SCADA Business Connector - dane produkcyjne w decyzjach biznesowych

Wyzwanie biznesowe

Rafineria ropy naftowej chciała mieć możliwość przewidzenia z dwutygodniowym wyprzedzeniem awarii kotła parowego, powodujące jego całkowite odstawienie lub znaczący spadek wydajności. Do tej pory naprawy i konserwacja kotła odbywały się tylko po awarii lub zgodnie z harmonogramem konserwacji (pracownicy utrzymania ruchu prowadzili tylko działania reaktywne). Klient zainstalował ponad 900 czujników w kotle, ale ze względu na wolumen danych, nie był w stanie skutecznie analizować ich przyrostu oraz różnorodności, nawet wyłącznie w celu określenia przyczyn zaistniałych już awarii.

Pożądanym rezultatem projektu było nie tylko odkrycie przyczyn awarii, ale także ich przewidywanie z takim wyprzedzeniem, aby operator kotła i zespół konserwacyjny mogli zareagować proaktywnie i utrzymać optymalne obciążenie pracy kotła bez przestojów i znaczących spadków jego wydajności.

Klient szacuje zmniejszenie
kosztów utrzymania infrastruktury
o obszarze objętym projektem

o około 30%

Nasze podejście

Zespół PwC skupił się wyłącznie na zagadnieniach i problemach związanych z eksploatacje kotła, które według klienta były najbardziej kosztowne i powodowały największe straty finansowe. Zespół PwC zajął się konkretnym urządzeniem (nie całą instalacją) w danej części rafinerii.

W związku z tym, mogliśmy szybko opracować i wdrożyć rozwiązanie adekwatne do potrzeb klienta oraz natychmiast pokazać rezultaty wynikające z jego zastosowania.

Projekt składał się z 4 faz:

Przygotowanie danych (dane historyczne z 2 lat dla 900 czujników z sygnaturą czasową 1 minuty):
- Czyszczenie i integracja danych
- Deduplikacja danych
- Upomnienie struktury i odczytów czujników
Opracowanie modelu analitycznego z wykorzystaniem algorytmów uczenia maszynowego;
Wdrożenie modelu w infrastrukturze klienta;
Utrzymanie i konserwacja modelu.

Rezultaty

Obecnie zaimplementowany i działający w czasie rzeczywistym model przewiduje awarię palników w kotle i pozwala na podjęcie działań prewencyjnych i konserwacyjnych z dwutygodniowym wyprzedzeniem (przewidywaną awarią). Skuteczność naszych predykcji wynosi 75%, tj. w trzech z czterech przypadków dokładnie przewidzieliśmy problem z palnikami.