ГАЗПРОМ НЕФТЬ 16 марта
Интернет вещей: как это работает на заправках
Текст
Андрей Велесюк
Иллюстрации
Александр Черепанов
По данным аналитической фирмы Berg Insight в мировой нефтегазовой отрасли установлено свыше 1,3 млн датчиков IoT. К 2023 году эта цифра должна вырасти до 1,9 млн, что приведет к соответствующему росту данных. В отрасли будут активно развиваться комплексные решения по управлению — промышленные платформы интернета вещей. Inc. рассказывает, как с этим направлением работают в сегменте сбыта моторных топлив “Газпром нефти” и какие разработки могут заинтересовать нефтяную компанию.
Интернет вещей (IoT) представляет собой совокупность технологий, обеспечивающих сбор, передачу, хранение и интеллектуальную обработку информации. В свою очередь промышленный интернет вещей (IIoT) — это тот же самый подход, только реализуемый в рамках производства. По данным исследования J’son & Partners Consulting российский рынок в 2018 году составил 60 млрд рублей, а количество подключенных устройств достигло 23 млн единиц. Эксперты прогнозируют, что число подключенных устройств к 2022 году вырастет до 42 млн.
Если углубляться в детали, то промышленные платформы интернета вещей представляют из себя комплексные решения, направленные на работу с данными. Это высокоуровневые продукты, которые основаны на трех подсистемах: автоматизированная система управления технологическим процессом, MES (Manufacturing Execution System — производственная исполнительная система) и единая для всего предприятия ERP-система (Enterprise Resource Planning — это планирование ресурсов предприятия, то есть система управляет производством, трудовыми ресурсами, финансами и активами). Платформа собирает данные, после чего приводит их к единому виду с помощью продвинутых инструментов предиктивной аналитики и визуализации информации.
В другом своем исследовании “Анализ рынка промышленных IoT-платформ (IIoT-платформ) в мире и перспектив их развития в России” J’son & Partners Consulting отмечают, что основной сдерживающий фактор развития этого инструмента в стране — неготовность российских промышленных предприятий к кардинальной цифровой трансформации. Однако в отечественном бизнесе существуют удачные примеры, один из которых — мониторинговый центр инфраструктуры (МЦИ), уникальная разработка “Газпром нефти”.
В данном материале мы рассматриваем решения IIoT, которые касаются исключительно сети АЗС «Газпромнефть» и не затрагиваем такие масштабные процессы, как добыча и переработка нефтепродуктов.
“Если вы помните, то раньше станции были механическими. Но сейчас технологический уровень на них вырос настолько, что мы можем собирать в единую информационную систему состояние всего оборудования — отклонения в его работе, данные по проливу нефтепродуктов, продажам сопутствующих товаров и энергопотреблению на конкретной станции, а в перспективе — системы жизнеобеспечения (вентиляция, кондиционирование). Было бы странно игнорировать эти данные, поскольку на основе подобной информации мы можем стать эффективнее,” — рассказывает главный специалист по развитию технических решений эффективной эксплуатации сети АЗС “Газпромнефть” Вячеслав Шумилов.
Можно сказать, что в сегменте сбыта моторных топлив «Газпром нефти» интернет вещей развивается с 2013 года. Тогда это была не сложная IIoT-платформа с машинным обучением, а более простые системы — в сети АЗС «Газпромнефть» в Москве запустились восемь автоматических АЗС без операторов. В дальнейшем компания нашла отечественного вендора Tibbo Systems, работавшего над собственным продуктом — AggreGate, интеграционной платформой Интернета вещей. На ее базе уже было построено высокоуровневое решение, МЦИ — интеллектуальная собственность “Газпром нефти”. Сейчас к нему подключены все АЗС.
“В центре мы видим и обрабатываем данные со всех устройств, подключенных к корпоративной системе передачи данных”, — говорит руководитель проекта “Мониторинговый центр инфраструктуры” Артемий Сайгин. Это уровнемеры для резервуаров с нефтепродуктами и сами резервуары, устройства топливораздаточных колонок, кондиционеры, холодильное оборудование, рабочие места сотрудников. Программное ядро центра за одну секунду способно производить более 50 000 вычислений и обрабатывать до 100 000 сигналов.
МЦИ работает по принципу сбора и обработки данных в онлайн-режиме. Вся информация об оборудовании стекается в ЦОД (центр обработки данных), далее ее визуализируют. С точки зрения архитектуры центр делится на две составляющие: математическое ядро системы и веб-интерфейс для пользователей.
ТОП-4 возможностей, которые появились благодаря внедрению МЦИ
1. Теперь можно в онлайн-режиме отслеживать технологическое состояние АЗС сети «Газпромнефть» и оперативно реагировать при отклонении в работе оборудования на объектах.
2. Онлайн-контроль сервисных подрядчиков, обслуживающих оборудование АЗС. Благодаря этому выросло качество и скорость работы подрядных организаций.
3. Легко контролировать процесс приема и продажи нефтепродуктов на АЗС: сколько ушло из резервуара, сколько осталось, сколько привезли на станцию.
4. На основе полученных данных развивается предиктивная аналитика. Теперь можно заранее предсказать, когда и где оборудование будет изношено и выйдет из строя.
Суть промышленного интернета вещей в том, чтобы системы общались с системами, а человек за этим наблюдал и вносил коррективы. Для достижения этого, необходимо пройти более сложный эволюционный путь. Однако уже есть конкретные показатели того, какие бенефиты дает IIoT.
Так в Санкт-Петербурге и Ленинградской области в рамках пилота по предиктивной аналитике время ремонтных работ сократилось на 21%, что позволило увеличить уровень работоспособности оборудования на АЗС в среднем на 20 часов в месяц. Для понимания: в зависимости от количества дней в месяце максимальный показатель совокупной работоспособности 720-744 часов, средний составляет — 680. Благодаря работе с данными сеть АЗС “Газпромнефть” обеспечивает показатель на уровне 710-735 часов, а это примерно 99% от общего количества часов в месяц.
“У нас снизилась стоимость комплексного обслуживания — партнеры, подключенные к МЦИ, видят состояние оборудования в режиме онлайн и исходя из анализа данных решают, нужно ли им ехать на объект. Теперь они выезжают только в том случае, если наблюдаются существенные отклонения, которые могут привести к простою оборудования. Благодаря этому количество выездов для проведения обслуживания и ремонтных работ сократилось, и мы смогли оптимизировать расходы на техническое обслуживание и плановый ремонт”, — рассказывает Вячеслав Шумилов.
В ближайшее время на базе центра планируют построить систему прогностического технического обслуживания — это следующий этап после предиктивной аналитики. Если сейчас с помощью МЦИ на станциях сети АЗС “Газпромнефть” можно предсказать, где и какое оборудование скоро выйдет из строя, то в перспективе это позволит проводить ремонтные работы не по расписанию, а исходя из его фактического состояния.
Также к системе мониторинга и предиктивной аналитики подключат электрооборудование и появятся интеграции со смежными системами. Одна из таких — АСУ ТОиР, автоматизированная система управления техническим обслуживанием и ремонтом оборудования. К ней также будут подключены сервисные организации-партнеры, что упростит взаимодействие с ними и позволит работать в автоматическом режиме, исключив человеческий фактор.