Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
Kämpfende Ölquelle-Unwirtschaftlichkeiten: Das Versprechen von Big Data
{{{sourceTextContent.subTitle}}}
Von Planung und Wartung zu Ausrüstungsentwicklung, sind Ölquelleunwirtschaftlichkeiten weit reichend und erfordern verschiedene Lösungen. Niedrige Ölpreise haben Kostensenkung ergeben, aber Leistungsfähigkeit erfordert Investition in den neuen Technologien und in den großen Daten.
{{{sourceTextContent.description}}}
Letztes Jahr kündigte intelligente Plattform-Software GEs ein neues Produktionsoptimierungsprojekt an, um BP-Ölquellen an das industrielle Internet auf der ganzen Welt anzuschließen. GEs Datenverwaltungs-Software würde Kundendiensttechnikern Realzeitzugang zur allgemeinen Maschine und zu den Betriebsdaten über allen Brunnen, Informationen geben, die Leistungsfähigkeit verbessern, Ausfälle verhindern und Stillstandszeit herabsetzen konnten. Entwicklung bei 650 BP-Brunnen wird für 2016 festgelegt und in den kommenden Jahren erweitert bis 4.000.
In einem Pressekommuniqué unterstreicht Kate Johnson, Plattform-Software CEO GEs intelligenter: „Basiert in Industriedurchschnitten, für jede Woche ist ein Brunnen aus Kommission, Betreiber heraus erfahren Einkommensverluste von mehr als $3 Million für einen Unterseebrunnen.“
Big Data: Eine langfristige Tendenz für Öl u. Gas?
David Haake, kognitiver Lösungsteamleiter für die Chemikalien und die Erdölabteilung bei IBM schlägt vor, dass große Daten ein wesentliches Werkzeug für das Anpacken der Vielzahl von Ölfeldunwirtschaftlichkeiten sein konnten. Das Gefangennehmen, die Zusammenfassung und die Verarbeitungsinformationen von den Bereichen als geschwankt als Ausrüstungszuverlässigkeit, die geotechnischen Bedingungen, die Wettervorhersagen und sogar das menschliche Wissen konnten Operationen verbessern und höheren Ertrag und größere Produktionseinkommen ergeben.
Nach 100 Jahren Bohrung und Trillionen von Dollar der Investition, erreichen wir noch nur, weniger als 30% des verfügbaren Öls aus dem Boden heraus zu extrahieren. Wenn 100 Jahre Bemühungsergebnisse des optimalen Verfahrens in diesen Niveaus, dann ist es wirklich optimales Verfahren?
Das Konzept von „großen Daten“ ist nur ungefähr drei Jahre alt, merkt er, aber, wenn alle verfügbare relevante Information effektiv analysiert wird, könnte sein Gebrauch eine langfristige Tendenz für Industrie werden.
Die zwei größten Probleme in den Produktionsvorgang sind Zuverlässigkeit der Ausrüstung und der Wissenschaft und Natur-bedingte Fragen. Sind Sie bohrend in den besten Platz und was sind die geotechnischen Bedingungen? Zuverlässigkeit ist das Heilige Gral des Ölgeschäfts. Wenn Sie zuverlässig sind und sicher dann Sie tun sowie lassen Wissenschaft und Natur Sie.
Alle verfügbaren Informationen zusammen ziehen konnte Ölquellen leistungsfähiger machen viel.
Nehmen Sie das Wetter. Zugang zur besten Wettervorhersagentechnologie gerade haben kann bei den Präventivmaßnahmen helfen. Warum schließen Sie eine Offshoreplattform hinunter eine Woche früh, wenn Sie auf Bohrung für andere drei Tage gegangen sein konnten, ohne jedermann in Gefahr einzusetzen?
Neue Überwachungs-und Entdeckungs-Lösungen
Aber aller es hängt von der Datenerfassung ab. Neue messende und Überwachungslösungen können kostbare Informationen erfassen. Quebec-ansässige Opsens-Lösungsfokusse auf den innovativen Optikabfragungslösungen der Faser entworfen, um Temperatur, Druck und Belastung in der schwierigen Umwelt zu messen. Unter ihr ist das OPP-W, ein Faseroptikdruck und der Temperaturfühler, der langfristige Genauigkeit, Haltbarkeit, niedrigen Antrieb und hohe Wiedergabetreue in den rauesten Anwendungen, einschließlich Downholeöl und Gas anbietet.
Emerson Process Management bietet auch Maß und analytische Technologien an. Diese schließen sein Roxar-Downhole drahtloses Pint-Sensor-System ein und online und messen in der Realzeit der vorher unzugängliche Druck und die Temperatur hinter dem Gehäuse in den Unterseeproduktionsbrunnen.
Ti-Wärmebildgebung mit Sitz in Großbritannien erbringt Wärmebildgebungsdienstleistungen, um Metallermüdung, RohrWandstärke und Korrosion zu ermitteln und setzt Schweißungsintegrität fest. Die neue Android-basierte das TICOR-Wärmebildgebung der Firma, die über Software-Schnittübersicht berichtet und über Zeit durch 25% durch die Rationalisierung der Datenerfassung, des Input und der Analyse berichtet. Für CEO Richard Wallace:
Es kann in WEBCOR, in unsere vorbestimmte on-line-Wartung und in BedingungsÜberwachungsprogramm auch integriert werden, also können Daten verwendet werden, um einen Wartungsplan einzuführen, um ungeplante Abschaltungen zu verringern.
Nach Big Data Data Seen?
Aber menschliche Erfahrung und Verhalten ist auch, sogar innerhalb der großen Daten, betont IBMs Haake wesentlich. Wertvolles aus erster Hand bezogenes Wissen gewann durch Jahrzehnte lange Ölfelderfahrung könnte in einen Datensee (ein umfangreicher Speicherbehälter und eine Verarbeitungsmaschine) über kognitiven Analytics geerntet werden und eingezogen werden.
Es gibt keine Magie zu den großen Daten oder zum kognitiven Analytics, aber sie hängen von die Informationen an erster Stelle einnehmen ab, die die Schaffung von einem Datensee erfordert. Die ist die tatsächliche Arbeit. Das Problem ist dort sind zehn Tausenden Brunnen und mindestens 10.000 Ölfelder, die von den Hunderten von den Firmen bearbeitet werden. Und während wir versuchen, Kunden zu helfen, Datenseen zu machen, ist die Wirklichkeit, dass sie mehr eines ‚Datensumpfs sind,‘ mit vielen kleinen und schmutzigen Pfützen.
Die verfügbaren Informationen sind tatsächlich unordentlich und durcheinandergebracht. Es betrifft viele verschiedenen Bereiche, die zur Ölquelleproduktion möglicherweise relevant sind, aber muss aufgeräumt werden, um nützlich zu sein.
Wir können diese Pfützen von einzelnen gut-stufigen Daten säubern und effektive Datenseen errichten, damit ein Feld großen Feldeinblick gibt, aber niemand wendet große Daten über einem gesamten Unternehmen schon an, selbst wenn sie das Versprechen von ihm sehen können.
Er addiert, dass große Daten „die Menge des Öls verbessern konnten, das extrahiert wurde und dass sogar eine Zuwachsverbesserung von gerade 1% zum Beispiel einem Produzenten beträchtliches jetzt unterscheiden würde, und umso mehr, wenn der Preis von den Ölanfängen, zum wieder zu steigen.“
{{medias[79618].description}}
{{medias[79619].description}}