tegen 2020 een personeelscrisis zal komen in de olie- en gasindustrie: de helft van de ervaren ingenieurs en geofysici zal de pensioengerechtigde leeftijd bereiken. Digitalisering kan de gehele waardeketen in de olie- en gasindustrie raken. Een van de meest veelbelovende segmenten voor de overgang naar digitale technologieën zijn activabeheer en infrastructuurfaciliteiten, veldontwikkeling, geofysische diensten, pijpleidingen, verwerking.
Russische manier
In november 2017 keurde Gazprom een doelprogramma goed voor de ontwikkeling van één informatieruimte tot 2022. Het bedrijf heeft zichzelf tot taak gesteld om geautomatiseerde oplossingen te introduceren op alle managementniveaus, gebaseerd op de huidige trends in de transitie naar een digitale economie.
Gazprom heeft drie principes verklaard waarop haar beleid op dit gebied is gebaseerd: innovatie, integratie en importsubstitutie. We gebruiken geavanceerde IT-oplossingen die maximale integratie van informatiebeheersystemen en een synergetisch effect voor de activiteiten van Gazprom bieden. Het bedrijf probeert de voorkeur te geven aan binnenlandse ontwikkelingen. Er wordt een informatiseringsstrategie geïmplementeerd, er zijn 35 informatie- en controlesystemen ingevoerd, die het mogelijk maakten om veel belangrijke bedrijfsprocessen te automatiseren. Er werd een dataverwerkingscentrum gebouwd met strenge informatiebeveiligingseisen.
Gazprom heeft nu een bedrijfsdatawarehouse met de belangrijkste indicatoren van de efficiëntie van productieprocessen die worden gebruikt bij het nemen van belangrijke managementbeslissingen. Het is de bedoeling om de productieboekhouding en -planning volledig te automatiseren, een virtueel uniform datawarehouse te creëren dat in realtime informatie van faciliteiten ontvangt, en tools te introduceren voor het bewaken, modelleren en voorspellen van de technische staat van productiemiddelen.
Grote verwachtingen zijn verbonden aan het gebruik van elementen van een veelbelovend bedrijfsbeheermodel - het concept van "Industrie 4.0" (de vierde technologische revolutie).
Het omvat het wijdverbreide gebruik van digitale technologieën en hulpmiddelen voor proactief beheer van productiefaciliteiten en -processen in de hele waardeketen om de winstgevendheid van het bedrijf te maximaliseren. Met behulp van krachtige rekenmiddelen en een softwareplatform voor het verwerken van grote hoeveelheden data is het de bedoeling om digitale modellen van bestaande productiefaciliteiten (“digital twins”) te creëren.
Gazprom Neft ziet ook grote mogelijkheden voor digitalisering. De meest interessante richting zijn de veranderingen die de bedrijfsvoering, de bedrijfsprocessen, de herstructurering van het organisatiemodel en het zakendoen in het bedrijf beïnvloeden. Volgens Gazprom Neft houdt digitale transformatie een symbiose in van grootschalige technologische en organisatorische veranderingen die gericht zijn op het radicaal verbeteren van de bedrijfsefficiëntie door volledige digitalisering in alle stadia van waardecreatie. Volgens het hoofd van de oliemaatschappij Alexander Dyukov kunnen de technologieën worden gebruikt in de hele waardeketen, van geologische exploratie tot de verkoop van brandstof bij benzinestations, wat de werkefficiëntie zal verbeteren.
Mogelijkheden voor lokalisatie
De belangrijkste vooruitzichten voor digitalisering in Rusland hebben betrekking op de energiesector. Hier ligt potentieel voor lokalisatie. Dus, volgens Simon Huffeteau, senior directeur van de energie-industrie bij Dassault Systèmes, kunnen IT-oplossingen die zijn gemaakt voor de specifieke behoeften van bedrijven in Rusland in de toekomst op de wereldmarkt worden gebruikt. In Rusland neemt Dassault Systèmes actief deel aan het digitaliseringsproces van bedrijven, in samenwerking met belangrijke marktspelers. Rosatom Corporation werd een van de belangrijkste partners. Dassault Systèmes werkt actief samen met de dochteronderneming van het bedrijf, de ASE-bedrijvengroep.
“We zijn de interactie aangegaan in het kader van interne processen voor het ontwerp en de bouw van kernreactoren. Na verloop van tijd realiseerden ze zich dat bedrijven uitstekende mogelijkheden hebben om gezamenlijke oplossingen op de energiemarkt te brengen, niet alleen in Rusland, maar ook in het buitenland. Op basis van onze ontwikkelingen heeft ASE zijn eigen Multi-D-platform gecreëerd - een set tools die draait op ons 3DEXPERIENCE-platform, waarmee u alle kapitaalconstructieprojecten kunt implementeren op het gebied van het organiseren van technische informatie, het optimaliseren van de werkvolgorde en het ontwerpen civieltechnische voorzieningen. We helpen ASE deze technologie te ontwikkelen, maar we hebben andere plannen voor samenwerking",
zei Juffeto.
In de olie- en gassector werkt Dassault Systèmes samen met fabrikanten van apparatuur, ingenieursbureaus die installaties ontwerpen en onderhouden, en operators die installaties exploiteren. De voorgestelde oplossingen helpen bij het ontwerpen en bouwen van infrastructuurfaciliteiten, het beheren van kapitaalconstructieprojecten en het optimaliseren van processen bij operationele ondernemingen.
Dassault Systèmes is geïnteresseerd in alternatieve energieprojecten in Rusland. Het bedrijf heeft optimistische prognoses voor de ontwikkeling van dit segment.
“In Rusland is het aandeel van alternatieve energiebronnen erg klein. Maar er is een enorm potentieel, vooral voor afgelegen regio's waar lokale stroomopwekking nodig is. Alternatieve energie kan de economische ontwikkeling van verre regio's helpen en concurrentievoordelen creëren voor de Russische economie op de wereldmarkt. Een goed voorbeeld van samenwerking is het project RUSAL en RusHydro in Krasnoyarsk, waar een waterkrachtcentrale, een milieuvriendelijke energiebron, wordt gebruikt om aluminium te produceren. Een andere factor is dat er zeer grote steden in Rusland zijn, waarvan de ontwikkeling en groei grote problemen veroorzaken voor openbare nutsbedrijven. Dit is waar Smart Grid-technologie zou helpen om op de lange termijn een milieuvriendelijke stadsontwikkeling te creëren. Er zijn veel projecten en verschillende kansen, maar in al deze projecten is er een taak: het managen van complexiteit. Hoe om te gaan met de toenemende complexiteit van projecten? Op al deze gebieden kan de nieuwste technologie helpen en het werken in 3D speelt daarbij een zeer belangrijke rol”, zegt Simon Juffeto.
Neurale netwerken, digitale tweelingen, kunstmatige intelligentie. Industrie 4.0-technologieën zullen de olie-industrie onherkenbaar veranderen
Architecten van het digitale tijdperk
Gewoonlijk worden de technologisch meest geavanceerde gebieden beschouwd als informatietechnologieën en medische biologie. De houding ten opzichte van bedrijven in traditionele industrieën, zoals het walsen van metaal of de olieproductie en -raffinage, is heel anders. Op het eerste gezicht lijken ze conservatief, maar veel experts noemen ze de belangrijkste architecten van het nieuwe digitale tijdperk.
Industriële reuzen begonnen halverwege de jaren '30 van de vorige eeuw productieprocessen te automatiseren. Gedurende vele decennia zijn hardware- en softwaresystemen voortdurend verbeterd en gecompliceerd. De automatisering van productieprocessen - bijvoorbeeld in de olieraffinage - is ver vooruit gegaan. De werking van een moderne olieraffinaderij wordt gecontroleerd door honderdduizenden sensoren en instrumenten, en de brandstoftoevoer wordt in realtime gevolgd door satellietnavigatiesystemen. Elke dag produceert de gemiddelde Russische raffinaderij meer dan 50.000 terabyte aan informatie. Ter vergelijking: 3 miljoen boeken die zijn opgeslagen in de digitale opslag van de Russische Staatsbibliotheek, nemen honderden keren minder in beslag - "slechts" 162 terabyte.
Dit is de very "big data", of Big Data, een stroom die vergelijkbaar is met de informatiebelasting van de grootste sites en sociale netwerken. De verzamelde reeks gegevens is een unieke bron die kan worden gebruikt in bedrijfsbeheer. Maar daarvoor zijn traditionele methoden van informatieanalyse niet meer geschikt. Effectief werken met een dergelijke hoeveelheid data is alleen mogelijk met behulp van Industrie 4.0-technologieën. In de context van een veranderend economisch paradigma is een rijke productie “historische ervaring” een serieuze troef. Big data vormt de kern van kunstmatige intelligentie. Het vermogen om te leren, de realiteit te begrijpen en processen te voorspellen, hangt rechtstreeks af van de hoeveelheid kennis die is geladen. Tegelijkertijd hebben industriële bedrijven een krachtige ingenieursschool en zijn ze actief betrokken bij de introductie en verbetering van nieuwe technologieën. Dit is een andere omstandigheid die hen tot belangrijke spelers in de "nieuwe economie" maakt.
Interessant op internet
Ten slotte kennen binnenlandse industriëlen de prijs van bedrijfsefficiëntie. Rusland is een land van grote afstanden. Vaak bevinden productiemiddelen zich op grote afstand van consumenten. Onder deze omstandigheden is het erg moeilijk om snel in te spelen op marktschommelingen. Met traditionele technologieën kan niet meer dan een tiende van een procent worden bespaard. Ondertussen maken digitale oplossingen het vandaag al mogelijk om de kosten tot 10-15% per maand te verlagen. Het feit is duidelijk: in het tijdperk van de vierde industriële revolutie zullen degenen die leren hoe ze nieuwe technologieën het meest effectief kunnen toepassen in de context van opgedane ervaring, concurrerend zijn.
Petr Kaznacheev, directeur van het Center for Resource Economics, RANEPA: “Als eerste stap naar een “integraal” artificieel intelligentiesysteem in olie en gas zou men kunnen denken aan “slim” management en bedrijfsplanning. In dit geval zouden we kunnen praten over het creëren van een algoritme voor het digitaliseren van alle belangrijke informatie over de activiteiten van het bedrijf - van het veld tot het tankstation. Deze informatie kan naar een enkel geautomatiseerd centrum worden gestuurd. Op basis van deze informatie konden met behulp van kunstmatige-intelligentiemethoden, voorspellingen en aanbevelingen worden gedaan om het werk van het bedrijf te optimaliseren.
Leider digitale transformatie
De industriële leiders van Rusland en de wereld realiseren zich deze trend en herstructureren bedrijfsprocessen die zich al tientallen jaren ontwikkelen en introduceren Industrie 4.0-technologieën op basis van het industriële internet der dingen, kunstmatige intelligentie en big data in productie. De meest intensieve transformatie vindt plaats in de olie- en gasindustrie: de industrie is dynamisch aan het 'digitaliseren' en investeert in projecten die gisteren nog sciencefiction leken. Installaties die worden bestuurd door kunstmatige intelligentie en die situaties kunnen voorspellen, installaties die de operator aanzetten tot de beste manier van werken - dit alles wordt vandaag al realiteit.
Tegelijkertijd is de maximale taak het creëren van een systeem voor het beheer van productie, logistiek, productie en verkoop, dat slimme putten, fabrieken en benzinestations zou verenigen in één ecosysteem. In een ideaal digitaal model, zodra een consument op de brandstofpomp drukt, worden de analisten van het bedrijf in het operatiecentrum onmiddellijk geïnformeerd over welk merk benzine in de tank wordt gevuld, hoeveel olie moet worden afgezogen, aan de fabriek moet worden afgeleverd en verwerkt om aan de vraag in een specifieke regio te voldoen. Tot nu toe is geen van de Russische en buitenlandse bedrijven in staat geweest om een dergelijk model te bouwen. Gazprom Neft is echter het verst gevorderd bij het oplossen van dit probleem. Haar specialisten voeren nu een aantal projecten uit, die uiteindelijk de basis moeten worden voor het creëren van één platform voor het beheer van verwerking, logistiek en verkoop. Een platform dat nog niemand ter wereld heeft.
Digitale tweeling
Tegenwoordig behoren de raffinaderijen van Gazprom Neft tot de modernste in de sector. De vierde industriële revolutie biedt echter kwalitatief nieuwe kansen en stelt tegelijkertijd nieuwe eisen aan automatisering. Om precies te zijn, het gaat niet zozeer om automatisering, maar om de bijna volledige digitalisering van de productie.
De basis van de nieuwe fase zullen de zogenaamde "digitale tweelingen" zijn - virtuele kopieën van raffinaderij-eenheden. 3D-modellen beschrijven op betrouwbare wijze alle processen en relaties die in echte prototypes voorkomen. Ze zijn gebaseerd op het werk van kunstmatige intelligentie op basis van neurale netwerken. De "Digital Twin" kan optimale werkingsmodi bieden, storingen voorspellen en reparatievoorwaarden aanbevelen. Een van de andere voordelen is het vermogen om constant te leren. Het neurale netwerk vindt zelf fouten, corrigeert en onthoudt ze, waardoor het zijn werk en de nauwkeurigheid van de voorspelling verbetert.
De basis voor het trainen van de "digitale tweeling" is een scala aan historische informatie. Moderne olieraffinaderijen zijn net zo complex als het menselijk lichaam. Honderdduizenden onderdelen, tienduizenden sensoren. De technische documentatie voor elke installatie beslaat een ruimte ter grootte van een montagehal. Om een "digitale tweeling" te creëren, moet al deze informatie eerst in een neuraal netwerk worden geladen. Dan begint de moeilijkste fase - de fase van het aanleren van kunstmatige intelligentie om de installatie te begrijpen. Het bevat metingen van sensoren en instrumentatie die zijn verzameld tijdens de laatste paar jaar van de werking van de fabriek. De operator simuleert verschillende situaties, laat het neurale netwerk de vraag beantwoorden "wat gebeurt er als een van de bedieningsparameters wordt gewijzigd?" - bijvoorbeeld om een van de componenten van de grondstof te vervangen of om de stroomvoorziening van de installatie te vergroten. Het neurale netwerk analyseert de ervaring van de afgelopen jaren en sluit niet-optimale modi door berekening uit van het algoritme en leert de toekomstige werking van de installatie te voorspellen.
Interessant op internet
Gazprom Neft heeft al twee industriële complexen die betrokken zijn bij de productie van autobrandstof volledig "gedigitaliseerd" - een katalytisch krakende benzine-hydrobehandelingseenheid bij de Moskouse olieraffinaderij en een eenheid die actief is in de olieraffinaderij van het bedrijf in Omsk. Tests hebben aangetoond dat kunstmatige intelligentie in staat is om gelijktijdig rekening te houden met een groot aantal parameters van hun "digitale tweeling", beslissingen te nemen en mogelijke afwijkingen in het werk te melden, zelfs voordat het probleem zich dreigt te ontwikkelen tot een serieus probleem.
Tegelijkertijd test Gazprom Neft geïntegreerde oplossingen die de impact van de menselijke factor op de schaal van de gehele productie minimaliseren. Soortgelijke projecten worden momenteel uitgevoerd in de bitumenfabrieken van het bedrijf in Ryazan en Kazachstan. Succesvolle empirisch gevonden oplossingen kunnen vervolgens worden opgeschaald naar het niveau van grote raffinaderijen, wat uiteindelijk zal leiden tot een effectief digitaal productiebeheerplatform.
Nikolay Legkodimov, hoofd van de Advanced Technologies Advisory Group, KPMG in Rusland en het GOS:“Oplossingen die verschillende componenten, samenstellingen en systemen modelleren, zijn al lang bekend en gebruikt, ook in de olie- en gasindustrie. Er is pas sprake van een kwalitatieve sprong als een voldoende dekkingsgraad van deze modellen is bereikt. Als deze modellen met elkaar kunnen worden gecombineerd, gecombineerd tot een hele complexe keten, dan zal dit inderdaad het oplossen van problemen op een geheel nieuw niveau mogelijk maken - met name het simuleren van het gedrag van het systeem in kritieke, ongunstige en gewoon gevaarlijke bedrijfsomstandigheden. Voor die gebieden waar het ombouwen en upgraden van apparatuur erg duur is, zal dit het pre-testen van nieuwe componenten mogelijk maken.”
Prestatiebeheer
In de toekomst zal de hele waardeketen in het logistieke, raffinage- en marketingblok van Gazprom Neft worden verenigd door één enkel technologisch platform op basis van kunstmatige intelligentie. Het 'brein' van dit organisme wordt het Performance Management Center, een jaar geleden opgericht in St. Petersburg. Het is hier dat informatie van de "digitale tweeling" zal stromen, hier zal het worden geanalyseerd en hier zullen op basis van de ontvangen gegevens managementbeslissingen worden genomen.
Reeds vandaag verzenden meer dan 250.000 sensoren en tientallen systemen informatie in realtime naar het centrum van alle bedrijfsmiddelen die zijn opgenomen in de perimeter van het logistieke, verwerkings- en marketingblok van Gazprom Neft. Elke seconde komen hier 180.000 signalen binnen. Het zou een persoon ongeveer een week kosten om deze informatie te bekijken. Het digitale brein van het Centrum doet dit onmiddellijk: het bewaakt de kwaliteit van de producten en de hoeveelheid olieproducten in realtime over de hele keten - van de raffinaderij tot de eindgebruiker.
Het strategische doel van het Centrum is om, door gebruik te maken van de technologieën en mogelijkheden van Industrie 4.0, de efficiëntie van het downstream-segment radicaal te verhogen. Dat wil zeggen, het gaat niet alleen om het beheren van processen - dit kan ook binnen traditionele systemen, maar om deze processen zo efficiënt mogelijk te maken: gebruik voorspellende analyses en kunstmatige intelligentie in elke fase van het bedrijf, verminder verliezen, optimaliseer processen en voorkom verliezen.
In de nabije toekomst moet het Centrum leren hoe het een aantal sleuteltaken kan oplossen die van invloed zijn op de efficiëntie van het bedrijfsbeheer. Dit omvat het voorspellen van de toekomst 60 dagen vooruit: hoe de markt zich over twee maanden zal gedragen, hoeveel olie moet worden verwerkt om op dit moment aan de vraag naar benzine te voldoen, in welke staat de apparatuur zich zal bevinden, of de fabrieken in staat zijn om de komende belasting het hoofd te bieden en of ze repareren. Tegelijkertijd zou het Centrum in de komende twee jaar een capaciteit van 50% moeten bereiken en beginnen met het monitoren, analyseren en voorspellen van de hoeveelheid olieproducten in alle oliedepots en tankcomplexen van het bedrijf; automatisch meer dan 90% van de productieparameters controleren; analyseer de betrouwbaarheid van meer dan 40% van de procesapparatuur en ontwikkel maatregelen om het verlies van olieproducten en de vermindering van hun kwaliteit te voorkomen.
Tegen 2020 streeft Gazprom Neft ernaar om 100% van de capaciteiten van het prestatiebeheercentrum te bereiken. Tot de aangegeven indicatoren behoren de analyse van de betrouwbaarheid van alle apparatuur, het voorkomen van verliezen in termen van kwaliteit en kwantiteit van producten en het voorspellend beheer van technologische afwijkingen.
Daria Kozlova, Senior Consultant bij VYGON Consulting:“Over het algemeen bieden geïntegreerde oplossingen de industrie aanzienlijke economische voordelen. Volgens Accenture zou het economische effect van digitalisering bijvoorbeeld meer dan $ 1 biljoen kunnen bedragen. Daarom is de introductie van geïntegreerde oplossingen zeer gerechtvaardigd als het gaat om grote verticaal geïntegreerde bedrijven. Maar het is ook gerechtvaardigd voor kleine bedrijven, omdat efficiëntieverbeteringen voor hen extra middelen kunnen vrijmaken door kosten te verlagen, de efficiëntie van het werkkapitaalbeheer te verhogen, enz. ”.
Interessant op internet
Konstantin Kravchenko, hoofd van de afdeling Informatietechnologie, Automatisering en Telecommunicatie, Gazprom Neft PJSC
Nu is het digitale tijdperk in de olie- en gasindustrie - al een realiteit. Bedrijven over de hele wereld zijn overgestapt van woorden op digitale technologieën: Shell en Total gebruiken robots, Chevron en Shell - drones, Statoil - 3D-visualisatie, Chevron detecteert lekken in pijpleidingen met behulp van video-analyse, BP implementeert een enorm toepassingsgerelateerd project Industrieel Internet of Things op mijnplatforms. Vrijwel alle spelers in de wereldwijde olie- en gasindustrie maken al gebruik van kunstmatige intelligentie en de mogelijkheden van virtual en augmented reality. Ook technologie als blockchain is niet onopgemerkt gebleven. Dit jaar is BP toegetreden tot de Enterprise Ethereum Alliance, waarvan de activiteiten onder meer gericht zijn op de distributie van slimme contracten in bedrijven.
Gazprom Neft staat niet afzijdig van de zich ontvouwende digitaliseringsrace. In de loop van het jaar hebben bijna alle productie-eenheden en bedrijfsfuncties van het bedrijf proefprojecten gelanceerd of grootschalige initiatieven gelanceerd op basis van digitale technologieën.
Tegelijkertijd moet worden opgemerkt dat digitalisering leidt tot radicale veranderingen in hele industrieën. Zo heeft de verspreiding van internettelefonie, instant messengers en virtuele operators telecommunicatiebedrijven gedwongen hun bedrijfsmodel volledig te veranderen. De opkomst van elektronische en onbemande voertuigen, evenals autodeeldiensten, heeft het aanzien van de transportsector veranderd. Deze innovaties, samen met de ontwikkeling van schaliebronnen, het toenemende gebruik van hernieuwbare energiebronnen en de activiteit van start-ups die auto's bijtanken buiten benzinestations, hebben ook gevolgen gehad voor de olie- en gassector. Maar digitalisering brengt niet alleen omwentelingen, maar verbergt overlevingskansen voor traditionele spelers in de sector.
Je moet deze kansen alleen wel goed kunnen benutten. En technisch gezien zijn we er klaar voor: er is een aanzienlijke hoeveelheid productiegegevens verzameld, er zijn rekencapaciteiten gecreëerd voor de verwerking ervan; de kosten van het introduceren van innovaties worden verlaagd en de ervaring van hun succesvolle toepassing wordt groter. Maar digitalisering staat niet gelijk aan technologie, het gaat ook om een radicale verandering in bedrijfs- en bedrijfsmodellen. Dit is het fundamentele verschil met traditionele automatisering. Nieuwe technologieën werken niet zonder de bedrijfsbenadering te veranderen, en hier speelt het digitale technologieplatform een sleutelrol. Zij is het die een hulpmiddel zal worden voor het beheren van ongelijksoortige processen en functies van bedrijven, en in de toekomst de basis van het industriële ecosysteem.
Er is een proces van vorming van end-to-end waardeketens, die worden aangestuurd vanuit multifunctionele centra. Gazprom Neft heeft al een boorondersteuningscentrum (in het exploratie- en productieblok), een efficiëntieverbeteringscentrum in olieraffinage en logistiek, een productie-optimalisatiecentrum in offshore-projecten en een projectbeheercentrum in kapitaalconstructie. In de toekomst overwegen we om platte structuren te creëren die vanuit één enkel centrum worden beheerd en een ecosysteem van partners te verenigen.
Op dit pad moeten we nog veel problemen oplossen. Op bedrijfsniveau is het noodzakelijk om een nieuwe bedrijfscultuur, een management- en besluitvormingssysteem te creëren en de rol van informatietechnologie en de CIO te heroverwegen. Maar er zijn taken die op industrieniveau moeten worden opgelost: standaardisatie, wijzigingen in de wetgeving en het creëren van een gemeenschappelijk technologisch platform.
Ik benadruk dat zonder een dergelijk platform effectieve vooruitgang op het pad van digitalisering onmogelijk is. Vertegenwoordigers van de grootste technologiebedrijven en bedrijfsadviseurs spreken hierover, dit wordt ook uiteengezet in het programma Digitale economie van de Russische Federatie.
Inmiddels zijn er zo'n 300 industriële Internet of Things-platforms op de markt, maar dit zijn vooral westerse oplossingen. Het gebruik ervan in het tijdperk van de overgang naar de cloud creëert kritieke risico's voor onze branche. Bovendien lossen bestaande platforms slechts een deel van de taken van digitalisering op en voldoen ze niet volledig aan de behoeften van morgen.
De belangrijkste vraag is: waar is de speler of het team dat een veelbelovend Russisch cloudplatform voor digitale productie gaat creëren? Het spreekt vanzelf dat zo'n grootschalige taak de macht van één bedrijf te boven gaat.
Als we het hebben over neurale netwerken en machine learning, stellen we ons allereerst digitale assistenten voor in smartphones, die werken met afbeeldingen of kunstmatige intelligentie die muziek schrijft. In feite worden de technologieën van het Industry 4.0-concept, waaronder neurale netwerken, onder andere voor heel andere dingen gebruikt. N+1 Samen met Gazprom Neft hebben we een test gemaakt die u op een interactieve manier vertelt over het gebruik van moderne technologieën in de olie-industrie. Durven!