IoT und Predictive Maintenance im Ölbohrgeschäft
Maersk CIO will Millionen sparen
- Fehler werden sich voraussichtlich um drei Wochen bis drei Monate vorher prognostizieren lassen.
- Die allgemeinen Instandhaltungskosten sollen um 20 Prozent sinken.
- Für die vorausschauende Wartung arbeiten Maersk und GE mit einem sogenannten Digital Twin.
- Einen entscheidenden Erfolgsfaktor spielt ein gut bedienbares User-Interface für die Mitarbeiter.
Mehr Effizienz, reduzierte Kosten und gewonnene Zeit bei der Wartung. Das zählt auch im Ölbohrgeschäft. Vor allem, seitdem die IndustrieIndustrie nicht mehr so viel verdient wie einst. Top-Firmen der Branche Energie u. Rohstoffe
Foto: Maersk Drilling
Die Wartungskosten sollen runter
Beim dänischen Ölförderer Maersk Drilling setzt der CIO Jesper Hansen auf das Internet der Dinge. "Wir zapfen die schon vorhandenen Daten auf unserer Ölbohrplattform an, um unsere Wartungskosten erheblich zu senken", sagte er am Rande der Konferenz "Minds + Machines Europe 2017" des US-Mischkonzerns General Electric (GE) in Berlin. "Zudem wollen wir so unsere Öl-Bohrprozesse weiter optimieren."
Auf den Öl-Plattformen in der norwegischen Nordsee gibt es schon seit vielen Jahren 20.000 bis 40.000 Sensoren, deren Daten jedoch bisher "lediglich dazu genutzt wurden, um einen Alarm auszulösen, wenn etwas völlig schiefgegangen ist", so Hansen.
Foto: Maersk
Asset-Performance-Management-Lösung
In Zukunft solle mit den Daten Geld verdient - oder besser eingespart - werden. Erprobt wird das Projekt nun seit Anfang des Jahres im Zusammenspiel mit "SeaStream Insight". Das ist die von GE entwickelte Predix-basierte Asset-Performance-Management-Lösung (APM) für maritime Zwecke. Predix ist die von General Electric entwickelte Cloud-PlattformCloud-Plattform (Platform-as-a-Service, PaaS), die speziell auf die Analyse von Industriedaten ausgerichtet ist. Alles zu Cloud Computing auf CIO.de
Ihr Vorgehen haben die CEOs der beiden Firmen bei einem Gespräch Ende des vergangenen Jahres beschlossen. Auch jetzt würde zunächst nur ein Bruchteil der vorhandenen Daten genutzt, vor allem um frühzeitig später auftretende Fehler zu erkennen, die dann schnell vom Wartungsteam behoben werden können. Feste Wartungsintervalle gibt es damit nicht mehr.