根据Kimberlite的研究，每年仅3.65天的计划外停机就可能让石油和天然气公司损失503.7万美元。一家离岸石油和天然气公司平均每年经历大约27天的计划外停机，这可能会造成3800万美元的损失。在某些情况下，这个数字可能高达8800万美元。为了消除意外设备故障的风险并最大限度地提高资产回报率，石油和天然气公司正在寻求新的、更有效的维护方法。在本文中，我们将介绍您为何需要考虑基于工业物联网(IIOT)的预测性维护解决方案。1.它是如何工作的？简而言之，IIoT驱动的预测性维护利用从设备传感器（如温度、振动、流量传感器等）获取的数据，在一定时间内可能会发生故障。简单的过程如下：第1步：收集物联网数据预测性维护首先在传感器的帮助下从设备的潜在故障点收集数据，例如真空泵的轴承。最好有一个数据集来说明设备在整个生命周期中的健康状况和性能，并显示可识别的故障。数据科学家将使用这些数据集作为创建预测模型的基础。第二步：添加上下文为了提高未来预测模型的可靠性和准确性，物联网数据需要与设备元数据（模型、配置、操作设置等）、设备使用历史和维护数据相结合。这些数据可以从ERP、EAM、EMS等企业系统中获取。第三步：寻找模式数据科学家研究物联网和上下文数据的组合数据集，以确定相关性并对可能导致故障的故障信号和使用模式做出技术假设。第四步：创建预测模型此阶段的本质归结为通过机器学习算法运行组合数据集以识别设备故障模式并在此基础上构建预测模型。这些模型经过了准确性测试，一旦获得批准，将用于预测设备故障的可能性。随着越来越多的数据可用，这些模型会得到更新、重新训练和重新测试，以使其准确并代表现实。2.保养什么？工业物联网有能力在石油和天然气行业的三个领域提高设备生产效率并减少计划外停机：上游（勘探和生产）、中游（运输和储存）和下游（炼油和加工）。1.上游平均有42%的采矿、勘探和钻井设备超过15年，并且仅以其峰值生产力的77%工作。为了缓解这一缺点，上游石油和天然气公司可以利用IIoT驱动的预测性维护。在上游，IIoT驱动的预测性维护用于监控勘探、生产和钻井设备及其组件的健康状况：潜水泵、分离器、冷凝器、压力阀、热交换器、压缩机、涡轮机等。为此，潜在的故障点配备压力、温度、扭矩、振动、流量等各类传感器。预测性维护解决方案获取传感器读数，将它们与上下文数据相结合，通过机器学习算法运行数据集，并创建预测模型，然后用于识别设备故障并提供有关问题发展的预警通知。2.MidstreamMidstream公司正在利用IIoT来确保管道、原油加工系统和天然气加工设备的安全性和可靠性。光纤分布式声学传感器、超声波传感器和温度传感系统监测液体（如原油）泄漏的声学变化信号，而碳氢化合物传感电缆可用于监测碳氢化合物泄漏。来自传感器的数据与上下文数据相结合，并根据预测模型进行分析。一旦检测到传感器读数存在异常偏差，IIoT解决方案就会触发警报并通知维护专家管道故障。3.下游仅在美国，炼油厂就因计划外停工损失了66亿美元。停机的主要原因之一是炼油厂设备维护不善。在下游，一些最关键和最常见的需要维护的部件是石油蒸馏装置、柴油加氢处理器、流化催化裂化器和硫磺回收装置以及原油装置中的预热器中的泵和压缩机。将来自潜在故障点的振动、温度和流量传感器的数据与生产和环境数据相结合，并将这些数据与预测模型相关联，炼油厂可以在问题出现之前预测组件是否可能发生故障。3.收益应用IIoT驱动的预测性维护解决方案可以帮助油气公司收获巨大的收益，包括：1.提高资产可靠性并推动成本节约IoT驱动的预测性维护解决方案可以帮助油气公司和天然气公司预测设备故障在它们对公司的安全水平和利润产生重大影响之前。施耐德电气报告称，应用支持物联网的预测性维护解决方案可为公司节省400万美元。2.提高运营效率物联网驱动的预测性维护解决方案通过提高运营灵活性和敏捷性来提高资产利用率和生产力。（来自IoTHome）通过比较多种类型设备的运行数据，IoT解决方案有助于评估机器利用率，确定最佳性能周期，并建立最佳实践以提高整个石油和天然气供应链（从勘探到精炼）的性能。3.减少环境足迹虽然石油和天然气行业产生了29%的甲烷排放量，但甲烷对温室气体的友好程度是二氧化碳的86倍。仅在美国，石油和天然气行业每年都会因泄漏而向环境中排放100万吨甲烷污染物。工业物联网帮助石油和天然气公司识别和减少管道泄漏，从而减少对环境的破坏。4.挑战和局限尽管石油和天然气行业是预测性维护解决方案最有前途和最成功的采用者，但仍有一些限制使采用变得复杂：1.将传统设备连接到物联网解决方案解决方案石油和天然气公司一直在使用管理系统例如SCADA（监控和数据采集）多年。然而，80%的遗留设备都连接到本地网络，无法跨TCP/IP网络运行。虽然有物理网关可以在遗留系统和新协议之间进行转换，但集成挑战仍有待解决。2.需要有足够数量的资产数据。为了做出可靠的预测，需要在机器的整个生命周期内收集传感器数据集并指示可识别的故障。收集所需数量的数据可能需要长达一年的时间，这可能会延迟解决方案的实施。3.在网络覆盖差的地区工作石油和天然气运营需要各种各样的复杂资产，这些资产通常在网络覆盖差的偏远、难以到达的地区运营。通信网络中断可能导致资产数据不可用或延迟可用，从而导致错过故障信号并最终导致设备故障。V.总结物联网驱动的预测性维护可用于提高整个石油和天然气行业的设备可靠性，从勘探和生产开始，通过存储和运输，再到炼油和加工。（来源物联网家居网）美国能源部表示，将物联网驱动的解决方案应用于设备维护，可以帮助石油和天然气公司提高产量25%，降低30%的维护成本，减少45%的设备停机时间。.
