基于大数据技术的海洋石油装备AI 管理中心构建

2021-02-01安创锋

中国设备工程 2021年1期

安创锋

（中海石油（中国）有限公司天津分公司，天津 300450）

海洋石油工业素有“高风险、高投入、高回报”的特点，控制海洋石油作业风险，降低成本，提高企业资本，一直是海洋石油追求的方向。在海洋石油工业中，海洋石油装备承载了主体工作，装备管理的水平是风险控制、成本管理的关键，突破传统装备管理的难点、薄弱点，需要有革命性的技术应用。

1 大数据技术与AI 管理的结合

1.1 大数据技术概念

数据来自人类长久的计量以及工作的记录。随着科学的发展以及计算机的应用，各行各业的数据逐步具有体量大、增长迅猛、类型丰富等特点。而大数据分析技术的最主要功能是以大数据为基础，系统分析事物与事物之间的关系，从而对事件进行有效的预测，其核心功能是以事物相关关系的分析为基础的预测功能。

大数据技术的应用包括了信息的数据化，数据的存储、处理，数据的挖掘、分析等。信息的数据化是将信息转化成可分析的量化形式的过程。

1.2 海洋石油装备数据应用现状

大数据应用分析在石油行业还处于起步阶段。现有海上石油平台产生的数据主要包括DCS 生产数据、装备管理数据、人工报表数据等。其中，装备管理数据主要是各设备的既有监控数据、维保报表数据等。

海洋石油装备现有管理和运行数据具有独立性、分散性、人工干预性强、可信度弱、关联程度和完整性不高的特点，数据使用上是持续产生、周期性重复迭代、人为被动数据分析和应用。数据的传播和应用较为局限，受专业、设施、海域等限制，数据价值挖掘和成果普及率较低，缺乏规范的数据管理方案和专业管理团队。

1.3 AI 专家系统在设备管理上应用

AI（人工智能）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是一个具有大量的专门知识与经验的程序系统，它应用人工智能和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。

AI 专家系统在设备管理领域应用前景广泛，它具有解释数据、基于过去和现状数据的前景预测、故障诊断与方案遴选制定、维修计划规划、运维实时监测、培训教育等功能。

2 海洋石油管理AI 管理中心的构建模型

海洋石油装备AI 管理中心核心概念是通过AI 算法将大数据技术和专家级装备管理策略结合，构成一个装备管理AI中心。该中心可以多层次构建，如海洋石油单体设施、油田群、公司级。

该中心可以构建多个独立功能模块，包括数据库管理模块、专家级装备管理策略模块、维修计划模块、维修资源预算评价模块等。

图1

数据库管理模块，创建涵盖设备设施、海底管道等综合管理系统，构造以大数据采集、存储、处理模块。数据来源可以包括动设备运行监控数据（如燃气轮机、压缩机等），以先进状态监测技术收集的数据（如在线油液监测、在线振动监测），以腐蚀监控系统构建的静设备腐蚀数据，以应变监测技术构建的关键承载结构数据等。

专家级装备管理策略模块，以装备管理完整性策略、规范法规为基础，依靠装备管理技术和技能专家构建的系统设备诊断方法库、动态设备管理理念、故障处置方案库，此模块包括上述数据库管理模块，以此模块为基础功能模块库，构成装备AI 管理中心的大数据基础。

AI 算法程序模块，通过人工智能理念和程序实践，将上述两个模块的内容融合形成决策成果。该模块的构建主要是后台程序构建，算法能实时调整和更新，算法的决策成果包括下述内容。

维修计划制定与发布模块，该模块在上述自动算法和基础功能模块决策下，自动发布周期性计划，涵盖以时间为变量的日、周、月、年等计划，以设备种类为变因的分设备管理计划，以管理单元、公司层级为变因的实施计划，该计划分层级动态更新，根据监控数据和AI 技术，实时调整。

维修资源调控模块，涵盖设备备件管理、自动采购计划输出、维修人员调配安排、外部维修资源库管理评价与管理。该模块主要将以物和人作为维修资源进行智能调控。

装备预算和经济评价模块，该模块首先服务科学预算需要，精准调控计划和费用，并对费用使用状态作为动态监控和预警。其次，该模块具有阶段性经济评价的作用，通过评价装备管理成本和效益情况，输出评价报表，以供公司计划性决策和调整性决策。

3 AI 管理中心构建的可行性

数据传送的技术依托：在即将到来的万物互联时代，通信技术的发展将实现海洋石油工业数据的巨量传输和深度管理。在设备与设备之间，物联网技术可以实现数据集中和统一管理。

在海域和陆地之间，可以通过5G、微波、复合海底电缆、卫星网络等实现实时传送。数据的传送依托新技术实现后，数据储存与处理可以借助企业级云计算和云储存技术，实现大数据的集中和处理。云计算和云存储技术的优势，就是破解大数据存储难题和运算资源匮乏难题。

目前，中海油已有多个海陆数据共享、监控和远程诊断中心，可以实现关键设备的远程监控和专家诊断。在专业院校，也有针对海陆设备远程管理的系统开发。例如，大连海事大学“育鲲”团队开发的SPID 系统，其基于互联网+船岸一体化平台柴油机健康管理系统，以设备解决方案为核心功能和理念，包括数据采集诊断、多终端监控、专家决策等功能。

在传统装备制造企业，也在提供产品一体化远程专家管理系统，例如CAT 智讯系统PRODUCT LINK 是利用安装在机器或发动机上的Product Link 硬件，收集机器或发动机的信息，并用卫星链路将其发送到相关平台上，使客户能够高效管理自己设备的系统。上述实践案例，说明基于特定设备的远程管理已有一定的技术可行性和应用性。

海洋石油装备的AI 管理中心构建，在数据采集和智能诊断策略上，可以依托设备管理人员的经验、故障案例、行业专家、厂家技术支持等提供专业设备诊断策略和方法，依托专业检测公司提供一体化在线/离线检测和诊断分析技术。在实践路线图上，可以由海洋石油企业牵头成立海洋石油装备AI 管理中心项目，先从单体设施、特定设备做试点设计和应用，逐步拓展到油田群和陆地终端，独立AI 中心试验成型后可以分层级逐步构建庞大的AI 管理中心应用，直到企业级装备AI 管理中心构建完成。