ВЗАЄМОДІЯ BIM-ТЕХНОЛОГІЙ З ІСНУЮЧИМИ МЕТОДАМИ ІНФОРМАЦІЙНОЇ ПІДТРИМКИ У НАФТОГАЗОВІЙ ГАЛУЗІ

Автор(и)

DOI:

https://doi.org/10.35546/kntu2078-4481.2025.3.1.38

Ключові слова:

BIM, Свердлильні штангові насосні установки (СШНУ), IoT, Big Data, Штучний інтелект (ШІ), AR, Нафтогазова промисловість

Анотація

У статті висвітлюється роль BIM-технологій (Building Information Modeling) у трансформації традиційних процесів проєктування, будівництва та експлуатації свердлильних штангових насосних установок (СШНУ) на всіх етапах їх життєвого циклу. Аналізується доцільність поєднання BIM із сучасними цифровими інструментами, серед яких Інтернет речей (IoT), технології великих даних (Big Data), штучний інтелект (AI), а також розширена й віртуальна реальність (AR/VR). Зокрема, розбираються переваги впровадження BIM у сфері нафтогазової промисловості, що охоплюють зменшення кількості проєктних помилок, покращення взаємодії між міждисциплінарними командами та автоматизацію операцій з технічного обслуговування. Окрему увагу приділено технічним і організаційним викликам, які виникають при інтеграції BIM із застарілими системами контролю (SCADA), а також питанням формування комплексної цифрової моделі для багатофакторного аналізу стану обладнання. Стаття містить приклади застосування технологій IoT та Big Data для збору й обробки великих обсягів даних про вібрацію, тиск і температурні режими, що дає змогу переходити від планово-профілактичних до проактивних стратегій обслуговування. Розглянуто переваги AI в побудові прогнозних моделей для зменшення відсотка аварійних ситуацій і підвищення енергоефективності насосних установок. Важливим аспектом є й потенціал AR/VR-рішень для вдосконалення навчання персоналу та оперативної підтримки спеціалістів безпосередньо на місці роботи, що істотно скорочує ймовірність помилок при монтажі та подальшій експлуатації. А матеріалах статті передбачається, що комплексна інтеграція BIM, IoT, Big Data, AI, AR та VR здатна модернізувати виробничі процеси у нафтогазовій галузі за рахунок більш точної візуалізації, надійнішого моніторингу й оптимізації функціонування СШНУ. При цьому акцентується увага на стратегічному значенні висококваліфікованого персоналу, обґрунтованому виборі обладнання та адаптивності інфраструктури для плавного переходу до цифрових платформ. Потенційно, впровадження вказаних технологій, попри суттєві початкові витрати та необхідність масштабних організаційних змін, у довгостроковій перспективі забезпечує значний економічний ефект, знижує рівень ризиків і закладає основу для подальшої інноваційної еволюції нафтогазових підприємств.

Посилання

Robert J., Kubler S., Kolbe N. Відкрита екосистема IoT для підвищення взаємодії у «розумних» містах: приклад метрополії Ліон // Sensors. 2017. Vol. 17, № 12. С. 2849. Доступно за посиланням: https://www.mdpi.com/1424-8220/17/12/2849.

IoT для «розумних» міст: систематичний огляд і перспективи розвитку // Sustainable Technology and Entrepreneurship. 2022. Vol. 1, № 2. Стаття 100089. Доступно: https://www.sciencedirect.com/science/article/pii/S2405656121000891.

Davtalab O., Kazemian A. Перспективи BIM‑інтегрованої програмної платформи для роботизованого будівництва методом Contour Crafting // Automation in Construction. 2018. Vol. 89. С. 13–23. https://doi.org/10.1016/j.autcon.2018.01.006

Огляд застосувань цифрових двійників у виробництві // Computers in Industry. 2020. Vol. 123. Стаття 103216. https://doi.org/10.1016/j.compind.2020.103216

Цифрова трансформація у виробництві: Індустрія 4.0 та кіберфізичні системи // IFAC‑PapersOnLine. 2020. Vol. 53, № 2. С. 105–110. https://doi.org/10.1016/j.ifacol.2020.09.037

Блокчейн‑орієнтований IoT для «розумних» міст: систематичний огляд і перспективи розвитку // Sustainable Technology and Entrepreneurship. 2022. Vol. 1, № 2. Стаття 100089. https://www.sciencedirect.com/science/article/pii/S2405656121000891

El‑Husseiny A., Vega S., Nizamuddin S. Вплив складності порової структури та історії насичення на зміни акустичної швидкості у карбонатах // Journal of Petroleum Science and Engineering. 2019. Vol. 179. С. 176–190. https://doi.org/10.1016/j.petrol.2019.04.019

Li X., Jiang M., Lin C., Chen R. Інтегрована платформа BIM–IoT для оцінювання та відстеження вуглецевих викидів у збірному будівництві // Automation in Construction. 2018. Vol. 89. С. 24–35. https://doi.org/10.1016/j.autcon.2018.01.006

Wang S‑H., Wang H‑P., Wang W‑C., Huang S‑C. Вплив рівнів використання BIM на показники проєкту: публічні будівництва Тайваню // Journal of the Chinese Institute of Engineers. 2024. Стаття 4052899. https://www.sciencedirect.com/science/article/pii/S1226798824052899.

Halliburton. Імерсивні VR‑рішення для навчання. Доступно: https://www.halliburton.com/en/news-releases/halliburton-immersive-vr-training-solutions

TotalEnergies. Інновації. https://www.totalenergies.com/innovation

ExxonMobil. Новини. https://corporate.exxonmobil.com/news

TotalEnergies. Інновації. https://www.totalenergies.com/innovation

Shokri R., Theodorakopoulos G., Troncoso C. Ігри конфіденційності уздовж маршрутів місцеположення: ігрова модель оптимізації просторової приватності // ACM Transactions on Privacy and Security. 2016. Vol. 19, № 4. Стаття 11. https://www.researchgate.net/publication/311759480

BP. Цифрова трансформація. https://www.bp.com/en/global/corporate/news-and-insights/reimagining-energy/bp-digital-transformation.html

Chevron. Ініціативи зі штучного інтелекту для підвищення операційної ефективності. https://www.chevron.com/technology/chevrons-ai-initiatives-for-enhanced-operational-efficiency

Halliburton. Імерсивні VR‑рішення для навчання. https://www.halliburton.com/en/news-releases/halliburtonimmersive-vr-training-solutions

Копей В. Б., Палійчук І. І. Застосування Python для побудови баз знань з надійності ШСНУ // Нафтогазова енергетика. 2011. № 2(15). С. 12–18.

Hoffman E. L. Скiнченно‑елементний аналіз муфт насосних штанг з рекомендаціями щодо підвищення втомної довговічності. Sandia Report. 1997. 66 с.

Копей В. Б. Розроблення та аналіз параметричних СЕ‑моделей різьбових з’єднань в Abaqus® // Нафтогазова енергетика. 2010. № 1(12). С. 31–36.

Wang S., Rowlan L., Cook D. та ін. Динаміка балансира насосних установок: теорія та експерименти // Upstream Oil and Gas Technology. 2023. Vol. 11. Стаття 100097.

Takacs G. Точний кінематичний і крутильний аналіз насосних установок Rotaflex // Journal of Petroleum Science and Engineering. 2014. Vol. 115. С. 11–16.

Копей В. Б. Науково‑методологічні основи автоматизованого проєктування обладнання ШСНУ: дис. … д‑ра техн. наук. Івано‑Франківськ, 2009. 2 ч.

Gibbs S. G. Штангове насосне обладнання: сучасні методи проєктування, діагностики та нагляду. 2012. 660 с.

Wang S., Rowlan L., Cook D. та ін. Вплив типів з’єднань штанг на динаміку балансира // Petroleum Research. 2024. Стаття 100097.

Eisner P., Langbauer C., Fruhwirth R. K. Порівняння нового FEM‑підходу для визначення динамометричних карт // Upstream Oil and Gas Technology. 2022. Vol. 9. Стаття 100078.

Yin J‑J., Sun D., Yang Y‑S. Прогнозування багатозонних ШСНУ за аналітичним розв’язком // Journal of Petroleum Science and Engineering. 2021. Vol. 197. Стаття 108115.

Lv X., Wang H., Zhang X. та ін. Еквівалентна модель вібрацій для гібридних волоконних штанг // Journal of Petroleum Science and Engineering. 2021. Vol. 207. Стаття 109148.

Miska S., Sharaki A., Rajtar J. Модельна оптимізація ШСНУ // Journal of Petroleum Science and Engineering. 1997. Vol. 17, № 3–4. С. 303–312.

Копей В. Б., Копей Б. В., Кузьмін О. О. Побудова моделі ШСНУ у MapleSim 7 // Науковий вісник ІФНТУНГ. 2017. № 2(43). С. 42–52.

Rischmüller G., Mayer H. Видобування нафт штанговими насосами. Ternitz: Schoeller‑Blackman GmbH, 1988. 150 с.

Копей В. Б. Прогнозування циклічної довговічності штанг на основі ML // Engineering Fracture Mechanics. 2023. Vol. 283. Стаття 109161.

Tian H., Deng S., Wang C., Ni X. Прогнозування відкладень парафіну у ШСНУ на основі CNN // Journal of Petroleum Science and Engineering. 2021. Vol. 206. Стаття 108986.

Zhang O. Контроль дефектів штанг методом витоку магнітного потоку // Journal of Software. 2019. Vol. 11, № 4.

Hansen B., Tolbert B., Vernon C., Hedengren J. D. MPC‑керування ШСНУ: симуляційне дослідження // Computers & Chemical Engineering. 2019. Vol. 121. С. 265–284.

Torres L. H. S., Schnitman L. Моделювання та керування ШСНУ // IFAC Proceedings Volumes. 2013. Vol. 46, № 24. С. 260–265.

Torres L. H. S., Schnitman L., de Souza J. А. М. Адаптивне керування на основі еталонної моделі для ШСНУ // IFAC Proceedings Volumes. 2010. Vol. 43, № 17. С. 231–236.

Takacs G., Kis L. Оптимальне зрівноважування насосних установок із розрахунком крутного моменту // Journal of Petroleum Science and Engineering. 2021. Vol. 205. Стаття 108792.

Takács G. Критичний аналіз енергетичних умов ШСНУ // Journal of Petroleum Science and Engineering. 2022. Vol. 210. Стаття 110061.

Liu X., Qi Y. Сучасний підхід до вибору ШСНУ в вугільних пластах // Journal of Petroleum Science and Engineering. 2011. Vol. 76, № 3–4. С. 100–108.

Codas A., Ordoñez B., Moreno U. F. Виявлення та ізоляція несправностей ШСНУ за вибійним тиском // IFAC Proceedings Volumes. 2009. Vol. 42, № 8. С. 1031–1036.

Lv X., Feng L., Wang H., Liu Y., Sun B. Кількісна діагностика ШСНУ за механізмом несправностей // Journal of Process Control. 2021. Vol. 104. С. 40–53.

Zhang R., Yin Y., Xiao L., Chen D. Оперативна діагностика системи пласт–свердловина–поверхня для Ш

Huang Z., Li K., Xu Z., Yin R., Yang Z., Mei W., Bing S. STP‑Model: напівконтрольована схема з самонавчанням для діагностики несправностей глибинних систем ШСНУ // Engineering Applications of Artificial Intelligence. 2024. Т. 135. Стаття 108802. https://doi.org/10.1016/j.engappai.2024.108802

Lv X., Wang H., Zhang X., Liu Y., Jiang D., Wei B. Еволюційний метод SVM для діагностики несправностей у системах ШСНУ // Journal of Petroleum Science and Engineering. 2021. Т. 203. Стаття 108806. https://doi.org/10.1016/j.petrol.2021.108806

Лопатін В. В. Наукові основи розроблення системи контролю технічного стану жорсткого армування шахтних стовбурів: дис. … д‑ра техн. наук. Дніпро, 2012. 392 с.

Chu X., Wang X., Xie Y., Xing G., Chen L. Виявлення асоціативних правил для довготривалої роботи ШСНУ //Reliability Engineering & System Safety. 2024. Т. 245. Стаття 110026. https://doi.org/10.1016/j.ress.2024.110026

Botvina L. R., Tyutin M. R., Sinev I. O., Bolotnikov A. I. Вплив попереднього циклічного навантаження на акустичні параметри та пошкодження сталей // Procedia Structural Integrity. 2020. Т. 28. С. 2118–2125. https://doi.org/10.1016/j.prostr.2020.11.038

Zhang O. Контроль дефектів тіла штанги методом витоку магнітного потоку // Journal of Software. 2019. Т. 11, № 4.

Копей Б. В., Копей В. Б., Мартинець О. Р., Стефанишин О. І., Стефанишин А. Б. Застосування «дерева відмов» для аналізу ШСНУ // Розвідка та розробка нафтових і газових родовищ. 2013. № 2(47). С. 62–71.

Jiang J., Wan X., Li K., Du J., Liu Y., Jing J., Li J. Огляд методів виявлення та прогнозування руйнування насосних штанг // Engineering Failure Analysis. 2024. Т. 159. Стаття 108119. https://doi.org/10.1016/j.engfailanal.2024.108119

Копей В. Б., Онисько О. Р., Панчук В. Г. Принципи розроблення PLM‑системи для різьбових з’єднань з використанням Python // Journal of Physics: Conference Series. 2020. Т. 1426. Стаття 012033. https://doi.org/10.1088/1742-6596/1426/1/012033

Rischmüller G., Mayer H. Видобування нафти штанговими насосами. Ternitz : Schoeller‑Blackman GmbH, 1988. 150 с.

He Y‑P., Cheng H‑B., Zeng P. та ін. Розпізнавання режимів роботи ШСНУ на основі 4‑вимірної ознаки та глибинного навчання // Petroleum Science. 2024. Т. 21, № 1. С. 641– 653. https://doi.org/10.1016/j.petsci.2023.08.031

He Y‑P., Zang C‑Z., Zeng P., Wang M‑X., Dong Q‑W., Wan G‑X., Dong X‑T. Few‑shot розпізнавання режимів роботи ШСНУ // Petroleum Science. 2023. Т. 20, № 2. С. 1142–1154. https://doi.org/10.1016/j.petsci.2023.02.017

Lv X‑X., Wang H‑X., Xin Z., Liu Y‑X., Zhao P‑C. Адаптивна діагностика несправностей ШСНУ на основі оптимального перцептрона // Petroleum Science. 2022. Т. 19, № 2. С. 743– 760. https://doi.org/10.1016/j.petsci.2021.09.012

Correia da Silva D., de Araújo C. R. B., de Oliveira Freitas J. C. та ін. Нові мікроемульсійні системи для видалення фільтрувального осаду // Journal of Petroleum Science and Engineering. 2020. Т. 193. Стаття 107425. https://doi.org/10.1016/j.petrol.2020.107425

Zheng B., Gao X., Li X. Виявлення несправностей ШСНУ за споживаною потужністю двигуна // Control Engineering Practice. 2019. Т. 86. С. 37–47. https://doi.org/10.1016/j.conengprac.2019.02.001.

Zhang O. Контроль дефектів тіла штанги методом витоку магнітного потоку // Journal of Software. 2019. Т. 11, № 4.

##submission.downloads##

Опубліковано

2025-11-28