Το ψηφιακό πετρέλαιο: Νέα έρευνα οδηγεί τον δρόμο

Δημοσιεύτηκε από τον Michelle Howard14 Σεπτεμβρίου 2018
Ιάν Φίλιπς (Φωτογραφία: OGIC)
Ιάν Φίλιπς (Φωτογραφία: OGIC)

Το Κέντρο Καινοτομίας Πετρελαίου & Αερίου (OGIC) υποστηρίζει τρία νέα ερευνητικά προγράμματα με επίκεντρο τον τρόπο με τον οποίο η ψηφιοποίηση μπορεί να βελτιώσει την αποδοτικότητα και να προσφέρει εξοικονόμηση κόστους στη βιομηχανία πετρελαίου και φυσικού αερίου.

Τρεις εταιρείες συνεργάστηκαν με την Σχολή Πληροφορικής και Ψηφιακών Μέσων του Πανεπιστημίου Robert Gordon (RGU) για να διεξαγάγουν έρευνα για τον ψηφιακό μετασχηματισμό του πετρελαϊκού πεδίου.

Ο Ian Phillips, διευθύνων σύμβουλος της OGIC, δήλωσε: "Η ψηφιοποίηση είναι το κλειδί για μια βιώσιμη βιομηχανία πετρελαίου και φυσικού αερίου. Η επιτυχής αυτοματοποίηση και ολοκλήρωση ενός τεράστιου φάσματος εργασιών σε πολλές πτυχές του κύκλου έρευνας και παραγωγής είναι πλέον δυνατή χάρη στην ικανότητά της να επεξεργάζεται γρήγορα τεράστιες ποσότητες δεδομένων σε πολύ σύντομες χρονικές περιόδους.

"Το OGIC υποστηρίζει τρία έργα που ερευνούν νέες προσεγγίσεις στις εργασίες εξερεύνησης, οι οποίες θα μειώσουν το κόστος και θα αυξήσουν την αποδοτικότητα και, τελικά, την παραγωγή με λιγότερη ένταση εργασίας".

Ο DNV GL, ο τεχνικός σύμβουλος της παγκόσμιας βιομηχανίας πετρελαίου και φυσικού αερίου, αναπτύσσει ένα διαδραστικό πρόγραμμα εξαγωγής και επεξεργασίας πληροφοριών από εικόνες διαγραμμάτων σωληνώσεων και οργάνων και άλλων τύπων μηχανικών σχεδίων. Αυτό θα επιταχύνει τη συλλογή δεδομένων για χρήση σε διάφορες τεχνικές εφαρμογές. Η πρώτη φάση του έργου ολοκληρώθηκε με την υποστήριξη του The Data Lab, με την δεύτερη φάση να υποστηρίζεται κυρίως από το OGIC. Σε συνεργασία με την RGU, η δεύτερη φάση θα βασιστεί στις μεθόδους και τους αλγορίθμους που αναπτύχθηκαν από την πρώτη φάση του έργου.

Η πολυεπιστημονική εταιρεία αναλύσεων δεδομένων, ComplyAnts, εργάζεται για την ανάπτυξη ενός αυτοματοποιημένου συστήματος για τη διαχείριση της διαδικασίας συμμόρφωσης. ComplyAnts επιλεγμένα RGU με τη δύναμη της Σχολής τους Υπολογιστική Επιστήμη και ψηφιακών μέσων έρευνας και των δυνατοτήτων παράδοσης. Η RGU θα χρησιμοποιήσει την τεχνητή νοημοσύνη για να αναπτύξει ένα αυτοματοποιημένο σύστημα για τη διαχείριση του αγωγού της διαδικασίας συμμόρφωσης από άκρο σε άκρο. Το έργο αποσκοπεί στο να παραδώσει ένα πλήρως λειτουργικό πρωτότυπο μέσα σε δώδεκα μήνες.

Η εταιρεία λογισμικού, η IDS, εργάζεται για να αναπτύξει ένα εργαλείο που βασίζεται σε δεδομένα για να προβλέψει τις διάρκειες των εργασιών, τους συναφείς κινδύνους και τη ΝΡΤ. Αυτή είναι η δεύτερη φάση του έργου, η πρώτη φάση, η οποία υποστηρίχθηκε από το The Data Lab, είδε την ανάπτυξη μιας βιβλιοθήκης φυσικής επεξεργασίας γλώσσας (NLP), η οποία ταξινομεί όρους μηχανικής μέσα σε μια ημερήσια αναφορά. Αυτά χαρτογραφούνται για να επιτρέψουν τη συγκριτική αξιολόγηση και την ανάλυση δεδομένων. Αυτό θα μειώσει τον χρόνο που χρειάζονται οι μηχανικοί για να δουλέψουν με δεδομένα αντισταθμίσεων.

Ο Phillips πρόσθεσε: "Η Σχολή Υπολογιστικών Επιστημών και Ψηφιακών Μέσων της RGU έχει πλούσια εμπειρία και η συμμετοχή της σε αυτά τα τρία έργα είναι μαρτυρία γι 'αυτό. Δύο από τα τρία έργα έλαβαν επίσης υποστήριξη από ένα άλλο από τα κέντρα καινοτομίας της Σκωτίας, The Data Lab και είναι εξαιρετικά παραδείγματα για το πώς τα κέντρα καινοτομίας μπορούν να συνεργαστούν για να υποστηρίξουν την ανάπτυξη τεχνολογιών που προκαλούν αναστάτωση ".

Ο Dr. Eyad Elyan, ένας αναγνώστης στη μηχανική μάθηση και ο επικεφαλής του προγράμματος στο RGU, πρόσθεσε: "Αυτή είναι μια άλλη μεγάλη ευκαιρία που δίνει τη δυνατότητα στην ομάδα μας να εφαρμόσει πρωτοποριακές έρευνες στη μηχανική μάθηση για την επίλυση σοβαρών βιομηχανικών προβλημάτων με έξυπνη εξόρυξη και εκμετάλλευση μεγάλων όγκων δομημένων και αδόμητων δεδομένων όπως εικόνες, έγγραφα κειμένου και άλλα.

"Τα σχέδια αυτά έχουν τη δυνατότητα να βελτιώσουν σημαντικά τις υπάρχουσες επιχειρηματικές πρακτικές και να αποδείξουν την ποιότητα της έρευνας και της διδασκαλίας που λαμβάνουν χώρα στο πανεπιστήμιο".

Categories: Εκπαίδευση / Κατάρτιση, Τεχνολογία