Dane na temat instalacji wiertniczych gromadzone przez moduł IoT pomagają zaplanować prace serwisowe, zapewnić większą niezawodność sprzętu, ograniczyć koszty związane z ręcznym wprowadzaniem informacji, zapewnić wysoką jakość danych i skrócić realizację procedur.

Firma IFS, globalny dostawca oprogramowania dla przedsiębiorstw, informuje, że międzynarodowy dostawca usług wiertniczych Songa Offshore wdrożył moduł IFS IoT Business Connector™. Rozwiązanie to pomoże w gromadzeniu danych z urządzeń stosowanych na instalacjach wydobywczych, przy wykorzystaniu internetu rzeczy (IoT, Internet of Things), oraz w udostępnianiu ich w pakiecie oprogramowania dla przedsiębiorstw IFS Applications™.

Firma Songa Offshore zapewnia usługi wiertnicze na terytorium wód międzynarodowych. Duża część jej działalności skupia się w basenie Północnego Atlantyku. Firma posiada również flotę siedmiu pół-zanurzalnych platform. W branży wiertniczej długoterminowe zarządzanie zasobami oraz obsługa techniczna mają kluczowe znaczenie, gdyż przestoje mają duży wpływ na rentowność działalności. Aby lepiej monitorować stacje, firma Songa Offshore podłączyła czujniki IoT do 600 urządzeń na każdej z czterech posiadanych stacji wiertniczych klasy D. Będą one gromadzić dane związane z użyciem sprzętu.

Firma Songa Offshore widzi duży potencjał w technologii nternetu rzeczy. Dotyczy to ograniczenia ręcznego wprowadzania danych, automatyzowania zazębiających się procesów oraz przekształcania surowych danych w przydatne informacje na temat działalności, wykorzystywane do analiz i prognozowania – powiedział Mark Bessell, dyrektor operacyjny w firmie Songa Offshore.

Aby skuteczniej organizować prace serwisowe i w praktyczny sposób wykorzystywać dane IoT w używanym systemie ERP – IFS Applications – firma Songa Offshore wdrożyła moduł IFS IoT Business Connector. Na początek to rozwiązaniem objęto silniki spalinowe i elektryczne na platformach wiertniczych.

Za jego pomocą odczyty na temat stanu maszyn są przesyłane do systemu IFS Applications. Informacje te są następnie przetwarzane i wykorzystywane w planowaniu i optymalizowaniu prac serwisowych. Rozwiązanie ma również kluczowe znaczenie w dokumentowaniu stanu stacji zgodnie z ich hierarchią klas i lokalizacji, ustalaną przez firmę Songa Offshore. Większy stopień automatyzacji procesów umożliwi firmie Songa Offshore skrócenie czasu prac stoczniowych, co oznacza ograniczenie kosztów. Natomiast lepsza wiedza na temat stanu urządzeń pozwoli znacznie skrócić czasy nieplanowanych przestojów poszczególnych stacji. W efekcie zautomatyzowania procesów sprzęt na platformach będzie bardziej niezawodny i dłużej eksploatowany, a przeglądy techniczne rzadsze i mniej kosztowne.

Dotychczas odczyty związane z obsługą techniczną były wprowadzane przez pracowników ręcznie do systemu. Rozwiązanie IoT na bieżąco przekazuje informacje o stanie urządzeń do systemu ERP. Dzięki temu dane firmy Songa Offshore są bardziej precyzyjne i dostępne w szybszy sposób. Kolejnym etapem prac wdrożeniowych będzie zwiększenie liczby już dostępnych czujników obsługiwanych przez moduł IFS IoT Business Connector, a także dostosowanie innych czujników do stosowanych urządzeń. Pozwoli to jeszcze bardziej zwiększyć niezawodność urządzeń i wydajność prowadzonej działalności.

Wdrożenie rozwiązania IFS IoT pomoże nam znacznie podwyższyć niezawodność urządzeń, wydajność prac serwisowych i ograniczyć koszty” – powiedział Vardans Saribekjans, starszy kierownik ds. technicznych w firmie Songa Offshore. „Na podstawie danych gromadzonych przez czujniki i przekazywanych do systemu IFS Applications możemy szybciej podejmować działania serwisowe i w aktywny sposób zapobiegać problemom.

Dan Matthews, CTO w korporacji IFS, dodał

Firma Songa Offshore świetnie pokazuje sposób, w jaki przedsiębiorstwo zarządzające znacznym majątkiem może uzyskać wiele korzyści z rozwiązania IFS IoT Business Connector. Włączając system IFS Applications do całego procesu uzyskiwania i przetwarzania informacji, firma może wykorzystać wgląd w dane do podjęcia konkretnych działań. To właśnie w ten sposób masa danych zamienia się w zoptymalizowany plan prac serwisowych.

Źródło: IFS