La industria offshore está atravesando una interrupción digital sin precedentes que trasciende las clases de activos y está creando una hoja de ruta para operaciones más seguras y rentables.
La cara actual de esa transición es el 'gemelo digital', una réplica virtual de activos físicos, procesos y sistemas que finalmente serán utilizados por los propietarios para predecir fallas antes de que sucedan y hacer que la producción sea más confiable.
Las tecnologías que permiten el análisis avanzado de datos, como la inteligencia artificial, el aprendizaje automático, el análisis de transmisión y la potencia de procesamiento paralelo, han madurado hasta el punto de que ahora se pueden limpiar y analizar enormes volúmenes de datos en tiempo casi real, en lugar de días. La industria offshore siempre ha producido muchos datos; En pocas palabras, procesarlo se ha convertido en un proceso mucho más rentable y más rápido.
Los proyectos piloto en curso, con constructores y operadores de plataformas y plataformas, compañías de suministro en alta mar y la comunidad de unidades flotantes de producción, almacenamiento y descarga (FPSO), actualmente están realizando el tipo de análisis de datos en tiempo real que mejoran la confiabilidad de los activos, la seguridad, la eficiencia de perforación y Pozo de producción. Están demostrando que el tiempo de inactividad de los activos se puede reducir de manera confiable.
Es una broma común entre los especialistas en datos que trabajan en el sector offshore que puedes pedirle a 10 personas en una habitación que describan un gemelo digital y obtendrás 20 definiciones. Esto puede deberse a que los elementos que conforman un gemelo digital están hechos a medida de por qué se está construyendo, es decir, el propósito por el cual el propietario del activo lo está construyendo.
En esencia, un gemelo digital es un modelo de condición virtual de un activo en el que se pueden ejecutar simulaciones para mejorar / predecir características operativas sin tener que afectar físicamente al activo.
La escala del activo virtual, ya sea que represente un componente simple o un ecosistema marino complejo, detalla (¿se modelará cada soporte en la plataforma y se rastreará su estado?) Y la frecuencia con la que se actualizará determina la complejidad del modelo.
Una vez que se decide la escala, el propietario define las capacidades analíticas del modelo de condición; ¿Se mejorará la toma de decisiones operativas mediante análisis basados en datos en tiempo real, análisis predictivos, análisis basados en física, análisis de elementos finitos, etc.
Hasta cierto punto, las sociedades de clasificación han estado trabajando con sus clientes en gemelos digitales básicos durante algún tiempo. Pero los rápidos avances recientes en potencia computacional han permitido que el alcance de esos modelos se expanda agresivamente.
Los propietarios progresivos ahora tienen el poder de expandir el alcance de los activos que eligen modelar desde equipos y subsistemas hasta una plataforma completa, plataforma o sistema de producción flotante y sus ecosistemas más amplios.
Este es un importante paso adelante. ¿Por qué? Debido a que el rendimiento de un activo está menos determinado por qué tan bien funcionan sus bombas o transmisiones superiores en el silo que por el rendimiento colectivo de los equipos y componentes dentro de su entorno, y cómo eso impacta las operaciones generales.
A medida que avanzan las tecnologías, el alcance de los gemelos digitales está tomando la forma de todo el ecosistema, incluido el elemento humano; ahora es posible calcular modelos para determinar cuál será el impacto del rendimiento de un componente en las personas que operan en una plataforma, FPSO o plataforma.
Cuando eso se convierta en realidad, los propietarios podrán representar virtualmente lo que sucederá con el desempeño de sus activos en diversos entornos operativos. El ajuste del rendimiento de los activos complejos en tiempo real requiere que los elementos de ingeniería, física y aprendizaje automático estén completamente instrumentados, y el poder de procesamiento de datos para soportar análisis en vivo. Ahora eso es posible.
La mayoría de los hallazgos de los pilotos offshore que actualmente exploran las aplicaciones de la industria para gemelos digitales aún no se han publicado. Pero las aplicaciones marinas de primer movimiento ya están mostrando una gran promesa.
ABS lanzó recientemente los hallazgos preliminares de un proyecto con Military Sealift Command (MSC), una división de la Marina de los EE. UU., En el que MSC implementó tecnología de gemelos digitales para mejorar la preparación operativa, optimizar el mantenimiento y minimizar las fallas no planificadas para los barcos involucrados en el piloto .
Las sociedades de clase como ABS han estado desarrollando las capacidades para ayudar a sus clientes a capitalizar la revolución digital, incluidas las oportunidades que surgen de la interrupción, durante algún tiempo. En el nivel humano, la fuerza laboral tradicional de ingenieros y arquitectos navales se ha combinado gradualmente con ingenieros de sistemas, ingenieros cibernéticos, ingenieros de riesgos, analistas de datos y científicos de datos.
Como sugieren los proyectos actuales, la clase ahora tiene la capacidad de ingerir cantidades sin precedentes de datos estructurados y no estructurados, mejorando la calidad de los datos a medida que ingresa, para llevar a cabo no solo análisis de rendimiento, sino también la detección de anomalías que está en el corazón de la predicción analítica.
ABS está transformando esta experiencia en modelos que se pueden colocar en un gemelo digital de cualquier escala y, en última instancia, ayudar a los propietarios offshore a mejorar el rendimiento de sus activos al predecir y mitigar mejor los posibles problemas de seguridad.
La supervisión basada en la condición es un requisito previo para el mantenimiento basado en la condición. Además de cumplir un mandato para proporcionar asesoramiento técnico independiente a los propietarios de activos en la industria offshore, una transición al mantenimiento basado en la condición reducirá simultáneamente la intrusión de la clase al desacoplar sus requisitos de los regímenes rígidos basados en el calendario.