En este proyecto pre-piloto, Oceaneering empleó el software digital de análisis predictivo Inform Predict™ para determinar el intervalo de inspección adecuado para las tuberías de un activo propiedad de una compañía petrolera nacional (NOC).
Utilizando 2.229 puntos de monitorización de estado (CML), Oceaneering introdujo los datos disponibles del NOC en un algoritmo basado en IA para predecir cuándo alcanzarían las tuberías el espesor de pared mínimo admisible (MAWT). Saber con precisión cuándo es más probable que se produzca un fallo en la tubería permite al operador ampliar el tiempo entre inspecciones y planificar con mayor eficacia el mantenimiento y la reparación de las tuberías.
Para evitar tiempos de inactividad durante la implantación de un programa de análisis de datos, este NOC buscaba una solución que pudiera ponerse en marcha sin interrumpir las operaciones ni exigir una formación exhaustiva a sus equipos in situ.
La solución tendría que funcionar a la perfección con los sistemas existentes y ser capaz de tomar datos en múltiples formatos. El objetivo del programa prepiloto era utilizar los limitados datos disponibles para generar resultados cuantificables que permitieran ampliar el tiempo entre inspecciones y posibilitar una planificación más precisa del mantenimiento cuando fuera necesario.
El software de análisis predictivo digital Inform Predict de Oceaneering, independiente de los datos, toma datos en formatos dispares en bloque y aplica un algoritmo propio para analizar datos históricos junto con los datos que se recopilan continuamente de CML específicos.
Gracias a su estructura de despliegue flexible (Cloud o Edge), la solución de Oceaneering permite introducir datos de inspección de campo e integridad en tiempo real para un análisis rápido que permite notificaciones de alerta temprana para componentes en riesgo.
Al identificar la cantidad exacta de desgaste en lugares concretos de la tubería y utilizar continuamente datos de entrada para medir el grosor de las paredes, el software puede predecir cuándo estarán en peligro los activos. El operador tenía previsto utilizar la información generada gracias a un mejor análisis de los datos para pasar de un programa de inspección basado en calendarios a otro basado en la integridad física real de los activos.
El NOC reconoció el valor mejorado que la inteligencia artificial (IA) y el aprendizaje automático (ML) podían aportar con respecto a los enfoques tradicionales de la gestión de la integridad de los activos y buscaba un proveedor que pudiera utilizar los datos de inspección existentes de la empresa para desarrollar un programa de inspección y mantenimiento más eficiente.
En este proyecto, el equipo de Oceaneering comenzó recopilando datos de inspecciones históricas y recientes, datos de as-built y resultados de evaluaciones de riesgos para introducirlos en el programa informático Inform Predict.
Inform Predict tomó toda la información recopilada de los CML e identificó los datos erróneos, realizando una autovalidación y evaluando repetidamente todos los datos del sistema para perfeccionar su comprensión del activo y calcular mediciones más precisas del grosor de las paredes. De este modo, el algoritmo identificó segmentos de tuberías que llegaban hasta la MAWT, así como segmentos que se estaban inspeccionando en exceso debido a falsas suposiciones de integridad. Con mediciones reales en la mano, el operador pudo ver dónde era necesaria una inspección más frecuente y pudo prescindir de programas de inspección ultraconservadores basados en estimaciones y no en datos.
Para demostrar la precisión de Inform Predict, Oceaneering utilizó los datos disponibles proporcionados por el CON, excepto la información más reciente recopilada. Al retener los datos más recientes, el operador dispondría de datos del mundo real con los que juzgar la precisión de los resultados generados por Inform Predict.
El equipo de Oceaneering aplicó el algoritmo a entre 10 y 15 años de datos de inspección para predecir cuál sería ese último conjunto de datos. Los resultados fueron muy similares a las mediciones reales, lo que demuestra que, incluso con datos incompletos, el algoritmo puede realizar predicciones precisas.
Los resultados del estudio de ingeniería permiten al cliente aplicar una estrategia de detección rápida de todas las abrazaderas sospechosas utilizando el equipo central de inspección de a bordo. Las abrazaderas afectadas que se puedan aislar se pueden identificar para su sustitución urgente o para una cuantificación adicional de la pérdida de metal.
El software Inform Predict se integró fácilmente en el programa de inspección actual y se conectó sin problemas con otros programas, proporcionando un cuadro de mandos que permitía al operador ver lo que ocurría dentro del algoritmo. La primera pasada del conjunto de datos inicial se realizó en 48 horas, y los análisis posteriores se llevaron a cabo con mayor rapidez a medida que se introducían nuevos conjuntos de datos.
Al llevar a cabo la predicción de riesgos utilizando CML específicas, el equipo pudo ver cómo se comportaba la tubería exactamente en el mismo lugar cada vez que se recopilaban datos y analizó los datos recopilados a lo largo del tiempo para ofrecer resultados precisos. Según los análisis facilitados por el algoritmo, aproximadamente 5% de los CML requerían un intervalo de inspección más largo del que el CON había considerado necesario basándose en suposiciones sobre la velocidad a la que disminuía el espesor de las paredes. Entre 15% y 20% de las inspecciones se estaban realizando a intervalos adecuados. Los CML restantes no necesitaban el intervalo de inspección corto que el operador había estado siguiendo.
Trabajando dentro del intervalo máximo de inspección de 10 años establecido por la NOC, el software fue capaz de reducir de forma segura el alcance de la inspección en 44%.
Este exitoso programa pre-piloto demuestra que los datos precisos generados por Inform Predict pueden mejorar la gestión de la integridad, optimizar los intervalos de inspección y ahorrar un tiempo y un dinero considerables a los propietarios de activos.
Proyectos destacados
¿Quiere saber más?
Descubra cómo agilizar la gestión de END e inspecciones con Inform Inspect™.
Contacte con nosotros
Nuestro equipo de expertos está listo para ayudarle a empezar.
Oceaneering ofrece los mejores productos y soluciones de su clase, respaldados por una calidad, fiabilidad y asistencia global inigualables. Rellene el formulario de consulta para iniciar una conversación hoy mismo.