Technologie IoT et Edge dans l'industrie pétrolière et gazière

L'Internet des objets (IoT) transforme déjà la façon dont les entreprises font des affaires et exécutent des processus. La capacité à obtenir des informations en temps réel à partir de "choses" connectées et à utiliser ces informations dans les processus métier peut aider les entreprises à obtenir de nouveaux résultats.

Le potentiel d'IoT pour transformer des domaines tels que les opérations, la maintenance, la Les sociétés pétrolières et gazières, qui détiennent traditionnellement des actifs géographiquement dispersés, ont également tout à gagner de cette technologie.

Bien que les applications et les périphériques aient beaucoup attiré l'attention, les technologies de pointe n'ont pas encore été pleinement utilisées. Il est important de comprendre le rôle que l'intelligence de périphérie peut jouer dans l'architecture IoT, car il peut aider à identifier les opportunités de meilleurs résultats et à réduire les coûts.

Atteindre la conscience de la situation avec le traitement des arêtes

sont connectés, il sera de plus en plus important de réduire le rapport signal / bruit en trouvant un moyen de nettoyer, filtrer et enrichir les données collectées par les capteurs pour les utiliser dans des environnements professionnels. On estime que 45% des données créées par l'IoT seront stockées, traitées, analysées et utilisées à la périphérie du réseau. Edge se réfère à la périphérie de l'entreprise, dans les périphériques où se trouvent les capteurs. Le volume de données provenant des capteurs peut masquer de nombreuses informations intelligentes si les données ne sont pas nettoyées, filtrées et le contexte métier donné avant leur utilisation dans les processus métier.

Le traitement intelligent permet aux entreprises d'utiliser le stockage, la diffusion et l'analyse en tant que différenciateurs compétitifs en rapprochant la logique métier de son point d'origine, le bord.

Edge permet ainsi une connaissance de la situation, qui fait référence à l'utilisation de l'intelligence pour comprendre Le traitement intelligent en périphérie permet une connaissance de la situation en permettant aux entreprises d'utiliser les informations disponibles pour prendre des décisions qui prennent en charge l'exécution des processus métier. Les entreprises peuvent prendre en compte l'état actuel et éventuellement prévoir les résultats futurs avant de prendre des décisions ou de prendre des mesures.

Les avantages du traitement de périphérie

l'entreprise et envoie les résultats à un noyau numérique centralisé. À cet effet, il aide les entreprises à atteindre les objectifs suivants:

• Réduction massive du transfert de données, réduisant ainsi la demande de ressources telles que le stockage et la bande passante / connectivité

• data

• Supprime la latence de l'envoi de données lors d'un aller-retour entre le front et l'entreprise.

• Active des temps de réponse 100 fois plus rapides que le traitement basé sur un nuage

Prenons l'exemple d'un voiture sans conducteur, où les données capturées à travers des images doivent être analysées pour fournir des conseils tels que l'accélération et le ralentissement. Des retards d'une seconde ou moins peuvent être mortels. Pour cette raison, les données doivent être analysées et traitées localement. Les données pertinentes peuvent toujours être transmises au cloud pour effectuer des analyses et améliorer les réponses à long terme.

Exploitation des 4 A du traitement de périphérie intelligent

Le traitement de périphérie intelligent associe OT (technologie opérationnelle) et informatique technologie) pour enrichir les données des capteurs en leur donnant un contexte commercial. Il simplifie les schémas de traitement IoT courants et étend le cœur de métier numérique pour permettre une action immédiate. Par exemple, le traitement de bord intelligent peut déclencher des alertes de sécurité en temps réel à l'aide de données traitées à partir de plusieurs capteurs.

1. Disponibilité

Le traitement Edge stocke les données localement au lieu d'envoyer chaque bit d'information à une plateforme cloud. Avec l'IoT, des milliards de capteurs produisent un flux continu de données, créant des volumes que les technologies de stockage de données traditionnelles ne pourraient pas gérer. Le traitement de périphérie intelligent gère ces gros volumes de données en ne stockant que ce qui est pertinent. La disponibilité de ces données au niveau local signifie que les entreprises peuvent les diffuser sur le cloud ou les supprimer si elles ne sont pas pertinentes.

2. Accessibilité

Le contexte commercial détermine la connaissance de la situation et les processus opérationnels exploitables. Bien que les données de capteur ou d'OT puissent fournir des détails minute par minute sur les performances de l'équipement, la perspective la plus large fait généralement partie du système de l'entreprise. Par exemple, avant de planifier la maintenance, les décideurs doivent connaître les coûts de main-d’œuvre et la disponibilité des bons de travail ou l’achat automatisé de pièces. Le traitement de périphérie intelligent peut accéder à ces informations pour aider les chefs d'entreprise à exécuter les processus métier localement avec le contexte opérationnel et métier. Le traitement de périphérie intelligent rassemble OT et IT pour enrichir les données du capteur avec le contexte commercial, étendant ainsi le cœur de métier numérique pour permettre une action immédiate.

3. Analyse

Le traitement des bords permet d'analyser des données en continu à partir de capteurs. Des algorithmes et une architecture de synchronisation avec un stockage local permettent aux entreprises de traiter les données IoT localement, où elles sont créées et nécessaires pour la consommation, et de les transmettre de manière sécurisée, efficace et opportuniste. L'analyse au bord réduit la quantité de données de capteur transmises et donc le coût associé à la transmission de données. Il fournit des informations sur où et quand vous en avez besoin. Des algorithmes et des règles de traitement peuvent être créés dans le nuage et poussés jusqu'au bord pour être exécutés localement. Plusieurs paramètres peuvent ensuite être analysés et les actions nécessaires doivent être effectuées sur la base d’algorithmes.

4. Automatisation

Avec le traitement des informations, les réponses peuvent être automatisées. Par exemple, le traitement de bord intelligent peut déclencher des alertes de sécurité en temps réel à l'aide de données traitées à partir de plusieurs capteurs. Les commandes de réponse peuvent consister à arrêter l'équipement ou à émettre des avertissements ou des alertes. Par exemple, si la température d'une chaudière dépasse 95 degrés C, le traitement des bords peut déclencher une commande d'arrêt et créer simultanément un bon de travail de maintenance en capturant les informations de contexte commercial et les données de capteur / bord pertinentes. Plutôt que d'envoyer toutes les données IoT liées au bon de travail, seules les lectures critiques des capteurs sont agrégées et envoyées vers le cloud, réduisant ainsi le volume global des données.

Résumé

Dans un scénario IoT, nombre de disques durs pour stocker toutes les données de tous les capteurs. Au lieu de cela, la puissance de calcul est déplacée vers le bord, plus près de l'origine des données. C'est là que réside la valeur réelle de l'IoT. La mise à l'échelle du cloud pour les cas d'utilisation sensibles aux temps de latence et les processus métier permet de gagner du temps, d'augmenter le temps de réponse, de réduire les coûts de stockage et de transmission des données et d'optimiser les résultats globaux.

Investir dans des données fiables .

<! – Comments ->