Все три российских углеводорода – нефть, газ и уголь – будут востребованы на мировых рынках на десятки лет вперед. Такой вывод напрашивается исходя из энергетической стратегии России, которая сейчас разрабатывается вплоть до 2050 года.
Hе только Китай, но и Европа в этом году покупает больше российского газа. 
Задача совершенствования разведки месторождений, разработки его инфраструктуры, добычи, переработки, транспортировки, поставки заказчикам договорных объемов требует от специалистов внедрения самых современных технологий на всех этапах проектирования и сопровождения существующих добывающих комплексов. Там, где таких технологий нет, их приходится создавать практически с нуля самостоятельно. Очень важно при этом использовать наработки в области цифрового моделирования объектов, всех процессов, включая управление месторождением в целом.

Цель публикации в первую очередь образовательная, познавательная, популяризация науки, а также стремление привлечь в ряды исследователей, в науку приток новых молодых (и не очень) умов, вызвать в таких умах стремление к поиску ответов на возникающие вопросы.  Масштабность темы требует ввести разумные ограничения на излагаемый материал после краткого панорамного её рассмотрения.

Моделирование. Общие положения

Цифровое моделирование – способ исследования реальных объектов, явлений, процессов, систем, основанный на изучении их математических моделей с помощью цифровой вычислительной машины. Это моделирование, реализуемое с помощью компьютерной техники.
Особую роль в современном производстве и его моделировании играют цифровые двойники (Digital twin) – виртуальные копии физических устройств, моделирующие их поведение в реальных условиях. Цифровой двойник (ЦД) — это цифровая (виртуальная) модель любых объектов, систем, процессов или людей. Она точно воспроизводит форму и действия оригинала и синхронизирована с ним.

С их помощью можно разрабатывать новые технологические схемы производства, выбирать оптимальный режим и состав сырья, оценивать экономический эффект, заранее «проигрывая» работу объекта. Они помогают принимать оптимальные решения по управлению в режиме реального времени в условиях сложных многопараметрических процессов, а иногда полностью исключить человеческий фактор.
Цифровой двойник нужен, чтобы смоделировать, что будет происходить с оригиналом в тех или иных условиях. Это помогает, во-первых, сэкономить время и средства (например, если речь идет о сложном и дорогостоящем оборудовании), а во-вторых, избежать вреда для людей и окружающей среды.

При использовании ЦД рассматривают:
– Физический продукт в реальном пространстве.
– Виртуальный продукт в виртуальном пространстве.
– Данные и информацию, которые объединяют виртуальный и физический продукты.

Сейсморазведка в поиске нефтяных и газовых месторождений

Основным принципом проведения сейсмологических исследований в нефтегазовой разведке, является изучение колебаний в толще породы путем генерации звуковой волны, распространяемой вглубь земных недр. 

Генерация звуковых волн при сейсморазведке может проводиться различными способами: от создания вибраций и взрывов, до ударов сжатым воздухом и сброса на грунт тяжелого груза.  

Умное производство – это автоматизированная организация производственных процессов предприятия и в целом отрасли с применением робототехники, машинного зрения, 3D-печати, изображений, виртуальной, дополненной и расширенной реальности, больших массивов данных, интернета вещей, облачных сервисов и других современных технологий для увеличения производительности и снижения издержек.
Технология интернета вещей (IoT) – технология передачи данных между физическими объектами («вещами»), оснащенными встроенными средствами и технологиями для взаимодействия друг с другом или с внешней средой.

Какими бывают цифровые двойники
– прототип (Digital Twin Prototype, DTP)) — представляет собой виртуальный аналог реального объекта, который содержит все данные для производства оригинала;
– экземпляр (Digital Twin Instance, DTI) — содержит данные обо всех характеристиках и эксплуатации физического объекта, включая трехмерную модель, и действует параллельно с оригиналом;
– агрегированный двойник (Digital Twin Aggregate, DTA) — вычислительная система из цифровых двойников и реальных объектов, которыми можно управлять из единого центра и обмениваться данными внутри системы.

Задачи моделирования

Какие задачи решают цифровые двойники:
– Проведение тестового запуска процесса или производственной цепочки быстро и без существенных вложений.
– Обнаружение проблем или уязвимостей до того, как будет запущено производство или объект поступит в эксплуатацию.
– Повышение эффективности процессов или систем, отслеживание всех сбоев еще до старта.
– Снижение рисков — в том числе финансовых, а также связанных с безопасностью для жизни и здоровья персонала.
– Повышение конкурентоспособности и прибыльности бизнеса.
– Выполнение долгосрочных прогнозов и планирование развития компании или продукта на годы вперед.
– Повышение лояльности клиентов за счет точного прогнозирования спроса и потребительских качеств продукта.

Виды реальностей в моделях
Виртуальная реальность (VR) — технология полного погружения в виртуальный мир за счёт устройств: VR-очков, наушников, перчаток. Например, в тренажёрах для обучения пилотов с помощью VR создаётся визуализация реальных мест, ландшафтов и погодных условий.

Дополненная реальность (AR) — технология наложения цифровых объектов на предметы реального мира. Например, когда пользователь наводит камеру смартфона на реальный фасад здания и видит на нём анимацию с его историей.

Смешанная реальность (MR) — технология, благодаря которой пользователь может взаимодействовать с виртуальными объектами в реальности. Например, когда через специальные очки ученик видит перед собой 3D-модель парящего земного шара и может крутить его, нажимать на континенты и страны.

Расширенная реальность (XR) — общий термин для всех виртуальных технологий. XR лежит в основе метавселенных — онлайн-пространств, в которых сплетены физическая, дополненная и виртуальная реальности.

Способы создания ЦД:
– графическая 3D-модель;
– модель на базе интернета вещей;
– интегрированные математические модели — такие как CAE-системы (Computer-aided engineering, решения для инженерного анализа, расчетов и симуляций) для инженерных расчетов;
– различные технологии визуализации — включая голограммы, AR физический для дополненной реальности и компьютерный для виртуальной реальности VR.
Голограмма — это способ воспроизведения информации, который воссоздает трехмерные изображения предметов. Существует два метода создания голограмм: физический и компьютерный

Исследование объекта
Этот этап предшествует разработке только в том случае, если у цифрового двойника есть реальный прототип — например, работающее предприятие или система коммуникаций. Тогда разработчики составляют детальную карту прототипа, воспроизводят все процессы и характеристики. При этом важно изучить объект в разных условиях.

Моделирование цифровой копии объекта
Этот этап может быть первым, если реального прототипа еще нет и создание цифрового двойника ему предшествует. Например, в строительстве или дизайне, когда вначале создается цифровая 3D-модель, а уже потом — оригинал здания или другого объекта.
Для построения комплексной модели используются математические методы вычисления и анализа:

– Метод конечных элементов (FEA — Finite Element Analysis), позволяющий рассчитать эксплуатационную нагрузку. Его применяют, допустим, для расчета механики деформируемого твердого тела, теплообмена, гидродинамики и электродинамики.
– FMEA-модели (Failure Mode and Effects Analysis, анализ видов и последствий отказов) необходимы для анализа надежности систем и выявления наиболее критических шагов производственных процессов.
– CAD-модели (computer-aided design/drafting, средства автоматизированного проектирования) используются, чтобы рассчитать внешние характеристики и структуру объектов, материалов и процессов.

Воплощение модели
Затем рассчитанную ранее архитектуру цифрового двойника переносят на специальные платформы — такие как Siemens или Dassault Systems. Они объединяют математические модели, данные и интерфейс для управления цифровым двойником, превращая его в динамическую систему. Этот этап можно сравнить с трансформацией программного кода в программу или приложение с визуальным интерфейсом, который понятен любому пользователю.

Тестирование основных процессов работы на цифровом двойнике
Главная цель этого этапа — спрогнозировать, как будет вести себя объект или система в обычном режиме и при внештатных ситуациях, чтобы избежать поломок и перегрузки после запуска. Для этого к процессу подключают технических аналитиков, которые собирают большой массив данных в ходе испытаний, чтобы просчитать алгоритмы для любых возможных условий и ситуаций.

Запуск и наладка
Если предыдущий этап провели корректно, в процессе работы реального прототипа можно избежать до 90% сбоев и поломок. Однако часть ситуаций все же не удается спрогнозировать, и тогда их отслеживают уже на этапе запуска и наладки цифрового двойника
.
Корректировка и развитие оригинального объекта или системы
Далее инженеры продолжают работать с цифровым двойником как с реальным физическим объектом до тех пор, пока не будут отлажены все системы и процессы. По результатам этой работы в оригинальный объект вносят изменения, чтобы добиться его максимальной эффективности.

Перспективы цифровых двойников

Рынок цифровых двойников скоро достигнет $16 млрд. Согласно прогнозу Gartner, к 2021 году до 50% всех крупных промышленных компаний будут использовать цифровых двойников. В промышленности технология уже сегодня помогает повысить эффективность минимум на 10%, а в нефтяной отрасли — сэкономить от 5% до 20% капитальных вложений.

Цифровой двойник (ЦД)

К примеру, на Ближнем Востоке технология цифрового двойника позволила «собрать» 20 нефтеперерабатывающих и нефтедобывающих предприятий компании ADNOC в единый диспетчерский пункт и унифицировать все процессы.
На территории государства геологоразведка устанавливает месторождение нефти и\или газа (НиГ). Обычно, такое месторождение размещено под поверхностью земли и представляет собой огромный запутанный лабиринт (сеть) полостей, сообщающихся каналами типа трубопроводов разного сечения, а частично скрываемых в песке, скалах или в воде. Человек не может правильно определить, что и где расположено под землей.

ЦД позволяет это сделать на качественно новом уровне. ЦД является виртуальной копией реального месторождения, его цифровым аналогом. Применение и использование ЦД делает возможным получение данных о реальном месторождении, как оно устроено, какие породы присутствуют в нем, каковы химические и физические свойства этих пород, где и сколько находится НиГ. Благодаря ЦД работники нефтегазовой отрасли в режиме реального времени моделируют различные сценарии разработки и эксплуатации месторождения, выбирают наиболее оптимальные способы добычи, предсказывают возникновение проблем и подготавливают решения.

Понятно, что такой подход помогает оптимизировать процессы добычи, транспортировки, снижать риски и затраты, минимизировать ущерб и наносимый вред окружающей среде. Такое использование ЦД месторождений в нефтегазовой отрасли делает ее более эффективной и безопасной, как для населения, так и природной среды планеты в целом.

Нефтянка отрасль, где применяются самые последние достижения науки и технологии. Отрасль характеризуется сотнями тысяч производственных объектов, включая буровые вышки, скважины и коммуникации (в частности, спутниковая система «Гонец») с ними сети нефте- и газопроводов, линии электропередач, насосные станции и т.п объекты

Каждый производственный объект ежедневно генерирует огромный объем технологической информации. Этот огромный массив данных требует непрерывной обработки во времени.

Стратегическая деятельность НК «Роснефти» предусматривает интеграцию информационных технологий во все производственные процессы и аспекты деятельности – от разведки и добычи нефти и газа до транспортировки (рис. Д, Е, Ж) и переработки (рис. Г), включая обработку и анализ больших данных, о механизмах для повышения эффективности с точки зрения экономики и экологии. Здесь следует сказать о геологических и гидродинамических моделях месторождения, об использовании нейросетей для анализа данных и о создании интегрированных моделей оперативного управления месторождениями на основе ЦД.

Известен проект «Цифровое месторождение», обеспечивающий существенный рост производственных показателей и значимый экономический эффект. В проект включено множество компонентов со своими задачами. Например, 3-х мерные модели месторождений и технологии 3D-визуализации необходимы для оценивания с высокой точностью запасов нефти и газа и понимания, где именно они располагаются под земной корой.

Скважины становятся интеллектуальными с автоматическим контролем добычи. Такие скважины обеспечивают дистанционное управление процессом в режиме реального времени. Наличие нейросети обеспечивает прогнозирование поведения месторождения и выявлять закономерности среди огромного числа показателей со скоростью недоступной традиционными подходами.

Отдельный компонент ЦД месторождения – хранилище данных цифровой модели. Информация – это не только благо, но и тяжелое, постоянно растущее бремя. Человеку большие данные освоить не под силу изначально, а до недавнего времени не хватало вычислительных мощностей и компьютерам. Но на помощь пришли технологии, способные справиться с увеличившимся в разы трафиком обмена данными. Одна из них – интернет вещей, призванный сделать жизнь на планете умной, а значит, и более удобной и благоустроенной для человека.

Не все данные, занимающие много места, принято называть большими данными (Big data). Термин применяется лишь к тем, которые удовлетворяют принципу VVV, расшифровывающемуся как Volume, Velocity, Variety, что означает «объем, скорость обновления и разнообразие».

Большие данные – это массивы любых неоднородных данных, как имеющих, так и не имеющих ценности, у которых чем быстрее растет объем, тем больше становится самих данных. При этом количество пакетов таких данных велико, а размер одного пакета небольшой. Что в себя вмещает, к примеру, 1 терабайт данных? Это может быть 250 тыс. фотографий, сделанных 12-мегапиксельной камерой, или 250 фильмов, или 6,5 млн страниц текстовых документов. Это много или мало? Для размещения бумажного аналога такого количества информации потребуется более 1000 шкафов с документами.

В компании «Роснефть» используется и действует Центр хранения сейсмической информации. Хранилище содержит более 5 петабайт информации. Это максимальный объем среди всех нефтегазовых компаний страны. К системе подключены более 40 предприятий «Роснефти» и все корпоративные научные институты, а информация доступна онлайн.

Также данные в модели ЦД месторождения собираются со 120 площадных объектов от 12 тысяч скважин. Анализ этих данных позволяет реализовать сценарии выдачи рекомендаций по управлению месторождением. Такой огромный поток информации человек оператор не в состоянии охватить без помощника, без специального программного обеспечения с элементами искусственного интеллекта (ИИ).

Именно такие программы своевременно выявляют некорректно установленные настройки, прогнозируют моменты выхода из строя оборудования, отслеживание параметров, поступающих с датчиков и от умных устройств. Таким образом, единая ИС помогает получать актуальные и полные сведения обо всех этапах цепочки производственного процесса.

Кибербезопасность – это совокупность условий, технологий, методик и процессов защиты целостности компьютеров, сетей, операционных систем, приложений и других программируемых конфигурируемых компонентов от киберугроз, воздействий, наносящих нежелательный ущерб, и умышленных кибератак.

После качественного и количественного усложнения цифровой инфраструктуры, а также создания регулярных киберподразделений грянули первые залпы цифровых войн. Второе десятилетие XXI века отмечено целой россыпью громких хакерских «достижений».
Среди основных технологических направлений современной кибербезопасности можно выделить:
– услуги безопасности;
– защиту инфраструктуры;
– защиту сетей;
– управление доступом к идентификационным данным;
– потребительское программное обеспечение безопасности.

Заключение

Цифровое моделирование является мощным инструментом изучения свойств действующих или проектируемых объектов. Если процессы в действующей модели протекают быстрее, чем в реальном объекте, то, снабдив модель интерфейсными средствами, с помощью которых моделируемый объект взаимодействует с внешней средой, мы получаем цифровое устройство со свойствами, адекватными моделируемому объекту.

Такая модель может быть встроена в реальную систему и называется цифровым двойником. Если быстродействие цифрового двойника выше, чем быстродействие моделируемого объекта, то появляется возможность прогнозирования протекающих в объекте процессов и использования результатов прогнозирования в системах автоматического управления этими процессами.

Более расширенное понимание цифрового двойника вкладывается в среду моделирования производственных процессов. Указанная среда должна содержать помимо средств непосредственного моделирования, информационную безопасность (защиту ПО), средства анализа результатов воздействия на объект управления, реализующие обратную связь.

1. Цифровой двойник — это виртуальная модель объекта, процесса или даже человека.

2. Цифровые двойники могут применяться в самых разных сферах бизнеса, но больше всего они оправданы на крупных производствах и сложных проектах.

3. Бизнес с помощью цифровых двойников может увеличить прибыль, эффективность и повысить безопасность работы. Так, можно проводить эксперименты в цифровой среде, где нет риска сделать что-то неправильно.

4. Сроки создания и стоимость цифрового двойника зависят от задач, которые он должен решить. Также имеет значение степень цифровизации бизнеса.

5. Перед созданием цифрового двойника нужно рассчитать пользу, которую он принесет бизнесу. Эффект от внедрения должен значительно превышать стоимость разработки, иначе в ней нет смысла.

Литература

1.  Мой, Торбьерн; Чибичик, Андрей; Релвог, Терье (2020-05-01). "Мониторинг состояния крана с поворотной стрелой на основе цифрового двойника: экспериментальное исследование". Анализ инженерных отказов. 112: 104517. doi:10.1016/j.engfailanal.2020.104517. hdl:11250/2650461. ISSN 1350-6307.

2.Хааг, Себастьян; Андерл, Райнер (01.01.2018). "Цифровой двойник – доказательство концепции". Производственные письма. Индустрия 4.0 и интеллектуальное производство. 15: 64–66. doi:10.1016/j.mfglet.2018.02.006. ISSN 2213-8463.

3. Бошерт, Стефан; Розен, Роланд (2016), Хехенбергер, Питер; Брэдли, Дэвид (ред.), "Цифровой двойник — аспект моделирования", Будущее мехатроники: проблемы и решения для мехатронных систем и их разработчиков, Шам: Спрингер Интернешнл Паблишинг, стр. 59–74, doi: 10.1007/978-3-319-32156-1_5, ISBN 978-3-319-32156-1, дата обращения 2024-03-16

4. Гривз, Майкл (31 октября 2002 г.). "Завершение цикла: использование информации PLM в отделах продаж и обслуживания". Источник: 19 ноября, 2022.

5. Гривз, Майкл (5 октября 2015 г.). "Могут ли цифровые двойники изменить производство". Всемирный экономический форум. Новые технологии. Источник: 19 ноября, 2022.