石油和天然氣行業怎樣應用物聯網

Jon Gold Charles

能源行業在運營中采用了物聯網技術——從監測油井產量到預測何時需要對其設備進行維護，等等。

與很多傳統行業一樣，石油和天然氣行業也有著長期使用而且非?？煽康倪\營方法，因此，并沒有很快地采用物聯網技術——盡管開采行業數十年前便在鉆機、管道和煉油設施上安裝了儀表，但直到最近才開始應用現代物聯網技術。

為工業企業提供互聯軟件的RTI公司的石油和天然氣開發主管Mark Carrier認為，部分問題在于互操作性。能源公司最愿意與以前合作過的供應商合作，但這種趨勢意味著他們在跨平臺共享數據方面沒有很強的動機。

他說：“在底層，設備之間的鏈路非常好，后端鏈路也很好，但要理解這些數據卻要付出巨大的代價?！?/p>

英特爾公司物聯網集團副總裁Christine Boles指出，業界仍在使用的老舊系統很難被取代。

她說：“他們面臨的最大挑戰是基礎設施老化，以及怎樣獲得更加標準化、可互操作的版本?！?/p>

而變革正在到來，部分原因是近年來能源價格受到了沖擊。石油企業一直想要削減成本，最簡單的方法之一就是集成和自動化。Carrier說，在一口典型的油井上，一個鉆機涉及到近70種不同公司產品的工作，這包括從流量到溫度和壓力直至方位角和傾角的各種傳感器，以及鉆機本身的不同部件——但直到最近，這些部件都是被分別監控的。

近來，物聯網解決方案可以將所有這些不同的數據線程連接在一起，如果企業想盡可能降低人為錯誤，并從普通石油鉆井平臺各種儀器儀表信息中獲得深度分析，那么這種解決方案是不錯的選擇。

這些線程很多，縱向上有很多類型唯一的傳感器和端點。泥漿脈沖遠程監測技術利用鉆頭中的一個模塊，在鉆井液壓上產生微小波動，把脈沖信息傳送到地面接收器。在活動鉆孔極端環境條件下工作的溫度和壓力傳感器會使用高強度串行電纜將數據送回地面。

Forrester的首席分析師Andre Kindness認為，在任何一個具體的油氣設施中應用的多種技術、制造商和標準，都是該行業大型傳統企業之間激烈競爭的產物。舉幾個例子，ABB、西門子和羅克韋爾等企業一直在努力避免因互操作性而喪失競爭優勢。

這些企業也在與時俱進。盡管像惠普和戴爾這樣的傳統IT企業在直接向能源企業銷售方面相對來說收效甚微，但IT企業在為世界各地的西門子和羅克韋爾公司生產白盒邊緣計算設備方面卻幸運得多。

考慮到一些設施地處偏遠，某些國家本地網絡基礎設施不完善，難以提供回程鏈路，因此，對于石油和天然氣公司而言，邊緣計算是一項特別重要的技術。石油鉆探的安全和維護應用程序對延遲要求非常高，因此在遠程鉆機和辦公網之間往返傳輸信息是不切實際的。簡單地說，在端點附近進行一些計算工作要容易得多。

石油和天然氣物聯網的主要應用情形是預防性維護、集中控制和運營深度分析。所有這些都依賴于從連接到某臺鉆機、煉油設施或者管道的無數傳感器中獲取信息，而這些傳感器連接到邊緣設備或者將信息回傳到云端。據Carrier稱，Wi-Fi是煉油廠連接端點的一種流行媒介，不過也有低功耗的廣域網可供選擇。

如前所述，鉆機上的傳感器使用多種有線和無線技術（一些是專有技術），將信息轉化為標準格式，提供給邊緣或者數據中心進行處理，而管道技術通常使用有線工業以太網技術。

據Kindness稱，這很復雜，部分原因是開采行業對設備的壽命周期要求很長。

他說：“與IT界不同，我們不會每3年就更換一次設備。很多這類設備已經在現場使用了10～20年，這就是為什么你會看到所使用的以太網有如此多版本的原因?！?/p>

IDC負責制造業深度分析的副總裁Emilie Ditton解釋說，這表明，與石油和天然氣公司合作的設備制造商越來越意識到高速鏈路的必要性。較新的設備是本機儀表化的，不太依賴于專有的鏈路標準，從而為這些公司生成更多可用的數據。

她說：“有一些領域存在極端的創新，有些領域的流程仍然是非常手工化的。成熟度等級差別也很大?！?/p>

將數據從遠程位置傳送到云或者數據中心也給石油和天然氣行業帶來了挑戰。在覆蓋范圍允許的情況下，運營商鏈路可用于無線回程，但海洋石油鉆井平臺通常不會這么選擇。一些企業使用衛星鏈路來實現這一目的，而另一些企業則采用水下光纜直接連接到其近海設施。

為工業客戶生產網絡連接設備的TE互聯公司的產品經理兼工程師Jeremy Calac介紹說，光纖到平臺還是相對較新的應用。

他說：“過去，由于溫度和壓力問題，認為水下光纖是不可靠的，而這種情況正在發生變化，因為鏈路電纜制造商的可靠性有所提高?！?h3>處理數據

不管數據怎樣到達邊緣或者云端，真正的價值都是通過自動分析而產生出來的。Corva是一家為石油和天然氣公司生產單一儀表板可視化產品的初創企業，其工程總監Jim Wang介紹說，從歷史上看，自20世紀80年代以來，該行業一直能夠獲得進行這種分析所需的各類數據。

但是，能源行業直到最近還缺乏及時處理這些數據的能力，其結果是導致大量人為錯誤進入到業務流程中。例如，鉆井依賴于來自各種傳感器極其精確的測量結果，而“用手”檢查一切則是非常復雜的過程。

Wang說：“人類并不能手動校準所有的數據。除非有實時分析，否則直到很久以后才會知道有錯誤?！?/p>

利用現代機器學習技術，石油和天然氣行業可以在很多領域實現收益。當然，在鉆井平臺上，更智能的系統可以綜合所有相關傳感器的信息，從而更準確、更及時地查明一口油井挖掘的是不是準確，所涉及的機械設備運轉是否順暢，以及油井在短期和長期內可能有多大的產量，等等。工業物聯網原理可以很容易地應用于煉油設施——跟蹤維護數據、發現低效流程和潛在的安全問題，還同時監控管道，這樣，在問題變得嚴重之前就能夠發現問題。

Jon Gold為《網絡世界》撰寫物聯網和無線網絡等領域的文章。

原文網址

https：//www.networkworld.com/article/3445204/how-the-oil-and-gas-industry-exploits-iot.html