L'adoption de l'intelligence artificielle et des technologies d'apprentissage automatique n'a jamais été aussi critique. En raison du COVID-19, de nombreuses organisations doivent trouver une nouvelle façon de travailler. S'assurer que les taux de production sont fiables, voire augmentés, tout en limitant le nombre d'employés - dans certains cas à 50%.
De nombreuses industries lourdes d'actifs, telles que l'eau, les transports et l'énergie, sont considérées comme des infrastructures essentielles. Tous les efforts doivent être faits pour les maintenir. Un grand nombre de ces actifs sont vieillissants et nécessitent généralement des équipes de maintenance importantes pour trier les défauts et les erreurs, dans l'espoir d'éviter les arrêts pour maintenance, ce qui arrête la production.
Même une infrastructure plus récente présente ses propres problèmes, car le volume de données produites peut envoyer les ingénieurs et les scientifiques des données en cercles, incapables d'identifier les véritables causes des pannes et des échecs.
L'intelligence artificielle et les technologies d'apprentissage automatique sont appliquées à la maintenance des infrastructures. Grâce à l'utilisation de l'analyse prédictive, la technologie cartographie les données en direct et historiques des capteurs IoT sur les actifs critiques. Identifier les moindres écarts, prédire les pannes avant qu'elles ne surviennent et la véritable cause des problèmes.
Les connaissances qui peuvent être obtenues grâce à cette technologie avancée peuvent permettre aux entreprises de planifier à l'avance la maintenance critique, d'agir avant qu'une panne ne se produise et d'assurer la sécurité de leurs équipes. Ce qui prenait généralement des centaines d'heures de travail à une équipe de scientifiques des données peut désormais être effectué à distance par des modèles d'IA. Les équipes peuvent accéder à distance à la santé de leurs actifs sur n'importe quel appareil, les supprimant complètement de l'entreprise, ce qui permet un personnel limité sur place.
Trevor Bloch, PDG de VROC, a déclaré: «L'analyse prédictive de l'IA peut être rapidement mobilisée vers des actifs critiques, fournissant aux entreprises les outils nécessaires pour maintenir les niveaux de production, maintenir leur main-d'œuvre au travail, tout en assurant la sécurité de tous pendant COVID-19».
Cas d'utilisation des infrastructures critiques:
Ressources pétrolières et gazières - Les accords internationaux exigent que tous les pays détiennent 90 jours de réserves de pétrole. À titre d'exemple, l'Australie ne détient qu'un peu plus de trois semaines, ce qui rend la production continue d'huile essentielle. Il n'est pas seulement dans l'intérêt des entreprises, mais aussi du gouvernement d'assurer la fiabilité de la production.
Les plates-formes pétrolières contiennent de nombreux actifs critiques, tels que des pompes à eau et des compresseurs à gaz. De nombreux exploitants réduisent leurs effectifs à 50% pour fournir une habitation individuelle à tout le personnel sur place, et doivent donc se tourner vers la technologie pour les aider à maintenir la production.
Ressources renouvelables - Les éoliennes, bien que les actifs relativement nouveaux se trouvent souvent dans des endroits éloignés, ce qui rend les méthodes de maintenance en panne peu pratiques. Les vastes quantités de données produites par ces actifs rendent difficile leur traitement rapide. AI Predictive Analytics fournit des notifications à l'avance pour la maintenance, aidant à maintenir l'infrastructure critique opérationnelle.
Électricité et énergie - Les exploitants d'électricité et d'énergie doivent s'assurer que l'énergie reste fiable et efficace. Les opérateurs doivent surveiller de près la qualité de l'eau, la température, la lubrification et les vibrations pour s'assurer que les équipements ne surchauffent pas et fonctionnent à leur niveau optimal. AI Predictive Analytics peut fournir des avertissements à l'avance des pannes, pannes et autres problèmes en attente dans le réseau électrique.
Fabrication critique - L'IA et l'apprentissage automatique peuvent aider à maintenir les équipements de fabrication critiques tels que les générateurs, les compresseurs et autres équipements clés sans redondance critique pour la production. L'alerte avancée des pannes permet de réduire les dépenses de maintenance globales, car le matériel et le personnel peuvent être organisés sans avoir besoin de frais d'appel et de livraisons urgents coûteux.
Stations de traitement de l'eau - Cette infrastructure vitale peut être maintenue et même optimisée grâce à l'IA et à la technologie d'apprentissage automatique, qui exploite les capteurs IoT. Assurer la fiabilité avec un personnel réduit. Voir l'étude de cas sur l'utilisation réussie de l'IA dans une usine de traitement d'eau.
Systèmes de transport - Le maintien de systèmes de transport rapides et fiables pour le fret est essentiel avec la fermeture actuelle des frontières. AI Predictive Maintenance peut prévoir les pannes sur les systèmes de transport critiques, y compris les navires de charge, les trains de marchandises et les camions, avec un préavis de 7 jours afin que les tâches de maintenance puissent être planifiées avec une perturbation minimale des opérations.
Exploitation minière - Une exportation fiable du secteur minier constitue une composante essentielle de l'économie mondiale. Par conséquent, malgré le COVID-19, la production sur les sites miniers doit se poursuivre, avec des effectifs réduits et des pratiques strictes de distanciation sociale. Les technologies d'IA et d'apprentissage automatique peuvent facilement être appliquées aux actifs miniers critiques pour éviter les arrêts causés par des pannes imprévues. La technologie peut être utilisée pour prédire les problèmes avant qu'ils ne surviennent, ce qui laisse du temps pour la maintenance pour assurer une production continue et optimisée.
Cet article a été publié sur OilandGasMiddleEast.com
OilandGasMiddleEast.com est le site Web prééminent axé sur l'industrie pétrolière et gazière dans l'Upstream dans tout le Moyen-Orient.
No comments:
Post a Comment