石油和天然气行业如何利用物联网

从监控油井生产到预测何时需要维护设备,能源行业在其运营中都采用了物联网技术。

与许多传统行业一样,石油和天然气行业采用了久经考验的传统操作方法,但在采用物联网技术方面,石油和天然气行业并不是最快的。尽管几十年来,石油和天然气行业已经在钻井平台、管道和炼油设施上安装了仪器,但开采行业最近才开始与现代物联网合作。

RTI石油和天然气开发主管markcarrier表示,部分问题在于互操作性,RTI为工业公司生产连接软件。能源公司最愿意与以前合作过的供应商合作,但是这种趋势意味着在跨平台共享数据方面没有强大的动力。

他说:“从非常低的层面来看,事物之间的联系非常紧密,在连接到后端时,它们之间的联系也非常紧密,但要理解这些数据是什么,需要付出巨大的代价。”

英特尔物联网部门副总裁克里斯汀·博尔斯(Christine Boles)表示,业界仍在使用的较旧系统很难替换。

她说:“他们面临的最大挑战是老化的基础设施,以及如何获得更标准化、可互操作的版本。”。

然而,变化正在到来,部分原因是近年来能源价格受到冲击。石油公司一直在寻求削减成本,其中最容易做到的就是集成和自动化。Carrier说,在一口典型的油井上,钻机将有多达70个不同公司的产品在工作,传感器覆盖了从流量到温度和压力到方位角和倾角的各个方面,以及钻机本身的不同组件,但这些都必须独立地进行监控。

最近,一种能够将所有这些不同的数据连接在一起的物联网解决方案,对于那些希望尽量减少人为错误并从普通石油钻井平台上的各种仪器中收集实时信息的公司来说,已经成为一个有吸引力的选择。

这些线程很多,在垂直方向上有很多传感器和端点类型。泥浆脉冲遥测使用钻头中的模块在钻井液压力中产生轻微波动,从而将信息脉冲传输到地面上的接收器。在活动井眼的极端环境条件下运行的温度和压力传感器可能会使用坚固耐用的串行电缆将数据推回地面。

Forrester Research的首席分析师安德烈•恩迪恩德(Andre kindent)表示,在任何特定的油气设施中,广泛使用的技术、制造商和标准,都是该行业大型传统企业激烈竞争的产物。举几个例子,ABB、西门子和罗克韦尔(Rockwell)都在努力避免因互操作性而失去优势。

然而,这些公司也一直在与时俱进。虽然像惠普和戴尔这样的传统IT公司在直接向能源公司销售产品方面取得的成功相对较少,但计算公司在为西门子和罗克韦尔公司生产白盒边缘计算设备方面却幸运得多。

在石油和天然气公司中,边缘计算是一项特别重要的技术,因为一些设施比较偏远,一些国家的本地网络基础设施可能不足,因此连接也很困难。石油钻探的安全和维护应用程序不能容忍延迟,因此远程钻机和办公室之间的往返可能是不切实际的。简单地说,在端点附近做一些计算工作要容易得多。

网络连接

油气物联网的主要用例是预防性维护,集中控制和运营洞察力。所有这些都依赖于从连接到给定钻机、精炼设施或管道的无数传感器获取信息,并将其导入边缘设备或返回云端。据Carrier称,Wi-Fi是炼油设施中连接端点的流行媒介,不过也使用了低功耗的广域网选项。

如前所述,钻机上的传感器使用各种各样的有线和无线技术(有些是专有技术)将信息以可用的形式用于边缘或数据中心处理,而管道技术通常使用有线工业以太网。

据Kindness说,这个过程很复杂,部分原因是开采工业所需设备的生命周期很长。

他说:“与IT世界不同,我们不会每三年更换一次。” “许多此类设备在现场已经使用了10到20年,这就是为什么您看到使用了如此多的以太网变体的原因。”

尽管如此,IDC制造业研究部门副总裁Emilie Ditton表示,与石油和天然气公司合作的设备制造商越来越意识到对流畅连接的需求。较新的设备本身是仪器化的,较少依赖于专有连接标准,从而为这些公司生成更有用的数据。

她说:“有些领域存在极端创新,有些领域的流程仍然非常手工。”。“成熟度的高低变化很大。”

将数据从远程位置移动到云或数据中心也给石油和天然气行业带来了挑战。在覆盖范围允许的情况下,运营商连接可用于无线回程,但这通常不是海洋石油钻井平台的选择。一些公司为此目的使用卫星连接,而另一些公司则将水下光纤电缆直接连接到其海上设施。

TE Connectivity的产品经理兼工程师杰里米•卡拉克(Jeremy Calac)表示,将光纤引入平台是一个相对较新的现象。该公司为工业客户生产网络连接设备。

“过去,由于温度和压力问题,光纤水下方案被视为不可靠,”他说,由于连接电缆制造商可靠性的提高,这种情况正在发生变化。

数据处理

无论数据如何到达边缘或云端,真正的价值都是通过自动分析产生的。Corva公司的工程总监Jim Wang说,从历史上看,自1980年代以来,该行业一直可以获取这种分析所需的数据类型。这是一家为石油和天然气公司生产单仪表盘可视化产品的初创公司。

就是说,直到最近,能源行业仍缺乏及时处理数据的能力,结果导致大量人为错误潜入了业务流程。例如,钻井依赖于来自各种传感器的极其精确的测量,而“手工”检查一切可能是一个复杂的过程。

Wang说:“人类不能确保手动校准所有数据。” “除非您拥有实时分析功能,否则您要到很久以后才会知道有错误。”

但是,使用现代的机器学习技术,石油和天然气行业可以在多个领域实现收益。当然,在钻井层面,更智能的系统可以综合来自所有相关传感器的信息,从而生成一个更准确、更及时的图像,显示一口井是否正在准确地挖掘,所涉及的机械运转有多平稳,以及一口井在短期和长期内的生产能力。工业物联网可以很容易地应用于精炼设施,跟踪维护数据,识别低效流程和潜在安全问题,并监控管道,以便在问题变得严重之前发现问题。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

Next Post

微分割(microsegmentation )能帮助物联网安全吗?

周五 8月 7 , 2020
将微分割作为广泛的物联网安全策略的一部分部署,可以实现对网络系统更细粒度的控制,并在发现安全缺陷时实 […]