С помощью ИИ дорогостоящие проблемы, выявленные традиционным мониторингом и безопасностью, могут быть решены еще до того, как они возникнут.
Предоставлено Филиппом Эрве, вице-президентом по решениям в SparkCognition.
Когда я впервые услышал о прогнозной аналитике, машинном обучении и когнитивной безопасности, я отнесся к этому скептически. В душе я инженер, и я думал, что техническое обслуживание по состоянию было единственным способом эффективно взглянуть на профилактическое обслуживание. Вы начинаете с физического актива, развертываете датчики для мониторинга критических компонентов и анализируете данные. Дело в том, что этот подход является дорогостоящим и трудоемким. Датчики должны быть развернуты и установлены на существующем оборудовании, программное обеспечение для сбора, хранения и обработки данных должно быть интегрировано, группы эксплуатации и обслуживания должны быть обучены работе с технологией, а программное обеспечение должно постоянно обновляться.
С помощью сложных алгоритмов прогнозная аналитика и машинное обучение позволяют принимать решения автоматически, а анализ данных обеспечивает систематический способ осмысления больших объемов данных, собираемых по всей цепочке создания стоимости в нефтегазовой отрасли. Это может помочь предсказать, когда актив выйдет из строя, или обеспечить наличие ресурсов и персонала там, где это необходимо. В то время как прогнозная аналитика обеспечивает эффективность и оптимизацию эксплуатации и обслуживания, когнитивная безопасность предназначена для мониторинга и защиты ИТ-сети, что делает когнитивный пакет, такой как SparkCognition, настоящим киберфизическим решением, защищающим как ИТ-инфраструктуру, так и а также сеть ОТ.
Благодаря беспрецедентной оптимизации и повышению безопасности, которые обеспечивают прогнозная аналитика и машинное обучение, мониторинг активов и аналитика никогда не были так важны для отрасли. Когда верхний привод запускается, останавливается или выходит из строя, это влияет на генераторы в машинном отделении. Когда состояние вибросита меняется, это влияет на буровые насосы. Часто весь набор данных на буровой установке полон перекрестных помех между различными активами. Нефтегазовые компании все чаще сталкиваются с проблемами изучения данных, чтобы понять различные рабочие состояния и режимы отказа критически важных активов. Кроме того, изощренность кибератак в среде IoT усложняет для традиционных систем безопасности и команд различение естественного отказа оборудования и саботажа оборудования. Очевидно, что отраслевой статус-кво мониторинга на основе состояния и традиционных решений безопасности устарел и быстро становится все более дорогим и менее эффективным.
Давайте возьмем буровую установку и предположим, что в процессе бурения возникают проблемы с производительностью. Сектор нефти и газа стал очень восприимчивым к кибератакам, и предположение, что производительность является механической проблемой, больше не является данностью. Теперь мы должны спросить, есть ли у нас проблема, потому что установка была скомпрометирована киберугрозой — верхний диск находится под контролем хакеров? Есть ли у нас проблемы с техническим обслуживанием, и буровой насос начинает выходить из строя? Или у нас есть реальная дисфункция бурения, которую необходимо смягчить изменением заданных значений бурения? С помощью предиктивной аналитики и когнитивной безопасности вы можете защитить установку от кибератак и убедиться, что оборудование работает безопасно и надежно в соответствии со спецификациями.
Используя запатентованную когнитивную технологию и уже имеющиеся данные, SparkCognition, ведущий поставщик когнитивной аналитики на основе ИИ, может прогнозировать сбои и предоставлять заблаговременное предупреждение до того, как произойдет инцидент с критическим активом, чтобы операторы могли планировать корректирующие действия. Предоставляя ответы на большой процент вопросов, связанных с оставшимся сроком службы каждого конкретного актива или компонента, когнитивные технологии предоставляют специалистам по эксплуатации и техническому обслуживанию и службам безопасности средства для оптимизации человеческих ресурсов, запасов оборудования и бюджетов.
Сегодня существует огромное количество данных, которые не используются или используются не полностью. С помощью запатентованной технологии мы удаляем беспорядок, существующий в этих данных, и извлекаем скрытую ценность. Этого можно достичь только с помощью когнитивной аналитики и безопасности. Используя машинное обучение, мы развертываем реализации, в которых наша система так же хороша, как горстка выдающихся экспертов в этой области в прогнозировании предстоящего сбоя. С этого момента, чем больше вы используете систему, тем лучше она становится. Будущее за расширенным интеллектом, и будущее уже наступило.
Лондонская фондовая биржа использует нашу платформу для выявления мошеннических действий в сфере финансов. Flowserve, крупнейший производитель насосов для нефтегазовой отрасли, использует наше программное обеспечение для профилактического обслуживания. Вторая по величине коммунальная компания США использует нашу технологию для повышения эффективности и надежности своих самых дорогих прядильных активов. Вообще говоря, предиктивная аналитика — это быстрорастущая отрасль, но нефтегазовый сектор не решается применить этот подход и реализовать его преимущества.
Самое большое препятствие для использования диагностического обслуживания в бурении связано с ограничениями традиционных подходов. В условиях машинного обучения обычно требуется 15 сбоев в процессе обучения модели, которая будет использоваться при развертывании технологии. В нефтегазовой отрасли у нас, как правило, нет такого количества отказов, поскольку мы, как правило, проводим много профилактических работ (с очень высокими затратами), чтобы гарантировать, что оборудование не выйдет из строя. Кроме того, когда происходит сбой, мы склонны заменять множество компонентов, иногда не понимая, какие именно компоненты вышли из строя первыми и почему, а тем более не понимая корреляции сбоев между этими компонентами. Благодаря автоматизированному построению моделей, обеспечиваемому нашими запатентованными алгоритмами, мы находим тенденции в данных с очень небольшим количеством ошибок. Фактически, мы построили надежные модели в ситуациях, когда у нас не было сбоев для обучения модели.
С тех пор, как я работаю в нефтегазовой отрасли, я слышал термин «искусственный интеллект». Двадцать лет назад самый продвинутый искусственный интеллект мог заявить: «Шесть месяцев назад вы, возможно, могли бы избежать сбоев с помощью какого-то профилактического обслуживания». Десять лет назад искусственный интеллект говорил нам: «Шесть месяцев назад вы должны были принять определенные превентивные меры». Сегодня, благодаря достижениям в области программного обеспечения на основе искусственного интеллекта и сенсорного оборудования, мы теперь можем просматривать очень большие объемы данных и давать ответы в режиме реального времени о наилучшем плане действий в будущем.
Искусственный интеллект штурмом берет отрасль. Благодаря предиктивной аналитике и когнитивной безопасности вы можете быть уверены, что ваше оборудование работает безопасно и надежно в соответствии с вашими спецификациями, а также получать рекомендации по действиям, которые необходимо предпринять, чтобы избежать будущих отказов оборудования или устранить нарушение безопасности.
Измеримая ценность прогнозной аналитики заключается в значительном снижении эксплуатационных расходов, а наибольшая экономия достигается за счет повышения безопасности персонала и оборудования. Сегодня использование прогнозной аналитики повышает эффективность операций. из первых последователей нефтегазовой отрасли. Начинается изучение использования ИИ для оптимизации бурения и интеграции с другими корпоративными приложениями и корпоративными знаниями. С помощью дополнительных методов искусственного интеллекта, таких как обработка естественного языка, можно запросить руководства по обслуживанию, чтобы мгновенно получить процедуру обслуживания для конкретного рассматриваемого актива.
Перспективы ИИ уже начинают реализовываться в нефтегазовой отрасли. Ранние последователи используют свое положение на кривой внедрения технологий, чтобы получить преимущество перед конкурентами и сохранить свои активы в безопасности. Отрасль всегда использовала технологии для адаптации к изменениям, и первые пользователи всегда получали наибольшую выгоду. Поскольку нефтегазовая отрасль становится все более и более конкурентоспособной, компании не могут позволить себе оставаться в стороне. Однако, если компании смогут понять возможности, связанные с внедрением когнитивных технологий, их будущее, безусловно, выглядит радужным.
Чтобы узнать больше о подходе SparkCognition к прогнозной аналитике и о том, как они могут помочь преобразовать безопасность вашего бизнеса, загрузите бесплатный вебинар с участием Oil and Gas Journal, ARC и Flowserve.
