Май 2020 — Блог компании Промэлектроника

Цифровые двойники в работе нефтяных компаний России

Алексей 26 мая 2020

«Одна из главных болей и вместе с тем важнейший драйвер развития технологии цифровых двойников — информационная безопасность, — рассказывает Наталья Нильсен. — Боязнь кибератак и утечек информации часто становится сдерживающим фактором для цифровизации производства». 

На Яйском нефтеперерабатывающем заводе создается цифровой двойник с использованием цифрового тренажера для операторов, а также система безопасности и предиктивной аналитики, которые позволят предотвращать аварийные ситуации. Кроме того, проект подразумевает внедрение системы кибербезопасности, призванной защитить цифрового двойника предприятия от взлома. Все работы планируется завершить за четыре месяца, несмотря на то что в среднем за создание цифрового двойника крупного предприятия уходит около двух лет, рассказывает эксперт.

В 2018 году «Газпром нефть» определила цифровую трансформацию бизнеса как приоритетное направление деятельности. Цифровые технологии позволяют тестировать гипотезы по разработке месторождений, строительству инфраструктуры и эксплуатации промысла без рисков для людей и объектов. Для этого создаются цифровые двойники скважин, заводов, производственных площадок и месторождений.

«Один из вариантов применения технологии — виртуальные анализаторы, которые способны давать оценку составу потоков по вторичным признакам. Иными словами, когда мы можем сказать что-то про плотность вещества на основе расчетов теплоемкости и анализа переходных процессов набора скорости в трубе, а также оценить реологические параметры продукта по спектральному разложению, спрогнозировать состояние установки нефтепереработки. Все это в комплексе позволяет нам делать более качественное планирование и управление.
Сейчас мы создаем инфраструктуру для работы цифровых двойников».

«Мы развиваем все направления, связанные с созданием цифрового двойника — системы управления инженерными данными, моделирование производственных процессов, имитационные модели производства и логистики». - Владимир Чернаткин, руководитель направления «Комплексные цифровые модели», СИБУР

В базе инженерных данных собрана всевозможная информация по оборудованию и его взаимосвязям: место оборудования в производственной цепочке, нормативные режимы работы, частота обслуживания, геометрические и технические характеристики и многое другое. По-другому эта система называется СУИД — система управления инженерными данными. Данные хранятся в ней в виде структуры и в привязке к объектам, что облегчает доступ к ним и делает возможной автоматизированную обработку.

Эта система позволяет существенно сократить потери времени, а также число ошибок при обслуживании, ремонте и заказе запчастей. Она также даёт возможность делать навигацию по оборудованию для ремонтников, заранее планировать операции при проектных ремонтах, проводимых раз в 4-5 лет. В том числе система подскажет, какие элементы оборудования следует отключить или перекрыть, чтобы безопасно провести ремонт.

Проекты технологического моделирования делаются в СИБУРе в том числе на базе НИОСТ (научный центр СИБУРа). В процессе создания модели или технологической схемы производства моделируется оборудование, вносятся данные о химических веществах и показатели технологического режима. После проверки модели выполняются расчетные исследования и определяются оптимальные параметры процесса, ведётся поиск решений для повышения технологической и энергетической эффективности. Программное обеспечение позволяет рассчитывать такие параметры, как энергия, теплообмен и даже экономические данные: затраты на дополнительное оборудование, целесообразность модернизации.

СИБУР также запустил проект для оптимизации железнодорожных перевозок. Цифровые двойники помогают снизить затраты на ремонтные работы, выявить сдвоенные операции при управлении подвижным составом и более эффективно управлять отгрузками.

Цифровой двойник внедряется на площадках КАМАЗа, где уже были созданы 3D-модели 28 единиц cтанков с ЧПУ и 20 универсальных станков, а также более 50 единиц различного технологического оборудования (роботы, манипуляторы, кантователи, рольганги). 3D-модели применяются при моделировании механообработки и сборки, а также для размещения оборудования на 3D-планировках заводов.

Цифровые копии стали применяться для эффективной эксплуатации поездов «Сапсан» и «Ласточка». В 2018 году внедрение цифрового двойника производства анонсировал также «Трансмашхолдинг». Система за считанные минуты рассчитывает результаты выполнения производственного плана при заданных параметрах и быстро реагирует на запросы заказчика.

«Одно из решений, над которым сейчас работает наша компания — создание «цифрового двойника» здания. Мы уже создали блок управления инфраструктурой здания. В основном управление осуществляется ресурсами, которые увязывается с климатическими и производственно-технологическими процессами предприятия, такими как электро-менеджмент (контроль электричества), контроль водных ресурсов и теплоснабжения». - Денис Гараев, заместитель директора Центра инноваций компании «Инфосистемы Джет»

На следующем этапе работ предстоит решить задачу создания трехмерной модели здания: интегрировать данные с CAD-системой, что дает возможность делать 3D-визуализацию объекта.

О курсе на цифровизацию говорят и в Министерстве строительства и ЖКХ РФ. В настоящее время обсуждаются проекты моделирования цифровых двойников для каждого российского города численностью более 100 тысяч человек.

Читать далее →

Искусственный интеллект в работе нефтяных компаний

Алексей 26 мая 2020

Три миллиона баррелей нефти в день добываются Национальной нефтяной компанией Абу-Даби

Для переработки этой нефти, операции должны быть максимально эффективными. Нефтеперерабатывающие заводы должны избегать самого главного виновника, который может привести к остановке производственных процессов - непредвиденного обслуживания.

Например, если сломается компрессор - и нефтеперерабатывающий завод должен приостановить производство, пока он ремонтируется, - это повредит конечному результату.

«Если ADNOC потеряет хотя бы один день производства, это будет стоить миллионы долларов», - сказал главный инженер по разработке приложений Honeywell Минакши Кришнасвами.

Для оптимизации производства используют следующие технологии:

1) Цифровой двойник предприятия

Цифровой двойник — виртуальный прототип реального объекта, группы объектов или процессов. Это сложный программный продукт, который создается на основе самых разнообразных данных. Цифровой двойник не ограничивается сбором данных, полученных на стадии разработки и изготовления продукта — он продолжает собирать и анализировать данные во время всего жизненного цикла реального объекта, в том числе с помощью многочисленных IoT-датчиков.

Технология даёт возможность моделировать самые разные ситуации, которые могут возникать на производстве. Таким образом, цифровой двойник позволяет подбирать наиболее адекватные сценарии проведения технологических процессов, чтобы избежать сбоев и форс-мажоров.

Цифровой двойник завода должен позволить смоделировать ситуации с учетом различных факторов: от расположения оборудования, перемещения работников и проведения операций по ремонту до реакции приборов на изменение показателей солнечного освещения или какие-то чрезвычайные ситуации, объясняет эксперт. Это лишь примеры испытаний, моделирования и воздействий. Все зависит от задач бизнеса и типа изделия или объекта.

Для построения комплексной модели двойника используются численные методы моделирования физических процессов в материалах объекта. Это помогает прогнозировать реакцию изделия на эксплуатационные нагрузки, например, с помощью метода конечных элементов (FEA — Finite Element Analysis). С помощью этого метода можно моделировать поведение сложных систем путём разбиения их на множество элементов (клеток), достаточно малых для того, чтобы рассматривать их свойства как однородные. Метод широко используется для решения задач механики деформируемого твёрдого тела, теплообмена, гидродинамики и электродинамики.

Также применяются CAD-модели (англ. computer-aided design/drafting, средства автоматизированного проектирования), которые несут информацию о внешнем виде и структуре объектов, материалах, процессах, размерах и прочих параметрах. Используются также FMEA-модели (Failure Mode and Effects Analysis, анализ видов и последствий отказов), основанные на анализе надежности систем. Они могут объединять математические модели отказа со статистической базой данных о режимах отказа. Фактически это методология проведения анализа и выявления наиболее критических шагов производственных процессов.

Некоторые эксперты выделяют три типа двойников: цифровые двойники-прототипы (Digital Twin Prototype, DTP), цифровые двойники-экземпляры (Digital Twin Instance, DTI) и агрегированные двойники (Digital Twin Aggregate, DTA).

«Цифровые двойники стали действительно сильным катализатором развития современных компаний. Благодаря им значительно упрощается техническая поддержка системы, экономятся ресурсы, минимизируются риски ошибок и сбоев, что продлевает срок стабильной работы продукта. Все это позволяет бизнесу получить максимально возможную отдачу от инвестиций, повысить конкурентоспособность и нарастить лояльность клиентов». - Татьяна Бочарникова (Глава представительства NetApp в России и СНГ)

Так, на одном из европейских нефтеперерабатывающих предприятий система предиктивной аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.

«Технология цифрового двойника позволила «собрать» 20 нефтеперерабатывающих и нефтедобывающих предприятий компании ADNOC, одного из ключевых операторов нефтегазовой отрасли на Ближнем Востоке, в единый диспетчерский пункт. Цифровой двойник объединил в себе весь комплекс разбросанных по всему Ближнему Востоку активов компании. Все процессы были унифицированы и приведены к единому стандарту».

Решение включило в себя множество различных пакетов — предиктивная аналитика, real-time визуализация, система моделирования различных сценариев работы предприятия и различных инцидентов. Также проект предполагал моделирование и оптимизацию энергопотребления.

2) Анализ данных с помощью программного обеспечения Honeywell Forge

программное обеспечение Honeywell Forge безопасно собирает данные и обрабатывает их с помощью аналитики, определенной в библиотеке моделей AI.

Благодаря этому партнерству с ADNOC мы работаем над разработкой предписывающих рекомендаций, включая оптимальное время для поддержки актива и различные ключевые показатели эффективности (KPI) для мониторинга и постоянного улучшения операций.

Например, вместо того, чтобы выполнять необходимое техническое обслуживание каждые две недели - независимо от того, нуждается ли оборудование в работе или нет, - идеи могут спроектироваться именно тогда, когда необходимо техническое обслуживание.

«В рамках стратегии ADNOC на 2030 год и инноваций мы постоянно внедряем инновации и фокусируемся на развертывании новых и передовых технологий, которые могут повысить операционную эффективность и оптимизировать производительность», - сказал Халед Аль Блоши, вице-президент по цифровым проектам и инновациям в ADNOC.

«Проект прогнозного технического обслуживания, над которым мы работаем вместе с Honeywell, является одним из крупнейших в нефтегазовой отрасли. Проект имеет важное значение в применении технологии искусственного интеллекта и позволяет нам максимизировать операционную эффективность за счет сокращения незапланированного технического обслуживания и повышения надежности, времени безотказной работы и безопасности ».

программное обеспечение Honeywell Forge безопасно собирает данные и обрабатывает их с помощью аналитики, определенной в библиотеке моделей AI.

Благодаря этому партнерству с ADNOC мы работаем над разработкой предписывающих рекомендаций, включая оптимальное время для поддержки актива и различные ключевые показатели эффективности (KPI) для мониторинга и постоянного улучшения операций.

Например, вместо того, чтобы выполнять необходимое техническое обслуживание каждые две недели - независимо от того, нуждается ли оборудование в работе или нет, - идеи могут спроектироваться именно тогда, когда необходимо техническое обслуживание.

«В рамках стратегии ADNOC на 2030 год и инноваций мы постоянно внедряем инновации и фокусируемся на развертывании новых и передовых технологий, которые могут повысить операционную эффективность и оптимизировать производительность», - сказал Халед Аль Блоши, вице-президент по цифровым проектам и инновациям в ADNOC.

«Проект прогнозного технического обслуживания, над которым мы работаем вместе с Honeywell, является одним из крупнейших в нефтегазовой отрасли. Проект имеет важное значение в применении технологии искусственного интеллекта и позволяет нам максимизировать операционную эффективность за счет сокращения незапланированного технического обслуживания и повышения надежности, времени безотказной работы и безопасности ».

Читать далее →

Чтобы помочь в борьбе с коронавирусом, предприятие Honeywell в Фениксе было перепрофилировано на производство масок для лица

Алексей 26 мая 2020

Кампус, в котором он находится, был построен в 1942 году и первоначально использовался для разработки и производства двигателей для Второй мировой войны. Недавно он был использован в качестве хранилища для аэрокосмических частей.

Теперь он также используется для изготовления масок для снабжения стратегического национального запаса работников здравоохранения, служб безопасности и экстренных служб.

«Есть разные способы быть героями, и это один из них», - сказал Глен Тран, директор завода, который руководил преобразованием предприятия. «Это важный сервис, который мы делаем».

Этапы строительства:

1. Освобождение пространства

Чтобы подготовить объект, все лишнее оборудование было убрано. Завод «Феникс Инжиниринг» занимается разработкой и производством авиационных двигателей и вспомогательных силовых установок (ВСУ) с 1950 года. Специальное здание, которое превратилось в площадку для изготовления масок, в нем в частности ранее хранились турбины. Оборудование было перемещено в близлежащий склад

2. Переконфигурирование

Было улучшено освещение, переделано напольное покрытие и закуплено нового оборудования. Например были приобретены печатные машины для печати масок и ультразвуковое оборудование для сварки лент с масками.

3. Найм работников

Было дополнительно нанято 500 работников

Читать далее →