هوشمندسازی زنجیره تأمین نفت ایران: نظارت لحظه‌ای بر نفتکش‌ها و پالایشگاه‌ها

یکپارچگی و تحول دیجیتال در صنعت نفت

عملیات انتقال، پالایش و توزیع فرآورده‌های نفتی که در گذشته به صورت پراکنده انجام می‌شد، با تأسیس شرکت ملی پالایش و پخش فرآورده‌های نفتی ایران در سال ۱۳۷۰، یکپارچگی یافت. اکنون، پس از ۳۵ سال، این شرکت با توجه به گستردگی فعالیت‌های خود در تأمین و توزیع سوخت، هوشمندسازی زنجیره تأمین را به عنوان یک اولویت استراتژیک دنبال می‌کند.

فرزاد برزگر، مشاور مدیرعامل شرکت ملی پالایش و پخش فرآورده‌های نفتی ایران، در تشریح این پروژه مهم، بر اهمیت رویکرد داده‌محور و استفاده صحیح از فناوری‌های نوین تأکید می‌کند.

هوش مصنوعی: از چت‌بات تا کاربرد صنعتی

برزگر با اشاره به برداشت‌های نادرست از هوش مصنوعی، توضیح می‌دهد که هوش مصنوعی در صنعت، نقطه پایان یک ساختار داده‌محور است و نه صرفاً یک ابزار آماده. گام نخست، ایجاد زیرساختی قوی برای جمع‌آوری دقیق و سریع داده‌هاست. داده‌های مورد نیاز برای مقاصد صنعتی و عملیاتی باید بسیار قوی و بدون خطا باشند و با اطلاعات مورد استفاده در چت‌بات‌ها تفاوت اساسی دارند.

«هوش مصنوعی نقطه پایان یک ساختار داده‌محور است؛ ابتدای مرحله این است که باید ساختاری مبتنی بر داده ایجاد کنیم.»

یکی از چالش‌های اصلی در به‌کارگیری هوش مصنوعی، تأمین سخت‌افزار و مهم‌تر از آن، جمع‌آوری و مدیریت داده‌های باکیفیت است. در حال حاضر، تمرکز اصلی بر جمع‌آوری داده و طراحی کل زنجیره با نگاه داده‌محور است، به گونه‌ای که در هر نقطه از این پازل، نیازهای اطلاعاتی به دقت شناسایی شده‌اند.

هوشمندسازی خطوط لوله: پایش دقیق و پیشگیری از خطا

زنجیره هوشمندسازی از لحظه تحویل نفت خام از بالادست آغاز می‌شود و شامل انتقال به پالایشگاه، پالایش، تحویل به انبار و توزیع در سراسر کشور است. در بخش خطوط لوله، هدف اصلی شناسایی و تحلیل داده‌هایی نظیر موقعیت جغرافیایی، فشار، دبی حجمی سیال و دما است. این تحلیل‌ها به برنامه‌ریزی دقیق‌تر و شناسایی زودهنگام انشعابات غیرمجاز، نشت یا خرابی‌های احتمالی کمک می‌کند.

پروژه «هوشمندسازی زنجیره تأمین فرآورده‌های نفتی ایران» که توسط کنسرسیومی از شرکت‌های بزرگ هدایت می‌شود، در بخش میترینگ خط لوله پیشرفت‌های قابل توجهی داشته است. با این حال، برای مانیتورینگ کامل زنجیره خط لوله، حدود دو تا سه سال زمان نیاز است. این پروژه با پایش دقیق نرخ حجمی و نوع سیال در مبادی مهم تحویلی مانند پالایشگاه‌ها، نیروگاه‌ها و نقاط صادراتی، گام‌های مهمی در هوشمندسازی برداشته است.

تحول دیجیتال در پالایشگاه‌ها و انبارها

در راستای هوشمندسازی پالایشگاه‌ها، تفاهم‌نامه‌های همکاری علمی و پژوهشی با مراکز تخصصی کشور منعقد شده است. شرکت ملی پالایش و پخش، ساختار داده‌ای را به پالایشگاه‌ها ارائه کرده و از آنها خواسته است تا در دسته‌بندی‌های فرآیندی خاص، داده‌های مورد نیاز را ارائه دهند. استقرار سیستم‌های ERP (Enterprise Resource Planning) در تمامی پالایشگاه‌ها برای تحقق این هدف ضروری است. پالایشگاه اصفهان با موفقیت ERP را مستقر کرده و پالایشگاه بندرعباس نیز در حال انجام این فرآیند است.

اطلاعات ثبت‌شده در سیستم‌های اتوماسیون صنعتی و فرآیندی پالایشگاه‌ها (DCS) می‌تواند خوراک مناسبی برای هوش مصنوعی باشد تا اختلالات و ایرادها را شناسایی کند. در معماری کلان داده، بخشی از دیتای DCS و همچنین داده‌های فرآیندی از ERP و سامانه‌های پالایشگاه‌ها به مجموعه نهایی منتقل خواهد شد.

پروژه هوشمندسازی انبارها نیز که چند سال پیش آغاز شده بود، پس از بازآرایی، در مراحل پایانی قرار دارد. سنسورهای اندازه‌گیری حجم، دما و فشار برای هر مخزن نصب شده و ورودی کل انبار نیز از طریق میترینگ قابل اندازه‌گیری است. این سنسورها از بهترین نمونه‌های روز جهان هستند و به زودی داده‌های آنها به صورت خودکار جمع‌آوری خواهد شد.

هوشمندسازی توزیع فرآورده‌ها و نظارت بر نفتکش‌ها

بخش توزیع فرآورده‌ها، که شامل انتقال از انبارها از طریق نفتکش، ناوگان ریلی، خط لوله یا کشتی به مصرف‌کننده است، یکی از مهم‌ترین حوزه‌ها برای هوشمندسازی است. نظارت بر نفتکش‌ها و تانکرهای جاده‌ای که از نقاط حساس و قاچاق‌خیز محسوب می‌شوند، در اولویت قرار دارد.

طی یک پروژه، تمامی نفتکش‌های کشور تا دو سال آینده هوشمندسازی خواهند شد. در حال حاضر، کمتر از ۵۰ درصد نفتکش‌ها مجهز به GPS هستند، اما علاوه بر به‌روزرسانی GPSها، نصب چندین سنسور دیگر نیز در دستور کار قرار گرفته است. این سنسورها امکان نظارت لحظه‌به‌لحظه بر وزن داخل تانکر و پایش احتمال بازشدگی قفل‌های نفتکش را فراهم می‌کنند. این اقدامات به پایش مسیر، شرایط فرآورده و جلوگیری از جایگزینی احتمالی فرآورده کمک شایانی خواهد کرد.

چشم‌انداز و تأمین مالی پروژه

در حال حاضر، ساختار داده کل زنجیره مشخص شده و فعالیت‌ها در تمام بخش‌ها به صورت موازی پیش می‌رود. طراحی و بهره‌برداری از هوش تجاری (BI) نیز در این فرآیند مورد توجه قرار گرفته است. با اضافه شدن هر سنسور، داده‌های آن به طراحی یکپارچه منتقل خواهد شد و مدل‌های هوش مصنوعی نیز برای یادگیری آماده هستند.

جمع‌آوری داده‌های تاریخی ۱۰ ساله یا بیشتر نیز در حال انجام است تا مدل‌های هوش مصنوعی فراگیر شوند. پیش‌بینی می‌شود تا یکی دو سال آینده، تمامی سنسورها نصب و جمع‌آوری اطلاعات فرآیندی تکمیل شود. چشم‌انداز نهایی این است که با تکمیل جمع‌آوری تمامی داده‌ها (شامل دیتای جغرافیایی انبارها، جایگاه‌ها، نیروگاه‌ها، مصرف‌کننده‌های اصلی، اطلاعات خطوط لوله و تولید پالایشگاه‌ها) طی ۶ ماه، این اطلاعات بررسی و در اختیار سیستم توزیع فرآورده قرار گیرد تا تصمیم‌گیری‌ها با کمک هوش مصنوعی انجام شود. تفاهم‌نامه‌های متعددی با دانشگاه‌ها، از جمله دانشگاه امیرکبیر، در این راستا منعقد شده است.

افتتاحیه اولیه مرکز مانیتورینگ و رونمایی از فاز اول هوش تجاری، احتمالاً پایان شهریور ۱۴۰۴ انجام خواهد شد. هوش تجاری به عنوان مغز کسب‌وکار، ساختار داده‌ها را مدیریت کرده و امکان دسترسی به داده‌های تاریخی را فراهم می‌کند. این سیستم می‌تواند انجین‌های هوش مصنوعی را به داده‌های خام و انبار داده BI متصل کند.

تأمین مالی تمامی پروژه‌های هوشمندسازی از سوی سرمایه‌گذاران داخلی انجام می‌شود و بر اساس بند قانونی برنامه هفتم توسعه، تمامی شرکت‌های زیرمجموعه وزارت نفت باید تا پایان این برنامه به میترینگ و مانیتورینگ مجهز شوند. تأییدات تأمین مالی اخذ شده و پیش‌بینی می‌شود تا یکی دو ماه آینده نهایی شود. این پروژه به عنوان یک ابرپروژه شناخته می‌شود و میترینگ خط لوله آن می‌تواند بازار جهانی را تحت تأثیر قرار دهد.