AlarmTracker - Demo2000

Bedre beslutninger i operasjon gjennom digitalisering Ved hendelser er operatøren i kontrollrommet første linje ansvarlig og for å kunne gjøre en rett og effektiv reaksjon, til rett tid, er kontrollroms operatøren helt avhengig av å forstå de bakenforliggende årsaker og konsekvenser til hendelsen. Effektiviteten til en operatør har direkte innvirkning på sikkerhet, kvalitet og fortjeneste i produksjonen og dersom operatøren er nedlastet med unødvendige alarmer vil muligheten til å være effektiv i håndtering av hendelser reduseres betydelig og vil føre til tap av produksjon og nedetid. En operatør er avhengig av å ha en meget god forståelse av tilstanden til prosessen og kunne forutsi fremtidige problemer og situasjoner. God situasjonsforståelse er helt kritisk for å unngå forstyrrelser, redusere nedetid og oppnå høy effektivitet i produksjon. Forskning gjennomført av Abnormal Situation Management Consortium (ASM) viser at unormale situasjoner i prosessindustrien fører til tap av produksjon på mellom 3-8% årlig og at mer enn 50 % av dette skyldes manglende situasjonsforståelse. Forskningen konkluderer med at menneskelig ytelse medvirker til et sted mellom 70 - 80% av alle slike unormale situasjoner. For å hjelpe kontrolls operatørene med økt situasjonsforståelse og effektivitet vil vi i prosjektet utvikle, teste og gjennomføre en pilot for å lage et sanntids verktøy (en digital tvilling) for beslutningsstøtte. Prosjektet vil gjennomføres med to globale olje og gass selskaper og Danish Hydrocarbon Research and Technology Centre. I prosjektet vil vi blant annet bruke data analyse, avansert funksjonell modellering, kunstig intelligens og maskin læring.

Prosjeket har bevist potensiale for industriell bruk av multi level flow modelling i samspill med kunstig intelligense til å ta ut bakenforliggende årsaker og fremtidige konsekvenser for unormale situasjoner. Prosjektet har ledet til utviklingen av Kairos-Control Room Assistant. I bruk vil enhver unormal situasjon kunne detekteres og programvaren vil gi operatøren sanntidshjelp med å forstå situasjonen ved å gi bakenforliggende årsaker, fremtidige konsekvenser og en aksjonsplan for å få anlegget tilbake til normal situasjon. Dette vil gi internasjonale vekstmuligheter for selskapet og en mulig produksjonsøkning på opptil 5%, mindre utslipp av CO2 (mindre fakking) og økt sikkerhet på anleggene som tar teknologien i bruk. Prosjektet har nådd sitt hovedmål med å kunne detektere alle unormale situasjoner og fremstille bakenforliggende årsaker og konsekvenser på riktig nivå. Prosjektet har imidlertid ikke ferdigstilt arbeidet med aksjonsplaner (delmål 8) innen prosjektets slutt.