Эволюция интеллектуального газа и нефти

Чтобы удовлетворить постоянные и растущие потребности в увеличении добычи и снижении затрат, нефтегазовые компании во всем мире творчески мыслят. И эта задача настолько сложна, насколько может показаться. Но инновационные технологии Интернета вещей (IoT) делают этот переход возможным для многих производителей. В этой статье мы рассмотрим методы, которые нефтегазовые компании используют для мониторинга, как эти методы меняются и на что способны эти технологии.

Методы интеллектуального мониторинга нефти и газа

В нефтегазовой отрасли Интернет вещей используется давно - возможно, дольше, чем в большинстве других отраслей. Они использовали следующие методы мониторинга:

• Системы программируемых логических контроллеров (ПЛК) . По сути, это проводная связь Интернета вещей, и они часто используются в промышленной сфере. Проблема со сбором данных с использованием проводов заключается в том, что кто-то должен проложить и закопать эти провода, и этот процесс может стать довольно дорогостоящим. Кроме того, архитектура этих проводных систем более сложна, поэтому, когда вы построите систему ПЛК, вы застрянете на ней. Часто в этих системах используются стандарты последовательной связи . (например, RS-232 и RS-435).
• Спутниковая связь (например, Иридиум и Инмарсат). Эти методы могут быть очень дорогими. Однако, поскольку нефтегазовая промышленность традиционно имела такую ​​высокую рентабельность, затраты часто были оправданы.
• Физический мониторинг . Многие нефтегазовые компании по-прежнему используют людей для физических прогулок и контроля уровней и измерений вручную. Преимущество этого метода заключается в том, что он относительно прост и прост в реализации, и есть опыт обучения использованию этих методов. С другой стороны, время и трудозатраты, связанные с этим типом мониторинга, могут быть очень высокими, особенно в удаленных местах (например, там, где расположено много нефтяных и газовых скважин).

Как видите, каждое из этих решений имеет ряд преимуществ и соображений, которые необходимо учитывать. Основные соображения:

• Цена :Стоимость настройки проводной системы обычно довольно высока.
• Сложность :Например, обычно существует множество каналов спутниковой связи.
• Время :Прямой мониторинг нефтяных и газовых месторождений требует значительных усилий и рабочей силы.

По мере того, как рынок межмашинного взаимодействия (M2M) рос и расширялся за последние несколько лет, некоторые нефтегазовые компании стремятся взять то, что раньше было проводным, и сделать его беспроводным, чтобы они могли еще больше консолидировать свои соединения. Решения беспроводного Интернета вещей позволяют этим компаниям заниматься более разовой деятельностью. Например, они могут добавить 100 датчиков в одну лунку, а затем добавить еще 1000 датчиков, когда сочтут это необходимым. Это намного проще с беспроводными технологиями, чем с ПЛК и другими проводными системами. Примечание. Поскольку процесс мониторинга скважин очень сложен, с большим количеством движущихся частей (и большой ценностью), не всегда имеет смысл использовать беспроводную технологию, даже если она доступна. Это можно определить только в индивидуальном порядке.

Как технологии Интернета вещей влияют на нефтегазовую промышленность

Важно отметить, что Интернет вещей не производит революцию в нефтегазовой сфере, как в других отраслях, но он значительно упрощает сбор важной информации для компаний, что позволяет принимать более обоснованные бизнес-решения. Подключенные беспроводные технологии помогают нефтегазовой отрасли:

• Оптимизировать для эффективной откачки.
• Сохранить трубы и колодцы.
• Монитор отказы оборудования и утечки газа.
• Монитор толщина трубы, температура и эрозия на нефтеперерабатывающем заводе.

Беспроводной Интернет вещей позволяет компаниям контролировать больше вещей с помощью сенсорной технологии, снимать меньше показаний вручную и собирать больше данных и информации для лучшей оптимизации бизнес-процессов. Мы не можем говорить о том, что происходит за кулисами с большими данными, но мы можем говорить о том факте, что управляемый датчиками Интернет вещей может значительно упростить процесс сбора этих данных.

Например, даже для небольшой нефтяной компании важно провести надежную оптимизацию скважин, чтобы повысить свою прибыльность. Если компания бурит новую скважину, она должна закачать в скважину химикаты, чтобы препятствовать накоплению горных пород, что обеспечивает вязкость для вытягивания породы вверх во время бурения компании. После того, как скважина введена в эксплуатацию и работает, компания должна установить баланс давления, убедиться в правильности температуры, обеспечить добычу нужного количества нефти и т. Д. Когда есть больше точек данных о микроскопических условиях в скважине (в диапазоне от температуры, давления, дебита, химического состава, вязкости и т. Д.), Компания может собирать необходимые данные, проводить постпроизводственный анализ, лучше оптимизировать свои текущие и будущие процессы бурения, и мы надеемся увеличить свою долю на рынке и прибыльность.

Это напоминает промышленные системы управления и их переход к беспроводной связи. Подобно нефти и газу, промышленная автоматизация существует уже очень давно. Эти компании начали использовать оригинальные проводные технологии Интернета вещей для снижения затрат и подключения частей своих контролируемых сетей. Но по мере того, как автоматизация беспроводных датчиков становилась все более распространенной на рынке и, следовательно, более доступной, эти компании могли использовать беспроводные датчики для более простого подключения, сбора большего количества данных, анализа этой информации и улучшения своих процессов.

Постоянное развитие

Умные нефть и газ были и будут долгосрочными процессами. Интернет вещей не изменил кардинально эти области, но беспроводные технологии действительно предоставляют газовым и нефтяным компаниям уникальное преимущество. Фактически, мы считаем, что они имеют все возможности для того, чтобы сделать некоторые из своих самых больших успехов сейчас, когда подключение «вещей» стало дешевле и продвинуто, чем когда-либо. Если компании могут собирать информацию (и, таким образом, проводить дальнейший анализ данных) с ограниченным количеством конечных точек, представьте, сколько можно сделать с более детальной информацией.