هوشمندسازي نفتكش‌هاي كشوركليد خورد
مشاور مديرعامل شركت ملي پالايش و پخش فرآورده‌هاي نفتي ايران بيان كرد: بر اساس برنامه‌ريزي‌ها، تمامي نفتكش‌هاي كشور تا ۲ سال آينده به سامانه‌هاي نظارت لحظه‌اي مجهز مي‌شوند.
مشاور مديرعامل شركت ملي پالايش و پخش فرآورده‌هاي نفتي ايران بيان كرد: بر اساس برنامه‌ريزي‌ها، تمامي نفتكش‌هاي كشور تا ۲ سال آينده به سامانه‌هاي نظارت لحظه‌اي مجهز مي‌شوند. به گزارش مهر به نقل از وزارت نفت، شركت ملي پالايش و پخش فرآورده‌هاي نفتي ايران در مسير تحول ديجيتال، پروژه بزرگ «هوشمندسازي زنجيره تأمين» را با اولويت نظارت دقيق بر خطوط لوله، نفتكش‌ها و پالايشگاه‌ها پيش مي‌برد. بر اساس برنامه‌ريزي‌هاي انجام‌شده، تا ۲ سال آينده تمام نفتكش‌هاي كشور به سامانه‌هاي نظارت لحظه‌اي مجهز مي‌شوند. عمليات انتقال نفت به پالايشگاه‌ها، پالايش، توزيع فرآورده‌هاي نفتي در سراسر كشور، ساخت پالايشگاه‌ها، خطوط لوله و شبكه‌هاي مخابراتي درگذشته به‌صورت پراكنده انجام مي‌شد، اما در سال ۱۳۷۰، با تأسيس شركت ملي پالايش و پخش فرآورده‌هاي نفتي ايران اين فعاليت‌ها يكپارچه شد. امروز پس از گذشت ۳۵ سال، اين شركت به نقطه‌اي رسيده كه با توجه به گستردگي عظيمش در تأمين و توزيع سوخت، هوشمندسازي زنجيره تأمين فرآورده‌هاي نفتي ايران را در دستوركار قرار داده است. فرزاد برزگر، مشاور مديرعامل شركت ملي پالايش و پخش فرآورده‌هاي نفتي ايران «هوشمندسازي زنجيره تأمين فرآورده‌هاي نفتي ايران» درباره اين پروژه مهم توضيح مي‌دهد. صنعت پالايش و پخش فرآورده‌هاي نفتي، در راستاي بهره‌مندي از هوش مصنوعي و فناوري‌هاي ديجيتال چه اقدام‌هايي انجام داده است؟
در مورد هوش مصنوعي بايد دقت كنيم كه درگير تعبير اشتباه نشويم. در چند سال اخير، معمولاً هوش مصنوعي با چت‌بات‌ها شناخته شده كه اغلب ال‌ال‌ام هستند و يك كانسپت متفاوت از نياز صنعت به‌شمار مي‌روند. گاهي اين باور اشتباه ايجاد مي‌شود كه چيزي به نام هوش مصنوعي وجود دارد كه فقط كافي است ما آن را در فضاي مورد نظر، اجرا كنيم تا كار كند. درصورتي‌كه هوش مصنوعي نقطه پايان يك ساختار داده‌محور است؛ ابتداي مرحله اين است كه بايد ساختاري مبتني بر داده ايجاد كنيم. البته در اين ساختار ايجادشده، اينكه ديتا و اطلاعات چگونه جمع‌آوري شده هم اهميت دارد كه اكنون براي ايجاد اين ساختار داده‌محور، تمركز بر سرعت و دقت جمع‌آوري اطلاعات را بالا خواهيم برد. بنابراين زماني كه ما فرآيند و ساختار داده، و نحوه مكانيزه جمع‌آوري داده‌ها را داشته باشيم، گام بعدي اين است كه براي مثال در كنار دفتر برنامه‌ريزي، هوش مصنوعي درباره توزيع فرآورده تصميم بگيرد و برنامه‌ريزي داشته باشد. در اينجا بايد دقت كنيم داده‌اي كه هوش مصنوعي براي مقاصد صنعتي و عملياتي نياز دارد، با اطلاعات چت‌بات‌ها متفاوت است؛ داده‌ها در اينجا بايد بسيار قوي و بدون اشتباه باشد. يكي از موضوعات مهم شناسايي مكان‌هايي است كه نياز به سنسور دارد يا اينكه سنسورهايي را كه اكنون وجود دارد اما بي‌استفاده مانده به مدار برگردانيم.
پس از اينكه تمام ساختار داده كه در اين زنجيره ايجاد شد، ما engineهاي هوش مصنوعي را Learn مي‌كنيم كه درواقع ساده‌ترين و آخرين اقدامي است كه بايد انجام شود، چراكه هوش مصنوعي دو چالش مهم دارد: ۱- سخت‌افزار كه نياز به تأمين مالي دارد، ۲- بحث ديتا و داده كه مهم‌ترين بخش به‌كارگيري هوش مصنوعي است كه اگر اين دو چالش برطرف شود، باقي موارد حل‌شده خواهد بود. هم‌اكنون بر جمع‌آوري داده تمركز داريم و طراحي تمامي زنجيره را با نگاه داده‌محور انجام داديم؛ همانطور كه در بسياري از نرمافزارهاي شناخته‌شده جهان رواج دارد. در توضيح كلي استفاده از هوش مصنوعي، بايد بگويم ما در زنجيره پالايش و پخش، از فرآيند آغاز كرديم؛ يعني ساختار داده‌محور تمام زنجيره را طراحي كرديم. به اين ترتيب امروز به‌طور دقيق مي‌دانيم در هر كجاي اين پازل، چه اطلاعاتي نياز داريم و اينكه اگر اطلاعات از طريق سنسور، يا به‌صورت انساني جمع‌آوري شده باشد، چه بايد بكنيم. اگر بخواهيم اقدام‌هاي انجام‌شده ابتداي اين زنجيره را به تفكيك بگوييم، نخستين گام در زمينه هوشمندسازي صنعت پالايش و پخش كدام است؟
زنجيره‌اي كه در زمينه هوش مصنوعي و فناوري‌هاي نوين در پالايش و پخش پوشش داده مي‌شود، از جايي است كه نفت خام از بالادست تحويل گرفته مي‌شود، پس از آن شركت خطوط لوله اين نفت را به پالايشگاه منتقل مي‌كند و سپس پالايشگاه نفت خام را پالايش مي‌كند و فرآورده را تحويل انبار مي‌دهد و انبار آن را در كشور توزيع مي‌كند. ما هر جاي اين زنجيره قرار داشته باشيم، يك موضوع فراگيرشده در سطح جهاني در زمينه هوش مصنوعي وجود دارد.
در خط لوله موضوع مهم اين است كه بتوانيم داده‌هاي موجود در خط - مانند موقعيت جغرافياي خطوط، فشار، دبي حجمي سيال، دما و... - را شناسايي كنيم تا بتوانيم با تحليل آن داده، هم بحث برنامه‌ريزي را انجام دهيم، هم اينكه انشعاب، نشت يا خرابي‌هاي احتمالي را از تحليل داده‌هاي ثبت‌شده، به دست آوريم. تا امروز در موضوع ميترينگ خط لوله (فرآيند اندازه‌گيري و كنترل دقيق كميت و كيفيت سيالات شامل نفت، گاز، فرآورده‌هاي نفتي و... در طول خطوط لوله)، گام‌هاي بسياري برداشته شده است.
