Sensorer og analyse av industrielle data: Slik gir det bedre sikkerhet og mindre nedetid
– Vi oppdager problemer før de blir et problem, sier Reidar Eikeland i ConditionALL, et selskap som spesialiserer seg på tilstandsovervåking av ventiler. De samler data som sendes til skyen og analyseres – snart også ved hjelp av kunstig intelligens.
– Vi har akkurat fått vår første leveranse til Kina. Vi eksporterer både elektronikk, sensorer og software dit. Så der går vi mot strømmen, for å si det sånn.
Det sier Reidar Eikeland i ConditionALL – et norsk selskap startet i 2019 av seks tidligere kolleger med lang fartstid fra oljebransjen. Selskapet spesialiserer seg på overvåking og diagnose av ventiler.
Ventildiagnose i seg selv er et nisjemarked med få aktører. Det ConditionALL gjør, er del av av en mye større utvikling: Innsamling og analyse av data i alle ledd av industrielle systemer og prosesser. Her finnes det spisskompetanse i Norge – noe som ConditionALL er et av flere eksempler på.
– Vi samler inn data som sendes til skyen og analyseres. Det lar oss oppdage problemer før de blir et problem. Vi kan både øke sikkerheten og redusere nedetiden i systemene, sier Eikeland.
Bruk av data og økt automatisering av slike systemer er noe industrien har jobbet med relativt lenge, forteller han – men det er ikke blitt standard i alle selskaper, og ikke alle er kommet like langt.
– I Norge begynner det å bli veldig bra. I resten av verden ser vi et stort potensial, sier Eikeland.
Sikkerhet og lønnsomhet
Sensorer som samler industrielle data og sender dem til nettskyen for analyse, åpner for svært mange spennende muligheter – for ikke å nevne økt pålitelighet og sikkerhet i systemene.
– Når det gjelder ventilovervåking, startet det med et ønske om å øke sikkerheten i Statoil etter Piper Alpha-ulykken, sier Reidar Eikeland.
Ulykken i 1988, der plattformen Piper Alpha ble antent av en gasslekkasje, er den største noensinne knyttet til olje- og gassvirksomheten i Nordsjøen.
– Dagens systemer er en videreutvikling av det som ble satt i gang da, sier Eikeland.
– Men nå senere, i moderne tid, er utviklingen drevet like mye av digitalisering, og de mulighetene som åpner seg der for økt effektivisering og lønnsomhet, i tillegg til sikkerhetsaspektet.
– For eksempel åpner det for tilstandsbasert vedlikehold, redusert bemanning og muligheten for å gjøre mer fra land.
Vil automatisere analysen med maskinlæring
Mens ventilovervåking historisk sett har begrenset seg til å kunne se om en ventil er av eller på, kan ConditionALL sine systemer gi flere og mer presise data.
– Nå tilbyr vi mye mer sofistikerte svar. Ventilen kan si «Jeg brukte to sekunder for lang tid på å åpne», «Jeg sliter med en mekanisk skade i ventilen», eller «Jeg lekker», sier Eikeland – som kan fortelle at ConditionALL også har en patentsøknad inne på en ny type sensor.
– Bransjen ser verdien av å få mer og bedre data og det installeres derfor flere og bedre sensorer enn før, sier han.
En av de store fordelene her er effektivisering av vedlikehold.
– Hvis ventilen åpner og lukker seg akkurat som den skal, så vet du det – og da trenger du ikke å ta den inn på service. Når du kan begynne å se tegn på lekkasje eller lignende, da må du gjøre noe.
– Men du skal ikke måtte gjøre vedlikehold før du har indikasjoner på at det faktisk trengs.
For at en skal kunne følge med på ventilens tilstand, lastes dataene opp i skyen. Nå jobber ConditionALL også med løsninger for kunstig intelligens på toppen av dette, for å automatisere analysen.
– Der er vi i oppstarten. Per nå har vi automatisert datafangst og grafisk presentasjon av dataene, mens analysen må gjøres manuelt, sier Eikeland.
– Men vi har utviklet både portabelt utstyr som du kan reise rundt med, og stasjonært utstyr som du kan fastmontere. Begge deler kan sende data sikkert opp i skyen, så du får dataen gjort tilgjengelig med god IT-sikkerhet. Vi bruker moderne databaser og lagringsteknikker og har en plan om å implementere maskinlæring. Det er nødvendig, for på sikt vil antall ventiler bli så mange at vi ikke kan behandle dem manuelt.
Overførbart til andre bransjer
Det overordnede prinsippet med å samle og analysere data er overførbart, og kan gi store gevinster, innen nær sagt alle områder av industrien – og utenfor.
Det er for eksempel de samme prinsippene Bane NOR jobber etter for å forutse hvor i jernbanenettet neste feil oppstår – så de kan utbedre denne før feilen i det hele tatt inntreffer. Jernbanen går for tiden gjennom «tidenes teknologiske revolusjon».
Men også ventil-teknologien i seg selv kan bli stadig mer viktig utenfor oljebransjen.
– For eksempel i vann- og avløpsindustrien. Vannforsyningen er utsatt i mange land og blir like viktig å overvåke som olje. Når det gjelder sikkerhet, kan det tenkes at de fremtidige hydrogen-anleggene vil ha moderne overvåking på ventiler, sier Eikeland.
Dette bør du tenke på i dataprosjektet
Tenk godt gjennom sikkerheten og eierskapet til dataen
I et prosjekt med sensorer og dataanalyse er det viktig å tenke godt gjennom sikkerheten og eierskapet til dataene, råder Reidar Eikeland.
– Om en ventil er åpen eller stengt kan være direkte børssensitiv informasjon om et lite oljeselskap med få ventiler. Du må ha en god forståelse for hvordan dataene lagres og respektere at dette er kunden, i dette tilfellet oljeselskapet, sine data.
– Systemet må være fleksibelt på den måten – altså at du kan ha det hos kunden på deres nett uten at det gjøres offentlig. Det går tilbake til IT-sikkerhet, som er veldig viktig.
Bruk åpen kildekode
Noe annet ConditionALL har erfart, er fordelene ved å bruke mest mulig åpen kildekode.
– Vi har lært at det kan være lurt å undersøke grundig alt det som finnes av alternativer her før en tar et valg. Det finnes mye som kan fungere bra rett ut av boksen, og som kan spare deg for mye tid og krefter. Det er ikke nødvendigvis sånn at du trenger å hoppe i det og skrive masse kode helt fra bunnen av, sier Eikeland.
Lær mer om industrielle data med et av våre korte introkurs:
Introkurs
Hva er industrielle data?
Grunnleggende innføring på 20 minutter: Hva er industrielle data?
Introkurs
Hva er industrielle dataplattformer?
Grunnleggende innføring på 20 minutter: Hva er industrielle dataplattformer?
Introkurs
Hva er Data Science?
Grunnleggende innføring på 20 minutter. Hva er data science og hvordan brukes det i industrien?
