Imagine se cada ativo de produção em seus locais de perfuração tivesse um engenheiro de supervisão dedicado monitorando e gerenciando continuamente seu desempenho. Isso possibilitaria manter todos os seus ativos com um desempenho ideal e reduzir significativamente o risco de falhas e paradas.

Uma alocação de recursos como essa pode parecer inviável nas operações atuais, nas quais apenas alguns engenheiros são responsáveis por supervisionar e responder a alarmes de centenas de poços.

Porém, no momento, tecnologias como inteligência artificial (IA) e aprendizado de máquina (machine learnig) estão transformando as possibilidades da produção de óleo e gás. Essas tecnologias permitem dimensionar e implantar inteligência antes inacessível com custos otimizados, para que nenhum ativo fique sem supervisão.

Essa migração para operações mais inteligentes e autônomas pode ajudar a reduzir os riscos de tempo de parada não programada. Além disso, ela pode ajudar a aprimorar consideravelmente a eficiência da sua produção.

Como superar os desafios no upstream

A natureza da produção upstream de petróleo e gás sempre apresentou desafios na implementação de operações automatizadas generalizadas.

Jonathan Chong, gerente de P&D de tecnologia avançada na Sensia, uma joint venture entre a Rockwell Automation e a Schlumberger salienta que “os locais de perfuração são remotos, espalhados e, às vezes, difíceis de acessar. Restrições práticas, como de custos, podem limitar o nível de instrumentação e controle. As condições em evolução ao longo do tempo também requerem métodos adaptativos, que podem tornar os processos automatizados simplesmente caros ou difíceis demais de implementar adotando os métodos atuais”.

No entanto, considerando os desafios que você enfrenta como produtor, pode parecer que não há muitas opções além de avançar rumo a operações mais inteligentes e automatizadas. Além de a indústria de petróleo e gás estar entre as mais afetadas pela pandemia, esses desafios técnicos em campo demandam novas soluções.

“Um exemplo nas operações é que os engenheiros estão frequentemente sobrecarregados por muitos alarmes de muitos ativos de produção. Isso acontece porque os alarmes que eles monitoram operam em limites mais restritos e acompanham se os ativos estão operando em uma região ideal, exigindo, portanto, ajustes regulares conforme as coisas evoluem”, diz Chong.

Como eles enfrentam uma enxurrada de alarmes, não é nenhuma surpresa que operadores ou engenheiros de produção acabem deixando passar eventos importantes, que levam a tempos de parada não programada de ativos e da produção por danos aos equipamentos ou desarmes não intencionais devido ao escalonamento de eventos. Eles também normalmente só tomam conhecimento dos eventos depois que acontecem, portanto, é mais provável que lidem com os problemas de forma reativa, em vez de proativa.

O desafio das aposentadorias

Enquanto isso, a indústria de petróleo e gás também enfrenta o desafio do crescimento das aposentadorias. Quando funcionários qualificados e experientes deixam a força de trabalho, eles levam consigo décadas de conhecimento crítico sobre ativos e processos de produção.

A implantação de recursos de produção mais inteligentes, quando apropriado no ecossistema, pode ajudar na superação desses desafios, capturando conhecimentos essenciais sobre o processo e possibilitando níveis mais altos de automação no sistema de controle na borda.

Modernizando os locais de perfuração

As soluções em tempo real baseadas em IA na nuvem e na borda já estão sendo implementadas, ajudando a conduzir tomadas de decisão melhores.

Elas são projetadas para impacto máximo e interrupção mínima, com a capacidade de escalar para muitos ativos com configuração e manutenção mínimas ao longo do tempo. Os testes de campo em andamento continuam a gerar resultados positivos, com soluções baseadas em IA sendo usadas na nuvem para detectar e priorizar eventos, e na borda para resolver eventos críticos e melhorar ao longo do tempo de forma autônoma.

Em breve, soluções inteligentes como essas serão uma necessidade competitiva para produtores que desejarem não apenas aprimorar seu desempenho e lucro, mas também reter o conhecimento de operações críticas antes que ele seja desperdiçado.