logo

نواندیشان آتی نگار فرتاک

بَلَدچیِ مسیرهای آینده

بنر
خانه
خواندنی‌ها
دیده‌بان آینده‌ها

محصولات

خدمات

درباره ‌ما
تماس با ما
icon

خانه

icon

خواندنی‌ها

icon

دیده‌بان آینده‌ها

icon

محصولات

icon
icon

درباره‌ ما

icon

تماس با ما

instagram
whatsApp
telegram

هوش مصنوعی در صنعت نفت و گاز

اگر تا به حال در مورد آینده پژوهی و یا آینده‌ی هر صنعتی در اینترنت و منابع آکادمیک جستجو کرده باشید، قطعا یکی از نتایج مشهود تأثیر هوش مصنوعی بر روی صنعت باشد، چه آنکه در مورد صنعت تولید حرفی به میان آمده باشد، چه صنعت گردشگری، چه صنعت آموزش. در نتیجه صنعتی مهم مانند صنعت نفت و گاز نیز از این مخلوق دست بشریت بی تاثیر نخواهد ماند و روز به روز شاهد کاربردهای بیشتری از هوش مصنوعی در این صنعت خواهیم بود. پیش‌بینی می‌شود که اندازه‌ی بازار جهانی هوش مصنوعی برای صنعت نفت و گاز تا سال 2030 میلادی به 2.9 میلیارد دلار برسد [1]. شکل شماره‌ی 1 شماری از کاربردهای هوش مصنوعی در صنعت نفت و گاز را نشان می‌دهد که در ادامه به برخی از آن‌ها پرداخته خواهد شد [2].

picture

یکی از چالش‌های صنعت نفت و گاز، شناسایی خطاهای مستعد رخ دادن در خطوط لوله و یا دیگر بخش‌های صنعت است. عیوب یافت شده در انتهای فرآیند پیاده‌سازی سیستم‌های جدید می‌تواند هزینه‌های بالایی برای سازمان به دنبال داشته باشند. برای مثال، اگر یک لوله‌ی معیوب در یک شبکه‌ی انتقال گاز نصب شود و عیب آن تا زمان آزمایش شبکه نهفته باقی بماند، هزینه‌های تعمیر به مراتب بالاتر از هزینه‌های پیاده‌سازی یک سیستم هوش مصنوعی برای شناسایی خطاها و عیب‌های سامانه پیش از اتمام تمام خط انتقال خواهد بود. یک سیستم بینایی کامپیوتری در این زمینه به سازمان کمک می‌کند [3]. علاوه بر آن، یک سیستم هوش مصنوعی می‌تواند با رصد مداوم و دقیق تجهیزات صنعت نفت و گاز و تحلیل داده‌ها،  بهترین زمان برای تعمیرات مبتنی بر پیش‌بینی رخ داد‌های خسارت بار را ارائه کند. این شیوه که «تعمیرات پیش‌نگرانه (Predictive Maintenance)» نام دارد، نزدیک به 30.2 درصد از سهم بازار هوش مصنوعی در صنعت نفت و گاز را در سال 2022 میلادی تشکیل می‌داد [1]. 

مدیریت ریسک از دیگر کاربردهای هوش مصنوعی در صنعت نفت و گاز است. هوش مصنوعی مولد می‌تواند با نظارت  بلادرنگ عملیات پایین دستی و با استفاده از الگوریتم‌های پیشرفته و تکنیک‌های یادگیری ماشین (Machine Learning) خطرات را شناسایی و اقدامات لازم را اطلاع دهد. با کاهش احتمال خرابی‌ها، در هزینه‌ها و زمان صرفه‌جویی خواهد شد. از طرفی این فرآیند‌، ایمنی اپراتور و کارگر را تضمین می‌کند که خود از عوامل مهم و تأثیرگذار بر حوزه‌ی سرمایه‌های انسانی است [4].

شرکت‌های نفت و گاز معمولا با داده‌های بسیاری سر و کار دارند. هر کدام از لوله‌ها در چنین ساختار بزرگی حاوی اطلاعاتی از جمله فشار، دمای سیال، سرعت سیال و بسیاری داده‌های دیگر هستند. حال تعداد لوله‌ها و دیگر اجزای یک شرکت عظیم نفت و گاز را در نظر بگیرید تا به عظمت این داده‌ها پی ببرید. برنامه‌های کاربردی هوش مصنوعی مبتنی بر کلان داده، اطلاعات و معنا را از انبوهی از داده‌های عملیاتی استخراج می‌کند. الگوریتم‌های هوش مصنوعی با تحلیل این داده‌ها می‌توانند پیشنهادات خود را جهت بهینه‌سازی فرآیندها ارائه کنند و به کاهش هزینه‌های اضافی کمک کنند [3].

هوش مصنوعی همچنین می‌تواند به کربن‌زدایی صنایع مختلف از جمله صنعت نفت و گاز کمک کند. برای مثال هوش مصنوعی می‌تواند محل‌های مناسب جهت پیاده‌سازی فناوری جذب، ذخیره و استفاده‌ی کربن (CCUS) را شناسایی و فرآیندهای سبز پیشنهادی را ارائه کند [5]. علاوه بر این‌ها هوش مصنوعی می‌تواند به این صنعت کمک کند تا منابع نفت و گاز را شناسایی و با کمترین هزینه آن‌ها را استخراج کنند. این فرآیند، یک فرآیند زمان‌بر است که هوش مصنوعی با تحلیل داده‌های زمین‌شناسی، ژئوفیزیکی و دیگر مشخصات منطقه‌ی جغرافیایی، فرآیند استخراج را هر چه بیشتر مقرون به صرفه کنند [6].

کابردهای هوش مصنوعی در صنعت نفت و گاز بیشمارند که آنچه بدان اشاره شد از جمله مهم‌ترین آن‌ها بود. با گذشت زمان و پیشرفت هر چه بیشتر فناوری هوش مصنوعی، احتمال اینکه شاهد کاربردهای بیشتری از آن در صنایع مختلف از جمله نفت و گاز باشیم بیشتر خواهد شد. 

خلاصه آنکه آینده پژوهی صنعت نفت و گاز اگر روی یک موضوع تاکید داشته باشد، هوش مصنوعی است. این حوزه یک فضای بی همتا برای شرکت‌های دانش بنیان و سرمایه‌گذاری بر روی آینده صنعت نفت و گاز است.

منابع: