Estudos de caso

O software de análise preditiva digital extrai informações críticas dos dados para eliminar o excesso de inspeção, proporcionando economia de tempo e de custos.

Setor

Petróleo e gás

Ano

2022

Região

Europa e Oriente Médio
Visão geral

Nesse projeto pré-piloto, a Oceaneering empregou o software de análise preditiva digital Inform Predict™ para determinar o intervalo de inspeção apropriado para a tubulação em um ativo de propriedade de uma empresa petrolífera nacional (NOC).

Usando 2.229 locais de monitoramento de condições (CMLs), a Oceaneering alimentou os dados disponíveis do NOC em um algoritmo alimentado por IA para prever quando os dutos atingiriam a espessura mínima permitida da parede (MAWT). Saber com precisão quando é mais provável que ocorra uma falha na tubulação permite que o operador estenda o tempo entre as inspeções e planeje com mais eficiência a manutenção e o reparo da tubulação.

Problemas

Para evitar o tempo de inatividade durante a implementação de um programa de análise de dados, esse NOC estava procurando uma solução que pudesse ser implementada sem interromper as operações ou exigir treinamento extensivo para suas equipes no local.

A solução teria que funcionar perfeitamente com os sistemas existentes e ser capaz de receber dados em vários formatos. O objetivo do programa pré-piloto era usar os dados limitados disponíveis para gerar resultados quantificáveis que permitissem estender o tempo entre as inspeções e possibilitar um planejamento mais preciso da manutenção, quando necessário.

Nossa solução

O software de análise preditiva digital Inform Predict da Oceaneering, agnóstico em relação aos dados, recebe formatos de dados díspares em massa e aplica um algoritmo proprietário para analisar dados históricos juntamente com dados coletados continuamente de CMLs específicos.

Devido à sua estrutura de implantação flexível (nuvem ou borda), a solução da Oceaneering permite que os dados de inspeção de campo e de integridade sejam inseridos em tempo real para uma análise rápida que permite notificações de alerta antecipado para componentes em risco.

Ao identificar a quantidade precisa de desgaste em locais específicos da tubulação e usar dados de entrada contínua para medir a espessura da parede, o software pode prever quando os ativos estarão em risco. A operadora planejou usar as informações geradas por meio de uma melhor análise de dados para mudar de um programa de inspeção baseado em calendário para um programa baseado na integridade física real dos ativos.

Plano de execução

O NOC reconheceu o valor aprimorado que a inteligência artificial (IA) e o aprendizado de máquina (ML) poderiam oferecer em relação às abordagens tradicionais de gerenciamento de integridade de ativos e estava procurando um fornecedor que pudesse usar os dados de inspeção existentes da empresa para desenvolver um cronograma de inspeção e manutenção mais eficiente.

Nesse projeto, a equipe da Oceaneering começou reunindo dados de inspeção históricos e recém-adquiridos, dados as-built e resultados de avaliações de risco para inserir no programa de software Inform Predict.

O Inform Predict recebeu todas as informações coletadas dos CMLs e identificou dados incorretos, realizando a autovalidação e avaliando repetidamente todos os dados do sistema para refinar sua compreensão do ativo e calcular medições mais precisas da espessura da parede. Dessa forma, o algoritmo identificou segmentos de tubulação que estavam atingindo o MAWT, bem como segmentos que estavam sendo inspecionados em excesso devido a falsas suposições de integridade. Com medições reais em mãos, o operador pôde ver onde era necessária uma inspeção mais frequente e dispensar programas de inspeção ultraconservadores baseados em estimativas e não em dados.

Para provar a precisão do Inform Predict, a Oceaneering usou os dados disponíveis fornecidos pelo NOC, exceto as informações mais recentes coletadas. Ao reter os dados mais atuais, o operador teria dados do mundo real para julgar a precisão dos resultados gerados pelo Inform Predict.

A equipe da Oceaneering executou o algoritmo em 10 a 15 anos de dados de inspeção para prever qual seria o último conjunto de dados. Os resultados se correlacionaram estreitamente com a medição real, provando que, mesmo com dados incompletos, o algoritmo pode produzir previsões precisas.

Screen preview
Screen forms3
Resultados

Os resultados do estudo de engenharia permitem que o cliente implemente uma estratégia de triagem rápida de todos os grampos suspeitos usando a equipe principal de inspeção a bordo. Os grampos afetados que podem ser isolados podem ser identificados para substituição urgente ou para quantificação adicional da perda de metal.

O software Inform Predict se encaixou facilmente no programa de inspeção atual e interagiu perfeitamente com outros softwares, fornecendo um painel de controle que permitiu ao operador ver o que estava acontecendo dentro do algoritmo. A primeira passagem do conjunto de dados inicial foi realizada em 48 horas, com análises subsequentes realizadas mais rapidamente à medida que novos conjuntos de dados eram introduzidos.

Ao realizar a previsão de riscos usando CMLs específicos, a equipe pôde ver como o tubo estava se comportando exatamente no mesmo local sempre que os dados eram coletados e analisou os dados coletados ao longo do tempo para fornecer resultados precisos. De acordo com as análises facilitadas pelo algoritmo, aproximadamente 5% dos CMLs exigiam um intervalo de inspeção mais longo do que o NOC havia considerado necessário com base em suposições sobre a taxa de diminuição da espessura da parede. Entre 15% e 20% das inspeções estavam sendo feitas em intervalos adequados. Os CMLs restantes não precisavam do intervalo de inspeção curto que o operador vinha seguindo.

Trabalhando dentro do intervalo máximo de inspeção de 10 anos estabelecido pelo NOC, o software conseguiu reduzir com segurança o escopo da inspeção em 44%.

Esse programa pré-piloto bem-sucedido prova que os dados precisos gerados pelo Inform Predict podem melhorar o gerenciamento da integridade, otimizar os intervalos de inspeção e economizar tempo e dinheiro consideráveis para os proprietários de ativos.

Destaques do projeto

  • A estrutura de implantação flexível do software Inform Predict permite que os dados de inspeção de campo e de integridade sejam inseridos em tempo real para análise rápida, possibilitando notificações de alerta antecipado para componentes em risco.
  • O Inform Predict usou de 10 a 15 anos de dados históricos de inspeção para criar previsões precisas, que correspondiam aos dados do mundo real que o NOC havia coletado separadamente.

Pronto para saber mais?

Saiba como agilizar o gerenciamento de inspeção e NDT com o Inform Inspect™.

Entre em contato conosco

Nossa equipe de especialistas está pronta para ajudá-lo a começar.

A Oceaneering oferece os melhores produtos e soluções da categoria, respaldados por qualidade, confiabilidade e suporte global inigualáveis. Preencha o formulário de consulta para iniciar uma conversa hoje mesmo.