石油機器人已來襲

　　人工智能、機器學習和工業物聯網的結合，使遠程操作和自動化能力得以實現，從而使智能油田作業得到更多采用和推廣，最終目標是使用新系統和機器人類型的技術來提高效率和安全性，同時減少碳排放。

　　那么，在油田作業中，機器人多大程度上能夠減少人員數量？這一AI替代人工的進程有多快？

　　雷斯塔能源公司（Rystad Energy）近期的一份報告表明，如果行業推動AI轉型，采用現有的機器人解決方案，預計在2030年前，機器人鉆井系統可以將鉆機人員減少20%至30%。按照目前的人員配置水平，美國的勞動力減少總數可能達到14萬人，俄羅斯則可能減少20萬人，加拿大、英國和挪威可能減員2萬至3萬人。

　　這也將大幅降低鉆井人工成本：僅在美國，陸上和海上鉆井人員可降低70億美元的薪資成本。

　　目前全球油氣行業中，機器人應用的先進案例有哪些？

　　01. 智能油田先進案例

　　斯倫貝謝Agora：提升效率的減排機器人

　　斯倫貝謝公司推出了Agora，這是一個開放、安全、可擴展的人工智能平臺，專門用于石油和天然氣行業。

　　該公司開發了一種計算設備，可以收集、集成現場設備的數據，并將數據傳輸給最終用戶。每個應用程序都是特定于域的工作流和算法，它們被部署到網關以提取基于位置的見解。該系統已在亞洲近海使用，以實現遠程可視分析，減少HSE風險，并改進生產監控和優化。在印度，該系統用于監測有桿泵的狀態并進行實時分析，以優化生產并減輕破壞性條件。在美國，一個應用程序提供了對多相流量計油井性能的實時監控，提供對油井作業的監測，以管理生產和延長設備使用壽命。該系統的“智能物聯網”旨在從現有資產中獲取最大價值，同時提供更安全、更可持續的運營。

　　在斯倫貝謝剛剛發出的一季度業績中顯示，在厄瓜多爾一個油田項目中應用了Agora 邊緣AI和IoT解決方案，使生產運行時間提升了18％，同時減少人工舉升監控作業的碳足跡。數字化的油井監控和人工舉升優化工作流程在100多口油井中的應用，由于減少了實地考察，使二氧化碳當量排放量減少了36％。Agora解決方案可在覆蓋整個資產的遠程井作業平臺內對潛水電泵和抽油桿泵進行數字監控。

　　2. 霍尼韋爾GCI：檢測氣體泄漏的機器人

　　霍尼韋爾公司在歐洲引進了人工智能氣體云成像（GCI）系統，為整個歐洲大陸的石油和天然氣、化工和發電設施的甲烷和其他氣體泄漏，提供自動化和連續監測。

　　小型GCI系統專為擁擠地區和小型場地設計，非常適合歐洲設施。GCI系統可以放置在整個工業設施中，以連續監測氣體泄漏，并在發生泄漏時提供警報。GCI由專有的高光譜氣體分析技術提供支持，使用人工智能，為設施操作員提供氣體羽流類型、位置、方向、大小和濃度的彩色可視化視圖。該系統的連續監測和實時分析可在泄漏有機會發展成更大的排放量或安全問題之前，盡早響應。這種方法優于目前的泄漏檢測方法。目前的方法是要求工人定期用手持式熱成像攝像機檢查現場，以確定泄漏源并安排維修。這種方法耗時，易受人為錯誤的影響，并且要求技術人員必須在現場。

　　3. Equinor：海上無人平臺自主機器人

　　Equinor計劃引進自主機器人，對其海上油氣設施進行例行檢查和維護任務。這項技術由奧地利的機器人專家Taurob生產。2019年，Equinor與Total、OGTC和Taurob共同參與了ARGOS聯合工業項目，以開發一種能夠執行自主操作的新型機器人。其目的是設計一種強健可靠的機器人，每年維護一次，非常適合于“無人平臺”。機器人將與設施裝置進行物理交互，現場測試將在今年晚些時候進行。