1. Наиболее интересной и перспективной на сегодняшний день областью в сфере автоматизации нефтегазовой промышленности является, пожалуй, область автоматизации производственного процесса. В условиях жесткой конкурентной борьбы и быстроменяющейся рыночной ситуации ключевой областью деятельности, требующего максимального пристального внимания, становится эффективность производства. Сегодня речь пойдет о системах автоматизации, направленных на повышение эффективности производства в нефтегазовой промышленности.

Существует «стандартное» определение MES, как автоматизированной системы управления и оптимизации производственной деятельности, которая в режиме реального времени инициирует, отслеживает, оптимизирует и документирует производственные процессы от начала выполнения заказа до выпуска готовой продукции (определение MESA International). Не умаляя данное определение, позволим себе определить АСУ в нефтегазовой промышленности как информационную систему, поддерживающую выполнение всех функциональных задач по планированию, контролю, учету и анализу всего производственного процесса на всех его этапах и направленную на достижение максимального экономического эффекта от производственной деятельности нефтегазового предприятия.

Существует успешная реализация проектов создания систем эффективного управления производством нефтегазовых предприятий, заключающуюся в автоматизации конкретных бизнес-процессов контроля, управления и анализа производства.

 

Список выделенных бизнес-процессов эффективного управления производством выглядит следующим образом:

• оперативно-диспетчерское управление;
• производственный учет и согласование материальных балансов;
•  контроль качества;
• учет и анализ производства и потребления теплоэнергетических ресурсов;
•  контроль состояния технологического оборудования;
• планирование производства;
• фактический анализ производственного процесса.

 

 

Планирование производства

 

Любой вид производственной деятельности начинается с составления планов. Для этих целей используются специализированные производственные модели. Планирование осуществляется в программном модуле в соответствии с объемным планом на месяц, ограничениями по свободным емкостям в резервуарных парках и текущим состоянием технологических установок рассчитывается суточный производственный план выработки компонентов и готовой продукции по каждой технологической установке (рис.1). Модуль оперативно-диспетчерского управления производством обеспечивает своевременную доставку информации о происходящих событиях и отклонениях от составленного оперативного плана. В результате все процессы, происходящие на производстве, становятся прозрачными.

 

Рис. 1. Оперативное планирование производства

 

Оперативно-диспетчерское управление

Автоматизация бизнес-процесса оперативно-диспетчерского управления обеспечивает выполнение следующих функций:

• мониторинг загрузки технологических мощностей, регистрация и оповещение об отклонениях технологического процесса от заданных режимов и нормативов;
• расчет отклонения факта от производственного плана в реальном времени;
•  учет движения сырья, полуфабрикатов и готовой продукции по предприятию;
•  контроль остатков в резервуарных парках;
•  запись и контроль выполнения распоряжений диспетчера;
• формирование производственной отчетности.

Для реализации приведенных функций базовый модуль диспетчерского управления аккумулирует производственную информацию с низового уровня автоматизации в реальном масштабе времени и преобразует их в имеющие смысл производственные события. Специализированный модуль учета движения нефтепродуктов I-OMS обеспечивает динамический учет направлений и потоков передачи сырья, полуфабрикатов и готовой продукции по предприятию, динамический учет состояния резервуарных парков и предоставление сведений о незавершенном производстве.

Рис. 2. Контроль нарушений технологических режимов

 

Модуль контроля технологических режимов I-PDM реализует анализ всех зарегистрированных отклонений режимов от заданных и обеспечивает разделение отклонений на значимые и нет (рис. 2). Определение значимости отклонений осуществляется по степени воздействия отклонений на ключевые показатели производства. Ключевые показатели производства определяются производственным отделом и во время эксплуатации системы могут быть изменены. К ключевым показателям  производства относятся:

• коэффициенты отбора продуктов из сырья по установкам;
•  глубина переработки по предприятию, производствам, цехам;
•  отклонение выработки полуфабрикатов и готовой продукции от плана;
• скорость изменения остатков сырья, полуфабрикатов и готовой продукции;
•  удельное потребление всех видов теплоэнергетических ресурсов;
•  отклонение качества выпускаемых полуфабрикатов и готовой продукции;
• запас качества по готовой продукции;
•  величина безвозвратных потерь.

 

I-RS — специализированный сервер отчетов обеспечивает формирование производственной отчетности на основе созданных шаблонов. Все отчеты автоматически обновляются с настраиваемой дискретностью. Существующие шаблоны отчетов:

• режимные листы;
•  сводные отчеты о работе предприятия;
•  остатки на складах;
•  отклонение от плана по технологическим мощностям;
• сводки по качеству;
• любые специализированные отчеты произвольной формы.

Рис. 3. Производственный учет и согласование материальных балансов

Производственный учет и согласование материальных балансов

 

Реализация функциональности производственного учета заключается в непрерывном отслеживании выполнения производственных планов, согласования поступающих данных и расчет материальных балансов, формирование отчетов план/факт, включающие автоматизированный анализ причин отклонений за смену, сутки, месяц (рис. 3). Помимо всего этого, выполняются следующие функции:

•  расчет согласованных материальных балансов за сутки, декаду, месяц и т.д.;
• расчет объемных и энергетических балансов;
• определение фактических потерь;
• обнаружение погрешностей измерения коммерческих приборов учета;
•  планирование оптимальной модернизации приборов учета;
• обеспечение согласованным балансом соответствующие модули бизнес-системы.

 

Рис. 4. Лабораторноинформационная система

 

 

Контроль качества

 

Качество готовой продукции наряду с себестоимостью является наиболее эффективным конкурентным преимуществом. Для целей непрерывного контроля и анализа качества используется модуль «Лабораторно-информационная система I-LDS» (рис. 4). I-LDS обеспечивает:

• автоматизацию бизнес-процессов деятельности лабораторий в соответствии с требованиями:

• к компетенции испытательных лабораторий (ГОСТ Р ИСО/МЭК 17025-2000);
•  к точности (правильности и прецизионности) методов и результатов измерений (ГОСТ Р ИСО 5725-2002, ч. 1—6, включая МИ 2335-2003);
•  создание единого источника достоверных и оперативных данных по контролю качества продукции, передаваемой на различные уровни управления предприятием, на основе автоматизированной базы данных;
• автоматизацию управления данными лабораторного контроля:
•  сокращение временных затрат сотрудников лабораторий на определение и обработку результатов испытаний, снижение вероятности ошибок при проведении этих операций;
•  ускорение процесса передачи данных лабораторного контроля пользователям различных уровней;
• снижение трудозатрат персонала лабораторий на ведение лабораторных журналов и формирование внутренних  отчетов, а также исключение за счет этого вероятности искажения информации при переносе ее из документа в документ;
• снижение трудозатрат персонала лабораторий на формирование периодических отчетных документов, содержащих данные по качеству, и исключение дублирующих отчетных форм;
• повышение надежности хранения данных по контролю качества и оперативности доступа к ним, минимизация неэффективного бумажно-курьерского и телефонного обмена информацией между подразделениями предприятия;
• обеспечение данными о качестве других подсистем, включая АСУ ТП и АСУП.

Учет и анализ производства и потребления теплоэнергетических ресурсов

В настоящие время стоимость теплоэнергетических ресурсов в структуре себестоимости готовой продукции занимает все большую часть — именно поэтому автоматизация бизнес-процессов учета и анализа производства и потребления теплоэнергетических ресурсов несет огромный экономический эффект. Модуль I-EMS реализует следующие функции:

• интеграцию разнородных и территориально распределенных источников информации о потреблении теплоэнергетических ресурсов;
•  ручной ввод информации по потреблению теплоэнергетических ресурсов (планиметрирование);
• мониторинг производства и потребления энергоресурсов в режиме реального времени;
•  учет потребления теплоэнергетических ресурсов по видам и технологическим объектам;
• расчет согласованного суточного и месячного  баланса по видам теплоэнергетических ресурсов;
•  планирование потребления теплоэнергетических ресурсов;
•  ведение нормативно-справочной информации;
•  автоматизированное формирование отчетов;
• представление оперативных и достоверных данных в бизнес систему.

Контроль состояния технологического оборудования

Задача контроля состояния основного технологического оборудования включает в себя выполнение следующих функций:

• учет наработки оборудования (моточасы) компрессоров, насосов, колон и др;

• учет причин простоя оборудования;

• анализ предаварийных состояний оборудования по косвенным признакам;

• передача исходных данных для расчета плана ремонтов модули бизнес системы.

Решение этой задачи помогает приблизиться к проведению ремонтов и технического обслуживания оборудования «по состоянию», что также приносит ощутимый экономический эффект.

Фактический анализ производственного процесса

Наиболее значимой функциональностью решения компании является аналитика в реальном времени, проходящая сквозной нитью через все модули и функции. Во всех проектах компании желательно использовать подход к управлению производством на базе ключевых показателей эффективности, позволяющих по нескольким совокупным критериям следить за текущими тенденциями во всех областях производственного процесса. Так, например, для выполнения финансового анализа затрат на выполнение производственных процессов компания можно успешно переменяет метод Activity Based Costing (ABC), суть которого состоит в том, что расходы предприятия привязываются к точкам его активности. Применительно к производству это означает привязку издержек к конкретным производственным процессам (контроль качества полуфабрикатов и готовой продукции, их транспортировка, технологические операции, контроль удельных показателей). Строится точная динамическая модель производства, обеспечивающая данные для калькуляции текущих затрат как в привязке к конкретным рабочим местам, так и в разрезе отдельных выполняемых заказов.

Вывод

♠Успешного достижения конечного результата — повышения экономической эффективности производственного процесса можно добиться только комплексно, автоматизируя все аспекты производственной деятельности. Очень важно в таком случае правильно выбрать системы и технологии автоматизации, и не менее важен выбор опытного системного интегратора, за плечами которого многолетний успешный опыт внедрения подобных проектов в нефтегазовой отрасли.

 

2. Современные компьютеры могут безошибочно выполнять миллиарды арифметических операций за секунду, что недосягаемо для человека.

Но существуют задачи, с которыми человек справляется лучше, чем компьютер. Это, в частности, принятие сложных решений в сложных ситуациях, использование аналогий, смысловой перевод с одного естественного языка на другой.

♠Экспертные системы (ЭС) – это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

♠Главное достоинство ЭС– возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.

Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на ЭС, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

3. Отличие ЭС от других программных продуктов

Основными отличиями ЭС от других программных продуктов являются использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в такой форме, которая может быть легко обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эвристических правил. Решение задачи в ЭС сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов (см. рис.5).

Качество ЭС определяется размером и качеством базы знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение новой информации, выдвижении с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов (рис.6). Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.

В любой момент времени в системе существуют три типа знаний:

• Структурированные знания- статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.
• Структурированные динамические знания- изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.
• Рабочие знания – знания, применяемые для решения конкретной задачи или проведения консультации.

Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

4. Ограничения в применении экспертных систем

Даже лучшие из существующих ЭС, которые эффективно функционируют как на больших, так и на мини-ЭВМ, имеют определенные ограничения по сравнению с человеком-экспертом.

1. Большинство ЭС не вполне пригодны для применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали из базы знаний.
2. Вопросно-ответный режим, обычно принятый в таких системах, замедляет получение решений. Например, без системы MYCIN врач может (а часто и должен) принять решение значительно быстрее, чем с ее помощью.
3. Навыки системы не возрастают после сеанса экспертизы.
4. Все еще остается проблемой приведение знаний, полученных от эксперта, к виду, обеспечивающему их эффективную машинную реализацию.

5.ЭС не способны обучаться, не обладают здравым смыслом. Домашние кошки способны обучаться даже без специальной дрессировки, ребенок в состоянии легко уяснить, что он станет мокрым, если опрокинет на себя стакан с водой, однако если начать выливать кофе на клавиатуру компьютера, у него не хватит “ума” отодвинуть ее.

6. ЭС неприменимы в больших предметных областях. Их использование ограничивается предметными областями, в которых эксперт может принять решение за время от нескольких минут до нескольких часов.
7. В тех областях, где отсутствуют эксперты (например, в астрологии), применение ЭС оказывается невозможным.
8. Имеет смысл привлекать ЭС только для решения когнитивных задач. Теннис, езда на велосипеде не могут являться предметной областью для ЭС, однако такие системы можно использовать при формировании футбольных команд.
9. Человек-эксперт при решении задач обычно обращается к своей интуиции или здравому смыслу, если отсутствуют формальные методы решения или аналоги таких задач.

Системы, основанные на знаниях, оказываются неэффективными при необходимости проведения скрупулезного анализа, когда число “решений” зависит от тысяч различных возможностей и многих переменных, которые изменяются во времени. В таких случаях лучше использовать базы данных с интерфейсом на естественном языке.

5. Преимущества ЭС перед человеком – экспертом.

Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

1. У них нет предубеждений.
2. Они не делают поспешных выводов.
3. Эти системы работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.
4. База знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются.

Системы, основанные на знаниях, устойчивы к “помехам”. Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены “шумам”. Со временем системы, основанные на знаниях, могут рассматриваться пользователями как разновидность тиражирования- новый способ записи и распространения знаний. Подобно другим видам компьютерных программ они не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решать задачи быстрее и эффективнее.

6. Эти системы не заменяют специалиста, а являются инструментом в его руках.

Фронтальный опрос:

1. С чем связана необходимость интеллектуализации компьютерных технологий?
2. Какие основные классы систем искусственного интеллекта существуют?
3. Для чего используют экспертные системы?
4. Экспертная система – это..
5. Области применения ЭС?
6. Приведите пример, где вы встречались с ЭС…