PIDGraph Module Engineering

Use Case: Deep Graph Analyse zur Optimierung von Engineering Prozessen

Brauchen Sie Hilfe?
Kontaktieren Sie uns

Kunde

Branche:Öl & Gas
Region:Weltweit
Fokus:Engineering

Herausforderung

Anlagendokumentationen (R&I-Fließschemata) zu digitalisieren ist zeit- und kostenaufwendig. Durch digitale Asset-Hierarchien sollen jedoch wertvolle Informationen aus gewonnenen Daten extrahiert werden können.

Lösung

Die Deep Graph Analyse auf Basis von PIDGraph kann Bereiche mit ähnlicher Funktionalität auf der Grundlage von Beziehungen innerhalb eines R&I-Fließschemas finden.

Nutzen

  • Identifizierung von wichtigem Equipment und deren am häufigsten angrenzenden Komponenten

  • Erstellen von Asset-Hierarchien mit Komponentengruppen, die auch als Module, Vorlagen oder Technische Plätze bezeichnet werden.

  • Komplexe R&I-Fließschema-Abfragen, z.B. um Gemeinsamkeiten oder Abweichungen im Design zu finden

Herausforderung

Die Herausforderung für Anlagenbetreiber besteht darin, eine kostengünstige Lösung für die Digitalisierung der Anlagen-Dokumentation zu finden und zusätzlichen Wert aus dem Prozess zu ziehen.

Eine wichtige Anwendung besteht darin, eine Asset-Hierarchie zu erstellen. Dies zu erreichen hängt jedoch entscheidend von der Definition von Equipment und deren Beziehungen ab, was sehr zeitaufwändig ist. Daher werden Asset-Hierarchien häufig nur einmal definiert und dann über den Anlagen-Lebenszyklus hinweg schlecht gepflegt.

Wenn jedoch zumindest die R&I-Fließschemata den ‚as-built‘ Zustand wiedergeben, ist eine Umwandlung mithilfe von PIDGraph in intelligente Diagramme möglich. Dadurch kann die automatische Erkennung von Gruppen von Equipment – auch als funktionale Standorte, Vorlagen oder Module bezeichnet – durch eine Deep Graph Analyse erleichtert werden.

Diese Gruppen können verwendet werden, um Engineering-Prozesse zu optimieren und Instandhaltungsstrategien zu verbessern. Die Pflege der Gruppen wird durch ein einfach zu lesendes XML / JSON-Format möglich.

Diese Datenstruktur bietet eine Plattform für die Entwicklung weiterer Anwendungen. Es fungiert als ein einziges Repository für Asset-zentrierte Modelle, Hierarchien, Objekte und Geräte. Diese Dateien können auch in einer Graphdatenbank gespeichert werden, die dann von Data Science Experten verwendet werden können.

Lösung

Die von PIDGraph verwendete künstliche Intelligenz (KI) verbessert die R&I-Fließschemata-Konvertierung erheblich und senkt die Kosten im Vergleich zu früheren Lösungen um 50 Prozent. Nach der Konvertierung hilft die von uns durchgeführte Deep Graph Analyse, Engineering, Wartung und Betrieb zu optimieren.

Im Engineering kann es beispielsweise Muster in der Fließschema-Datei identifizieren und damit Module definieren - und den Ansatz des Module Engineering ermöglichen. Das Module Engineering hilft bei der Überprüfung der Komponentenreihenfolge entlang eines Fließschemas. Es ermöglicht auch die halbautomatische Identifizierung von wichtigem Equipment und deren häufigsten angrenzenden Komponenten.

Modulbasiertes Engineering ist zu einem wichtigen Thema in technischen Anwendungen geworden, da es dazu beitragen kann, neue Engineering-Projekte zu beschleunigen. Beispielsweise können damit Vollständigkeitsprüfungen von R&I-Fließschemata, die von Dritten erhalten wurden, automatisiert durchgeführt werden und Risikoanalysen gefahren werden.

Für die Instandhaltung kann es verwendet werden, um "Funktionsorte" in einer SAP-Maintenance Umgebung als eine Gruppe von Equipment zu definieren. Dies hilft, die Instandhaltungskosten besser zu bewerten, Ausfallzeiten ähnlicher Funktionsstandorte zu vergleichen und daher optimierte Instandhaltungs-Strategien abzuleiten.

Operator können damit „Vorlagen“ definieren, die mehrere verwandte Assets darstellen, z. B. Gaskompressoren.

Nutzen

Wenn wir eine große Anzahl von R&I-Fließschemata verarbeiten oder diese mit Fließschemata aus anderen Werken vergleichen, werden viele Daten verfügbar. Diese können verwendet werden, um Cluster oder Muster zu identifizieren, die bestimmte Ähnlichkeiten aufweisen. Jedes Muster enthält dieselbe Objektgemeinschaft, aus der eine Asset-Hierarchie extrahiert werden kann.

 

Beispiel

Ein Kühlgerät zeigt bestimmte Cluster-Ähnlichkeiten in einem bestimmten R&I-Fließschema. Diese Ähnlichkeiten werden über mehrere R&I-Fließschemata hinweg wiederholt. Dies kann verwendet werden, um die Funktion „Kühlen“ innerhalb eines R&I-Fließschemas oder mit anderen R&I-Fließschemata zu vergleichen. Wenn mehrere tausend R&I-Fließschemata auf diese Weise analysiert werden, kann das abgeleitete Wissen verwendet werden, um einen Cluster zu lokalisieren, der Abweichungen von der Norm und mögliche Probleme anzeigt.

In diesem Fall enthält die technische Dokumentation, auf der das R&I-Fließschema basiert, möglicherweise Fehler, die überprüft werden sollten. Dies kann mithilfe komplexer R&I-Fließschema Abfragen erfolgen, um beispielsweise Gemeinsamkeiten oder Abweichungen im Design zu ermitteln.

Das Module Engineering kann als Anleitung beim Errichten von Greenfield-Projekten verwendet werden. Hierbei werden die digitalisierten Daten von PIDGraph verwendet, um den gesamten Prozess zu beschleunigen.

Industrielle Kompressor-Kühlstation

Schlüssel Vorteile für den Kunden

  • Optimierung im Engineering: Verwenden Sie R&I-Fließschema-Daten, um Funktionen zu überprüfen und Probleme in Betriebs- und Instandhaltungsanwendungen zu identifizieren
  • Identifizieren Sie wichtiges Equipment und deren am häufigsten angrenzenden Komponenten
  • Profitieren Sie von Daten, die von R&I-Fließschemata bereitgestellt werden. Diese Daten können auch anderen Benutzern wie Data Science Experten zur Verfügung gestellt werden, die dann ihre eigenen Analysen durchführen können
  • Sparen Sie Zeit und Kosten
  • Erstellen Sie Anleitungen für Greenfield-Projekte

Fragen? Wir antworten.

Give us a call: +49 6221 427894-0