Производственная надежность нефтеперерабатывающих заводов и возможности больших данных

Производственная надежность нефтеперерабатывающих заводов и возможности больших данных

15.10.2018
Статьи и обзоры Топливная промышленность

Аналитика данных предлагает множество возможностей в сфере переработки и транспортировки нефти и газа в краткосрочной перспективе. Ранее в Хьюстоне состоялась CERAWeek 2017, где с целью обсуждения актуальных вопросов, прогнозирования и заявлений, собрались лидеры энергетической отрасли, включая генерального директора компании ExxonMobil, министров России и Саудовской Аравии по вопросам нефти и эксперты прогнозирования рынка.

Удивительно, но один из ключевых выводов состоял в том, что поэтапное достижение операционной эффективности, как заявили несколько руководителей нефтегазовых компаний, может быть достигнуто путем применения аналитики производственных данных. Руководителями были отмечены хорошие результаты, например, повышение производительности активов на 30%. Но как этого можно добиться? Нефтеперерабатывающие заводы производят огромное количество данных. Есть данные по оборудованию, частоте обслуживания, технологическим параметрам производительности и затратам. Согласно словам старшего менеджера, в крупной нефтеперерабатывающей компании: «У нас сейчас есть огромные объемы данных по нашим ключевым объектам, и наша цель состоит в том, чтобы знать, как эти данные использовать».

Повышение надежности НПЗ

Когда специалисты в сфере нефтепереработки говорят о производственной надежности и повышении этой надежности, возникают важные и часто задаваемые вопросы: как определить степень надежности и как мы её оцениваем с точки зрения значимости для НПЗ?

В конечном счете, есть два значимых показателя улучшений на НПЗ: финансовый и показатель безопасности операций. Оба эти показателя зависят от всей системы завода. Процесс измерения надежности отдельного компонента, единицы оборудования и промышленного объекта является эффективным и значимым только тогда, когда все системы завода нацелены на использование этих данных для общего финансового укрепления завода. Для эффективного управления НПЗ и контроля надежности, компаниям необходимо отразить надежность в нескольких показателях, которые позволят им понять и улучшить отдельные компоненты. Также необходимо рассмотреть следующие вопросы: Насколько надежен определенный насос? Как часто он требует обслуживания? При каких условиях снижается его производительность или происходят поломки? Каков его срок работы? Какова общая доступность производственных активов НПЗ в процентном соотношении?

Общее время работоспособности завода напрямую зависит от оборудования и надежности системы, снижения времени на техническое обслуживание, повышения эффективности обслуживания, планирования и производительности, оптимизации технического обслуживания и операционных планов и более быстрого реагирования на нарушения. Все эти инициативы можно начинать на стадии проектирования, если на данном этапе клиент видит пользу в ремонтопригодности и надежности.

Основой для увеличения производственной мощности или количества выпускаемой продукции могут быть улучшенные операционные стратегии, перенастройки процесса переработки, прорывы в технологиях переработки, реконструкция, расширение завода и более эффективные стратегии управления. Меры повышения безопасности, включающие проектирование-для-безопасности (design-for-safety), анализ угроз и рисков, а также целостное взаимодействие с активом приводят к сокращению количества происшествий, снижению рисков, соблюдению нормативных требований и поддержке лучшего социального имиджа.

Ответственность за отслеживание различных показателей производительности актива часто разделена между различными руководителями, нет только одного лица, отвечающего за оптимизацию производственного актива. Предприятиям перерабатывающей промышленности нужна целостная картина всего производственного актива, с учетом времени работоспособности, количества выпускаемой продукции и безопасности, а также способ отслеживать несколько показателей производительности актива.

Подход к анализу надежности

Консультанты разработали подход к определению надежности, который они называют «RAM» (reliability, availability, maintainability). Эти методы используют поэтапный подход с целью определения надежности каждого элемента нефтеперерабатывающего завода. Они рассматривают то, что может стать потенциальной причиной сбоя, и то, как система может быть спроектирована и может обслуживаться и использоваться для минимизации риска и последствий этого сбоя.

Проблема с этим подходом заключается в том, что он применяется в такой комплексной химической и физической системе, как современный НПЗ, в которой оборудование и операционные процессы органически связаны, в том числе и с условиями загрузки, требований по производительности, логистики цепи поставок и погоды. Целостный подход к глубокому моделированию процессов переработки необходим для понимания того, какие элементы системы представляют наибольший риск для работоспособности предприятия. И все это необходимо связать с затратами. Какова стоимость снижения риска в каждом аспекте НПЗ, как эти риски соотносятся друг с другом, и, наконец, как найти оптимальный способ использовать доступный капитал для минимизации производственных и финансовых рисков. Другими словами, с помощью моделирования надежности на базе систем НПЗ топ-менеджеры, финансисты и страховщики могут быстро принимать лучшие решения по капитальным затратам и количественно оценить риск. Кроме того, при определении вероятности риска в соответствии с состоянием системы, учитывается всё многообразие последствий сбоя и их вероятность.

Такой подход весьма практичен и не слишком сложен. С помощью передового инструмента моделирования надежности некоторые из крупнейших нефтеперерабатывающих и нефтехимических комплексов успешно и эффективно используют моделирование процессов переработки, вероятностный анализ и данные по управлению производственными активами.

Связывая надежность с производственными данными

Оборудование и технологические установки оснащаются всё более комплексно. Менее дорогостоящие датчики и желание операторов оборудования собирать больше данных вызывают взрыв интереса к сбору производственных данных. Значительная часть этих данных относится непосредственно к производительности и надежности оборудования. Эти данные являются основой для работы общесистемных моделей надежности, что, в свою очередь, помогает выявить и количественно оценить потенциальные возможности увеличения прибыли. С их помощью, как тактические, так и стратегические решения могут приниматься быстро и уверенно.

С правильным инструментом моделирования надежности, специалистам перерабатывающих отраслей промышленности удалось:

  • Упорядочить цикл работы, чтобы обеспечить максимально длительный срок работоспособности, регулировать интервалы рабочего цикла и оптимизировать решения по складированию.
  • Принимать более обоснованные решения по капитальным затратам, обеспечивать резервированными системами и запасными деталями те отделы, в которых это будет иметь наибольший финансовый эффект и оптимизировать амортизацию с проектированием технологических процессов и логистикой.
  • Осуществлять запуск крупных объектов, исключая риск запуска до составления расписания, тем самым снижая риски по объемам продаж и денежному потоку.

Заглядывая вперед

Согласно анализу компании AspenTech, сегодня НПЗ по-прежнему теряют более 10 миллиардов долларов потенциальной прибыли.

Энергетические и химические компании в совокупности инвестируют много триллионов долларов в перерабатывающие заводы. Еще в январе 2015 года издание «Oil and Gas Journal» сообщило, что в одном только сегменте нефтепереработки мировая совокупность производственных активов, которая включает 643 нефтеперерабатывающих завода, способна обрабатывать около 88 млн. баррелей в день. Только ExxonMobil, крупнейший держатель активов перерабатывающей промышленности, обладает производственной мощностью близкой к 5,5 млн. баррелей в день. Общая мощность активов химической промышленности во много раз превышают эту сумму. Эти активы имеют разницу в возрасте от старейшего в мире химического комбината Hoechst (ныне Celanese), который основан в 1863 году недалеко от Франкфурта в Германии, до новых объектов, запускаемых в настоящее время. Многие из этих активов успешно работают дольше их предусмотренного срока жизни и планируют продолжать работать и совершенствоваться.

Мы надеемся, что в ближайшие несколько лет аналитика данных будет комплексно применяться на НПЗ для повышения надежности и увеличения срока работоспособности, что будет основой для улучшения этих перерабатывающих заводов в будущем.

Рон Бек (Ron Beck), директор по маркетингу в энергетической отрасли, AspenTech