O setor offshore está passando por uma interrupção digital sem precedentes que transcende as classes de ativos e está criando um roteiro para operações mais seguras e com melhor custo-benefício.
A face atual dessa transição é o 'gêmeo digital', uma réplica virtual de ativos, processos e sistemas físicos que serão usados pelos proprietários para prever falhas antes que elas aconteçam e tornar a produção mais confiável.
As tecnologias que permitem análises avançadas de dados - como inteligência artificial, aprendizado de máquina, análise de streaming e poder de processamento paralelo - amadureceram ao ponto de que grandes volumes de dados agora podem ser limpos e analisados quase em tempo real, em vez de dias. A indústria offshore sempre produziu muitos dados; Simplificando, o processamento tornou-se um processo muito mais econômico e econômico.
Projetos-piloto em andamento - com construtores e operadores de plataformas e plataformas, empresas de fornecimento offshore e a comunidade da unidade flutuante de produção, armazenamento e descarga (FPSO) - estão atualmente realizando o tipo de análise de dados em tempo real que melhora a confiabilidade dos ativos, a segurança, a eficiência da perfuração e bem produção. Eles estão provando que o tempo de inatividade dos ativos pode ser reduzido com segurança.
É uma piada comum entre os especialistas em dados que trabalham no setor offshore que você pode pedir a 10 pessoas em uma sala para descrever um gêmeo digital e você terá 20 definições. Isso pode ser porque os elementos que compõem um gêmeo digital são específicos do motivo pelo qual ele está sendo construído - ou seja, o objetivo para o qual o proprietário do ativo o está construindo.
No fundo, um gêmeo digital é um modelo de condição virtual de um ativo no qual simulações podem ser executadas para melhorar / prever características operacionais sem precisar afetar fisicamente o ativo.
A escala do ativo virtual - se representa um componente simples ou um ecossistema marinho complexo - detalha (todos os suportes da sonda serão modelados e suas condições rastreadas?) E a frequência com que será atualizada determina a complexidade do modelo.
Uma vez que a escala é decidida, o proprietário define os recursos analíticos do modelo de condição; a tomada de decisão operacional será aprimorada por análises baseadas em dados em tempo real, análises preditivas, análises baseadas em física, análise de elementos finitos, etc.
Até certo ponto, as sociedades de classificação trabalham com seus clientes em gêmeos digitais básicos há algum tempo. Mas os rápidos avanços recentes no poder computacional permitiram que o escopo desses modelos fosse expandido agressivamente.
Os proprietários progressivos agora têm o poder de expandir o escopo dos ativos que escolhem para modelar, desde equipamentos e subsistemas, até todo um sistema de produção de plataforma, plataforma ou flutuante e seus ecossistemas mais amplos.
Este é um passo significativo adiante. Por quê? Como o desempenho de um ativo é menos determinado pelo desempenho de suas bombas ou acionamentos de topo no silo do que pelo desempenho dos equipamentos e componentes coletivamente em seu ambiente e como isso afeta as operações gerais.
À medida que as tecnologias avançam, o escopo dos gêmeos digitais assume a forma de todo o ecossistema, incluindo o elemento humano; agora é possível calcular modelos para determinar qual será o impacto do desempenho de um componente nas pessoas que operam em uma plataforma, FPSO ou plataforma.
Quando isso se tornar realidade, os proprietários poderão representar virtualmente o que acontecerá com o desempenho de seus ativos em vários ambientes operacionais. Ajustar o desempenho de ativos complexos em tempo real requer que os elementos de engenharia, física e aprendizado de máquina sejam totalmente instrumentados e o poder de processamento de dados para suportar análises ao vivo. Agora isso é possível.
A maioria das descobertas dos pilotos offshore que atualmente exploram os aplicativos da indústria para gêmeos digitais ainda não foram divulgadas. Mas as aplicações marítimas pioneiras já mostram grandes promessas.
A ABS divulgou recentemente as conclusões preliminares de um projeto com o Military Sealift Command (MSC), uma divisão da Marinha dos EUA, na qual a MSC implementou a tecnologia digital twin para melhorar a prontidão operacional, otimizar a manutenção e minimizar falhas não planejadas para os navios envolvidos no piloto. .
Sociedades de classe como a ABS vêm desenvolvendo os recursos para ajudar seus clientes a capitalizarem na revolução digital - incluindo as oportunidades que surgem da interrupção - há algum tempo. No nível humano, a força de trabalho de classe tradicional de engenheiros e arquitetos navais foi gradualmente combinada com engenheiros de sistemas, cibernéticos, engenheiros de risco, analistas de dados e cientistas de dados.
Como os projetos atuais sugerem, a classe agora tem a capacidade de ingerir quantidades sem precedentes de dados estruturados e não estruturados brutos - melhorando a qualidade dos dados à medida que entram - para realizar não apenas análises de desempenho, mas também a detecção de anomalias que está no centro da previsão analytics.
Agora, o ABS está transformando essa experiência em modelos que podem ser colocados em um gêmeo digital de qualquer escala e, finalmente, ajudam os proprietários offshore a melhorar o desempenho de seus ativos, prevendo e mitigando possíveis problemas de segurança.
O monitoramento baseado em condições é um pré-requisito para a manutenção baseada em condições. Além de cumprir um mandato de fornecer consultoria técnica independente para os proprietários de ativos no setor offshore, uma transição para a manutenção baseada em condições reduzirá simultaneamente a intrusividade da classe, desacoplando seus requisitos de regimes rígidos baseados em calendário.