エネルギー / 石油とガス
Woodside：設備の整備の周期の調整
- 企業
- Woodside
- 国
- オーストラリア
- 導入状況
- 限定運用
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Woodsideは高い信頼性を運用の基本と見る。整備をいつ行うかを決める仕事がその中心である。予防の整備を必要より早く行うと無駄な作業が増え、遅く行うと危険が大きくなる。North West Shelfの資産が生産の高原を過ぎて次の段階に入り、性能を守ると同時に原価の競争力も保たなければならない状況になった。
使った技術とデータ
WoodsideはNorth West ShelfのプロジェクトにMaint Intelという道具を入れた。AIで整備の記録を分析し、設備の故障の類型を見つけ出す。その結果を高度な統計のモデルに入れ、最適な整備の周期を推薦する。推薦は、多くの量のデータと整備の計画、過去の性能を会社の信頼性の目標と突き合わせて出てくる。この道具はWoodsideのDigitalのチームがインドのAmazon Web Servicesと一緒に作った。道具は日程を自ら変えず、最適な整備の周期を推薦するところまでを行う。
成果
Woodsideは、海上のAngelプラットフォームでまず試して検証したと述べた。他の資産へは同じ年に拡大する日程だとした。DigitalのチームとインドのAWSのAIの専門家が一緒に働きながら、モデルの処理の時間を五日から二時間未満に減らしたと述べた。同社は、無駄な作業が大きく減り、チームが他の重要な仕事に時間を使えるようになったと説明した。
限界と残る課題
減ったのはモデルを回す時間である。整備費や故障率の減少の数値、推薦を誰が承認するのかは原文に出てこない。
出典
- Right fix at right time , AI delivers for Woodsidewoodside.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。