هوش مصنوعی گامی بهسوی آیندهای پایدار و هوشمند در صنعت نفت ،گاز و پتروشیمی
صنعت نفت، گاز و پتروشیمی بهعنوان یکی از ستونهای اصلی اقتصاد جهانی، با چالشهای متعددی از جمله نوسانات قیمت، افزایش رقابت جهانی و نیاز به کاهش اثرات زیستمحیطی روبروست. در این میان، هوش مصنوعی (AI) بهعنوان یکی از پیشرفتهترین فناوریهای قرن بیستویکم، توانسته راهکارهایی نوین و تحولآفرین برای رفع این چالشها ارائه دهد. از بهینهسازی فرآیندهای عملیاتی گرفته تا مدیریت هوشمند زنجیره تأمین و کاهش آلایندهها، هوش مصنوعی در حال بازتعریف روشهای سنتی در این صنعت است.
نمایشگاههای بین المللی همچون ADIPEC 2024 و GITEX Global امسال، نقطه عطفی در معرفی روشها و فناوریهای نوآورانه هوش مصنوعی در صنعت انرژی بودند. این رویدادها نشان دادند که چگونه غولهای نفتی جهان با سرمایهگذاریهای چند میلیارد دلاری، در حال پیشبرد تحول دیجیتال هستند. ایران، بهعنوان یکی از بزرگترین دارندگان ذخایر نفت و گاز جهان، توانایی تأثیرگذاری بر بازار انرژی را دارد. اما برای حفظ و ارتقای جایگاه خود در بازار جهانی و رقابت با کشورهایی مانند آمریکا، عربستان سعودی، روسیه، نروژ و شرکتهای بزرگ چندملیتی مانند ExxonMobil، Shell، BP، و Saudi Aramco، نیازمند یک تحول دیجیتال جامع و هوشمند است.
در این مقاله، به بررسی تأثیر هوش مصنوعی در صنعت نفت و گاز و پتروشیمی، متدها و روشهای پیشرفته معرفیشده در شرکتهای معتبر جهانی و جایگاه ایران در این انقلاب دیجیتال خواهیم پرداخت. هدف این است که نشان دهیم چگونه میتوان با بهرهگیری از فناوریهای روزآمد، مسیر جدیدی برای آیندهای پایدار و هوشمند در این صنعت ترسیم کرد.
آمار جهانی و روندهای کلیدی: هوش مصنوعی، بازیگر اصلی صنعت انرژی
بر اساس مطالعات اخیر McKinsey & Company و گزارشهای ارائهشده در نمایشگاههای بین المللی فناوریهای هوش مصنوعی امسال :
• استفاده از هوش مصنوعی در صنایع نفت و گاز باعث افزایش ۲۰ درصدی بهرهوری عملیاتی و کاهش ۱۵ درصدی هزینههای تولید شده است.
• شرکتهای بینالمللی نظیر Saudi Aramco، ExxonMobil و Shell در سال جاری بیش از 10 میلیارد دلار در توسعه فناوریهای هوشمند سرمایهگذاری کردهاند.
• در GITEX 2024، بیش از ۸۰ درصد استارتاپهای فعال در بخش انرژی، فناوریهای مرتبط با AI و IoT را بهعنوان محور اصلی فعالیت خود معرفی کردند.
• Chevron با استفاده از پلتفرمهای AI در پالایشگاههای خود توانسته است سالانه 500 میلیون دلار در هزینههای انرژی صرفهجویی وExxonMobil با استفاده از این فناوری هزینههای نگهداری تجهیزات را تا ۳۰ درصد کاهش داده است.
• ارزش بازار هوش مصنوعی در انرژی در سال 2023 حدود 4.65 میلیارد دلار بود و پیشبینی میشود تا سال 2030 به 12.2 میلیارد دلار برسد و نرخ رشد مرکب سالانه (CAGR) این بازار 16.5 درصد برآورد شده است.
تکنولوژیهای پیشرفته: متدها و پلتفرمهای برتر
نمایشگاههای بینالمللی بهویژه GITEX و ADIPEC امسال، فناوریهای نوینی را معرفی کردند که مسیر صنعت انرژی را متحول کردهاند:
• دوقلوهای دیجیتال(Digital Twin)
تکنولوژیای که امکان شبیهسازی بلادرنگ از پالایشگاهها و میدانهای نفتی را فراهم میکند. TotalEnergies و Chevron با بهرهگیری از این فناوری، بهرهوری عملیاتی را تا ۲۵ درصد افزایش دادهاند.
• نگهداری پیشبینیشده(AI-Driven Predictive Maintenance)
پلتفرمهایی مانند C3 AI Suite و AspenTech با تحلیل کلانداده، قادر به پیشبینی و جلوگیری از خرابی تجهیزات هستند. Shell از این تکنولوژی برای کاهش ۲۰ درصدی هزینههای نگهداری استفاده کرده است.
• مدیریت زنجیره تأمین هوشمند(AI-Powered Supply Chain Management)
شرکت BP با استفاده از فناوری SAP Leonardo توانسته زنجیره تأمین خود را بهینه کرده و ۳۰ درصد صرفهجویی در هزینهها داشته باشد.
نقش اینترنت اشیا و هوش مصنوعی در تحول دیجیتال
در سالهای اخیر، اینترنت اشیا (IoT) بهعنوان یکی از محرکهای اصلی تحول دیجیتال در صنعت نفت، گاز و پتروشیمی ظاهر شده است. با اتصال تجهیزات، حسگرها و زیرساختها به شبکههای هوشمند، اینترنت اشیا توانسته است دیدی جامع و بلادرنگ از عملکرد سیستمها ارائه دهد و منجر به کاهش ریسکها، افزایش کارایی، و کاهش اثرات زیستمحیطی شود.نمونه هایی از کاربرد اینترنت اشیا در این صنعت در ادامه آمده است:
• در نمایشگاه ADIPEC 2024، شرکت Schneider Electric پلتفرم IoT خود را معرفی کرد که توانسته است بازدهی پالایشگاهها را تا ۲۵ درصد افزایش دهد.
• استارتاپهای RigNet و SparkCognition از IoT و هوش مصنوعی برای پیشبینی خرابی تجهیزات حفاری و کاهش هزینهها استفاده میکنند. شرکت ExxonMobil از IoT برای نظارت و شناسایی نشت خطوط لوله استفاده کرده و از ۱۰ میلیون دلار خسارت احتمالی جلوگیری کرده است.
• شرکت TotalEnergies از دوقلوی دیجیتال مبتنی بر IoT برای مدیریت عملیات پیچیده پالایشگاهی بهره میبرد.
• پایش بلادرنگ: حسگرهای IoT در تجهیزات استخراج و پالایش بهطور مداوم دادههای حیاتی مانند دما، فشار، و جریان مواد را جمعآوری میکنند.شرکت BP از IoT برای پایش تجهیزات حفاری استفاده کرده و توانسته است خرابیها را تا 20 درصد کاهش دهد.
• مدیریت هوشمند: تحلیل دادههای IoT با استفاده از هوش مصنوعی امکان پیشبینی نیازهای نگهداری را فراهم کرده و زمان توقف تجهیزات را کاهش میدهد. شرکت Saudi Aramco با نصب حسگرهای هوشمند در میدانهای نفتی، توانسته هدررفت منابع را تا ۱۵ درصد کاهش دهد.
• سیستمهای هشدار هوشمند: حسگرهای IoT به شناسایی نشت گازها و مواد شیمیایی خطرناک کمک میکنند و اقدامات اضطراری را سریعتر فعال میسازند. شرکت Chevron از سیستمهای IoT برای کاهش احتمال حوادث زیستمحیطی در پالایشگاهها استفاده کرده است.
• پایش وضعیت کارکنان: در سایتهای حفاری و پالایشگاهها، دستگاههای پوشیدنی مبتنی بر IoT میتوانند سلامت کارکنان را در شرایط سخت محیطی رصد کنند.
• ردیابی بلادرنگ: از طریق IoT، شرکتها میتوانند محمولههای نفت و محصولات پتروشیمی را در زنجیره تأمین بهطور دقیق ردیابی کنند Shell از IoT و هوش مصنوعی برای کاهش زمان انتقال محصولات و بهبود بهرهوری زنجیره تأمین استفاده کرده است.
• بهبود نگهداری موجودی: سیستمهای IoT به شرکتها کمک میکنند تا سطح موجودی را براساس تقاضای پیشبینیشده بهینه کنند.
کاهش آلایندهها: گامی بهسوی پایداری زیستمحیطی
صنعت نفت و پتروشیمی به دلیل نقش گستردهای که در انتشار آلایندهها دارد، یکی از اصلیترین بازیگران در تلاشهای جهانی برای کاهش اثرات زیستمحیطی است. استفاده از فناوریهای نوین مانند هوش مصنوعی، اینترنت اشیا، و انرژیهای تجدیدپذیر به شرکتها این امکان را دادهاند که در مسیر کاهش آلایندهها و پایداری زیستمحیطی گامهای بلندی بردارند. ایران با سرمایهگذاری در این فناوریها و استفاده از تجربیات شرکتهای بینالمللی میتواند نقشی کلیدی در بهبود شرایط زیستمحیطی و رقابتپذیری در سطح جهانی ایفا کند. در ادامه، به مثالهایی از نوآوریهای بینالمللی در این زمینه میپردازیم:
• مدیریت انتشار گاز متان توسط BP بریتانیاکه از حسگرهای IoT در میادین نفتی خود برای شناسایی نشت گاز متان استفاده میکند. این سیستمها میتوانند نشت را در عرض چند دقیقه شناسایی کرده و هشدار دهند. این امر باعث کاهش انتشار متان تا ۳۰ درصد در یک بازه زمانی ۳ ساله شده است.
• استفاده از هوش مصنوعی برای بهینهسازی پالایشگاهها توسط Shell هلند که با استفاده ازفناوری دوقلوهای دیجیتال و مدلهای پیشبینی هوش مصنوعی فرآیندهای پالایشگاهی امکان کاهش انرژی مصرفی تا 20 درصد و بهینهسازی تولید و همچنین کاهش انتشار دیاکسید کربن سالانه تا ۲ میلیون تن در پالایشگاههای منتخب را فراهم نموده است.
• پروژه CCS در Statoil یا Equinorنروژ که از فناوری ذخیرهسازی کربن در میادین نفتی دریایی خود استفاده میکند. گاز دیاکسید کربن از فرآیندهای تولید استخراج و در لایههای زیرزمینی ذخیره میشود و نتیجه آن ذخیرهسازی سالانه بیش از ۵ میلیون تن دیاکسید کربن است.
• توربینهای بادی دریایی در TotalEnergies فرانسه پروژهای را در دریای شمال برای استفاده از توربینهای بادی بهمنظور تأمین انرژی تاسیسات نفتی راهاندازی کرده است. شبکههای IoT برای بهینهسازی عملکرد توربینها و مدیریت انرژی استفاد شد که منجرب کاهش وابستگی به سوختهای فسیلی و صرفهجویی در مصرف انرژی تا ۴۰ درصد شد.
• مدیریت گازهای گلخانه ای در شرکتTotalEnergies با استفاده از الگوریتمهای هوشمند، انتشار گازهای گلخانهای خود را تا ۱۰ میلیون تن در سال کاهش داده است. همچنین شرکت Chevron در GITEX 2024، از سیستم جدیدی رونمایی کرد که با پیشبینی نشت گازهای گلخانهای، توانسته آلودگی را ۳۰ درصد کاهش دهد.
• کاهش آلایندهها در ADNOC امارات متحده عربی ، این شرکت از هوش مصنوعی و IoT برای پایش بلادرنگ انتشار آلایندهها در پالایشگاههای خود استفاده میکند. این سیستمها توانایی اصلاح سریع فرآیندها وکاهش ۲۵ درصدی در انتشار آلایندههای زیستمحیطی در عملیات پالایشگاهی را دارند.
• استفاده از انرژی خورشیدی در پالایشگاههای Chevron که از پنلهای خورشیدی برای تأمین بخشی از انرژی مورد نیاز پالایشگاههای خود استفاده میکندو انرژی اضافی ذخیرهشده در باتریها برای ساعات پیک مصرف استفاده میشود در نتیجه کاهش وابستگی به سوختهای فسیلی و کاهش انتشار کربن تا ۲۰ درصدرا در این پالایشگاه ها به دنبال داشته است.
• بهکارگیری آب شیرینکنهای هوشمند در Saudi Aramco عربستان این شرکت از فناوری سیستمهای اسمز معکوس با هوش مصنوعی برای کاهش مصرف آب در فرآیندهای تولید استفاده میکند. این سیستمها دادههای مصرف را تحلیل کرده وضمن پیشنهاد روشهای صرفهجویی باعث کاهش مصرف آب تا ۲۵ درصد و کاهش پسابهای شیمیایی شده است.
جایگاه ایران در این تحول دیجیتال
ایران بهعنوان یکی از بزرگترین قطب های تنظیم و موازنه بازار این صنعت در جهان، فرصتهای بینظیری برای استفاده از هوش مصنوعی دارد. با این حال، چالشهایی مانند تحریمها، کمبود سرمایهگذاری در فناوریهای نوین و ضعف زیرساختهای دیجیتال، مانع از بهرهبرداری کامل از این فرصتها شده است. اما تحقق این هدف در ایران نیازمند اقدامات زیر است:
• سرمایهگذاری استراتژیک در فناوریهای پیشرفته
شرکتهای بزرگ نفتی ایران باید از فناوریهایی مانند Digital Twin، IoT-Driven Asset Management و AI-Based Predictive Analytics برای بهینهسازی عملیات استفاده کنند. به عنوان مثال ایجاد دوقلوهای دیجیتال برای پالایشگاههای قدیمی مانند پالایشگاه تهران و آبادان بهمنظور پیشبینی خرابیها و افزایش بازدهی.
• همکاری بینالمللی در حوزه نوآوری
ایران میتواند از تجارب موفق کشورهایی مانند نروژ، عربستان و آمریکا و مشارکت در پروژههای مشترک با استارتاپها و شرکتهای جهانی فعال در ادغام فناوریهای پیشرفته در صنعت نفت بهرهبرداری کند.
• ایجاد پلتفرمهای بومی توسعه سامانههای مشابه C3 AI Suite برای بهینهسازی عملیات و تاسیس شتاب دهنده های تخصصی در این حوزه برای حمایت از استارتاپهای بومی.
• توسعه مراکز تحقیق و توسعه (R&D)
سرمایهگذاری در مراکز R&D مشترک با دانشگاهها و مؤسسات بینالمللی برای توسعه فناوریهای هوش مصنوعی و بومیسازی فناوریهای پیشرفته در صنعت انرژی.
• سازمانهای مبتنی بر داده (Data-Driven Organizations)
شرکتهای پیشرو در دنیا مانند BP و Shell ساختارهای مدیریتی خود را بر پایه دادهها و تحلیلهای هوش مصنوعی طراحی کردهاند.ایران نیز می تواند با بازطراحی ساختار مدیریتی شرکتهای نفتی ایران برای تبدیل به سازمانهای دادهمحوراز این ظرفیت تکنولوژیکی استفاده نماید.
• ایجاد دپارتمانهای ویژه هوش مصنوعی
بسیاری از شرکتهای بینالمللی، دپارتمانهای اختصاصی AI برای طراحی و پیادهسازی راهکارهای هوشمند دارند ایران نیز برای سیاستگذاری و برنامه ریزی در این حوزه می تواند در وزارت نفت و شرکت ملی نفت ایران دپارتمان تخصصی هوش مصنوعی تأسیس کند.
• هوش مصنوعی مولد (Generative AI)
امروزه این فناوری برای طراحی میدانهای نفتی، خطوط لوله و پالایشگاهها استفاده میشود.شرکت TotalEnergies با استفاده از Generative AI، توانسته هزینههای طراحی تأسیسات جدید را تا ۱۵ درصد کاهش دهد.استفاده ازاین فناوری برای طراحی فازهای جدید مثلا پارس جنوبی ویا توسعه هلدینگ های نفت و پتروشیمی کشور می تواند منجربه کاهش زمان و هزینههای توسعه گردد.
• پلتفرمهای IoT و هوش مصنوعی یکپارچه
دادههای جمعآوریشده از حسگرهای IoT، توسط سیستمهای هوش مصنوعی تحلیل شده و امکان پیشبینی خرابیها یا بهینهسازی مصرف انرژی فراهم میشود. شرکت BP با پلتفرمAzure IoT مایکروسافت، زمان خرابی تجهیزات خود را تا ۲۰ درصد کاهش داده است. استقرار سیستمهای IoT مبتنی بر هوش مصنوعی در میدانهای نفتی و پالایشگاههای کشور برای نظارت بلادرنگ و کاهش هزینههای نگهداری بسیار مفید می باشد.
• تربیت نیروی متخصص در هوش مصنوعی و انرژی
ایجاد مراکز آموزشی و تحقیقاتی مشترک با دانشگاهها و استارتاپهای جهانی میتواند نیاز صنعت انرژی ایران به نیروی متخصص را برطرف کند .استفاده از فناوریهای واقعیت افزوده و مجازی (AR/VR) برای ایجاد آزمایشگاههای آموزشی واقعیت افزوده در مراکز آموزشی وزارت نفت و به طورکلی صنایع استراتژیک و حیاتی کشور در جهت بهبود مهارتهای نیروی انسانی و آموزش کارکنان از جمله دستاوردهای مهم در این حوزه است.
هوش مصنوعی نهتنها ابزاری برای افزایش بهرهوری و کاهش هزینهها است، بلکه میتواند صنعت نفت ،گازو پتروشیمی را به سمت پایداری زیستمحیطی و مدیریت هوشمند هدایت کند. ایران، با بهرهگیری از تجربیات موفق جهانی و سرمایهگذاری در فناوریهای پیشرفته، میتواند مسیر جدیدی برای رقابتپذیری در بازارهای جهانی ترسیم کند.
دکتر عباس کریمی؛ عضو هیات علمی دانشگاه
فوق دکتری کامپیوتر- هوش مصنوعی و پژوهشگر علوم سایبری
ارسال نظر